JP2010035634A

JP2010035634A - Ｒｅｃｉｓｔ判定結果を算出する方法、装置およびプログラム

Info

Publication number: JP2010035634A
Application number: JP2008198822A
Authority: JP
Inventors: Takeshi Joko; 剛上甲; Yuko Tanaka; 悠子田中
Original assignee: BIO VISIQ JAPAN Inc; BIO-VISIQ JAPAN Inc
Current assignee: BIO VISIQ JAPAN Inc; BIO-VISIQ JAPAN Inc
Priority date: 2008-07-31
Filing date: 2008-07-31
Publication date: 2010-02-18

Abstract

【課題】従来のＲＥＣＩＳＴ判定方法を改善する方法、システムおよびプログラムを提供すること。
【解決手段】本発明の一実施形態における方法は、コンピュータ上で所定のユーザ入力データに基づいて複数のサイクルについての対象領域に対する画像データを処理してＲＥＣＩＳＴ判定結果を算出する方法であって、所定のユーザ入力データによって定義される各標的病変のスライス断面の最長径を算出するステップと、対象とするサイクルについての画像データに基づいて、その対象とするサイクルよりも１つ前のサイクルにおける標的病変を用いて、その対象とするサイクルにおける標的病変を抽出するステップと、その対照とするサイクルにおける抽出された各標的病変のスライス断面の最長径を算出するステップと、算出された最長径に少なくとも基づいて、対象とするサイクルに対するＲＥＣＩＳＴ判定結果を算出するステップとを包含する、方法である。
【選択図】図３

Description

本発明は、ＲＥＣＩＳＴ判定に適した方法、装置およびプログラムに関する。

１９６０年代に抗癌剤に対する腫瘍の客観的な縮小効果を定義する試みが始まり、１９７０年代には客観的な腫瘍縮小効果の定義が普及した。世界保健機構（ＷＴＯ）の基準が１９７０年代にＷＨＯハンドブックとして公表され、１９８１年にＣａｎｃｅｒ誌上で好評となり、世界中の研究者が使用するようになっていた。しかし、ＷＴＯの基準には、判定方法の定義が不明確である点や、ＣＴやＭＲＩに未対応であるという点に問題点があった。そこで、２０００年、ＲＥＣＩＳＴ（ＲｅｓｐｏｎｓｅＥｖａｌｕａｔｉｏｎＣｒｉｔｅｒｉａｉｎＳｏｌｉｄＴｕｍｏｒｓ）判定が提唱された（非特許文献１）。

今日では、固形癌を対象とした抗癌剤の薬効判定には、ＲＥＣＩＳＴガイドラインに基づいた腫瘍縮小効果の判定というＲＥＣＩＳＴ判定を用いることが標準となっている。その判定方法は、治療開始前４週間以内に標的病変・非標的病変を決定し、腫瘍の変化を評価するというものである。ここで、標的病変とは、今後治療を行う上で継続的に評価（長径計測）可能な一定条件を満たす病変のことをいい、非標的病変とは、標的病変以外の全ての病変のことをいい、非標的病変については、計測は行わないが、有無や、明らかな増大については追う。

標的病変については、完全奏効（ＣＲ；ｃｏｍｐｌｅｔｅｒｅｓｐｏｎｓｅ）、部分奏効（ＰＲ；ｐａｒｔｉａｌｒｅｓｐｏｎｓｅ）、安定（ＳＤ；ｓｔａｂｌｅｄｉｓｅａｓｅ）、進行（ＰＤ；ｐｒｏｇｒｅｓｓｉｖｅｄｉｓｅａｓｅ）のいずれかであると判定される。完全奏効と判定されるのは、全ての標的病変が消失した場合である。部分奏効と判定されるのは、ベースライン長径和と比較して標的病変の最長径の和が３０％以上減少した場合である。安定と判定されるのは、部分奏効と進行との間の場合であり、部分奏効と判定するには腫瘍の縮小が不十分であり、かつ、進行と判定するには治療開始以降の最小の最長径の和と比較して腫瘍の増大が不十分である場合である。進行と判定されるのは、治療開始以降に記録された最小の最長径の和と比較して標的病変の最長径の和が２０％以上増加した場合である。

一方、非標的病変については、完全奏効、不完全奏効／安定（ＩＲ／ＳＤ；ｉｎｃｏｍｐｌｅｔｅｒｅｓｐｏｎｓｅ／ｓｔａｂｌｅｄｉｓｅａｓｅ）、進行のいずれかであると判定される。完全奏効と判定されるのは、全ての非標的病変が消失し、かつ、腫瘍マーカー値が正常化した場合である。不完全奏効／安定と判定されるのは、１つ以上の非標的病変が残存し、かつ／または腫瘍マーカーが正常上限値を超える場合である。進行と判定されるのは、既存の非標的病変が明らかに増悪した場合である。

今日では、ＲＥＣＩＳＴ判定は、治験実施施設の医師が標的・非標的病変を決定し、中央判定委員会にて判定するというように行われる。中央判定委員会での判定は、判定医師が計測し、判定依頼者が計測結果から判定結果を算出するというように行われる。なお、判定医師による計測では、ビューア上で計測ツールにより計測することもあるが、フィルム上でノギスを使って計測するのが主流である。

