JP2004057275A - 画像診断装置 - Google Patents
画像診断装置 Download PDFInfo
- Publication number
- JP2004057275A JP2004057275A JP2002216413A JP2002216413A JP2004057275A JP 2004057275 A JP2004057275 A JP 2004057275A JP 2002216413 A JP2002216413 A JP 2002216413A JP 2002216413 A JP2002216413 A JP 2002216413A JP 2004057275 A JP2004057275 A JP 2004057275A
- Authority
- JP
- Japan
- Prior art keywords
- fat
- region
- visceral
- interest
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 210000000577 adipose tissue Anatomy 0.000 claims abstract description 49
- 210000001596 intra-abdominal fat Anatomy 0.000 claims description 77
- 210000004003 subcutaneous fat Anatomy 0.000 claims description 56
- 230000009278 visceral effect Effects 0.000 claims description 52
- 238000000605 extraction Methods 0.000 claims description 41
- 238000000034 method Methods 0.000 claims description 36
- 210000003205 muscle Anatomy 0.000 claims description 28
- 210000003815 abdominal wall Anatomy 0.000 claims description 26
- 238000002059 diagnostic imaging Methods 0.000 claims description 9
- 210000001835 viscera Anatomy 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 5
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 12
- 210000003489 abdominal muscle Anatomy 0.000 abstract description 9
- 210000000278 spinal cord Anatomy 0.000 abstract description 4
- 210000001035 gastrointestinal tract Anatomy 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 20
- 238000005096 rolling process Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000003387 muscular Effects 0.000 description 2
- 206010003694 Atrophy Diseases 0.000 description 1
- 230000037444 atrophy Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000007920 subcutaneous administration Methods 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【課題】患者ごとに異なる脂肪領域のＣＴ値に基づいてその患者の脂肪領域の閾値範囲を決定し、腹筋や脊髄周辺の不要な微小な脂肪領域を考慮して、体脂肪測定精度を向上させる。
【解決手段】この断層画像において脂肪領域のＣＴ値などは患者ごとに異なる。そこで、予め体表関心領域及び内臓関心領域から脂肪領域の画素値の平均値とその標準偏差を算出し、平均値及び標準偏差から画像固有すなわちその患者の脂肪領域の閾値範囲を決定するようにした。また、体脂肪測定の誤差を低減するために、内臓脂肪領域に腹筋や腸管内、背骨周辺に散らばった微小な脂肪領域を不要な脂肪領域として取り除くようにした。これによって、体脂肪測定精度を向上することができる。
【選択図】 図１３
【解決手段】この断層画像において脂肪領域のＣＴ値などは患者ごとに異なる。そこで、予め体表関心領域及び内臓関心領域から脂肪領域の画素値の平均値とその標準偏差を算出し、平均値及び標準偏差から画像固有すなわちその患者の脂肪領域の閾値範囲を決定するようにした。また、体脂肪測定の誤差を低減するために、内臓脂肪領域に腹筋や腸管内、背骨周辺に散らばった微小な脂肪領域を不要な脂肪領域として取り除くようにした。これによって、体脂肪測定精度を向上することができる。
【選択図】 図１３
Description
【０００１】
【発明の属する技術分野】
本発明は、生体情報に関する断層画像に基づいて体脂肪を測定する画像診断装置に係り、特に皮下脂肪と内臓脂肪を自動的に分離して体脂肪を測定することのできる画像診断装置に関する。
【０００２】
【従来の技術】
従来、ＣＴ装置、ＭＲＩ装置などで撮影された生体情報に関する断層画像に基づいて体脂肪率を測定する画像診断装置が実用化されつつある。図１及び図２は、断層画像に基づいて体脂肪を測定する従来の方法を説明するための図である。従来は、断層画像を用いて腹壁筋層や体表面などをマウスなどのポインティングデバイスを用いてマニュアルトレースして、皮下脂肪や内臓脂肪の面積を算出していた。すなわち、図１（ａ）に示すように、断層画像内において内臓脂肪の面積を求めるために、ポインティングデバイスを用いて皮下脂肪が含まれないように脊柱起立筋１１、腹横筋１２，１３、腹直筋１４などの腹壁筋層を白線１０のように囲む。そして、白線１０で囲まれた部分のＣＴ値が最大値−５０から最小値−１５０の範囲に含まれるものを抽出する。抽出された部分は図１（ｂ）に示すように白く変化する。この白い部分１５の面積Ｖが内臓脂肪に対応する。次に、図２（ａ）に示すようにポインティングデバイスを用いて腹部全体を白線２０のように囲む。そして、白線２０で囲まれた部分のＣＴ値が最大値−５０から最小値−１５０の範囲に含まれるものを抽出する。抽出された部分は図２（ｂ）に示すように白く変化する。この白い部分２５の面積Ｗが全体の脂肪に対応する。従って、皮下脂肪の面積Ｓは全体の脂肪を示す白い部分２５の面積Ｗから内臓脂肪を示す白い部分１５の面積Ｖを減算したものとなる。このようにして求められた全体脂肪の面積Ｗ、内臓脂肪の面積Ｖ、皮下脂肪の面積Ｓに基づいて、各脂肪の比率が求められる。すなわち、内臓脂肪：全体脂肪はＶ：Ｗ、皮下脂肪：全体脂肪はＳ：Ｗ、内臓脂肪：皮下脂肪はＶ：Ｓとなる。
【０００３】
上述のように従来は、ポインティングデバイスを操作者がマニュアルで操作して白線１０や白線２０をトレースしなければならない。従って、トレースする操作者が異なると、それによって測定値がばらついたり、操作者の熟練度によっても測定値にばらつきが発生するという問題があった。そこで、このような問題を解決するために、特開２０００−９３４２４号公報にように自動的に体脂肪を測定するように構成された画像診断装置が提案されている。この画像診断装置は、操作者が、脂肪部分の最小ＣＴ値と最大ＣＴ値を設定すると共に皮下脂肪領域の一点を指定することによって、自動的に皮下脂肪領域の面積と内臓脂肪領域の面積を抽出し、それに基づいて体脂肪を測定するものである。
【０００４】
【発明が解決しようとする課題】
上記特開２０００−９３４２４号公報に記載された画像診断装置は、マニュアルでトレースするほどの熟練は必要ではないが、操作者は皮下脂肪領域の一点を指定するという工程、さらに、腹壁の筋が萎縮している症例などのように皮下脂肪領域と内臓脂肪領域とが連続している場合にはその筋層の隙間に操作者がマニュアル操作で分離ラインを引くという工程をマニュアルで行う必要があった。従って、自動化されたと言っても、依然として操作者によるマニュアル操作が必要であり、操作者によって測定値がばらつくという問題があった。
【０００５】
そこで、本願発明者は、操作者が画像診断装置を一々操作しなくても断層画像に基づいて自動的に体脂肪を測定することのできる画像診断装置を特願２００１−１６９３７号として出願している。この出願では、皮下脂肪領域と内臓脂肪領域を自動的に分離して体脂肪率等の数値を算出している。このときに、脂肪領域を抽出するための閾値範囲としてユーザーが予め設定したプリセット値を用いている。また、ＣＴ画像から閾値範囲の設定により自動的に抽出された脂肪領域には、腹筋や脊髄周辺の不要な微小な脂肪領域が存在するが、これらはマウスなどを使って手作業により取り除くか、または、誤差として許容してそのまま処理するかのどちらかで対応していた。
【０００６】
本発明は、上述の点に鑑みなされたものであり、患者ごとに異なる脂肪領域のＣＴ値に基づいてその患者の脂肪領域の閾値範囲を決定し、体脂肪測定精度を向上させることのできる画像診断装置を提供することを目的とする。
【０００７】
また、本発明は、腹筋や脊髄周辺の不要な微小な脂肪領域を考慮して、体脂肪測定精度を向上させることのできる画像診断装置を提供することを目的とする。
【０００８】
【課題を解決するための手段】
請求項１に係る画像診断装置は、生体情報に関する断層画像内における体表の輪郭に基づいて生体全体を囲む体表関心領域を抽出する体表関心領域抽出手段と、前記体表関心領域内における全体脂肪領域を抽出する全体脂肪領域抽出手段と、前記断層画像内における皮下脂肪層の内側にある腹壁筋層の輪郭を追跡して内臓を囲む内臓脂肪関心領域を抽出する内臓関心領域抽出手段と、前記内臓関心領域内における内臓脂肪領域を抽出する内臓脂肪領域抽出手段と、前記体表関心領域及び前記内臓関心領域から脂肪領域の画素値の平均値とその標準偏差を算出する平均値及び標準偏差算出手段と、前記脂肪画素平均値及び前記標準偏差から画像固有の脂肪閾値範囲を算出する脂肪閾値範囲算出手段と、前記脂肪閾値範囲算出手段により得られた画像固有の脂肪閾値範囲と前記体表関心領域及び内臓関心領域に基づいて再度全体脂肪領域及び内臓脂肪領域を抽出する脂肪領域再抽出手段と、前記脂肪領域再抽出手段によって抽出された前記全体脂肪領域及び前記内臓脂肪領域に基づいて体脂肪を算出する体脂肪算出手段とを備えたものである。生体情報に関する断層画像は、ＣＴ装置、ＭＲＩ装置などによって撮影される。この断層画像において脂肪領域のＣＴ値などは患者ごとに異なる。そこで、この発明では、予め体表関心領域及び内臓関心領域から脂肪領域の画素値の平均値とその標準偏差を算出し、平均値及び標準偏差から画像固有すなわちその患者の脂肪領域の閾値範囲を決定するようにした。これによって患者特有の体脂肪測定精度を向上することができる。
【０００９】
請求項２に係る画像診断装置は、生体情報に関する断層画像内における体表の輪郭に基づいて生体全体を囲む体表関心領域を抽出する体表関心領域抽出手段と、前記体表関心領域内における全体脂肪領域を抽出する全体脂肪領域抽出手段と、前記断層画像内における皮下脂肪層の内側にある腹壁筋層の輪郭を追跡して内臓を囲む内臓関心領域を抽出する内臓関心領域抽出手段と、前記内臓関心領域内における内臓脂肪領域を抽出する内臓脂肪領域抽出手段と、前記全体脂肪領域抽出手段によって抽出された前記全体脂肪領域から不要な脂肪領域を削除する不要脂肪領域削除手段と、前記不要脂肪領域削除手段により不要領域が削除された全体脂肪領域及び前記内臓脂肪領域抽出手段によって抽出された前記内臓脂肪領域に基づいて体脂肪を算出する体脂肪算出手段とを備えたものである。先の出願では、内臓脂肪領域に腹筋や腸管内、背骨周辺に散らばった微小な脂肪領域を誤差として認め、それを含む形で計算していたが、この発明では、体脂肪測定の誤差を低減するために、これらの計算に含んではいけない部分、すなわち、不要な脂肪領域を取り除くようにした。これによって、体脂肪測定精度を向上することができる。
