JP2011206155A - Diagnosis support system, diagnosis support program and diagnosis support method - Google Patents
Diagnosis support system, diagnosis support program and diagnosis support method Download PDFInfo
- Publication number
- JP2011206155A JP2011206155A JP2010075093A JP2010075093A JP2011206155A JP 2011206155 A JP2011206155 A JP 2011206155A JP 2010075093 A JP2010075093 A JP 2010075093A JP 2010075093 A JP2010075093 A JP 2010075093A JP 2011206155 A JP2011206155 A JP 2011206155A
- Authority
- JP
- Japan
- Prior art keywords
- area
- tubular structure
- region
- state
- color
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003745 diagnosis Methods 0.000 title claims description 45
- 238000000034 method Methods 0.000 title claims description 40
- 238000006243 chemical reaction Methods 0.000 claims abstract description 34
- 210000004072 lung Anatomy 0.000 claims abstract description 16
- 239000003086 colorant Substances 0.000 claims abstract description 9
- 208000031481 Pathologic Constriction Diseases 0.000 claims description 63
- 230000036262 stenosis Effects 0.000 claims description 63
- 208000037804 stenosis Diseases 0.000 claims description 63
- 238000000605 extraction Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 9
- 210000000621 bronchi Anatomy 0.000 abstract description 50
- 210000004204 blood vessel Anatomy 0.000 abstract description 26
- 230000002685 pulmonary effect Effects 0.000 abstract description 19
- 238000003384 imaging method Methods 0.000 abstract description 4
- 210000001147 pulmonary artery Anatomy 0.000 description 14
- 238000009877 rendering Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000002093 peripheral effect Effects 0.000 description 7
- 238000000611 regression analysis Methods 0.000 description 6
- 210000003492 pulmonary vein Anatomy 0.000 description 5
- 238000004040 coloring Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000000547 structure data Methods 0.000 description 3
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 238000011976 chest X-ray Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000002792 vascular Effects 0.000 description 2
- 206010006482 Bronchospasm Diseases 0.000 description 1
- 206010007558 Cardiac failure chronic Diseases 0.000 description 1
- 206010009126 Chronic respiratory failure Diseases 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 206010036790 Productive cough Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000007885 bronchoconstriction Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 208000037976 chronic inflammation Diseases 0.000 description 1
- 230000006020 chronic inflammation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003097 mucus Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 201000004193 respiratory failure Diseases 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 208000024794 sputum Diseases 0.000 description 1
- 210000003802 sputum Anatomy 0.000 description 1
- 230000002966 stenotic effect Effects 0.000 description 1
Abstract
Description
本発明は、三次元画像データの解析および可視化により、肺に含まれる気管支あるいは肺血管等の肺の管状構造の診断を支援する診断支援システム、コンピュータプログラムおよび方法に関する。 The present invention relates to a diagnosis support system, a computer program, and a method for supporting diagnosis of a tubular structure of a lung such as a bronchus or a pulmonary blood vessel contained in the lung by analyzing and visualizing three-dimensional image data.
慢性閉塞性肺疾患（ＣＯＰＤ）の早期発見は、慢性呼吸不全あるいは心不全等を予防する上で極めて重要である。このため、近年、気管支解析機能を備えた診断支援装置や、気管支解析ソフトウェアが提供されている。例えば、特許文献１には、気管支ツリーをセグメンテーションし、セグメンテーションされた気管支ツリーをモデリングし、セグメンテーションおよびモデリングされた気管支ツリーで、気道内腔の直径と気道に付随する動脈の直径との比、または動脈の直径と気道壁の厚さとの比等を算出し、これらの比に基づいて、気管支ツリーをカラーリングして表示する気道評価システムが提案されている。 Early detection of chronic obstructive pulmonary disease (COPD) is extremely important in preventing chronic respiratory failure or heart failure. For this reason, in recent years, a diagnosis support apparatus having a bronchial analysis function and bronchial analysis software have been provided. For example, U.S. Patent No. 6,057,051 segments a bronchial tree, models a segmented bronchial tree, and in the segmented and modeled bronchial tree, the ratio of the diameter of the airway lumen to the diameter of the artery associated with the airway, or There has been proposed an airway evaluation system that calculates the ratio between the diameter of the artery and the thickness of the airway wall, and displays the bronchial tree by coloring based on these ratios.
ＣＯＰＤは、慢性的な炎症により厚くなってしまった気管支の壁が空気の流れを悪くし、また粘液の分泌が増加して咳や痰が出やすくなることにより発症し、発症する可能性は気管支の狭窄率が高いほど高くなる。このため、従来は、特許文献１に記載された手法を用いて示されるように、狭窄部位を正確に特定することが、気管支解析における重要課題と考えられていた。 COPD develops when the wall of the bronchus, which has become thick due to chronic inflammation, makes air flow worse, and the secretion of mucus increases, making coughing and sputum easier to occur. The higher the stenosis rate, the higher. For this reason, conventionally, as shown by using the technique described in Patent Document 1, it has been considered that the accurate identification of a stenosis site is an important issue in bronchial analysis.
しかしながら、特許文献１に記載された手法のように、狭窄率が高い部分を特定するのみならず、狭窄率が低い範囲も含め、狭窄が起きている範囲はすべて慎重に観察する必要がある。 However, as in the technique described in Patent Document 1, it is necessary not only to specify a portion where the stenosis rate is high, but also to carefully observe the entire range where stenosis occurs, including a range where the stenosis rate is low.
本発明は、上記事情に鑑みて、診断画面のレイアウトとして、狭窄率等を考慮しつつ、気管支、肺血管（肺動脈および肺静脈）等の肺の管状構造の内壁の状態を、広範囲にわたり十分に観察することができる画面レイアウトを提案する。 In view of the above circumstances, the present invention sufficiently covers the state of the inner wall of the tubular structure of the lung such as bronchi and pulmonary blood vessels (pulmonary arteries and pulmonary veins) in a wide range while considering the stenosis rate and the like as the layout of the diagnostic screen. A screen layout that can be observed is proposed.
本発明の診断支援装置は、以下に説明する管状構造抽出手段、ＣＰＲ画像生成手段、状態推定手段、色決定手段および表示制御手段を備えた装置である。また、本発明の診断支援プログラムは、１台または複数台のコンピュータを、以下に説明する管状構造抽出手段、ＣＰＲ画像生成手段、状態推定手段、色決定手段および表示制御手段として機能させるためのプログラムである。診断支援プログラムは、通常、複数のプログラムモジュールからなり、上記各手段の機能は、それぞれ、１または複数のプログラムモジュールにより実現される。これらのプログラムモジュール群は、ＣＤ−ＲＯＭ，ＤＶＤ等の記録メディアに記録され、またはサーバコンピュータに付属するストレージやネットワークストレージにダウンロード可能な状態で記録されて、ユーザに提供される。また、本発明の診断支援方法は、以下に説明する管状構造抽出処理、ＣＰＲ画像生成処理、状態推定処理、色決定処理および表示制御処理を行うことにより、肺の管状構造の診断を支援する方法である。 The diagnosis support apparatus of the present invention is an apparatus provided with tubular structure extraction means, CPR image generation means, state estimation means, color determination means, and display control means described below. The diagnosis support program of the present invention is a program for causing one or a plurality of computers to function as tubular structure extraction means, CPR image generation means, state estimation means, color determination means, and display control means described below. It is. The diagnosis support program is usually composed of a plurality of program modules, and the function of each means is realized by one or a plurality of program modules. These program module groups are recorded on a recording medium such as a CD-ROM or DVD, or are recorded in a downloadable state in a storage attached to a server computer or a network storage, and are provided to the user. The diagnosis support method of the present invention is a method for supporting diagnosis of a tubular structure of the lung by performing a tubular structure extraction process, a CPR image generation process, a state estimation process, a color determination process, and a display control process described below. It is.
管状構造抽出手段は、撮影により取得されたボリュームデータから、気管支および肺血管（肺動脈、肺静脈）等の肺の管状構造を表す管状領域を抽出するとともに、管状構造の芯線および芯線に垂直な複数の断面を設定する。管状領域の抽出、芯線や断面の設定については種々の方法が提案されているが、本発明では、公知のいずれの方法を採用してもよい。 The tubular structure extracting means extracts a tubular region representing the tubular structure of the lung such as bronchi and pulmonary blood vessels (pulmonary artery, pulmonary vein) from the volume data acquired by imaging, and a plurality of cores that are perpendicular to the core line and the core line. Set the cross section. Various methods have been proposed for the extraction of the tubular region and the setting of the core wire and the cross section, but any known method may be employed in the present invention.
ＣＰＲ画像生成手段は、管状領域、芯線および各断面の情報に基づいて、管状構造の少なくとも一部の範囲を表すＣＰＲ画像を生成する。ＣＰＲ画像は、ストレートＣＰＲ(Straightened CPR)画像とすることが好ましいが、ストレッチＣＰＲ(Stretched CPR)画像や、プロジェクトＣＰＲ(Projected CPR)画像でもよい。 The CPR image generation means generates a CPR image representing at least a partial range of the tubular structure based on the information on the tubular region, the core line, and each cross section. The CPR image is preferably a straightened CPR image, but may be a stretched CPR image or a projected CPR image.
ＣＰＲ画像生成手段は、表示の要否に拘わらず管状構造全体についてＣＰＲ画像を生成してもよいし、観察範囲として指定された範囲についてのみＣＰＲ画像を生成してもよい。観察範囲は自動的に決定してもよいし、ユーザからの指定入力に基づいて決定してもよい。例えば、管状構造抽出手段により抽出された管状領域全体の画像をボリュームレンダリング画像として画面に表示し、その画像上でユーザに管状構造の範囲を指定させる。 The CPR image generation means may generate a CPR image for the entire tubular structure regardless of whether display is necessary, or may generate a CPR image only for the range designated as the observation range. The observation range may be automatically determined or may be determined based on a designated input from the user. For example, an image of the entire tubular region extracted by the tubular structure extraction unit is displayed on the screen as a volume rendering image, and the user designates the range of the tubular structure on the image.
状態推定手段は、管状領域に含まれる情報を断面ごとに解析して、各断面における管状構造の狭窄状態を推定する。具体的には狭窄状態を表す指標値を算出することにより、狭窄状態を推定する。ここで、狭窄状態とは、管状構造の状態のうち狭窄につながるあらゆる状態を意味するものとする。例えば、管状構造の狭窄率、管状構造の内腔の径、管状構造の壁厚、管状構造の内腔の面積、管状構造の壁部の面積、内腔および壁部の面積に対する内腔の面積の比率、内腔の画素値、壁部の画素値、肺門からの距離、肺門から末梢までの間の距離に応じた内腔の径、面積または画素値の平均値に対する内腔の径、面積または画素値の比率、肺門から末梢までの間の距離に応じた壁部の壁厚、面積または画素値の平均値に対する壁部の壁厚、面積または画素値の比率、呼気と吸気との間における内腔の径、面積または画素値の差、呼気と吸気との間における壁部の壁厚、面積または画素値の差、呼気と吸気との間における移動量、並びに管状構造の外壁から所定範囲内における肺野領域の画素値の少なくとも１つを狭窄状態として推定してもよい。 The state estimation means analyzes the information included in the tubular region for each cross section, and estimates the stenosis state of the tubular structure in each cross section. Specifically, the stenosis state is estimated by calculating an index value representing the stenosis state. Here, the stenosis state means any state that leads to stenosis among the states of the tubular structure. For example, tubular structure stenosis rate, tubular structure lumen diameter, tubular structure wall thickness, tubular structure lumen area, tubular structure wall area, lumen area relative to lumen and wall area Ratio, lumen pixel value, wall pixel value, distance from the hilar, lumen diameter, area according to the distance from the hilar to the periphery, or lumen diameter, area with respect to the average pixel value Or the ratio of the pixel value, the wall thickness of the wall according to the distance from the hilar to the periphery, the wall thickness of the wall to the average value of the area or pixel value, the ratio of the area or pixel value, between exhalation and inspiration Lumen diameter, area or pixel value difference, wall thickness of the wall between exhalation and inhalation, area or pixel value difference, amount of movement between exhalation and inspiration, and the outer wall of the tubular structure Even if at least one pixel value of the lung field in the range is estimated as a stenosis There.
