JP2012075806A - 医用画像処理装置、及び医用画像処理プログラム - Google Patents

Abstract

【課題】医用画像から観察領域を自動的に特定することが可能な医用画像処理装置を提供する。
【解決手段】この実施形態に係る医用画像処理装置は、第１の抽出手段と、加算手段と、第１の特定手段と、第２の特定手段と、を有する。第１の抽出手段は、注目臓器を含む領域を表すボリュームデータを受けて、ボリュームデータから空気領域を特定する。加算手段は、ボリュームデータの各画素の画素値を所定の投影方向に沿って加算することにより、画素値の加算値の分布を表す投影画像データを生成する。第１の特定手段は、投影画像データから第１の特徴点を特定する。第２の特定手段は、空気領域において第１の特徴点を通り所定の投影方向に沿って延びる線上の点を第２の特徴点として求める。
【選択図】図１

Description

この発明の実施形態は、医用画像処理装置及び医用画像処理プログラムに関する。

Ｘ線ＣＴ装置やＭＲＩ装置などの医用画像撮影装置を用いて医用画像を取得し、その医用画像を用いた診断が行われている。例えば医用画像を用いて肺気腫の診断が行われている。医用画像を用いた肺気腫の診断では、医用画像から肺野領域を特定（抽出）する必要がある。医用画像から肺野領域を特定（抽出）する手法として、領域拡張（ｒｅｇｉｏｎ ｇｒｏｗｉｎｇ）法がある。領域拡張法は、抽出したい領域内にある１画素を決定し、その画素を開始点（シード点）として、領域内とみなされる画素を次々と抽出する方法である。このように領域拡張法では、抽出すべき領域（例えば肺野領域）内にある１画素が特定されればよい。従来においては、観察者が医用画像を参照して目視によって肺野領域内にある１画素を決定していた。例えば、胸部が表されたコロナル像やアキシャル像を観察者が目視で確認し、肺野領域内にある１画素を決定していた。

特開２０１０−１６７０６７

しかしながら、観察者が目視によって肺野領域内にある１画素を決定する場合、その決定に手間がかかってしまう。また、観察者が目視で１画素を決定するため、診断の速さが低下し、その結果、診断時間が長くなってしまう。また、観察者が１画素を決定するため、その決定の再現性が低くなるおそれがある。また、観察者間で判断が変わってしまったり、同じ観察者であっても時間が経過すると判断が変わってしまったりするおそれがある。このように、観察者間及び観察者内において判断が変わってしまうおそれがある。

この実施形態は、医用画像から注目臓器を自動的に特定することが可能な医用画像処理装置、及び医用画像処理プログラムを提供することを目的とする。

この実施形態に係る医用画像処理装置は、第１の抽出手段と、加算手段と、第１の特定手段と、第２の特定手段と、を有する。第１の抽出手段は、注目臓器を含む領域を表すボリュームデータを受けて、ボリュームデータから空気領域を特定する。加算手段は、ボリュームデータのうち前記空気領域内の各画素の画素値を所定の投影方向に沿って加算することにより、画素値の加算値の分布を表す投影画像データを生成する。第１の特定手段は、投影画像データから第１の特徴点を特定する。第２の特定手段は、空気領域において第１の特徴点を通り所定の投影方向に沿って延びる線上の点を第２の特徴点として求める。

この実施形態に係る医用画像処理装置のブロック図である。 低画素値領域を示す図である。 投影画像を示す図である。 投影画像を示す図である。 低画素値領域と線状領域とを示す図である。 低画素値領域と線状領域とを示す図である。 医用画像を示す図である。 医用画像を示す図である。 この実施形態に係る医用画像処理装置の動作を示すフローチャートである。

図１を参照して、この実施形態に係る医用画像処理装置について説明する。この実施形態に係る医用画像処理装置１は、例えば医用画像撮影装置９０に接続されている。

（医用画像撮影装置９０）
医用画像撮影装置９０には、Ｘ線ＣＴ装置やＭＲＩ装置などの撮影装置が用いられる。医用画像撮影装置９０は、被検体を撮影することで被検体を表す医用画像データを生成する。例えば医用画像撮影装置９０は、３次元の撮影領域を撮影することで３次元の撮影領域を表すボリュームデータを生成する。例えば医用画像撮影装置９０としてのＸ線ＣＴ装置は、３次元の撮影領域を撮影することにより、位置がそれぞれ異なる複数の断面におけるＣＴ画像データを生成する。Ｘ線ＣＴ装置は、複数のＣＴ画像データを用いてボリュームデータを生成する。医用画像撮影装置９０は、ボリュームデータを医用画像処理装置１に出力する。この実施形態では医用画像撮影装置９０によって、肺、大腸、又は胃などの注目臓器を撮影し、注目臓器を含む領域を表すボリュームデータを取得する。一例として医用画像撮影装置９０によって被検体の胸部を撮影し、肺野領域を含む領域を表すボリュームデータを取得した場合について説明する。