フィルム上でノギスを使って計測するのには、ノギスを使って計測するために計測精度が低くなってしまうという問題点や、どの角度を長径としたのかなどの計測情報が残らないために再現性が低くなってしまうという問題点がある。また、既存のビューア上で計測ツールにより計測するのには、関連画像の参照が困難であるという問題点や、計測情報の保存自体は可能ではあるが、計測情報をＤＩＣＯＭ（ＤｉｇｉｔａｌＩｍａｇｉｎｇａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎｉｎＭｅｄｉｃｉｎｅ）画像に関連づけて保存することは不可能であるという問題点や、計測結果から判定結果を算出するためには計測結果を改めて判定結果算出用シートに記入する必要があるという問題点や、中央判定委員会を開催する必要があるという問題点がある。
ＰａｔｒｉｃＴｈｅｒａｓｓｅら，「ＮｅｗＧｕｉｄｅｌｉｎｅｓｔｏＥｖａｌｕａｔｅｔｈｅＲｅｓｐｏｎｓｅｔｏＴｒｅａｔｍｅｎｔｉｎＳｏｌｉｄＴｕｍｏｒｓ」，ＪｏｕｒｎａｌｏｆｔｈｅＮａｔｉｏｎａｌＣａｎｃｅｒＩｎｓｔｉｔｕｔｅ，２０００年，Ｖｏｌ９２，Ｎｏ．３，２０５−２１６

従来のＲＥＣＩＳＴ判定方法を改善するシステムを提供することが求められている。

関連画像参照が容易で、計測情報をＤＩＣＯＭ画像と関連づけて保存可能であり、計測結果からＲＥＣＩＳＴ判定結果まで算出可能であり、データ管理が容易になるようなＲＥＣＩＳＴ判定結果の算出に適したシステムも求められている。

電子データの利用により中央判定委員会を開かずとも判定が可能であり、各サイクルでリアルタイムに判定結果の把握が可能であり、評価者情報や評価結果から支払口数を管理部へ転送したり、ＰＣごとにＩＤを付与してＩＤごとのデータベースを作成したりすることによる計測からチャージまでを管理可能とした独立判定委員会を実現するようなシステムも求められている。

本発明は、従来のＲＥＣＩＳＴ判定方法を改善する方法、装置およびプログラムを提供することを目的とする。

本発明の方法は、
コンピュータ上で所定のユーザ入力データに基づいて複数のサイクルについての対象領域に対する画像データを処理してＲＥＣＩＳＴ判定結果を算出する方法であって、
該対象領域は、複数のスライスを含み、
該複数のサイクルは、ベースサイクルと、第１サイクルとを少なくとも含み、
該複数のサイクルの各々についての画像データは、各領域において画素値を少なくとも定義しており、
該所定のユーザ入力データは、該ベースサイクルについての画像データにおける少なくとも１つの標的病変を少なくとも定義しており、
該方法は、該複数のサイクルのうちの各１つのサイクルに対して、
該１つのサイクルがベースサイクルである場合に、
該コンピュータが、該１つのサイクルについての画像データに基づいて、該所定のユーザ入力データによって定義される該少なくとも１つの標的病変のうちの各１つの標的病変について、該１つの標的病変のスライス断面の最長径を算出するステップと、
該１つのサイクルがベースサイクルでない場合に、
該コンピュータが、該１つのサイクルについての画像データに基づいて、該１つのサイクルよりも１つ前のサイクルにおける標的病変を用いて、該１つのサイクルにおける標的病変を抽出するステップと、
該コンピュータが、該１つのサイクルにおける該抽出された標的病変のうちの各１つの標的病変について、該１つの標的病変のスライス断面の最長径を算出するステップと、
該コンピュータが、該１つのサイクルよりも前のサイクルにおいて算出された最長径と、該１つのサイクルにおいて算出された最長径とに少なくとも基づいて、該１つのサイクルに対するＲＥＣＩＳＴ判定結果を算出するステップと
を包含する、方法であり、そのことにより、上記目的を達成できる。

前記最長径を算出するステップは、該最長径に対応する直線を識別する情報を取得するステップをさらに包含してもよい。

前記１つのサイクルにおける標的病変を抽出するステップにおいて、該標的病変は、該１つのサイクルについての画像データ内の直線上の画素値のプロファイルに少なくとも基づいて抽出されてもよく、該１つのサイクルについての画像データ内の直線は、該１つのサイクルよりも１つ前のサイクルにおいて取得された前記情報により識別される前記直線に対応する。

前記１つのサイクルにおける標的病変を抽出するステップにより抽出される標的病変は、該１つのサイクルにおける前記直線の中間点を含んでいてもよい。

前記方法は、前記コンピュータが、前記１つのサイクルについての画像データに基づいて、該１つのサイクルにおける位置合わせの指標を含むスライスを特定するステップをさらに包含してもよく、
前記１つのサイクルにおける標的病変を抽出するステップは、該１つのサイクルよりも１つ前のサイクルにおける位置合わせの指標を含むスライスに、該１つのサイクルにおける位置合わせの指標を含むスライスが一致するように、該１つのサイクルについての画像データの座標変換をするステップをさらに包含してもよい。

前記方法は、前記コンピュータが、前記複数のサイクルのうちの所定の複数のサイクルについて、該所定の複数のサイクルの各々において最長径の算出に用いられたスライスを表示装置に一覧表示させるステップをさらに包含してもよい。

