JP2010042129A - 画像処理装置 - Google Patents

Abstract

【課題】断層画像内において高精度に脂肪を種別する。
【解決手段】皮下脂肪カーソル２００が破線の矢印に沿って被検体の外側から重心位置Ｐに向かって移動する。皮下脂肪カーソル２００は、筋肉画素１１０へ到達するまで移動される。皮下脂肪カーソル２００が筋肉画素１１０へ到達するまでに通過した脂肪画素１２０を皮下脂肪画素と判定する。そして、被検体を取り囲む全方位から皮下脂肪カーソル２００を重心位置Ｐに向かって直線に沿って移動させて皮下脂肪画素を判定する。こうして、被検体を取り囲む全方位（全角度）において皮下脂肪画素が判定され、皮下脂肪画素を除いた残りの脂肪画素が内臓脂肪画素と判定される。
【選択図】図５

Description

本発明は、画像処理装置に関し、特に脂肪を種別する画像処理装置に関する。

脂肪は、皮下に形成される皮下脂肪と内臓周辺に形成される内臓脂肪とに大別され、このうち内臓脂肪は、生活習慣病等の診断において注目されている。そのため、脂肪全体の量を反映した体脂肪量の計測だけではなく、脂肪の種類を判別して各種類ごとに脂肪量などを計測できることが望ましい。

こうした事情から、本願発明者は、特許文献１において、Ｘ線ＣＴ装置などから得られる断層画像内で脂肪を種別する技術を提案している。特許文献１には、例えばＸ線ＣＴ装置の断層画像内において皮下脂肪と内臓脂肪とを識別することができる画期的な技術が記載されている。

特開２００３−３３９６９４号公報

本願発明者は、特許文献１において提案した画期的な技術の改良について研究開発を重ねてきた。特に、さらに高精度な脂肪の種別を目標としつつ研究開発を重ねてきた。

本発明は、その研究開発の過程において成されたものであり、その目的は、断層画像内において高精度に脂肪を種別することにある。

上記目的を達成するために、本発明の好適な態様の画像処理装置は、被検体の断層画像内において各画素の画素値に基づいて筋肉画素と脂肪画素とを識別する画素識別部と、前記断層画像内において被検体の外郭を構成する筋肉画素を皮膚画素と判定する皮膚判定部と、前記断層画像内において皮膚画素を除いた被検体の外側から内側に向かって皮下脂肪カーソルを移動させ、皮下脂肪カーソルが筋肉画素へ到達するまでに通過した脂肪画素を皮下脂肪画素と判定する脂肪種別部と、を有することを特徴とする。

望ましい態様において、前記脂肪種別部は、前記断層画像内において皮下脂肪画素を除いた脂肪画素を内臓脂肪画素と判定する、ことを特徴とする。

望ましい態様において、前記脂肪種別部は、前記断層画像内において皮膚画素を除いた被検体の重心位置に向かって皮下脂肪カーソルを移動させる、ことを特徴とする。

望ましい態様において、前記脂肪種別部は、前記重心位置を中心として放射状に伸長される複数の直線に沿って各直線ごとに皮下脂肪カーソルを移動させることを特徴とする。

望ましい態様において、前記皮下脂肪カーソルは、その移動方向に対して垂直な方向の幅が皮膚画素を除いた筋肉画素の途切れ幅よりも大きい、ことを特徴とする。

また、上記目的を達成するために、本発明の好適な態様のプログラムは、被検体の断層画像内において各画素の画素値に基づいて筋肉画素と脂肪画素とを識別する画素識別機能と、前記断層画像内において被検体の外郭を構成する筋肉画素を皮膚画素と判定する皮膚判定機能と、前記断層画像内において皮膚画素を除いた被検体の外側から内側に向かって皮下脂肪カーソルを移動させ、皮下脂肪カーソルが筋肉画素へ到達するまでに通過した脂肪画素を皮下脂肪画素と判定する脂肪種別機能と、をコンピュータに実現させることを特徴とする。

上記態様のプログラムは、例えば、ディスクやメモリなどの記憶媒体に記憶され、これらの記憶媒体を介してコンピュータに読み込まれる。あるいは、ネットワークなどを介してプログラムがコンピュータに提供されてもよい。