色決定手段は、断面ごとに、推定された狭窄状態を表す少なくとも１つの色を決定する。推定された狭窄状態が複数種類あるときには、その中の１つについて色を決定してもよいし、状態ごとにそれぞれ色を決定してもよい。色は、例えば、所定の変換テーブルや変換式に基づいて、狭窄状態を表す指標値を、色を示すＲＧＢ値に変換することにより決定する。 The color determination means determines at least one color representing the estimated stenosis state for each cross section. When there are a plurality of types of estimated stenosis states, the color may be determined for one of them, or the color may be determined for each state. For example, the color is determined by converting an index value indicating a stenosis state into an RGB value indicating the color based on a predetermined conversion table or conversion formula.
色決定手段は、狭窄状態を表す指標値を、予め記憶されている数式に基づく演算を行って求める手段としてもよいし、狭窄状態と色とを対応づける変換テーブルを予め記憶しておき、その変換テーブルを参照することにより色を決定する手段としてもよい。色分け表示したい状態が複数あるときには、数式や変換テーブルは状態ごとに用意することが好ましいが、複数の状態の組み合わせに対し、１つの色が割り当てられるように、数式や変換テーブルを定義してもよい。 The color determination means may be a means for obtaining an index value representing a stenosis state by performing an operation based on a mathematical formula stored in advance, or a conversion table that associates a stenosis state with a color is stored in advance. The color may be determined by referring to the conversion table. When there are a plurality of states to be displayed in different colors, it is preferable to prepare a formula and a conversion table for each state. However, even if a formula and a conversion table are defined so that one color is assigned to a combination of a plurality of states. Good.
表示制御手段は、表示画面内の所定領域にＣＰＲ画像を配置し、さらに所定領域の外側にＣＰＲ画像が表す管状構造と並行するように帯状の状態提示領域を少なくとも１つ配置して、その状態提示領域を色決定手段の決定に基づいて色分け表示する。すなわち、管状構造像そのものを色づけするのではなく、管状構造像と並行して配置される別の領域を狭窄状態に応じて色づけすることで、管状構造像の観察を妨げることなく、管状構造の各所における狭窄状態を直感的に把握できるようにする。 The display control means arranges the CPR image in a predetermined area in the display screen, and further arranges at least one band-like state presentation area outside the predetermined area so as to be parallel to the tubular structure represented by the CPR image. The presentation area is displayed in different colors based on the determination by the color determining means. That is, instead of coloring the tubular structure image itself, another region arranged in parallel with the tubular structure image is colored according to the stenosis state, thereby preventing the observation of the tubular structure image. To make it possible to intuitively understand the stenosis state in each place.
状態推定手段が推定する狭窄状態、すなわち色分け表示したい状態が複数あるときには、表示制御手段は、表示画面に、複数の状態提示領域を配置してもよい。例えば、色分け表示したい状態が２つのときには、ＣＰＲ画像を挟み込むように、２つの状態提示領域を配置するとよい。これにより、把握すべき状態が複数あるときでも、すべての状態を色により直感的に把握することができる。また、２つの状態提示領域の間にＣＰＲ画像が挟まれるレイアウトとすれば、診断時の混同、例えばどちらの領域がどちらの状態を示すかがわからなくなるといった事態を避けることができる。 When there are a plurality of constricted states estimated by the state estimating means, that is, there are a plurality of states to be displayed in different colors, the display control means may arrange a plurality of state presentation areas on the display screen. For example, when there are two states for which color-coded display is desired, two state presentation areas may be arranged so as to sandwich the CPR image. Thereby, even when there are a plurality of states to be grasped, all states can be intuitively grasped by color. Further, if the layout is such that the CPR image is sandwiched between the two state presentation regions, confusion at the time of diagnosis, for example, a situation in which it is not possible to know which region indicates which state can be avoided.
具体的な形態としては、例えば、状態推定手段が、複数の狭窄状態を表す指標値を算出し、色決定手段が、各断面について、複数の狭窄状態を表す指標値に対応する色を決定し、表示制御手段が、複数の状態提示領域のそれぞれを、複数の狭窄状態を表す指標値のそれぞれに基づいて色分けするといった形態が考えられる。 As a specific form, for example, the state estimation unit calculates an index value representing a plurality of stenosis states, and the color determination unit determines a color corresponding to the index value representing a plurality of stenosis states for each cross section. The display control unit may color-code each of the plurality of state presentation areas based on each of index values representing a plurality of stenosis states.
本発明の装置、プログラムおよび方法によれば、医師は、ボリュームデータから生成されたＣＰＲ画像を観察することにより所定範囲の管状構造の内壁を自らの目で確認しながら、同じボリュームデータの解析により推定された狭窄状態を、色により直感的に把握することができる。 According to the apparatus, program, and method of the present invention, a doctor can analyze the same volume data while observing the inner wall of the tubular structure within a predetermined range by observing a CPR image generated from the volume data. It is possible to intuitively grasp the estimated stenosis state by color.
以下、本発明の診断支援装置、診断支援プログラムおよび診断支援方法の実施形態について、図面を参照しながら詳細に説明する。 Hereinafter, embodiments of a diagnosis support apparatus, a diagnosis support program, and a diagnosis support method of the present invention will be described in detail with reference to the drawings.
図１に、医師が使用するワークステーションに、診断支援プログラムをインストールすることにより実現された診断支援装置の概略構成を示す。診断支援装置１は、標準的なワークステーションの構成として、プロセッサおよびメモリ（いずれも図示せず）を備え、さらに、ＨＤＤ（Hard Disk Drive）やＳＳＤ(Solid State Drive)等のストレージ２を備えている。また、診断支援装置１には、ディスプレイ３と、マウス、キーボード等の入力装置４が接続されている。 FIG. 1 shows a schematic configuration of a diagnosis support apparatus realized by installing a diagnosis support program on a workstation used by a doctor. The diagnosis support apparatus 1 includes a processor and a memory (both not shown) as a standard workstation configuration, and further includes a storage 2 such as an HDD (Hard Disk Drive) and an SSD (Solid State Drive). Yes. The diagnosis support apparatus 1 is connected to a display 3 and an input device 4 such as a mouse and a keyboard.
診断支援プログラムと診断支援プログラムが参照するデータ（後述する変換テーブル等）は、インストール時にストレージ２に記憶され、起動時にメモリにロードされる。診断支援プログラムは、ＣＰＵに実行させる処理として、気管支抽出処理、ＣＰＲ画像生成処理、状態推定処理、色決定処理および表示制御処理を規定している。そして、プログラムの規定にしたがって、ＣＰＵが上記各処理を実行することにより、汎用のワークステーションは、気管支抽出部１０１、ＣＰＲ画像生成部１０２、状態推定部１０３、色決定部１０４および表示制御部１０５として機能する。 The diagnosis support program and data referred to by the diagnosis support program (such as a conversion table described later) are stored in the storage 2 at the time of installation and loaded into the memory at the time of activation. The diagnosis support program defines bronchus extraction processing, CPR image generation processing, state estimation processing, color determination processing, and display control processing as processing to be executed by the CPU. Then, when the CPU executes each of the above processes according to the rules of the program, the general-purpose workstation becomes a bronchus extraction unit 101, a CPR image generation unit 102, a state estimation unit 103, a color determination unit 104, and a display control unit 105. Function as.
ストレージ２には、撮影を担当する検査部門から転送されたボリュームデータ、もしくはデータベース検索により取得されたボリュームデータが記憶される。ボリュームデータは、マルチスキャンＣＴ装置等から直接出力されたボリュームデータでもよいし、従来型のＣＴ装置等から出力された２次元のスライスデータ群を再構成することにより生成されたボリュームデータでもよい。 The storage 2 stores volume data transferred from the inspection department in charge of imaging, or volume data acquired by database search. The volume data may be volume data directly output from a multi-scan CT apparatus or the like, or volume data generated by reconstructing a two-dimensional slice data group output from a conventional CT apparatus or the like.
診断支援装置１は、選択メニューにおいて所定の診断支援機能が選択されたことを検出すると、ユーザに、ボリュームデータの特定に必要な情報の選択または入力を促す。そして、ユーザの操作により、ボリュームデータが特定されると、ストレージ２からメモリに、該当するボリュームデータをロードする。 When the diagnosis support apparatus 1 detects that a predetermined diagnosis support function is selected in the selection menu, the diagnosis support apparatus 1 prompts the user to select or input information necessary for specifying the volume data. When the volume data is specified by the user's operation, the corresponding volume data is loaded from the storage 2 to the memory.
ここでは、ある患者の検査において、マルチスキャンＣＴ装置による胸部撮影が行われ、肺の気管支および肺血管（肺動脈、肺静脈）の情報を含むボリュームデータが取得されているものとする。ユーザが気管支の診断支援機能を選択し、その患者の識別子や検査日を入力すると、該当するボリュームデータがメモリにロードされ、以下に説明する処理が実行される。 Here, it is assumed that chest imaging is performed with a multi-scan CT apparatus and volume data including information on lung bronchi and pulmonary blood vessels (pulmonary artery, pulmonary vein) is acquired in an examination of a patient. When the user selects the bronchial diagnosis support function and inputs the patient's identifier and examination date, the corresponding volume data is loaded into the memory, and the processing described below is executed.
気管支抽出部１０１は、上記ボリュームデータから気管支領域を抽出する。具体的には、領域拡張法により気管支領域内の画素の集合を抽出し、抽出された気管支領域に対して細線化処理を行い、得られた気管支を表す細線の連結関係に基づいて細線上の各画素を端点、エッジ（辺）および分岐点に分類することによって、気管支を表す木構造データを得る。さらに、必要に応じて、細線上の各画素における気管支の径および各エッジの長さ（気管支の分岐間の長さ）等の特徴量も木構造データとして得ることができる。これにより、ボリュームデータから、図２に例示するような気管支領域５が抽出される。 The bronchi extraction unit 101 extracts a bronchial region from the volume data. Specifically, a set of pixels in the bronchial region is extracted by the region expansion method, the thinning process is performed on the extracted bronchial region, and the fine line on the thin line is based on the connection relationship of the thin lines representing the obtained bronchus. By classifying each pixel into an end point, an edge (side), and a branch point, tree structure data representing the bronchi is obtained. Furthermore, if necessary, feature quantities such as the diameter of the bronchus and the length of each edge (the length between the branches of the bronchus) in each pixel on the thin line can be obtained as tree structure data. As a result, the bronchial region 5 illustrated in FIG. 2 is extracted from the volume data.
