JP2003260052A - 画像診断支援装置 - Google Patents

Abstract

(57)【要約】 【課題】 ＣＴ画像、ＭＲ画像、超音波画像等を含めた
医用断層画像から異常個所などをコンピュータを用いて
自動的に判別する際の処理時間を大幅に短縮する。 【解決手段】 医用断層画像に所定の画像処理を施して
三次元画像を作成する。三次元画像は、サーフェイス
法、デプス法、ボリュームレンダリング法、中心投影法
などの種々の方法によって構成された三次元画像であ
る。作成された三次元画像に所定の判別処理を実行し、
その判別処理の結果に基づいて異常と思われる個所を抽
出し、抽出された異常個所を円形のマーカーなどを用い
て識別可能に表示する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、コンピュータ画像
処理を用いて医用画像から異常個所を抽出し、抽出され
た異常個所を識別可能に表示する画像診断支援装置に関
する。

【０００２】

【従来の技術】従来、ＣＴ装置、ＭＲＩ装置及び超音波
装置などで撮影された画像の陰影をコンピュータを用い
て解析し、その陰影の中から病巣候補を絞り込んで医者
に提示し、医者の判断を仰ぐという診断支援が行われて
いる。陰影の中から病巣候補を絞り込むものとして、肺
野の医用画像を例にしたものが種々報告されている。そ
の中の一つとして、肺野の医用画像の中から細長い血管
陰影と円形に近い癌陰影を識別する方法として、例え
ば"クオイトフ ィルタ"（１９９９年１１月第９回コン
ピュータ支援画像診断学会大会論文集２１ページ に記
載）が報告されている。肺野の医用画像には、癌などの
陰影のほか、血管、血管の断面、気管支の断面などが混
在して写っているので、これらの画像の中から癌候補と
思われる陰影を抽出して医者に提示することが望まし
い。

【０００３】

【発明が解決しようとする課題】しかしながら、実際の
陰影は大きさも形も様々であり、陰影の識別能力をあげ
るためにはパラメータの調節に多くの労力を要し、使い
にくいものであった。大きさや形の異なる陰影を統一的
に扱える方法があれば、コンピュータプログラムを作成
するのも容易となり、識別能力をあげるためのパラメー
タの調節も容易となる。また、簡単な処理で陰影の中か
ら病巣候補を絞り込むことができれば、コンピュータの
演算時間も少なくて済み、早く正確な病巣候補を抽出す
ることができるようになる。また、抽出された病巣候補
を医者に瞬時に表示することが可能となるので望まし
い。

【０００４】そこで、本願の出願人は、大きさや形の異
なる陰影を統一的に扱うことができ、コンピュータ演算
に要する時間も短時間で済む画像診断支援装置を出願し
ている（特願２００１−１８７９６９号）。この画像診
断支援装置は、磁気ディスク等の記憶装置からＣＴ装置
によって撮影された患者のＣＴ画像を読み込み、読み込
まれたＣＴ画像の中から診断対象臓器に対して多値化処
理を施し、多値化画像を生成する。この多値化画像は、
複数の臓器の部位又は臓器同士が連結している場合があ
るので、それらを個々の部位又は臓器に分離するための
切断処理を行なう。そして、切断された各診断対象臓器
の部位又は臓器の種類に対応した最適な検出処理を行
う。この検出処理では、部位又は臓器の種類等を判断し
て、それらに適した画像処理を施し、病巣候補陰影を絞
り込み、病巣の候補とされる陰影すなわち異常陰影を検
出している。この異常陰影検出処理は、原画像（ＣＴ画
像）を使わずに、多値化画像だけに基づいて行なった
り、ＣＴ画像及び多値化画像の両方に基づいて行なって
いる。そして、異常陰影と判定されたものを病巣部とし
て残し、そうでないものを削除し、異常陰影についてＣ
Ｔ画像中に分かりやすいように色情報やマーカー等を付
加して表示している。

