JP2007209583A - 医療用画像処理装置 - Google Patents

Abstract

【課題】 患者を撮影して得られた画像の形状を変化させることなく、その患者の画像上における関心領域を特定することが可能な医療用画像処理装置を提供する。
【解決手段】 診断対象とする患者の画像である診断対象画像（ａ）を、形状が標準的である標準テンプレート（ｂ）に合わせるための空間的変換規則を求め、関心のある領域を示す関心領域画像（ｃ）に対して、前記空間的変換規則の逆変換である空間的逆変換規則により空間的逆変換を行って補正関心領域画像（ｄ）を得た後、診断対象画像に、補正関心領域画像を重ね合わせて重畳画像（ｅ）を得る。
【選択図】 図２

Description

本発明は、医療用画像の処理に関し、特に診断対象とする患者の画像上における関心のある領域を認識するための技術に関する。

従来より、患者の状態を診断するため、ＭＲＩ装置などにより患者の脳画像を撮影し、この脳画像に関心領域（regions of interest：ＲＯＩ ）を適用することにより、診断を支援することが行われている（特許文献１参照）。
特開２００５−２３７４４１号公報

しかしながら、上記従来の技術では、ＲＯＩとの比較を行うため、撮影した患者の脳画像に対して、標準の脳画像の形状に合うように空間的変換を行って標準化する処理を行うが、標準化により患者の脳画像の形状が異なってしまい、実際の患者の脳における、ある関心領域の正確な位置の特定が困難となるという問題がある。

そこで、本発明は、患者を撮影して得られた画像の形状を変化させることなく、その患者の画像上における関心領域を特定することが可能な医療用画像処理装置を提供することを課題とする。

上記課題を解決するため、本発明第１の態様では、診断対象とする患者の画像である診断対象画像に、領域の情報を重ね合わせる装置であって、入力された診断対象画像と、形状が標準的である標準テンプレートの比較を行い、標準テンプレートから診断対象画像への空間的変換規則を求める変換規則算出手段と、領域を示す領域情報画像に対して、前記算出した空間的変換規則により空間的変換を行って補正領域情報画像を得る空間的変換手段と、前記診断対象画像に、補正領域情報画像を重ね合わせる画像重畳手段を有する医療用画像処理装置を提供する。

本発明第２の態様では、診断対象とする患者の画像である診断対象画像に、異常のある部分および領域の情報を重ね合わせる装置であって、入力された診断対象画像を、形状が標準的である標準テンプレートに合わせるべく空間的変換を行って、標準系診断対象画像を得る空間的変換手段と、前記標準系診断対象画像と健常者の画像の集合である健常者画像群の比較を行い、異常のある部分を示す異常部分画像を生成する異常部分画像生成手段と、領域を示す領域情報画像に対して、前記空間的変換のために求めた空間的変換規則の逆変換である空間的逆変換規則により空間的逆変換を行って補正領域情報画像を得るとともに、前記異常部分画像に対して、前記空間的逆変換規則により空間的逆変換を行って補正異常部分画像を得る空間逆変換手段と、前記診断対象画像に、補正領域情報画像および補正異常部分画像を重ね合わせる画像重畳手段を有する医療用画像処理装置を提供する。

本発明第１の態様によれば、診断対象画像を空間的に標準化するための空間的変換規則を求め、領域を示す領域情報画像に対して、空間的変換規則の逆変換を行うことにより、補正領域情報画像を得て、この補正領域情報画像を診断対象画像に重ね合わせるようにしたので、患者を撮影した診断対象画像そのものの上において、領域の位置を知ることが可能となる。

本発明第２の態様によれば、診断対象画像を空間的に標準化するための空間的変換を行った後、健常者画像群との比較を行って異常部分画像を生成し、領域を示す領域情報画像、異常部分画像に対して、空間的逆変換を行うことにより、補正領域情報画像、補正異常部分画像を得て、この補正領域情報画像、補正異常部分画像を診断対象画像に重ね合わせるようにしたので、診断対象画像上に、異常部分と領域の情報が表示されることになり、患者を撮影した診断対象画像の形状そのままの状態で、異常の位置が正確に理解でき、その位置がどの領域に該当するかどうかの判断が容易となる。