本発明の装置は、
所定のユーザ入力データに基づいて複数のサイクルについての対象領域に対する画像データを処理してＲＥＣＩＳＴ判定結果を算出する装置であって、
該対象領域は、複数のスライスを含み、
該複数のサイクルは、ベースサイクルと、第１サイクルとを少なくとも含み、
該複数のサイクルの各々についての画像データは、各領域において画素値を少なくとも定義しており、
該所定のユーザ入力データは、該ベースサイクルについての画像データにおける少なくとも１つの標的病変を少なくとも定義しており、
該装置は、該複数のサイクルのうちの各１つのサイクルに対して、
該１つのサイクルがベースサイクルである場合に、
該１つのサイクルについての画像データに基づいて、該所定のユーザ入力データによって定義される該少なくとも１つの標的病変のうちの各１つの標的病変について、該１つの標的病変のスライス断面の最長径を算出する手段と、
該１つのサイクルがベースサイクルでない場合に、
該１つのサイクルについての画像データに基づいて、該１つのサイクルよりも１つ前のサイクルにおける標的病変を用いて、該１つのサイクルにおける標的病変を抽出する手段と、
該１つのサイクルにおける該抽出された標的病変のうちの各１つの標的病変について、該１つの標的病変のスライス断面の最長径を算出する手段と、
該１つのサイクルよりも前のサイクルにおいて算出された最長径と、該１つのサイクルにおいて算出された最長径とに少なくとも基づいて、該１つのサイクルに対するＲＥＣＩＳＴ判定結果を算出する手段と
を備える、装置であり、そのことにより、上記目的を達成できる。

本発明のプログラムは、
所定のユーザ入力データに基づいて複数のサイクルについての対象領域に対する画像データを処理してＲＥＣＩＳＴ判定結果を算出する処理をコンピュータに実行させるプログラムであって、
該対象領域は、複数のスライスを含み、
該複数のサイクルは、ベースサイクルと、第１サイクルとを少なくとも含み、
該複数のサイクルの各々についての画像データは、各領域において画素値を少なくとも定義しており、
該所定のユーザ入力データは、該ベースサイクルについての画像データにおける少なくとも１つの標的病変を少なくとも定義しており、
該算出する処理は、該複数のサイクルのうちの各１つのサイクルに対して、
該１つのサイクルがベースサイクルである場合に、
該１つのサイクルについての画像データに基づいて、該所定のユーザ入力データによって定義される該少なくとも１つの標的病変のうちの各１つの標的病変について、該１つの標的病変のスライス断面の最長径を算出するステップと、
該１つのサイクルがベースサイクルでない場合に、
該１つのサイクルについての画像データに基づいて、該１つのサイクルよりも１つ前のサイクルにおける標的病変を用いて、該１つのサイクルにおける標的病変を抽出するステップと、
該１つのサイクルにおける該抽出された標的病変のうちの各１つの標的病変について、該１つの標的病変のスライス断面の最長径を算出するステップと、
該１つのサイクルよりも前のサイクルにおいて算出された最長径と、該１つのサイクルにおいて算出された最長径とに少なくとも基づいて、該１つのサイクルに対するＲＥＣＩＳＴ判定結果を算出するステップと
を包含する、プログラムであり、そのことにより、上記目的を達成できる。

本発明により、従来のＲＥＣＩＳＴ判定方法を改善する方法、装置およびプログラムを提供することができる。また、本発明により、関連画像参照が容易で、計測情報をＤＩＣＯＭ画像と関連づけて保存可能であり、計測結果からＲＥＣＩＳＴ判定結果まで算出可能であり、データ管理が容易になるようなＲＥＣＩＳＴ判定結果の算出に適したシステムを提供することができる。また、本発明により、電子データの利用により中央判定委員会を開かずとも判定が可能であり、各サイクルでリアルタイムに判定結果の把握が可能であり、評価者情報や評価結果から支払口数を管理部へ転送したり、ＰＣごとにＩＤを付与してＩＤごとのデータベースを作成したりすることによる計測からチャージまでを管理可能とした独立判定委員会を実現するようなシステムも提供することができる。

以下、図面を参照して本発明の実施の形態を説明する。

図１は、本発明の実施の形態のＲＥＣＩＳＴ判定システム１の構成の一例を示す。ＲＥＣＩＳＴ判定システム１は、ＤＩＣＯＭデータを処理するシステムとして好適である。ＲＥＣＩＳＴ判定システム１は、特に、ＤＩＣＯＭデータを用いたＲＥＣＩＳＴ判定結果の算出に好適である。ＲＥＣＩＳＴ判定では、薬剤投与後一定期間ごとに画像を撮影していくが、投与前の撮影をベースライン（またはベースサイクル）、投与後１回目の撮影を第１サイクル、投与後２回目の撮影を第２サイクルというように投与後ｎ回目の撮影を第ｎサイクルと呼ぶ。以下、本明細書では、ＤＩＣＯＭデータとしてＣＴデータを含むデータを用いる実施の形態を説明するが、それに限定されない。例えば、ＤＩＣＯＭデータは、ＭＲＩデータを含むデータであってもよい。ＣＴデータもＭＲＩデータも対象の各領域において画素値を少なくとも定義する値である。また、本明細書では、ＤＩＣＯＭデータを用いた処理を記載しているが、ＤＩＣＯＭデータに限定されない。他の画像データであってもよい。

