JP2007248121A - 断層画像の輪郭抽出方法、プログラム、および装置 - Google Patents

Abstract

【課題】画像診断において用いられる画像につき、閾値法によらない輪郭抽出法を提供する。
【解決手段】被験者から収集された投影データ、または、当該投影データから作成されたサイノグラムを含む画像データにつきエッジ強調処理を施した後、エッジ強調後の画像データにつきカウント数の微分化処理を行ってエッジ抽出を行う。抽出されたエッジに基づき曲線近似を行って得られた近似曲線を用い、３６０°逆投影することにより被験者の輪郭画像を形成する。
【選択図】図１

Description

本発明は、陽電子放出型断層撮像（以下、ＰＥＴと称す）画像及び単光子放出型断層撮像（以下、ＳＰＥＣＴと称す）画像を含む核医学画像の画像処理方法、当該方法を実施するためのプログラム、並びに画像処理装置に関する。より詳しくは、ＰＥＴ画像及びＳＰＥＣＴ画像を含む核医学画像を用いた、断層画像の輪郭抽出方法、当該方法を実施するためのプログラム、並びに画像処理装置に関する。

ＰＥＴ画像及びＳＰＥＣＴ画像に代表される核医学画像は、心臓疾患や癌をはじめとする種々の疾患の診断に有効である。これらの画像は、特定の放射性同位元素でラベルされた薬剤（以下、「放射性医薬品」と称す）を投与し、該薬剤より直接的または間接的に放出されたγ線を専用のカメラによって検出し、再構築することによって得られる。核医学画像は、疾患に対する特異度や感度が高いという優れた性質を有しているばかりでなく、病変部の機能に関する情報を得ることができるという、他の診断画像にはない特徴を有している。
例えば、ＰＥＴ検査に用いられる放射性医薬品の一つである、［^１８Ｆ］２−フルオロ−２−デオキシ−Ｄ−グルコースは、糖代謝の盛んな部位に集積する性質があるため、これを被験者に投与してＰＥＴ画像を得ることにより、糖代謝が盛んな腫瘍を特異的に検出することが可能となる。

上述したように、核医学画像は被験者に投与された放射性医薬品から直接的または間接的に放出されたγ線を検出することにより得られるが、γ線は生体内において減弱を受けるため、検出されたγ線の強度は体表からの深さに応じて減弱されたものとなる。従って、検出されたγ線強度を用いて核医学画像を再構築する際には、生体におけるγ線の減弱を考慮した、減弱補正を行う必要がある。

これまでに、種々の減弱補正方法が考案され、核医学画像の再構成にて応用されている（非特許文献１）。主な減弱補正方法としては、核医学画像の投影データないしは再構成画像から求めた減弱係数分布を用いる方法と、透過型ＣＴのデータから求めた減弱係数分布を用いる方法に大別される。

前者の方法のうち、Ｓｏｒｅｎｓｏｎによる方法は、体内を均一な吸収体と仮定し、対向する投影データの幾何平均をとり、体厚と減弱係数による補正を乗算し、画像の再構成を行う方法である（非特許文献２）。この方法は、体輪郭が既知であれば処理が容易であり、計算時間が短くてすむといった特徴を有するものの、体内は均一体と仮定できるものではいため、本方法にて正確な吸収補正を行うことは事実上不可能である。

前者に含まれるもう一つの方法として、Ｃｈａｎｇによる方法が知られている（非特許文献３、非特許文献４）。Ｃｈａｎｇによる方法は、体輪郭と減弱係数から求めた補正値を、再構成後の断層像に対して掛け合わせた後（一次補正）、逐次近似的に補正を行う方法である。この方法では、正確な体内減弱係数マップを用いることにより、より正確な減弱補正が可能である。

一方、透過型ＣＴを用いた方法には、外部線源を用いたトラッスミッションスキャンによる方法と、X線ＣＴ画像に基づく減弱補正マップを用いる方法とがある。前者は、被験者を挟んで検出器に対向して設置された外部線源より放出されるγ線をカメラで検出し、そのデータから求めた減弱係数分布を用いる減弱補正方法である（非特許文献５）。この方法は、Ｘ線ＣＴ装置を有さない施設においても容易に実施できるといった利点があるが、外部線源が必要であり、また、外部線源による被験者の被ばく増大、検査の長時間化といった欠点がある。