上記方法では、気管支領域５を抽出する過程で気管支の芯線が設定される。また、芯線を構成する候補点のそれぞれについて、位置と主軸方向が算出される。よって、各候補点において、算出された情報に基づき、主軸方向と垂直な断面（直交断面）を設定することができる。断面の設定は、気管支領域５を抽出し終えた後に行ってもよいし、断面ごとに、主軸方向を算出した直後に行ってもよい。また、すべての候補点において断面を設定してもよいし、サンプリングした一部の候補点に対し断面を設定してもよい。 In the above method, the bronchus core line is set in the process of extracting the bronchial region 5. Further, the position and the principal axis direction are calculated for each of the candidate points constituting the core line. Therefore, at each candidate point, a cross section (orthogonal cross section) perpendicular to the principal axis direction can be set based on the calculated information. The setting of the cross section may be performed after extracting the bronchial region 5 or may be performed immediately after calculating the main axis direction for each cross section. Moreover, a cross section may be set for all candidate points, or a cross section may be set for some sampled candidate points.
気管支領域５が抽出されると、気管支抽出部１０１は、気管支領域５のボリュームレンダリング画像を生成する。そして、上記処理により設定された芯線を示す標識をボリュームレンダリング画像に合成して、ディスプレイ３に出力する。続いて、気管支抽出部１０１は、入力装置４から、観察範囲を設定する操作入力を受け付ける。例えば、ユーザが、ボリュームレンダリング画像上で、気管支を構成する複数の気管枝の中から一本の気管枝を指定し、その気管枝の経路上で、観察範囲の始点と終点とを指定する操作を行うことで、観察範囲が設定される。 When the bronchial region 5 is extracted, the bronchi extracting unit 101 generates a volume rendering image of the bronchial region 5. Then, a sign indicating the core line set by the above processing is combined with the volume rendering image and output to the display 3. Subsequently, the bronchus extraction unit 101 receives an operation input for setting an observation range from the input device 4. For example, the user designates one tracheal branch from a plurality of tracheal branches constituting the bronchus on the volume rendering image, and designates the start point and the end point of the observation range on the tracheal branch path. Is performed to set the observation range.
なお、ボリュームレンダリング画像を対象とする操作としては、観察範囲の設定の他、芯線の経路変更および延長等の操作を受け付けるようにしてもよい。気管支抽出部１０１は、経路変更等の操作を検出した場合には、操作内容にしたがって芯線や断面を再設定する。 In addition, as operations for the volume rendering image, operations such as change of the route of the core wire and extension may be accepted in addition to setting the observation range. When detecting an operation such as a route change, the bronchi extraction unit 101 resets the core line and the cross section according to the operation content.
気管支領域、芯線および断面の情報と、ユーザが指定した観察範囲の情報は、気管支抽出部１０１から、ＣＰＲ画像生成部１０２および状態推定部１０３へと供給される。 Information on the bronchial region, core line, and cross section, and information on the observation range designated by the user are supplied from the bronchus extraction unit 101 to the CPR image generation unit 102 and the state estimation unit 103.
以下、図３を参照して、ＣＰＲ画像生成部１０２および状態推定部１０３の処理について説明する。図３（ａ）は、ＣＰＲ画像生成部１０２により生成されるＣＰＲ画像の一例を示す図である。図３（ｂ）は、気管支抽出部１０１により抽出された気管支領域５の一部分を、模式的に示す図である。図３（ｃ）は、気管支領域５の直交断面像を例示した図である。気管支抽出部１０１により設定された候補点および断面は、１から始まる識別番号により区別されるものとし、ｎ番目の候補点はＮｎ、ｎ番目の候補点を含む断面はＰｎと表記する。図３（ｂ）および（ｃ）は、設定された断面のうち、ｉ番目、（ｉ＋ａ）番目、（ｉ＋ｂ）番目の候補点および断面を例示している（但し、ａ＜ｂ）。 Hereinafter, the processes of the CPR image generation unit 102 and the state estimation unit 103 will be described with reference to FIG. FIG. 3A is a diagram illustrating an example of a CPR image generated by the CPR image generation unit 102. FIG. 3B is a diagram schematically showing a part of the bronchial region 5 extracted by the bronchi extracting unit 101. FIG. 3C is a diagram illustrating an orthogonal cross-sectional image of the bronchial region 5. The candidate points and cross sections set by the bronchus extraction unit 101 are distinguished by identification numbers starting from 1. The n th candidate point is represented as N n , and the cross section including the n th candidate point is represented as P n . 3B and 3C illustrate the i-th, (i + a) -th, and (i + b) -th candidate points and the cross-section among the set cross-sections (where a <b).
ＣＰＲ画像生成部１０２は、図３（ｂ）に示される情報に基づいて、図３（ａ）に例示される画像を生成する。すなわち、気管支抽出部１０１により取得された情報（気管支領域５、各候補点の位置および主軸方向、芯線の経路、断面Ｐの位置や向き等）を用いて、公知の手順によりストレートＣＰＲ画像を生成する。本実施形態では、ＣＰＲ画像生成部１０２は、観察範囲の始点および終点が設定された血管枝を選択し、その血管枝の全範囲を表すストレートＣＰＲ画像を生成する。これにより、観察範囲の変更を要求する操作が検出されたときに、後述する表示制御部が、生成済みのＣＰＲ画像を使って観察範囲を高速に切り換えられるようにしている。 The CPR image generation unit 102 generates an image illustrated in FIG. 3A based on the information illustrated in FIG. That is, a straight CPR image is generated by a known procedure using information acquired by the bronchi extraction unit 101 (bronchi region 5, position and principal axis direction of each candidate point, core path, cross section P position and orientation, etc.) To do. In the present embodiment, the CPR image generation unit 102 selects a blood vessel branch where the start point and end point of the observation range are set, and generates a straight CPR image representing the entire range of the blood vessel branch. Thus, when an operation requesting the change of the observation range is detected, the display control unit described later can switch the observation range at high speed using the generated CPR image.
状態推定部１０３は、図３（ｂ）に示される情報に基づいて、図３（ｃ）に例示するように、気管支領域５に含まれる情報を断面ごとに解析する。すなわち、ボリュームデータから個々の断面を構成するボクセルデータ群を抽出し、それらのボクセルデータ値に基づいて、気管支領域５（気管支の外壁を輪郭とする領域）および内腔領域６（気管支の内壁を輪郭とする領域）を識別する。さらに識別した領域に基づいて、内腔領域６の径と面積を求める。なお、内腔領域６の径としては平均径を用いるが、平均径に代えて最小径を求めてもよい。また、状態推定部１０３は、壁部領域７（気管支の外壁および気管支の内壁により囲まれる領域）を識別する。 Based on the information shown in FIG. 3B, the state estimation unit 103 analyzes information included in the bronchial region 5 for each cross section, as illustrated in FIG. 3C. That is, a group of voxel data constituting individual cross sections is extracted from the volume data, and based on these voxel data values, bronchial region 5 (region having the outer wall of the bronchus as an outline) and lumen region 6 (inner wall of the bronchus) Identify the contour area). Further, the diameter and area of the lumen region 6 are obtained based on the identified region. Although the average diameter is used as the diameter of the lumen region 6, a minimum diameter may be obtained instead of the average diameter. The state estimation unit 103 identifies the wall region 7 (region surrounded by the outer wall of the bronchus and the inner wall of the bronchus).
平均径を求めるときは、各断面に対し、図４に例示するように０度、４５度、９０度の３つの方向を設定し（４以上の方向を設定してもよい）、方向ごとに内腔領域６の径ｄ１、ｄ２、ｄ３を算出する。そして、算出された値の平均値（ｄ１＋ｄ２＋ｄ３）／３を、その断面における平均径とする。面積は、内腔領域６を構成するボクセルデータの数に基づいて算出する。なお、平均径に代えて最小径を求めるときは、平均径を求めるときと同様の手順により径ｄ１、ｄ２、ｄ３を算出し、算出された値の中の最小値(図の例ではｄ１)を、その断面における最小径とすればよい。 When obtaining the average diameter, three directions of 0 degrees, 45 degrees, and 90 degrees are set for each cross section as illustrated in FIG. 4 (more than four directions may be set). The diameters d1, d2, and d3 of the lumen region 6 are calculated. And let the average value (d1 + d2 + d3) / 3 of the calculated value be an average diameter in the cross section. The area is calculated based on the number of voxel data constituting the lumen region 6. When determining the minimum diameter instead of the average diameter, the diameters d1, d2, and d3 are calculated by the same procedure as that for determining the average diameter, and the minimum value among the calculated values (d1 in the example in the figure). May be the minimum diameter in the cross section.
各断面における平均径および面積が求まると、状態推定部１０３は、健常時の平均径および面積を推定する。健常時の平均径や面積は、例えば回帰分析により自動的に推定する。図５は回帰分析による健常時の平均径の求め方を例示した図である。横軸を断面、縦軸を平均径とする平面上に、各断面において算出された平均径をプロットして回帰分析を行った場合、例えば同図に示すような回帰直線Ｒが算出される。但し、回帰直線Ｒは、回帰分析のアルゴリズムにも依存するため、同図に示す回帰直線Ｒは、あくまでも一例に過ぎない。回帰分析のアルゴリズムとしては、公知のあらゆるアルゴリズムを採用することができる。また、回帰直線に代えて、回帰曲線を設定してもよい。 When the average diameter and area in each cross section are obtained, the state estimation unit 103 estimates the normal average diameter and area. The average diameter and area at normal time are automatically estimated by, for example, regression analysis. FIG. 5 is a diagram illustrating how to obtain a normal average diameter by regression analysis. When regression analysis is performed by plotting the average diameter calculated in each cross section on a plane with the horizontal axis as the cross section and the vertical axis as the average diameter, a regression line R as shown in the figure is calculated, for example. However, since the regression line R also depends on the algorithm of the regression analysis, the regression line R shown in the figure is only an example. As a regression analysis algorithm, any known algorithm can be employed. A regression curve may be set instead of the regression line.
なお、状態推定部１０３は、回帰直線等を設定した後、ユーザの操作入力に基づいて回帰直線等を再設定してもよい。例えば、図５に例示したプロット平面を表示画面に表示し、直線Ｒの位置と傾きを変更する操作入力を受け付ける。そして、ユーザの操作により設定された直線Ｒを、健常時における平均径を示す線と定義して、後続の処理を行う。健常時の面積も、同様の処理により、自動または半自動で推定することができる。 The state estimation unit 103 may reset the regression line or the like based on the user's operation input after setting the regression line or the like. For example, the plot plane illustrated in FIG. 5 is displayed on the display screen, and an operation input for changing the position and inclination of the straight line R is accepted. Then, the straight line R set by the user's operation is defined as a line indicating the average diameter in the normal state, and subsequent processing is performed. The normal area can also be estimated automatically or semi-automatically by the same processing.
