JP2008104798A - 画像処理方法 - Google Patents

Abstract

【課題】ユーザが希望する画像解析処理の結果を短時間で取得することができる画像処理方法を提供する。
【解決手段】まず、ボリュームデータを解析して有限の数の入力候補を作成し（ステップＳ１１）、それぞれの入力候補を用いて画像解析処理を行う（ステップＳ１２）。次に、ユーザに入力候補を選択させ（ステップＳ１３）、選択された入力候補に対応する解析結果を表示する（ステップＳ１４）。このように本発明の画像処理方法によれば、事前にユーザ入力を予測し有限の数の入力候補を作成し、それぞれの入力候補を用いて画像解析を行っておくので、ユーザが入力候補を選択したときに、選択した入力候補に対応する解析結果を直ちに表示することができる。
【選択図】図２

Description

本発明は、パラメータに基づいて、ボリュームデータに画像解析処理を行う画像処理方法に関する。

従来からＣＴ（Computed Tomography、コンピュータ断層撮影）装置又はＭＲＩ（Magnetic Resonance Imaging、磁気共鳴像）装置などによって撮影された生体の断層画像によって人体の内部構造を直接観察する画像診断が行われている。さらに、近年、ＣＴ装置又はＭＲＩ装置などによって上下、前後、又は左右と少しずつ移動させながら撮影した断層画像を積み重ねて生成したデジタルデータを基に、３次元空間を格子状に小さく区切ったボクセル（voxel：volume element）で表し、ボクセルデータの密度を合計して物体の濃度や密度の分布を半透明の３次元イメージ画像を描画するボリュームレンダリングが行われるようになり、断層画像だけでは分かり難い人体の内部を可視化できるようになった。

ボリュームレンダリングとして、仮想視点から物体に対して仮想光線を照射して物体内部からの仮想反射光による画像を仮想投影面に形成して、物体内部の３次元構造を透視したレイキャスティングなどが知られている。レイキャスティングによって生成された画像を用いて医療診断行う場合、人体の内部構造がきわめて複雑なので、ボクセルを小さくして画像の精度を上げる必要があるが、精度を上げるほどデータ量が膨大になり、画像データを作成するための計算処理に時間がかかる。

一方、実際の画像診断では、モニタ画面に診断対象となる部位を表示させ、表示角度を少しずつ移動したり、表示位置を少しずつ移動させるなどの同じ操作を繰り返して患部を詳細に観察し、診断情報を診断結果などのレポートにまとめて終了するという一連の動作が繰り返される。

また、画像診断では、診断を行う度に対象となる人体が異なり、画像が予め提供されるものではないので、オペレータの操作が入力されてから、入力された操作に従ってボリュームレンダリング画像の画像データを計算によって作成しなければならない。すなわち、従来のシステムでは、医用画像データが医用画像処理サーバに到達したときに一定の画像処理を行うことはあるが、ユーザ入力を必要とする処理は、ユーザ入力が医用画像処理サーバに到達した後に行っていた。例えば、医用画像処理サーバでは、フィルター処理などの一定の処理は、医用画像データが医用画像処理サーバに到達したときに行われていたが、ユーザ入力を待たずに予め行える処理は、結果が一意に定まる処理のみであった。その為に、診断対象となる臓器の抽出や血管の探索はユーザが画像を呼び出した後に行っていた。

図１８および図１９は、医用画像データを処理するシステムの概略構成および処理ステップを説明するための図である。従来の画像処理システムは、ＣＴ装置等で取得したボリュームデータを格納するデータサーバ１１と、領域抽出等の画像処理を行う画像処理サーバ１２と、画像処理結果を表示するクライアント１３とで構成される。

所定の画像処理を行うために、データサーバ１１に格納されている医療画像データが画像処理サーバ１２に転送される（ステップ１）。次に、クライアント１３において、ユーザが、例えば詳細に観察したい関心領域を入力すると、そのユーザ入力は、画像処理サーバ１２に送られる（ステップ２）。

画像処理サーバ１２は、ユーザ入力を受け取ると、そのユーザ入力に従って医療画像データに画像解析を行う（図１９、ステップ３）。次に、画像処理サーバ１２は、ユーザ入力に従った画像解析結果をクライアント１３に転送する。これにより、クライアント１３は、ユーザ入力に従った画像解析結果を表示することができる（ステップ４）。

このような画像処理方法に関連して、複数のプレビュー画像を作成してＬＵＴ（Look-Up Table）を設定する先行技術が存在する（例えば、特許文献１参照）。
米国特許第５，９８６，６６２号明細書

しかしながら、上記従来の画像処理方法にあっては、画像解析に必要なユーザ入力から解析結果が取得されるまでの時間が長いため、ユーザに対する負荷が多く、あまりに時間がかかるアルゴリズムは現実的でないとして使用できなかった。また、ユーザが希望する解析結果を取得するまで、何度も試行錯誤が必要となり、時間がかかっていたため、画像診断を円滑に行うことができなかった。また、特許文献１の発明にあっては初期設定が複数用意されているに過ぎず、ユーザに対する例の提示に留まっていた。

本発明は、上記従来の事情に鑑みてなされたものであって、ユーザが希望する画像解析処理の結果を短時間で取得することができる画像処理方法を提供することを目的としている。

本発明は、パラメータに基づいて、ボリュームデータに画像解析処理を行う画像処理方法であって、ボリュームデータを解析して複数のパラメータ候補を作成するステップと、前記複数のパラメータ候補のそれぞれに基づいて、前記ボリュームデータに画像解析処理を行うステップと、前記複数のパラメータ候補から少なくとも一つのパラメータを選択するステップ、もしくは、前記複数のパラメータ候補に基づいた複数の画像解析処理の結果から少なくとも一つの結果を選択するステップとを有する画像処理方法である。

上記構成によれば、事前に、ボリュームデータを解析して複数のパラメータ候補を作成し、複数のパラメータ候補に基づいて、ボリュームデータに画像解析処理を行っておくことにより、複数のパラメータのいずれかとユーザが希望するパラメータとが一致した場合に、ユーザは希望する画像解析の結果を短時間で取得することができる。また、無数に存在するユーザの入力候補に対して、ボリュームデータを解析することによって候補の数を現実的な数量に減らしている。なお、本発明において、一つのパラメータとは、値が一つであるものだけでなく、複数の値を一つのセットとした一つのパラメータセットも含む。例えば、領域拡張法による領域抽出におけるしきい値と指定点座標や、GVF法(Gradient Vector Flow) による領域抽出における移動境界面の初期配置とバネ係数パラメータや、灌流(Perfusion)画像計算における観察野を特定する動脈の座標と立ち上がりフレーム等が考えられる。

また、本発明の画像処理方法では、前記複数のパラメータ候補が、各パラメータ候補に基づいた各画像解析処理の結果が互いに類似するものを淘汰したものである。

上記構成によれば、無数に存在するパラメータ候補を有限の数量に縮退させることができる。そして、各パラメータ候補に基づいた各画像解析処理の結果が互いに類似するパラメータを淘汰し、ユーザに提示するパラメータを現実的な個数に削減することが出来る。

また、本発明の画像処理方法は、前記画像解析処理をサーバで行い、前記パラメータもしくは前記画像解析処理の結果の選択を、クライアントのユーザ・インターフェースにより行うものである。

上記構成によれば、処理能力の高いサーバで画像解析処理を行い、パラメータもしくは画像解析処理結果の選択をクライアントのユーザ・インターフェースで行うことにより、パラメータ選択もしくは画像解析処理結果の選択を短時間で容易に行い、所望の画像解析結果を直ちに表示させて画像診断を円滑に行うことができる。

また、本発明の画像処理方法は、前記複数のパラメータ候補以外のパラメータを指定するステップを有する。

上記構成によれば、複数のパラメータ候補の中にユーザの望みのものがなければ、ユーザは手動でパラメータを指定できるので、診断に応じた的確な画像を表示させることができる。

また、本発明の画像処理方法は、選択したパラメータに基づく画像解析処理の結果、もしくは選択した画像解析処理の結果に対して、さらに画像解析処理を行うステップを有する。

上記構成によれば、予め行った画像解析処理の結果に対して、追加の画像解析処理を行うので、医療画像の２次利用を含めた画像診断を円滑に行うことができる。

また、本発明の画像処理方法は、前記複数の画像解析処理の結果を表示させ、表示された前記複数の画像解析処理の結果から少なくとも一つの結果を選択するステップを有する。

上記構成によれば、複数の画像解析処理の結果が表示され、表示された前記複数の画像解析処理の結果から所望のものを選択できるので、ユーザはパラメータが何であるか考える必要が無い。これにより、特にパラメータが膨大である場合にユーザの負担が軽減され、ユーザがパラメータに心理的に誘導されて不用意な操作を行ってしまうことを防止できる。

また、本発明の画像処理方法は、前記画像解析処理が、領域抽出処理であるものである。

上記構成によれば、事前に複数のパラメータ候補に基づいて領域抽出処理の結果を生成しておくことにより、画像診断において、ユーザは、例えば人体の骨領域を削除するなどの定型的な処理にわずらわされることなく、関心領域を直ちに表示させることができる。

また、本発明の画像処理方法は、前記ボリュームデータを解析して複数のパラメータ候補を作成するステップが、前記ボリュームデータがデータサーバに到達したことを条件にして開始されるものである。

上記構成によれば、ボリュームデータがデータサーバに到達したタイミングで処理を開始できるので、ユーザが所望の画像を取得するまでの待ち時間を短くすることが可能になり、画像診断を円滑に行うことができる。

本発明によれば、事前に、ボリュームデータを解析して複数のパラメータ候補を作成し、複数のパラメータ候補に基づいて、ボリュームデータに画像解析処理を行っておくことにより、複数のパラメータ候補のいずれかとユーザが希望するパラメータとが一致した場合に、ユーザは希望する画像解析の結果を短時間で取得することができる。

以下、本発明の画像処理方法による実施の形態について説明する。なお、本発明に係る画像処理方法は、主にボクセルデータを利用して描画される医療画像などを扱うもので、画像処理はコンピュータプログラムにより実現される。

図１は、本発明の一実施形態にかかる画像処理方法で使用されるコンピュータ断層撮影（ＣＴ）装置を概略的に示す。コンピュータ断層撮影装置は、被検体の組織等を可視化するものである。また、図１に示すＣＴ装置は、データサーバ１１、画像処理サーバ１２、クライアント１３と、ネットワークを介して接続される。Ｘ線源１０１からは同図に鎖線で示す縁部ビームを有するピラミッド状のＸ線ビーム束１０２が放射される。Ｘ線ビーム束１０２は、例えば患者１０３である被検体を透過しＸ線検出器１０４に照射される。Ｘ線源１０１及びＸ線検出器１０４は、本実施形態の場合にはリング状のガントリー１０５に互いに対向配置されている。リング状のガントリー１０５は、このガントリーの中心点を通るシステム軸線１０６に対して、同図に示されていない保持装置に回転可能（矢印a参照）に支持されている。

患者１０３は、本実施形態の場合には、Ｘ線が透過するテーブル１０７上に寝ている。このテーブルは、図示されていない支持装置によりシステム軸線１０６に沿って移動可能（矢印ｂ参照）に支持されている。

従って、Ｘ線源１０１及びＸ線検出器１０４は、システム軸線１０６に対して回転可能でありかつシステム軸線１０６に沿って患者１０３に対して相対的に移動可能である測定システムを構成するので、患者１０３はシステム軸線１０６に関して種々の投影角及び種々の位置のもとで投射されることができる。その際に発生するＸ線検出器１０４の出力信号は、ボリュームデータ生成部１１１に供給され、ボリュームデータに変換される。

シーケンス走査の場合には患者１０３の層毎の走査が行なわれる。その際に、Ｘ線源１０１及びＸ線検出器１０４はシステム軸線１０６を中心に患者１０３の周りを回転し、Ｘ線源１０１及びＸ線検出器１０４を含む測定システムは患者１０３の２次元断層を走査するために多数の投影を撮影する。その際に取得された測定値から、走査された断層を表示する断層像が再構成される。相連続する断層の走査の間に、患者１０３はその都度システム軸線１０６に沿って移動される。この過程は全ての関心断層が捕捉されるまで繰り返される。

一方、スパイラル走査中は、Ｘ線源１０１及びＸ線検出器１０４を含む測定システムはシステム軸線１０６を中心に回転し、テーブル１０７は連続的に矢印ｂの方向に移動する。すなわち、Ｘ線源１０１及びＸ線検出器１０４を含む測定システムは、患者１０３に対して相対的に連続的にスパイラル軌道上を、患者１０３の関心領域が全部捕捉されるまで移動する。本実施形態の場合、同図に示されたコンピュータ断層撮影装置により、患者１０３の診断範囲における多数の相連続する断層信号がボリュームデータ生成部１１１に供給される。ボリュームデータ生成部１１１は、供給された断層信号からボリュームデータを生成する。

ボリュームデータ生成部１１１で生成されたボリュームデータは、データサーバ１１に供給される。データサーバ１１に格納された医療画像データは、画像処理サーバ１２に転送され、クライアント１３からの要求に応じた画像処理が行われる。

画像処理サーバ１２は、医用画像データが到達したときに一定の画像処理を行う。クライアント１３は、操作部やディスプレイを備える。操作部は、ＧＵＩ（Graphical User Interface）を含み、キーボードやマウスなどからの操作信号に応じて各操作に対するパラメータの設定を行い、設定値に対応する制御信号を画像処理サーバ１２に供給する。ディスプレイは、画像処理サーバ１２で画像解析処理された結果等の表示を行う。ユーザは、クライアント１３のディスプレイに表示された画像等をみながら、画像診断を行うことができる。前述のように、従来の画像処理方法では、領域抽出などのユーザ入力を必要とする処理は、ユーザ入力が届いた時点から開始されていたため、ユーザは、希望する画像解析の結果が得られるまで、長時間待たなければならなかった。本実施形態の画像処理方法では、画像処理サーバ１２において、ユーザ入力を必要とする処理に対する画像解析を事前に行うことにより、ユーザは、クライアント１３において、希望する画像解析の結果を短時間で取得することができる。

図２は、本発明の実施形態にかかる画像処理方法の概略を説明するためのフローチャートである。本実施形態の画像処理方法では、まず、ボリュームデータを解析してパラメータを予測し、有限の数の入力候補（パラメータ候補）を作成し（ステップＳ１１）、それぞれの入力候補を用いて画像解析を行う（ステップＳ１２）。次に、ユーザに入力候補を選択させ（ステップＳ１３）、選択された入力候補に対応する解析結果を表示する（ステップＳ１４）。

このように本実施形態の画像処理方法によれば、事前にユーザ入力を予測し有限の数の入力候補を作成し、それぞれの入力候補を用いて画像解析を行っておくので、ユーザが入力候補を選択したときに、選択した入力候補に対応する解析結果を直ちに表示することができる。なお、ボリュームデータがデータサーバに到達したことを条件にして図２に示す処理を開始するのが望ましい。

図３から図７は、本実施形態の実施例１にかかる画像処理方法において、ユーザに入力候補を選択させる場合の処理ステップを説明するための図である。本実施例の画像処理方法では、まず、データサーバ１１に格納されている医療画像データが画像処理サーバ１２に転送される（ステップ２１）。次に、画像処理サーバ１２は、ユーザ入力予測処理を行い、入力候補１、入力候補２、・・・入力候補ｎ（複数のパラメータ候補）を作成する（ステップ２２）。

次に、画像処理サーバ１２は、作成した入力候補１、入力候補２、・・・入力候補ｎのそれぞれに対応する画像解析処理を行い、画像解析結果１、画像解析結果２、・・・画像解析結果ｎを生成する（図４、ステップ２３）。

次に、クライアント１３において、ユーザが詳細に観察したい関心領域等を示すパラメータを入力し、ユーザ入力を画像処理サーバ１２に転送する（図５、ステップ２４）。この場合、画像処理サーバ１２が入力候補１、入力候補２、・・・入力候補ｎを表示させれば、その中からユーザは入力候補を選択することが可能である。

次に、画像処理サーバ１２は、ユーザ入力を受け取ると、入力候補に対応する画像解析結果ｉを選択する（図６、ステップ２５）。そして、選択した画像解析結果ｉをクライアント１３に送り、画像解析結果ｉを表示する（図７、ステップ２６）。

このように本実施例の画像処理方法によれば、画像処理サーバ１２は、事前にユーザ入力予測処理を行い、入力候補１、入力候補２、・・・入力候補ｎを作成し、作成した入力候補１、入力候補２、・・・入力候補ｎのそれぞれに対応する画像解析を行い、画像解析結果１、画像解析結果２、・・・画像解析結果ｎを生成しておくので、ユーザが所望のパラメータを選択または入力したときに、そのパラメータに対応する画像解析結果ｉを直ちに表示することができ、画像診断を円滑に行うことができる。

また、画像処理サーバ１２は、入力候補を表示させないで、ユーザが入力を行った後に、画像処理サーバ１２内部で、ユーザ入力に一致する入力候補があるかを探す態様も可能である。

また、ユーザは、ボリュームデータを解析して作成した入力候補以外のパラメータの値を指定することも可能である。すなわち、画像処理サーバ１２は、複数のパラメータを予測して複数の入力候補を作成するが、ユーザにはその予測内容を提示せず自由にパラメータを入力させる。そして、ユーザの入力したパラメータとそれぞれの入力候補を対比し、この時にユーザの入力したパラメータが入力候補と一致すれば、その入力候補に対応した画像解析結果をユーザに提示する。一方、ユーザの入力したパラメータがいずれの入力候補とも一致しなければ、その入力したパラメータを用いて画像解析を行う。このようにすることによって、ユーザが提示される入力候補によって心理的な影響を受けることを回避することが出来る。特に、ユーザが提示される入力候補に妥協をして診断をしてしまうことを防ぐことが出来るので、医療診断においては有効である。

また、ユーザにそれぞれの入力候補を提示した上で、ユーザの満足する入力候補が存在しない場合には、ユーザにパラメータを入力させても良い。画像解析処理の性質によってはこのようにした方が望ましい場合があるからである。

なお、ユーザが入力候補以外のパラメータを入力すると、それを学習して次回からそのパラメータを入力候補に採用する態様も可能である。この態様により、パラメータ予測精度を向上させることができる。

図８から図１１は、本実施形態の実施例２にかかる画像処理方法において、ユーザに画像解析結果を選択させる場合の処理ステップを説明するための図である。実施例２では、予測した入力候補をユーザに選択させる実施例１と異なり、予測した入力候補に対する画像解析処理の結果をユーザに選択させる例を示す。本実施例の画像処理方法では、まず、データサーバ１１に格納されている医療画像データが画像処理サーバ１２に転送される（ステップ３１）。次に、画像処理サーバ１２は、ユーザ入力予測処理を行い、入力候補１、入力候補２、・・・入力候補ｎを作成する（ステップ３２）。

次に、画像処理サーバ１２は、作成した入力候補１、入力候補２、・・・入力候補ｎのそれぞれに対応する画像解析を行い、画像解析結果１、画像解析結果２、・・・画像解析結果ｎを生成する（図９、ステップ３３）。

次に、画像処理サーバ１２は、入力候補１、入力候補２、・・・入力候補ｉ・・・入力候補ｎに対応する画像解析結果をクライアント１３に送り、画像解析結果１、画像解析結果２、・・・画像解析結果ｉ・・・画像解析結果ｎを表示する（図１０、ステップ３４）。この場合、クライアント１３に表示する画像解析結果は詳細画像であるが、データ量を減らしたプレビュー画像を表示させてもよい。

次に、クライアント１３において、ユーザ入力を行い、画像解析結果１、画像解析結果２、・・・画像解析結果ｉ・・・画像解析結果ｎの中から、画像解析結果ｉを選択する（図１１、ステップ３５）。

このように本実施例の画像処理方法によれば、画像処理サーバ１２は、事前にユーザ入力予測処理を行い、入力候補１、入力候補２、・・・入力候補ｎを作成し、作成した入力候補１、入力候補２、・・・入力候補ｎのそれぞれに対応する画像解析を行い、画像解析結果１、画像解析結果２、・・・画像解析結果ｎを生成しておく。そして、画像解析結果１、画像解析結果２、・・・画像解析結果ｎをクライアント１３で表示するので、ユーザは所望の画像解析結果ｉを選択して直ちに表示させることができる。

本実施例によれば、複雑な入力パラメータをユーザから隠蔽できるので、ユーザは入力候補が何であるか考える必要が無くなり、直感的に所望の画像を選択することができる。これは入力候補が膨大である場合に効果的であると共に、ユーザが入力候補に心理的に誘導されて不用意な操作を行ってしまうことを防止できる。

図１２から図１４は、本実施形態におけるユーザ入力候補（入力されるであろうパラメータの候補）の例を示す。一部領域をしきい値で区切って抽出する場合（すなわち、画像解析処理が領域拡張法による領域抽出処理である場合）は、抽出の条件が入力候補となる。ボリュームデータがＣＴ装置から取得されたものであれば、ボクセル値（ＣＴ値）は、−１００〜１０００の範囲にあるので、検査対象に応じてしきい値をパラメータとして指定して検査対象を抽出する。図１２では、等高線の値がボクセル値のしきい値を示す。また、分離した検査対象を指定するため、例えばボクセル値の極大点などを領域拡張法における計算開始点Ａ，Ｂとして表示する。

実施例１では、ユーザは、図５のステップ２４において、「開始点Ａ、しきい値２００」（入力候補１）、「開始点Ｂ、しきい値２００」（入力候補２）または「開始点Ａ、しきい値１００」（入力候補３）の中からいずれかの入力候補を選択する。この場合は、ユーザの選択を容易にするために、図１２のような開始点Ａ，Ｂの位置を示す図を表示する。

一方、実施例２では、ユーザは、図１１のステップ３５において、図１３に示す「開始点Ａ、しきい値２００の画像」（抽出の結果（１））、「開始点Ｂ、しきい値２００の画像」（抽出の結果（２））、または図１４に示す「開始点Ａ、しきい値１００の画像」（抽出の結果（３））の中から所望の画像（画像解析処理の結果）を選択する。

なお、抽出の結果（１）は、開始点Ａを含みしきい値２００で囲まれた領域を抽出した画像であり、抽出の結果（２）は、開始点Ｂを含みしきい値２００で囲まれた領域を抽出した画像であり、抽出の結果（３）は、開始点Ａを含みしきい値１００で囲まれた領域を抽出した画像である。このように無数に想定されるパラメータの中から、代表的なものを予測して、入力候補を作成する。

図１５および図１６は、本実施形態の画像処理方法におけるユーザ入力候補作成方法のフローチャートを示す。入力候補を作成する場合は、まず、操作対象のボリュームデータを取得する（ステップＳ４１）。そして、ボリュームデータ内のボクセルの極大点を求め配列LML[i](x,y,z)として格納する。(x,y,z)が各極大点の座標を表現し、添え字iで各極大点を識別する（ステップＳ４２）。

次に、変数ｉに初期値0を代入し（ステップＳ４３）、一時的領域（後述のステップＳ４６で作成される領域Ｓ）に含まれる極大点を格納するリストLMLLを作成して空リストとして初期化し、更にリストLMLLに要素LML[i]を追加する（ステップＳ４４）。そして、変数vに配列LML[i]のボクセル値を代入する（ステップＳ４５）。

次に、配列LML[i]を計算開始点(指定点)、変数vをしきい値としてFloodFillを行い、領域Sを取得する（ステップＳ４６）。そして、変数Nへ領域Sに含まれる極大点の数を代入し（ステップＳ４７）、変数Nと配列 LMLL の要素数を比較することによって新しい極大点がリストLMLLに加えられるか判断する（ステップＳ４８）。そして、変数Nが配列 LMLL の要素数より大きくない場合（Ｎｏ）は新しい極大点は無く、類似の結果しか得られない（すなわち、各パラメータ候補に基づいた画像解析処理の結果が互いに類似する）ので淘汰すべき対象として記録しない。そして、変数vを変数v-1に置き換えてステップＳ４６に戻る（ステップＳ４９）。このステップＳ４６からステップＳ４９にかけての処理により、リストLMLLに含まれる全要素を含む、FloodFillで作成できる領域における最大のボクセル値を求めている。

一方、変数Nが配列 LMLL の要素数より大きい場合（Ｙｅｓ）は、変数Nの大きさを判断し（ステップＳ５０）、変数Nが「２」の場合は、「指定点、変数v、領域S、領域Sに含まれる全極大点」及び変数v+1の時の「指定点、変数v、領域Sに含まれる全極大点」を記録し、新しく領域Sに加わった極大点をリストLMLLに追加し（ステップＳ５１）、ステップＳ４９に移行する。ここで変数Nが「２」の場合に特殊な処理をするのは極大点が一つしか含まれない領域を特別に記録するためである。

また、変数Nがその他の値の場合は、「指定点、変数v、領域S、領域Sに含まれる全極大点」を記録し、新しく領域Sに加わった極大点をリストLMLLに追加し（ステップＳ５２）、ステップＳ４９に移行する。一方、ステップＳ５０において変数Nが配列LMLの要素数に等しい場合は、変数ｉが（配列LMLの要素数−１）に等しいかどうか判断し（ステップＳ５３）、変数ｉが（配列LMLの要素数−１）に等しくない場合（Ｎｏ）は、変数ｉに変数i+1を代入し（ステップＳ５４）、ステップＳ４４に戻る。このループによって、極大点の組合せ全てに対して、FloodFillによって作成可能な領域の存在の有無を調べている。

一方、変数ｉが（配列LMLの要素数−１）に等しい場合（Ｙｅｓ）は、記録された「指定点、変数v、領域S、領域Sに含まれる全極大点」から同一の領域のものを削除して（ステップＳ５５）、処理を終了する。これによってリストLMLL内の要素の序列の違いによって発生する重複を削除する。尚、S/N比の悪い画像などでは極大点が多数含まれる場合があるが、そのような場合には平滑化処理を行った画像の極大点を用いると不要な極大点を除去できるので効果的である。

次に、領域に関してのユーザ入力候補作成の実施例の効果とバリエーションについて説明する。結果的に領域に含まれる指定点及び、指定点の組合せをユーザが選択できる。ボリュームデータがＣＴ装置から取得されたものであればボクセル値はＣＴ値であり、骨 ＝１０００、筋肉＝５０、水＝０、脂肪＝−１００であるので、検査対象に応じてしきい値の範囲を０〜５０、−１００〜０、５０〜１０００等としても良い。また、更に範囲を狭くし、例えば、骨と造影された血管とを識別したいときには２００〜５００の限定が効果的である。

なお、領域抽出に関するユーザ入力候補作成については、指定点を利用して領域が作成もしくは選択される方法なら何でも良い。この場合、指定点が一つのパラメータであり、更に追加のパラメータによって作成される領域の範囲が変化する。具体例としては、GVF法(Gradient Vector Flow) による領域抽出における移動境界面の初期配置とバネ係数パラメータや、LevelSet法においては移動境界面の曲率を解消しようとする力を働かせる係数、また、WaterShed法による領域分割においては細かく区切られた領域が多数生成されるので領域の組合せをユーザ入力候補のパラメータとする。これらのパラメータは無数の組合せが考えられるので、図１５および図１６のアルゴリズムと同様に、結果の特徴によって、パラメータを有限の数量に縮退させることが必要である。領域抽出を行う画像処理においては、臨床的意味のある領域が獲得できたかを判断するステップ(ステップＳ５５において追加の処理)及び、類似の形状の領域が複数得られた場合に1の領域のみを選別するステップ(ステップＳ５５において追加の処理)があればよく、選別した領域に対応するパラメータをパラメータ候補とすることができる。このようにすることによって互いに類似するパラメータを淘汰し、ユーザに提示するパラメータを現実的な個数に削減することが出来る。

図１７は、追加の画像解析処理の例を示す説明図である。ユーザ入力予測処理結果に基づいて抽出した領域について、領域内の画素値平均の算出、領域内の画素値分散の算出、領域内の画素値最大値の算出、領域の重心の算出、領域を初期値とするさらなる領域抽出、腫瘍の悪性度の算出、石灰化度の算出、領域抽出そのもの、領域をマスクとした可視化処理を行ってもよい。

なお、以上の説明では、画像処理サーバとクライアントとがネットワークで接続される例を示したが、画像処理サーバ機能と、クライアント機能とが同一の装置に含まれていても良い。また、データサーバと画像処理サーバとがネットワークで接続される例を示したが、データサーバと画像処理サーバとが同一の装置に含まれていても良い。また、画像処理サーバに医療画像データが到達した時点で処理を開始したが、データサーバに医療画像データが到達した時点で、データサーバが画像処理サーバに処理を指令しても良い。また、画像解析処理は複数のアルゴリズムの組合せで行っても良い。また、本実施形態で説明した画像解析処理の前後にフィルター処理などのその他の画像処理を挿入しても良い。

なお、以上の説明では、単一の画像処理サーバによってシステムが構成される例を示したが、複数の画像処理サーバで構成してもよい。この場合は複数の画像処理サーバにそれぞれで異なる入力候補に対する画像解析を行うことが出来る。画像解析はそれぞれで異なる入力候補に対して並列に行うことが出来るので処理速度が向上する。また、画像解析が並列処理できるものであれば複数の画像処理サーバで並列処理を行うことが出来る。

このように本実施形態の画像処理方法によれば、事前にユーザ入力を予測し有限の数の入力候補を作成し、それぞれの入力候補を用いて画像解析処理を行っておくので、ユーザが入力候補を選択または入力により指定したときに、指定した入力候補に対応する解析結果を直ちに表示することができる。

本発明の実施形態の画像処理方法で使用されるコンピュータ断層撮影（ＣＴ）装置を概略的に示す図 本発明の実施形態の画像処理方法の概略を説明するためのフローチャート 本発明の実施例１の画像処理方法においてユーザに入力候補を選択させる場合の処理ステップを説明するための図（１） 本発明の実施例１の画像処理方法においてユーザに入力候補を選択させる場合の処理ステップを説明するための図（２） 本発明の実施例１の画像処理方法においてユーザに入力候補を選択させる場合の処理ステップを説明するための図（３） 本発明の実施例１の画像処理方法においてユーザに入力候補を選択させる場合の処理ステップを説明するための図（４） 本発明の実施例１の画像処理方法においてユーザに入力候補を選択させる場合の処理ステップを説明するための図（５） 本発明の実施例２の画像処理方法においてユーザに画像解析結果を選択させる場合の処理ステップを説明するための図（１） 本発明の実施例２の画像処理方法においてユーザに画像解析結果を選択させる場合の処理ステップを説明するための図（２） 本発明の実施例２の画像処理方法においてユーザに画像解析結果を選択させる場合の処理ステップを説明するための図（３） 本発明の実施例２の画像処理方法においてユーザに画像解析結果を選択させる場合の処理ステップを説明するための図（４） 本発明の実施形態におけるユーザ入力候補の例を示す図（１） 本発明の実施形態におけるユーザ入力候補の例を示す図（２） 本発明の実施形態におけるユーザ入力候補の例を示す図（３） 本実施形態の画像処理方法におけるユーザ入力候補作成方法のフローチャート（１） 本実施形態の画像処理方法におけるユーザ入力候補作成方法のフローチャート（２） 本実施形態の画像処理方法における追加の画像解析処理の例を示す説明図 従来の医用画像データ処理システムの概略構成および処理ステップを説明するための図（１） 従来の医用画像データ処理システムの概略構成および処理ステップを説明するための図（２）

符号の説明

１１ データサーバ
１２ 画像処理サーバ
１３ クライアント
１０１ Ｘ線源
１０２ Ｘ線ビーム束
１０３ 患者
１０４ Ｘ線検出器
１０５ ガントリー
１０６ システム軸線
１０７ テーブル
１０８ ボリュームデータ生成部

Claims (9)

1. パラメータに基づいて、ボリュームデータに画像解析処理を行う画像処理方法であって、
   ボリュームデータを解析して複数のパラメータ候補を作成するステップと、
   前記複数のパラメータ候補のそれぞれに基づいて、前記ボリュームデータに画像解析処理を行うステップと、
   前記複数のパラメータ候補から少なくとも一つのパラメータを選択するステップ、もしくは、前記複数のパラメータ候補に基づいた複数の画像解析処理の結果から少なくとも一つの結果を選択するステップとを有する画像処理方法。
2. 請求項１記載の画像処理方法であって、
   前記複数のパラメータ候補は、各パラメータ候補に基づいた各画像解析処理の結果が互いに類似するものを淘汰したものである画像処理方法。
3. 請求項１記載の画像処理方法であって、
   前記画像解析処理をサーバで行い、前記パラメータもしくは前記画像解析処理の結果の選択を、クライアントのユーザ・インターフェースにより行う画像処理方法。
4. 請求項１記載の画像処理方法であって、
   前記複数のパラメータ候補以外のパラメータを指定するステップを有する画像処理方法。
5. 請求項１記載の画像処理方法であって、
   選択したパラメータに基づく画像解析処理の結果、もしくは選択した画像解析処理の結果に対して、さらに画像解析処理を行うステップを有する画像処理方法。
6. 請求項１記載の画像処理方法であって、
   前記複数の画像解析処理の結果を表示させ、表示された前記複数の画像解析処理の結果から少なくとも一つの結果を選択するステップを有する画像処理方法。
7. 請求項１記載の画像処理方法であって、
   前記画像解析処理は、領域抽出処理である画像処理方法。
8. 請求項１記載の画像処理方法であって、
   前記ボリュームデータを解析して複数のパラメータ候補を作成するステップは、前記ボリュームデータがデータサーバに到達したことを条件にして開始される画像処理方法。
9. コンピュータに、請求項１ないし８のいずれか一項記載の各ステップを実行させるための画像処理プログラム。

Images