（医用画像処理装置１）
医用画像処理装置１は、画像記憶部２と、第１の抽出部３と、加算部４と、第１の特定部５と、線状領域算出部６と、第２の特定部７と、第２の抽出部８と、画像生成部９と、表示制御部１０と、表示部１１とを有する。

（画像記憶部２）
画像記憶部２は、医用画像撮影装置９０によって生成されたボリュームデータを記憶する。なお、医用画像撮影装置９０がボリュームデータを生成せずに、医用画像処理装置１がボリュームデータを生成してもよい。この場合、医用画像処理装置１は、医用画像撮影装置９０によって生成された複数の医用画像データ（例えばＣＴ画像データ）を受けて、複数の医用画像データに基づいてボリュームデータを生成する。この場合、画像記憶部２は、医用画像処理装置１によって生成されたボリュームデータを記憶する。

（第１の抽出部３）
第１の抽出部３はボリュームデータを画像記憶部２から読み込み、閾値処理によってボリュームデータから低画素値領域（空気領域）を抽出する。例えば、第１の抽出部３は、２値化処理によって低画素値領域を抽出する。具体的には、第１の抽出部３は、ＣＴ値や輝度値などの画素値が予め設定された閾値以下となる領域を濃度値「１」とし、画素値が閾値より大きくなる領域を濃度値「０」とすることにより、画素値（例えばＣＴ値）が低い領域（空気領域）を抽出する。画素値はＣＴ値であってもよいし、輝度値であってもよい。なお、閾値処理の範囲は体表内とする。図２に抽出結果を示す。図２に示す低画素値領域１００は、第１の抽出部３によってボリュームデータから抽出された３次元領域である。この低画素値領域１００は、例えば空気領域に相当する。

（加算部４）
加算部４は、ボリュームデータのうち低画素値領域内の各画素の画素値を所定の投影方向に沿って加算することにより、画素値の加算値の分布を表す投影画像データを生成する。ここで、互いに直交するコロナル面、アキシャル面、及びサジタル面を定義する。また、コロナル面に直交する軸をＹ軸とし、アキシャル面に直交する軸をＺ軸とし、サジタル面に直交する軸をＸ軸とする。Ｚ軸は被検体の体軸に相当する。加算部４は、例えばコロナル面に直交する方向（Ｙ軸方向）を投影方向とし、各コロナル面における各画素の画素値をコロナル面に直交する投影方向（Ｙ軸方向）に沿って加算することにより、画素値の加算値の分布を表す投影画像データを生成する。この投影画像データは、コロナル面に平行な平面に各コロナル面における低画素値領域が加算投影された画像データである。

図３に投影画像の一例を示す。上述した加算部４の処理は、次のように説明することもできる。ある座標（ｘ、ｙ、ｚ）においてｘ座標とｚ座標とを固定し、ｙ座標におけるすべての画素の画素値の和を、ｘｚ平面（コロナル面）の各画素の画素値とすることにより投影画像データとする。
投影画像データの各画素値Ｍａｐ（ｘ，ｚ）は、以下の式（１）で定義できる。
式（１）：Ｍａｐ（ｘ，ｚ）＝ΣＭａｓｋ（ｘ，ｙ_ｉ，ｚ）
ここで、Ｍａｓｋ（ｘ，ｙ，ｚ）は、低画素値領域内の各画素の画素値である。
加算の範囲（ｙ_ｉの範囲）は、一例としてｉ＝１〜５１２とする。すなわち、５１２枚のコロナル面について加算投影することにより投影画像データを生成する。
図３に示す投影画像２００が、式（１）のＭａｐ（ｘ，ｚ）に対応する画像である。

（第１の特定部５）
第１の特定部５は、投影画像データから第１の特徴点を特定する。具体的には、第１の特定部５は、投影画像データの各画素のうち加算値（画素値）が最大となる画素を第１の特徴点とする。図４に、投影画像と第１の特徴点とを示す。第１の特定部５は、投影画像２００において、加算値が最大となる画素（ｘ_ｍ，ｚ_ｍ）を第１の特徴点２１０として特定する。投影画像２００において加算値が最大となる画素は、肺野領域内の画素である可能性が高いことを意味している。そのため、この実施形態では、投影画像データにおいて加算値が最大となる画素を特定する。