ＲＥＣＩＳＴ判定システム１は、ＣＴ装置１０と、ＣＴ装置１０に接続されたコンピュータ２０と、コンピュータ２０に接続された表示装置３０とを含む。

ＣＴ装置１０は、三次元物体（例えば、人体）からＣＴデータを取得する。ＣＴデータは、対象の各領域においてＣＴ値を少なくとも定義するデータであり、例えばボクセルの集合である。三次元に配列されたボクセルの集合は、三次元物体のスライス画像を積層し、その積層されたスライス画像を複数のボクセルに分割することによって得られる。ＣＴ装置１０によって生成されたＣＴデータは、コンピュータ２０に出力される。

図１において、参照番号１２は、ＣＴ装置１０によって生成され、三次元に配列された複数のボクセルＶ_{（ｉ，ｊ，ｋ）}の集合を模式的に示す。ここで、ｉ＝１，２，・・・Ｌ；ｊ＝１，２，・・・Ｍ；ｋ＝１，２，・・・Ｎであり、Ｌ、ＭおよびＮは、それぞれ、１以上の任意の整数である。各ボクセルＶ_{（ｉ，ｊ，ｋ）}は、ＣＴ値を有している。ＣＴ値は、ＣＴ装置１０によってボクセル単位に計測された値であり、例えば、整数によって表される。ＣＴ装置１０としては、図１に示されるボクセルの集合１２を出力し得る任意のタイプのＣＴ装置を使用することができる。

コンピュータ２０は、ＣＴデータに基づいて、ＲＥＣＩＳＴ判定を実行する。コンピュータ２０としては、各種プログラムを実行するＣＰＵと各種データを格納するメモリとを含む任意のタイプのコンピュータを使用することができる。

表示装置３０は、コンピュータ２０に出力されたＣＴデータに基づいたＣＴ画像や、コンピュータ２０によって実行されたＲＥＣＩＳＴ判定処理の結果を表示する。表示装置３０は、ＣＴデータに基づいたＣＴ画像や、ＲＥＣＩＳＴ判定処理の結果を表示することが可能な表示装置であることが好ましい。表示装置３０は、例えば、液晶表示装置であってもよいし、ＣＲＴ表示装置であってもよい。

図２は、コンピュータ２０の構成の一例を示す。

コンピュータ２０は、ＣＰＵ２１と、メモリ２２と、入力インターフェース部２３と、出力インターフェース部２４と、ユーザインターフェース部２５と、バス２６とを含む。

ＣＰＵ２１は、プログラムを実行する。そのプログラムは、例えば、ＣＴデータに基づいてＲＥＣＩＳＴ判定処理をコンピュータ２０に実行させるプログラムである。そのプログラムやそのプログラムの実行に必要なデータは、例えば、メモリ２２に格納されている。そのプログラムがどのような態様でメモリ２２に格納されているかは問わない。例えば、メモリ２２が書き換え可能なメモリである場合には、コンピュータ２０の外部からそのプログラムをインストールすることにより、そのプログラムをメモリ２２に格納するようにしてもよい。あるいは、メモリ２２が書き換え不可能なメモリ（読み出し専用メモリ）である場合には、メモリ２２に固定する（焼き付ける）形式でそのプログラムをメモリ２２に格納するようにしてもよい。

入力インターフェース部２３は、ＣＴ装置１０からＣＴ画像を受け取るための入力インターフェースとして機能する。

出力インターフェース部２４は、ボクセルの集合に基づいたＣＴ画像やＲＥＣＩＳＴ判定処理の結果を表示装置３０に出力するための出力インターフェースとして機能する。

ユーザインターフェース部２５は、ユーザとのインターフェースとして機能する。ユーザインターフェース部２５には、例えば、マウス２５ａやキーボード２５ｂなどの入力デバイスが接続されている。

バス２６は、コンピュータ２０内の構成要素２１〜２５を相互に接続するために使用される。

１．ＲＥＣＩＳＴ判定処理手順の概要
図３は、ＲＥＣＩＳＴ判定処理手順の一例を示す。このような処理は、例えば、プログラムの形式で実現され得る。そのようなプログラムは、例えば、ＣＰＵ２１によって実行される。

ステップＳ３０１：コンピュータ２０は、ベースラインのＤＩＣＯＭデータを取得する。このようなＤＩＣＯＭデータの取得は、例えば、ＣＰＵ２１が入力インターフェース部２３を介してＣＴ装置１０から出力されたＣＴデータを受け取ることによって達成できる。しかし、ＤＩＣＯＭデータを取得する態様はこれに限定されない。コンピュータ２０は、任意の態様でＤＩＣＯＭデータを取得し得る。例えば、コンピュータ２０は、磁気ディスクなどの記録媒体に記録されたＤＩＣＯＭデータを読み出すことによってＤＩＣＯＭデータを取得してもよいし、ＣＴ装置１０から受け取ったＣＴデータのうちの一部（例えば、ＣＴ装置１０から受け取ったＣＴデータのうちユーザによって選択されたもの）を取得するようにしてもよい。

ステップＳ３０２：コンピュータ２０は、ベースラインのＣＴデータを処理することにより、ベースラインにおける気管分岐スライスを抽出する。以下、この気管分岐スライスをＳ_ｂとする。気管分岐スライスとは、気管の分岐点を含むスライスのことをいう。このような気管分岐スライスの抽出は、例えば、ＣＰＵ２１が、下記「２．気管分岐スライスの抽出例」を実行することにより達成される。

