WO2010098444A1 - 医用画像処理装置及び方法 - Google Patents

医用画像処理装置及び方法 Download PDF

Info

Publication number
WO2010098444A1
WO2010098444A1 PCT/JP2010/053085 JP2010053085W WO2010098444A1 WO 2010098444 A1 WO2010098444 A1 WO 2010098444A1 JP 2010053085 W JP2010053085 W JP 2010053085W WO 2010098444 A1 WO2010098444 A1 WO 2010098444A1
Authority
WO
WIPO (PCT)
Prior art keywords
blood vessel
region
medical image
stenosis
image processing
Prior art date
Application number
PCT/JP2010/053085
Other languages
English (en)
French (fr)
Inventor
永尾　朋洋
Original Assignee
株式会社 日立メディコ
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 株式会社 日立メディコ filed Critical 株式会社 日立メディコ
Priority to JP2011501669A priority Critical patent/JP5566370B2/ja
Priority to US13/202,592 priority patent/US8768436B2/en
Publication of WO2010098444A1 publication Critical patent/WO2010098444A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/503—Clinical applications involving diagnosis of heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/504—Clinical applications involving diagnosis of blood vessels, e.g. by angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/507—Clinical applications involving determination of haemodynamic parameters, e.g. perfusion CT
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30048—Heart; Cardiac
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Definitions