【０００５】ところが、従来のものや先に出願したもの
などは、それぞれ１枚の断層画像に対して種々の処理を
行うものであり、検出された全ての断層画像に対して同
様の処理を順次繰り返し行っている。従って、先の出願
によって１枚の断層画像の処理に要する時間を短縮化で
きたとしても、全ての断層画像に対して同様の処理を繰
り返し実行するため、全体の処理に要する時間は多大な
ものとなっていた。特に、最近のＸ綿ＣＴ装置では、検
出器列を２列あるいは４列など複数備えることによっ
て、同時に複数の断層像を計測したり再構成したりする
ことのできるマルチスライスＣＴ（ＭＳＣＴ）装置と呼
ばれるものが開発されている。このマルチスライスＣＴ
（ＭＳＣＴ）装置は、１ｍｍ程度の薄いスライス厚によ
り複数の断層面を計測してデータを収集し、画像を再構
成するものであり、１回転で複数の断層像が計測できる
ため、いままで以上に非常に大量の画像を発生する。こ
のようにして生成された大量の画像に対して同様にして
異常陰影検出処理を行なうと、全体の処理に要する時間
も膨大になるという問題があった。

【０００６】本発明の目的は、ＣＴ画像、ＭＲ画像、超
音波画像等を含めた医用断層画像から異常個所などをコ
ンピュータを用いて自動的に判別する際の処理時間を短
縮することのできる画像診断支援装置を提供することに
ある。

【０００７】

【課題を解決するための手段】請求項１に係る画像診断
支援方法は、医用断層画像に所定の画像処理を施して三
次元画像を作成し、作成された前記三次元画像に対して
所定の判別処理を実行し、その判別処理の結果に基づい
て異常と思われる個所を抽出し、抽出された異常個所を
識別可能に表示するものである。

【０００８】請求項２に係る画像診断支援装置は、医用
断層画像に所定の画像処理を施して三次元画像を作成す
る三次元画像作成手段と、前記三次元画像作成手段によ
って作成された前記三次元画像に対して所定の判別処理
を実行する判別処理手段と、前記判別処理手段の判別結
果に基づいて異常と思われる個所を抽出する抽出手段
と、前記抽出手段によって抽出された前記異常個所を識
別可能に表示する表示手段とを備えたものである。

【０００９】三次元画像は、サーフェイス法、デプス
法、ボリュームレンダリング法、中心投影法などの種々
の方法によって構成されたものである。これらの三次元
画像は、複数の断層画像に基づいて構成されているの
で、これらの三次元画像に所定の判別処理を行なうとい
うことは、断層画像を纏めて処理することに等しい。従
って、三次元画像に対して判別処理を行なうことによっ
て、処理に要する時間を大幅に短縮化することができ
る。

【００１０】

【発明の実施の形態】以下添付図面に従って本発明に係
る画像診断支援装置の好ましい実施の形態について説明
する。図１は、本発明が適用される画像診断支援装置全
体のハードウエア構成を示すブロック図である。この画
像診断支援装置は、例えばＸ線ＣＴ装置等で被検体の対
象部位について収集した複数の医用断層画像（ＣＴ画像
など）に基づいて、三次元画像を作成し、作成された三
次元画像から異常個所を抽出し、抽出された異常個所を
識別可能に表示するものである。

【００１１】この画像診断支援装置は、各構成要素の動
作を制御する中央処理装置（ＣＰＵ）１０と、装置全体
の制御プログラムが格納された主メモリ１１と、複数の
断層像データ及びプログラム等が格納された磁気ディス
ク１２と、表示用の画像データを一時記憶する表示メモ
リ１３と、この表示メモリ１３からの画像データに基づ
いて画像を表示する表示装置としてのＣＲＴディスプレ
イ１４と、画面上のソフトスイッチを操作するマウス１
５及びそのコントローラ１６と、各種パラメータ設定用
のキーやスイッチを備えたキーボード１７と、スピーカ
１８と、上記各構成要素を接続する共通バス１９とから
構成される。この実施の形態では、主メモリ１１以外の
記憶装置として、磁気ディスク１２のみが接続されてい
る場合を示しているが、これ以外にフロッピディスクド
ライブ、ハードディスクドライブ、ＣＤ−ＲＯＭドライ
ブ、光磁気ディスク（ＭＯ）ドライブ、ＺＩＰドライ
ブ、ＰＤドライブ、ＤＶＤドライブなどが接続されてい
てもよい。さらに、通信インターフェイスを介してＬＡ
Ｎ （ローカルエリアネットワーク）やインターネッ
ト、電話回線などの種々の通信ネットワーク１ａ上に接
続可能とし、他のコンピュータやＣＴ装置１ｂなどとの
間で画像データのやりとりを行えるようにしてもよい。
また、画像データのやりとりは、Ｘ線ＣＴ装置やＭＲＩ
装置などの被検体の断層像が収集可能な医用画像診断装
置を上記ＬＡＮ等の通信ネットワーク１ａと接続して行
ってもよい。

【００１２】以下、図１の画像診断支援装置の動作例に
ついて図面を用いて説明する。図２は、画像診断支援装
置が実行するメインフローの一例を示す図である。図１
のＣＰＵ１０は、このメインフローに従って動作する。
図３は、このメインフローによって処理される三次元画
像の一例を示す図である。図４は、このメインフローの
処理の概念を示す図である。以下、このメインフローの
詳細をステップ順に説明する。

【００１３】［ステップＳ２０］ＣＴ装置によって撮影
された患者のＣＴ画像を用いて、図３に示すように、視
点を通り、視線に垂直に設定された面から断層画像上の
画素点までの距離情報を用いたデプス画像を作成する。
図３では、頭部についてデプス画像が作成される様子が
示されている。デプス画像の作成処理は従来から知られ
ているので、ここではその説明は省略する。 ［ステップＳ２１］ステップＳ２０によって作成された
デプス画像から頭部血管等のエッジ（血管の輪郭）を抽
出する。このエッジは、デプス画像からの濃度勾配画像
（微分画像）を求め、その微分画像値が或る値より大き
ければそれをエッジと見なすというしきい値処理を行っ
て求める。エッジを求める方法は、これ以外にも種々存
在するので、それらの中から適当なものを用いてもよ
い。 ［ステップＳ２２］メモリＭをゼロクリアする。メモリ
Ｍは、主メモリ１１に割り当てられた所定領域である。 ［ステップＳ２３］ステップＳ２１で抽出されたエッジ
上の点を通り、そのエッジに垂直な直線に対応するメモ
リＭ上に所定の値を加算する。すなわち、図４に示すよ
うに、血管のエッジ４１，４２が抽出されている場合、
そのエッジ４１上の点Ｐ２を通り、線分Ｐ１−Ｐ３に垂
直な直線４３に対応するメモリＭ上に所定の値を加算す
る。直線４３は加算処理の対象となる直線である。例え
ば、直線４３に対応するメモリＭに一定値「１」を加算
する。図４（Ｂ）は、血管のエッジ４１上で、この処理
を行った場合を示している。図４（Ｂ）から明かなよう
に、点線円４４，４５の付近に直線が集中して重なって
おり、メモリＭ上の値もその部分が大きくなる。点線円
４４の部分は、動脈瘤の中心付近を示す異常個所である
が、点線円４５はそのような異常個所ではない。そこ
で、図５に示すように、エッジ５１上の点Ｐ２を通り、
線分Ｐ１−Ｐ３に垂直な直線５３に重みを付けるように
した。すなわち、直線５３とエッジ５１との重なる部分
の重みを一番大きくし、そこから離れるに従って、徐々
に重みを減少させる。図では直線５３とエッジ５１との
重なる部分の重みを「５」とし、そこから離れるに従っ
て、「４」，「３」，「２」，「１」，「０」のように
徐々に小さくしている。このように加算処理の対象とな
る直線４３に重みを付けることによって、点線円４４の
付近の加算値を大きくし、点線円４５の付近の加算値が
大きくならないようにすることができ、異常個所である
点線円４４だけが抽出され、異常個所でない点線円４５
は抽出されないようにすることができる。なお、図４で
は加算処理の対象となる直線４３を一本の線で示した
が、実際は、図５に示すように、例えば１〜５画素程度
の一定の幅を持った帯状の線で構成され、この帯状の線
に位置するメモリＭ上に重みに対応した値が加算され
る。 ［ステップＳ２４］メモリＭ上のそれぞれの加算値デー
タにしきい値処理を行い、特定の領域Ａを抽出し、その
領域Ａの重心（ピーク）座標を求める。例えば、図４
（Ｂ）に示すような点線円４４が領域Ａとして抽出され
た場合、その重心の位置座標又はピーク値の位置座標Ｇ
点が求められる。 ［ステップＳ２５］三次元画像上のＧ点に対応する位置
を囲むようにマーカーを表示する。すなわち、ステップ
Ｓ２４で求められた位置座標を中心として図６に示すよ
うなマーカー６１を表示する。このマーカー６１の表示
によって、どの部分が異常個所であるかを容易に認識す
ることができる。なお、異常個所を容易に特定すること
ができるようにマーカー６１に色情報を付加して表示し
たり、原画像（ＣＴ画像）中の異常個所に着色してもよ
い。

【００１４】次に、画像診断支援装置の第２の実施の形
態に係る動作例について図面を用いて説明する。図７
は、第２の実施の形態に係る画像診断支援装置が実行す
るメインフローの一例を示す図である。図８は、このメ
インフローの処理の概念を示す図である。以下、このメ
インフローの詳細をステップ順に説明する。なお、図７
において、図２と同じ処理については、簡略化して説明
する。 ［ステップＳ７０］ＣＴ装置によって撮影された患者の
ＣＴ画像を用いて、デプス画像を作成する。 ［ステップＳ７１］ステップＳ７０によって作成された
デプス画像から頭部血管等のエッジ（血管の輪郭）を抽
出する。 ［ステップＳ７２］メモリＭをゼロクリアする。 ［ステップＳ７３］ステップＳ７１で抽出されたエッジ
上の点を通り、濃度勾配が最大の直線に対応するメモリ
Ｍ上に所定の値を加算する。すなわち、図８に示すよう
に、血管のエッジ８１，８２が抽出されている場合、そ
のエッジ８１上の点Ｐ４を中心とする円Ｃ１上を調べ、
点Ｐ４に対して濃度勾配が最大となる点Ｐ５を探し、点
Ｐ４と点Ｐ５を結ぶ直線８３に対応するメモリＭ上に所
定の値を加算する。この加算対象となる直線８３には、
図５のような重みが設定される。このような処理をエッ
ジ８１，８２の全ての点について行う。これによって、
動脈瘤の中心付近を示す異常個所のメモリＭの値が大き
くなるので、その部分を異常個所とし認定する。なお、
演算量は多くなるが、デプス画像上の点Ｐ４を中心にし
て、濃度勾配最大となる点を探索するようにしてもよ
い。 ［ステップＳ７４］メモリＭ上の加算したデータにしき
い値処理を行い、特定の領域Ａを抽出し、領域Ａの重心
（ピーク）座標Ｇを求める。 ［ステップＳ２５］三次元画像上のＧ点に対応する点に
マーカを表示する。

【００１５】図９は、エッジ上の点を通過する直線の求
め方の変形例を示す図である。第１の実施の形態では、
エッジ上の２点を結ぶ線分に対して垂直な直線を加算対
象となる直線とし、第２の実施の形態では、エッジ上の
最大濃度勾配を示す直線を加算対象となる直線としてい
るが、図９では、例えば１０×１０画素程度の正方形状
の特定領域９１又は直径１０画素程度の円形状の特定領
域９２の中心位置をエッジ上に位置させる。そして、こ
の特定領域９１，９２内の全画素の平均値ＡＶよりも大
きな画素値を示す画素の集合体の平均座標を点α１，α
２とし、この平均値ＡＶよりも小さな画素値を示す画素
の集合体の平均座標を点β１，β２とする。そして、点
α１，α２と点β１，β２とをそれぞれ結ぶ直線９３，
９４を加算対象の直線とする。なお、図では、特定領域
として１０×１０画素程度の正方形及び円形を示した
が、この特定領域の大きさは、１０×１０画素に限定さ
れるものではなく、また、その形状も正方形以外の楕円
形、長方形、菱形などであってもよい。

【００１６】図１０は、加算対象となる直線の重み付け
の詳細を示す図である。図６では、加算対象となる直線
５３の重みを図１０（Ａ）に示すように中心付近が最も
重みが大きく、中心から離れるに従って徐々に重みの減
少するような直線とした。これは、比較的小さな動脈瘤
を検出する場合に適したものであり、大きな動脈瘤につ
いては検出困難となる場合がある。そこで、図１０
（Ｂ），（ｃ）に示すように距離に応じて重みの変化す
る直線を用いることによって、種々の大きさの動脈瘤を
検出する場合に適応することが可能となる。例えば、図
１０（Ｂ）の直線の場合は、中心付近の重みが「０」で
あり、ある一定の距離から、図１０（Ａ）の直線のよう
に徐々に重みの減少するような直線となっている。この
直線の場合、中くらいの大きさの動脈瘤を検出するのに
適している。図１０（ｃ）の直線の場合は、中心付近の
重みが「０」であり、そこから離れるに従って非線形の
関数に従って重みが徐々に増加し、ある一定の距離以上
になると今度は逆に非線形の関数に従って重みが徐々に
減少するようになっている。この直線の場合、比較的大
きな動脈瘤を検出するのに適している。なお、これらの
重みは一例であり、これらを種々組合せたり、種々の関
数に従って重みを変化させてもよいことは言うまでもな
い。

【００１７】図１１は、中心投影法によって三次元画像
を作成する場合の一例を示す図である。中心投影法は、
視点をＣＴ画像を積上げた積上げ三次元画像内部にもっ
ていき、内視鏡的画像を得る投影法である。この中心投
影法については、先に出願した特開平７−２１０７０４
号公報及び特開平７−２９６１８４号公報に記載されて
いるので、ここでの説明は省略する。図１２（Ａ）は、
図１１の中心投影法によって作成された三次元画像の一
例を示す図である。図１２（Ｂ）は、この三次元画像か
らエッジを検出し、そのエッジ上に加算対象となる直線
を形成し、加算処理を行なう場合の様子を示す。図から
明かなように、点線円１２１で囲む部分にポリープなど
の異常突起物ができている場合、その部分の加算値が他
の部分に比べて大きくなるので、前述の動脈瘤を検出し
たのと同様にそのポリープなどの異常突起物を容易に検
出することができるようになる。

【００１８】なお、上述の実施の形態では、三次元画像
について加算処理の対象となる直線を形成し、加算処理
を行い、その結果に基づいて異常個所を抽出する場合に
ついて説明したが、二次元画像についても同様に処理す
ることができる。すなわち、図１３は、ＣＴ画像の肺野
部分の断層像を示す図であり、この肺野中に点線円１３
１で囲む部分に陰影１ａが存在している。このような肺
野部分に関しても同様にエッジ処理を施し、エッジ上に
加算対象となる直線を描き、加算処理を行なうことによ
って、陰影１ａの存在を検出することができる。この肺
野部分を示すＣＴ画像は二次元画像なので、本発明のよ
うに三次元画像に対する処理に比べてその処理時間は膨
大なものとなるが、異常個所を検出することができると
いう効果については同じである。従って、このような加
算対象となる直線を二次元画像にも適用して異常陰影の
抽出処理を行うことができることは言うまでもない。

【００１９】上述の実施の形態では、三次元画像として
デプス画像及び中心投影法によって得られた画像につい
て説明したが、これ以外のサーフェイス画像、ボリュー
ムレンダリング画像などについても同様に処理すること
ができる。また、上述の実施の形態では三次元画像につ
いて加算処理の対象となる直線を形成し、加算処理を行
い、その結果に基づいて異常個所を抽出する場合につい
て説明したが、先に出願した特願２００１−１８７９６
９号に記載された種々の判別処理を三次元画像に対して
実行してもよいことは言うまでもない。さらに、上述の
実施の形態では、１視点１視線（図６参照）における三
次元画像について説明したが、図６の画像を回転して表
示する複数視点と複数視線の三次元画像についてもそれ
ぞれ同様に適用することができ、これによって検査効率
はさらに向上する。

【００２０】

【発明の効果】以上説明したように本発明の画像診断支
援方法及び装置によれば、ＣＴ画像、ＭＲ画像、超音波
画像等を含めた医用断層画像から異常個所などをコンピ
ュータを用いて自動的に判別する際の処理時間を大幅に
短縮することができるという効果がある。

【図面の簡単な説明】

【図１】 本発明が適用される画像診断支援装置全体の
ハードウエア構成を示すブロック図である。

【図２】 画像診断支援装置が実行するメインフローの
一例を示す図である。

【図３】 図２のメインフローによって処理される三次
元画像の一例を示す図である。

【図４】 図２のメインフローの処理の概念を示す図で
ある。

【図５】 加算対象となる直線の重み付けの一例を示す
図である。

【図６】 異常個所を識別可能に表示する場合の一例を
示す図である。

【図７】 画像診断支援装置が実行するメインフローの
第２の実施の形態の一例を示す図である。

【図８】 図７のメインフローの処理の概念を示す図で
ある。

【図９】 エッジ上の点を通過する直線の求め方の変形
例を示す図である。

【図１０】 加算対象となる直線の重み付けの詳細を示
す図である。

【図１１】 中心投影によって三次元画像を作成する場
合の一例を示す図である。

【図１２】 図１１の中心投影によって作成された三次
元画像に対して加算対象となる直線を形成し、加算処理
を行う場合の一例を示す図である。

【図１３】 二次元のＣＴ画像の肺野部分について、加
算対象となる直線を用いて異常個所検出処理を行う場合
の一例を示す図である。

【符号の説明】

１０…中央処理装置（ＣＰＵ）、１１…主メモリ、１２
…磁気ディスク、１３…表示メモリ、１４…ＣＲＴディ
スプレイ、１５…マウス、１６…コントローラ、１７…
キーボード、１８…スピーカ、１９…共通バス、１ａ…
ローカルエリアネットワーク、１ｂ…他のコンピュータ
又はＣＴ装置、４１，４２，５１，５２，８１，８２…
エッジ、４３，５３，８３…加算対象となる直線、６１
…マーカー

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号 ＦＩ テーマコート゛(参考） Ｇ０６Ｔ 1/00 ２９０ Ａ６１Ｂ 5/05 ３８０ ５Ｌ０９６ 7/00 ３００ Ｇ０１Ｎ 24/02 ５２０Ｙ Ｆターム(参考） 4C093 AA22 CA29 DA02 DA03 DA04 FD12 FF17 FF42 FG13 4C096 AA18 AA20 AB41 AC03 AC04 AC10 AD14 AD15 BA18 DC11 DC14 DC18 DC21 DC28 DC36 DD08 DD18 DE02 DE06 FC20 4C301 EE10 EE14 JB27 JB29 JC08 KK16 KK27 KK30 LL02 4C601 EE07 JB34 JB35 JB40 JB45 JC05 JC09 JC25 JC37 KK21 KK31 LL01 LL02 5B057 AA07 BA03 BA05 CA08 CA13 CA16 DA08 DA16 DC16 DC22 DC30 5L096 AA06 AA09 BA06 BA13 EA39 FA06 GA04 JA11

Claims (2)

【特許請求の範囲】
1. 【請求項１】 医用断層画像に所定の画像処理を施して
   三次元画像を作成し、 作成された前記三次元画像に対して所定の判別処理を実
   行し、その判別処理の結果に基づいて異常と思われる個
   所を抽出し、抽出された異常個所を識別可能に表示する
   ことを特徴とする画像診断支援方法。
2. 【請求項２】 医用断層画像に所定の画像処理を施して
   三次元画像を作成する三次元画像作成手段と、 前記三次元画像作成手段によって作成された前記三次元
   画像に対して所定の判別処理を実行する判別処理手段
   と、 前記判別処理手段の判別結果に基づいて異常と思われる
   個所を抽出する抽出手段と、 前記抽出手段によって抽出された前記異常個所を識別可
   能に表示する表示手段とを備えたことを特徴とする画像
   診断支援装置。