また、状態推定部１０３は、ユーザの操作入力に基づいて、健常時の平均径および面積を推定することもできる。この場合、状態推定部１０３は、図５に例示したようなプロット平面を表示画面に表示し、横軸方向に１つまたは複数の範囲を指定する操作を受け付ける。あるいは後述する表示制御部が画面に表示したＣＰＲ画像上で、範囲を指定する操作を受け付けてもよい。ユーザにより、健常な、すなわち狭窄がないと思われる範囲が指定されると、状態推定部１０３は、指定された範囲に含まれるプロットのみを結ぶ直線（または曲線）を設定する。そして、設定された直線等を、健常時における平均径を示す線と定義して、後続の処理を行う。健常時の面積も、同様の処理により推定することができる。 Moreover, the state estimation part 103 can also estimate the average diameter and area of normal based on a user's operation input. In this case, the state estimation unit 103 displays a plot plane as illustrated in FIG. 5 on the display screen, and accepts an operation for designating one or more ranges in the horizontal axis direction. Or you may receive operation which designates a range on the CPR image which the display control part mentioned later displayed on the screen. When the user designates a healthy range, that is, a range in which no stenosis appears, the state estimation unit 103 sets a straight line (or a curve) that connects only plots included in the designated range. Then, the set straight line or the like is defined as a line indicating the average diameter in the normal state, and subsequent processing is performed. The normal area can also be estimated by a similar process.
ボリュームデータに基づいて内腔領域６の平均径が算出され、さらに健常時における内腔領域６の平均径が推定されると、状態推定部１０３は、所定の演算を行って気管支の狭窄率を狭窄状態を表す指標値として算出する。ここでは狭窄率を、ボリュームデータに基づいて求められた平均径と、回帰分析等により求められた健常時の平均径との比と定義する。例えば、図５の例では、健常時の平均径は約３ｍｍで、断面Ｐｉ＋ａにおける平均径は約１．５ｍｍ、断面Ｐｉ＋ｂにおける平均径は３ｍｍ強であるので、断面Ｐｉ＋ａにおける狭窄率は、（３−１．５）／３×１００＝５０％となり、断面Ｐｉ＋ｂにおける狭窄率は、（３−３）／３×１００＝０％となる。なお、狭窄率の定義は平均径の比に限られるものではなく、例えば最小径の比や、面積の比としてもよい。 When the average diameter of the lumen region 6 is calculated based on the volume data, and the average diameter of the lumen region 6 in a normal state is estimated, the state estimation unit 103 performs a predetermined calculation to calculate the bronchial stenosis rate. It is calculated as an index value representing the stenosis state. Here, the stenosis rate is defined as the ratio between the average diameter obtained based on the volume data and the normal average diameter obtained by regression analysis or the like. For example, in the example of FIG. 5, with an average diameter of about 3mm at healthy, average diameter of about 1.5mm in the cross section P i + a, since the average diameter of the cross section P i + b is 3mm little, stenosis ratio in the cross section P i + a is (3-1.5) / 3 × 100 = 50%, and the stenosis ratio in the cross section P i + b is (3-3) / 3 × 100 = 0%. The definition of the stenosis rate is not limited to the average diameter ratio, and may be, for example, the minimum diameter ratio or the area ratio.
なお、状態推定部１０３は、狭窄率に加えてまたは狭窄率に代えて、内腔領域６の径、壁部領域７の壁厚、内腔領域６の面積、壁部領域７の面積、内腔領域６および壁部領域７の面積に対する内腔領域６の面積の比率、内腔領域６の画素値、壁部領域７の画素値、各断面の肺門からの距離、各断面の肺門から末梢までの間の距離に応じた内腔領域６の径、面積または画素値の平均値に対する、算出した内腔領域６の径、面積または画素値の比率、肺門から末梢までの間の距離に応じた壁部領域７の壁厚、面積または画素値の平均値に対する、算出した壁部領域７の壁厚、面積または画素値の比率、呼気と吸気との間における内腔領域６の径、面積または画素値の差、呼気と吸気との間における壁部領域７の壁厚、面積または画素値の差、呼気と吸気との間における各段面の移動量、および気管支の外壁から所定範囲内における肺野領域の画素値の少なくとも１つを狭窄状態を表す指標値として算出してもよい。 In addition to or instead of the stenosis rate, the state estimation unit 103 may calculate the diameter of the lumen region 6, the wall thickness of the wall region 7, the area of the lumen region 6, the area of the wall region 7, The ratio of the area of the lumen region 6 to the area of the cavity region 6 and the wall region 7, the pixel value of the lumen region 6, the pixel value of the wall region 7, the distance from the hilar of each cross section, the peripheral to the peripheral of the cross section Depends on the calculated ratio of the diameter, area or pixel value of the lumen region 6 to the average value of the diameter, area or pixel value of the lumen region 6 corresponding to the distance between The ratio of the calculated wall thickness, area, or pixel value of the wall region 7 to the average value of the wall thickness, area, or pixel value of the wall region 7, the diameter, area of the lumen region 6 between exhalation and inspiration Or, the difference in pixel value, the wall thickness, area or pixel value of the wall region 7 between expiration and inspiration, expiration The amount of movement of each step surface between the intake and at least one of the pixel values of the lung field region in a predetermined range from the outer wall of the bronchus may be calculated as an index value representing the stenotic.
ここで、内腔領域６の径は、上述した内腔領域６の平均径または最小径を用いる。内腔領域６の面積は上述したように算出した面積を用いる。壁部領域７の壁厚は、壁部領域７の平均厚または最大厚を算出する。平均厚については、内腔領域６の平均径を算出した場合と同様に、各断面に対して、０度、４５度、９０度の３つの方向を設定し（４以上の方向を設定してもよい）、方向ごとに壁部領域７の厚さを算出し、算出した厚さの平均値を算出すればよい。なお、平均厚に代えて最大厚を求めるときは、平均厚を求めるときと同様の手順により壁厚を算出し、算出された値の中の最大値を、その断面における最大厚とする。壁部領域７の面積は、壁部領域７を構成するボクセルデータの数に基づいて算出する。 Here, as the diameter of the lumen region 6, the average diameter or the minimum diameter of the lumen region 6 described above is used. As the area of the lumen region 6, the area calculated as described above is used. As the wall thickness of the wall region 7, the average thickness or the maximum thickness of the wall region 7 is calculated. As for the average thickness, three directions of 0 degrees, 45 degrees, and 90 degrees are set for each cross section as in the case of calculating the average diameter of the lumen region 6 (4 or more directions are set). Alternatively, the thickness of the wall region 7 may be calculated for each direction, and the average value of the calculated thicknesses may be calculated. When determining the maximum thickness instead of the average thickness, the wall thickness is calculated by the same procedure as that for determining the average thickness, and the maximum value among the calculated values is set as the maximum thickness in the cross section. The area of the wall region 7 is calculated based on the number of voxel data constituting the wall region 7.
内腔領域６および壁部領域７の面積に対する内腔領域６の面積の比率は、内腔領域６の面積を、内腔領域６の面積および壁部領域７の面積の和により除算して算出する。内腔領域６および壁部領域７の画素値は、内腔領域６および壁部領域７内のボクセルデータ値の平均値を算出する。 The ratio of the area of the lumen region 6 to the area of the lumen region 6 and the wall region 7 is calculated by dividing the area of the lumen region 6 by the sum of the area of the lumen region 6 and the area of the wall region 7. To do. As the pixel values of the lumen region 6 and the wall region 7, the average value of the voxel data values in the lumen region 6 and the wall region 7 is calculated.
各断面の肺門からの距離は、まずボリュームデータから肺門を検出し、気管支抽出部１０１が抽出した気管支領域５において、各断面の位置と肺門とを結ぶ線分を設定し、その線分を構成するボクセルデータの数に基づいて算出する。 The distance from each hilar to each section is determined by first detecting the hilar from the volume data and setting a line segment connecting the position of each cross section and the hilar in the bronchial region 5 extracted by the bronchi extracting unit 101. The number of voxel data to be calculated is calculated.
各断面の肺門から末梢までの間の距離に応じた内腔領域６の径、面積または画素値の平均値に対する、算出した内腔領域６の径、面積または画素値の比率（以下、第１の比率とする）については、まず、ボリュームデータから肺門および気管支の抹消を検出し、気管支抽出部１０１が抽出した気管支領域５において、各断面と肺門とを結ぶ線分を設定し、その線分を構成するボクセルデータの数に基づいて、各断面と肺門との距離を算出する。一方、肺門と末梢とを結ぶ線分を設定し、その線分を構成するボクセルデータの数に基づいて、肺門と末梢との距離を算出する。そして、断面の位置を、肺門と末梢との間の距離に対する肺門と断面との間の距離の比率として算出する。一方、多数の被検体を用いて測定することにより、肺門から末梢までの間において、肺門からの距離に応じた内腔領域６の径、面積および画素値の平均値を算出することができる。したがって、断面の位置（比率）を算出し、その位置における内腔領域の径、面積または画素値の平均値を取得し、取得した内腔領域の径、面積または画素値の平均値に対する、その断面の位置における内腔領域６の径、面積または画素値の比率を第１の比率として算出する。なお、肺門から末梢までの間の距離に応じた壁部領域７の壁厚、面積または画素値の平均値に対する、算出した壁部領域７の壁厚、面積または画素値の比率（以下、第２の比率とする）についても同様に算出すればよい。 The ratio of the calculated diameter, area, or pixel value of the lumen region 6 to the average value of the diameter, area, or pixel value of the lumen region 6 according to the distance from the hilar to the periphery of each cross section (hereinafter referred to as the first In the bronchial region 5 extracted by the bronchus extraction unit 101, first, line segments connecting each cross section and the hilum are set, and the line segments are detected. Is calculated based on the number of voxel data that constitutes. On the other hand, a line segment connecting the hilar and the periphery is set, and the distance between the hilar and the periphery is calculated based on the number of voxel data constituting the line segment. Then, the position of the cross section is calculated as the ratio of the distance between the hilar and the cross section to the distance between the hilar and the periphery. On the other hand, by measuring using a large number of subjects, it is possible to calculate the average value of the diameter, area, and pixel value of the lumen region 6 according to the distance from the hilar to the peripheral from the hilar to the distal. Accordingly, the position (ratio) of the cross section is calculated, the average value of the diameter, area or pixel value of the lumen region at that position is obtained, and the average value of the diameter, area or pixel value of the acquired lumen region is obtained. The ratio of the diameter, area, or pixel value of the lumen region 6 at the position of the cross section is calculated as the first ratio. It should be noted that the ratio of the calculated wall thickness, area or pixel value of the wall region 7 to the average value of the wall thickness, area or pixel value of the wall region 7 according to the distance from the hilar to the periphery (hereinafter referred to as the first) The ratio may be calculated similarly.
呼気と吸気との間における内腔領域６の径、面積または画素値の差は、呼気時および吸気時の双方における気管支領域５を抽出し、呼気時の気管支領域と吸気時の気管支領域との対応する断面を求め、その断面における内腔領域６の径、面積または画素値の差を算出する。 The difference in the diameter, area, or pixel value of the lumen region 6 between exhaled air and inspired is obtained by extracting the bronchial region 5 both during exhalation and during inhalation, and between the bronchial region during exhalation and the bronchial region during inspiration. A corresponding cross section is obtained, and a difference in diameter, area, or pixel value of the lumen region 6 in the cross section is calculated.
呼気と吸気との間における壁部領域７の壁厚、面積または画素値の差は、呼気時および吸気時の双方における気管支領域５を抽出し、呼気時の気管支領域と吸気時の気管支領域との対応する断面を求め、その断面における壁部領域７の壁厚、面積または画素値の差を算出する。 The difference in the wall thickness, area, or pixel value of the wall region 7 between exhaled air and inspired is obtained by extracting the bronchial region 5 in both exhaled and inspired regions, Is obtained, and the difference in wall thickness, area, or pixel value of the wall region 7 in the cross section is calculated.