  • the present invention relates to a medical image processing apparatus and method for performing processing for analyzing medical images.
  • CAD Computer-aided detection
  • Non-Patent Document 1 the heart is imaged with a PET (Positron Emission Tomography) device or the like, and the responsible region of the coronary artery is visualized using the nuclear medicine image, or the nuclear medicine image and X
  • PET Positron Emission Tomography
  • An image processing method for generating an image useful for diagnosis by generating an image combined with a line CT image using a computer has been developed.
  • myocardial perfusion and delayed contrast examination are performed using an MRI apparatus.
  • a nuclear medicine image showing the responsible region of the coronary artery imaged by a PET device or the like is generally superimposed on an image of the heart portion imaged by an X-ray CT device or the like. Therefore, it was necessary to take each image separately, and the examination burden on the patient was heavy.
  • the contrast agent does not reach the peripheral coronary artery from the embolized part, and there is a possibility that it is not depicted well. For this reason, the myocardial region affected by stenosis or embolization cannot be identified without performing myocardial perfusion or delayed contrast examination.
  • the present invention has been made in view of the above-described problems, and an object of the present invention is to create a medical image processing apparatus that uses an angiographic image of a coronary artery or the like to generate an image showing an influence of a blood vessel on an organ. And providing a method.
  • an extraction unit that extracts a blood vessel region and an organ region from a medical image, and a degree of influence of a blood vessel on each part of the organ region extracted by the extraction unit.
  • a medical image processing apparatus comprising: a calculating unit that calculates a blood vessel dependency degree; and a blood vessel dependency degree display unit that generates and displays an image indicating the blood vessel dependency degree calculated by the calculating unit. Is done.
  • the blood vessel dependency calculated by the calculating means is calculated based on distance data between each part of the organ region and the travel position of the blood vessel region, and data on blood flow in the blood vessel region.
  • a medical image processing apparatus is provided.
  • the calculation unit calculates the vascular dependency using a parameter representing a change in blood flow caused by the stenosis for a vascular region more peripheral than the stenosis region.
  • a medical image processing apparatus is provided.
  • the blood vessel dependence degree display means indicates the blood vessel dependence degree calculated by the calculation means for a blood vessel region designated by the designation means or a peripheral blood vessel region from the part when the blood vessel area is designated.
  • a simulation calculating means for calculating a blood vessel dependency
  • the simulation image display means for generating and displaying a prediction simulation image of myocardial infarction or angina using the blood vessel dependency at each stage calculated by the simulation calculation means, A medical image processing apparatus described in range 1 is provided.
  • an extraction step for extracting a blood vessel region and an organ region from a medical image; For each part of the organ region extracted by the extraction means, a calculation step for calculating a blood vessel dependency indicating the degree of influence of blood vessels;
  • a medical image processing method comprising: a blood vessel dependency display step for generating and displaying an image indicating the blood vessel dependency calculated by the calculating means.
  • the blood vessel dependency calculated by the calculating step is calculated based on distance data between each part of the organ region and the travel position of the blood vessel region, and data on blood flow in the blood vessel region.
  • a medical image processing method is provided.
  • the blood vessel dependency is calculated using a parameter representing a change in blood flow caused by the stenosis for a blood vessel region peripheral to the stenosis site.
  • the method further comprises a designation step for designating a blood vessel region or an arbitrary part of the blood vessel region
  • the blood vessel dependency display step indicates the blood vessel dependency calculated by the calculation means for a blood vessel region specified by the specifying step or, if a portion of the blood vessel region is specified, a peripheral blood vessel region from the site.
  • a simulation calculating step for calculating a blood vessel dependency A medical image further comprising a simulation image display step of generating and displaying a prediction simulation image of myocardial infarction or angina using the blood vessel dependency at each stage calculated by the simulation calculation step.
  • a processing method is provided.
  • the medical image processing apparatus and method of the present invention can provide a medical image processing apparatus and method for generating an image showing an influence on an organ by a blood vessel using an angiographic image of a coronary artery or the like.
  • Hardware configuration diagram showing the overall configuration of the image processing system 1 A flowchart showing the flow of the entire analysis process executed by the medical image processing apparatus 100
  • A Diagram explaining isolation MinR (Mn) when coronary artery has an infarction
  • B Diagram explaining isolation MinR (Mn) at normal time
  • A Diagram explaining isolation MinR (Mn) when coronary artery has stenosis
  • B Diagram explaining normal isolation MinR (Mn) Display example using bullseye map
  • the image processing system 1 includes a medical image processing device 100 having a display device 107 and an input device 109, an image database 111 connected to the medical image processing device 100 via a network 110, and a medical image. And an imaging device 112.
  • the medical image processing apparatus 100 is a computer for image diagnosis installed in a hospital or the like, and analyzes a medical image and generates an image suitable for diagnosis.
  • the medical image processing apparatus 100 includes a CPU (Central Processing Unit) 101, a main memory 102, a storage device 103, a communication interface (communication I / F) 104, a display memory 105, an interface (I / F) with external devices such as a mouse 108, etc. ) 106, and each part is connected via a bus 113.
  • a CPU Central Processing Unit
  • main memory 102 main memory
  • storage device 103 main memory
  • communication interface communication I / F
  • display memory 105 a display memory
  • I / F interface
  • external devices such as a mouse 108, etc.
  • the CPU 101 calls a program stored in the main memory 102 or the storage device 103 to the work memory area on the RAM of the main memory 102 and executes it, and drives and controls each unit connected via the bus 113 to perform medical image processing. Various processes performed by the apparatus 100 are realized.
  • the CPU 101 extracts a blood vessel region and an organ region from a medical image in an analysis process (see FIG. 2) to be described later, and indicates the degree of influence of the blood vessel region on each part of the extracted organ region. The degree is calculated, and an image showing the calculated blood vessel dependency is generated and displayed.
  • the main memory 102 is composed of ROM (Read Only Memory), RAM (Random Access Memory), and the like.
  • ROM Read Only Memory
  • RAM Random Access Memory
  • the ROM permanently holds a computer boot program, a BIOS program, data, and the like.
  • the RAM temporarily holds programs, data, and the like loaded from the ROM, the storage device 103, and the like, and includes a work area that the CPU 101 uses for performing various processes.
  • the storage device 103 is a storage device that reads / writes data to / from an HDD (hard disk drive) or other recording medium, and stores programs executed by the CPU 101, data necessary for program execution, an OS (operating system), and the like. .
  • As for the program a control program corresponding to the OS and an application program are stored. Each of these program codes is read by the CPU 101 as necessary, transferred to the RAM of the main memory 102, and executed as various means.
  • the communication I / F 104 includes a communication control device, a communication port, and the like, and mediates communication between the medical image processing apparatus 100 and the network 110.
  • the communication I / F 104 performs communication control with the image database 111, another computer, or a medical image photographing apparatus 112 such as an X-ray CT apparatus or an MRI apparatus via the network 110.
  • the I / F 106 is a port for connecting a peripheral device, and transmits / receives data to / from the peripheral device.
  • a pointing device such as a mouse 108 or a stylus pen may be connected via the I / F 106.
  • the display memory 105 is a buffer that temporarily stores display data input from the CPU 101.
  • the accumulated display data is output to the display device 107 at a predetermined timing.
  • the display device 107 includes a display device such as a liquid crystal panel and a CRT monitor, and a logic circuit for executing display processing in cooperation with the display device, and is connected to the CPU 101 via the display memory 105.
  • the display device 107 displays the display data stored in the display memory 105 under the control of the CPU 101.
  • the input device 109 is an input device such as a keyboard, for example, and outputs various instructions and information input by the operator to the CPU 101.
  • the operator interactively operates the medical image processing apparatus 100 using external devices such as the display device 107, the input device 109, and the mouse 108.
  • the network 110 includes various communication networks such as a LAN (Local Area Network), a WAN (Wide Area Network), an intranet, the Internet, and the like, and is connected to the medical image processing apparatus 100 with the image database 111, a server, other information devices, and the like. Mediate.
  • LAN Local Area Network
  • WAN Wide Area Network
  • intranet the Internet
  • the image database 111 stores and stores medical image data captured by the medical image capturing device 112, and is provided in a server such as a hospital or a medical center, for example.
  • the image database 111 is configured to be connected to the medical image processing apparatus 100 via the network 110, but the image database 111 is provided in, for example, the storage device 103 in the medical image processing apparatus 100. You may do it.
  • the CPU 101 of the medical image processing apparatus 100 reads a program and data related to analysis processing from the main memory 102, and executes analysis processing based on the program and data.
  • image data is taken from the image database 111 or the like via the network 110 and the communication I / F 104 and stored in the storage device 103 of the medical image processing apparatus 100.
  • the CPU 101 of the medical image processing apparatus 100 reads medical image data as input image data (step S11).
  • the medical image read here is an image in which an organ and a blood vessel of a region to be analyzed are captured.
  • a coronary angiogram of the heart is used as a preferred example.
  • the part to be analyzed is not limited to the heart, and may be any part such as the brain.
  • the medical image is preferably taken by an X-ray CT apparatus in terms of image accuracy and examination burden.
  • CPU 101 extracts a coronary artery region from the input image data (step S12).
  • a general-purpose known method such as CT value threshold processing or region expansion processing may be used, and the description thereof is omitted.
  • the CPU 101 extracts the myocardial region of the heart (step S13).
  • the left ventricular wall is extracted as the myocardial region.
  • the region may be determined in a pseudo manner.
  • the CPU 101 calculates a blood vessel dependency (step S14).
  • the blood vessel dependency is a numerical value indicating the degree of influence that an organ receives from a blood vessel, and is sometimes called a relative distance between the organ and the blood vessel.