以下、本発明の好適な実施形態について、図面を参照して詳細に説明する。
（１．第１の実施形態）
図１は、本発明第１の実施形態に係る医療用画像処理装置の一実施形態を示す構成図である。図１において、１０は前処理手段、２０は空間的変換手段、４０は空間的逆変換手段、５０は画像重畳手段である。

前処理手段１０は、空間的変換手段２０の前処理として、入力された診断対象画像に対して、解像度変換、組織分離処理、平滑化処理する機能を有している。空間的変換手段２０は、標準テンプレートのサイズに合わせるために、診断対象画像を空間的に変換するための空間的変換規則を算出する機能を有している。空間的逆変換手段４０は、空間的変換手段２０が算出した空間的変換規則と逆の空間的逆変換規則を用いて、領域情報画像を逆変換し、補正領域情報画像を生成する機能を有している。画像重畳手段５０は、補正領域情報画像を診断対象画像に重ね合わせる機能を有している。図１に示した装置は、現実には、キーボードやマウス等の入力指示装置、ハードディスク等の外部記憶装置、液晶ディスプレイ等の表示装置を備えた汎用のコンピュータに専用のプログラムを搭載することにより実現される。

標準テンプレートや領域情報画像は、医療用画像処理装置を実現するコンピュータの記憶装置に事前に記憶しておく。標準テンプレートは、ＭＲＩ装置で撮影した画像群のうち、特定の集団から平均化して作成した画像であり、標準的な形状の脳画像となっている。本実施形態では、健常者を撮影した画像群から作成している。領域情報画像は、領域を特定した画像であり、例えば、関心のある領域（ＲＯＩ）を示す画像である関心領域画像や、人体におけるどの位置がどのような部位であるかを示し、いわゆる人体の地図のような役割を果たすアトラス画像を採用することができる。アトラス画像としては、例えば、「タライラック（Talairach）」、「ＭＮＩ」、「ブロードマン領野（Brodmann Area）」等を用いることができる。なお、医療用画像処理装置に記憶しておく領域情報画像は、標準テンプレートと同一形状に合わせたものにしておく。

ここで、各画像の様子を図２に示す。図２（ａ）は診断対象画像、図２（ｂ）は標準テンプレート、図２（ｃ）は領域情報画像の一例である関心領域画像を示している。画像はいずれも三次元空間において値をもつ三次元画像である。図２においては、いずれの画像についても立方体または直方体が示してあるが、これは、三次元画像であることを理解し易くするためである。なお、本実施形態においては、診断対象画像、標準テンプレート、関心領域画像は、いずれも人間の頭部に対応したものとしている。

続いて、図１に示した装置の処理動作について説明する。まず、ＭＲＩ装置などにより撮影された診断対象画像を入力すると、前処理手段１０が、解像度変換処理を行う。これは、入力画像の精度を均一化するために行われる。なお、前処理手段１０において、解像度変換処理は必ずしも行う必要はない。

次に、前処理手段１０は、診断対象画像に対して組織分離処理を行う。組織分離処理とは、神経細胞に対応する灰色の灰白質、それより明るい神経繊維に対応する白質、黒に近い脳脊髄液を分離する処理である。そして、分離した後、灰白質のみを抽出する。この組織分離処理および灰白質の抽出処理は、特許文献１に記載のように公知の技術であるので詳細な説明は省略する。なお、本実施形態では、「組織分離処理」は、「Ashburner J & Friston KJ (1997) Multimodal Image Coregistration and Partitioning - a Unified Framework. NeuroImage 6:209-217」に記載された内容に基づいて行っている。

続いて、前処理手段１０は、組織分離処理後の診断対象画像に対して平滑化処理を行う。平滑化処理とは、解剖学的標準化で吸収できない形態的な個人差を低減することや、統計処理においてガウス分布に近似するように濃度差をつけることを目的として、各ボクセル（voxel）の濃度を平滑化するために行う処理であり、特許文献１に記載のように公知の技術であるので詳細な説明は省略する。ここで、ボクセルとは「厚さ」を持つ画像の座標単位であり、二次元画像におけるピクセルに相当する。なお、前処理手段１０において、組織分離処理、平滑化処理は必ずしも行う必要はない。

このようにして、前処理された診断対象画像に対して、空間的変換手段２０は、標準テンプレートの形状に合わせるための空間的変換規則を求める。なお、前処理手段１０において、組織分離処理を実行した場合は、標準テンプレートとして標準灰白質テンプレートを用いる。通常、人間の頭部は、個人により大きさや形状に差があるため、所定の形状になるように、空間的に変換を行う。一般に、診断対象画像を標準テンプレートの形状に合わせるために空間的変換を行うことは、解剖学的標準化と呼ばれている。空間的変換手段２０は、診断対象画像と標準テンプレートを比較し、診断対象画像と標準テンプレートの位置合わせを行った後、標準テンプレートの形状に合わせるための空間的変換規則を求める。この空間的変換規則は、線形変換もしくは非線形変換のみで構成されていても良いし、線形変換及び非線形変換を含んで構成されていても良い。具体的には、線形変換としてアフィン変換、非線形変換としてＤＣＴ（離散的コサイン変換）等を用いることができる。線形変換と非線形変換を組み合わせた空間的変換は、特許文献１に記載のように公知の技術であるので詳細な説明は省略する。

また、解剖学的標準化としては、「K.J. Friston, J. Ashburner, C.D. Frith, J.-B. Poline,J.D. Heather, and R.S.J. Frackowiak Spatial Registration and Normalization of Images.Human Brain Mapping 2:165-189(1995)」、「J. Ashburner, P. Neelin, D.L. Collins, A.C. Evans and K. J. Friston Incorporating Prior Knowledge into Image Registration.NeuroImage 6:344-352 (1997)」、「J. Ashburner and K. J. Friston Nonlinear Spatial Normalization using Basis Functions.Human Brain Mapping 7(4):in press (1999)」等に記載の手法を用いることも可能である。なお、本実施形態においては、空間的変換手段２０は、実際に診断対象画像に対して空間的変換を行う必要はなく、空間的変換規則を求めるだけで良い。

続いて、空間的変換手段２０が求めた空間的変換規則の逆変換規則を用いて、空間的逆変換手段４０が、関心領域画像を空間的逆変換する処理を行う。これにより、標準テンプレートの形状の関心領域画像を診断対象画像のサイズに合わせた補正関心領域画像が得られる。空間的逆変換は、「J. Ashburner, J. Andersson, and K. J. Friston. Image registration using a symmetric prior - in three-dimensions. Human Brain Mapping,9(4):212-225, 2000.」に記載されているような公知の技術を用いることができる。図２（ｃ）の関心領域画像に対して空間的逆変換を行った結果得られる補正関心領域画像を図２（ｄ）に示す。

次に、画像重畳手段５０が、診断対象画像に補正関心領域画像を重ね合わせる処理を行う。診断対象画像、補正関心領域画像はいずれも同サイズであるので、位置合わせを行った後、重ね合わせる。具体的には、補正関心領域画像を優先し、ボクセルが重なった場合は、補正関心領域画像のボクセル値を、そのボクセルに与えることにより重畳画像を得る。この結果得られる重畳画像を図２（ｅ）に示す。画像重畳手段５０により得られた重畳画像は、液晶ディスプレイ等の表示装置に出力される。実際には、図２（ｅ）に示したような三次元画像の断面である二次元画像が画面に表示されることになる。

以上の処理を行うことにより、撮影した画像の形状を変更していない状態の診断対象画像上に、関心領域を示す情報が重ねて表示されることになるので、患者のどの部分がどの部位であるかを正確に理解することが可能となる。

上記の例では、図２のように、三次元画像のイメージを用いて説明した。画像処理としては、三次元画像に対して行われるが、実際に処理された画像を利用して診断する場合は、三次元画像の断面を切り出した二次元の断面画像で見ることが多い。そこで、次に、上記三次元画像に対する処理が断面画像において、どのように処理されるかについて説明する。

図３は、断面画像を示す図である。図３（ａ）は、標準テンプレートの形状に合わせたアトラス画像である。これは、「タライラック（Talairach）に基づいた海馬」を示している。アトラス画像とは、人体におけるどの位置がどのような部位であるかを示すものであり、いわゆる人体の地図のような役割を果たすものである。アトラス画像は、領域情報画像の一種であり、人体中の部位が占める領域を示す画像となっている。図３（ａ）のアトラス画像は、図２（ｃ）の関心領域画像に相当する。図３（ｂ）は、診断対象画像の断面画像であり、図２（ａ）の診断対象画像に相当する。上記のように、空間的変換手段２０が、診断対象画像と標準テンプレートを比較し、標準テンプレートの形状に合わせるための空間的変換規則を求めた後、空間的逆変換手段４０が、空間的逆変換規則を用いて、アトラス画像を補正して補正アトラス画像を得る。得られた補正アトラス画像を図３（ｃ）に示す。これは、図２（ｄ）の補正関心領域画像に相当する。

次に、画像重畳手段５０が、診断対象画像と補正アトラス画像を重ね合わせる処理を行うことにより、重畳画像が得られる。得られた重畳画像を図３（ｄ）に示す。これは、図２（ｅ）の重畳画像に相当する。このようにして、アトラス画像を診断対象画像のサイズに合わせた後、重ね合わせることにより、形状を変更していない状態の診断対象画像における、特定の部位が明確になる。

（２．第２の実施形態）
次に、第２の実施形態について説明する。図４は、本発明第１の実施形態に係る医療用画像処理装置の一実施形態を示す構成図である。図２において、図１と同様の機能を有する構成要素については、同一符号を付して説明を省略する。図２において、３０は後処理手段、６０は異常部分画像生成手段である。

後処理手段３０は、空間的変換手段２０の後処理として、診断対象画像に対して組織分離処理、平滑化処理を行う機能を有している。異常部分画像生成手段６０は、標準テンプレートの形状に合わせて空間的に変換した標準系診断対象画像と、健常者画像群を比較して、異常部分を表した異常部分画像を生成する機能を有している。

標準テンプレートや関心領域画像は第１の実施形態と同様、形状を合わせて、医療用画像処理装置を実現するコンピュータの記憶装置に事前に記憶しておく。健常者画像は、健常者をＭＲＩ装置で撮影した画像であり、標準テンプレートと同一形状に合わせたものにして、コンピュータの記憶装置に事前に記憶しておく。健常者画像は、多くの健常者について用いるため、多数記憶している。そのため、図４においては、健常者画像群として示している。ここで、各画像の様子を図５に示す。図５（ａ）は診断対象画像、図５（ｂ）は標準テンプレートであり、それぞれ図２（ａ）、図２（ｂ）と同じものである。

続いて、図４に示した装置の処理動作について説明する。第１の実施形態と同様、ＭＲＩ装置などにより撮影された診断対象画像を入力すると、前処理手段１０が、第１の実施形態と同様、解像度変換処理、組織分離処理、平滑化処理を行う。

次に、前処理された診断対象画像に対して、空間的変換手段２０は第１の実施形態と同様、空間的変換を行って、標準系診断対象画像を得るとともに、標準テンプレートの形状に合わせるための空間的変換規則を求める。この結果、得られる標準系診断対象画像を図５（ｃ）に示す。

次に、後処理手段３０が、標準系診断対象画像に対して平滑化処理を行う。平滑化処理は、前処理手段１０において行っているため、空間的変換の前後計２回行うことになる。また、前処理手段１０において組織分離処理を行わなかった場合は、後処理手段３０が組織分離処理を行う。

続いて、異常部分画像生成手段６０が、空間的変換処理済みの標準系診断対象画像と、健常者画像群の比較処理を行って異常部分画像を生成する。具体的には、標準系診断対象画像の各ボクセルから健常者画像群の対応するボクセルのボクセル平均値を引いた値を、健常者画像群の対応するボクセルの標準偏差で割った値であるＺスコアが所定値以上である場合のボクセルに所定のボクセル値を与える。所定値は色分けする数分だけ段階的に設定しておく。例えば、異常部分をＺスコアの大きい部分から順に赤・黄・緑の三色に色分けするとした場合、高・中・低の３つの所定値を設定しておき、Ｚスコアが高の設定値以上である場合は、そのボクセルに赤に相当するボクセル値を与え、Ｚスコアが高の設定値未満で中の設定値以上である場合は、そのボクセルに黄に相当するボクセル値を与え、Ｚスコアが中の設定値未満で低の設定値以上である場合は、そのボクセルに緑に相当するボクセル値を与える。この結果、得られる異常部分画像を図５（ｄ）に示す。

異常部分画像生成手段６０は、Ｚスコア算出前に、マスク処理とボクセル値補正処理を行うようにしても良い。マスク処理とは、半値幅の大きい画像平滑化によって、本来は組織が存在しないボクセル位置に生じているエラー領域であるアーチファクトを取り除く処理である。具体的には、解剖学的標準化で用いた灰白質組織の標準テンプレートを２値化したものをマスクとして、該マスクを標準系診断対象画像の各ボクセル値に乗算することにより、これらのアーチファクトを除去する。

また、ボクセル値補正処理とは、後に比較を行なう際に標準として使用する健常者画像群におけるボクセル値の分布に合わせる処理であり、脳全体のボクセル値を補正するものである。具体的には、全ボクセルについて以下の〔数式１〕によりボクセル値の補正を行なう。

〔数式１〕
ｘ ' ＝ （ Ｍ Ｅ Ａ Ｎ n o r m a l／ Ｍ Ｅ Ａ Ｎ s u b j e c t） ・ｘ
但し、ｘ ： 補正前のボクセル値
ｘ ' ： 補正後のボクセル値
Ｍ Ｅ Ａ Ｎ n o r m a l： 健常者画像群の全ボクセル値の平均
Ｍ Ｅ Ａ Ｎ s u b j e c t： 標準系診断対象画像の全ボクセル値の平均

続いて、空間的変換手段２０が求めた空間的変換規則の逆変換規則を用いて、空間的逆変換手段４０が、異常部分画像を空間的逆変換する処理を行う。これにより、標準テンプレートの形状で求めた異常部分画像を診断対象画像の形状に合わせた補正異常部分画像が得られる。図５（ｄ）の異常部分画像に対して空間的逆変換を行った結果得られる補正異常部分画像を図５（ｆ）に示す。空間的逆変換手段４０は、あらかじめ記憶しておいた関心領域画像に対しても、同様に、逆変換規則を用いて空間的逆変換する処理を行う。これにより、標準テンプレートの形状で用意された関心領域画像を診断対象画像の形状に合わせた補正関心領域画像が得られる。関心領域画像に対して空間的逆変換を行った結果得られる補正アトラス画像を図５（ｅ）に示す。

次に、画像重畳手段５０が、診断対象画像に補正異常部分画像、補正関心領域画像を重ね合わせる処理を行う。診断対象画像、補正異常部分画像、補正関心領域画像はいずれも診断対象画像に合わせた同形状であるので、位置合わせを行った後、重ね合わせる。具体的には、補正関心領域画像を最優先、補正異常部分画像を２番目に優先として、診断対象画像の優先度を一番低くし、ボクセルが重なった場合は、優先度の高い画像のボクセル値を、そのボクセルに与えることにより重畳画像を得る。この結果得られる重畳画像を図５（ｇ）に示す。画像重畳手段５０により得られた重畳画像は、液晶ディスプレイ等の表示装置に出力される。実際には、図５（ｇ）に示したような三次元画像の断面である二次元画像が画面に表示されることになる。

以上の処理を行うことにより、図５（ｇ）に示すように、診断対象画像上に、異常部分が色分けされるとともに、ある領域を示す情報が重ねて表示されることになるので、患者のどの部分が健常者と異なり、その部分がどういう部位であるかを明確に理解することが可能となる。

以上、本発明の好適な実施形態について説明したが、本発明は上記実施形態に限定されず、種々の変形が可能である。例えば、上記実施形態では、組織分離処理、平滑化処理を行った診断対象画像に対して、関心領域画像等の他の画像を重ね合わせる処理をしているが、組織分離処理、平滑化処理等を行わず、撮影されたままの診断対象画像に対して、関心領域画像等の他の画像を重ね合わせる処理を行っても良い。

本発明第１の実施形態に係る医療用画像処理装置の構成図である。 第１の実施形態における三次元画像の処理の様子を示す図である。 第１の実施形態における処理の様子を、断面画像を用いて示した図である。 本発明第２の実施形態に係る医療用画像処理装置の構成図である。 第２の実施形態における三次元画像の処理の様子を示す図である。

符号の説明

１０・・・前処理手段
２０・・・空間的変換手段
３０・・・後処理手段
４０・・・空間的逆変換手段
５０・・・画像重畳手段
６０・・・異常部分画像生成手段

Claims (6)

1. 診断対象とする患者の画像である診断対象画像に、領域の情報を重ね合わせる装置であって、
   入力された診断対象画像と、形状が標準的である標準テンプレートの比較を行い、標準テンプレートから診断対象画像への空間的変換規則を求める変換規則算出手段と、
   領域を示す領域情報画像に対して、前記算出した空間的変換規則により空間的変換を行って補正領域情報画像を得る空間的変換手段と、
   前記診断対象画像に、補正領域情報画像を重ね合わせる画像重畳手段と、
   を有することを特徴とする医療用画像処理装置。
2. 入力された診断対象画像に対して組織分離処理を行う組織分離処理手段をさらに有し、
   前記画像重畳手段は、組織分離処理後の診断対象画像に、補正領域情報画像を重ね合わせるものであることを特徴とする請求項１に記載の医療用画像処理装置。
3. 診断対象とする患者の画像である診断対象画像に、異常のある部分および領域の情報を重ね合わせる装置であって、
   入力された診断対象画像を、形状が標準的である標準テンプレートに合わせるべく空間的変換を行って、標準系診断対象画像を得る空間的変換手段と、
   前記標準系診断対象画像と健常者の画像の集合である健常者画像群の比較を行い、異常のある部分を示す異常部分画像を生成する異常部分画像生成手段と、
   領域を示す領域情報画像に対して、前記空間的変換のために求めた空間的変換規則の逆変換である空間的逆変換規則により空間的逆変換を行って補正領域情報画像を得るとともに、前記異常部分画像に対して、前記空間的逆変換規則により空間的逆変換を行って補正異常部分画像を得る空間逆変換手段と、
   前記診断対象画像に、補正領域情報画像および補正異常部分画像を重ね合わせる画像重畳手段と、
   を有することを特徴とする医療用画像処理装置。
4. 入力された診断対象画像に対して組織分離処理を行う組織分離処理手段をさらに有し、
   前記画像重畳手段は、組織分離処理後の診断対象画像に、補正領域情報画像および補正異常部分画像を重ね合わせるものであることを特徴とする請求項３に記載の医療用画像処理装置。
5. 前記診断対象画像は、患者の脳を含む画像であることを特徴とする請求項１から請求項４のいずれかに記載の医療用画像処理装置。
6. コンピュータを、請求項１から請求項５のいずれかに記載の医療用画像処理装置として機能させるためのプログラム。
   
   
   

Images