呼気と吸気との間における各断面の移動量は、呼気時および吸気時における気管支領域５を抽出し、呼気時の気管支領域と吸気時の気管支領域との対応する断面を求め、その断面の呼気時の気管支領域と吸気時の気管支領域との間の位置の相違を算出する。 The amount of movement of each cross section between exhalation and inspiration is obtained by extracting the bronchial region 5 during exhalation and during inspiration, obtaining a corresponding cross section between the bronchial region during exhalation and the bronchial region during inspiration, and exhaling the cross section. The difference in position between the bronchial region at the time and the bronchial region at the time of inspiration is calculated.
気管支の外壁から所定範囲内における肺野領域の画素値は、ボリュームデータにおける気管支領域５の外側に存在する肺野領域の、気管支領域５から所定範囲内のボクセルデータの平均値を算出する。 As the pixel value of the lung field region within the predetermined range from the outer wall of the bronchus, the average value of the voxel data within the predetermined range from the bronchial region 5 of the lung field region existing outside the bronchial region 5 in the volume data is calculated.
状態推定部１０３により求められた指標値は、色決定部１０４に供給される。以下、色決定部１０４の処理と表示制御部１０５の処理とを関連づけながら説明する。 The index value obtained by the state estimation unit 103 is supplied to the color determination unit 104. Hereinafter, the process of the color determination unit 104 and the process of the display control unit 105 will be described in association with each other.
色決定部１０４は、状態推定部１０３から供給された指標値に基づいて、断面ごとにその断面を表す色（ＲＧＢ値）を決定する。本実施形態では、指標値とＲＧＢ値とを対応づける複数種類の変換テーブルが予めメモリに記憶されており、色決定部１０４は、それらの変換テーブルを参照することにより色を決定する。 Based on the index value supplied from the state estimation unit 103, the color determination unit 104 determines a color (RGB value) representing the cross section for each cross section. In the present embodiment, a plurality of types of conversion tables that associate index values and RGB values are stored in advance in the memory, and the color determination unit 104 determines colors by referring to these conversion tables.
図６は変換テーブルの一例を示す図である。図６に示す変換テーブル１０Ａは、気管支の狭窄率を、ＲＧＢ値と対応づけたマップである。狭窄率は４段階に分類され、狭窄率が低い順に「黒」、「青」、「黄」、「赤」を表すＲＧＢ値が対応づけられている。但し、表示画面の背景色が黒以外であるときは、「黒」の代わりに画面の背景色と同じ色を対応づけることが好ましい。 FIG. 6 shows an example of the conversion table. The conversion table 10A shown in FIG. 6 is a map in which the bronchoconstriction rate is associated with RGB values. The stenosis rates are classified into four stages, and RGB values representing “black”, “blue”, “yellow”, and “red” are associated in ascending order of stenosis rate. However, when the background color of the display screen is other than black, it is preferable to associate the same color as the background color of the screen instead of “black”.
図７は表示制御部１０５が出力する表示画面の一例を示す図である。図７に示すように、表示画面１１Ａには、ストレートＣＰＲ画像１４、内腔領域６の平均径を示すグラフ１２、および帯状の状態提示領域１３が配置される。ストレートＣＰＲ画像１４は、気管支の芯線が画面の水平方向に延びるような向きで配置される。グラフ１２および状態提示領域１３は、ＣＰＲ画像１４の上方に配置される。 FIG. 7 is a diagram illustrating an example of a display screen output by the display control unit 105. As shown in FIG. 7, on the display screen 11A, a straight CPR image 14, a graph 12 indicating the average diameter of the lumen region 6, and a belt-like state presentation region 13 are arranged. The straight CPR image 14 is arranged in such an orientation that the bronchus core line extends in the horizontal direction of the screen. The graph 12 and the state presentation area 13 are arranged above the CPR image 14.
ストレートＣＰＲ画像１４、グラフ１２および状態提示領域１３の位置関係は、グラフ１２および状態提示領域１３の水平方向のスケール／範囲が、ＣＰＲ画像の水平方向のスケール／範囲と同じになるように、表示制御部１０５により制御される。また、表示制御部１０５は、観察範囲として指定された範囲のみが画面に現れるように、ストレートＣＰＲ画像１４、グラフ１２および状態提示領域１３の表示を制御する。また、スクロール操作等による観察範囲の変更を受け付け、操作に応じて画面を更新する。 The positional relationship between the straight CPR image 14, the graph 12 and the state presentation area 13 is displayed so that the horizontal scale / range of the graph 12 and the state presentation area 13 is the same as the horizontal scale / range of the CPR image. It is controlled by the control unit 105. Further, the display control unit 105 controls the display of the straight CPR image 14, the graph 12, and the state presentation area 13 so that only the range designated as the observation range appears on the screen. Moreover, the change of the observation range by scroll operation etc. is received and a screen is updated according to operation.
例えば、ＣＰＲ画像上での断面の間隔が６ピクセルであったとすると、グラフ１２は、各断面において算出された指標値を６ピクセル間隔でプロットしたグラフとなる。また状態提示領域１３では、断面ごとに幅６ピクセルの領域が割り当てられ、各領域の色値として色決定部１０４が決定したＲＧＢ値が設定される。 For example, if the interval between the cross sections on the CPR image is 6 pixels, the graph 12 is a graph in which the index values calculated in each cross section are plotted at intervals of 6 pixels. In the state presentation area 13, an area having a width of 6 pixels is assigned to each cross section, and the RGB value determined by the color determination unit 104 is set as the color value of each area.
なお、図７では状態提示領域１３の色分け表示を濃淡で表現しているが、これは濃い順に赤、黄、青を意味するものとする。図７は、グラフ１２において狭窄率が小さくなっており、ＣＰＲ画像１４において気管支像がそこだけ狭く表示されている部分に対し、状態提示領域１３が赤く色づけされることを示している。 In FIG. 7, the color-coded display of the state presentation area 13 is expressed by shading, but this means red, yellow, and blue in the order of darkness. FIG. 7 shows that the stenosis rate is small in the graph 12, and the state presentation region 13 is colored red for the portion of the CPR image 14 where the bronchial image is displayed so narrowly.
なお、状態提示領域１３は、表示画面１１ＡではＣＰＲ画像の上方に配置されているが、ＣＰＲ画像の下方に配置してもよい。また、図８に示す表示画面１１Ｂのように、ＣＰＲ画像１４の上方と下方とに、ＣＰＲ画像を挟み込むように２つの状態提示領域１３を配置してもよい。 The state presentation area 13 is arranged above the CPR image on the display screen 11A, but may be arranged below the CPR image. Further, as in the display screen 11B shown in FIG. 8, the two state presentation areas 13 may be arranged above and below the CPR image 14 so as to sandwich the CPR image.
表示画面１１Ａおよび１１Ｂでは、気管支の各部位の狭窄率が色として提示されるので、診断を行う医師は、狭窄部位や狭窄の度合を直感的に把握することができる。特に、色に対する認識としては、赤は危険、黄色は注意、青は安全という認識が広く浸透しているので、図６に示した変換テーブルのように危険度（狭窄率）が高い状態に対し赤や黄色が割り当てられるように変換テーブルを定義しておけば、初めて診断支援装置を使用する者でも、マニュアルを見ることなく直感的に表示の意味するところを理解することができる。 In the display screens 11A and 11B, the stenosis rate of each part of the bronchus is presented as a color, so that a doctor who makes a diagnosis can intuitively grasp the stenosis part and the degree of stenosis. In particular, as the recognition of color, the recognition that red is dangerous, yellow is caution, and blue is safe is widespread. Therefore, for the state where the risk (stenosis rate) is high as in the conversion table shown in FIG. If a conversion table is defined so that red and yellow can be assigned, even a first-time diagnostic support device can intuitively understand the meaning of display without looking at the manual.
図９は色決定部１０４が参照する変換テーブルの他の例を示す図である。図９に示す変換テーブル１０Ｂは、狭窄率以外の他の情報（ここでは壁部領域７の壁厚）を、ＲＧＢ値と対応づけたマップである。壁厚は４段階に分類され、壁厚が小さい順に「黒」、「青」、「黄」、「赤」を表すＲＧＢ値が対応づけられている。 FIG. 9 is a diagram illustrating another example of the conversion table referred to by the color determination unit 104. The conversion table 10B shown in FIG. 9 is a map in which information other than the stenosis rate (here, the wall thickness of the wall region 7) is associated with the RGB values. Wall thicknesses are classified into four levels, and RGB values representing “black”, “blue”, “yellow”, and “red” are associated in ascending order of wall thickness.
色決定部１０４が、変換テーブル１０Ｂを参照して色を決定した場合には、表示制御部１０５は、表示画面１１Ａまたは１１Ｂにおいて、状態提示領域１３を壁部領域７の壁厚によって色分け表示する。 When the color determination unit 104 determines a color with reference to the conversion table 10B, the display control unit 105 displays the state presentation area 13 in different colors according to the wall thickness of the wall area 7 on the display screen 11A or 11B. .
また、色決定部１０４は、変換テーブル１０Ａを参照して狭窄率を表す色を決定し、さらに、変換テーブル１０Ｂを参照して狭窄率以外の他の指標値（ここでは壁部領域７の壁厚）を表す色を決定することもできる。 Further, the color determination unit 104 determines a color representing the stenosis rate with reference to the conversion table 10A, and further refers to an index value other than the stenosis rate (here, the wall of the wall region 7) with reference to the conversion table 10B. The color representing (thickness) can also be determined.
変換テーブルを２つ参照する場合、表示制御部１０５が出力する画面は、図１０に例示するような表示画面１１Ｃとなる。表示画面１１Ｃでは、ＣＰＲ画像１４の上方と下方とに、ＣＰＲ画像１４を挟み込むように状態提示領域１３および状態提示領域１５が配置される。状態提示領域１３は、変換テーブル１０Ａに基づいて決定された色で色分けされた領域である。また、状態提示領域１５は、変換テーブル１０Ｂに基づいて決定された色で色分けされた領域である。 When referring to two conversion tables, the screen output by the display control unit 105 is a display screen 11C as illustrated in FIG. On the display screen 11 </ b> C, the state presentation area 13 and the state presentation area 15 are arranged so as to sandwich the CPR image 14 above and below the CPR image 14. The state presentation area 13 is an area that is color-coded with colors determined based on the conversion table 10A. In addition, the state presentation area 15 is an area color-coded with colors determined based on the conversion table 10B.
表示画面１１Ｃでは、狭窄率および壁部領域７の壁厚を、いずれも色により直感的に把握することができる。表示画面１１Ｃでは、状態提示領域１３の表示により狭窄率を確認する一方で、状態提示領域１５の表示により壁部領域７の壁厚を確認することができるので、危険な状態や注意を要する状態を、効率よく発見することができる。 On the display screen 11C, it is possible to intuitively grasp the stenosis rate and the wall thickness of the wall portion region 7 by color. On the display screen 11C, the stenosis rate can be confirmed by displaying the state presentation area 13, while the wall thickness of the wall portion area 7 can be confirmed by displaying the state presentation area 15, so that a dangerous state or a state requiring attention is required. Can be discovered efficiently.