  • the influence of the extracted myocardial region (organ) from the extracted coronary artery (blood vessel) is calculated as the blood vessel dependency.
  • the blood vessel dependency is calculated using distance data between the running position of the coronary artery and each part of the myocardium and data related to the blood flow rate of the coronary artery.
  • the distance between the running position of the coronary artery and each part of the myocardium is the real space coordinate data of the extracted part with the coronary artery (Ci) and the real space coordinate data of the part with the extracted myocardium (Mn). It is requested from. Further, as the amount related to the blood flow volume of the coronary artery, for example, a cross-sectional area or a blood vessel diameter at a site (Ci) where the coronary artery is located is used.
  • stenosis or infarction occurs in the coronary artery and the blood flow volume is less than normal, or the contrast medium is normally contrasted due to infarction or the like when it is normal, but the blood vessels not contrasted affect the myocardium
  • an isolation degree R (Mn) that means the inverse of the blood vessel dependency is obtained, and its minimum value MinR (Mn) is used as a pixel value.
  • Isolation degree R (Mn) is defined by the following equation (1).
  • Ai is a quantity related to the blood flow volume at a site Ci where the coronary artery is present (for example, the cross-sectional area of the site Ci or the square value of the blood vessel diameter)
  • Dist (CiMn) is a distance between a site Ci having a coronary artery and a site Mn having a myocardium.
  • the subscript “i” or “n” is a position number. For example, in the case of an image of 512 pixels, a value such as 0 to 511 may be used.
  • CPU 101 calculates isolation degree R (Mn) for all combinations of each part Mn of the myocardium and each part Ci of the coronary artery, and determines a minimum combination.
  • the minimum isolation degree is defined by the following equation (2).
  • the CPU 101 defines the minimum degree of isolation MinR (Mn) as the pixel value at the part Mn.
  • the CPU 101 calculates the isolation degree MinR (Mn) by the above equation (2) for each part Mn of the myocardial region extracted in step S13 and sets it as a pixel value.
  • the myocardial region where the coronary artery does not travel nearby has a larger pixel value than the other myocardial regions.
  • the isolation MinR (Mn) obtained by the equation (2) is imaged as a pixel value, it is possible to draw a myocardial region affected by the peripheral coronary artery from the infarcted portion. That is, as the degree of isolation increases, a larger pixel value is obtained, so that an image can be generated in various display formats by a method such as pixel value threshold processing or volume rendering.
  • FIG. 3 (A) is a diagram showing the relationship between the coronary artery image 20a having an infarct in the branch 21 of the coronary artery and the isolation MinR (Mn), and FIG. 3 (B) is a normal coronary artery image 20b, It is a figure which shows the relationship of isolation degree MinR (Mn).
  • this type of information can be imaged by imaging in a state where there is a difference between a region where the contrast medium is stored in the myocardium and a region where the contrast agent is not stored in the myocardium, for example, by delayed contrast imaging of an MRI apparatus.
  • this method a similar result can be imaged without performing delayed contrast imaging examination or the like, and the presence or absence of the influence on the myocardium due to the infarction can be estimated.
  • the CPU 101 defines the degree of stenosis.
  • a parameter representing a change in blood flow caused by stenosis is used.
  • a ratio S (0 ⁇ S ⁇ 1) between a normal cross-sectional area and an actual cross-sectional area is defined for a site Ci having a blood vessel.
  • the normal cross-sectional area is calculated from the coronary artery extraction data by calculating the cross-sectional area (or diameter) at the site before and after the site of interest Ci by linear interpolation or the like.
  • the ratio S may be the ratio of the diameter of the stenosis site or the value input by the operator as a numerical value without using the cross-sectional area itself.
  • the blood flow volume is affected by the stenosis, so the volume Ai related to the blood flow volume is multiplied by the degree of stenosis (ratio S) and applied to the above equation (1).
  • equation (3) expressing the degree of isolation of the peripheral coronary artery from the stenosis site is
  • the pixel value (minimum degree of isolation) is expressed by the following equation (4).
  • the CPU 101 obtains the degree of isolation on the side of the branch from the stenosis part using Equation (2), and the degree of isolation on the distal side from the stenosis part and the stenosis part is obtained using Expression (4).
  • the pixel value as the degree of isolation tends to be larger on the distal side than the stenosis site. Such a site is presumed to be affected by angina.
  • the CPU 101 When the calculation of the isolation degree MinR (Mn) in all myocardial regions is completed in step S14, the CPU 101 then generates a display image by using a technique such as volume rendering, for example, using the calculated isolation degree MinR (Mn) as a pixel value. Then, it is displayed on the display device 107 (step S15), and the calculation result and the generated display image data are stored in the storage device 103 (step S16).
  • a technique such as volume rendering
  • a technique for visualizing myocardial viability a technique for displaying as a bullseye map or a three-dimensional image is often used.
  • the CPU 101 for example, superimposes an image showing the degree of isolation on the bullseye map, superimposes an image showing the degree of isolation on the three-dimensional image of the myocardium, or the minor axis direction of the myocardium An image showing the degree of isolation is superimposed on a two-dimensional cross-sectional image.
  • Bull's eye map is a display method in which the heart is represented by a concentric map and the function information of the heart is developed on polar coordinates consisting of depth and angle.
  • the distance from the center of the bullseye map corresponds to the depth.
  • Depth means the cross-sectional position of the heart.
  • the degree of isolation of each part of the myocardium calculated in step S14 is used as a pixel value, and the bullseye map is developed.
  • the display format can be displayed by any method such as color map display, light and shade display, binarization display, and transparency display.
  • color map display a color table in which color values according to the size of pixel values are set is prepared in advance, and color values according to the degree of isolation (pixel values) are given.
  • the shade display is a representation of the pixel value in shades.
  • the binarized display is an image in which the pixel value is binarized using a predetermined threshold value and only one of the larger or smaller pixel values is displayed.
  • Transparency display is, for example, a method of volume rendering, summing volume data (pixel values) of a three-dimensional image in the viewing direction, and giving a predetermined transparency.
  • the coronary artery may be superimposed and displayed on a bullseye map or a three-dimensional image in which the degree of isolation is visualized in a predetermined display format.
  • the coronary artery travel position in the bullseye map or the three-dimensional image described above is specified from the coronary artery extraction data extracted in step S12 and superimposed.
  • the degree of isolation is not visualized for all myocardial regions, and the range (isolation level) affected by the coronary artery may be displayed only for the coronary artery designated by the operator. Alternatively, an arbitrary part of the coronary artery may be designated, and the degree of isolation may be displayed only for a blood vessel region that is more peripheral than the designated part.
  • FIG. 5 is one example of display in the medical image processing apparatus 100.
  • the CPU 101 first displays an image 51 as shown in FIG.
  • the image 51 in this example is obtained by superimposing a coronary artery on a bullseye map.
  • the CPU 101 visualizes the degree of isolation for the designated branch 52.
  • FIG. 5B is an image 55 in which the degree of isolation for the designated branch 52 is visualized. As shown in FIG. 5B, areas 56, 57, and 58 around the branch 52 are each represented in a predetermined display format. In this example, the level of isolation MinR (Mn) increases in this order, such as “no pattern”, “slashed line”, or “shaded”, depending on the value of isolation.
  • Mn level of isolation MinR
  • FIG. 5 (B) it can be visually recognized that the region 57 indicated by the oblique lines is less isolated than the regions 56 and 58. It can be visually recognized that the areas 56 and 58 represented by shading have a high degree of isolation. In particular, the region 58 surrounded by the frame line in the region 56 is relatively close to the coronary artery travel position, but since the degree of isolation is large, it can be estimated that the region is an ischemic region due to stenosis or infarction.
  • the CPU 101 may generate and display a prediction simulation image of myocardial infarction or angina.
  • the CPU 101 assumes a stenosis site of the blood vessel, calculates the isolation degree of each stage in the progression of angina pectoris and myocardial infarction for the peripheral vascular region from the assumed stenosis site, and at each stage The degree of isolation is visualized as described above and displayed continuously or side by side.
  • the assumption of the stenosis site or the infarct site of the blood vessel is performed by an instruction operation by the operator, for example. Further, when calculating the degree of isolation at each stage in the progression of angina pectoris or myocardial infarction, the CPU 101 sets the degree of stenosis (ratio S) used in the above equation (4) to 0.1, 0.3, The degree of isolation at each stage is obtained by changing in stages like 0.5, 0.7, and 0.999.
  • the CPU 101 of the medical image processing apparatus 100 extracts a blood vessel region (a coronary artery region) and an organ region (for example, a myocardial region) from an input medical image (for example, coronary angiographic image data of a heart part). For each part of the organ region, the blood vessel dependency indicating the degree of influence of the blood vessel is calculated and output as an image.
  • the blood vessel dependency is calculated based on distance data between each part of the organ region and the travel position of the blood vessel region, and data on blood flow in the blood vessel region.
  • the degree of isolation indicating the relative distance between the blood vessel and the organ (the distance considering the blood flow amount) is preferable, and thus the CPU 101 determines that each part of the organ region and the blood vessel region Divide the distance data with the travel position by the data related to the blood flow in the blood vessel region (the cross-sectional area and diameter of the blood vessel) to calculate the degree of isolation.
  • the influence on the organ can be visualized even in the peripheral blood vessel region from the embolized portion that is not drawn in the angiographic image, which can contribute to diagnosis.
  • the present invention is not limited to this, and the blood vessel dependence degree is determined using an image of another organ such as the brain. It is good also as what visualizes.
  • the display format of the image for generating the blood vessel dependency is not limited to the illustrated bullseye map, 2D display, 3D display, etc., but also for a known display method or a display method to be developed in the future, It is possible to apply image generation based on the blood vessel dependency shown in the present invention.
  • 1 image processing system 100 medical image processing device, 101 CPU, 102 main memory, 103 storage device, 104 communication I / F, 105 display memory, 106 I / F, 107 display device, 108 mouse (external device), 109 input Device, 110 network, 111 image database, 112 medical imaging device, 20a, 20b, 30a, 30b coronary angiogram, 51 bullseye map with superimposed coronary images, 55 bullseye with blood vessel dependency (isolation) map

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Vascular Medicine (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Cardiology (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Processing (AREA)

Abstract

　医用画像処理装置100のCPU101は、X線CT画像等から得られた冠動脈造影画像から、解析対象とする冠動脈領域及び心筋領域を抽出し、心筋の各部位における冠動脈からの影響を表す孤立度(血管依存度)を算出する。そして、算出された孤立度を画素値として、心筋のブルズアイ・マップや心臓部の3次元画像等に重ね合わせて表示する。その結果、遅延造影検査等を行わなくても、冠動脈造影画像データのみを用いて、梗塞や狭窄による心筋領域への影響を視認できるようになる。

Description

医用画像処理装置及び方法
　本発明は、医用画像を解析する処理を行う医用画像処理装置及び方法に関するものである。
　従来から医用診断に利用される画像としては、例えばX線CT(Computed Tomography)装置やMRI(Magnetic Resonance Imaging)装置等によって撮影される被検体の断層像等が知られている。また、このような医用画像をコンピュータを用いて解析し、その陰影の中から病変候補を検出して医師に提示するコンピュータ検出支援装置(Computer-Aided Detection；以下、CADという)が開発されている。
　近年では、非特許文献1に記載されるように、心臓部をPET(Positron Emission Tomography)装置等により撮影し、その核医学画像を用いて冠動脈の責任領域を可視化したり、核医学画像とX線CT画像とを組み合わせた画像をコンピュータを用いて生成することにより、診断に有用な画像を生成する画像処理手法が開発されている。
　また、心筋部の還流や心筋のバイアビリティを可視化するために、例えばMRI装置を用いて、心筋Perfusionや遅延造影検査等を行っている。
RadFan Vol.6 No.13(2008) P.33、P.81
　しかしながら、X線CT装置においては、上述のような遅延造影撮影等を行うことは被曝の問題等により現実的ではない。また、X線CT装置を用いた冠動脈造影撮影によって、冠動脈の異常部位についての画像を得ることは可能であるが、心筋への影響についての画像を得ることは容易ではなかった。
　また、上述のように、PET装置等により撮影した冠動脈の責任領域を示す核医学画像は、一般にX線CT装置等により撮影した心臓部の画像に重畳される。そのため、それぞれの画像を別に撮影する必要があり、患者の検査負担が大きかった。
　さらに、X線CT装置やMRI装置では、冠動脈が完全に塞栓されている場合、塞栓部より末梢の冠動脈には造影剤が及ばず、うまく描写されない可能性がある。そのため、心筋Perfusionや遅延造影検査を行わないで、狭窄や塞栓により影響を受ける心筋領域を特定することはできなかった。
　本発明は、前述した問題点に鑑みてなされたものであり、その目的とすることは、冠動脈等の血管造影画像を用いて、血管による臓器への影響を示す画像を生成する医用画像処理装置及び方法を提供することである。
　前述した目的を達成するために本発明によれば、医用画像から血管領域及び臓器領域を抽出する抽出手段と、前記抽出手段により抽出された臓器領域の各部位について、血管が及ぼす影響の度合いを示す血管依存度を算出する算出手段と、前記算出手段により算出された血管依存度を示す画像を生成し、表示する血管依存度表示手段と、を備えることを特徴とする医用画像処理装置が提供される。
　また、前記算出手段により算出される血管依存度は、前記臓器領域の各部位と前記血管領域の走行位置との距離データ、及び前記血管領域の血流量に関するデータに基づいて算出されることを特徴とする医用画像処理装置が提供される。
　また、前記算出手段は、前記血管領域に狭窄部位がある場合において、狭窄部位より末梢の血管領域については、狭窄に起因する血流量の変化を表すパラメータを用いて、前記血管依存度を算出することを特徴とする医用画像処理装置が提供される。
　また、血管領域または血管領域の任意の部位を指定する指定手段を更に備え、
　前記血管依存度表示手段は、前記指定手段により指定された血管領域、または血管領域の部位が指定された場合はその部位より末梢の血管領域について、前記算出手段により算出された血管依存度を示す画像を生成し、表示することを特徴とする医用画像処理装置が提供される。
　また、血管領域の任意の部位を狭窄部位と仮定し、仮定した狭窄部位より末梢の血管領域について、狭窄に起因する血流量の変化を表すパラメータを段階的に変化させることにより、各段階の前記血管依存度を算出するシミュレーション算出手段と、
　前記シミュレーション算出手段により算出された各段階の血管依存度を用いて、心筋梗塞または狭心症の予測シミュレーション画像を生成し、表示するシミュレーション画像表示手段と、を更に備えることを特徴とする請求の範囲1に記載の医用画像処理装置が提供される。
　また、医用画像から血管領域及び臓器領域を抽出する抽出ステップと、
　前記抽出手段により抽出された臓器領域の各部位について、血管が及ぼす影響の度合いを示す血管依存度を算出する算出ステップと、
　前記算出手段により算出された血管依存度を示す画像を生成し、表示する血管依存度表示ステップと、を備えることを特徴とする医用画像処理方法が提供される。
　また、前記算出ステップにより算出される血管依存度は、前記臓器領域の各部位と前記血管領域の走行位置との距離データ、及び前記血管領域の血流量に関するデータに基づいて算出されることを特徴とする医用画像処理方法が提供される。
　また、前記算出ステップは、前記血管領域に狭窄部位がある場合において、狭窄部位より末梢の血管領域については、狭窄に起因する血流量の変化を表すパラメータを用いて、前記血管依存度を算出することを特徴とする医用画像処理方法が提供される。
　また、血管領域または血管領域の任意の部位を指定する指定ステップを更に備え、
　前記血管依存度表示ステップは、前記指定ステップにより指定された血管領域、または血管領域の部位が指定された場合はその部位より末梢の血管領域について、前記算出手段により算出された血管依存度を示す画像を生成し、表示することを特徴とする医用画像処理方法が提供される。
　また、血管領域の任意の部位を狭窄部位と仮定し、仮定した狭窄部位より末梢の血管領域について、狭窄に起因する血流量の変化を表すパラメータを段階的に変化させることにより、各段階の前記血管依存度を算出するシミュレーション算出ステップと、
　前記シミュレーション算出ステップにより算出された各段階の血管依存度を用いて、心筋梗塞または狭心症の予測シミュレーション画像を生成し、表示するシミュレーション画像表示ステップと、を更に備えることを特徴とする医用画像処理方法が提供される。
　本発明の医用画像処理装置及び方法により、冠動脈等の血管造影画像を用いて、血管による臓器への影響を示す画像を生成する医用画像処理装置及び方法を提供できる。
画像処理システム1の全体構成を示すハードウエア構成図 医用画像処理装置100が実行する解析処理全体の流れを示すフローチャート (A)冠動脈に梗塞がある場合の孤立度MinR(Mn)を説明する図、(B)正常時の孤立度MinR(Mn)を説明する図 (A)冠動脈に狭窄がある場合の孤立度MinR(Mn)を説明する図、(B)正常時の孤立度MinR(Mn)を説明する図 ブルズアイ・マップを用いた表示例
　以下図面に基づいて、本発明の実施形態を詳細に説明する。　
　まず、図1を参照して、本発明の医用画像処理装置を適用した画像処理システム1の構成について説明する。
　図1に示すように、画像処理システム1は、表示装置107、入力装置109を有する医用画像処理装置100と、医用画像処理装置100にネットワーク110を介して接続される画像データベース111と、医用画像撮影装置112とを備える。
　医用画像処理装置100は、病院等に設置される画像診断用のコンピュータであり、医用画像を解析し、診断に適した画像を生成するものである。
　医用画像処理装置100は、CPU(Central Processing Unit)101、主メモリ102、記憶装置103、通信インタフェース(通信I/F)104、表示メモリ105、マウス108等の外部機器とのインタフェース(I/F)106を備え、各部はバス113を介して接続されている。
　CPU101は、主メモリ102または記憶装置103等に格納されるプログラムを主メモリ102のRAM上のワークメモリ領域に呼び出して実行し、バス113を介して接続された各部を駆動制御し、医用画像処理装置100が行う各種処理を実現する。
　また、CPU101は、後述する解析処理(図2参照)において、医用画像から血管領域及び臓器領域を抽出し、抽出した臓器領域の各部位に対して、血管領域が及ぼす影響の度合いを示す血管依存度を算出し、算出した血管依存度を示す画像を生成して表示する。
　主メモリ102は、ROM(Read Only Memory)、RAM(Random Access Memory)等により構成される。ROMは、コンピュータのブートプログラムやBIOS等のプログラム、データ等を恒久的に保持している。また、RAMは、ROM、記憶装置103等からロードしたプログラム、データ等を一時的に保持するとともに、CPU101が各種処理を行う為に使用するワークエリアを備える。
　記憶装置103は、HDD(ハードディスクドライブ)や他の記録媒体へのデータの読み書きを行う記憶装置であり、CPU101が実行するプログラム、プログラム実行に必要なデータ、OS(オペレーティングシステム)等が格納される。プログラムに関しては、OSに相当する制御プログラムや、アプリケーションプログラムが格納されている。これらの各プログラムコードは、CPU101により必要に応じて読み出されて主メモリ102のRAMに移され、各種の手段として実行される。
　通信I/F104は、通信制御装置、通信ポート等を有し、医用画像処理装置100とネットワーク110との通信を媒介する。また通信I/F104は、ネットワーク110を介して、画像データベース111や、他のコンピュータ、或いは、X線CT装置、MRI装置等の医用画像撮影装置112との通信制御を行う。
　I/F106は、周辺機器を接続させるためのポートであり、周辺機器とのデータの送受信を行う。例えば、マウス108やスタイラスペン等のポインティングデバイスをI/F106を介して接続させるようにしてもよい。
　表示メモリ105は、CPU101から入力される表示データを一時的に蓄積するバッファである。蓄積された表示データは所定のタイミングで表示装置107に出力される。
　表示装置107は、液晶パネル、CRTモニタ等のディスプレイ装置と、ディスプレイ装置と連携して表示処理を実行するための論理回路で構成され、表示メモリ105を介してCPU101に接続される。表示装置107はCPU101の制御により表示メモリ105に蓄積された表示データを表示する。
　入力装置109は、例えば、キーボード等の入力装置であり、操作者によって入力される各種の指示や情報をCPU101に出力する。操作者は、表示装置107、入力装置109、及びマウス108等の外部機器を使用して対話的に医用画像処理装置100を操作する。
　ネットワーク110は、LAN(Local Area Network)、WAN(Wide Area Network)、イントラネット、インターネット等の各種通信網を含み、画像データベース111やサーバ、他の情報機器等と医用画像処理装置100との通信接続を媒介する。
　画像データベース111は、医用画像撮影装置112によって撮影された医用画像データを蓄積して記憶するものであり、例えば病院や医療センター等のサーバ等に設けられる。図1に示す画像処理システム1では、画像データベース111はネットワーク110を介して医用画像処理装置100に接続される構成であるが、医用画像処理装置100内の例えば記憶装置103に画像データベース111を設けるようにしてもよい。
　次に、図2～図5を参照して、医用画像処理装置100の動作について説明する。　
　医用画像処理装置100のCPU101は、主メモリ102から解析処理に関するプログラム及びデータを読み出し、このプログラム及びデータに基づいて解析処理を実行する。
　なお、以下の解析処理の実行開始に際して、画像データは画像データベース111等からネットワーク110及び通信I/F104を介して取り込まれ、医用画像処理装置100の記憶装置103に記憶されているものとする。
　図2の解析処理において、まず医用画像処理装置100のCPU101は、医用画像データを入力画像データとして読み込む(ステップS11)。ここで読み込む医用画像は、解析対象とする部位の臓器及び血管が撮影された画像である。本実施の形態では、好適な例として心臓部の冠動脈造影画像を用いることとする。解析対象とする部位は心臓部に限定されるものではなく、脳等いずれの部位としてもよい。また、医用画像は、画像の精度や検査負担の面において、X線CT装置によって撮影されたものが好適である。
　CPU101は、入力された画像データから、冠動脈領域を抽出する(ステップS12)。抽出には、CT値の閾値処理や領域拡張処理といった、汎用的な公知の方法を利用すればよいため説明を省略する。
　次に、CPU101は、心臓の心筋領域を抽出する(ステップS13)。心筋領域として、この例では特に左心室壁を抽出する。
　心筋領域壁の抽出では、心筋領域のアキシャル像や左心室の短軸横断像等からマウス108やスタイラスペン等の入力装置を利用し、操作者がマニュアルで輪郭をトレースするといった手法を用いて、擬似的に領域を決定してもよい。
　次に、CPU101は、血管依存度を算出する(ステップS14)。　
　血管依存度とは、臓器が血管から受ける影響の度合いを示す数値であり、臓器と血管との相対的な距離等と呼ばれることもある。ここでは、抽出した心筋領域(臓器)が、抽出した冠動脈(血管)から受ける影響を、血管依存度として計算する。血管依存度は、冠動脈の走行位置と心筋の各部位との距離データ、及び冠動脈の血流量に関するデータを用いて算出される。
　具体的には、冠動脈の走行位置と心筋の各部位との距離は、抽出した冠動脈のある部位(Ci)の実空間座標データと、抽出した心筋のある部位(Mn)の実空間座標データとから求められる。また、冠動脈の血流量に関する量としては、例えば冠動脈のある部位(Ci)における断面積または血管径等を利用するものとする。
　冠動脈が心筋のある部位(Mn)の近くを走行している場合、その部位(Mn)における血管依存度は大きくなる。また、冠動脈の血流量に関するデータAiが大きい場合にも、その部位(Mn)における血管依存度は大きくなる。
　本実施の形態では、冠動脈に狭窄や梗塞が生じ、血流量が正常時より少ない部位や、正常時には本来造影されるが梗塞等により造影剤がまわらず、造影されなかった血管による心筋への影響部位の画像を生成するために、血管依存度の逆を意味する孤立度Ｒ(Mn)を求め、その最小値MinR(Mn)を画素値とする。
　孤立度Ｒ(Mn)は、以下の式(1)により定義される。
Figure JPOXMLDOC01-appb-M000001
 　ここで、
　Aiは、冠動脈のある部位Ciにおける血流量に関する量(例えば、部位Ciの断面積や血管径の2乗値)、
　Dist(CiMn)は、冠動脈のある部位Ciと心筋のある部位Mnとの距離である。
　添え字の「i」または「ｎ」は位置番号であり、例えば512ピクセルの画像であれば、0～511等の値とすればよい。
　CPU101は、心筋の各部位Mnと冠動脈の各部位Ciとの全ての組み合わせについて、孤立度Ｒ(Mn)を算出し、最小となる組み合わせを決定する。最小の孤立度は、以下の式(2)により定義される。
Figure JPOXMLDOC01-appb-M000002
 　CPU101は、最小の孤立度MinR(Mn)を、その部位Mnにおける画素値として定義する。
　CPU101は、ステップS13によって抽出された心筋領域の各部位Mnについて、上述の式(2)により孤立度MinR(Mn)を算出し、画素値とする。
　最小の孤立度MinR(Mn)の演算の結果、冠動脈が近くを走行しない心筋領域は、他の心筋領域と比べて大きい画素値を有することとなる。
　例として、冠動脈のある枝のある部位に血栓による梗塞が生じており、梗塞部から末梢に造影剤が到達していない場合について説明する。
　この例の場合、図3(A)に示すように、入力画像データ(冠動脈造影データ)からは、梗塞部より末梢の冠動脈の抽出は困難であり、抽出データとしては、梗塞部から先に冠動脈が存在しないものとなってしまう。
　一方、上述のように、式(2)で求められる孤立度MinR(Mn)を画素値として画像化すると、梗塞部より末梢の冠動脈によって影響を受ける心筋領域についても描画が可能となる。すなわち、孤立度が大きいほど、大きい画素値を得るので、画素値の閾値処理やボリュームレンダリング等の手法により、様々な表示形式で画像を生成できるようになる。
　図3(A)は、冠動脈の枝21に梗塞部がある冠動脈画像20aと、孤立度MinR(Mn)との関係を示す図であり、図3(B)は、正常な冠動脈画像20bと、孤立度MinR(Mn)の関係を示す図である。
　図3(A)に示すように梗塞がある場合と、図3(B)に示すように梗塞がない正常な血管の場合とで、画像20a，20bの同じY位置(Y1)上の各点Mnにおける孤立度MinR(Mn)を比較すると、梗塞がある場合(図3(A))には、2本の冠動脈の間に孤立度MinR(Mn)のピーク23が存在することになる。これは、血流量が少ない、すなわち虚血領域の可能性を可視化することを意味する。
　一方、正常な場合(図3(B))には、同一の位置(Y1)に血管24が走行しており、図3(A)と同一のY位置(Y1)での孤立度MinR(Mn)は、グラフ中の26で示すような低い値をとる。
　従来は、この種の情報は、例えばMRI装置の遅延造影撮影等によって心筋に造影剤が貯留する領域と貯留しない領域との差が出た状態で撮影することにより画像化することが可能であったが、本手法を用いることで、遅延造影撮影検査等を行わなくても類似の結果を画像化し、梗塞による心筋への影響の有無を推定することが可能となる。
　また別の例として、図4を参照して、冠動脈のある部位に、狭窄がある場合について説明する。
　まず、CPU101は、狭窄の度合いを定義する。狭窄の度合いとしては、狭窄に起因する血流量の変化を表すパラメータを用いる。本実施形態では、例えば、血管のある部位Ciについて、正常な場合の断面積と、実際の断面積との比S(0＜S＜1)を定義する。ここで、正常な場合の断面積は、冠動脈抽出データから、着目している部位Ciの前後の部位における断面積(または径)を線形補間等により算出する。また、比Sは、断面積そのものを用いず、狭窄部位の径の比を用いたり、操作者が数値入力した値を用いたりしてもよい。
　狭窄部位より末梢の冠動脈では、血流量に狭窄の影響が及ぶため、血流量に関する量Aiに狭窄の度合い(比S)を乗じ、上述の式(1)に適用する。
　すると、狭窄部位より末梢の冠動脈についての孤立度を表す式(3)は、
Figure JPOXMLDOC01-appb-M000003
 　で表され、画素値(最小の孤立度)は、以下の式(4)となる。
Figure JPOXMLDOC01-appb-M000004
 　冠動脈に狭窄がある場合、CPU101は、狭窄部位よりも起枝部側の孤立度は式(2)により求めるものとし、狭窄部位及び狭窄部位より末梢側の孤立度は式(4)により求めるものとする。
　式(4)の分母には、比S(0＜S＜1)が含まれるので、孤立度としての画素値は狭窄部位よりも末梢側で大きくなる傾向がある。このような部位は、狭心症として影響を受ける部位と推定される。
　画像診断では、心臓に負荷が掛かった状態で冠動脈の血流量が増える場合、狭窄部位より末梢は血流量の増加が妨げられ、結果として他の正常な冠動脈に依存する心筋領域と比べて酸素を多く含む血液の供給量が減り、結果として酸素不足となる可能性が高いと予測できる。
　図4(A)に示すように狭窄部位31がある場合と、図4(B)に示すように狭窄がない正常な場合とで、画像30a，30bの同じY位置(Y2)上の各点Mnにおける孤立度MinR(Mn)を比較すると、例えば断面積に50パーセントの狭窄(S＝0．5)がある場合(図4(A))には、各冠動脈の走行位置に孤立度が低くなる部分33が現れる。
　一方、正常な場合(図4(B))にも、同様に冠動脈の走行位置に、孤立度が低くなる部分36が現れるが、その変化は、図4(A)の場合と比較して緩やかである。これはすなわち、狭窄がある場合には、狭窄の影響を受ける心筋領域に、急激な画素値(孤立度)の変化が見られ、このような画素値の分布を見れば、酸素不足の影響を受ける範囲が推定できる。
　ステップS14において、全ての心筋領域における孤立度MinR(Mn)の算出が終了すると、次にCPU101は、算出した孤立度MinR(Mn)を画素値として、例えばボリュームレンダリング等の手法により表示画像を生成し、表示装置107に表示し(ステップS15)、演算結果や生成した表示画像データを記憶装置103に保存する(ステップS16)。
　心筋バイアビリティを視覚化する手法として、ブルズアイ・マップや3次元画像として表示する手法が多く用いられている。ステップS15の結果表示処理において、CPU101は、例えば、ブルズアイ・マップに孤立度を示す画像を重畳したり、心筋の3次元画像に孤立度を示す画像を重畳したり、或いは、心筋の短軸方向断面の2次元画像に孤立度を示す画像を重畳したりする。
　ブルズアイ・マップとは、心臓を同心円状のマップで表したものであり、深度と角度とからなる極座標上に、心臓の機能情報等を展開するという表示手法である。ブルズアイ・マップの中心からの距離が深度に対応する。深度とは、心臓の断面位置を意味するものである。ここでは、ステップS14で算出した心筋の各部位の孤立度を画素値とし、ブルズアイ・マップに展開する。
　表示形式は、例えば、カラーマップ表示、濃淡表示、二値化表示、透明度表示等、いかなる手法で表示することも可能である。カラーマップ表示では、画素値の大きさに応じた色値を設定したカラーテーブルを予め用意しておき、孤立度(画素値)に応じた色値を与える。濃淡表示とは、画素値の大きさを濃淡で表したものである。二値化表示とは、所定の閾値を用いて画素値の大きさを二値化し、所定の閾値より大きい方、または小さい方のいずれかのみを表示させた画像である。また、透明度表示とは、例えばボリュームレンダリングの手法を用い、3次元画像のボリュームデータ(画素値)を視線方向に合計し、所定の透明度を与えて表示するものである。
　また、孤立度を所定の表示形式で可視化したブルズアイ・マップや3次元画像等に、冠動脈を重畳表示してもよい。この場合、ステップS12で抽出した冠動脈抽出データから、上述のブルズアイ・マップまたは3次元画像等における冠動脈走行位置を特定し、重畳する。
　また、全ての心筋領域について、孤立度を可視化するものではなく、操作者が指定した冠動脈についてのみ、その冠動脈が影響を及ぼす範囲(孤立度)を表示するようにしてもよい。また、冠動脈の任意の部位を指定し、指定された部位より末梢の血管領域についてのみ、孤立度を表示するようにしてもよい。
　図5は、本医用画像処理装置100における表示例の一つである。　
　図2のステップS15における結果表示処理において、例えば、まずCPU101は、図5(A)に示すような、画像51を表示する。この例の画像51は、ブルズアイ・マップに冠動脈を重畳したものである。この段階で、操作者によるマウス108等のポインティングデバイス操作によって、冠動脈のある枝52が指定されると、CPU101は、指定された枝52についての、孤立度を可視化する。
　図5(B)は、指定された枝52についての孤立度を可視化した画像55である。図5(B)に示すように、枝52の周囲の領域56，57，58が、それぞれ所定の表示形式で表される。この例では、孤立度の値に応じて、「模様なし」、「斜線」、または「網掛け」のように3段階に表し、この順に孤立度MinR(Mn)が大きくなるものとしている。
　図5(B)において、斜線で表された領域57は、領域56、58よりも孤立度が小さいことが視認できる。網掛けで表された領域56、58は、孤立度が大きいことが視認できる。特に、領域56内の枠線で囲まれた領域58については、冠動脈の走行位置から比較的近いが、孤立度が大きいことから、狭窄や梗塞による虚血領域であることが推測できる。
　また、図2のステップS15の結果表示処理において、CPU101は、心筋梗塞または狭心症の予測シミュレーション画像を生成し、表示するようにしてもよい。
　この予測シミュレーション処理において、CPU101は、血管の狭窄部位を仮定し、仮定した狭窄部位より末梢の血管領域について、狭心症や心筋梗塞の進行における各段階の孤立度を算出し、それぞれの段階での孤立度を上述のように可視化し、連続的に、または並べて表示する。
　血管の狭窄部位または梗塞部位の仮定は、例えば、操作者による指示操作により行われる。また、狭心症や心筋梗塞の進行における各段階の孤立度を算出する際、CPU101は、上述の式(4)に用いる狭窄の度合い(比S)を、例えば0．1，0．3，0．5，0．7，0．999のように段階的に変化させて、各段階の孤立度を求める。
　以上説明したように、医用画像処理装置100のCPU101は、入力された医用画像(例えば、心臓部の冠動脈造影画像データ)から、血管領域(冠動脈領域)及び臓器領域(例えば、心筋領域)を抽出し、臓器領域の各部位について、血管が及ぼす影響の度合いを示す血管依存度を算出し、画像として出力する。血管依存度は、臓器領域の各部位と血管領域の走行位置との距離データ、及び血管領域の血流量に関するデータに基づいて算出される。また、画像化する血管依存度の形態としては、血管と臓器との相対距離(血流量を考慮した距離)を示す孤立度が好適であるため、CPU101は、臓器領域の各部位と血管領域の走行位置との距離データを、血管領域の血流量に関するデータ(血管の断面積や径)で割り、孤立度を算出する。
　その結果、遅延造影検査等を行わなくても、血管造影画像から、血管から受ける臓器への影響の度合いを簡便に可視化できるようになり、患者の検査負担を大幅に軽減できる。
　また、冠動脈のある部位が完全に塞栓されている場合に、血管造影画像では描画されない塞栓部より末梢の血管領域についても、臓器への影響を可視化できるので、診断に貢献できる。
　なお、上述の実施の形態では、心臓部の画像について解析処理を適用する例を示したが、これに限定されるものではなく、例えば脳など、他の臓器の画像を用いて、血管依存度を可視化するものとしてもよい。
　また、血管依存度を生成する画像の表示形式等は、例示したブルズアイ・マップや2次元表示、3次元表示等に限定されず、公知の表示手法または今後開発される表示手法に対しても、本発明に示す血管依存度に基づいた画像生成を適用することが可能である。
　以上、本発明に係る医用画像処理装置の好適な実施形態について説明したが、本発明は、上述の実施形態に限定されるものではない。また、当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。
　1　画像処理システム、100　医用画像処理装置、101　CPU、102　主メモリ、103　記憶装置、104　通信I/F、105　表示メモリ、106　I/F、107　表示装置、108　マウス(外部機器)、109　入力装置、110　ネットワーク、111　画像データベース、112　医用画像撮影装置、20a，20b，30a，30b　冠動脈造影画像、51　冠動脈画像を重畳したブルズアイ・マップ、55　・血管依存度(孤立度)を表示したブルズアイ・マップ