なお、肺を対象として処理を行う場合、第１の特定部５は、Ｘ軸方向の中心で投影画像２００を分割し、一方の領域に含まれる投影画像を対象にして加算値が最大となる画素を特定してもよい。すなわち、第１の特定部５は、Ｘ軸方向の中心を間にして右側の肺部及び左側の肺部のそれぞれを別々の処理対象としてもよい。この場合、第１の特定部５は、右側の肺部において加算値が最大となる画素を、右側の肺部における第１の特徴点として特定し、左側の肺部において加算値が最大となる画素を、左側の肺部における第１の特徴点として特定する。第１の特定部５は、右側の肺部のみ又は左側の肺部のみを対象として第１の特徴点を特定してもよいし、両側の肺部を対象にしてそれぞれの第１の特徴点を特定してもよい。例えば、操作者が図示しない操作部によって、右側の肺部又は左側の肺部を特定するようにしてもよい。

（線状領域算出部６）
線状領域算出部６は、第１の特徴点を通り上述した投影方向に沿って延びる線状領域を求める。すなわち、線状領域算出部６は、第１の特徴点の座標（ｘ_ｍ，ｚ_ｍ）を、投影方向に沿って元の３次元空間に逆投影することにより線状領域を求める。この実施形態では一例として、線状領域算出部６は、第１の特徴点を通り投影方向（Ｙ軸方向）に沿って元の３次元空間に逆投影する。線状領域の位置は座標群（ｘ_ｍ，ｙ_i，ｚ_ｍ）で表される。図５に低画素値領域と線状領域とを示す。図５には、アキシャル面における低画素値領域３００が示されている。線状領域３１０は、第１の特徴点の座標（ｘ_ｍ，ｚ_ｍ）を通り、座標群（ｘ_ｍ，ｙ_i，ｚ_ｍ）で表される。上述したように投影画像２００において加算値が最大となる画素は肺野領域内の画素である可能性が高いため、投影画像２００において最大値を持つ画素の座標（ｘ_ｍ，ｚ_ｍ）を３次元空間に投影した線状領域（座標群（ｘ_ｍ，ｙ_ｉ，ｚ_ｍ））には、肺野領域内の１画素が存在している可能性が高い。

（第２の特定部７）
第２の特定部７は、低画素値領域において線状領域上の点を第２の特徴点として求める。具体的には、第２の特定部７は、線状領域と低画素値領域の輪郭との交点（ｘ，ｙ，ｚ）を求め、その交点を第２の特徴点として定義する。例えば図６に示すように、第２の特定部７は、低画素値領域３００の輪郭と線状領域３１０との交点３２０を求める。この交点３２０は、低画素値領域３００のなかで肺野領域内にある可能性が高いため、この交点３２０の画素を肺野領域内の画素（第２の特徴点）として定義する。第２の特定部７は、第２の特徴点の座標（ｘ，ｙ，ｚ）を示す座標情報を表示制御部１０に出力する。

なお、図６に示す例では、低画素値領域３００の輪郭と線状領域３１０とは２つの交点（交点３２０と交点３２１）で交差する。このように複数の交点がある場合には、第２の特定部７は、いずれか１つの交点を第２の特徴点とする。例えば、操作者が図示しない操作部を用いて、複数の交点から１つの交点を指定するようにしてもよい。後述する表示制御部１０が、第２の特徴点を表すマークを医用画像に重ねて表示部１１に表示させ、操作者が操作部を用いて所望の交点を指定すればよい。

また、上述したように、低画素値領域において線状領域上の点は、肺野領域内の１画素が存在している可能性が高い。そのため、第２の特定部７は、低画素値領域において線状領域上の任意の点を第２の特徴点としてもよい。

（第２の抽出部８）
第２の抽出部８は、例えば領域拡張法を用いてボリュームデータから肺野領域を抽出する。この実施形態では、第２の抽出部８は、第２の特徴点の座標（ｘ，ｙ，ｚ）を第２の特定部７から受け、ボリュームデータを画像記憶部２から読み込む。そして、第２の抽出部８は、第２の特徴点を領域拡張法の開始点（シード点）として、肺野領域とみなせる画素をボリュームデータから抽出する。第２の抽出部８は、肺野領域の画像を表す肺野領域画像データを表示制御部１０に出力する。

（画像生成部９）
画像生成部９はボリュームデータを画像記憶部２から読み込み、そのボリュームデータにボリュームレンダリングを施すことにより３次元画像データを生成する。または、画像生成部９は、ボリュームデータにＭＰＲ処理（Ｍｕｌｔｉ Ｐｌａｎａｒ Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ）を施すことにより、任意の断面における画像データ（ＭＰＲ画像データ）を生成してもよい。画像生成部９は、３次元画像データやＭＰＲ画像データなどの医用画像データを表示制御部１０に出力する。

（表示制御部１０）
表示制御部１０は、医用画像データを画像生成部９から受けて、医用画像データに基づく医用画像を表示部１１に表示させる。また、表示制御部１０は、第２の特徴点の座標情報を第２の特定部７から受けて、第２の特徴点を表すマークを医用画像に重ねて表示部１１に表示させてもよい。図７及び図８に医用画像の一例を示す。例えば図７に示すように、表示制御部１０は、第２の特徴点を表すマーク４１０をアキシャル像４００に重ねて表示部１１に表示させる。また、図８に示すように、表示制御部１０は、第２の特徴点を表すマーク５１０をコロナル像５００に重ねて表示部１１に表示させてもよい。なお、第２の特徴点が複数ある場合、表示制御部１０は複数の第２の特徴点のそれぞれを表すマークを、医用画像に重ねて表示部１１に表示させてもよい。

また、表示制御部１０は、肺野領域の画像を表す肺野領域画像データを第２の抽出部８から受けて、肺野領域を表す画像を表示部１１に表示させてもよい。

（表示部１１）
表示部１１は、ＣＲＴや液晶ディスプレイなどのモニタで構成されている。表示部１１は、医用画像や肺野領域などを表示する。

上述した第１の抽出部３、加算部４、第１の特定部５、線状領域算出部６、第２の特定部７、第２の抽出部８、画像生成部９、及び表示制御部１０のそれぞれの機能は、プログラムによって実行されてもよい。一例として、第１の抽出部３、加算部４、第１の特定部５、線状領域算出部６、第２の特定部７、第２の抽出部８、画像生成部９、及び表示制御部１０はそれぞれ、ＣＰＵ、ＧＰＵ、又はＡＳＩＣなどの図示しない処理装置と、ＲＯＭ、ＲＡＭ、又はＨＤＤなどの図示しない記憶装置とによって構成されていてもよい。記憶装置には、第１の抽出部３の機能を実行するための第１の抽出プログラムと、加算部４の機能を実行するための加算プログラムと、第１の特定部５の機能を実行するための第１の特定プログラムと、線状領域算出部６の機能を実行するための線状領域算出プログラムと、第２の特定部７の機能を実行するための第２の特定プログラムと、画像生成部９の機能を実行するための画像生成プログラムと、表示制御部１０の機能を実行するための表示制御プログラムと、が記憶されている。ＣＰＵなどの処理装置が、記憶部に記憶されている各プログラムを実行することにより、各部の機能を実行する。なお、第１の抽出プログラムと、加算プログラムと、第１の特定プログラムと、線状領域算出プログラムと、第２の特定プログラムとによって、「医用画像処理プログラム」の一例を構成する。

（動作）
図９を参照して、この実施形態に係る医用画像処理装置１の動作について説明する。

（ステップＳ０１）
まず、第１の抽出部３が、ボリュームデータを画像記憶部２から読み込む。

（ステップＳ０２）
第１の抽出部３は、閾値処理によってボリュームデータから低画素値領域（空気領域）を抽出する。

（ステップＳ０３）
加算部４は、ボリュームデータのうち低画素値領域内の各画素の画素値を所定の投影方向に沿って加算することにより、画素値の加算値の分布を表す投影画像データを生成する。一例として、加算部４は、コロナル面に直交する方向（Ｙ軸方向）を投影方向とし、各コロナル面における各画素の画素値を投影方向（Ｙ軸方向）に沿って加算することにより、画素値の加算値の分布を表す投影画像データを生成する。

（ステップＳ０４）
第１の特定部５は、投影画像データの各画素のうち加算値（画素値）が最大となる画素を第１の特徴点（ｘ_ｍ，ｚ_ｍ）とする。

（ステップＳ０５）
線状領域算出部６は、第１の特徴点の座標（ｘ_ｍ，ｚ_ｍ）を、投影方向（Ｙ軸方向）に沿って元の３次元空間に逆投影することにより線状領域（ｘ_ｍ，ｙ_i，ｚ_ｍ）を求める。すなわち、線状領域算出部６は、第１の特徴点を通り投影方向に沿って延びる線状領域を求める。

（ステップＳ０６）
第２の特定部７は、低画素値領域と線状領域との交点（ｘ，ｙ，ｚ）を求め、その交点を第２の特徴点として定義する。この交点が、低画素値領域のなかで肺野領域内にある可能性が高いため、この交点の画素を肺野領域内の画素（第２の特徴点）として定義する。

（ステップＳ０７）
画像生成部９はボリュームデータを画像記憶部２から読み込み、そのボリュームデータに基づいて医用画像データを生成する。表示制御部１０は、第２の特徴点を表すマークを医用画像に重ねて表示部１１に表示させる。例えば表示制御部１０は、アキシャル像やコロナル像に第２の特徴点を表すマークを重ねて表示部１１に表示させる。

（ステップＳ０８）
第２の抽出部８は、ボリュームデータを画像記憶部２から読み込み、第２の特徴点（ｘ，ｙ，ｚ）を領域拡張法の開始点（シード点）として、肺野領域とみなせる画素をボリュームデータから抽出する。

（ステップＳ０９）
表示制御部１０は、抽出された肺野領域を表す画像を表示部１１に表示させる。

なお、ステップＳ０７の処理とステップＳ０８の処理とは順番が逆であってもよいし、同時に行われてもよい。また、ステップＳ０７の処理を行わずに、ステップＳ０８及びステップＳ０９の処理を行ってもよいし、ステップＳ０８及びステップ０９の処理を行わずに、ステップＳ０７の処理を行ってもよい。

以上のようにこの実施形態に係る医用画像処理装置１によると、肺野領域に含まれる１画素（第２の特徴点）を自動的に決定することが可能となる。そのため、肺野領域を自動的に抽出することが可能となる。その結果、肺野領域に含まれる１画素を目視により決定する手間を省くことが可能となり、診断時間を短縮することが可能となる。

また、目視に比べて、１画素（第２の特徴点）を特定する再現性が高くなる。その結果、肺野領域を抽出する再現性も高くなるため、解剖学的に同じ領域を抽出することができ、予後経過の診断に役立てる可能性がある。

また、肺野領域に含まれる１画素（第２の特徴点）を自動的に決定することができるため、観察者間でのエラー及び観察者内でのエラーを低減することが可能となる。このように観察者の経験などによらずに、診断を支援することが可能となる。

なお、この実施形態では肺野領域を抽出する場合について説明したが、大腸や胃を対象とする場合であっても、上述した処理を実行することにより、大腸や胃などの領域を抽出することができる。

また、医用画像撮影装置９０が医用画像処理装置１の機能を備えていてもよい。

この発明の実施形態を説明したが、上記の実施形態は例として提示したものであり、発明の範囲を限定することを意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１ 医用画像処理装置
２ 画像記憶部
３ 第１の抽出部
４ 加算部
５ 第１の特定部
６ 線状領域特定部
７ 第２の特定部
８ 第２の抽出部
９ 画像生成部
１０ 表示制御部
１１ 表示部

Claims (6)

1. 注目臓器を含む領域を表すボリュームデータを受けて、前記ボリュームデータから空気領域を特定する第１の抽出手段と、
   前記ボリュームデータのうち前記空気領域内の各画素の画素値を所定の投影方向に沿って加算することにより、前記画素値の加算値の分布を表す投影画像データを生成する加算手段と、
   前記投影画像データから第１の特徴点を特定する第１の特定手段と、
   前記空気領域において前記第１の特徴点を通り前記所定の投影方向に沿って延びる線上の点を第２の特徴点として求める第２の特定手段と、
   を有する医用画像処理装置。
2. 前記第２の特定手段は、前記線と前記空気領域の輪郭との交点を前記第２の特徴点として求める、
   請求項１に記載の医用画像処理装置。
3. 前記第１の特定手段は、前記投影画像データの各画素のうち前記加算値が最大となる画素を前記第１の特徴点として求める、
   請求項１又は請求項２に記載の医用画像処理装置。
4. 前記第２の特徴点を開始点として、領域拡張法により前記ボリュームデータから前記注目臓器を特定する第２の抽出手段を更に有する、
   請求項１から請求項３のいずれかに記載の医用画像処理装置。
5. 前記ボリュームデータに基づく医用画像に前記第２の特徴点を表すマークを重ねて表示手段に表示させる表示制御手段を更に有する、
   請求項１から請求項４のいずれかに記載の医用画像処理装置。
6. コンピュータに、
   注目臓器を含む領域を表すボリュームデータから空気領域を特定する第１の抽出機能と、
   前記ボリュームデータのうち前記空気領域内の各画素の画素値を所定の投影方向に沿って加算することにより、前記画素値の加算値の分布を表す投影画像データを生成する加算機能と、
   前記投影画像データから第１の特徴点を特定する第１の特定機能と、
   前記空気領域において前記第１の特徴点を通り前記所定の投影方向に沿って延びる線上の点を第２の特徴点として求める第２の特定機能と、
   を実行させる医用画像処理プログラム。

Images