状態提示領域１３と状態提示領域１５は、ＣＰＲ画像の上方または下方に、２つ隣接させて配置してもよいが、図１０の例のように上方と下方とに分散して配置するほうが、診断の際、混乱が生じにくい。 The state presentation area 13 and the state presentation area 15 may be arranged adjacent to each other above or below the CPR image. However, as shown in the example of FIG. Confusion is unlikely to occur during diagnosis.
以上、変換テーブル１０Ａ、１０Ｂと表示画面１１Ａ、１１Ｂおよび１１Ｃについて説明したが、診断支援装置１のメモリには、このほか、内腔領域６の径、壁部領域７の壁厚、内腔領域６の面積、壁部領域７の面積、内腔領域６および壁部領域７の面積に対する内腔領域６の面積の比率、内腔領域６の画素値、壁部領域７の画素値、各断面の肺門からの距離、各断面の肺門から末梢までの間の距離に応じた内腔領域６の径、面積または画素値の平均値に対する、算出した内腔領域６の径、面積または画素値の比率（第１の比率）、肺門から末梢までの間の距離に応じた壁部領域７の壁厚、面積または画素値の平均値に対する、算出した壁部領域７の壁厚、面積または画素値の比率（第２の比率）、呼気と吸気との間における内腔領域６の径、面積または画素値の差、呼気と吸気との間における壁部領域７の壁厚、面積または画素値の差、呼気と吸気との間における各段面の移動量、および気管支の外壁から所定範囲内における肺野領域の画素値の少なくとも１つの狭窄状態を表す指標値として算出している場合には、これらの指標値とＲＧＢ値とを対応づけた変換テーブルを記憶してもよい。 The conversion tables 10A and 10B and the display screens 11A, 11B, and 11C have been described above. The memory of the diagnosis support apparatus 1 additionally includes the diameter of the lumen region 6, the wall thickness of the wall region 7, and the lumen region. 6, the area of the wall region 7, the ratio of the area of the lumen region 6 to the areas of the lumen region 6 and the wall region 7, the pixel value of the lumen region 6, the pixel value of the wall region 7, and each cross section Of the calculated diameter, area, or pixel value of the lumen region 6 relative to the average value of the diameter, area, or pixel value of the lumen region 6 according to the distance from the hilar and the distance from the hilar to the periphery of each cross section The wall thickness, area, or pixel value of the calculated wall region 7 with respect to the average value of the ratio (first ratio), the wall thickness, area, or pixel value of the wall region 7 according to the distance from the hilar to the periphery Ratio (second ratio), the diameter of the lumen region 6 between expiration and inspiration Difference in area or pixel value, wall thickness of wall region 7 between expiration and inspiration, difference in area or pixel value, amount of movement of each step between expiration and inspiration, and predetermined range from outer wall of bronchus In the case where the index value representing at least one stenosis state of the pixel values in the lung field region is calculated, a conversion table in which these index values are associated with the RGB values may be stored.
色決定部１０４は、これらの変換テーブルの中から、ユーザが選択した１つまたは複数の変換テーブルを選択的に参照して処理を行う。また、表示制御部１０５は、選択された変換テーブルの数に応じて、画面に配置する状態提示領域の数および画面レイアウトを決定する。 The color determination unit 104 performs processing by selectively referring to one or a plurality of conversion tables selected by the user from these conversion tables. Further, the display control unit 105 determines the number of state presentation areas to be arranged on the screen and the screen layout according to the number of selected conversion tables.
本実施形態の診断支援装置、プログラムおよび方法によれば、狭窄状態を表す指標値は、数値ではなく色として提示される。よって、医師は、診断支援装置が推定した狭窄状態を、直感的に把握することができる。色分けは、観察用の画像を色づけするのではなく、観察用の画像の外側の領域に配置された状態提示領域を色づけすることにより為される。よって、色分け表示により画像の観察が妨げられることはない。これにより、医師は、診断支援装置が提示する色を参照するだけでなく、自らの目で血管の内壁を表す画像を確認し、慎重に診断を下すことができる。 According to the diagnosis support apparatus, program, and method of the present embodiment, the index value indicating the stenosis state is presented as a color instead of a numerical value. Therefore, the doctor can intuitively grasp the stenosis state estimated by the diagnosis support apparatus. Color coding is performed not by coloring the image for observation but by coloring the state presentation area arranged in the area outside the image for observation. Therefore, the color-coded display does not hinder the image observation. Thus, the doctor can not only refer to the color presented by the diagnosis support apparatus, but also check the image representing the inner wall of the blood vessel with his / her own eye and make a diagnosis carefully.
また、本実施形態では、観察用の画像としてＣＰＲ画像が表示され、状態提示領域の色分け表示もＣＰＲ画像と同じ範囲について行われるため、気管支の比較的広い範囲について、短時間で狭窄状態を把握することができる。さらに、ストレートＣＰＲ画像は観察範囲が変更されても常に直線状の画像になるため、画面レイアウトを、表示制御が容易なシンプルなレイアウトとすることができる。 In this embodiment, a CPR image is displayed as an image for observation, and the color-coded display of the state presentation area is also performed for the same range as the CPR image. Therefore, the stenosis state can be grasped in a short time for a relatively wide bronchus range. can do. Further, since the straight CPR image is always a linear image even when the observation range is changed, the screen layout can be a simple layout that allows easy display control.
また、本実施形態では、色決定部が参照する変換テーブルは、複数の変換テーブルの中から選択でき、表示画面に配置する状態提示領域の数も直感的把握を要する指標値の数に応じて増減される。このため、様々な診断目的に対応することができる。 In the present embodiment, the conversion table referred to by the color determination unit can be selected from a plurality of conversion tables, and the number of state presentation areas arranged on the display screen also depends on the number of index values that require an intuitive grasp. Increased or decreased. For this reason, it can respond to various diagnostic purposes.
なお、本発明は上記実施形態に限られるものではなく、本発明の趣旨を逸脱しない範囲で、種々の変更を加えることができる。 The present invention is not limited to the above-described embodiment, and various modifications can be made without departing from the spirit of the present invention.
例えば、気管支抽出部１０１は、前述の方法以外の種々の公知の気管支抽出方法を採用することができる（例えば、Takayuki Kitasaka ，et al.、「Extraction of bronchus regions from 3D chest X-ray CT images by using structural features of bronchus 」、Forma、2002年、Vol.17，pp.321-338等）。その際、気管支領域の抽出と同時に木構造が得られる場合には、細線化処理を行わずに得られた木構造をそのまま後続の処理で取り扱えばよい。また、気管支抽出部１０１は、肺動脈の領域を気管支の領域として抽出するようにしてもよい。あるいは、気管支抽出部１０１は、気管支と肺動脈の両方を抽出し、気管支の末梢部については、抽出された気管支の末梢部の最近傍にある肺動脈の領域上の点から肺動脈の末梢部までの肺動脈の領域を、気管支の末梢部に接続する気管支の領域として抽出するようにしてもよい。なお、肺動脈は公知の方法で抽出可能であり、例えば、肺動脈を表すシード点の設定を受け付け、設定されたシード点を用いて領域拡張法により肺動脈領域内の画素の集合を抽出し、抽出された肺動脈領域に対して細線化処理を行い、得られた肺血管を表す細線の連結関係に基づいて細線上の各画素を端点・エッジ（辺）・分岐点に分類することによって、肺動脈を表す木構造データを得ることができる。（詳細については、小林 大祐、他5名、「血管形状記述のための枝ベース木構造モデル構築の試み」、[online]、2005年3月9日、理化学研究所、理研シンポジウム 生体形状情報の数値化及びデータベース構築研究、pp.84-92、［2010年1月6日検索］、インターネット〈URL：http://www.comp-bio.riken.jp/keijyo/products/2005_1_files/kobayashi_print.pdf〉、中村 翔、他4名、「木構造解析による胸部X線ＣＴ像からの肺動脈・肺静脈の自動分類」、電子情報通信学会技術研究報告. MI, 医用画像、日本、社団法人電子情報通信学会、2006年1月21日、Vol.105, No.580、pp.105-108、［2009年11月20日検索］、インターネット〈URL：http://www.murase.nuie.nagoya-u.ac.jp/~ide/res/paper/J05-kenkyukai-snaka-1.pdf〉等参照）。 For example, the bronchus extraction unit 101 can employ various known bronchi extraction methods other than the above-described methods (for example, Takayuki Kitasaka, et al., “Extraction of bronchus regions from 3D chest X-ray CT images by using structural features of bronchus ", Forma, 2002, Vol.17, pp.321-338, etc.). At that time, if a tree structure is obtained simultaneously with the extraction of the bronchial region, the tree structure obtained without performing the thinning process may be handled as it is in the subsequent process. The bronchus extraction unit 101 may extract a pulmonary artery region as a bronchial region. Alternatively, the bronchus extraction unit 101 extracts both the bronchi and the pulmonary artery, and for the peripheral part of the bronchus, the pulmonary artery from a point on the pulmonary artery region closest to the extracted peripheral part of the bronchus to the peripheral part of the pulmonary artery These regions may be extracted as bronchial regions connected to the peripheral part of the bronchi. The pulmonary artery can be extracted by a known method.For example, a setting of a seed point representing the pulmonary artery is accepted, and a set of pixels in the pulmonary artery region is extracted and extracted by the region expansion method using the set seed point. The pulmonary artery is represented by classifying each pixel on the fine line into an end point, an edge (side), and a branch point based on the connection relation of the thin line representing the obtained pulmonary blood vessel. Tree structure data can be obtained. (For details, Daisuke Kobayashi and five others, “Trial of branch-based tree structure model for blood vessel shape description”, [online], March 9, 2005, RIKEN, RIKEN Symposium Digitization and database construction research, pp.84-92, [Search January 6, 2010], Internet <URL: http://www.comp-bio.riken.jp/keijyo/products/2005_1_files/kobayashi_print.pdf ＞, Sho Nakamura and 4 others, “Automatic classification of pulmonary arteries and pulmonary veins from chest X-ray CT images by tree structure analysis”, IEICE technical report. MI, Medical Image, Japan, Electronic Information Communication Society, January 21, 2006, Vol.105, No.580, pp.105-108, [Searched on November 20, 2009], Internet <URL: http: //www.murase.nuie.nagoya-u .ac.jp / ~ ide / res / paper / J05-kenkyukai-snaka-1.pdf> etc.)
また、特願２００９−４８６７９号および特願２００９−６９８９５号において提案される方法により肺血管（肺動脈および肺静脈）抽出してもよい。この方法では、まず、ボリュームデータを構成するボクセルデータの値に基づいて、肺血管の芯線を構成する複数の候補点の位置と主軸方向を算出する。もしくは、ボリュームデータについてヘッセ行列を算出し、算出されたヘッセ行列の固有値を解析することにより、肺血管の芯線を構成する複数の候補点の位置情報および主軸方向を算出する。そして、候補点周辺のボクセルデータについて肺血管らしさを表す特徴量を算出し、算出された特徴量に基づいてそのボクセルデータが肺血管領域を表すものであるか否かを判別する。特徴量に基づく判別は、マシンラーニングにより予め取得された評価関数に基づいて行う。これにより、ボリュームデータから、肺血管領域を抽出することができる。 Further, pulmonary blood vessels (pulmonary artery and pulmonary vein) may be extracted by the method proposed in Japanese Patent Application Nos. 2009-48679 and 2009-69895. In this method, first, the positions and principal axis directions of a plurality of candidate points constituting the core line of the pulmonary blood vessel are calculated based on the values of the voxel data constituting the volume data. Alternatively, the Hessian matrix is calculated for the volume data, and the eigenvalues of the calculated Hessian matrix are analyzed, thereby calculating the positional information and the principal axis direction of a plurality of candidate points that constitute the pulmonary blood vessel core line. Then, a feature value representing the likelihood of pulmonary blood vessels is calculated for the voxel data around the candidate point, and it is determined whether or not the voxel data represents a pulmonary blood vessel region based on the calculated feature values. The discrimination based on the feature amount is performed based on an evaluation function acquired in advance by machine learning. Thereby, a pulmonary blood vessel region can be extracted from the volume data.
この場合、肺血管領域を抽出する過程で、肺血管の芯線が設定される。また、芯線を構成する候補点のそれぞれについて、位置と主軸方向が算出される。よって、各候補点において、算出された情報に基づき、主軸方向と垂直な断面（直交断面）を設定することができる。断面の設定は、血管領域を抽出し終えた後に行ってもよいし、断面ごとに、主軸方向を算出した直後に行ってもよい。また、すべての候補点において断面を設定してもよいし、サンプリングした一部の候補点に対し断面を設定してもよい。 In this case, the pulmonary blood vessel core line is set in the process of extracting the pulmonary blood vessel region. Further, the position and the principal axis direction are calculated for each of the candidate points constituting the core line. Therefore, at each candidate point, a cross section (orthogonal cross section) perpendicular to the principal axis direction can be set based on the calculated information. The setting of the cross section may be performed after extracting the blood vessel region, or may be performed immediately after calculating the main axis direction for each cross section. Moreover, a cross section may be set for all candidate points, or a cross section may be set for some sampled candidate points.
肺血管領域が抽出されると、肺血管領域のボリュームレンダリング画像が生成される。そして、上記処理により設定された芯線を示す標識がボリュームレンダリング画像に合成されて、ディスプレイ３に出力される。続いて、観察範囲を設定する操作入力が受け付けられる。例えば、ユーザが、ボリュームレンダリング画像上で、肺血管を構成する複数の血管枝の中から一本の血管枝を指定し、その血管枝の経路上で、観察範囲の始点と終点とを指定する操作を行うことで、観察範囲が設定される。 When the pulmonary vascular region is extracted, a volume rendering image of the pulmonary vascular region is generated. Then, a marker indicating the core line set by the above process is combined with the volume rendering image and output to the display 3. Subsequently, an operation input for setting the observation range is accepted. For example, the user designates one blood vessel branch from a plurality of blood vessel branches constituting the pulmonary blood vessel on the volume rendering image, and designates the start point and end point of the observation range on the path of the blood vessel branch. By performing the operation, the observation range is set.
なお、ボリュームレンダリング画像を対象とする操作としては、観察範囲の設定のほか、芯線の経路変更、延長等の操作を受け付けるようにしてもよい。経路変更等の操作が検出された場合には、操作内容にしたがって芯線や断面が再設定される。 In addition, as an operation for the volume rendering image, in addition to setting an observation range, operations such as a core path change and extension may be accepted. When an operation such as a route change is detected, the core line and the cross section are reset according to the operation content.
肺血管領域、芯線および断面の情報と、ユーザが指定した観察範囲の情報とは、上記実施形態における、ＣＰＲ画像生成部１０２および状態推定部１０３へと供給される。そして設定された観察範囲において、肺血管についての狭窄率等の推定、ＣＰＲ画像の生成、色の決定および表示を行うようにすればよい。 The information on the pulmonary blood vessel region, the core line, and the cross section, and the information on the observation range designated by the user are supplied to the CPR image generation unit 102 and the state estimation unit 103 in the above embodiment. Then, in the set observation range, estimation of the stenosis rate and the like for the pulmonary blood vessel, generation of a CPR image, determination of color and display may be performed.
また、ＣＰＲ画像生成部１０２は、ストレートＣＰＲ画像に代えて、ストレッチＣＰＲ画像やプロジェクトＣＰＲ画像を表示してもよい。ストレッチＣＰＲ画像やプロジェクトＣＰＲ画像では、気管支像は蛇行するが、状態提示領域１３，１５をＣＰＲ画像と同様に蛇行する帯状領域とすれば、ストレートＣＰＲ画像の場合と同様、ＣＰＲ画像と状態提示領域とを並列に配置することができる。 Further, the CPR image generation unit 102 may display a stretch CPR image or a project CPR image instead of the straight CPR image. In the stretch CPR image and the project CPR image, the bronchial image meanders, but if the state presentation regions 13 and 15 are belt-like regions that meander like the CPR image, the CPR image and the state presentation region are the same as in the straight CPR image. Can be arranged in parallel.
また、色決定部１０４は、変換テーブルの参照ではなく、所定の数式に基づく演算を行うことにより色を決定してもよい。例えば、狭窄率に応じてＲＧＢ値がそれぞれ変化するように数式を定義しておけば、状態提示領域の色はグラデーション表示となる。 Further, the color determination unit 104 may determine the color by performing an operation based on a predetermined mathematical expression instead of referring to the conversion table. For example, if the mathematical formula is defined so that the RGB values change in accordance with the stenosis rate, the color of the state presentation area becomes a gradation display.
また、上記実施形態では、表示制御部が観察範囲を制御しているが、ＣＰＲ画像生成部１０２が、観察範囲の情報に基づいて、その範囲のみを対象とするＣＰＲ画像を生成するようにしてもよい。状態推定部１０３もまた、観察範囲の情報に基づいて、その範囲のみを対象として、処理を行ってもよい。 In the above embodiment, the display control unit controls the observation range, but the CPR image generation unit 102 generates a CPR image for only the range based on the information on the observation range. Also good. The state estimation unit 103 may also perform processing for only the range based on the observation range information.
また、上記実施形態では、表示制御部１０５は、気管支の芯線が画面の水平方向に延びるような向きでストレートＣＰＲ画像を配置しているが、ストレートＣＰＲ画像を９０度回転し、気管支の芯線が画面の垂直方向に延びるように配置してもよい。この場合には、グラフ１２や状態提示領域１３，１５も９０度回転して表示する。 In the above embodiment, the display control unit 105 arranges the straight CPR image in such a direction that the bronchus core line extends in the horizontal direction of the screen. You may arrange | position so that it may extend in the perpendicular direction of a screen. In this case, the graph 12 and the state presentation areas 13 and 15 are also rotated 90 degrees and displayed.
また、診断支援装置は、複数台のコンピュータにより、気管支抽出部、ＣＰＲ画像生成部、状態推定部、色決定部および表示制御部としての機能を分担する構成としてもよい。また、入力装置、ディスプレイ等、システムを構成する装置としては、公知のあらゆる装置を採用することができる。例えば、マウスに代えてジョイスティックを採用したり、ディスプレイに代えてタッチパネルを採用したりすることができる。 In addition, the diagnosis support apparatus may be configured to share functions as a bronchus extraction unit, a CPR image generation unit, a state estimation unit, a color determination unit, and a display control unit by a plurality of computers. Moreover, as a device constituting the system, such as an input device and a display, all known devices can be employed. For example, a joystick can be used instead of a mouse, or a touch panel can be used instead of a display.
１ 診断支援装置
２ ストレージ
５ 気管支領域
６ 内腔領域
７ 壁部領域
１０Ａ,１０Ｂ 変換テーブル
１１Ａ,１１Ｂ,１１Ｃ 表示画面
１２ 平均径グラフ
１３，１５ 状態提示領域
１４ ＣＰＲ画像
DESCRIPTION OF SYMBOLS 1 Diagnosis support apparatus 2 Storage 5 Bronchial area | region 6 Lumen area | region 7 Wall area | region 10A, 10B Conversion table 11A, 11B, 11C Display screen 12 Average diameter graph 13, 15 State presentation area 14 CPR image
Claims (9)
前記管状領域、前記芯線および前記各断面の情報に基づいて、前記管状構造の少なくとも一部の範囲を表すＣＰＲ画像を生成するＣＰＲ画像生成手段と、
前記管状領域に含まれる情報を前記断面ごとに解析して、該各断面における前記管状構造の狭窄状態を推定する状態推定手段と、
前記断面ごとに、推定された狭窄状態を表す少なくとも１つの色を決定する色決定手段と、
表示画面内の所定領域に前記ＣＰＲ画像を配置し、さらに前記ＣＰＲ画像が表す管状構造と並行するように帯状の状態提示領域を少なくとも１つ配置して、該状態提示領域を前記色決定手段の決定に基づいて色分け表示する表示制御手段とを備えたことを特徴とする診断支援装置。 A tubular structure extracting means for extracting a tubular region representing the tubular structure of the lung from volume data acquired by photographing the chest of the subject, and setting a core line of the tubular structure and a plurality of cross sections perpendicular to the core line;
CPR image generation means for generating a CPR image representing a range of at least a part of the tubular structure based on the tubular region, the core wire, and the information of each cross section;
Analyzing the information contained in the tubular region for each of the cross sections, and estimating a stenosis state of the tubular structure in each cross section; and
Color determining means for determining at least one color representing the estimated stenosis state for each cross section;
The CPR image is arranged in a predetermined area in the display screen, and at least one band-like state presentation area is arranged so as to be parallel to the tubular structure represented by the CPR image, and the state presentation area is defined by the color determining unit. A diagnostic support apparatus comprising display control means for displaying colors according to the determination.
前記色決定手段が、前記断面ごとに、前記複数の狭窄状態を表す指標値に対応する色を決定し、
前記表示制御手段が、複数の状態提示領域のそれぞれを、前記複数の狭窄状態を表す指標値のそれぞれに基づいて色分けすることを特徴とする請求項３または４記載の診断支援装置。 The state estimation means calculates a plurality of index values representing the stenosis state,
The color determining means determines a color corresponding to an index value representing the plurality of stenosis states for each of the cross sections,
The diagnosis support apparatus according to claim 3 or 4, wherein the display control means color-codes each of the plurality of state presentation areas based on each of index values representing the plurality of stenosis states.
被写体の胸部の撮影により取得されたボリュームデータから、肺の管状構造を表す管状領域を抽出するとともに、該管状構造の芯線および該芯線に垂直な複数の断面を設定する管状構造抽出手段、
前記管状領域、前記芯線および前記各断面の情報に基づいて、前記管状構造の少なくとも一部の範囲を表すＣＰＲ画像を生成するＣＰＲ画像生成手段、
前記管状領域に含まれる情報を前記断面ごとに解析して、各断面における前記管状構造の狭窄状態を推定する状態推定手段、
前記断面ごとに、推定された狭窄状態を表す少なくとも１つの色を決定する色決定手段、および
表示画面内の所定領域に前記ＣＰＲ画像を配置し、さらに前記所定領域の外側に前記ＣＰＲ画像が表す管状構造と並行するように帯状の状態提示領域を少なくとも１つ配置して、該状態提示領域を前記色決定手段の決定に基づいて色分け表示する表示制御手段として機能させることを特徴とする診断支援プログラム。 One or more computers
A tubular structure extracting means for extracting a tubular region representing the tubular structure of the lung from volume data acquired by photographing the chest of the subject, and setting a core line of the tubular structure and a plurality of cross sections perpendicular to the core line;
CPR image generation means for generating a CPR image representing a range of at least a part of the tubular structure based on the information on the tubular region, the core wire, and each cross section;
Analyzing the information contained in the tubular region for each cross section, and estimating the stenosis state of the tubular structure in each cross section;
Color determining means for determining at least one color representing an estimated stenosis state for each cross section, and the CPR image is arranged in a predetermined area in the display screen, and further, the CPR image is expressed outside the predetermined area Diagnosis support characterized in that at least one strip-like state presentation area is arranged in parallel with the tubular structure, and the state presentation area functions as display control means for color-coded display based on the determination of the color determination means program.