ステップＳ３０３：コンピュータ２０は、ベースラインのＣＴ画像における標的病変・非標的病変を指定するユーザ入力、マークした標的病変・非標的病変の名前を指定するユーザ入力を受信する。このような標的病変・非標的病変の指定は、例えば、コンピュータ２０が表示装置３０にＣＴ画像を表示させて、表示されたＣＴ画像からユーザがマウス２５ａやキーボード２５ｂなどの入力デバイスを用いて表示装置３０上で標的病変・非標的病変を指定することによって達成できる。このような名前付けは、例えば、ユーザがマークした標的病変・非標的病変について、ユーザがマウス２５ａやキーボード２５ｂなどの入力デバイスを用いて名前を入力することによって達成できる。このような標的病変・非標的病変を指定するユーザ入力の受信は、例えば、マウス２５ａやキーボード２５ｂなどの入力デバイスを用いた上記ユーザ入力をコンピュータ２０がユーザインターフェース部２５を介して受信することによって達成できる。

ステップＳ３０４：コンピュータ２０は、ステップＳ３０３においてユーザにより指定された標的病変の各々について、最長径（最大割面スライスにおける長径）を計測する。最大割面スライスとは、全スライスのうち、そのスライス上での対象標的病変の面積が最大であるスライスのことをいう。どのスライスが最大割面スライスであるかは、例えば、ＣＰＵ２１が各スライス上の対象標的病変の面積を計算して、最大の面積を示すスライスを決定することによって求められる。最長径の計測は、例えば、ＣＰＵ２１が最大割面スライスにおける病変部の重心を計算して、その重心を通る病変部の内径のうち最大の内径を計算することによって達成できる。

ステップＳ３０５：コンピュータ２０は、ベースラインにおけるＳ_ｂと、ユーザにより指定された病変のそれぞれについての病変名と、その病変が標的病変であるか非標的病変であるかと、その病変の最長径と、その病変の最長径の始点と終点の座標と、Ｓ_ｂからその病変の最大割面スライスまでの距離とを表す情報をメモリ２２に保存する。ここでは、最長径を有する直線を識別する情報として病変の最長径の始点と終点の座標を保存したが、最長径を有する直線を識別できる情報であればよく、始点と終点の座標に限らない。

ステップＳ３０６：コンピュータ２０は、全標的病変の最長径和を算出し、メモリ２２に保存する。このような全標的病変の最長径和は、例えば、ステップＳ３０５においてメモリ２２に保存された各標的病変の最長径の情報からＣＰＵ２１が各標的病変の最長径を合算することによって達成できる。ステップＳ３０２〜ステップＳ３０６の概要を図４に示す。なお、ステップＳ３０５およびステップＳ３０６におけるメモリ２２への保存の態様は問わない。表形式で保存してもよい。表形式で保存することにより、例えば、計測シートを容易に作成することができるようになり、メモリ２２から表計算ソフトにインポートすることができるようになる。

ステップＳ３０７：コンピュータ２０は、第１サイクルのＤＩＣＯＭデータを取得する。このようなＤＩＣＯＭデータの取得は、ステップＳ３０１と同じなので、省略する。また、ステップＳ３０１において第１サイクルのＤＩＣＯＭデータも取得されている場合には、このステップＳ３０７は省略される。

ステップＳ３０８：コンピュータ２０は、第１サイクルのＣＴデータを処理することにより、第１サイクルにおける気管分岐スライス（Ｓ_１）を抽出する。このような気管分岐スライスの抽出方法は、ステップＳ３０２と同じなので、省略する。

ステップＳ３０９：コンピュータ２０は、ベースライン画像と第１サイクルの画像とを位置合わせする。このような位置合わせは、例えば、ＣＰＵ２１が、Ｓ_１＝Ｓ_ｂとなるように第１サイクルの画像を平行移動させることによって達成できる。

ステップＳ３１０：コンピュータ２０は、ベースライン画像について保存された情報に基づいて第１サイクルにおける病変部の自動抽出、長径の計測を行う。ステップＳ３１０の詳細は、下記「３．ステップＳ３１０の詳細」において説明する。

ステップＳ３１１：ＲＥＣＩＳＴ判定基準に従って、判定結果を算出する。例えば、ＣＰＵ２１が、ベースラインに対して計測した最長径と、第１サイクルに対して計測した最長径とに基づいてこのような判定を達成することができる。

ステップＳ３１２：第１サイクルにおけるＳ_１と、各病変についての病変名と、その病変が標的病変であるか非標的病変であるかと、その病変の最長径と、その病変の最長径の始点と終点の座標と、Ｓ_ｂからその病変の最大割面スライスまでの距離と、全標的病変の最長径和とを表す情報をメモリ２２に保存する。ステップＳ３０７〜ステップＳ３１２の概要を図５に示す。なお、ステップＳ３１２におけるメモリ２２への保存もまた、ステップＳ３０５およびステップＳ３０６におけるメモリ２２への保存と同様に、保存の態様は問わない。表形式で保存してもよい。表形式で保存することにより、例えば、計測シートを容易に作成することができるようになり、メモリ２２から表計算ソフトにインポートすることができるようになる。ここでは、最長径を有する直線を識別する情報として病変の最長径の始点と終点の座標を保存したが、最長径を有する直線を識別できる情報であればよく、始点と終点の座標に限らない。