【００１０】
請求項３に係る画像診断装置は、生体情報に関する断層画像内における体表の輪郭に基づいて生体全体を囲む体表関心領域を抽出する体表関心領域抽出手段と、前記体表関心領域内における全体脂肪領域を抽出する全体脂肪領域抽出手段と、前記断層画像内における皮下脂肪層の内側にある腹壁筋層の輪郭を追跡して内臓を囲む内臓脂肪関心領域を抽出する内臓関心領域抽出手段と、前記内臓関心領域内における内臓脂肪領域を抽出する内臓脂肪領域抽出手段と、前記体表関心領域及び前記内臓関心領域から脂肪領域の画素値の平均値とその標準偏差を算出する平均値及び標準偏差算出手段と、前記脂肪画素平均値及び前記標準偏差から画像固有の脂肪閾値範囲を算出する脂肪閾値範囲算出手段と、前記脂肪閾値範囲算出手段により得られた画像固有の脂肪閾値範囲と前記体表関心領域及び内臓関心領域に基づいて再度全体脂肪領域及び内臓脂肪領域を抽出する脂肪領域再抽出手段と、前記脂肪領域再抽出手段によって抽出された全体脂肪領域から不要な脂肪領域を削除する不要脂肪領域削除手段と、前記不要脂肪領域削除手段により不要領域が削除された全体脂肪領域及び内臓脂肪領域に基づいて体脂肪を算出する体脂肪算出手段とを備えたものである。これは、請求項１と請求項２を合わせたものであり、両方の効果を兼ね備えたものであり、体脂肪測定精度を格段に向上することができる。
【００１１】
請求項４に係る画像診断装置は、請求項１、２又は３において、前記体脂肪算出手段が、内臓脂肪：全体脂肪の値、皮下脂肪：全体脂肪の値、内臓脂肪：皮下脂肪の値の少なくとも一つを算出するものである。体脂肪算出手段は、全体脂肪領域、内臓脂肪領域、皮下脂肪領域を算出するだけでなく、これらの各値に基づいて各脂肪比率を算出する。
【００１２】
請求項５に係る画像診断装置は、請求項１、２、３又は４において、前記体脂肪算出手段によって算出された体脂肪を示す値を前記断層画像内に表示する表示手段を備えたものである。体脂肪算出手段によって算出された体脂肪を示す各値は表示手段によって操作者に表示されるので、操作者はそれを見るだけで各脂肪比率を容易に認識することができる。
【００１３】
請求項６に係る画像診断装置は、請求項５において、前記表示手段が、全体脂肪、内臓脂肪、皮下脂肪をそれぞれ識別可能に断層画像上に表示するものである。表示手段は、各脂肪比率の値を表示すると共に皮下脂肪や内臓脂肪を識別可能に表示することによって、内臓脂肪や皮下脂肪が適切に抽出されたかどうかを容易に認識することができる。
【００１４】
【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装置の好ましい実施の形態について説明する。図３は本発明が適用される画像診断装置全体のハードウエア構成を示すブロック図である。この画像診断装置は、例えばＸ線ＣＴ装置、ＭＲＩ装置、超音波装置などの医用画像モダリティで被検体の対象部位について収集した複数の断層画像に基づいて体脂肪を測定するものである。
【００１５】
画像診断装置は、各構成要素の動作を制御する中央処理装置（ＣＰＵ）３０と、画像診断装置の制御プログラムが格納された主メモリ３１と、各患者の複数の断層画像データ及び動作プログラム等が格納された磁気ディスク３２と、表示用の画像データを一時記憶する表示メモリ３３と、この表示メモリ３３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３４と、画面上のソフトスイッチを操作するマウス３５及びマウスコントローラ３６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３７と、スピーカ３８と、上記各構成要素を接続する共通バス３９とから構成される。この実施の形態では、主メモリ３１以外の記憶装置として、磁気ディスク３２のみが接続されているが、これ以外にＦＤＤ、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、図示していない通信インターフェイスを介してＬＡＮ（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上に接続可能とし、他のコンピュータやデータベース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。
【００１６】
以下、図３の画像診断装置の動作例について図面を用いて説明する。図４は、図３の画像診断装置が実行するメインフローを示す図である。図３のＣＰＵ３０はこのメインフローに従って動作する。図７及び図８は、このメインフローによって断層画像がディスプレイ上でどのように表示されるのかを示す表示画面の一例を示す図であり、図１に対応するものである。以下、このメインフローの詳細をステップ順に説明する。
【００１７】
［ステップＳ４０］
まず、画像診断装置のディスプレイ３４上に患者のＩＤ入力画面が表示されるので、操作者は患者のＩＤ番号を入力する。すると、医用画像モダリティによって予め撮影された断層画像の中から診断対象となる患者のＩＤ番号に対応した図７（ａ）のような断層画像が磁気ディスク３２から読み出され、ディスプレイ３４上に表示される。表示された断層画像を見て、操作者は脂肪画素抽出のためのＣＴ値の閾値範囲を設定する。なお、脂肪のＣＴ値は通常−１５０から−５０の範囲なので、この範囲をデフォルト値とし、操作者による閾値設定を省略してもよい。また、断層画像の脂肪に対応する箇所を指定することによってそのＣＴ値の±数十パーセントを閾値範囲に設定するようにしてもよい。
【００１８】
［ステップＳ４１］
ステップＳ４０による閾値範囲の設定が終了したら、次に断層画像における体表全体を囲むような関心領域を設定するための体表輪郭抽出処理を実行する。図５は、この体表輪郭抽出処理の詳細を示す図である。以下、この体表輪郭抽出処理の詳細をステップ順に説明する。
［ステップＳ５０］
原画像のエッジを検出して輪郭強調画像を作成する。エッジの検出は、原画像にラプラシアン・フィルタなどの差分フィルタをかけることによって行う。ラプラシアン・フィルタ処理によってエッジ部分が高い値を持つように変換される。
［ステップＳ５１］
輪郭強調画像に閾値処理を行い、図７（ａ）のような二値化画像を作成する。ここでの閾値は輪郭がはっきりと残るように最適な値を予め設定しておく。
［ステップＳ５２］
ステップＳ５１で作成された二値化画像の左上隅の画素から図７（ｂ）の矢印線のようにラスター走査して輪郭線追跡する開始点７１を探索する。すなわち、断層画像の左上隅から水平方向に順次走査して、最初に出会ったレベル「１」の画素を開始点７１とする。
［ステップＳ５３］
ステップＳ５３で探索された開始点７１に基づいて輪郭線追跡を開始し、体表面の周囲を一周するまで続ける。こうしてできた輪郭線が全体を囲む体表関心領域７２となる。なお、これ以外にも断層画像の上下左右の各端部から画像の中央に向かって水平方向及び垂直方向に走査して、最初に出会ったレベル「１」の画素を輪郭線としてもよい。
【００１９】
［ステップＳ４２］
次に、皮下脂肪層の内側に存在する内臓を囲んでいる腹壁筋層に関心領域を設定するための内臓輪郭抽出処理を実行する。図６は、この内臓輪郭抽出処理の詳細を示す図である。以下、この内臓輪郭抽出処理の詳細をステップ順に説明する。
［ステップＳ６０］
ステップＳ４１で抽出された体表関心領域７２内の画素について、脂肪の閾値範囲内にある画素を抽出する。脂肪の抽出範囲は、ステップＳ４０で設定した値を使用する。
［ステップＳ６１］
原画像からステップＳ６０で抽出された脂肪の画素を除去し、かつ二値化する。すなわち原画像から全体の体表関心領域７２の外側をゼロクリアすると共に体表関心領域７２の内部については脂肪の画素をゼロクリアし、それ以外の腹壁筋層に対応する画素をレベル「１」に置き換えて、図８（ａ）のような二値化画像を作成する。なお、図８（ａ）の二値化画像では理解のために体表関心領域７２を点線で示しているが、実際にはこの線は存在しないものである。このようにして作成された二値化画像は、腹壁筋層が外側に露出した画像である。この二値化画像の輪郭を追跡すれば、内臓全体を含む腹壁筋層の輪郭を抽出することができる。しかし、従来の技術の欄で述べたように、腹壁筋層は必ずしも内臓を連続的に囲むようになっておらず、数カ所に隙間が存在する場合が多い。従って、このような隙間の存在するような腹壁筋層についてただ単に輪郭を追跡しただけでは内臓全体を含むような腹壁筋層の輪郭線を抽出することはできない。そこで、この実施の形態では、以下のステップＳ６２〜ステップＳ６８の処理によって腹壁筋層の隙間を埋めて、内臓全体を含むような腹壁筋層の輪郭線を抽出するための輪郭線補正処理を行う。
【００２０】
［ステップＳ６２］
ステップＳ６１で作成された二値化画像の左上隅の画素から図８（ａ）の矢印線のようにラスター走査して輪郭線追跡する開始点８１を探索する。すなわち、断層画像の左上隅から水平方向に順次走査して、最初に出会ったレベル「１」の画素を開始点８１とする。この開始点の探索が終了したら、ステップＳ６３〜ステップＳ６８の輪郭線追跡処理を実行する。図９は、この輪郭線追跡処理を説明するための図であり、図８の開始点８１付近を拡大して示した図である。
［ステップＳ６３］
着目点上で輪郭線の外側に接するように小円を描く。すなわち、図９に示すように、着目している点（開始点８１）において、輪郭線の外側に接するような小円９１を描く。小円９１は開始点８１を接点とする円である。
［ステップＳ６４］
前のステップＳ６３で描かれた小円の円周上にレベル「１」の画素があるかどうか検索する。
［ステップＳ６５］
小円の円周上にレベル「１」の画素が存在するか否かを判定し、存在する（ｙｅｓ）と判定された場合は、次のステップＳ６６に進み、存在しない（ｎｏ）と判定された場合にはステップＳ６７にジャンプする。
【００２１】
［ステップＳ６６］
前のステップＳ６５で小円の円周上にレベル「１」の画素が存在すると判定されたので、そのレベル「１」の画素の中で最も着目点に近い画素（最近点の画素）と着目点との間の小円の円弧に対応する複数画素をレベル「１」の画素に置き換える。図９では、小円９１から小円９２までは、小円内にレベル「１」の画素が存在しなかったが、小円９３では着目点８２に対して最近点８３にレベル「１」の画素が存在する。従って、このような場合には着目点８２と最近点８３とを結ぶ小円９３の円弧９３Ａに対応する複数画素がレベル「１」に置き換えられる。なお、着目点８２と最近点８３とを結ぶ直線に対応する画素をレベル「１」の画素に置き換えるようにしてもよい。
［ステップＳ６７］
着目点を次の画素に移動する。ステップＳ６５の判定の結果、小円の円周上にレベル「１」の画素が存在しなかった場合には、着目点に隣接する次の輪郭線上の画素を次の着目点とする。また、ステップＳ６６によって最近点と着目点との間の複数画素がレベル「１」に置き換えられた場合には、その最近点の画素を次の着目点の画素とする。すなわち、図９の小円９３の場合には、着目点８２の次の着目点は最近点８３となる。
【００２２】
［ステップＳ６８］
次の画素が開始点と同一かどうかを判定し、開始点でない（ｎｏ）と判定された場合には、ステップＳ６３にリターンし、開始点である（ｙｅｓ）と判定された場合には、内臓輪郭抽出処理を終了し、次のステップＳ４３に進む。すなわち、ステップＳ６３〜ステップＳ６７の処理が腹壁筋層を１周して開始点に戻ったかどうかを判定する。このように、小円を腹壁筋層の輪郭線に沿って転がしながら１周させて、腹壁筋層の隙間を埋めながら輪郭線追跡を行うことによって、内臓全体を囲む内臓関心領域８０を自動的に作成することができる。このような輪郭線抽出方法をローリングボール法と呼ぶこととする。
【００２３】
なお、このローリングボール法によって輪郭線追跡を行った場合、図１１に示すような微小な凹部では正確な輪郭線追跡を行うことができないという問題がある。すなわち、図１１（ａ）に示すように、小円９５の場合、その円周上に着目点８５と最近点８６が存在する。この場合、輪郭線は図１１（ｂ）のような輪郭線１１１となる。しかし、この部分の正確な輪郭線は点線輪郭線１１２である。従って、この実施の形態ではこのような不正確な輪郭線を修正するために、ローリングボール法によって抽出された内臓輪郭線すなわち内臓関心領域８０の周囲をもう一度反時計回りに一周して、図１１（ｂ）のように輪郭線１１１と点線輪郭線１１２のような分岐点の存在する箇所を探索する。そして、分岐している箇所において、左への分岐線（点線輪郭線１１２）と右への分岐線（輪郭線１１１）をたどって、両方の分岐線が再び最近点８６で合流するかどうかを調べる。合流した場合には、その部分は微小凹部であると判断して、図１１（ｃ）のように左の分岐線（点線輪郭線１１２）を正式な輪郭線として修正処理を行う。合流しなかった場合には、図９のような隙間であると判断し、右の分岐線のままとする。また、分岐後追跡する距離の上限を予め決めておき、一定距離の範囲内で合流しない場合には、無駄に探索を続けるのを止めるために追跡を中断し、その分岐は合流しないものとみなす。