前記管状領域、前記芯線および前記各断面の情報に基づいて、前記管状構造の少なくとも一部の範囲を表すＣＰＲ画像を生成するＣＰＲ画像生成処理と、
前記管状領域に含まれる情報を前記断面ごとに解析して、各断面における前記管状構造の狭窄状態を推定する状態推定処理と、
前記断面ごとに、推定された狭窄状態を表す少なくとも１つの色を決定する色決定処理と、
表示画面内の所定領域に前記ＣＰＲ画像を配置し、さらに前記所定領域の外側に前記ＣＰＲ画像が表す管状構造と並行するように帯状の状態提示領域を少なくとも１つ配置して、該状態提示領域を前記色決定手段の決定に基づいて色分け表示する表示制御処理とを行うことを特徴とする診断支援方法。 A tubular structure extraction process for extracting a tubular region representing the tubular structure of the lung from volume data acquired by photographing the chest of the subject, and setting a core line of the tubular structure and a plurality of cross sections perpendicular to the core line;
CPR image generation processing for generating a CPR image representing a range of at least a part of the tubular structure based on the tubular region, the core wire, and the information of each cross section;
Analyzing the information contained in the tubular region for each cross section, and estimating the stenosis state of the tubular structure in each cross section; and
A color determination process for determining at least one color representing an estimated stenosis state for each cross section;
The CPR image is arranged in a predetermined area in the display screen, and at least one band-like state presentation area is arranged outside the predetermined area so as to be parallel to the tubular structure represented by the CPR image, and the state presentation area And a display control process for performing color-coded display based on the determination of the color determination means.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010075093A JP5642407B2 (en) | 2010-03-29 | 2010-03-29 | Diagnosis support system, diagnosis support program, and diagnosis support method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010075093A JP5642407B2 (en) | 2010-03-29 | 2010-03-29 | Diagnosis support system, diagnosis support program, and diagnosis support method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2011206155A true JP2011206155A (en) | 2011-10-20 |
| JP5642407B2 JP5642407B2 (en) | 2014-12-17 |
Family
ID=44937960
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2010075093A Active JP5642407B2 (en) | 2010-03-29 | 2010-03-29 | Diagnosis support system, diagnosis support program, and diagnosis support method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5642407B2 (en) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013128704A (en) * | 2011-12-22 | 2013-07-04 | Aze Ltd | Medical image forming apparatus, medical image forming program, and medical image forming method |
| JP2013154162A (en) * | 2012-01-30 | 2013-08-15 | Toshiba Corp | Medical image processing apparatus, image diagnostic apparatus, computer system, medical image processing program, and medical image processing method |
| JP2014000351A (en) * | 2012-06-21 | 2014-01-09 | Canon Inc | Diagnostic imaging support apparatus |
| JP2014076091A (en) * | 2012-10-09 | 2014-05-01 | Toshiba Corp | Medical image processor, image diagnostic device and medical image processing program |
| JP2014104249A (en) * | 2012-11-29 | 2014-06-09 | Toshiba Corp | Medical imaging apparatus and image processing apparatus |
| JP2015150157A (en) * | 2014-02-13 | 2015-08-24 | 株式会社東芝 | Medical image processing apparatus, medical image processing method and program |
| JP2016528969A (en) * | 2013-07-19 | 2016-09-23 | ボルケーノ コーポレイション | Apparatus, system, and method for evaluating a conduit |
| JP2016193090A (en) * | 2015-03-31 | 2016-11-17 | キヤノンマーケティングジャパン株式会社 | Medical image diagnostic system, control method thereof and program |
| JP2016221052A (en) * | 2015-06-01 | 2016-12-28 | 東芝メディカルシステムズ株式会社 | Medical image processor |
| US10049445B2 (en) | 2011-07-29 | 2018-08-14 | Canon Kabushiki Kaisha | Image processing apparatus and image processing method of a three-dimensional medical image |
| US10360319B2 (en) | 2013-10-28 | 2019-07-23 | Samsung Electronics Co., Ltd. | Particle-based modeling method and apparatus |
| JP2020168176A (en) * | 2019-04-03 | 2020-10-15 | コニカミノルタ株式会社 | Image analysis device, image analysis system, and program |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0765154A (en) * | 1993-08-31 | 1995-03-10 | Toshiba Corp | Device and method for quantitatively analyzing blood vessel image |
| JP2004133736A (en) * | 2002-10-11 | 2004-04-30 | Hitachi Medical Corp | Medical image display method and device thereof |
| JP2006167287A (en) * | 2004-12-17 | 2006-06-29 | Toshiba Corp | Hemadostenosis rate analysis system |
| JP2007044121A (en) * | 2005-08-08 | 2007-02-22 | Hitachi Medical Corp | Medical image display method and apparatus |
| JP2009160235A (en) * | 2008-01-07 | 2009-07-23 | Toshiba Corp | Medical image processor, medical image diagnostic apparatus, and x-ray ct system |
-
2010
- 2010-03-29 JP JP2010075093A patent/JP5642407B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0765154A (en) * | 1993-08-31 | 1995-03-10 | Toshiba Corp | Device and method for quantitatively analyzing blood vessel image |
| JP2004133736A (en) * | 2002-10-11 | 2004-04-30 | Hitachi Medical Corp | Medical image display method and device thereof |
| JP2006167287A (en) * | 2004-12-17 | 2006-06-29 | Toshiba Corp | Hemadostenosis rate analysis system |
| JP2007044121A (en) * | 2005-08-08 | 2007-02-22 | Hitachi Medical Corp | Medical image display method and apparatus |
| JP2009160235A (en) * | 2008-01-07 | 2009-07-23 | Toshiba Corp | Medical image processor, medical image diagnostic apparatus, and x-ray ct system |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10049445B2 (en) | 2011-07-29 | 2018-08-14 | Canon Kabushiki Kaisha | Image processing apparatus and image processing method of a three-dimensional medical image |
| US10497118B2 (en) | 2011-07-29 | 2019-12-03 | Canon Kabushiki Kaisha | Image processing apparatus and image processing method of a three-dimensional medical image |
| JP2013128704A (en) * | 2011-12-22 | 2013-07-04 | Aze Ltd | Medical image forming apparatus, medical image forming program, and medical image forming method |
| JP2013154162A (en) * | 2012-01-30 | 2013-08-15 | Toshiba Corp | Medical image processing apparatus, image diagnostic apparatus, computer system, medical image processing program, and medical image processing method |
| JP2014000351A (en) * | 2012-06-21 | 2014-01-09 | Canon Inc | Diagnostic imaging support apparatus |
| JP2014076091A (en) * | 2012-10-09 | 2014-05-01 | Toshiba Corp | Medical image processor, image diagnostic device and medical image processing program |
| JP2014104249A (en) * | 2012-11-29 | 2014-06-09 | Toshiba Corp | Medical imaging apparatus and image processing apparatus |
| JP2016528969A (en) * | 2013-07-19 | 2016-09-23 | ボルケーノ コーポレイション | Apparatus, system, and method for evaluating a conduit |
| US10360319B2 (en) | 2013-10-28 | 2019-07-23 | Samsung Electronics Co., Ltd. | Particle-based modeling method and apparatus |
| JP2015150157A (en) * | 2014-02-13 | 2015-08-24 | 株式会社東芝 | Medical image processing apparatus, medical image processing method and program |
| JP2016193090A (en) * | 2015-03-31 | 2016-11-17 | キヤノンマーケティングジャパン株式会社 | Medical image diagnostic system, control method thereof and program |
| US10354360B2 (en) | 2015-03-31 | 2019-07-16 | Canon Kabushiki Kaisha | Medical image display apparatus, display control method therefor, and non-transitory recording medium |
| JP2016221052A (en) * | 2015-06-01 | 2016-12-28 | 東芝メディカルシステムズ株式会社 | Medical image processor |
| JP2020168176A (en) * | 2019-04-03 | 2020-10-15 | コニカミノルタ株式会社 | Image analysis device, image analysis system, and program |
| JP7156142B2 (en) | 2019-04-03 | 2022-10-19 | コニカミノルタ株式会社 | Image analysis device, image analysis system and program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5642407B2 (en) | 2014-12-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5642407B2 (en) | Diagnosis support system, diagnosis support program, and diagnosis support method | |
| JP5436125B2 (en) | Diagnosis support apparatus, operation method thereof, and diagnosis support program | |
| JP4950071B2 (en) | Method for automatic extraction of pulmonary artery tree from 3D medical images | |
| US8422752B2 (en) | Diagnosis assisting apparatus, diagnosis assisting method, and storage medium in which a diagnosis assisting program is recorded | |
| JP5222082B2 (en) | Information processing apparatus, control method therefor, and data processing system | |
| JP5114630B2 (en) | Improved navigation tool for comparing medical images | |
| EP2157905B1 (en) | A method for tracking 3d anatomical and pathological changes in tubular-shaped anatomical structures | |
| US9678620B2 (en) | Workflow for ambiguity guided interactive segmentation of lung lobes | |
| US20120026162A1 (en) | Diagnosis assisting apparatus, diagnosis assisting program, and diagnosis assisting method | |
| US8923579B2 (en) | Surgery-assistance apparatus, method and computer-readable recording medium storing a program for setting a margin during organ excision | |
| US8693759B2 (en) | Image processing device and image processing method | |
| JP5011426B2 (en) | Image diagnosis support apparatus, method and program | |
| WO2006011545A1 (en) | Medical image diagnosis assisting system, device and image processing program | |
| JP2007202957A (en) | Wall motion measuring device and medical image diagnostic apparatus | |
| JP5226974B2 (en) | Image diagnosis support apparatus, method and program | |
| JP2006246941A (en) | Image processing apparatus and vessel tracking method | |
| JPWO2011152094A1 (en) | Medical device and method for controlling medical device | |
| CN108766554A (en) | The instant path planning that user manipulates | |
| KR102382872B1 (en) | Apparatus and method for medical image reading assistant providing representative image based on medical use artificial neural network | |
| JP5539478B2 (en) | Information processing apparatus and information processing method | |
| CN107296620B (en) | Aorta detection method, aorta detection device, storage medium and processor | |
| KR20240041355A (en) | Coronary artery disease analysis system | |
| JP5124852B2 (en) | Medical diagnostic imaging support device and diagnostic imaging support program for mesothelioma and asbestos lung | |
| JP6925795B2 (en) | Medical image diagnosis support device, its control method, and program | |
| KR20240034978A (en) | Apparatus and method of providing diagnostic evaluation index capable of diagnosing structural and functional changes in subject using computed tomography image |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120703 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130711 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130813 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131217 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20140603 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140902 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20140910 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20141007 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20141029 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5642407 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |