JP2007105164A

JP2007105164A - 医用画像診断支援装置

Info

Publication number: JP2007105164A
Application number: JP2005297899A
Authority: JP
Inventors: Kuniyoshi Nakajima; 邦佳中島; Toru Nakagawa; 徹中川; Yoshihiro Goto; 良洋後藤
Original assignee: Hitachi Medical Corp
Current assignee: Hitachi Healthcare Manufacturing Ltd
Priority date: 2005-10-12
Filing date: 2005-10-12
Publication date: 2007-04-26

Abstract

【課題】被検体の特徴部位の状態を定量的に示すことができる医用画像診断支援装置を提供する。
【解決手段】読込部１１ａは被検体の断層像を読み込み、抽出部１１ｂは断層像から大腰筋領域を抽出し（Ｓ１）、算出部１１ｃは大腰筋領域の特徴量１〜３に基づいて、大腰筋の状態を示す評価値を算出し（Ｓ３）、表示部１１ｄは評価値や、評価値に応じて大腰筋領域を異なる表示態様とした結果画像などを表示する（Ｓ４）。
【選択図】図３

Description

本発明は、医用画像診断支援装置に係り、特に、医用画像を用いて被検体の特徴部位の状態を定量的に示すことができる医用画像診断支援装置に関する。

従来、個人の全脂肪領域を表す目安としては、へそ位置で撮影されたＸ線ＣＴ画像の脂肪領域が用いられている。特許文献１には、へそ位置で撮影されたＸ線ＣＴ画像の脂肪領域に基づいて体脂肪を算出する技術が開示されている。これにより、断層像に基づいて体脂肪を測定することができる。

一方、非特許文献１には、継続的に運動を実施した被検体では大腰筋が太く変化することがへそ位置のＸ線ＣＴ画像によって確認され、大腰筋の形状が脂肪蓄積や運動不足の状態を評価する指標となり得ることが示唆されている。
特開２００２−２２２４１０号公報 "うんどうのすすめ"、図３、[online]、２０００年１月、筑波大学先端学際領域研究センター岡田プロジェクト、[平成１７年９月１６日検索]、インターネット＜URL：http://wellness.taiiku.tsukuba.ac.jp/taiyou/susume/undou1.html ＞

従来の技術では、大腰筋などの特徴部位の状態を定量的に示すことができないという問題がある。

本発明は、このような事情を鑑みてなされたものであり、被検体の特徴部位の状態を定量的に示すことができる医用画像診断支援装置を提供することを目的とする。

上記の目的を達成するため、本発明にかかる医用画像診断支援装置は、医用画像撮影装置により撮影して得られた被検体の断層像を読み込む読込手段と、前記断層像から前記被検体の特徴部位が撮影された関心領域を抽出する抽出手段と、前記関心領域の特徴量を含む複数の特徴量に基づいて、前記特徴部位の状態を定量的に評価した評価値を算出する算出手段と、前記抽出手段によって抽出された関心領域を前記評価値に応じた表示態様で表示する表示手段と、を備える。

また、前記抽出手段は、前記関心領域として大腰筋領域を抽出し、前記算出手段は、前記左右の大腰筋領域の各面積の差、前記大腰筋領域の全体の面積と前記大腰筋領域に含まれる筋領域の面積との割合、及び前記大腰筋領域と前記大腰筋領域の周辺の脂肪領域との前記断層像における画像コントラスト差、を含む特徴量に基づいて、大腰筋の状態を示す前記評価値を算出してもよい。

また、前記抽出手段は、前記関心領域として肝臓領域を抽出し、前記算出手段は、前記肝臓領域の面積、前記肝臓領域の平均ＣＴ値、及び前記肝臓領域に含まれる脂肪領域の平均ＣＴ値、を含む特徴量に基づいて、肝臓の状態を示す前記評価値を算出してもよい。

また、前記断層像は、前記被検体の腹部を撮影して得られたアキシャル像であって、前記抽出手段は、前記関心領域として前記被検体の体組織領域を抽出し、前記算出手段は、前記被検体のウエスト周囲径と標準的な人体のウエスト周囲径を示す基準ウエスト周囲径との割合、前記被検体の内臓脂肪面積と標準的な人体の内蔵脂肪面積を示す基準内臓脂肪面積との割合、及び前記体組織領域の全体の脂肪面積と前記内臓脂肪面積との割合、を含む前記特徴量に基づいて、前記被検体の内臓脂肪量に基づく肥満の状態を示す前記評価値を算出してもよい。

本発明によれば、被検体の特徴部位の状態を示す評価値を算出するため、特徴部位の状態を定量的に示すことができる。

以下、添付図面に従って、本発明に係わる医用画像診断支援装置の好ましい実施の形態について詳説する。

〔システム構成〕
図１は、本実施形態に係る医用画像診断支援システム１の構成を示すハードウェア構成図である。

図１の医用画像診断支援システム１は、被検体の断層像を生成する医用画像撮影装置２と、医用画像撮影装置２により撮影して得られた断層像を蓄積する画像データベース４と、被検体の断層像を読み込んで特徴部位の状態を示す評価値を算出する医用画像診断支援装置１０とを備え、医用画像撮影装置２と画像データベース４と医用画像診断支援装置１０とは、ＬＡＮ３等のネットワークに接続される。

以下では、医用画像撮影装置２としてＸ線ＣＴ装置２を用いる場合について説明する。また、断層像としてはＣＴ画像を用いる。

医用画像診断支援装置１０は、主として各構成要素の動作を制御する中央処理装置（ＣＰＵ）１１、装置の制御プログラムが格納されたり、プログラム実行時の作業領域となったりする主メモリ１２と、オペレーティングシステム（ＯＳ）、周辺機器のデバイスドライブ、後述する評価値を算出するためのプログラムを含む各種アプリケーションソフト等が格納される磁気ディスク１３と、表示用データを一時記憶する表示メモリ１４と、この表示メモリ１４からのデータに基づいて画像を表示するディスプレイ１５と、キーボード１６と、入力装置としてのマウス１７、マウス１７の状態を検出してディスプレイ１５上のマウスポインタの位置やマウス１７の状態等の信号をＣＰＵ１１に出力するコントローラ１７ａと、後述する評価値のみを紙媒体にプリントアウトするプリンタ１８と、上記各構成要素を接続するバス１９とから構成される。

次に図２に基づいて、ＣＰＵ１１が実行するプログラムについて説明する。図２は、プログラムの構成を示すブロック図である。

プログラムは、Ｘ線ＣＴ装置２により撮影して得られた被検体の断層像を読込む読込部１１ａ、読み込んだ断層像から被検体の特徴部位が撮影された関心領域を抽出する抽出部１１ｂ、関心領域の特徴量を含む複数の特徴量に基づいて、特徴部位の状態を定量的に評価した評価値を算出する算出部１１ｃ、評価値に応じて特徴部位の表示態様を変える処理を行った結果である結果画像などをディスプレイ１５に表示したり、プリンタ１８に評価値のみを出力したりする表示部１１ｄ、により構成される。ＣＰＵ１１は、上記プログラムを磁気ディスク１３から読み出して主メモリ１２にロードし、実行する。

〔処理の流れ〕
＜第一実施形態＞
本実施形態では、特徴部位は大腰筋であり、抽出部１１ｂは関心領域として大腰筋領域を抽出する。また、算出部１１ｃは大腰筋の状態を示す評価値を算出する。図３乃至図７に基づいて、医用画像診断支援装置１０の処理の流れを説明する。図３は医用画像診断支援装置１０の処理の流れを示すフローチャートである。図４はＣＴ画像から特徴量１〜３を求める処理の流れを示すフローチャートである。図５は、特徴量１〜３の算出方法を説明する図である。図６は評価値の算出方法１を説明する図である。図７は、表示処理の流れを示すフローチャートである。

（ステップＳ１）
Ｓ１では、読込部１１ａは、医用画像撮影装置２、画像データベース４、又は磁気ディスク１３から被検体のＣＴ画像２１（断層像）を読み込み、抽出部１１ｂは、ＣＴ画像２１から特徴部位として大腰筋領域２２を抽出する（Ｓ１）。本実施形態では大腰筋領域２２が関心領域であるので、読み込む対象となるＣＴ画像２１は、例えばへそ位置のＣＴ画像などであり、大腰筋領域２２は画像に含まれている。抽出処理については、既知の手法によりＣＴ画像から大腰筋領域２２を自動で抽出してもよいし、マウスでＣＴ画像上の大腰筋領域２２を範囲指定するなど手動で抽出してもよい。

（ステップＳ２）
Ｓ２では、算出部１１ｃは、評価値の算出のために必要な特徴量１〜３をＣＴ画像から求める（Ｓ２）。なお、評価値を算出する方法は３通りあるが、特徴量１〜３はそれぞれの算出方法において共通に用いられる。特徴量１〜３の詳細をステップＳ２１乃至ステップＳ２６に示す。

（ステップＳ２１）
Ｓ２１では、算出部１１ｃは、ＣＴ画像２１の濃度値の出現頻度を示すヒストグラムを生成し、ヒストグラム解析を行なう（Ｓ２１）。

（ステップＳ２２）
Ｓ２２では、算出部１１ｃは、Ｓ２１の解析結果を元に閾値を設定する（Ｓ２２）。閾値は、左右の大腰筋のエッジ検出や大腰筋領域内の筋領域の抽出等の目的に応じて、適宜設定される。

（ステップＳ２３）
Ｓ２３では、算出部１１ｃは、Ｓ２２で設定した閾値を利用して二値化する（Ｓ２３）。

（ステップＳ２４）
Ｓ２４では、算出部１１ｃは、左右の大腰筋領域２２の各面積の差を示す値（特徴量１）を算出する（Ｓ２４）。図５（ａ）は特徴量１の算出方法を説明する図である。大腰筋領域２２は、左側領域２２ａと右側領域２２ｂとに分けられる。左側領域２２ａと右側領域２２ｂとの面積の差に応じて、例えば１から０までの値を割り振る。

（ステップＳ２５）
Ｓ２５では、算出部１１ｃは、大腰筋領域２２の全体の面積（大腰筋として抽出した領域の面積）と大腰筋領域２２に含まれる筋領域の面積との割合を示す値（特徴量２）を算出する（Ｓ２５）。図５（ｂ）は特徴量２の算出方法を説明する図である。ここで、大腰筋領域２２の全体の面積とは、左側領域２２ａと右側領域２２ｂとを合わせた領域の面積をいう。以下では、大腰筋領域２２の全体の面積（２２ａ＋２２ｂ）のことを、全体面積という。

大腰筋領域２２では、筋領域に脂肪領域が灌流している場合があるが、既知の方法（例えば、特定のＣＴ値を閾値として設定するなど）によって、大腰筋領域２２における両者の面積をそれぞれ計測することが可能である。全体面積ｍ１と筋領域の面積ｍ２との割合に応じて、例えば１から０までの値を割り振る。

（ステップＳ２６）
Ｓ２６では、算出部１１ｃは、大腰筋領域２２と大腰筋領域２２の周辺の脂肪領域２２ｃとの断層像２１における画像コントラスト差を表す値（特徴量３）を算出する（Ｓ２６）。図５（ｃ）は特徴量３の算出方法を説明する図である。コントラスト差の高低に応じて、例えば１から０までの値を割り振る。

（ステップＳ３）
Ｓ３では、算出部１１ｃは、特徴量１〜３に基づいて大腰筋の状態を示す評価値を算出する。算出方法としては以下に示す方法１〜３があり、方法１〜３のうちいずれかを用いる。

方法１では、ニューラルネットワークを用いる。ニューラルネットワークに特徴量１〜３を入力層に入力すると、目的変数として出力層から一意に決定された評価値が出力される。この出力値を百倍し、評価値を算出する。

なお、上記では、３×２×１（入力層が３つ、中間層が２つ、出力層が１つ）のニューラルネットワークを用いたが、２×２×１（入力層が２つ、中間層が２つ、出力層が１つ）のニューラルネットワークを用いてもよい。また、入力層に入力する説明変数は特徴量１〜３に加えて他の変数（年齢、性別、病歴など）を入力してもよい。

方法２では、数１に示す式を用いて評価値を算出する。

なお、係数Ａ，Ｂ，Ｃは特徴量１〜３に対する重みであって、評価値に対する特徴量１〜３の寄与率を示し、適宜設定される。

方法３では、数２に示す式を用いて評価値を算出する。数２は、数１における係数Ａ，Ｂ，Ｃを均等の値にした場合（Ａ＝Ｂ＝Ｃ＝１/３）に等しい。

（ステップＳ４）
Ｓ４では、表示部１１ｄはディスプレイ１５に、大腰筋領域２２を評価値に応じて異なる表示態様とした（例えば、色分け表示）結果画像や評価値などを表示する（Ｓ４）。以下では、評価値の範囲をＤ以下、Ｄより大きくＥ以下、Ｅ以上の３範囲に設定して色分け表示する場合について説明する。なお、設定範囲数は上記の３範囲に限らず、任意に設定可能である。

また、Ｄ、Ｅの値は、被検体の年齢や性別、病歴などを考慮して設定され、予め設定されている。例えば、Ｄ以下の範囲は筋状態が良好であると臨床医によって判定される群、Ｄより大きくＥ以下の範囲は筋状態が普通であると臨床医によって判定される群、Ｅ以上の範囲は筋状態が悪いと臨床医によって判定される群と設定する。

（ステップＳ４１）
Ｓ４１では、評価値がＤ以下（評価値≦Ｄ）であるかどうかが、判定される（Ｓ４１）。評価値がＤ以下の場合は、Ｓ４２に進む。評価値がＤより大きい場合は、Ｓ４３に進む。

（ステップＳ４２）
Ｓ４２では、大腰筋領域２２が青色で表示される（Ｓ４２）。

（ステップＳ４３）
Ｓ４３では、評価値がＤより大きくＥ以下（Ｄ＜評価値≦Ｅ）であるかどうかが、判定される（Ｓ４３）。評価値がＤより大きくＥ以下である場合は、Ｓ４４に進む。評価値がＥより大きい場合は、Ｓ４５に進む。

（ステップＳ４４）
Ｓ４４では、大腰筋領域２２が黄色で表示される（Ｓ４４）。

（ステップＳ４５）
Ｓ４５では、大腰筋領域２２が赤色で表示される（Ｓ４５）。図８（ａ）〜（ｃ）は、ディスプレイ１５の画面表示例を示す図である。画面には、ＣＴ画像が表示される。また、被検体のＩＤ（患者ＩＤ）、大腰筋面積値、脂肪とのコントラスト差、大腰筋の左右差（左右差）、及び評価値（スコア）が表示される。

また、ディスプレイ１５はタブ８３を表示する。ユーザーがタブ８３（今日、過去、経年比較）をマウス１７等でクリックすると、現在に生成されたＣＴ画像８１、８２、過去に生成されたＣＴ画像８４，８５、経時比較をするためのＣＴ画像８２、８５がディスプレイ１５に切り替えて表示される。

図８（ａ）は、被検体の現在のＣＴ画像８１、８２をディスプレイ１５に併置して表示した画面表示例である。ＣＴ画像８１は評価値に応じた画像処理が施されていない。ＣＴ画像８２は結果画像であり、大腰筋領域２２には評価値に応じた画像処理が施されている。

図８（ｂ）は、被検体の過去のＣＴ画像８４、８５をディスプレイ１５に併置して表示した画面表示例である。ＣＴ画像８４は評価値に応じた画像処理が施されていない。ＣＴ画像８５は被検体の過去の状態を示す結果画像である。

図８（ｃ）は、被検体の現在のＣＴ画像８２と過去のＣＴ画像８５とをディスプレイ１５に併置して表示した画面表示例である。これにより、容易に被検体の状態を経時比較できる。

なお、上記Ｓ４２乃至Ｓ４５における表示に用いる色は任意である。また、表示の仕方としては、色分けして表示するほか、網掛けして表示するなど、評価値の範囲がユーザーに分かる表示であればよい。

また、ユーザーが画像データベース４から着目する被検体とは別の被検体の画像を指定すると、ディスプレイ１５は指定された画像を被検体の個人名を伏せて表示してもよい。

また、ユーザーが画像データベース４を検索すると、ＣＰＵ１１は画像データベース４から検索条件に該当する画像を抽出してもよい。例えば、検索条件として、着目する被検体と同性、同年齢であることや、着目する被検体と類似することなどを設定する。ディスプレイ１５は着目する被検体の結果画像とともに、検索された複数の他の被検体の結果画像を表示してもよい。

また、ディスプレイ１５は成年男子、成年女子の標準的なＣＴ画像（模擬画像）や、評価値や特徴量１〜３の統計的な平均値などを表示してもよい。

（ステップＳ５）
Ｓ５では、次の患者（被検体）のＣＴ画像を処理するかどうかが判定される。次のＣＴ画像を処理する場合には、Ｓ１に戻る。次のＣＴ画像を処理しない場合には、処理を終了する。

本実施の形態により、大腰筋に灌流している脂肪を定量化し、大腰筋の状態を評価値によって定量的に示すことができる。ユーザーは大腰筋の状態を定量評価できる。また、評価値に応じたＣＴ画像の色分け表示により、大腰筋の状態を視覚的に容易に把握できる。さらに、現在と過去の結果画像を表示することにより、ユーザーは大腰筋の経時的な状態変化も把握でき、肥満などの治療における効果を確認できる。また、患者（被検体）の治療意欲の向上も期待できる。

なお、上記の特徴量１〜３に加えて、大腰筋と脊柱起立筋群との面積比を特徴量として考慮し、評価値を算出してもよい。この場合には、評価値の大腰筋の正常度を示す信憑性が更に高まる。

＜第二実施形態＞
本実施形態では、特徴部位は肝臓であり、抽出部１１ｂは関心領域として肝臓領域を抽出する。算出部１１ｃは、肝臓の状態を示す評価値を算出する。以下、図９乃至図１０に従って本実施形態に係わる処理を説明する。図９は、処理の流れを示すフローチャートである。なお、図３と同一のステップは同一のステップ番号で示されている。図１０は、本実施形態における評価値の算出方法を説明する図である。

（ステップＳ９１）
Ｓ９１では、Ｓ１と同様に、読込部１１ａは被検体のＣＴ画像２３を読み込む。抽出部１１ｂは、ＣＴ画像２３から関心領域として肝臓領域（肝臓実質領域）２４を抽出する（Ｓ９１）。

（ステップＳ９２）
Ｓ９２では、抽出部１１ｂは、肝臓領域２４から濃度値の低濃度領域２５（濃度が不均一な領域も含む）を抽出する（Ｓ９２）。なお、低濃度領域２５は、肝臓領域内の脂肪領域を示す。抽出処理は、特定の濃度値を閾値に設定するなどの手法によりＣＴ画像から肝臓領域を自動で抽出してもよいし、マウスでＣＴ画像上の低濃度領域を範囲指定するなど手動で抽出してもよい。

（ステップＳ９３）
Ｓ９３では、算出部１１ｃは、肝臓領域２４全体のＣＴ値の平均値を求める（Ｓ９３）。

（ステップＳ９４）
Ｓ９４では、算出部１１ｃは、低濃度領域２５のランレングスを直交する２方向（a、b）について求める（Ｓ９４）。なお、直交する２方向ａ及びｂ（図示せず）は、適宜設定される。
（ステップＳ９５）
Ｓ９５では、算出部１１ｃが特徴量１〜３に基づいて、数３に示す式を用いて肝臓の状態を示す評価値を算出する（Ｓ９５）。

ここで、特徴量１は、ＣＴ画像２３における肝臓領域２４の面積（Ｓ）である。特徴量２は、肝臓領域２４の平均ＣＴ値である。特徴量３は低濃度領域（脂肪領域）の平均ＣＴ値である。

X_RL：低濃度領域２５のＸ方向の長さ（平均値）
Y_RL：低濃度領域２５のＹ方向の長さ（平均値）
△CT：肝臓領域２４の平均ＣＴ値−低濃度領域２５の平均ＣＴ値
avCT：肝臓領域２４の平均ＣＴ値
CTｃ：経験的に決定される実験値（例えば、−８０などの定数）
S：肝臓領域２４の面積
ＸとＹは互いに直交する軸（図示せず）であり、ＣＴ画像２３上で適宜設定される。

（ステップＳ４乃至Ｓ５）
Ｓ４乃至Ｓ５では、第一実施形態と同様に、表示部１１ｄは評価値や結果画像などを表示し（Ｓ４）、次の患者（被検体）のＣＴ画像を処理するかどうかが判定され（Ｓ５）、終了する。なお、画像表示については、図８（ａ）〜（ｃ）におけるＣＴ画像８１〜８５を、ＣＴ画像２３や肝臓領域２４を色分け表示した結果である結果画像に置き換えて表示する。また表示部１１ｄは画面上に脂肪領域２５の面積の値を表示してもよい。

本実施の形態により、肝臓の状態を評価値によって定量的に示すことができる。ユーザーは肝臓の状態を定量評価できる。また、評価値に応じたＣＴ画像の色分け表示により、肝臓の状態を視覚的に容易に把握できる。さらに、現在と過去の結果画像を表示することにより、肝臓の経時的な状態変化も把握でき、例えば脂肪肝などの治療における効果を確認でき、患者（被検体）の治療意欲の向上も期待できる。

＜第三実施形態＞
本実施形態では、被検体の腹部を撮影して得られたアキシャル像を用いる。特徴部位は被検体の体組織である。抽出部１１ｂは関心領域として被検体の体組織領域を抽出する。算出部１１ｃは、被検体の内臓脂肪量に基づく肥満の状態を示す評価値を算出する。

以下、図１１乃至図１３に従って本実施形態に係わる処理を説明する。図１１は、処理の流れを示すフローチャートである。なお、図３と同一のステップは同一のステップ番号で示されている。図１２は、特徴量算出の処理の流れを示すフローチャートである。図１３は、特徴量１〜３の算出方法を説明する図である。

（ステップＳ１１１）
Ｓ１１１では、Ｓ１と同様に、読込部１１ａは被検体のＣＴ画像２７を読み込む。抽出部１１ｂは、ＣＴ画像２７から関心領域として体組織領域２８を抽出する（Ｓ１１１）。

（ステップＳ１１２）
Ｓ１１２では、算出部１１ｃは、ウエスト周囲径１３１を算出する（Ｓ１１２）。

（ステップＳ１１３）
Ｓ１１３では、抽出部１１ｂは、体組織領域２８内の脂肪外領域１３２（斜線部）を抽出する（Ｓ１１３）。

（ステップＳ１１４）
Ｓ１１４では、脂肪領域１３３が内臓脂肪領域１３４と皮下脂肪領域１３５とに分割される（Ｓ１１４）。分割処理については手動で行なってもよいし、自動で行なってもよい。

（ステップＳ１１５）
Ｓ１１５では、算出部１１ｃが特徴量１〜３を算出する（Ｓ１１５）。

（ステップＳ１２１）
Ｓ１２１では、算出部１１ｃが特徴量１を算出する（Ｓ１２１）。特徴量１は、被検体のウエスト周囲径１３１と標準人体のウエスト周囲径（基準ウエスト周囲径）との割合であり、数４により求められる。なお、基準ウエスト周囲径は、性別によって異なる値が予め設定されており、例えば男性８５ｃｍ、女性９０ｃｍである。

（ステップＳ１２２）
Ｓ１２２では、算出部１１ｃが特徴量２を算出する（Ｓ１２２）。特徴量２は、内臓脂肪領域１３４の面積（内蔵脂肪面積）と標準人体の内臓脂肪面積（基準内臓脂肪面積）との割合であり、数５により求められる。基準内臓脂肪面積は、予め設定されており、例えば１００ｃｍ^２である。

（ステップＳ１２３）
Ｓ１２３では、算出部１１ｃが特徴量３を算出する（Ｓ１２３）。特徴量３は、脂肪領域１３３の面積（体組織領域の全体の脂肪面積、内臓脂肪領域１３４の面積＋皮下脂肪領域１３５の面積）と内臓脂肪領域１３４の面積（内臓脂肪面積）との割合であり、数６により求められる。

（ステップＳ３乃至Ｓ５）
Ｓ３乃至Ｓ５では、第一実施形態と同様に、算出部１１ｃはＳ３の方法１によって体組織の状態として内臓脂肪型肥満の状態を示す評価値を算出し（Ｓ３）、表示部１１ｄは評価値や結果画像を表示し（Ｓ４）、次の患者（被検体）のＣＴ画像を処理するかどうか判定され（Ｓ５）、終了する。なお、方法１のニューラルネットワークにおける入力値には、Ｓ１２１乃至Ｓ１２３で算出した特徴量１〜３を用いる。

また、画像表示については、図８（ａ）〜（ｃ）におけるＣＴ画像８１〜８２、ＣＴ画像８４〜８５をＣＴ画像２７や、ＣＴ画像２７の内臓脂肪領域１３４や皮下脂肪領域１３５等を色分け表示した結果画像に置き換えて表示する。また、表示部１１ｄは、脂肪領域の面積値を表示してもよい。

本実施の形態により、体組織領域に灌流している脂肪を定量化し、内臓脂肪型肥満の状態を評価値によって定量的に示すことができる。ユーザーは、内臓脂肪型肥満の状態を定量評価できる。また、評価値に応じたＣＴ画像の色分け表示により、内臓脂肪型肥満の状態を視覚的に容易に把握できる。さらに、現在と過去の結果画像を表示することにより、体組織の経時的な状態変化も把握でき、肥満などの治療における効果を確認でき、患者（被検体）の治療意欲の向上も期待できる。

なお、上記実施形態では、ガントリータイプのＸ線ＣＴ装置について説明したが、Ｃアーム型のＸ線ＣＴ装置でもよい。

医用画像診断支援システムの構成を示すハードウェア構成図ＣＰＵが実行するプログラムのブロック図第一実施形態に係わる処理の流れを示すフローチャート特徴量１〜３の算出処理の流れを示すフローチャート特徴量１〜３の算出方法を説明する図評価値の算出方法１を説明する図表示処理の流れを示すフローチャートディスプレイ１５の画面表示例を示す図第二実施形態に係わる処理の流れを示すフローチャート第二実施形態に係わる評価値の算出方法を説明する図第三実施形態に係わる処理の流れを示すフローチャート第三実施形態に係わる特徴量の算出処理の流れを示すフローチャート第三実施形態に係わる特徴量１〜３の算出方法を説明する図

符号の説明

１…医用画像診断支援システム、２…医用画像撮影装置、３…ＬＡＮ、４…画像データベース、１０…医用画像診断支援装置、１１…ＣＰＵ、１２…主メモリ、１３…磁気ディスク、１４…表示メモリ、１５…ディスプレイ、１６…キーボード、１７…マウス、１７ａ…コントローラ、１８…プリンタ、１９…共通バス

Claims

医用画像撮影装置により撮影して得られた被検体の断層像を読み込む読込手段と、
前記断層像から前記被検体の特徴部位が撮影された関心領域を抽出する抽出手段と、
前記関心領域の特徴量を含む複数の特徴量に基づいて、前記特徴部位の状態を定量的に評価した評価値を算出する算出手段と、
前記抽出手段によって抽出された前記関心領域を前記評価値に応じた表示態様で表示する表示手段と、
を備えることを特徴とする医用画像診断支援装置。
前記抽出手段は、前記関心領域として大腰筋領域を抽出し、
前記算出手段は、前記左右の大腰筋領域の各面積の差、前記大腰筋領域の全体の面積と前記大腰筋領域に含まれる筋領域の面積との割合、及び前記大腰筋領域と前記大腰筋領域の周辺の脂肪領域との前記断層像における画像コントラスト差、を含む特徴量に基づいて、大腰筋の状態を示す前記評価値を算出する、
ことを特徴とする請求項１に記載の医用画像診断支援装置。
前記抽出手段は、前記関心領域として肝臓領域を抽出し、
前記算出手段は、前記肝臓領域の面積、前記肝臓領域の平均ＣＴ値、及び前記肝臓領域に含まれる脂肪領域の平均ＣＴ値、を含む特徴量に基づいて、肝臓の状態を示す前記評価値を算出する、
ことを特徴とする請求項１に記載の医用画像診断支援装置。
前記断層像は、前記被検体の腹部を撮影して得られたアキシャル像であって、
前記抽出手段は、前記関心領域として前記被検体の体組織領域を抽出し、
前記算出手段は、前記被検体のウエスト周囲径と標準的な人体のウエスト周囲径を示す基準ウエスト周囲径との割合、前記被検体の内臓脂肪面積と標準的な人体の内蔵脂肪面積を示す基準内臓脂肪面積との割合、及び前記体組織領域の全体の脂肪面積と前記内臓脂肪面積との割合、を含む前記特徴量に基づいて、前記被検体の内臓脂肪量に基づく肥満の状態を示す前記評価値を算出する、
ことを特徴とする請求項１に記載の医用画像診断支援装置。