Claims (10)

  1. 　医用画像から血管領域及び臓器領域を抽出する抽出手段と、
    　前記抽出手段により抽出された臓器領域の各部位について、血管が及ぼす影響の度合いを示す血管依存度を算出する算出手段と、
    　前記算出手段により算出された血管依存度を示す画像を生成し、表示する血管依存度表示手段と、を備えることを特徴とする医用画像処理装置。
  2. 　前記算出手段により算出される血管依存度は、前記臓器領域の各部位と前記血管領域の走行位置との距離データ、及び前記血管領域の血流量に関するデータに基づいて算出されることを特徴とする請求項1に記載の医用画像処理装置。
  3. 　前記算出手段は、前記血管領域に狭窄部位がある場合において、狭窄部位より末梢の血管領域については、狭窄に起因する血流量の変化を表すパラメータを用いて、前記血管依存度を算出することを特徴とする請求項1に記載の医用画像処理装置。
  4. 　血管領域または血管領域の任意の部位を指定する指定手段を更に備え、
    　前記血管依存度表示手段は、前記指定手段により指定された血管領域、または血管領域の部位が指定された場合はその部位より末梢の血管領域について、前記算出手段により算出された血管依存度を示す画像を生成し、表示することを特徴とする請求項1に記載の医用画像処理装置。
  5. 　血管領域の任意の部位を狭窄部位と仮定し、仮定した狭窄部位より末梢の血管領域について、狭窄に起因する血流量の変化を表すパラメータを段階的に変化させることにより、各段階の前記血管依存度を算出するシミュレーション算出手段と、
    　前記シミュレーション算出手段により算出された各段階の血管依存度を用いて、心筋梗塞または狭心症の予測シミュレーション画像を生成し、表示するシミュレーション画像表示手段と、を更に備えることを特徴とする請求項1に記載の医用画像処理装置。
  6. 　医用画像から血管領域及び臓器領域を抽出する抽出ステップと、
    　前記抽出手段により抽出された臓器領域の各部位について、血管が及ぼす影響の度合いを示す血管依存度を算出する算出ステップと、
    　前記算出手段により算出された血管依存度を示す画像を生成し、表示する血管依存度表示ステップと、を備えることを特徴とする医用画像処理方法。
  7. 　前記算出ステップにより算出される血管依存度は、前記臓器領域の各部位と前記血管領域の走行位置との距離データ、及び前記血管領域の血流量に関するデータに基づいて算出されることを特徴とする請求項6に記載の医用画像処理方法。
  8. 　前記算出ステップは、前記血管領域に狭窄部位がある場合において、狭窄部位より末梢の血管領域については、狭窄に起因する血流量の変化を表すパラメータを用いて、前記血管依存度を算出することを特徴とする請求項6に記載の医用画像処理方法。
  9. 　血管領域または血管領域の任意の部位を指定する指定ステップを更に備え、
    　前記血管依存度表示ステップは、前記指定ステップにより指定された血管領域、または血管領域の部位が指定された場合はその部位より末梢の血管領域について、前記算出手段により算出された血管依存度を示す画像を生成し、表示することを特徴とする請求項6に記載の医用画像処理方法。
  10. 　血管領域の任意の部位を狭窄部位と仮定し、仮定した狭窄部位より末梢の血管領域について、狭窄に起因する血流量の変化を表すパラメータを段階的に変化させることにより、各段階の前記血管依存度を算出するシミュレーション算出ステップと、
    　前記シミュレーション算出ステップにより算出された各段階の血管依存度を用いて、心筋梗塞または狭心症の予測シミュレーション画像を生成し、表示するシミュレーション画像表示ステップと、を更に備えることを特徴とする請求項6に記載の医用画像処理方法。
PCT/JP2010/053085 2009-02-26 2010-02-26 医用画像処理装置及び方法 WO2010098444A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2011501669A JP5566370B2 (ja) 2009-02-26 2010-02-26 医用画像処理装置及び方法
US13/202,592 US8768436B2 (en) 2009-02-26 2010-02-26 Coronary artery angiography image processing method to detect occlusion and degree effect of blood vessel occlusion to an organ

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2009-043320 2009-02-26
JP2009043320 2009-02-26

Publications (1)

Publication Number Publication Date
WO2010098444A1 true WO2010098444A1 (ja) 2010-09-02

Family

ID=42665648

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2010/053085 WO2010098444A1 (ja) 2009-02-26 2010-02-26 医用画像処理装置及び方法

Country Status (3)

Country Link
US (1) US8768436B2 (ja)
JP (1) JP5566370B2 (ja)
WO (1) WO2010098444A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012081492A1 (ja) * 2010-12-15 2012-06-21 株式会社東芝 医用画像処理装置
JP2014128650A (ja) * 2012-11-30 2014-07-10 Toshiba Corp 医用画像処理装置
KR101479577B1 (ko) 2013-04-02 2015-01-06 재단법인 아산사회복지재단 심근 및 심혈관 정보의 통합 분석 방법
US10055518B2 (en) 2013-12-05 2018-08-21 Fujitsu Limited Apparatus and method for generating shape data
US10542950B2 (en) 2017-04-20 2020-01-28 Canon Medical Systems Corporation Medical image diagnostic apparatus, medical image processing apparatus and non-transitory computer readable medium on which medical image processing program has been stored

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012121105A1 (ja) * 2011-03-09 2012-09-13 株式会社 東芝 医用画像処理装置
US20140176661A1 (en) * 2012-12-21 2014-06-26 G. Anthony Reina System and method for surgical telementoring and training with virtualized telestration and haptic holograms, including metadata tagging, encapsulation and saving multi-modal streaming medical imagery together with multi-dimensional [4-d] virtual mesh and multi-sensory annotation in standard file formats used for digital imaging and communications in medicine (dicom)
EP3087921A1 (en) * 2015-04-27 2016-11-02 Coronary Technologies SARL Computer-implemented method for identifying zones of stasis and stenosis in blood vessels
EP3352135B1 (en) 2017-01-19 2019-09-11 INESC TEC - Instituto de Engenharia de Sistemas e Computadores, Tecnologia e Ciência Method and apparatus for segmentation of blood vessels
WO2020163629A1 (en) * 2019-02-06 2020-08-13 Butler William E Spatiotemporal reconstruction of a moving vascular pulse wave from a plurality of lower dimensional angiographic projections
EP4092685A1 (en) * 2021-05-18 2022-11-23 Koninklijke Philips N.V. System and method for generating a visualization of oxygen levels

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001283191A (ja) * 2000-01-25 2001-10-12 Hitachi Medical Corp 臓器の特定領域抽出表示方法及び装置
JP2003033349A (ja) * 2001-07-23 2003-02-04 Hitachi Medical Corp 臓器の特定領域抽出表示方法及び装置
JP2005080942A (ja) * 2003-09-10 2005-03-31 Hitachi Medical Corp 臓器特定領域抽出支援方法及び装置
JP2005124614A (ja) * 2003-10-21 2005-05-19 Hitachi Medical Corp 画像表示装置
JP2006081906A (ja) * 2004-09-13 2006-03-30 Siemens Corporate Res Inc 器官内の塞栓症により冒されている領域を分析するための自動化された方法および装置ならびに器官内の塞栓症により冒されている領域を分析するためのコンピュータプログラムコードが記憶されているコンピュータ読み取り可能媒体
JP2008029735A (ja) * 2006-07-31 2008-02-14 Toshiba Corp 脳血管診断装置及び医用画像診断装置
JP2008126078A (ja) * 2006-11-22 2008-06-05 General Electric Co <Ge> 血管内部のソフトプラークに対するリスク計測基準を作成するための方法及び装置
JP2009018005A (ja) * 2007-07-11 2009-01-29 Toshiba Corp ブルズアイマップ作成装置、ブルズアイマップ作成方法、及び画像処理装置
JP2009028362A (ja) * 2007-07-27 2009-02-12 Toshiba Corp 医用画像処理装置及び医用画像診断装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1451753A2 (en) * 2001-11-24 2004-09-01 Image Analysis, Inc. Automatic detection and quantification of coronary and aortic calcium
US7912270B2 (en) * 2006-11-21 2011-03-22 General Electric Company Method and system for creating and using an impact atlas
WO2010099016A1 (en) * 2009-02-25 2010-09-02 Worcester Polytechnic Institute Automatic vascular model generation based on fluid-structure interactions (fsi)

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001283191A (ja) * 2000-01-25 2001-10-12 Hitachi Medical Corp 臓器の特定領域抽出表示方法及び装置
JP2003033349A (ja) * 2001-07-23 2003-02-04 Hitachi Medical Corp 臓器の特定領域抽出表示方法及び装置
JP2005080942A (ja) * 2003-09-10 2005-03-31 Hitachi Medical Corp 臓器特定領域抽出支援方法及び装置
JP2005124614A (ja) * 2003-10-21 2005-05-19 Hitachi Medical Corp 画像表示装置
JP2006081906A (ja) * 2004-09-13 2006-03-30 Siemens Corporate Res Inc 器官内の塞栓症により冒されている領域を分析するための自動化された方法および装置ならびに器官内の塞栓症により冒されている領域を分析するためのコンピュータプログラムコードが記憶されているコンピュータ読み取り可能媒体
JP2008029735A (ja) * 2006-07-31 2008-02-14 Toshiba Corp 脳血管診断装置及び医用画像診断装置
JP2008126078A (ja) * 2006-11-22 2008-06-05 General Electric Co <Ge> 血管内部のソフトプラークに対するリスク計測基準を作成するための方法及び装置
JP2009018005A (ja) * 2007-07-11 2009-01-29 Toshiba Corp ブルズアイマップ作成装置、ブルズアイマップ作成方法、及び画像処理装置
JP2009028362A (ja) * 2007-07-27 2009-02-12 Toshiba Corp 医用画像処理装置及び医用画像診断装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012081492A1 (ja) * 2010-12-15 2012-06-21 株式会社東芝 医用画像処理装置
US8913812B2 (en) 2010-12-15 2014-12-16 Kabushiki Kaisha Toshiba Medical image processing apparatus
JP2014128650A (ja) * 2012-11-30 2014-07-10 Toshiba Corp 医用画像処理装置
US9811907B2 (en) 2012-11-30 2017-11-07 Toshiba Medical Systems Corporation Medical image processing apparatus and medical image processing method
US10748285B2 (en) 2012-11-30 2020-08-18 Canon Medical Systems Corporation Medical image processing apparatus and medical image processing method
US11481901B2 (en) 2012-11-30 2022-10-25 Canon Medical Systems Corporation Medical image processing apparatus and medical image processing method
KR101479577B1 (ko) 2013-04-02 2015-01-06 재단법인 아산사회복지재단 심근 및 심혈관 정보의 통합 분석 방법
US10055518B2 (en) 2013-12-05 2018-08-21 Fujitsu Limited Apparatus and method for generating shape data
US10542950B2 (en) 2017-04-20 2020-01-28 Canon Medical Systems Corporation Medical image diagnostic apparatus, medical image processing apparatus and non-transitory computer readable medium on which medical image processing program has been stored

Also Published As

Publication number Publication date
US20110306868A1 (en) 2011-12-15
JP5566370B2 (ja) 2014-08-06
US8768436B2 (en) 2014-07-01
JPWO2010098444A1 (ja) 2012-09-06

Similar Documents

Publication Publication Date Title
JP5566370B2 (ja) 医用画像処理装置及び方法
US9002091B2 (en) Device and computed tomography scanner for determining and visualizing the perfusion of the myocardial muscle
US9754390B2 (en) Reconstruction of time-varying data
US10497123B1 (en) Isolation of aneurysm and parent vessel in volumetric image data
JP5345934B2 (ja) 観察のための三次元レンダリングからのデータ集合の選択
JP6912168B2 (ja) ３ｄ＋時間再構成を改良する方法および装置
US10083511B2 (en) Angiographic roadmapping mask
US10853956B2 (en) Device and method for medical imaging of coronary vessels
WO2010055815A1 (ja) 医用画像処理装置及び方法
US20090022387A1 (en) Medical image display system and medical image display program
JP2010528750A (ja) 管状構造の検査
JP4896470B2 (ja) 画像処理装置、医用画像診断装置及び画像処理方法
CN107170021B (zh) 时变数据的细化重构
JP6934948B2 (ja) 流体解析装置および流体解析装置の作動方法並びに流体解析プログラム
CN112884879B (zh) 用于提供至少一个管状结构的二维展开图像的方法
US10977792B2 (en) Quantitative evaluation of time-varying data
JP2007068556A (ja) 画像表示装置及び画像表示プログラム
WO2019058658A1 (ja) 流体解析装置および流体解析装置の作動方法並びに流体解析プログラム
WO2011062108A1 (ja) 画像処理装置及び画像処理方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10746323

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2011501669

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 13202592

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 10746323

Country of ref document: EP

Kind code of ref document: A1