ステップＳ３１３：第ｎサイクル（ｎ＝２、３、・・・）について、ベースラインを第ｎ−１サイクルに読み替え、第１サイクルを第ｎサイクルに読み替えて、ステップＳ３０７〜ステップＳ３１２を繰り返す。

図３の実施の形態では、位置合わせの指標として気管支を用いたが、位置合わせの指標はそれに限定されない。位置合わせの指標として用いられるのは、経時変化のない臓器であればよく、縦隔内大血管であってもよい。

各標的病変に対して、ベースライン、各サイクルでのその標的病変について最長径を計測したスライスの画像をその長径を示す線とともに、病変名、計測サイクル（ベースライン、第１サイクル、第２サイクルなど）等を付記してメモリ２２に保存してもよい。また、患者ＩＤを含めてメモリ２２にデータを保存して、データ管理がしやすいようにしてもよい。保存のタイミングは、長径を計測したタイミングであってもよいし、それ以外のタイミングでもよい。このように各データを関連づけて保存しておくことにより、ＲＥＣＩＳＴ判定の結果と、ＲＥＣＩＳＴ判定に用いた全サイクルのうち少なくとも一部のサイクルの画像を表示装置３０で同時に一覧表示するようにも構成できる。

図３の実施の形態では、コンピュータが１つしかない形態を説明したが、他のコンピュータが外部からアクセスできるようにしてもよい。このような構成にすることにより、中央判定委員会を開かずとも判定が可能になり、各サイクルでリアルタイムに判定結果の把握が可能になる。ＰＣまたはユーザごとにＩＤを付与し、そのユーザがした行為に対しても、ＩＤとともに行為に関連するデータをメモリ２２に保存するようにしてもよい。その行為とは、例えば、標的病変の指定などである。このようにＩＤおよび行為などもメモリ２２に保存することにより、ＲＥＣＩＳＴ判定のみならず、そのユーザに支払うべき診療報酬などを管理できる。

２．気管分岐スライスの抽出例
（抽出例１）
頭に最も近いスライス上の気管内１点に連結し、ＣＴ値が−７００ＨＵ以下である領域を気管−気管支領域として抽出する。この抽出と同時にラベリング処理を行い、スライス上での抽出領域数をカウントする。この処理を頭に最も近いスライスから１スライスごと繰り返し、ラベル数が２となったスライスを気管分岐スライスとする。

（抽出例２）
頭に最も近いスライス上の気管内１点を初期点として連結し、ＣＴ値が−７００ＨＵ以下の領域を気管−気管支領域として抽出後、細線化処理等により気管支の分岐点を抽出する。抽出した分岐点のうち、初期点に最も近い分岐点を気管分岐点とし、その点を含んでいるスライスを気管分岐スライスとする。このようにＣＴ値が−７００ＨＵ以下の領域を気管−気管支領域として抽出することは、例えば、ＭｃＮｉｔｔ−ＧｒａｙＭＦら、ＪＣｏｍｐｕｔＡｓｓｉｓｔＴｏｍｏｇｒ１９９７；２１：９３９−９４７、ＫｉｎｇＧＧら、ＡｍＪＲｅｓｐｉｒＣｒｉｔＣａｒｅＭｅｄ２０００；１６１：５７４- ５８０、ＳｗｉｆｔＲＤら、ＣｏｍｐｕｔＭｅｄＩｍａｇｉｎｇＧｒａｐｈ２００２；２６：１０３−１１８、多田真也，財田伸介，久保満他，マルチスライスＣＴ画像からの気管支構造抽出アルゴリズム，信学技報ｖｏｌ．１０４，Ｎｏ３１８，ｐｐ１９−２３，２００４、森ら，３次元胸部Ｘ線ＣＴ画像からの気管支領域の自動抽出，信学技報，１９９４に記載されている。このような細線化処理は、例えば、斉藤豊文，森健策，鳥脇純一郎，ユークリッド距離変換を用いた３次元ディジタル画像の薄面化および細線化の逐次型アルゴリズムとその諸性質，信学論Ｄ−ＩＩＶｏｌ．Ｊ７９−Ｄ−ＩＩＮｏ．１０ｐｐ．１６７５−１６８５１９９６．１０、斉藤豊文，鳥脇純一郎，３次元ディジタル画像に対するユークリッド距離変換，信学論Ｄ−ＩＩＶｏｌ．Ｊ７６−Ｄ−ＩＩＮｏ．３ｐｐ．４４５−４５３、斉藤豊文，番正聡志，鳥脇純一郎，ユークリッド距離に基づくスケルトンを用いた３次元細線化手法の改善 −ひげの発生を制御できる一手法−，信学論Ｄ−ＩＩＶｏｌ．Ｊ８４−Ｄ−ＩＩＮｏ．８ｐｐ．１６２８−１６３５に記載されている。