本発明により、断層画像内において高精度に脂肪を種別することが可能になる。例えば本発明の好適な態様によれば、断層画像内において皮下脂肪と内臓脂肪とを高精度に識別することが可能になる。

図１は、本発明の好適な実施形態を説明するための図であり、図１には、本発明に係る画像処理装置を利用した画像処理システムが示されている。図１に示すシステムは、Ｘ線ＣＴ装置１０および画像処理装置３０を含んでいる。本実施形態においては、図１に示すＸ線ＣＴ装置１０を利用するが、図１のＸ線ＣＴ装置１０に換えて、公知の他のＸ線ＣＴ装置を用いてもよい。さらに、Ｘ線ＣＴ装置に換えて、他の画像形成装置を用いてもよい。

Ｘ線ＣＴ装置１０は、倍率の動的な可変機能を具備し、例えば、マウスなどの動物が測定対象となる。もちろん、それ以外の検体を測定対象としてもよい。Ｘ線ＣＴ装置１０には、回転中心軸Ｏを間において、一方側にＸ線発生器５２が設けられ、他方側にＸ線検出器６０が設けられている。Ｘ線発生器５２の照射側にはコリメータ５４が設けられている。Ｘ線発生器５２は図示されるように末広あるいは扇状の（ここではファンビーム形状の）Ｘ線ビーム５６を生成する。一方、Ｘ線検出器６０は複数の（例えば１００個）のＸ線センサを一列に並べたものとして構成され、Ｘ線ビーム５６の開き角度に応じてＸ線の受光開口が設定される。ちなみに、複数のＸ線センサの配列は直線的であってもよいし、円弧状であってもよい。

なお、図１においては、Ｘ線発生器５２と共に用いられる高電圧源や、Ｘ線検出器６０と共に用いられるデータ処理回路などについては図示省略されている。

図１において符号５８は有効視野を示している。これは、Ｘ線ビーム５６を回転走査させた場合におけるＣＴ画像が構成可能な円形の領域である。ちなみに、この有効視野５８は、被検体あるいは回転中心軸Ｏと、Ｘ線発生器５２及びＸ線検出器６０のそれぞれの位置関係に応じて定まるものである。本実施形態においては以下に説明する変位機構６２が設けられているため、それらの位置関係を変更してＣＴ画像の倍率を機械的に可変することが可能である。

すなわち、変位機構６２には、Ｘ線発生器５２及びＸ線検出器６０が連結されており、本実施形態では、変位機構６２は、Ｘ線発生器５２及びＸ線検出器６０の間の距離を維持したまま、それら（つまり測定ユニット）をＸ線ビーム５６のビーム軸方向に変位させる機能を有する。この場合において、回転中心軸Ｏは不変であり、すなわち被検体を何ら移動させることなく測定ユニット側を移動させて倍率の変更を行い得る。なお、変位機構６２は変位力を発生するためのモータ６２Ａを備えている。本実施形態では、各ＣＴ撮影ごとに個別的に変位量を設定でき、つまり個別的に計測倍率を設定できる。そのような制御を行う場合に、上記収容部材の形状（特にＣＴ撮影位置での外径）が基準とされており、倍率可変時において収容部材がガントリあるいは測定ユニットへ接触あるいは衝突することが防止されている。

ガントリ回転機構６６は、回転ベースを回転させることにより、それに搭載された変位機構を含む各構成の全体を回転駆動する機構である。変位機構６２には、測定ユニットが搭載されているため、変位機構６２によって所望の位置に位置決めされた測定ユニットがその位置を保持したまま回転駆動されることになる。ガントリ回転機構６６は、その駆動力を発生するためのモータ６６Ａを有する。なお、１回転中では計測倍率は不変である。スライド機構６８は、図示しないアームをスライド運動させる移動機構であり、その駆動力はモータ６８Ａによって発生される。アームは被検体が載せられる載置台を回転中心軸方向にスライド運動させる。そして、各スライド位置において被検体のＣＴ撮影が行われる。

ちなみに、図１には、様々な機構６２，６６，６８などが示されていたが、それらの機構による位置あるいは変化を検出するためにセンサを設けるのが望ましい。そして、それらのセンサの出力信号に基づいて図示しない演算制御部がいわゆるフィードバック制御を行うようにするのが望ましい。なお、図１に示す例では、スライド機構６８が駆動源としてのモータ６８Ａを有していたが、そのスライド力を人為的に発生させるようにしてもよい。また、Ｘ線ＣＴ装置１０の全体の動作は、図示しない動作制御部によって制御される。動作制御部はＸ線ＣＴ装置１０内部に設けられることが望ましい。

画像処理装置３０は、ＣＰＵやメモリやハードディスクなどのハードウェアと、動作制御プログラムなどのソフトウェアとによって構成されるものである。図１には、そのハードウェアとソフトウェアとが協働して実現する代表的な機能が示されている。つまり、画像処理装置３０は、画素識別部３１０、皮膚判定部３２０、脂肪種別部３３０、脂肪量演算部３４０などを有している。これらの機能に対応したプログラムを用いてコンピュータを画像処理装置３０として動作させてもよい。

なお、画像処理装置３０には、表示器３２、記憶装置３４、キーボード３６、マウス３８、プリンタ４０などが接続されている。記憶装置３４には必要に応じてＸ線ＣＴの断層画像データ３４Ａが格納される。

本実施形態では、Ｘ線ＣＴ装置１０により得られた断層画像が画像処理装置３０により処理され、断層画像内において皮下脂肪と内臓脂肪とが高精度に識別される。そこで、画像処理装置３０内の各機能を以下に詳述する。なお、図１に示した部分（構成）については、以下の説明においても図１の符号を利用する。

図２は、画像処理装置３０において処理される画像例を示す図である。図２に示す断層画像１００は、Ｘ線ＣＴ装置１０により被検体（例えばマウスなどの動物）の腹部を撮影して得られるＸ線ＣＴ画像を模式化したものである。

断層画像１００内には、被検体の外側から順に、皮膚に対応した皮膚画素１１２、皮下脂肪に対応した皮下脂肪画素１２２、腹筋に対応した腹筋画素１１４、内臓脂肪に対応した内臓脂肪画素１２４、腸などの内臓に対応した内臓画素１１６が含まれている。なお、断層画像１００内において、被検体の周囲には、空気などに対応した背景画素１３０が存在する。

Ｘ線ＣＴ装置１０により断層画像１００が形成されると、断層画像１００に対応した画像データが画像処理装置３０に供給される。画像処理装置３０は、まず、断層画像１００内の画素の識別処理を実行する。つまり、画素識別部３１０は、断層画像１００内において各画素の画素値（ＣＴ値）に基づいて、筋肉画素と脂肪画素とその他の画素とを識別する。

図３は、画素が識別された断層画像１００を示す図である。Ｘ線ＣＴ装置１０により得られた断層画像１００内における各画素に注目すると、その画素部分におけるＸ線吸収の度合いに応じたＣＴ値が対応する。水のＣＴ値が０、空気のＣＴ値が−１０００と定義され、例えば、筋肉などの肉質の組織のＣＴ値は−１２０〜＋３５０程度となり、脂肪のＣＴ値は−５００〜−１８０程度となる。

そこで、画素識別部３１０は、断層画像１００内の全ての画素を各画素の画素値（ＣＴ値）と閾値との比較から、図３に示すように、筋肉などの肉質の組織に対応した筋肉画素１１０と、脂肪に対応した脂肪画素１２０と、空気などに対応した背景画素１３０とに分別する。

なお、画素識別部３１０により識別処理された図３の段階においては、皮下に形成される皮下脂肪と内臓周辺に形成される内臓脂肪とが弁別されておらず、共に脂肪画素１２０として識別されている。

次に、皮膚判定部３２０は、図３の断層画像１００内において、被検体の外郭を構成する筋肉画素１１０を皮膚画素と判定する。皮膚判定部３２０は、背景画素１３０との境界部分を被検体の最外郭として、最外郭から被検体の内側に向かって所定画素数（例えば１０画素）だけ、筋肉画素１１０のみを削除する（脂肪画素１２０は削除しない）。こうして、皮膚判定部３２０により削除される筋肉画素１１０が皮膚画素とみなされる。

図４は、皮膚画素１１２が識別された被検体の画像を示す図である。皮膚判定部３２０における処理により、被検体の外郭を構成する筋肉画素である皮膚画素１１２が識別され、被検体の画像から皮膚画素１１２のみが削除される。皮膚画素１１２が削除されると、脂肪種別部３３０により、皮下脂肪と内臓脂肪とが識別される。

図５は、脂肪種別部３３０における処理を説明するための図である。脂肪種別部３３０は、皮膚画素が除去された被検体の重心を算出して重心位置Ｐを設定する。そして、脂肪種別部３３０は、皮膚画素を除いた被検体の外側から内側の重心位置Ｐに向かって皮下脂肪カーソル２００を移動させ、皮下脂肪カーソル２００が筋肉画素１１０へ到達するまでに通過した脂肪画素１２０を皮下脂肪画素と判定する。

皮下脂肪カーソル２００は、被検体の外側から重心位置Ｐに向かって直線に沿って移動する。つまり、図５に示すように、皮下脂肪カーソル２００が破線の矢印に沿って被検体の外側から重心位置Ｐに向かって移動する。皮下脂肪カーソル２００は、筋肉画素１１０へ到達するまで移動される。すなわち、腹筋画素（図２の符号１１４）に相当する筋肉画素１１０へ到達するまで皮下脂肪カーソル２００が移動する。

例えば、皮下脂肪カーソル２００が筋肉画素１１０にぶつかる位置（皮下脂肪カーソル２００内に筋肉画素１１０が入り込んだ位置）において到達と判断される。また、皮下脂肪カーソル２００が筋肉画素１１０にぶつかってさらにＮ画素だけ移動した位置において到達と判断してもよい。その際の画素数Ｎは、経験的に例えばＮ＝２などに設定される。

そして、脂肪種別部３３０は、被検体を取り囲む全方位から皮下脂肪カーソル２００を重心位置Ｐに向かって直線に沿って移動させて皮下脂肪画素を判定する。例えば、重心位置Ｐを中心として放射状に複数の直線が伸長され、各直線ごとに皮下脂肪カーソル２００が被検体の外側から重心位置Ｐに向かって移動されて皮下脂肪画素が判定される。こうして、被検体を取り囲む全方位（全角度）において皮下脂肪画素が判定され、皮膚画素を除いた被検体を取り囲むように存在する皮下脂肪画素が識別される。

なお、腹筋画素（図２の符号１１４）は、断層画像内において閉曲線を形成していない場合がある。例えば、図５に示すように、腹筋画素に相当する筋肉画素１１０が図の上側において途切れている場合がある。そのため、皮下脂肪カーソル２００は、その移動方向に対して垂直な方向の幅が筋肉画素１１０の最大の途切れ幅よりも大きいことが望ましい。例えば、皮下脂肪カーソル２００の幅が１０画素幅程度に設定される。これにより、筋肉画素１１０の途切れ部分においても皮下脂肪カーソル２００が確実に筋肉画素１１０へ到達し、筋肉画素１１０の途切れ部分においても皮下脂肪画素が識別できる。

ちなみに、図５においては、腹筋等の形状に合わせて、皮下脂肪カーソル２００を円弧型としているが、皮下脂肪カーソル２００の形状等は図５の例に限定されない。

図６は、皮下脂肪画素１２２が識別された被検体の画像を示す図である。脂肪種別部３３０は、皮下脂肪カーソル（図５の符号２００）を利用して皮下脂肪画素１２２を判定する。そして、皮下脂肪画素１２２を除いた残りの脂肪画素を内臓脂肪画素１２４と判定する。こうして、皮下に形成される皮下脂肪と内臓周辺に形成される内臓脂肪とが弁別され、断層画像内において皮下脂肪と内臓脂肪とが高精度に識別される。

なお、図６に示す被検体の画像内において、内臓脂肪画素１２４に囲まれた筋肉画素を腸などの内臓に対応した内臓画素１１６と判定してもよいし、さらに、内臓画素１１６を除いた残りの筋肉画素を腹筋画素１１４と判定してもよい。

脂肪種別部３３０により皮下脂肪画素１２２と内臓脂肪画素１２４とが弁別されると、脂肪量演算部３４０は、断層画像に含まれる内臓脂肪画素１２４の画素数に基づいて内臓脂肪の脂肪量を算出する。例えば、１画素あたりの面積と内臓脂肪画素１２４の画素数とを乗算することにより、脂肪量を示す指標として内臓脂肪の面積が算出される。もちろん、複数の断層画像に関する内臓脂肪の面積を算出して、脂肪量を示す指標として内臓脂肪の体積を算出してもよい。さらに、皮下脂肪の量を算出してもよいし、必要に応じて腹筋の筋肉量を算出することも可能である。

以上、本発明の好適な実施形態を説明したが、上述した実施形態によれば、腹筋が途切れている場合であっても内臓脂肪を比較的正確に自動認識することが可能になる。そのため、例えば操作者による手動修正などを加えて内臓脂肪を認識する場合に比べて、認識のための処理時間を短縮することが可能になる。また、上述した実施形態によれば、一定の規則に従って内臓脂肪が自動認識されているため、客観的で高い再現性のある計測が可能になる。なお、上述した実施形態は、あらゆる点で単なる例示にすぎず、本発明の範囲を限定するものではない。

本発明に係る画像処理装置を利用した画像処理システムを示す図である。 画像処理装置において処理される画像例を示す図である。 画素が識別された断層画像を示す図である。 皮膚画素が識別された被検体の画像を示す図である。 脂肪種別部における処理を説明するための図である。 皮下脂肪画素が識別された被検体の画像を示す図である。

符号の説明

３０ 画像処理装置、３１０ 画素識別部、３２０ 皮膚判定部、３３０ 脂肪種別部、３４０ 脂肪量演算部。

Claims (6)

1. 被検体の断層画像内において各画素の画素値に基づいて筋肉画素と脂肪画素とを識別する画素識別部と、
   前記断層画像内において被検体の外郭を構成する筋肉画素を皮膚画素と判定する皮膚判定部と、
   前記断層画像内において皮膚画素を除いた被検体の外側から内側に向かって皮下脂肪カーソルを移動させ、皮下脂肪カーソルが筋肉画素へ到達するまでに通過した脂肪画素を皮下脂肪画素と判定する脂肪種別部と、
   を有する、
   ことを特徴とする画像処理装置。
2. 請求項１に記載の画像処理装置において、
   前記脂肪種別部は、前記断層画像内において皮下脂肪画素を除いた脂肪画素を内臓脂肪画素と判定する、
   ことを特徴とする画像処理装置。
3. 請求項１または２に記載の画像処理装置において、
   前記脂肪種別部は、前記断層画像内において皮膚画素を除いた被検体の重心位置に向かって皮下脂肪カーソルを移動させる、
   ことを特徴とする画像処理装置。
4. 請求項３に記載の画像処理装置において、
   前記脂肪種別部は、前記重心位置を中心として放射状に伸長される複数の直線に沿って各直線ごとに皮下脂肪カーソルを移動させる、
   ことを特徴とする画像処理装置。
5. 請求項１から４のいずれか１項に記載の画像処理装置において、
   前記皮下脂肪カーソルは、その移動方向に対して垂直な方向の幅が皮膚画素を除いた筋肉画素の途切れ幅よりも大きい、
   ことを特徴とする画像処理装置。
6. 被検体の断層画像内において各画素の画素値に基づいて筋肉画素と脂肪画素とを識別する画素識別機能と、
   前記断層画像内において被検体の外郭を構成する筋肉画素を皮膚画素と判定する皮膚判定機能と、
   前記断層画像内において皮膚画素を除いた被検体の外側から内側に向かって皮下脂肪カーソルを移動させ、皮下脂肪カーソルが筋肉画素へ到達するまでに通過した脂肪画素を皮下脂肪画素と判定する脂肪種別機能と、
   をコンピュータに実現させることを特徴とするプログラム。

Images