Ｘ線ＣＴ画像に基づく減弱補正マップを用いる方法は、被験者のＸ線ＣＴ画像を撮像し、そのＣＴ値より線減弱係数を見積もって、減弱係数分布を求める方法である。この方法は、外部線源を用いる必要がなく、被験者のＸ線ＣＴ画像データから直接的に減弱係数分布を求める方法であるため、より正確な減弱補正を行うことが可能となる。しかし、被験者のＸ線ＣＴ画像データを用いる必要があるため、Ｘ線ＣＴ装置を有していない施設では実施することができなく、またＳＰＥＣＴ画像との正確な位置合せの困難性、Ｘ線による被ばくの増大といった問題点がある。

ところで、Ｓｏｒｅｎｓｏｎによる方法及びＣｈａｎｇによる方法や、外部線源を用いたトラッスミッションスキャンを利用した方法にて減弱補正を行う場合には、減弱係数分布を得るために、核医学画像から被験者の輪郭をできるだけ正確に抽出する必要がある。核医学画像上で被験者の輪郭を抽出する方法としては、主に、カウント数又はＳＰＥＣＴ値に閾値を設定する方法が用いられている。例えば、核医学画像の再構成画像上でＳＰＥＣＴ値に閾値を設定する方法や、投影データから作成したサイノグラム上でカウント数に閾値を設定する方法が用いられている。
楠岡英雄、西村恒彦 監修、藤林靖久、田口正俊、天野昌治 共著、「核医学イメージング」初版、コロナ社、２００１年２月１８日発行、p.82-86 Sorenson, J. A., "Quantitative measurement of radioactivity in vivo by whole-body counting.", Instrumentation Nuclear Medicine, （米国）, 1974年, 第2巻, p.311-348 Chang, L. T., "A method for attenuation correction in radionuclide tomography.", IEEE Transactions on Nuclear Science. pISSN: 0018-9499, （米国）, Professional Technical Group on Nuclear Science, 1978年, 第25巻, p.638-643 Chang, L. T., "Attenuation and incomplete projection in SPECT.", IEEE Transactions on Nuclear Science. pISSN: 0018-9499, （米国）, Professional Technical Group on Nuclear Science, 1979年, 第26巻, p.2780-2789 Murase, K. et al., "Improvement of brain single photon emission tomography(SPET) using transmission data acquisition in a four-head SPET scanner.", European Journal of Nuclear Medicine. pISSN: 0340-6997, （独国）, Springer Verlag, 1993年, 第20巻, p.32-38

上述したように、核医学画像の再構築においては減弱補正を行う必要があり、そのためには被験者における減弱係数分布を推定する必要がある。このとき、特にＸ線ＣＴ装置を有していない施設においては、核医学画像データから被験者の輪郭を抽出する必要があるが、この輪郭抽出は、再構成画像上またはサイノグラム上で閾値を設定することにより行われている。

しかし、閾値を利用した方法では、設定した閾値により、輪郭を過大または過小評価してしまう場合がある。また、例えば脳血流画像における虚血部位のように、核医学画像上で欠損部位があった場合に、輪郭抽出が不正確になりやすいといった問題がある。さらに、画像に欠損がない場合であっても、例えば頭頚部等のように輪郭形状が複雑な部位では、輪郭抽出が不正確になりやすい。このように、抽出された体輪郭の形状が不正確となると、減弱補正が不正確となるため好ましくない。

本発明は上記事情に鑑みてなされたものであり、ＰＥＴ及びＳＰＥＣＴを初めとする核医学画像から被験者の体輪郭を精度良く抽出する方法、当該方法を実施するためのプログラム、並びに画像処理装置を提供することを目的とした。

発明者等は検討を重ねた結果、被験者の画像データにつきエッジ抽出の手法により輪郭データを抽出し、この抽出された輪郭データを曲線近似することによって、断層画像から精度良く被写体の輪郭を抽出できることを見出し、本発明を完成した。

本発明の一側面に係る断層画像の輪郭抽出方法は、被験者の画像データにつきエッジ強調を行うエッジ強調工程と、エッジ強調後の画像データにつきカウント数の微分処理を行ってエッジ抽出を行うエッジ抽出工程と、前記抽出されたエッジにつき近似曲線を適用する曲線近似工程と、得られた近似曲線に基づき被験者の輪郭画像を形成する輪郭画像形成工程とを含む。

本発明の別の一側面に係る断層画像の輪郭抽出プログラムは、コンピュータに、被験者の画像データにつきエッジ強調を行うエッジ強調処理と、エッジ強調後の画像データにつきカウント数の微分処理を行ってエッジ抽出を行うエッジ抽出処理と、前記抽出されたエッジにつき近似曲線を適用する曲線近似処理と、得られた近似曲線に基づき被験者の輪郭画像を形成する輪郭画像形成処理とを順次実行させる。

本発明のさらに別の一側面に係る断層画像の輪郭抽出装置は、被験者の画像データにつきエッジ強調を行うエッジ強調手段と、エッジ強調後の画像データにつきカウント数の微分処理を行ってエッジ抽出を行うエッジ抽出手段と、前記抽出されたエッジにつき近似曲線を適用する曲線近似手段と、得られた近似曲線に基づき被験者の輪郭画像を形成する輪郭画像形成手段とを備える。

画像データとしては画像診断の分野において用いられる種々のデータを用いることができ、例えば、被験者の投影データ、投影データより再構成された断層画像の他、投影データより作成されたサイノグラム等を用いることができる。従って、本発明に係る断層画像の輪郭抽出プログラムは、コンピュータに、エッジ強調処理を実行させる前に投影データからサイノグラムを作成するサイノグラム作成処理をさらに実行させても良く、本発明に係る断層画像の輪郭抽出装置は、投影データからサイノグラムを作成するサイノグラム作成手段をさらに含むものであっても良い。

エッジ強調処理は、種々の方法によって行うことができ、例えばいわゆる分散フィルタに代表されるような、エッジを強調することができるフィルタを画像データに適用することにより行うことができる。分散フィルタとしては、バリアンスディペンデントフィルタを好ましく用いることができる。このとき、バリアンスディペンデントフィルタ処理後の画像データに、さらにメディアンフィルタを適用しても良い。

曲線近似は、種々の関数及び方法を用いることができ、例えば最小二乗法による多項式近似あるいはフーリエ級数近似によってデータ点に合わせるといった方法を用いることができる。このとき、特に画像データとしてサイノグラム及び再構成された断層画像を用いている場合には、フーリエ級数近似等の周期関数近似を用いることが好ましい。

輪郭画像の形成方法は、用いた画像データの種類に応じて種々の方法を選択する。例えば、画像データとして断層画像を用いて処理を行った場合は、抽出されたエッジに対して得られた近似曲線を、画像空間上に表すことによって行うことができる。また、画像データとして投影データより作成したサイノグラムを用いた場合は、近似曲線を画像空間上に逆投影することによって行うことができる。

本発明に係る断層画像の輪郭抽出方法、プログラム及び装置を用いることにより、断層画像から被写体の輪郭を精度良く抽出することが可能となった。

以下、本発明における最も好ましい実施形態につき、図面を参照して説明する。図１は、本発明に係る断層画像の輪郭抽出方法（以下、本方法という）について、その最も好ましい実施形態における処理の流れを示す流れ図である。本方法は、コンピュータに被験者の画像データを読み込ませ、種々の指令を与えることにより実行される。

本方法に用いられる画像データとしては、画像診断において通常用いられる種々の画像データを用いることができるが、本方法による効果を最も受ける画像としては、ＰＥＴ又はＳＰＥＣＴ等の核医学画像データである。以下、頭部核医学画像を用いた場合を例にとり、本発明に係る輪郭抽出方法について説明する。

本方法の実施にあたっては、まず、輪郭抽出の対象となる被験者の投影データを収集する（ステップＳ０１）。投影データは、公知の方法によって収集することができる。例えばＰＥＴ画像データやＳＰＥＣＴ画像データを用いる場合は、被験者に放射性医薬品を投与し、それぞれＰＥＴカメラ又はＳＰＥＣＴカメラを用いて得ることができる。ステップＳ０１では、このようにして得られた投影データをコンピュータに読み込む。

投影データはコンピュータで読み取り可能なデータ形式で保存されていればよく、例えば、ＤＩＣＯＭ形式で保存されたデータを用いることができる。このような投影データは、例えば、コンパクトディスクを初めとするコンピュータで読み取り可能な記憶媒体に格納した形で提供することができる。投影データを格納した記憶媒体をコンピュータに備え付けられたデータ読み取り装置に挿入することにより、投影データがコンピュータに読み込まれ、当該コンピュータ上で本方法による輪郭抽出処理を行うことが可能となる。また当該データは、搬送波に重畳されたコンピュータデータ信号として、ネットワークを介して直接取得されるものであっても良い。

なお、投影データは、予めスムージング処理や平滑化フィルタ処理を行うことによって、ノイズの除去を行っておくことが望ましい。ノイズの除去が不十分なまま後のエッジ抽出処理を行うと、輪郭以外の部分のエッジを抽出してしまうおそれがあるからである。平滑化フィルタとしては、公知のものを用いることができ、例えばバターワースフィルタやガウシアンフィルタ等を用いることができる。この処理は、サイノグラム作成処理工程の前でも後でも良いが、エッジ強調処理工程の前に行う必要がある。

投影データの収集が完了したら、収集した投影データからサイノグラムを作成する（ステップＳ０２）。サイノグラムは、収集した投影データのうちある１断面の投影データを投影角度の順に並べて得られる二次元データのことをいい、公知の方法によって作成することができる。例えば、各断面について４°毎の角度間隔で０〜３６０°にわたって得られた投影データ（ｘ、ｙ）を考えた場合、あるｙ値（体軸方向のある位置）における投影データ（ｘ）を０°から３６０°にわたって２次元座標の上から下に順次配置することにより任意の断層面（ｙ）におけるサイノグラムを作成することができる。図７はサイノグラムの一例であり、縦軸は投影角度（０〜３６０°）を表わし、横軸は、縦軸が表わす投影角度毎（４°毎）に、その投影角度を有する軸上における検出器からの距離を表わし、この投影角度及び距離によって特定される位置毎に、当該位置の信号強度（検出器によるカウント数）に応じて画素値を対応させることにより作成された画像である。

サイノグラムの作成が終了したら、エッジ強調処理工程を行う（ステップＳ０３）。エッジ強調処理工程は公知の方法によって行うことができ、例えばエッジをぼかすことなく平滑化処理することにより、エッジをより強調するといった方法を用いることができる。好ましい形態において、エッジの強調は、いわゆる分散フィルタに代表されるような、エッジを強調することができるフィルタを画像データに適用することにより行うことができる。最も好ましい形態において、分散フィルタとして公知のバリアンスディペンデントフィルタを用いることができる（システム制御情報学会編、英保茂著、「医用画像処理」、朝倉書店、ｐ．３８〜４１）。

以下、バリアンスディペンデントフィルタを用いたエッジ強調処理方法につき、具体的に説明する。まず、図６ａ〜ｄに示すように、ある注目画素の回りに、当該画素を一つの頂点として有する、大きさk×k（kは2以上の任意の値）の４つの近傍小領域を仮定する。仮定したそれぞれの小領域につき画素値の平均値及び分散を計算し、得られた分散の値を、上記小領域同士で比較する。最も分散の値が小さい小領域における画素値の平均値を、注目画素における画素値として適用する。また、分散に依存した加重を考慮して画素値を決定しても良い（システム制御情報学会編、英保茂著、「医用画像処理」、朝倉書店、ｐ．３８〜４１）。この操作を全ての画素に対して逐次実行することにより、バリアンスディペンデントフィルタ処理が完了する。

なお、エッジ強調処理工程に先立ち、作成したサイノグラムの中心部を０値化する処理を行っても良い。このような中心部における信号の０値化処理を行うことにより、後の工程における計算量を減少させることができ、コンピュータによる処理負担及び処理に要する時間を減少させることが可能となる。中心部における信号の０値化処理は、設定した閾値以上の信号を除去する事によって行うことができる。このときに用いる閾値は、より多くの信号を除去できる程度の大きさを用いることが望ましいが、輪郭部近傍のカウント数よりも十分に大きな値を用いる必要がある。

エッジ強調処理が終了したら、エッジ抽出処理工程を行う（ステップＳ０４）。
図２に、エッジ抽出処理工程における処理の流れを示す。エッジ抽出処理工程においては、まず、エッジ強調処理工程後のサイノグラムにつき、微分化処理を行う（ステップＳ１１）。この微分化処理は、サイノグラムにソーベルフィルタやプレウィットフィルタ等の公知の微分化フィルタを適用することによって行うことができる（システム制御情報学会編、英保茂著、「医用画像処理」、朝倉書店、ｐ．４１〜４５）。

微分化処理が終了したら、エッジ抽出を行う（ステップＳ１２）。エッジ部分は左右両端の変化率が大きい部分であると考えられるので、エッジ抽出は、例えば微分化処理の終了したサイノグラムの各軸上における左右両端からの最初のピーク位置、すなわち、サイノグラムの投影角度毎に、横軸が表わす最小値から増加する方向に向かっての最初のピーク位置、及び、横軸が表わす最大値から減少する方向に向かっての最初のピーク位置を抽出することによって行うことができる。この様にして抽出されたデータのみを新たな空間上に配置するか、又は抽出されたデータ以外のデータを、サイノグラム上から除去することにより、エッジ抽出処理工程を完了することができる。なお、サイノグラムにおいて、１８０°対向しているデータ同士（すなわち、中心点に対して点対称であるデータ同士）は、同一の画素に由来するデータである。従って、このような中心点に対して点対称となるデータ同士の平均値を計算し、画像の右半分又は左半分のデータ点に配置することによって、データをより安定化させることができる（図１３参照）。

エッジ抽出処理工程が完了したら曲線近似処理工程を行い、抽出されたデータ集合を滑らかな連続したデータに変換する（ステップＳ０５）。この処理は、最小二乗法による多項式近似やフーリエ級数近似等の公知方法により、任意の曲線を用いた近似によって行うことができる。なお、サイノグラム及び再構成画像の何れを用いた場合であっても、近似曲線の両端は後の輪郭画像形成処理工程のために一致していなければならない。従って、この場合にはフーリエ級数近似等の周期関数近似により曲線近似処理を行うのが適切である。フーリエ級数近似を用いた場合、次数が高い程データに対する近似精度が向上するが、細かい変動をも再現してしまうため注意する必要がある。画像データが頭部核医学画像である場合には、次数としては5を用いれば十分である。

曲線近似処理工程が完了したら、輪郭画像形成処理工程を行う（ステップＳ０６）。この処理は、サイノグラムを用いた場合は、曲線近似処理工程にて得られた近似曲線を、３６０°逆投影することによって行うことができる。例えば、曲線近似処理工程にて得られた近似曲線につき、一定角度きざみで０から３６０°にわたって横軸方向の値Ｒを読み取る。次に、中心Ｏで直交する２方向の距離によって位置が特定される座標平面において、中心Ｏを通り予め定めた一方の座標軸と角度Ａで交わる直線上で中心Ｏから距離Ｒの点をプロットする。この操作を、Ａにつき一定角度きざみで０から３６０°にわたって行う。そして、プロットされた点を結ぶ等の補間処理を必要に応じて行うことにより、輪郭画像が得られる。逆投影によって得られた輪郭画像を画像空間上に配置し、必要に応じてディスプレイ等の表示装置で表示することにより、本方法による処理が終了する。

なお、本方法は、上記で説明したようなサイノグラムを用いて行う方法以外に、投影データより再構成された断層画像を用いて行っても良い。図３にこの場合の処理の流れを示す。断層画像を用いて処理を行う場合は、図１におけるサイノグラム作成処理工程（ステップＳ０２）の代わりに、断層画像再構成処理工程（ステップＳ２２）を実行する。断層画像の再構成は、ＰＥＴやＳＰＥＣＴにおいて通常行われている公知の方法を用いることができる。また、この方法を用いた場合のエッジ抽出処理（ステップＳ２４）における微分化処理工程は、公知の微分化フィルタを、再構成画像に適用することによって行うことができる。曲線近似工程（ステップＳ２５）は、例えば次のような方法にて行うことができる。まず、中心Ｏを起点とし、Ｏを通る横軸と任意の角度Ａで交わる直線を考える。この直線上に存在するエッジＥとＯとの距離Ｒを測定する。この操作を、Ａにつき一定角度きざみで０から３６０°にわたって行う。縦軸に角度Ａ、横軸にＲをプロットした曲線を作成し、この曲線に対してフーリエ級数等による近似を行う。この一連の処理によって、曲線近似工程（ステップＳ２５）を行うことができる。また、輪郭画像形成処理（ステップＳ２６）は、得られた近似曲線から各角度Ａに対するＲを再配置、すなわち３６０°逆投影することにより、実行することができる。上述した以外は、図１を参照して説明したのと同様の処理を行う。

次に、本発明の別の一側面に係る断層画像の輪郭抽出プログラム（以下、本プログラムとする）における好ましい実施形態につき説明する。図４は、本プログラムの最も好ましい実施形態における構成を、記憶媒体と共に示す図である。最も好ましい形態において、本プログラム９０は、記憶媒体１００に格納されて提供される。記憶媒体１００としては、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ、ＤＶＤ、あるいはその他のＲＯＭ等の記憶媒体あるいは半導体メモリ等が例示される。

プログラム９０が格納された記憶媒体１００をコンピュータに備えられた読取装置に挿入することにより、コンピュータがプログラム９０にアクセス可能になり、当該断層画像の輪郭抽出プログラム９０によって、断層画像の輪郭抽出装置１８０として動作することが可能となる。

図４に示すように、本プログラム９０は、処理を統括するメインモジュール１０と、入力モジュール２０と、サイノグラム作成モジュール３０と、エッジ強調処理モジュール４０と、エッジ抽出処理モジュール５０と、曲線近似処理モジュール６０と、輪郭画像形成処理モジュール７０と、出力モジュール８０とを備えている。

入力モジュール２０は、コンピュータに投影データを入力する処理を実行させる。具体的には、入力モジュール２０は、コンピュータに、上述したステップＳ０１に係る処理を実行させる。例えば、入力された投影データは被験者の複数の断面の投影データからなり、各断面について、投影角度と、その投影角度を有する軸上における検出器からの距離とによって特定される位置毎に、カウント数が対応付けられたデータである。

サイノグラム作成処理モジュール３０は、入力された投影データからサイノグラムを作成する処理をコンピュータに実行させる。具体的には、サイノグラム作成処理モジュール３０は、コンピュータに、上述したステップＳ０２に係る処理を実行させる。例えば、入力モジュール２０によって入力された投影データのうちある１断面の投影データについて、０〜３６０°にわたって４°毎に、２次元座標の上から下に順次配置する。すなわち、メモリに、投影角度と、その投影角度を有する軸上における検出器からの距離とによって特定される２次元の記憶領域を確保し、個々の記憶領域に、対応する画素値を記憶する。

エッジ強調処理モジュール４０は、作成したサイノグラムにおいてエッジを強調させる処理を、コンピュータに実行させる。好ましい形態において、この処理は、エッジをぼかすことなく平滑化させる機能を有するフィルタをサイノグラムに適用することにより行われ、具体的には、コンピュータに上記ステップＳ０３に係る処理を実行させることにより行われる。例えば、サイノグラム作成処理モジュール３０による処理の結果としてメモリに記憶されたデータについて、上記ステップＳ０３に係る処理を実行させ、その結果得られたデータをメモリに記憶する。

エッジ抽出処理モジュール５０は、上記サイノグラム上でエッジを抽出する処理を、コンピュータに実行させる。最も好ましい形態において、この処理は、サイノグラム上のデータの微分化処理を行い、得られた微分値の最大値をサイノグラムの各座標軸上にて抽出することによって行われる。具体的には、エッジ抽出処理モジュール５０は、コンピュータに、上記ステップＳ０４及び上記ステップＳ１１〜Ｓ１２に係る処理を実行させる。例えば、エッジ強調処理モジュール４０による処理の結果としてメモリに記憶されたデータについて、上記ステップＳ０４及び上記ステップＳ１１〜Ｓ１２に係る処理を実行させ、その結果得られたデータをメモリに記憶する。

曲線近似処理モジュール６０は、エッジ抽出処理モジュールによって抽出されたデータ点を曲線近似する処理をコンピュータに実行させる。最も好ましい形態において、この処理は、エッジ抽出処理モジュールによって抽出されたデータをフーリエ級数近似することによって行われる。具体的には、曲線近似処理モジュール６０は、コンピュータに上記ステップＳ０５に係る処理を実行させる。例えば、エッジ抽出処理モジュール５０による処理の結果としてメモリに記憶されたデータが表わす点を曲線近似し、その結果得られた近似曲線上の座標、すなわち、一定角度きざみで０〜３６０°にわたる横軸方向の値Ｒをメモリに記憶する。

輪郭画像形成処理モジュール７０は、曲線近似処理によって得られた近似曲線から、輪郭画像を形成する処理をコンピュータに実行させる。具体的には、輪郭画像形成処理モジュールは、コンピュータに上記ステップＳ０６に係る処理を実行させる。例えば、曲線近似処理モジュール６０による処理の結果としてメモリに記憶された近似曲線上の座標、すなわち、一定角度きざみで０〜３６０°にわたる横軸方向の値Ｒを読み取る。次に、中心Ｏで直交する２方向の距離によって位置が特定される座標平面において、中心Ｏを通り予め定めた一方の座標軸と角度Ａで交わる直線上で中心Ｏから距離Ｒの点をプロットする。この操作を、Ａにつき一定角度きざみで０から３６０°にわたって行う。そして、プロットされた点を結ぶ等の補間処理を必要に応じて行うことにより、得られた輪郭画像をメモリに記憶する。プロットされた点を結ぶ手順の具体例は後述する。

出力モジュール８０は、作成した輪郭画像を、コンピュータにディスプレイといった表示装置に表示させる処理を実行させる。例えば、輪郭画像形成処理モジュール７０による処理の結果としてメモリに記憶された輪郭画像をメモリから読み出し、コンピュータの表示制御部において画像信号を生成し表示装置に出力する。

なお、本プログラム９０は、搬送波に重畳されたコンピュータデータ信号としてネットワークを介して提供されるものであっても良い。この場合、本プログラム９０は、コンピュータに備えられた通信装置によって受信され、同じくコンピュータに備えられたメモリに格納されることにより、当該コンピュータにより実行される。

次に、本発明のさらに別の一側面に係る断層画像の輪郭抽出装置（以下、本装置とする）につき説明する。図５は、本装置の最も好ましい実施形態における構成を示す図である。図５に示すように、本装置１８０は、機能ブロックとして、入力部１１０、サイノグラム作成処理部１２０、エッジ強調処理部１３０、エッジ抽出部１４０、曲線近似処理部１５０、輪郭画像形成処理部１６０、出力部１７０より構成されている。

入力部１１０は、上記ステップＳ０１に係る処理を行う。サイノグラム作成処理部１２０は、上記ステップＳ０２に係る処理を行う。エッジ強調処理部１３０は、上記ステップＳ０３に係る処理を行う。エッジ抽出部１４０は、上記ステップＳ０４に係る処理を行う。曲線近似処理部１５０は、上記ステップＳ０５に係る処理を行う。輪郭画像形成処理部１６０は、上記ステップＳ０６に係る処理を行う。出力部１７０は、作成した輪郭画像を、ディスプレイといった表示装置に表示させる処理を行う。

以下、実施例を記載して本発明をさらに詳しく説明するが、本発明はその内容に限定されるものではない。

正常ボランティア（４５才、男性）に、［Ｎ，Ｎ’−エチレンジ−Ｌ−システィネート（３−）］オキソテクネチウム（９９ｍＴｃ）ジエチルエステル注射液（株式会社第一ラジオアイソトープ研究所製）を７４０ＭＢｑ投与し、頭部のSPECT投影データ（マトリックスサイズ：１２８、ピクセルサイズ：１．７５ｍｍ、回転半径：１５０ｍｍ、収集時間：１７分、収集角度間隔：４°）を収集した。投影データにつきＴＥＷ法による散乱補正を行った後、頭頂部から数えて４５枚目のスライス（断面）につき横軸をｘ座標の値、縦軸を投影角度として、カウント数で表したサイノグラムを作成した（図７）。
別に、１枚目のスライスについてもサイノグラムを作成し、頭皮部分の最大カウント（以下、Ｉ_ｍａｘとする）を求めた。

作成したサイノグラムにつき、Ｉ_ｍａｘ以上のカウント数を削除することによって、中心データの０値化を行い（図８）、バターワースフィルタ（オーダー：４、カットオフ周波数：０．７５サイクル／ｃｍ）を適用してノイズの除去を行った（図９）。

次いで、このサイノグラムにバリアンスディペンデントフィルタ（マトリックス：５×５）を適用してエッジ強調を行い（図１０）、さらにソーベルフィルタを適用して微分化処理を行った（図１１）。得られた画像の右半分及び左半分のそれぞれにつき、最大値を示す画素を選択することによるエッジ抽出を行った（図１２）。エッジ抽出後の画像につき、中心点から点対称にあるデータ点同士の平均値を計算し（図１３）、計算結果を画像の右側における当該データ位置に表示した。得られた抽出画像につき５次のフーリエ級数近似を行い、近似曲線を得た（図１４）。

得られた近似曲線につき、３６０°の逆投影を行い、サイノグラムに基づいて決定される位置及び角度にて特定される位置から、検出器に向かう直線を逐次作成した（図１５）。隣り合う直線の交点を抽出する操作をすべての直線について逐次実行し、隣り合う交点を直線で結ぶことにより輪郭画像を得た（図１６）。

別に、上記輪郭画像の作成に供したスライスにつき、再構成画像を作成し、上記輪郭画像と重ね合わせて表示した（図１７）。この図に示すように、作成した輪郭画像は再構成画像の輪郭と非常に良く一致していた。この結果より、本方法により診断画像データにおける輪郭を精度良く抽出しうることが示された。

本発明は診断画像の画像処理プログラム及び画像処理装置の分野において利用することができる。

本発明に係る方法の一例におけるフローチャートを示す図である。 エッジ抽出処理工程の一例におけるフローチャートを示す図である。 本発明に係る方法の一例におけるフローチャートを示す図である。 本発明に係るプログラムにおける構成の一例を示す図である。 本発明に係る装置の機能ブロックの一例を示す図である。 バリアンスディペンデントフィルタにおける計算領域の設定の概念を示す図である。（一例として、３×３マトリックスを用いて計算した例を表示） 投影データより作成したサイノグラムの一例を示す図である。 図７にて作成したサイノグラムにつき、中心部データの０値化処理を行った結果を示す図である。 図８にて中心部の０値化処理を行ったサイノグラムにつき、バターワースフィルタを適用して平滑化を行った結果を示す図である。 図９にてバターワースフィルタを適用したサイノグラムにつき、バリアンスディペンデントフィルタを適用してエッジの強調を行った結果を示す図である。 図１０にてエッジの強調を行ったサイノグラムにつき、ソーベルフィルタを適用して微分化処理を行った結果を示す図である。 図１１にて微分化処理を行ったサイノグラムにつき、エッジの抽出処理を実行した結果を示す図である。 図１２にてエッジ抽出処理を実行したサイノグラムにつき、中心点に対して点対称となるデータ同士の平均化処理を実行することを示す概念図である。 図１３に示す平均化処理後のサイノグラムにつき、フーリエ級数近似を実行した結果を示す図である。 図１４にて得られた近似曲線の３６０°逆投影を実行した結果を示す図である。 図１５にて得られた逆投影像から輪郭画像を抽出した結果を示す図である。 図１６にて得られた輪郭画像と、投影画像より再構成された断層画像との重ね合わせ表示を行った結果を示す図である。

符号の説明

１０ メインモジュール
２０ 入力モジュール
３０ サイノグラム作成モジュール
４０ エッジ強調処理モジュール
５０ エッジ抽出処理モジュール
６０ 曲線近似処理モジュール
７０ 輪郭画像形成処理モジュール
８０ 出力モジュール
９０ 断層画像の輪郭抽出プログラム
１００ 記憶媒体
１１０ 入力部
１２０ サイノグラム作成処理部
１３０ エッジ強調処理部
１４０ エッジ抽出部
１５０ 曲線近似処理部
１６０ 輪郭画像形成処理部
１７０ 出力部
１８０ 断層画像の輪郭抽出装置

Claims (10)

1. 被験者の画像データにつきエッジ強調を行うエッジ強調工程と、
   エッジ強調後の画像データにつきカウント数の微分処理を行ってエッジ抽出を行うエッジ抽出工程と、
   前記抽出されたエッジにつき近似曲線を適用する曲線近似工程と、
   得られた近似曲線に基づき前記被験者の輪郭画像を形成する輪郭画像形成工程と、
   を含むことを特徴とする、断層画像の輪郭抽出方法。
2. 前記被験者の画像データが、投影データに基づいて作成されたサイノグラムであり、
   前記輪郭画像形成工程が、前記曲線近似工程にて得られた近似曲線を３６０°逆投影する工程である、
   請求項１に記載の断層画像の輪郭抽出方法。
3. 前記曲線近似工程にて適用される近似曲線が、フーリエ級数近似によって与えられるものである、請求項１又は２のいずれか1項に記載の断層画像の輪郭抽出方法。
4. 前記エッジ強調工程が、前記画像データにエッジを強調することができるフィルターを適用することによって与えられるものである、請求項１〜３のいずれか１項に記載の断層画像の輪郭抽出方法。
5. コンピュータに、
   被験者の画像データにつきエッジ強調を行うエッジ強調処理と、
   エッジ強調後の画像データにつきカウント数の微分処理を行ってエッジ抽出を行うエッジ抽出処理と、
   前記抽出されたエッジにつき近似曲線を適用する曲線近似処理と、
   得られた近似曲線に基づき前記被験者の輪郭画像を形成する輪郭画像形成処理と、
   を順次実行させるための、断層画像の輪郭抽出プログラム。
6. コンピュータに、
   被験者の投影データからサイノグラムを作成するサイノグラム作成処理と、
   前記サイノグラムにつきエッジ強調を行うエッジ強調処理と、
   エッジ強調後のサイノグラムにつきカウント数の微分処理を行ってエッジ抽出を行うエッジ抽出処理と、
   前記抽出されたエッジにつき近似曲線を適用する曲線近似処理と、
   得られた近似曲線を３６０°逆投影することにより前記被験者の輪郭画像を形成する輪郭画像形成処理と、
   を順次実行させるための、断層画像の輪郭抽出プログラム。
7. 前記曲線近似処理が、前記エッジ抽出処理後のエッジにつきフーリエ級数近似を行うものである、請求項５又は６のいずれか１項に記載の断層画像の輪郭抽出プログラム。
8. 前記エッジ強調処理が、前記被験者の画像データにエッジを強調することができるフィルタを適用するものである、請求項５〜７のいずれか１項に記載の断層画像の輪郭抽出プログラム。
9. 被験者の画像データにつきエッジ強調を行うエッジ強調手段と、
   エッジ強調後の画像データにつきカウント数の微分処理を行ってエッジ抽出を行うエッジ抽出手段と、
   前記抽出されたエッジにつき近似曲線を適用する曲線近似手段と、
   得られた近似曲線に基づき前記被験者の輪郭画像を形成する輪郭画像形成手段と、
   を備えることを特徴とする、断層画像の輪郭抽出装置。
10. 前記被験者の投影データからサイノグラムを作成するサイノグラム作成手段をさらに含むものである、請求項９に記載の断層画像の輪郭抽出装置。
    

Images