３．ステップＳ３１０の詳細
ステップＳ３１０では、ステップＳ３０９での位置合わせのなされた第１サイクルの画像について、ＣＰＵ２１が、ベースライン画像について保存された情報に基づいて、メモリ２２に保存されたベースラインでの最長径の始点と終点座標までのプロファイル（縦軸：ＣＴ値、横軸：始点からの距離）を作成し、第１サイクルにおける病変部の自動抽出、長径の計測を行う。プロファイルの形状は、パターンＩ、パターンＩＩ、パターンＩＩＩの３つのパターンに分類できる。パターンＩとは、ベースラインの最長径の始点と終点の座標のＣＴ値が−７００ＨＵ以下であり、かつＣＴ値の最小値と最大値の差の絶対値が６００ＨＵ以上であり、かつ、ＣＴ値が−２００ＨＵ以上のボクセルが５ｍｍ以上連続して存在するパターンであり、その一例を図６に示す。パターンＩＩとは、パターンＩではなく、かつＣＴ値の平均が−７００ＨＵ以上であるパターンであり、その一例を図７に示す。パターンＩＩＩとは、パターンＩにもパターンＩＩにも該当しないパターンであり、その一例を図８に示す。パターンＩ、ＩＩではそれぞれ病変部は縮小、増大して存在すると予測されるため、ベースラインの始点と終点の中間点を含み、一定の閾値以上のＣＴ値を持つ領域を病変部とみなして病変部の自動抽出を行う（この一定の閾値とは、パターンＩでは、プロファイルの半値幅の範囲のＣＴ値の平均値−ＳＤであり、パターンＩＩでは、長径上のＣＴ値の平均値−ＳＤであり、ＳＤは、プロファイル全範囲におけるＣＴ値の標準偏差である）。その後、抽出した病変部の最大割面における長径を算出する。最大割面における長径の算出は、ステップＳ３０４と同じなので、省略する。パターンＩＩＩについては、病変は消失していると予測されるため、病変部は抽出せずに長径は０とする。なお、ここで例示したＣＴ値、長さは一例であって、その値に限定されるわけではない。このように、ＣＰＵ２１が次のサイクルの病変部を自動予測して抽出する形態を示したが、次のサイクルでの病変部の抽出の形態はそれに限定されない。例えば、ステップＳ３０３と同様に、コンピュータ２０が表示装置３０にＣＴ画像を表示させて、表示されたＣＴ画像からユーザがマウス２５ａやキーボード２５ｂなどの入力デバイスを用いて表示装置３０上で標的病変・非標的病変を指定することによって達成する構成にしてもよいし、ＣＰＵ２１が次のサイクルの病変部を自動予測した後にユーザが微調整できるような構成にしてもよい。

なお、図３に示される各ステップの機能は、ソフトウェア（例えば、プログラム）によって実現されることに限定されない。図３に示される各ステップの機能をハードウェア（例えば、回路、ボード、半導体チップ）によって実現してもよいし、ソフトウェアとハードウェアとの組み合わせによって実現してもよい。例えば、ＣＴデータを処理してＲＥＣＩＳＴ判定処理を実行する装置は、ＲＥＣＩＳＴ判定処理ボードであってもよい。

以上のように、本発明の好ましい実施形態を用いて本発明を例示してきたが、本発明は、この実施形態に限定して解釈されるべきものではない。本発明は、特許請求の範囲によってのみその範囲が解釈されるべきであることが理解される。当業者は、本発明の具体的な好ましい実施形態の記載から、本発明の記載および技術常識に基づいて等価な範囲を実施することができることが理解される。

本発明は、ＲＥＣＩＳＴ判定結果を算出する方法、装置およびプログラム等として有用である。また、本発明は、関連画像参照が容易で、計測情報をＤＩＣＯＭ画像と関連づけて保存可能であり、計測結果からＲＥＣＩＳＴ判定まで算出可能であり、データ管理が容易になるようなＲＥＣＩＳＴ判定結果の算出に適したシステムとして有用である。また、本発明は、電子データの利用により中央判定委員会を開かずとも判定が可能であり、各サイクルでリアルタイムに判定結果の把握が可能であり、評価者情報や評価結果から支払口数を管理部へ転送したり、ＰＣごとにＩＤを付与してＩＤごとのデータベースを作成したりすることによる計測からチャージまでを管理可能とした独立判定委員会を実現するようなシステムもとしても有用である。

本発明の実施の形態のＲＥＣＩＳＴ判定システム１の構成の一例を示す図コンピュータ２０の構成の一例を示す図ＲＥＣＩＳＴ判定処理手順の概要を示す図ステップＳ３０２〜ステップＳ３０６の概要を示す図ステップＳ３０７〜ステップＳ３１２の概要を示す図パターンＩのプロファイルの形状の一例を示す図パターンＩＩのプロファイルの形状の一例を示す図パターンＩＩＩのプロファイルの形状の一例を示す図

符号の説明

１ＲＥＣＩＳＴ判定システム
１０ＣＴ装置
１２ボクセルの集合
２０コンピュータ
３０表示装置

Claims

コンピュータ上で所定のユーザ入力データに基づいて複数のサイクルについての対象領域に対する画像データを処理してＲＥＣＩＳＴ判定結果を算出する方法であって、
該対象領域は、複数のスライスを含み、
該複数のサイクルは、ベースサイクルと、第１サイクルとを少なくとも含み、
該複数のサイクルの各々についての画像データは、各領域において画素値を少なくとも定義しており、
該所定のユーザ入力データは、該ベースサイクルについての画像データにおける少なくとも１つの標的病変を少なくとも定義しており、
該方法は、該複数のサイクルのうちの各１つのサイクルに対して、
該１つのサイクルがベースサイクルである場合に、
該コンピュータが、該１つのサイクルについての画像データに基づいて、該所定のユーザ入力データによって定義される該少なくとも１つの標的病変のうちの各１つの標的病変について、該１つの標的病変のスライス断面の最長径を算出するステップと、
該１つのサイクルがベースサイクルでない場合に、
該コンピュータが、該１つのサイクルについての画像データに基づいて、該１つのサイクルよりも１つ前のサイクルにおける標的病変を用いて、該１つのサイクルにおける標的病変を抽出するステップと、
該コンピュータが、該１つのサイクルにおける該抽出された標的病変のうちの各１つの標的病変について、該１つの標的病変のスライス断面の最長径を算出するステップと、
該コンピュータが、該１つのサイクルよりも前のサイクルにおいて算出された最長径と、該１つのサイクルにおいて算出された最長径とに少なくとも基づいて、該１つのサイクルに対するＲＥＣＩＳＴ判定結果を算出するステップと
を包含する、方法。
前記最長径を算出するステップは、該最長径に対応する直線を識別する情報を取得するステップをさらに包含する、請求項１に記載の方法。
前記１つのサイクルにおける標的病変を抽出するステップにおいて、該標的病変は、該１つのサイクルについての画像データ内の直線上の画素値のプロファイルに少なくとも基づいて抽出され、該１つのサイクルについての画像データ内の直線は、該１つのサイクルよりも１つ前のサイクルにおいて取得された前記情報により識別される前記直線に対応する、請求項２に記載の方法。
前記１つのサイクルにおける標的病変を抽出するステップにより抽出される標的病変は、該１つのサイクルにおける前記直線の中間点を含む、請求項３に記載の方法。
前記コンピュータが、前記１つのサイクルについての画像データに基づいて、該１つのサイクルにおける位置合わせの指標を含むスライスを特定するステップをさらに包含し、
前記１つのサイクルにおける標的病変を抽出するステップは、該１つのサイクルよりも１つ前のサイクルにおける位置合わせの指標を含むスライスに、該１つのサイクルにおける位置合わせの指標を含むスライスが一致するように、該１つのサイクルについての画像データの座標変換をするステップをさらに包含する、請求項２〜４のいずれか一項に記載の方法。
前記コンピュータが、前記複数のサイクルのうちの所定の複数のサイクルについて、該所定の複数のサイクルの各々において最長径の算出に用いられたスライスを表示装置に一覧表示させるステップをさらに包含する、請求項２〜５のいずれか一項に記載の方法。
所定のユーザ入力データに基づいて複数のサイクルについての対象領域に対する画像データを処理してＲＥＣＩＳＴ判定結果を算出する装置であって、
該対象領域は、複数のスライスを含み、
該複数のサイクルは、ベースサイクルと、第１サイクルとを少なくとも含み、
該複数のサイクルの各々についての画像データは、各領域において画素値を少なくとも定義しており、
該所定のユーザ入力データは、該ベースサイクルについての画像データにおける少なくとも１つの標的病変を少なくとも定義しており、
該装置は、該複数のサイクルのうちの各１つのサイクルに対して、
該１つのサイクルがベースサイクルである場合に、
該１つのサイクルについての画像データに基づいて、該所定のユーザ入力データによって定義される該少なくとも１つの標的病変のうちの各１つの標的病変について、該１つの標的病変のスライス断面の最長径を算出する手段と、
該１つのサイクルがベースサイクルでない場合に、
該１つのサイクルについての画像データに基づいて、該１つのサイクルよりも１つ前のサイクルにおける標的病変を用いて、該１つのサイクルにおける標的病変を抽出する手段と、
該１つのサイクルにおける該抽出された標的病変のうちの各１つの標的病変について、該１つの標的病変のスライス断面の最長径を算出する手段と、
該１つのサイクルよりも前のサイクルにおいて算出された最長径と、該１つのサイクルにおいて算出された最長径とに少なくとも基づいて、該１つのサイクルに対するＲＥＣＩＳＴ判定結果を算出する手段と
を備える、装置。
所定のユーザ入力データに基づいて複数のサイクルについての対象領域に対する画像データを処理してＲＥＣＩＳＴ判定結果を算出する処理をコンピュータに実行させるプログラムであって、
該対象領域は、複数のスライスを含み、
該複数のサイクルは、ベースサイクルと、第１サイクルとを少なくとも含み、
該複数のサイクルの各々についての画像データは、各領域において画素値を少なくとも定義しており、
該所定のユーザ入力データは、該ベースサイクルについての画像データにおける少なくとも１つの標的病変を少なくとも定義しており、
該算出する処理は、該複数のサイクルのうちの各１つのサイクルに対して、
該１つのサイクルがベースサイクルである場合に、
該１つのサイクルについての画像データに基づいて、該所定のユーザ入力データによって定義される該少なくとも１つの標的病変のうちの各１つの標的病変について、該１つの標的病変のスライス断面の最長径を算出するステップと、
該１つのサイクルがベースサイクルでない場合に、
該１つのサイクルについての画像データに基づいて、該１つのサイクルよりも１つ前のサイクルにおける標的病変を用いて、該１つのサイクルにおける標的病変を抽出するステップと、
該１つのサイクルにおける該抽出された標的病変のうちの各１つの標的病変について、該１つの標的病変のスライス断面の最長径を算出するステップと、
該１つのサイクルよりも前のサイクルにおいて算出された最長径と、該１つのサイクルにおいて算出された最長径とに少なくとも基づいて、該１つのサイクルに対するＲＥＣＩＳＴ判定結果を算出するステップと
を包含する、プログラム。