【００２４】
［ステップＳ４３］
ステップＳ４１で抽出された体表輪郭内すなわち図８（ａ）の体表関心領域７２内の脂肪画素を抽出する。この脂肪画素の抽出処理は、原画像について１画素ずつ、体表関心領域７２内にあり、かつ、画素値が閾値範囲内にあるかどうかを調べ、条件を満たす画素があったらその画素数を数える。また、同時に原画像に重ねて表示するための脂肪画像用バッファに、その画像数の値を格納し、脂肪画素に対応する画素の色を所定の色（例えば白色）に置き換える。
［ステップＳ４４］
ステップＳ４２で抽出された内臓輪郭内すなわち図８（ｂ）の内臓関心領域８０内の脂肪画素を抽出する。この脂肪画素の抽出処理は、前述と同じように原画像について１画素ずつ、内臓関心領域８０内にあり、かつ、画素値が閾値範囲内にあるかどうかを調べ、条件を満たす画素があったらその画素数を数える。また、同時に原画像に重ねて表示するための脂肪画像用バッファに、その画像数の値を格納し、脂肪画素に対応する画素の色を所定の色（例えば黄色）に置き換える。
【００２５】
［ステップＳ４５］
ステップＳ４３で抽出された全体の脂肪の画素数Ｗ、ステップＳ４４で抽出された内臓脂肪の画素数Ｖに基づいて、皮下脂肪の画素数Ｓを算出し、算出されたこれらの値の比率に基づいて、内臓脂肪：全体脂肪の値Ｖ／Ｗ、皮下脂肪：全体脂肪の値Ｓ／Ｗ、内臓脂肪：皮下脂肪の値Ｖ／Ｓをそれぞれ計算する。
［ステップＳ４６］
ステップＳ４５の計算結果である内臓脂肪：全体脂肪の値Ｖ／Ｗ、皮下脂肪：全体脂肪の値Ｓ／Ｗ、内臓脂肪：皮下脂肪の値Ｖ／Ｓをそれぞれ画面上に表示したり、図１０（ａ）のような全体脂肪を表す断層画像や図１０（ｂ）のように内臓脂肪と皮下脂肪を識別可能な断層画像を表示する。これによって、図１０（ｂ）のように内臓関心領域８０内に内臓脂肪１５が黄色で表示されたり、内臓脂肪の画素数として「Ｖ＝９５４５」の文字、皮下脂肪の画素数として「Ｓ＝１７０５６」の文字、全体脂肪の画素数として「Ｗ＝２６６０１」の文字がそれぞれ表示される。また、図示のように各脂肪比率を表す値もそれぞれ表示される。なお、図１０では、画像の色を表示することができないので、内臓脂肪１５に対応する黄色の場合をハッチングで表示し、皮下脂肪１００は白色で表示してある。
【００２６】
なお、上述の実施の形態では、ローリングボール法に用いられる小円の大きさが腹壁筋層の隙間に入り込まないようなものを予め設定し、それを用いる場合について説明したが、小円の大きさを自動的に選択するようにしてもよい。例えば、腹壁筋層の隙間に入り込むことのない比較的大きな半径Ｒ１の円を用いてローリンクボール法にて輪郭を抽出し、その輪郭に基づいて内臓関心領域のだいたいの面積Ａ１を求める。次に、半分の大きさの半径Ｒ２の円を用いて同じくローリングボール法にて輪郭を抽出し、その輪郭に基づいた内臓関心領域の面積Ａ２を求める。この面積Ａ２が先に求めた面積Ａ１と比較して極端に小さい場合には、半径Ｒ２の円は腹壁筋層の隙間に入り込んだものと推定されるので、その半径Ｒ１と半径Ｒ２の中間の半径Ｒ３の円を用いて輪郭を抽出し、その輪郭に基づいた内臓関心領域の面積Ａ３を求める。この面積Ａ３が先に求めた面積Ａ１よりも若干小さい場合には、半径Ｒ２と半径Ｒ３の中間の半径Ｒ４の円も用いて輪郭を抽出する。以下同様の処理を複数回繰り返すことによって最適な大きさの円を特定することが可能となるので、この円を用いてローリングボール法による輪郭抽出を行うようにすればよい。
【００２７】
また、上述の実施の形態では、ローリングボール法で内臓関心領域の輪郭を抽出する場合について説明したが、これ以外の方法を用いてもよい。例えば、腹壁筋層の表示された断層画像に対してその上下左右の各端部から画像の中央に向かって水平方向及び垂直方向に走査して、最初に出会ったレベル「１」の画素を輪郭線としてもよい。この場合、腹壁筋層の隙間の部分は輪郭が途切れるので、途切れた端部の最も近いもの同士を接続すれば、内臓関心領域の輪郭を抽出することが可能となる。また、その隙間を通過して内側の腹壁筋層の輪郭が抽出された場合には、その輪郭線は極端に短くなるので、短いものは削除すればよい。このようにして内臓関心領域の輪郭を抽出するようにしてもよい。
【００２８】
上述の実施の形態が、本願発明者が先に提案した特願２００１−１６９３７号の内容である。一般的に、脂肪領域のＣＴ値は患者ごとに異なるので、本来ならばあらかじめ脂肪領域の平均ＣＴ値を求めて、平均値と標準偏差からその患者の脂肪領域の閾値範囲を決定した方が、体脂肪測定精度が良くなる。また、先の出願では、図１２に示すように内臓脂肪領域において点線で囲まれた腹筋や腸管内、背骨周辺に白く散らばった微小な脂肪領域（不要脂肪領域）を誤差と認識しつつもそのまま含んだ状態で計算を行っている。従って、正確な体脂肪測定を行うためには、このような誤差（不要脂肪領域）を計算に含んまないように予め取り除く必要がある。
【００２９】
図１３は、患者ごとにＣＴ値の平均及び標準偏差を求め、脂肪領域の閾値範囲を決定し、さらに、不要脂肪領域も除去し、正確に体脂肪測定を行うようにした画像診断装置における体脂肪測定処理のフローチャートを示す図である。図１４は、図１３の処理がＣＴ画像上のどの領域に対するものであるのかを示す図である。以下、このフローチャートに従って処理内容を説明する。
［ステップＳ３００］
前述のステップＳ４０と同様に、画像診断装置のディスプレイ３４上に患者のＩＤ入力画面が表示されるので、操作者は患者のＩＤ番号を入力する。これによって診断対象となる患者のＩＤ番号に対応した図１３に示すような断層画像が磁気ディスク３２から読み出され、ディスプレイ３４上に表示される。このステップでは、断層画像の表示と共に脂肪画素を抽出するための閾値範囲を初期設定ファイルから読み込むための脂肪画素閾値範囲読み込み処理を実行する。この閾値範囲は、後のステップＳ３０３、Ｓ３０４で使用される仮の閾値範囲である。従って、真の閾値範囲は、後の工程のステップＳ３０７で求められる。仮の閾値範囲は、−１５０から−５０を初期値として初期設定ファイルに記録しておき、ユーザーが適宜書き換えられるようにしておくとよい。
【００３０】
［ステップＳ３０１］
前述のステップＳ４０と同様に、体表の輪郭を抽出して体表関心領域１４１を抽出する体表輪郭抽出処理を実行する。
［ステップＳ３０２］
前述のステップＳ４１と同様に、内臓を囲む関心領域（内臓関心領域）１４２を抽出する内臓輪郭抽出処理を実行する。内臓関心領域１４２は、図１４では、白抜き点線で示されている。
［ステップＳ３０３］
ステップＳ３０１で得られた体表関心領域１４１からステップＳ３００で設定された仮の閾値範囲を使って、全体の脂肪画素を抽出する全体脂肪画素抽出処理を実行する。抽出された結果は、脂肪画素を「１」、その他の画素を「０」とする２値化画像（全体脂肪マスク画像）として出力される。
［ステップＳ３０４］
ステップＳ３０２で得られた内臓関心領域１４２からステップＳ３００で設定された仮の閾値範囲を使って、内臓領域の脂肪画素（内臓脂肪マスク画像）１４３を抽出する内臓脂肪画素抽出を実行する。抽出された結果は、脂肪画素を「１」、その他の画素を「０」とする２値化画像（内臓脂肪マスク画像）として出力される。
【００３１】
［ステップＳ３０５］
ステップＳ３０３で抽出された全体脂肪領域（全体脂肪マスク画像）からステップＳ３０４で抽出された内臓脂肪領域（内臓脂肪マスク画像）を減算することによって皮下脂肪領域（皮下脂肪マスク画像）１４４を抽出する皮下脂肪画素抽出処理を実行する。
［ステップＳ３０６］
ステップＳ３０５で抽出された皮下脂肪領域（皮下脂肪マスク画像）に対応する元画像に基づいて皮下脂肪領域の画素値の平均値（ＭＮ）と標準偏差（ＳＤ）を求める皮下脂肪領域画素値における平均値及び標準偏差計算処理を実行する。
［ステップＳ３０７］
ステップＳ３０６で求められた皮下脂肪領域の画素値の平均値（ＭＮ）と標準偏差（ＳＤ）に基づいて脂肪画素閾値範囲を算出する脂肪閾値範囲計算処理を実行する。この計算処理は次式に従って実行される。
【００３２】
脂肪閾値範囲＝ＭＮ±ｎＳＤ （ただし、ｎ＝１，２，３）
ｎは操作者が選択できる値とする。デフォルトはｎ＝２とする。
【００３３】
［ステップＳ３０８］
ステップＳ３０７で求められた脂肪閾値範囲を使って、Ｓ３０３と同じ処理を繰り返す。すなわち、体表関心領域内部の脂肪画素を再抽出する全体脂肪画素再抽出処理を実行する。再抽出された脂肪画素は再抽出全体脂肪マスク画像として出力される。
［ステップＳ３０９］
ステップＳ３０７で求めた脂肪閾値範囲を使って、ステップＳ３０４と同じ処理を繰り返す。すなわち、内臓関心領域内部の脂肪画素を再抽出する内臓脂肪画素再抽出処理を実行する。再抽出された脂肪画素は再抽出内臓脂肪マスク画像として出力される。
［ステップＳ３１０］
ステップＳ３０８で抽出された再抽出全体脂肪マスク画像とステップＳ３０９で抽出された再抽出内臓脂肪マスク画像との差分をとって皮下脂肪画像を抽出する皮下脂肪画素再抽出処理を実行する。再抽出された皮下脂肪画素は、再抽出皮下脂肪マスク画像として出力される。
【００３４】
［ステップＳ３１１］
ステップＳ３０９で抽出された再抽出内臓脂肪マスク画像とステップＳ３１０で抽出された再抽出皮下脂肪マスク画像から不要な領域を削除する不要脂肪画素除去処理を実行する。この処理は、操作者が実施するかどうかを選択できるようにしてもよい。図１５は、ステップＳ３１１の不要脂肪画素除去処理の詳細を示す図である。この処理は、内臓脂肪マスク画像と皮下脂肪マスク画像に対して同じ処理を行う。
［ステップＳ４００］
２値化された内臓脂肪マスク画像及び皮下脂肪マスク画像のそれぞれをラベリングする処理を実行する。ここで、ラベリングとは２値化画像において、連続領域ごとに異なる番号を割り振る処理のことである。
［ステップＳ４０１］
ステップＳ４００でラベリングされた各連続領域ごとに面積（画素数でもよい）を算出する面積算出処理を実行する。
［ステップＳ４０２］
予め設定された閾値より小さい面積の領域をラベリング画像から削除する不要領域削除処理を実行する。この一連の処理によって、各内臓脂肪マスク画像及び皮下脂肪マスク画像において白く散らばった微小な脂肪領域が不要脂肪領域として、各マスク画像内から削除される。なお、後処理としてラベリングした画像を元の２値画像に戻す処理を行ってもよい。
【００３５】
［ステップＳ３１２］
ステップＳ３１１によって不要脂肪領域の削除された再抽出内臓脂肪マスク画像及び再抽出皮下脂肪マスク画像に基づいて以下のパラメータを計算する脂肪画素面積比計算処理を実行する。計算するパラメータは、内臓脂肪：全体脂肪比（全体脂肪＝内臓脂肪＋皮下脂肪）、皮下脂肪：全体脂肪比、内臓脂肪：皮下脂肪比である。
［ステップＳ３１３］
ステップＳ３１２で算出されたパラメータを数値で表示したり、又は、内臓脂肪領域と皮下脂肪領域をそれぞれ異なる色で塗りつぶして、元画像に重ねて表示したりする計算結果表示処理を実行する。
【００３６】
以上の処理によって、患者によって異なる脂肪画素の閾値範囲を簡単に算出することができると共に各脂肪画像内の不要領域を操作者が一々削除しなくても自動的に削除することができるので、操作性を向上させ、かつ体脂肪測定精度を向上させることができるという効果がある。
【００３７】
【発明の効果】
以上説明したように本発明の画像診断装置によれば、患者ごとに異なる脂肪領域のＣＴ値に基づいてその患者の脂肪領域の閾値範囲を決定し、体脂肪測定精度を向上させることができるという効果がある。また、本発明の画像診断装置によれば、腹筋や脊髄周辺の不要な微小な脂肪領域を考慮して、体脂肪測定精度を向上させ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】断層画像に基づいて体脂肪を測定する従来の方法を説明するための図である。
【図２】断層画像に基づいて体脂肪を測定する従来の方法を説明するための別の図である。
【図３】本発明が適用される画像診断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４】図３の画像診断装置が実行するメインフローを示す図である。
【図５】図４のメインフロー中の体表輪郭抽出処理の詳細を示す図である。
【図６】図４のメインフロー中の内臓輪郭抽出処理の詳細を示す図である。
【図７】図４のメインフローによって断層画像がディスプレイ上でどのように表示されるのかを示す表示画面の一例を示す図である。
【図８】図４のメインフローによって断層画像がディスプレイ上でどのように表示されるのかを示す表示画面の一例を示す別の図である。
【図９】図６の輪郭線追跡処理を説明するために図８の開始点付近を拡大して示した図である。
【図１０】図４のメインフローによって全体脂肪や内臓脂肪や皮下脂肪がどのように表示されるのかその表示例を示す図である。
【図１１】ローリングボール法による輪郭線追跡の修正処理を説明するための図である。
【図１２】白く散らばった微小な脂肪領域（不要脂肪領域）の具体例を示す断層画像の一例である。
【図１３】患者ごとにＣＴ値の平均及び標準偏差を求め、脂肪領域の閾値範囲を決定し、さらに、不要脂肪領域も除去し、正確に体脂肪測定を行うようにした画像診断装置における体脂肪測定処理のフローチャートを示す図である。
【図１４】図１３の処理がＣＴ画像上のどの領域に対するものであるのかを示す図である。
【図１５】図１３のステップＳ３１１の不要脂肪画素除去処理の詳細を示す図である。
【符号の説明】
１１…脊柱起立筋
１２，１３…腹横筋
１４…腹直筋
７２…体表関心領域
８０…内臓関心領域
９１，９２，９３，９５…小円
８１，８２，８５…着目点
８３，８６…最近点
３０…中央処理装置（ＣＰＵ）
３１…主メモリ
３２…磁気ディスク
３３…表示メモリ
３４…ＣＲＴディスプレイ
３５…マウス
３６…コントローラ
３７…キーボード
３８…スピーカ
３９…共通バス
【発明の属する技術分野】
本発明は、生体情報に関する断層画像に基づいて体脂肪を測定する画像診断装置に係り、特に皮下脂肪と内臓脂肪を自動的に分離して体脂肪を測定することのできる画像診断装置に関する。
【０００２】
【従来の技術】
従来、ＣＴ装置、ＭＲＩ装置などで撮影された生体情報に関する断層画像に基づいて体脂肪率を測定する画像診断装置が実用化されつつある。図１及び図２は、断層画像に基づいて体脂肪を測定する従来の方法を説明するための図である。従来は、断層画像を用いて腹壁筋層や体表面などをマウスなどのポインティングデバイスを用いてマニュアルトレースして、皮下脂肪や内臓脂肪の面積を算出していた。すなわち、図１（ａ）に示すように、断層画像内において内臓脂肪の面積を求めるために、ポインティングデバイスを用いて皮下脂肪が含まれないように脊柱起立筋１１、腹横筋１２，１３、腹直筋１４などの腹壁筋層を白線１０のように囲む。そして、白線１０で囲まれた部分のＣＴ値が最大値−５０から最小値−１５０の範囲に含まれるものを抽出する。抽出された部分は図１（ｂ）に示すように白く変化する。この白い部分１５の面積Ｖが内臓脂肪に対応する。次に、図２（ａ）に示すようにポインティングデバイスを用いて腹部全体を白線２０のように囲む。そして、白線２０で囲まれた部分のＣＴ値が最大値−５０から最小値−１５０の範囲に含まれるものを抽出する。抽出された部分は図２（ｂ）に示すように白く変化する。この白い部分２５の面積Ｗが全体の脂肪に対応する。従って、皮下脂肪の面積Ｓは全体の脂肪を示す白い部分２５の面積Ｗから内臓脂肪を示す白い部分１５の面積Ｖを減算したものとなる。このようにして求められた全体脂肪の面積Ｗ、内臓脂肪の面積Ｖ、皮下脂肪の面積Ｓに基づいて、各脂肪の比率が求められる。すなわち、内臓脂肪：全体脂肪はＶ：Ｗ、皮下脂肪：全体脂肪はＳ：Ｗ、内臓脂肪：皮下脂肪はＶ：Ｓとなる。
【０００３】
上述のように従来は、ポインティングデバイスを操作者がマニュアルで操作して白線１０や白線２０をトレースしなければならない。従って、トレースする操作者が異なると、それによって測定値がばらついたり、操作者の熟練度によっても測定値にばらつきが発生するという問題があった。そこで、このような問題を解決するために、特開２０００−９３４２４号公報にように自動的に体脂肪を測定するように構成された画像診断装置が提案されている。この画像診断装置は、操作者が、脂肪部分の最小ＣＴ値と最大ＣＴ値を設定すると共に皮下脂肪領域の一点を指定することによって、自動的に皮下脂肪領域の面積と内臓脂肪領域の面積を抽出し、それに基づいて体脂肪を測定するものである。
【０００４】
【発明が解決しようとする課題】
上記特開２０００−９３４２４号公報に記載された画像診断装置は、マニュアルでトレースするほどの熟練は必要ではないが、操作者は皮下脂肪領域の一点を指定するという工程、さらに、腹壁の筋が萎縮している症例などのように皮下脂肪領域と内臓脂肪領域とが連続している場合にはその筋層の隙間に操作者がマニュアル操作で分離ラインを引くという工程をマニュアルで行う必要があった。従って、自動化されたと言っても、依然として操作者によるマニュアル操作が必要であり、操作者によって測定値がばらつくという問題があった。
【０００５】
そこで、本願発明者は、操作者が画像診断装置を一々操作しなくても断層画像に基づいて自動的に体脂肪を測定することのできる画像診断装置を特願２００１−１６９３７号として出願している。この出願では、皮下脂肪領域と内臓脂肪領域を自動的に分離して体脂肪率等の数値を算出している。このときに、脂肪領域を抽出するための閾値範囲としてユーザーが予め設定したプリセット値を用いている。また、ＣＴ画像から閾値範囲の設定により自動的に抽出された脂肪領域には、腹筋や脊髄周辺の不要な微小な脂肪領域が存在するが、これらはマウスなどを使って手作業により取り除くか、または、誤差として許容してそのまま処理するかのどちらかで対応していた。
【０００６】
本発明は、上述の点に鑑みなされたものであり、患者ごとに異なる脂肪領域のＣＴ値に基づいてその患者の脂肪領域の閾値範囲を決定し、体脂肪測定精度を向上させることのできる画像診断装置を提供することを目的とする。
【０００７】
また、本発明は、腹筋や脊髄周辺の不要な微小な脂肪領域を考慮して、体脂肪測定精度を向上させることのできる画像診断装置を提供することを目的とする。
【０００８】
【課題を解決するための手段】
請求項１に係る画像診断装置は、生体情報に関する断層画像内における体表の輪郭に基づいて生体全体を囲む体表関心領域を抽出する体表関心領域抽出手段と、前記体表関心領域内における全体脂肪領域を抽出する全体脂肪領域抽出手段と、前記断層画像内における皮下脂肪層の内側にある腹壁筋層の輪郭を追跡して内臓を囲む内臓脂肪関心領域を抽出する内臓関心領域抽出手段と、前記内臓関心領域内における内臓脂肪領域を抽出する内臓脂肪領域抽出手段と、前記体表関心領域及び前記内臓関心領域から脂肪領域の画素値の平均値とその標準偏差を算出する平均値及び標準偏差算出手段と、前記脂肪画素平均値及び前記標準偏差から画像固有の脂肪閾値範囲を算出する脂肪閾値範囲算出手段と、前記脂肪閾値範囲算出手段により得られた画像固有の脂肪閾値範囲と前記体表関心領域及び内臓関心領域に基づいて再度全体脂肪領域及び内臓脂肪領域を抽出する脂肪領域再抽出手段と、前記脂肪領域再抽出手段によって抽出された前記全体脂肪領域及び前記内臓脂肪領域に基づいて体脂肪を算出する体脂肪算出手段とを備えたものである。生体情報に関する断層画像は、ＣＴ装置、ＭＲＩ装置などによって撮影される。この断層画像において脂肪領域のＣＴ値などは患者ごとに異なる。そこで、この発明では、予め体表関心領域及び内臓関心領域から脂肪領域の画素値の平均値とその標準偏差を算出し、平均値及び標準偏差から画像固有すなわちその患者の脂肪領域の閾値範囲を決定するようにした。これによって患者特有の体脂肪測定精度を向上することができる。
【０００９】
請求項２に係る画像診断装置は、生体情報に関する断層画像内における体表の輪郭に基づいて生体全体を囲む体表関心領域を抽出する体表関心領域抽出手段と、前記体表関心領域内における全体脂肪領域を抽出する全体脂肪領域抽出手段と、前記断層画像内における皮下脂肪層の内側にある腹壁筋層の輪郭を追跡して内臓を囲む内臓関心領域を抽出する内臓関心領域抽出手段と、前記内臓関心領域内における内臓脂肪領域を抽出する内臓脂肪領域抽出手段と、前記全体脂肪領域抽出手段によって抽出された前記全体脂肪領域から不要な脂肪領域を削除する不要脂肪領域削除手段と、前記不要脂肪領域削除手段により不要領域が削除された全体脂肪領域及び前記内臓脂肪領域抽出手段によって抽出された前記内臓脂肪領域に基づいて体脂肪を算出する体脂肪算出手段とを備えたものである。先の出願では、内臓脂肪領域に腹筋や腸管内、背骨周辺に散らばった微小な脂肪領域を誤差として認め、それを含む形で計算していたが、この発明では、体脂肪測定の誤差を低減するために、これらの計算に含んではいけない部分、すなわち、不要な脂肪領域を取り除くようにした。これによって、体脂肪測定精度を向上することができる。
【００１０】
請求項３に係る画像診断装置は、生体情報に関する断層画像内における体表の輪郭に基づいて生体全体を囲む体表関心領域を抽出する体表関心領域抽出手段と、前記体表関心領域内における全体脂肪領域を抽出する全体脂肪領域抽出手段と、前記断層画像内における皮下脂肪層の内側にある腹壁筋層の輪郭を追跡して内臓を囲む内臓脂肪関心領域を抽出する内臓関心領域抽出手段と、前記内臓関心領域内における内臓脂肪領域を抽出する内臓脂肪領域抽出手段と、前記体表関心領域及び前記内臓関心領域から脂肪領域の画素値の平均値とその標準偏差を算出する平均値及び標準偏差算出手段と、前記脂肪画素平均値及び前記標準偏差から画像固有の脂肪閾値範囲を算出する脂肪閾値範囲算出手段と、前記脂肪閾値範囲算出手段により得られた画像固有の脂肪閾値範囲と前記体表関心領域及び内臓関心領域に基づいて再度全体脂肪領域及び内臓脂肪領域を抽出する脂肪領域再抽出手段と、前記脂肪領域再抽出手段によって抽出された全体脂肪領域から不要な脂肪領域を削除する不要脂肪領域削除手段と、前記不要脂肪領域削除手段により不要領域が削除された全体脂肪領域及び内臓脂肪領域に基づいて体脂肪を算出する体脂肪算出手段とを備えたものである。これは、請求項１と請求項２を合わせたものであり、両方の効果を兼ね備えたものであり、体脂肪測定精度を格段に向上することができる。
【００１１】
請求項４に係る画像診断装置は、請求項１、２又は３において、前記体脂肪算出手段が、内臓脂肪：全体脂肪の値、皮下脂肪：全体脂肪の値、内臓脂肪：皮下脂肪の値の少なくとも一つを算出するものである。体脂肪算出手段は、全体脂肪領域、内臓脂肪領域、皮下脂肪領域を算出するだけでなく、これらの各値に基づいて各脂肪比率を算出する。
【００１２】
請求項５に係る画像診断装置は、請求項１、２、３又は４において、前記体脂肪算出手段によって算出された体脂肪を示す値を前記断層画像内に表示する表示手段を備えたものである。体脂肪算出手段によって算出された体脂肪を示す各値は表示手段によって操作者に表示されるので、操作者はそれを見るだけで各脂肪比率を容易に認識することができる。
【００１３】
請求項６に係る画像診断装置は、請求項５において、前記表示手段が、全体脂肪、内臓脂肪、皮下脂肪をそれぞれ識別可能に断層画像上に表示するものである。表示手段は、各脂肪比率の値を表示すると共に皮下脂肪や内臓脂肪を識別可能に表示することによって、内臓脂肪や皮下脂肪が適切に抽出されたかどうかを容易に認識することができる。
【００１４】
【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装置の好ましい実施の形態について説明する。図３は本発明が適用される画像診断装置全体のハードウエア構成を示すブロック図である。この画像診断装置は、例えばＸ線ＣＴ装置、ＭＲＩ装置、超音波装置などの医用画像モダリティで被検体の対象部位について収集した複数の断層画像に基づいて体脂肪を測定するものである。
【００１５】
画像診断装置は、各構成要素の動作を制御する中央処理装置（ＣＰＵ）３０と、画像診断装置の制御プログラムが格納された主メモリ３１と、各患者の複数の断層画像データ及び動作プログラム等が格納された磁気ディスク３２と、表示用の画像データを一時記憶する表示メモリ３３と、この表示メモリ３３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３４と、画面上のソフトスイッチを操作するマウス３５及びマウスコントローラ３６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３７と、スピーカ３８と、上記各構成要素を接続する共通バス３９とから構成される。この実施の形態では、主メモリ３１以外の記憶装置として、磁気ディスク３２のみが接続されているが、これ以外にＦＤＤ、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、図示していない通信インターフェイスを介してＬＡＮ（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上に接続可能とし、他のコンピュータやデータベース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。
【００１６】
以下、図３の画像診断装置の動作例について図面を用いて説明する。図４は、図３の画像診断装置が実行するメインフローを示す図である。図３のＣＰＵ３０はこのメインフローに従って動作する。図７及び図８は、このメインフローによって断層画像がディスプレイ上でどのように表示されるのかを示す表示画面の一例を示す図であり、図１に対応するものである。以下、このメインフローの詳細をステップ順に説明する。
【００１７】
［ステップＳ４０］
まず、画像診断装置のディスプレイ３４上に患者のＩＤ入力画面が表示されるので、操作者は患者のＩＤ番号を入力する。すると、医用画像モダリティによって予め撮影された断層画像の中から診断対象となる患者のＩＤ番号に対応した図７（ａ）のような断層画像が磁気ディスク３２から読み出され、ディスプレイ３４上に表示される。表示された断層画像を見て、操作者は脂肪画素抽出のためのＣＴ値の閾値範囲を設定する。なお、脂肪のＣＴ値は通常−１５０から−５０の範囲なので、この範囲をデフォルト値とし、操作者による閾値設定を省略してもよい。また、断層画像の脂肪に対応する箇所を指定することによってそのＣＴ値の±数十パーセントを閾値範囲に設定するようにしてもよい。
【００１８】
［ステップＳ４１］
ステップＳ４０による閾値範囲の設定が終了したら、次に断層画像における体表全体を囲むような関心領域を設定するための体表輪郭抽出処理を実行する。図５は、この体表輪郭抽出処理の詳細を示す図である。以下、この体表輪郭抽出処理の詳細をステップ順に説明する。
［ステップＳ５０］
原画像のエッジを検出して輪郭強調画像を作成する。エッジの検出は、原画像にラプラシアン・フィルタなどの差分フィルタをかけることによって行う。ラプラシアン・フィルタ処理によってエッジ部分が高い値を持つように変換される。
［ステップＳ５１］
輪郭強調画像に閾値処理を行い、図７（ａ）のような二値化画像を作成する。ここでの閾値は輪郭がはっきりと残るように最適な値を予め設定しておく。
［ステップＳ５２］
ステップＳ５１で作成された二値化画像の左上隅の画素から図７（ｂ）の矢印線のようにラスター走査して輪郭線追跡する開始点７１を探索する。すなわち、断層画像の左上隅から水平方向に順次走査して、最初に出会ったレベル「１」の画素を開始点７１とする。
［ステップＳ５３］
ステップＳ５３で探索された開始点７１に基づいて輪郭線追跡を開始し、体表面の周囲を一周するまで続ける。こうしてできた輪郭線が全体を囲む体表関心領域７２となる。なお、これ以外にも断層画像の上下左右の各端部から画像の中央に向かって水平方向及び垂直方向に走査して、最初に出会ったレベル「１」の画素を輪郭線としてもよい。
【００１９】
［ステップＳ４２］
次に、皮下脂肪層の内側に存在する内臓を囲んでいる腹壁筋層に関心領域を設定するための内臓輪郭抽出処理を実行する。図６は、この内臓輪郭抽出処理の詳細を示す図である。以下、この内臓輪郭抽出処理の詳細をステップ順に説明する。
［ステップＳ６０］
ステップＳ４１で抽出された体表関心領域７２内の画素について、脂肪の閾値範囲内にある画素を抽出する。脂肪の抽出範囲は、ステップＳ４０で設定した値を使用する。
［ステップＳ６１］
原画像からステップＳ６０で抽出された脂肪の画素を除去し、かつ二値化する。すなわち原画像から全体の体表関心領域７２の外側をゼロクリアすると共に体表関心領域７２の内部については脂肪の画素をゼロクリアし、それ以外の腹壁筋層に対応する画素をレベル「１」に置き換えて、図８（ａ）のような二値化画像を作成する。なお、図８（ａ）の二値化画像では理解のために体表関心領域７２を点線で示しているが、実際にはこの線は存在しないものである。このようにして作成された二値化画像は、腹壁筋層が外側に露出した画像である。この二値化画像の輪郭を追跡すれば、内臓全体を含む腹壁筋層の輪郭を抽出することができる。しかし、従来の技術の欄で述べたように、腹壁筋層は必ずしも内臓を連続的に囲むようになっておらず、数カ所に隙間が存在する場合が多い。従って、このような隙間の存在するような腹壁筋層についてただ単に輪郭を追跡しただけでは内臓全体を含むような腹壁筋層の輪郭線を抽出することはできない。そこで、この実施の形態では、以下のステップＳ６２〜ステップＳ６８の処理によって腹壁筋層の隙間を埋めて、内臓全体を含むような腹壁筋層の輪郭線を抽出するための輪郭線補正処理を行う。
【００２０】
［ステップＳ６２］
ステップＳ６１で作成された二値化画像の左上隅の画素から図８（ａ）の矢印線のようにラスター走査して輪郭線追跡する開始点８１を探索する。すなわち、断層画像の左上隅から水平方向に順次走査して、最初に出会ったレベル「１」の画素を開始点８１とする。この開始点の探索が終了したら、ステップＳ６３〜ステップＳ６８の輪郭線追跡処理を実行する。図９は、この輪郭線追跡処理を説明するための図であり、図８の開始点８１付近を拡大して示した図である。
［ステップＳ６３］
着目点上で輪郭線の外側に接するように小円を描く。すなわち、図９に示すように、着目している点（開始点８１）において、輪郭線の外側に接するような小円９１を描く。小円９１は開始点８１を接点とする円である。
［ステップＳ６４］
前のステップＳ６３で描かれた小円の円周上にレベル「１」の画素があるかどうか検索する。
［ステップＳ６５］
小円の円周上にレベル「１」の画素が存在するか否かを判定し、存在する（ｙｅｓ）と判定された場合は、次のステップＳ６６に進み、存在しない（ｎｏ）と判定された場合にはステップＳ６７にジャンプする。
【００２１】
［ステップＳ６６］
前のステップＳ６５で小円の円周上にレベル「１」の画素が存在すると判定されたので、そのレベル「１」の画素の中で最も着目点に近い画素（最近点の画素）と着目点との間の小円の円弧に対応する複数画素をレベル「１」の画素に置き換える。図９では、小円９１から小円９２までは、小円内にレベル「１」の画素が存在しなかったが、小円９３では着目点８２に対して最近点８３にレベル「１」の画素が存在する。従って、このような場合には着目点８２と最近点８３とを結ぶ小円９３の円弧９３Ａに対応する複数画素がレベル「１」に置き換えられる。なお、着目点８２と最近点８３とを結ぶ直線に対応する画素をレベル「１」の画素に置き換えるようにしてもよい。
［ステップＳ６７］
着目点を次の画素に移動する。ステップＳ６５の判定の結果、小円の円周上にレベル「１」の画素が存在しなかった場合には、着目点に隣接する次の輪郭線上の画素を次の着目点とする。また、ステップＳ６６によって最近点と着目点との間の複数画素がレベル「１」に置き換えられた場合には、その最近点の画素を次の着目点の画素とする。すなわち、図９の小円９３の場合には、着目点８２の次の着目点は最近点８３となる。
【００２２】
［ステップＳ６８］
次の画素が開始点と同一かどうかを判定し、開始点でない（ｎｏ）と判定された場合には、ステップＳ６３にリターンし、開始点である（ｙｅｓ）と判定された場合には、内臓輪郭抽出処理を終了し、次のステップＳ４３に進む。すなわち、ステップＳ６３〜ステップＳ６７の処理が腹壁筋層を１周して開始点に戻ったかどうかを判定する。このように、小円を腹壁筋層の輪郭線に沿って転がしながら１周させて、腹壁筋層の隙間を埋めながら輪郭線追跡を行うことによって、内臓全体を囲む内臓関心領域８０を自動的に作成することができる。このような輪郭線抽出方法をローリングボール法と呼ぶこととする。
【００２３】
なお、このローリングボール法によって輪郭線追跡を行った場合、図１１に示すような微小な凹部では正確な輪郭線追跡を行うことができないという問題がある。すなわち、図１１（ａ）に示すように、小円９５の場合、その円周上に着目点８５と最近点８６が存在する。この場合、輪郭線は図１１（ｂ）のような輪郭線１１１となる。しかし、この部分の正確な輪郭線は点線輪郭線１１２である。従って、この実施の形態ではこのような不正確な輪郭線を修正するために、ローリングボール法によって抽出された内臓輪郭線すなわち内臓関心領域８０の周囲をもう一度反時計回りに一周して、図１１（ｂ）のように輪郭線１１１と点線輪郭線１１２のような分岐点の存在する箇所を探索する。そして、分岐している箇所において、左への分岐線（点線輪郭線１１２）と右への分岐線（輪郭線１１１）をたどって、両方の分岐線が再び最近点８６で合流するかどうかを調べる。合流した場合には、その部分は微小凹部であると判断して、図１１（ｃ）のように左の分岐線（点線輪郭線１１２）を正式な輪郭線として修正処理を行う。合流しなかった場合には、図９のような隙間であると判断し、右の分岐線のままとする。また、分岐後追跡する距離の上限を予め決めておき、一定距離の範囲内で合流しない場合には、無駄に探索を続けるのを止めるために追跡を中断し、その分岐は合流しないものとみなす。
【００２４】
［ステップＳ４３］
ステップＳ４１で抽出された体表輪郭内すなわち図８（ａ）の体表関心領域７２内の脂肪画素を抽出する。この脂肪画素の抽出処理は、原画像について１画素ずつ、体表関心領域７２内にあり、かつ、画素値が閾値範囲内にあるかどうかを調べ、条件を満たす画素があったらその画素数を数える。また、同時に原画像に重ねて表示するための脂肪画像用バッファに、その画像数の値を格納し、脂肪画素に対応する画素の色を所定の色（例えば白色）に置き換える。
［ステップＳ４４］
ステップＳ４２で抽出された内臓輪郭内すなわち図８（ｂ）の内臓関心領域８０内の脂肪画素を抽出する。この脂肪画素の抽出処理は、前述と同じように原画像について１画素ずつ、内臓関心領域８０内にあり、かつ、画素値が閾値範囲内にあるかどうかを調べ、条件を満たす画素があったらその画素数を数える。また、同時に原画像に重ねて表示するための脂肪画像用バッファに、その画像数の値を格納し、脂肪画素に対応する画素の色を所定の色（例えば黄色）に置き換える。
【００２５】
［ステップＳ４５］
ステップＳ４３で抽出された全体の脂肪の画素数Ｗ、ステップＳ４４で抽出された内臓脂肪の画素数Ｖに基づいて、皮下脂肪の画素数Ｓを算出し、算出されたこれらの値の比率に基づいて、内臓脂肪：全体脂肪の値Ｖ／Ｗ、皮下脂肪：全体脂肪の値Ｓ／Ｗ、内臓脂肪：皮下脂肪の値Ｖ／Ｓをそれぞれ計算する。
［ステップＳ４６］
ステップＳ４５の計算結果である内臓脂肪：全体脂肪の値Ｖ／Ｗ、皮下脂肪：全体脂肪の値Ｓ／Ｗ、内臓脂肪：皮下脂肪の値Ｖ／Ｓをそれぞれ画面上に表示したり、図１０（ａ）のような全体脂肪を表す断層画像や図１０（ｂ）のように内臓脂肪と皮下脂肪を識別可能な断層画像を表示する。これによって、図１０（ｂ）のように内臓関心領域８０内に内臓脂肪１５が黄色で表示されたり、内臓脂肪の画素数として「Ｖ＝９５４５」の文字、皮下脂肪の画素数として「Ｓ＝１７０５６」の文字、全体脂肪の画素数として「Ｗ＝２６６０１」の文字がそれぞれ表示される。また、図示のように各脂肪比率を表す値もそれぞれ表示される。なお、図１０では、画像の色を表示することができないので、内臓脂肪１５に対応する黄色の場合をハッチングで表示し、皮下脂肪１００は白色で表示してある。
【００２６】
なお、上述の実施の形態では、ローリングボール法に用いられる小円の大きさが腹壁筋層の隙間に入り込まないようなものを予め設定し、それを用いる場合について説明したが、小円の大きさを自動的に選択するようにしてもよい。例えば、腹壁筋層の隙間に入り込むことのない比較的大きな半径Ｒ１の円を用いてローリンクボール法にて輪郭を抽出し、その輪郭に基づいて内臓関心領域のだいたいの面積Ａ１を求める。次に、半分の大きさの半径Ｒ２の円を用いて同じくローリングボール法にて輪郭を抽出し、その輪郭に基づいた内臓関心領域の面積Ａ２を求める。この面積Ａ２が先に求めた面積Ａ１と比較して極端に小さい場合には、半径Ｒ２の円は腹壁筋層の隙間に入り込んだものと推定されるので、その半径Ｒ１と半径Ｒ２の中間の半径Ｒ３の円を用いて輪郭を抽出し、その輪郭に基づいた内臓関心領域の面積Ａ３を求める。この面積Ａ３が先に求めた面積Ａ１よりも若干小さい場合には、半径Ｒ２と半径Ｒ３の中間の半径Ｒ４の円も用いて輪郭を抽出する。以下同様の処理を複数回繰り返すことによって最適な大きさの円を特定することが可能となるので、この円を用いてローリングボール法による輪郭抽出を行うようにすればよい。
【００２７】
また、上述の実施の形態では、ローリングボール法で内臓関心領域の輪郭を抽出する場合について説明したが、これ以外の方法を用いてもよい。例えば、腹壁筋層の表示された断層画像に対してその上下左右の各端部から画像の中央に向かって水平方向及び垂直方向に走査して、最初に出会ったレベル「１」の画素を輪郭線としてもよい。この場合、腹壁筋層の隙間の部分は輪郭が途切れるので、途切れた端部の最も近いもの同士を接続すれば、内臓関心領域の輪郭を抽出することが可能となる。また、その隙間を通過して内側の腹壁筋層の輪郭が抽出された場合には、その輪郭線は極端に短くなるので、短いものは削除すればよい。このようにして内臓関心領域の輪郭を抽出するようにしてもよい。
【００２８】
上述の実施の形態が、本願発明者が先に提案した特願２００１−１６９３７号の内容である。一般的に、脂肪領域のＣＴ値は患者ごとに異なるので、本来ならばあらかじめ脂肪領域の平均ＣＴ値を求めて、平均値と標準偏差からその患者の脂肪領域の閾値範囲を決定した方が、体脂肪測定精度が良くなる。また、先の出願では、図１２に示すように内臓脂肪領域において点線で囲まれた腹筋や腸管内、背骨周辺に白く散らばった微小な脂肪領域（不要脂肪領域）を誤差と認識しつつもそのまま含んだ状態で計算を行っている。従って、正確な体脂肪測定を行うためには、このような誤差（不要脂肪領域）を計算に含んまないように予め取り除く必要がある。
【００２９】
図１３は、患者ごとにＣＴ値の平均及び標準偏差を求め、脂肪領域の閾値範囲を決定し、さらに、不要脂肪領域も除去し、正確に体脂肪測定を行うようにした画像診断装置における体脂肪測定処理のフローチャートを示す図である。図１４は、図１３の処理がＣＴ画像上のどの領域に対するものであるのかを示す図である。以下、このフローチャートに従って処理内容を説明する。
［ステップＳ３００］
前述のステップＳ４０と同様に、画像診断装置のディスプレイ３４上に患者のＩＤ入力画面が表示されるので、操作者は患者のＩＤ番号を入力する。これによって診断対象となる患者のＩＤ番号に対応した図１３に示すような断層画像が磁気ディスク３２から読み出され、ディスプレイ３４上に表示される。このステップでは、断層画像の表示と共に脂肪画素を抽出するための閾値範囲を初期設定ファイルから読み込むための脂肪画素閾値範囲読み込み処理を実行する。この閾値範囲は、後のステップＳ３０３、Ｓ３０４で使用される仮の閾値範囲である。従って、真の閾値範囲は、後の工程のステップＳ３０７で求められる。仮の閾値範囲は、−１５０から−５０を初期値として初期設定ファイルに記録しておき、ユーザーが適宜書き換えられるようにしておくとよい。
【００３０】
［ステップＳ３０１］
前述のステップＳ４０と同様に、体表の輪郭を抽出して体表関心領域１４１を抽出する体表輪郭抽出処理を実行する。
［ステップＳ３０２］
前述のステップＳ４１と同様に、内臓を囲む関心領域（内臓関心領域）１４２を抽出する内臓輪郭抽出処理を実行する。内臓関心領域１４２は、図１４では、白抜き点線で示されている。
［ステップＳ３０３］
ステップＳ３０１で得られた体表関心領域１４１からステップＳ３００で設定された仮の閾値範囲を使って、全体の脂肪画素を抽出する全体脂肪画素抽出処理を実行する。抽出された結果は、脂肪画素を「１」、その他の画素を「０」とする２値化画像（全体脂肪マスク画像）として出力される。
［ステップＳ３０４］
ステップＳ３０２で得られた内臓関心領域１４２からステップＳ３００で設定された仮の閾値範囲を使って、内臓領域の脂肪画素（内臓脂肪マスク画像）１４３を抽出する内臓脂肪画素抽出を実行する。抽出された結果は、脂肪画素を「１」、その他の画素を「０」とする２値化画像（内臓脂肪マスク画像）として出力される。
【００３１】
［ステップＳ３０５］
ステップＳ３０３で抽出された全体脂肪領域（全体脂肪マスク画像）からステップＳ３０４で抽出された内臓脂肪領域（内臓脂肪マスク画像）を減算することによって皮下脂肪領域（皮下脂肪マスク画像）１４４を抽出する皮下脂肪画素抽出処理を実行する。
［ステップＳ３０６］
ステップＳ３０５で抽出された皮下脂肪領域（皮下脂肪マスク画像）に対応する元画像に基づいて皮下脂肪領域の画素値の平均値（ＭＮ）と標準偏差（ＳＤ）を求める皮下脂肪領域画素値における平均値及び標準偏差計算処理を実行する。
［ステップＳ３０７］
ステップＳ３０６で求められた皮下脂肪領域の画素値の平均値（ＭＮ）と標準偏差（ＳＤ）に基づいて脂肪画素閾値範囲を算出する脂肪閾値範囲計算処理を実行する。この計算処理は次式に従って実行される。
【００３２】
脂肪閾値範囲＝ＭＮ±ｎＳＤ （ただし、ｎ＝１，２，３）
ｎは操作者が選択できる値とする。デフォルトはｎ＝２とする。
【００３３】
［ステップＳ３０８］
ステップＳ３０７で求められた脂肪閾値範囲を使って、Ｓ３０３と同じ処理を繰り返す。すなわち、体表関心領域内部の脂肪画素を再抽出する全体脂肪画素再抽出処理を実行する。再抽出された脂肪画素は再抽出全体脂肪マスク画像として出力される。
［ステップＳ３０９］
ステップＳ３０７で求めた脂肪閾値範囲を使って、ステップＳ３０４と同じ処理を繰り返す。すなわち、内臓関心領域内部の脂肪画素を再抽出する内臓脂肪画素再抽出処理を実行する。再抽出された脂肪画素は再抽出内臓脂肪マスク画像として出力される。
［ステップＳ３１０］
ステップＳ３０８で抽出された再抽出全体脂肪マスク画像とステップＳ３０９で抽出された再抽出内臓脂肪マスク画像との差分をとって皮下脂肪画像を抽出する皮下脂肪画素再抽出処理を実行する。再抽出された皮下脂肪画素は、再抽出皮下脂肪マスク画像として出力される。
【００３４】
［ステップＳ３１１］
ステップＳ３０９で抽出された再抽出内臓脂肪マスク画像とステップＳ３１０で抽出された再抽出皮下脂肪マスク画像から不要な領域を削除する不要脂肪画素除去処理を実行する。この処理は、操作者が実施するかどうかを選択できるようにしてもよい。図１５は、ステップＳ３１１の不要脂肪画素除去処理の詳細を示す図である。この処理は、内臓脂肪マスク画像と皮下脂肪マスク画像に対して同じ処理を行う。
［ステップＳ４００］
２値化された内臓脂肪マスク画像及び皮下脂肪マスク画像のそれぞれをラベリングする処理を実行する。ここで、ラベリングとは２値化画像において、連続領域ごとに異なる番号を割り振る処理のことである。
［ステップＳ４０１］
ステップＳ４００でラベリングされた各連続領域ごとに面積（画素数でもよい）を算出する面積算出処理を実行する。
［ステップＳ４０２］
予め設定された閾値より小さい面積の領域をラベリング画像から削除する不要領域削除処理を実行する。この一連の処理によって、各内臓脂肪マスク画像及び皮下脂肪マスク画像において白く散らばった微小な脂肪領域が不要脂肪領域として、各マスク画像内から削除される。なお、後処理としてラベリングした画像を元の２値画像に戻す処理を行ってもよい。
【００３５】
［ステップＳ３１２］
ステップＳ３１１によって不要脂肪領域の削除された再抽出内臓脂肪マスク画像及び再抽出皮下脂肪マスク画像に基づいて以下のパラメータを計算する脂肪画素面積比計算処理を実行する。計算するパラメータは、内臓脂肪：全体脂肪比（全体脂肪＝内臓脂肪＋皮下脂肪）、皮下脂肪：全体脂肪比、内臓脂肪：皮下脂肪比である。
［ステップＳ３１３］
ステップＳ３１２で算出されたパラメータを数値で表示したり、又は、内臓脂肪領域と皮下脂肪領域をそれぞれ異なる色で塗りつぶして、元画像に重ねて表示したりする計算結果表示処理を実行する。
【００３６】
以上の処理によって、患者によって異なる脂肪画素の閾値範囲を簡単に算出することができると共に各脂肪画像内の不要領域を操作者が一々削除しなくても自動的に削除することができるので、操作性を向上させ、かつ体脂肪測定精度を向上させることができるという効果がある。
【００３７】
【発明の効果】
以上説明したように本発明の画像診断装置によれば、患者ごとに異なる脂肪領域のＣＴ値に基づいてその患者の脂肪領域の閾値範囲を決定し、体脂肪測定精度を向上させることができるという効果がある。また、本発明の画像診断装置によれば、腹筋や脊髄周辺の不要な微小な脂肪領域を考慮して、体脂肪測定精度を向上させ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】断層画像に基づいて体脂肪を測定する従来の方法を説明するための図である。
【図２】断層画像に基づいて体脂肪を測定する従来の方法を説明するための別の図である。
【図３】本発明が適用される画像診断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４】図３の画像診断装置が実行するメインフローを示す図である。
【図５】図４のメインフロー中の体表輪郭抽出処理の詳細を示す図である。
【図６】図４のメインフロー中の内臓輪郭抽出処理の詳細を示す図である。
【図７】図４のメインフローによって断層画像がディスプレイ上でどのように表示されるのかを示す表示画面の一例を示す図である。
【図８】図４のメインフローによって断層画像がディスプレイ上でどのように表示されるのかを示す表示画面の一例を示す別の図である。
【図９】図６の輪郭線追跡処理を説明するために図８の開始点付近を拡大して示した図である。
【図１０】図４のメインフローによって全体脂肪や内臓脂肪や皮下脂肪がどのように表示されるのかその表示例を示す図である。
【図１１】ローリングボール法による輪郭線追跡の修正処理を説明するための図である。
【図１２】白く散らばった微小な脂肪領域（不要脂肪領域）の具体例を示す断層画像の一例である。
【図１３】患者ごとにＣＴ値の平均及び標準偏差を求め、脂肪領域の閾値範囲を決定し、さらに、不要脂肪領域も除去し、正確に体脂肪測定を行うようにした画像診断装置における体脂肪測定処理のフローチャートを示す図である。
【図１４】図１３の処理がＣＴ画像上のどの領域に対するものであるのかを示す図である。
【図１５】図１３のステップＳ３１１の不要脂肪画素除去処理の詳細を示す図である。
【符号の説明】
１１…脊柱起立筋
１２，１３…腹横筋
１４…腹直筋
７２…体表関心領域
８０…内臓関心領域
９１，９２，９３，９５…小円
８１，８２，８５…着目点
８３，８６…最近点
３０…中央処理装置（ＣＰＵ）
３１…主メモリ
３２…磁気ディスク
３３…表示メモリ
３４…ＣＲＴディスプレイ
３５…マウス
３６…コントローラ
３７…キーボード
３８…スピーカ
３９…共通バス
Claims (6)
- 生体情報に関する断層画像内における体表の輪郭に基づいて生体全体を囲む体表関心領域を抽出する体表関心領域抽出手段と、
前記体表関心領域内における全体脂肪領域を抽出する全体脂肪領域抽出手段と、
前記断層画像内における皮下脂肪層の内側にある腹壁筋層の輪郭を追跡して内臓を囲む内臓脂肪関心領域を抽出する内臓関心領域抽出手段と、
前記内臓関心領域内における内臓脂肪領域を抽出する内臓脂肪領域抽出手段と、
前記体表関心領域及び前記内臓関心領域から脂肪領域の画素値の平均値とその標準偏差を算出する平均値及び標準偏差算出手段と、
前記脂肪画素平均値及び前記標準偏差から画像固有の脂肪閾値範囲を算出する脂肪閾値範囲算出手段と、
前記脂肪閾値範囲算出手段により得られた画像固有の脂肪閾値範囲と前記体表関心領域及び内臓関心領域に基づいて再度全体脂肪領域及び内臓脂肪領域を抽出する脂肪領域再抽出手段と、
前記脂肪領域再抽出手段によって抽出された前記全体脂肪領域及び前記内臓脂肪領域に基づいて体脂肪を算出する体脂肪算出手段と
を備えたことを特徴とする画像診断装置。 - 生体情報に関する断層画像内における体表の輪郭に基づいて生体全体を囲む体表関心領域を抽出する体表関心領域抽出手段と、
前記体表関心領域内における全体脂肪領域を抽出する全体脂肪領域抽出手段と、
前記断層画像内における皮下脂肪層の内側にある腹壁筋層の輪郭を追跡して内臓を囲む内臓関心領域を抽出する内臓関心領域抽出手段と、
前記内臓関心領域内における内臓脂肪領域を抽出する内臓脂肪領域抽出手段と、
前記全体脂肪領域抽出手段によって抽出された前記全体脂肪領域から不要な脂肪領域を削除する不要脂肪領域削除手段と、
前記不要脂肪領域削除手段により不要領域が削除された全体脂肪領域及び前記内臓脂肪領域抽出手段によって抽出された前記内臓脂肪領域に基づいて体脂肪を算出する体脂肪算出手段と
を備えたことを特徴とする画像診断装置。 - 生体情報に関する断層画像内における体表の輪郭に基づいて生体全体を囲む体表関心領域を抽出する体表関心領域抽出手段と、
前記体表関心領域内における全体脂肪領域を抽出する全体脂肪領域抽出手段と、
前記断層画像内における皮下脂肪層の内側にある腹壁筋層の輪郭を追跡して内臓を囲む内臓脂肪関心領域を抽出する内臓関心領域抽出手段と、
前記内臓関心領域内における内臓脂肪領域を抽出する内臓脂肪領域抽出手段と、
前記体表関心領域及び前記内臓関心領域から脂肪領域の画素値の平均値とその標準偏差を算出する平均値及び標準偏差算出手段と、
前記脂肪画素平均値及び前記標準偏差から画像固有の脂肪閾値範囲を算出する脂肪閾値範囲算出手段と、
前記脂肪閾値範囲算出手段により得られた画像固有の脂肪閾値範囲と前記体表関心領域及び内臓関心領域に基づいて再度全体脂肪領域及び内臓脂肪領域を抽出する脂肪領域再抽出手段と、
前記脂肪領域再抽出手段によって抽出された全体脂肪領域から不要な脂肪領域を削除する不要脂肪領域削除手段と、
前記不要脂肪領域削除手段により不要領域が削除された全体脂肪領域及び内臓脂肪領域に基づいて体脂肪を算出する体脂肪算出手段と
を備えたことを特徴とする画像診断装置。 - 請求項１、２又は３において、前記体脂肪算出手段は、内臓脂肪：全体脂肪の値、皮下脂肪：全体脂肪の値、内臓脂肪：皮下脂肪の値の少なくとも一つを算出することを特徴とする画像診断装置。
- 請求項１、２、３又は４において、前記体脂肪算出手段によって算出された体脂肪を示す値を前記断層画像内に表示する表示手段を備えたことを特徴とする画像診断装置。
- 請求項５において、前記表示手段は、全体脂肪、内臓脂肪、皮下脂肪をそれぞれ識別可能に断層画像上に表示することを特徴とする画像診断装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002216413A JP4565796B2 (ja) | 2002-07-25 | 2002-07-25 | 画像診断装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002216413A JP4565796B2 (ja) | 2002-07-25 | 2002-07-25 | 画像診断装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004057275A true JP2004057275A (ja) | 2004-02-26 |
| JP4565796B2 JP4565796B2 (ja) | 2010-10-20 |
Family
ID=31938185
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002216413A Expired - Lifetime JP4565796B2 (ja) | 2002-07-25 | 2002-07-25 | 画像診断装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4565796B2 (ja) |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004089219A1 (ja) * | 2003-04-08 | 2004-10-21 | Hitachi Medical Corporation | 医用画像診断支援装置及び方法 |
| JP2005270531A (ja) * | 2004-03-26 | 2005-10-06 | Hitachi Medical Corp | 医用画像表示装置 |
| JP2005296479A (ja) * | 2004-04-15 | 2005-10-27 | Hitachi Medical Corp | 特定領域抽出方法及び装置 |
| JP2007229023A (ja) * | 2006-02-28 | 2007-09-13 | Ge Medical Systems Global Technology Co Llc | 放射線断層撮影装置および画像処理装置 |
| WO2007125981A1 (ja) * | 2006-04-28 | 2007-11-08 | Sharp Kabushiki Kaisha | 境界の位置決定装置、境界の位置を決定する方法、当該装置としてコンピュータを機能させるためのプログラム、および記録媒体 |
| JP2008096363A (ja) * | 2006-10-13 | 2008-04-24 | Rigaku Corp | Ｃｔデータ処理装置およびｃｔデータ処理プログラム |
| JP2008125687A (ja) * | 2006-11-20 | 2008-06-05 | Hitachi Medical Corp | 医用画像診断支援装置とその方法及びプログラム |
| EP1762976A3 (en) * | 2005-09-08 | 2008-08-13 | Aloka Co., Ltd. | Computerized tomography device and image processing method for identifying brown adipose tissue |
| JP2008284021A (ja) * | 2007-05-15 | 2008-11-27 | Fujifilm Corp | 体脂肪率取得方法 |
| JP2009106335A (ja) * | 2007-10-26 | 2009-05-21 | Toshiba Corp | 断層像処理方法、断層像処理装置、断層像処理プログラム、およびｘ線ｃｔ装置 |
| WO2009107500A1 (ja) * | 2008-02-25 | 2009-09-03 | 株式会社 日立メディコ | 医用画像処理装置、医用画像処理方法、プログラム |
| JP2009207544A (ja) * | 2008-02-29 | 2009-09-17 | Fujifilm Corp | 画像処理方法および装置並びに放射線画像撮影処理方法および装置 |
| WO2009122649A1 (ja) | 2008-04-03 | 2009-10-08 | 富士フイルム株式会社 | ３次元腹腔内領域検出装置、方法、およびプログラム |
| WO2011052602A1 (ja) * | 2009-10-27 | 2011-05-05 | 株式会社 日立メディコ | 超音波イメージング装置、超音波イメージング方法および超音波イメージング用プログラム |
| US8180133B2 (en) | 2007-09-28 | 2012-05-15 | Ge Medical Systems Global Technology Company Llc | Image processing method and image processing apparatus, and program |
| CN103906473A (zh) * | 2011-10-28 | 2014-07-02 | 日立阿洛卡医疗株式会社 | 超声波成像装置、超声波成像方法以及超声波成像用程序 |
| JP2016106907A (ja) * | 2014-12-08 | 2016-06-20 | ポーラ化成工業株式会社 | 肌年齢の推定方法 |
| JP2017136451A (ja) * | 2012-06-07 | 2017-08-10 | 株式会社日立製作所 | 超音波診断装置 |
| CN113545796A (zh) * | 2021-07-23 | 2021-10-26 | 西北农林科技大学 | 利用计算机断层扫描活体检测猪肉质性状的方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0345248A (ja) * | 1989-07-12 | 1991-02-26 | Nec Corp | Ｃｔ画像の病巣輪郭抽出方式 |
| JPH05192326A (ja) * | 1992-01-20 | 1993-08-03 | Toshiba Corp | 断層像輪郭線描画装置 |
| JPH07168944A (ja) * | 1993-05-28 | 1995-07-04 | South Birmingham District Health Authority | 画像処理方法およびその装置 |
| JP2000093424A (ja) * | 1998-07-23 | 2000-04-04 | Ge Yokogawa Medical Systems Ltd | Ｘ線ｃｔ装置および画像診断装置 |
| JP2001029343A (ja) * | 1999-07-19 | 2001-02-06 | Yuji Matsuzawa | 体脂肪計測装置 |
| WO2001054066A1 (en) * | 2000-01-18 | 2001-07-26 | The University Of Chicago | Automated method and system for the segmentation of lung regions in computed tomography scans |
| WO2001054065A1 (en) * | 2000-01-18 | 2001-07-26 | The University Of Chicago | Method, system and computer readable medium for the two-dimensional and three-dimensional detection of lungs nodules in computed tomography scans |
| JP2002503861A (ja) * | 1998-02-23 | 2002-02-05 | アーチ・デベロップメント・コーポレーション | 胸部ｘ線写真における肺領域と肋骨横隔膜角の自動描画方法とシステム |
-
2002
- 2002-07-25 JP JP2002216413A patent/JP4565796B2/ja not_active Expired - Lifetime
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0345248A (ja) * | 1989-07-12 | 1991-02-26 | Nec Corp | Ｃｔ画像の病巣輪郭抽出方式 |
| JPH05192326A (ja) * | 1992-01-20 | 1993-08-03 | Toshiba Corp | 断層像輪郭線描画装置 |
| JPH07168944A (ja) * | 1993-05-28 | 1995-07-04 | South Birmingham District Health Authority | 画像処理方法およびその装置 |
| JP2002503861A (ja) * | 1998-02-23 | 2002-02-05 | アーチ・デベロップメント・コーポレーション | 胸部ｘ線写真における肺領域と肋骨横隔膜角の自動描画方法とシステム |
| JP2000093424A (ja) * | 1998-07-23 | 2000-04-04 | Ge Yokogawa Medical Systems Ltd | Ｘ線ｃｔ装置および画像診断装置 |
| JP2001029343A (ja) * | 1999-07-19 | 2001-02-06 | Yuji Matsuzawa | 体脂肪計測装置 |
| WO2001054066A1 (en) * | 2000-01-18 | 2001-07-26 | The University Of Chicago | Automated method and system for the segmentation of lung regions in computed tomography scans |
| WO2001054065A1 (en) * | 2000-01-18 | 2001-07-26 | The University Of Chicago | Method, system and computer readable medium for the two-dimensional and three-dimensional detection of lungs nodules in computed tomography scans |
Cited By (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004089219A1 (ja) * | 2003-04-08 | 2004-10-21 | Hitachi Medical Corporation | 医用画像診断支援装置及び方法 |
| US8270687B2 (en) | 2003-04-08 | 2012-09-18 | Hitachi Medical Corporation | Apparatus and method of supporting diagnostic imaging for medical use |
| JP2005270531A (ja) * | 2004-03-26 | 2005-10-06 | Hitachi Medical Corp | 医用画像表示装置 |
| JP4570383B2 (ja) * | 2004-03-26 | 2010-10-27 | 株式会社日立メディコ | 医用画像表示装置 |
| JP2005296479A (ja) * | 2004-04-15 | 2005-10-27 | Hitachi Medical Corp | 特定領域抽出方法及び装置 |
| JP4538260B2 (ja) * | 2004-04-15 | 2010-09-08 | 株式会社日立メディコ | 特定領域抽出方法及び装置 |
| EP1762976A3 (en) * | 2005-09-08 | 2008-08-13 | Aloka Co., Ltd. | Computerized tomography device and image processing method for identifying brown adipose tissue |
| US7526061B2 (en) | 2005-09-08 | 2009-04-28 | Aloka Co., Ltd. | Computerized tomography device using X rays and image processing method |
| JP2007229023A (ja) * | 2006-02-28 | 2007-09-13 | Ge Medical Systems Global Technology Co Llc | 放射線断層撮影装置および画像処理装置 |
| WO2007125981A1 (ja) * | 2006-04-28 | 2007-11-08 | Sharp Kabushiki Kaisha | 境界の位置決定装置、境界の位置を決定する方法、当該装置としてコンピュータを機能させるためのプログラム、および記録媒体 |
| JP2008096363A (ja) * | 2006-10-13 | 2008-04-24 | Rigaku Corp | Ｃｔデータ処理装置およびｃｔデータ処理プログラム |
| JP2008125687A (ja) * | 2006-11-20 | 2008-06-05 | Hitachi Medical Corp | 医用画像診断支援装置とその方法及びプログラム |
| JP2008284021A (ja) * | 2007-05-15 | 2008-11-27 | Fujifilm Corp | 体脂肪率取得方法 |
| US8180133B2 (en) | 2007-09-28 | 2012-05-15 | Ge Medical Systems Global Technology Company Llc | Image processing method and image processing apparatus, and program |
| JP2009106335A (ja) * | 2007-10-26 | 2009-05-21 | Toshiba Corp | 断層像処理方法、断層像処理装置、断層像処理プログラム、およびｘ線ｃｔ装置 |
| WO2009107500A1 (ja) * | 2008-02-25 | 2009-09-03 | 株式会社 日立メディコ | 医用画像処理装置、医用画像処理方法、プログラム |
| US8792698B2 (en) | 2008-02-25 | 2014-07-29 | Hitachi Medical Corporation | Medical imaging processing device, medical image processing method, and program |
| JP5534607B2 (ja) * | 2008-02-25 | 2014-07-02 | 株式会社日立メディコ | 医用画像処理装置及び、そのプログラム |
| JP2009207544A (ja) * | 2008-02-29 | 2009-09-17 | Fujifilm Corp | 画像処理方法および装置並びに放射線画像撮影処理方法および装置 |
| US8116544B2 (en) | 2008-04-03 | 2012-02-14 | Fujifilm Corporation | Apparatus, method, and program for detecting three dimensional abdominal cavity regions |
| WO2009122649A1 (ja) | 2008-04-03 | 2009-10-08 | 富士フイルム株式会社 | ３次元腹腔内領域検出装置、方法、およびプログラム |
| CN102596050A (zh) * | 2009-10-27 | 2012-07-18 | 株式会社日立医疗器械 | 超声波成像装置、超声波成像方法及超声波成像用程序 |
| WO2011052602A1 (ja) * | 2009-10-27 | 2011-05-05 | 株式会社 日立メディコ | 超音波イメージング装置、超音波イメージング方法および超音波イメージング用プログラム |
| JP5587332B2 (ja) * | 2009-10-27 | 2014-09-10 | 株式会社日立メディコ | 超音波イメージング装置および超音波イメージング用プログラム |
| US8867813B2 (en) | 2009-10-27 | 2014-10-21 | Hitachi Medical Corporation | Ultrasonic imaging device, ultrasonic imaging method and program for ultrasonic imaging |
| CN103906473A (zh) * | 2011-10-28 | 2014-07-02 | 日立阿洛卡医疗株式会社 | 超声波成像装置、超声波成像方法以及超声波成像用程序 |
| JP2017136451A (ja) * | 2012-06-07 | 2017-08-10 | 株式会社日立製作所 | 超音波診断装置 |
| JP2016106907A (ja) * | 2014-12-08 | 2016-06-20 | ポーラ化成工業株式会社 | 肌年齢の推定方法 |
| CN113545796A (zh) * | 2021-07-23 | 2021-10-26 | 西北农林科技大学 | 利用计算机断层扫描活体检测猪肉质性状的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4565796B2 (ja) | 2010-10-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4565796B2 (ja) | 画像診断装置 | |
| JP4318862B2 (ja) | 画像診断装置 | |
| JP4717585B2 (ja) | 医用画像判定装置、医用画像判定方法およびそのプログラム | |
| JP4832300B2 (ja) | 医用画像診断支援装置の作動方法、医用画像診断支援装置、及び画像処理プログラム | |
| WO2014065317A1 (ja) | 画像処理装置及び脊柱管評価方法 | |
| US8270687B2 (en) | Apparatus and method of supporting diagnostic imaging for medical use | |
| JPH0765154A (ja) | 血管像の定量解析装置及びその定量解析方法 | |
| JP2006246941A (ja) | 画像処理装置及び管走行トラッキング方法 | |
| JP2002533194A (ja) | ノイズのあるディジタル画像内の糸状構造を抽出する画像処理手段を有する画像処理方法及びｘ線装置 | |
| JP2003290217A (ja) | Ｘ線診断装置および医用画像解析装置 | |
| JP2002150303A (ja) | デジタルラジオグラフィにおける脊椎軸及び脊椎境界の自動検出 | |
| JP4219456B2 (ja) | 領域抽出方法及び領域抽出装置 | |
| CN104968276B (zh) | 图像处理装置以及区域抽出方法 | |
| KR102202617B1 (ko) | 의료 영상 기반 복부 질환 분석 방법 및 장치 | |
| US20100150418A1 (en) | Image processing method, image processing apparatus, and image processing program | |
| JP2005157902A (ja) | 画像解析方法 | |
| JP2017164412A (ja) | 骨粗鬆症診断支援装置 | |
| JP5296981B2 (ja) | アフィン変換を用いたモダリティ内医療体積画像の自動位置合わせ | |
| JP4730758B2 (ja) | 医用画像診断支援装置及びその作動方法 | |
| US20060078184A1 (en) | Intelligent splitting of volume data | |
| JP4849449B2 (ja) | 医用画像診断支援装置 | |
| US20040213445A1 (en) | Method and apparatus for separating an object from an ultrasound image | |
| JP2006149446A (ja) | 医用画像表示装置 | |
| JP4738236B2 (ja) | 画像表示装置 | |
| JPH07210655A (ja) | 眼科用画像処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050706 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20080221 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080821 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081008 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090113 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090313 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20090327 |
|
| A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20090529 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100803 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 4565796 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130813 Year of fee payment: 3 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |