JP2013017781A - 医用画像抽出装置および医用画像抽出プログラム - Google Patents

Abstract

【課題】フィルタリング処理を使用せずともよく、画像のボケや信号誤差があった場合にも差分不良が生じることのない、医用画像抽出装置および医用画像抽出プログラムを得る。
【解決手段】Ｘ線撮影により、頭部の非造影ＣＴ画像データを取得し（Ｓ１）、次に、血管内に造影剤を注入して、頭部の造影ＣＴ画像データを取得する（Ｓ２）。この非造影ＣＴ画像データと造影ＣＴ画像データとは、略同一の被検体領域について撮影する。次に、上記２つの画像について、まず、剛体レジストレーションによって位置合わせを行う（Ｓ３）。続いて、剛体レジストレーションが終了した上記２つの画像について非剛体レジストレーションによって位置合わせを行う（Ｓ４）。この後、上記２つの画像について差分演算（サブトラクション）処理を行い（Ｓ５）、この差分演算が行われ骨部が消去された画像データに基づき、脳血管の画像を形成する（Ｓ６）。
【選択図】図３

Description

本発明は、画像診断を支援する技術に関するものであり、特に、造影ＣＴ画像と非造影ＣＴ画像を用いた差分処理（サブトラクション法）を行う際に骨部情報を良好に相殺し得る医用画像抽出装置および医用画像抽出プログラムに関するものである。

例えば、脳血管のように骨部と交錯する血管部をＣＴ画像データを用いて抽出する場合に、造影ＣＴ画像と非造影ＣＴ画像を用いた差分処理（サブトラクション法）によって骨部情報を相殺して、血管部情報を抽出する技術が知られている。

しかし、上記差分処理を正確に行なうためには、造影ＣＴ画像と非造影ＣＴ画像の２つの画像の位置合わせが高精度に行われている必要がある。

そのため従来技術としては、上記画像の両者を相対的に平行移動および／または回転移動して位置合わせを行う剛体レジストレーションによる補正方法や、画像全体にフィルタリング処理（例えばダイレージョンフィルタリング処理）を用いた補正方法が知られている（特許文献１を参照）。

特開２００５−２６１４４０号公報

前述したように、サブトラクションを実行するためには両画像間の３次元的な信号分布に誤差が生じていないことが前提とされる。そこで両物体が変形等を生じていない「剛体」と仮定し、画像統合を行う手法が考案された。しかし両画像に対応する物体を各々剛体と仮定した際のレジストレーションにおいては画像のボケや、信号の誤差があった場合に対応することができず、差分不良による目的外の情報まで抽出されていた。

また差分不良が起きるのを改善するため、フィルタリング処理を用いた技術においては、画像が本来的に有する信号値を変更して平滑化処理を行うことからコントラストが損なわれるという問題があった。また画像全体を一様に平滑化するために、骨部の構造によっては部分的に平滑化の過不足が生じ、却って差分不良を生じる原因となっていた。

本発明は、このような事情に鑑みなされたものであり、フィルタリング処理を使用せずともよく、画像のボケや信号の誤差があった場合にも差分不良が生じることのない、医用画像抽出装置および医用画像抽出プログラムを提供することを目的とするものである。

上記目的を達成するため、本願発明者は、剛体レジストレーション処理を行った後、非剛体レジストレーション処理を行うことで、画像に発生したボケや画像間の信号分布誤差を補正し、この後、２つの画像のデータ間でサブトラクション処理を行う医用画像抽出装置および医用画像抽出プログラムを考案した。

すなわち、本発明に係る医用画像抽出装置は、同一の被検体における、非造影ＣＴ画像と造影ＣＴ画像の位置合わせを行い、これら２つの画像のデータ間の差分を求めて、所望の被検物を抽出する画像処理を行う医用画像抽出装置において、
前記２つの画像に対し剛体レジストレーション処理を行って位置合わせを行う第１レジストレーション処理手段と、該第１レジストレーション処理手段により処理された画像に対し、非剛体レジストレーション処理を行って位置合わせを行う第２レジストレーション処理手段と、前記２つの画像のデータ間の差を求めるデータ差分演算手段と、を備えたことを特徴とするものである。

また、前記被検体が頭部組織であり、前記所望の被検物が骨部組織と交錯する位置に配された脳血管であることが好ましい。

また、前記剛体レジストレーションは、前記非造影ＣＴ画像と前記造影ＣＴ画像との間に生じる信号値の分布誤差が補正されるように、前記非造影ＣＴ画像の回転量および平行移動量を計算し、この計算値に基づき両者間の画像誤差を低減させる画像処理であることが好ましい。

また、前記非剛体レジストレーションは、前記非造影ＣＴ画像と前記造影ＣＴ画像との間に生じる信号値分布誤差が補正されるように、３次元スプライン補間法を用いて画像間の湾曲補正を行い、両画像間の画像誤差を低減させる画像処理であることが好ましい。

さらに、本発明の医用画像抽出プログラムは、同一の被検体に対して取得した、非造影ＣＴ画像と造影ＣＴ画像の位置合わせを行い、これら２つの画像のデータ間の差に基づき、所望の被検物を抽出する画像処理を、コンピュータにおいて実行せしめる医用画像抽出プログラムであって、
前記２つの画像に対し剛体レジストレーション処理を行って位置合わせを行う第１レジストレーション処理ステップと、該第１レジストレーション処理ステップにより処理された画像に対し、非剛体レジストレーション処理を行って位置合わせを行う第２レジストレーション処理ステップと、前記２つの画像のデータ間の差を求めるデータ差分演算ステップと、を前記コンピュータにおいて実行せしめることを特徴とするものである。

非造影ＣＴ画像と造影ＣＴ画像の位置合わせを行う際に、剛体レジストレーションのみを用いた場合には、画像のボケや信号の誤差があった場合に良好に対応することができないが、本発明の医用画像抽出装置および医用画像抽出プログラムにおいては、剛体レジストレーションによる位置合わせを行った後、非剛体レジストレーションによる位置合わせを行うようにしており、非剛体レジストレーションによって上記２つの画像間の差分不良を大幅に低下させることが可能である。また、フィルタリング処理を行わずに画像補正を行えることから、画像が本来的に有する信号値を損なわず、かつ局所的な差分不良を減少させることが可能である。

また、上記２つの画像間に信号分布誤差の生まれやすい部位のＣＴ画像データ（例えば頸部や下肢）同士であっても画像間誤差を減少させることが可能であり、良好な画像を得ることができる。

さらに、最初から非剛体レジストレーションのみを用いて位置合わせを行ったり、剛体レジストレーションより先に非剛体レジストレーションによる位置合わせを行う場合には膨大な処理時間を要するが、先に剛体レジストレーションによる位置合わせを行った後に非剛体レジストレーションによる位置合わせを行うことによって、処理時間の大幅な短縮を図ることができる。

本発明の一実施例に係る装置の概略構成を示すブロック図である。 図１に示す演算処理装置の機能的構成を示すブロック図である。 図１に示す演算処理装置が実行する処理の流れを示すフローチャートである。 非造影ＣＴ画像と造影ＣＴ画像のデータの差分の一例を示す図（（Ａ）は比較例（従来手法）によるもので、（Ｂ）は本実施例によるもの）である。

以下、本発明の実施例について上述の図面を参照しつつ詳細に説明する。まず、図１を参照しながら本発明の一実施例に係る医用画像抽出装置について説明する。

医用画像抽出装置１は、医用画像データに基づき構築される空間（以下「画像データ空間」と称する）内において、不要な組織（例えば、骨部）の画像は、画像の差分処理を用いて削除し、目的とする組織（例えば、血管）の画像のみを抽出して、全体画像を形成するものであり、コンピュータ等からなる演算処理装置１０と、マウスやキーボード等からなる入力装置２０と、画像表示装置等からなる出力装置３０とを備えてなる。

上記演算処理装置１０は、図２に示すように、演算手段（データ差分演算手段）１１、この演算手段（データ差分演算手段）１１と接続される医用画像データ記憶手段１２、レジストレーション処理手段１３、および画像形成手段１４を備えており、レジストレーション処理手段１３は、択一的に選択される剛体レジストレーション処理部１３１と非剛体レジストレーション処理部１３２を備えている。

これらの手段は、各種の演算処理を行うＣＰＵ、ハードディスクやＲＯＭ等の記憶装置、該記憶装置に格納された制御プログラム（本発明の一実施例に係るプログラムを含む）およびＲＡＭ等の一時記憶装置等により構成されるものを、概念的に示したものである。

上記演算手段（データ差分演算手段）１１は、例えば、医用画像データ記憶手段１２に記憶されている、造影ＣＴ画像データおよび非造影ＣＴ画像データの差分演算処理を行う場合や、画像データに加工を加える場合に演算処理を行う場合を含めたものである。

また、上記レジストレーション処理手段１３は、剛体レジストレーション処理部１３１と非剛体レジストレーション処理部１３２を備えており、剛体レジストレーション処理部１３１において造影ＣＴ画像データおよび非造影ＣＴ画像データ間の剛体レジストレーション処理が行われ、非剛体レジストレーション処理部１３２においては、剛体レジストレーション処理が行われた造影ＣＴ画像データおよび非造影ＣＴ画像データに対して非剛体レジストレーション処理が行われる。

また、画像形成手段１４は、上記レジストレーション処理が終了した後に、上記造影ＣＴ画像データおよび非造影ＣＴ画像データの差分演算処理により得られた、目的とする組織の差分画像を画像データ空間内において形成するものである。

ここで剛体レジストレーション処理と非剛体レジストレーション処理の関係について説明する。

すなわち、医用画像データにおいて、心臓や肺といった臓器に加え関節や筋肉などの組織は、それ自体が変形するなど、剛体変形では表現が不可能な変形を伴う場合があるため、剛体レジストレーションだけでは不十分であるといえる。頭骸骨等の骨部においては、上記のような変形は生じないが、画像のボケや信号の誤差が生じた場合には、剛体レジストレーション処理によっては、それを補正することができず、その結果、脳血管画像を抽出するために、造影ＣＴ画像データおよび非造影ＣＴ画像データの差分演算を行う場合に、骨部の一部を差分演算によって消去することができない。

このため、画像のボケや信号の誤差等による局所的な変形を補正し得る非剛体レジストレーションを行ってから上記差分演算を行うことによって、骨部が画像中から消去された脳血管画像を形成するようにしている。ただし、非剛体レジストレーションは、剛体レジストレーションに比べ迅速性が大幅に劣る。

そこで、本実施例においては、迅速処理が可能な剛体レジストレーションをまず行い、その後、画像のボケや信号の誤差等を補正するために非剛体レジストレーションを行う必要がある。

ここで、剛体レジストレーションとは、位置合せの対象となる被検体（本実施例では頭部）が剛体、すなわち物体の向きや位置は変化するが物体の形状や大きさは変化しないと仮定して、平行移動と回転運動の６つの運動パラメータを推定して位置合せを行なう手法である。本実施例で用いる剛体レジストレーション手法においては、非造影画像と造影画像との２つの画像間で、理論的にはＣＴ値（濃度値）が変化しない領域（脳組織，脂肪，骨部）の相関係数が最大となるように上記運動パラメータを求める。

一方、非剛体レジストレーションでは、剛体レジストレーションを行った後、再度対応点探索を行い、この対応関係を用いて非剛体な運動パラメータを推定して、位置合わせを行う手法である。

すなわち、例えば本実施例では、ローカルな変形（画像のボケや信号の誤差等）をＢ-スプライン補間に基づく運動モデルで表わし、この運動パラメータをGauss-Newton法で求める。なお、この手法は時系列画像中の揺らぎ除去手法として周知の手法（例えば、非剛体レジストレーションによる時系列画像中の揺らぎ除去：社団法人情報処理学会研究報告P169‐176：2007/1/17）であるから、ここでは詳しい説明は省略する。

勿論、他の手法を用いて非剛体レジストレーション処理を行うことも可能である。

図４は、本発明の実施例に係る医用画像抽出プログラムの流れを示すフローチャートである。

このプログラムでは、Ｘ線撮影により、頭部の非造影ＣＴ画像データを取得し（Ｓ１）、次に、血管内に造影剤を注入して、頭部の造影ＣＴ画像データを取得する（Ｓ２）。この非造影ＣＴ画像データと造影ＣＴ画像データとは、略同一の被検体領域について撮影する。

次に、上記２つの画像について、まず、剛体レジストレーションによって位置合わせを行う（Ｓ３）。続いて、剛体レジストレーションが終了した上記２つの画像について非剛体レジストレーションによって位置合わせを行う（Ｓ４）。

この後、上記２つの画像について差分演算（サブトラクション）処理を行い（Ｓ５）、
この差分演算が行われ骨部が消去された画像データに基づき、脳血管の画像データを抽出する（Ｓ６）。

上述したように、上記ステップ１（Ｓ１）およびステップ２（Ｓ２）においては、各々頭部の非造影ＣＴ画像データおよび造影ＣＴ画像データを取得する。上記非造影ＣＴ画像は、頭蓋骨の領域である骨部領域の濃度値が高く、脳血管等の非骨領域の濃度値は低くなっているのに対し、上記造影ＣＴ画像は、上記骨部領域に加えて上記非骨領域のうち造影された脳血管領域の濃度値も高くなっている。

なお、上記非造影ＣＴ画像としては、造影剤の注入が少ない低造影の画像も含み、上記造影ＣＴ画像は、この非造影ＣＴ画像よりも高造影の画像であるものとする。

次に、上記非造影ＣＴ画像データおよび造影ＣＴ画像データの両者の画像間の座標上の位置合わせを行うことになるが、まず、上記ステップ３（Ｓ３）において、剛体レジストレーション処理により、第１段階の位置合せを行う。

ここで、剛体レジストレーション処理により、上記非造影ＣＴ画像と造影ＣＴ画像との間に生じる信号値の分布誤差が補正されるように、上記非造影ＣＴ画像の回転量および平行移動量が計算され、この計算値に基づき両者間の画像間誤差を低減させる画像処理がなされる。

すなわち、位置合せの対象となる被検体（この実施例では頭部）が剛体と考えて位置合わせを行う（物体の向きや位置は変化するが物体の形状や大きさは変化しないと仮定して、平行移動と回転運動の６つの運動パラメータを推定して位置合せを行う）ことになる。

このようにして、非造影ＣＴ画像および造影ＣＴ画像の座標上の位置合わせが剛体レジストレーション処理を用いて行われるが、頭蓋骨等の頭部の骨部領域においても、画像のボケや信号の誤差が生じることから、この後の差分演算処理において、このような局所的な変形が生じた部分について、高精度に骨部領域を消去することができず、目的とする脳血管を骨部から明確に分離することができない。

そこで、この後、剛体レジストレーション処理によっては、骨部領域を消去しきれなかった部分について、非剛体レジストレーション処理を用いて、非造影ＣＴ画像および造影ＣＴ画像の座標上の位置合わせが行われる（Ｓ４）。

本実施例における非剛体レジストレーション処理は、上記非造影ＣＴ画像と造影ＣＴ画像との間に生じる信号値分布誤差が補正されるように、３次元スプライン補間法を用いて画像間の湾曲補正を行い、両画像間の画像誤差を低減させる画像処理とすることができる。すなわち、剛体レジストレーションョンが行われた後、再度対応点探索を行い、ローカルな変形（画像のボケや信号の誤差）を３次元のＢ-スプライン補間に基づく運動モデルで表わし、この運動パラメータをGauss-Newton法で求めることになる。

このように、本実施例においては、剛体レジストレーション処理を行った後に非剛体レジストレーション処理を行うようにしているので、非造影ＣＴ画像および造影ＣＴ画像の座標上の位置合わせが確実に行われる。

この後、非造影ＣＴ画像および造影ＣＴ画像の差分演算処理（サブトラクション）が行われる（Ｓ５）。なお、本実施例においては、グレイスケールダイレーション等の手法を用いたフィルタリング処理は行わない。

この差分演算処理は、位置合せが行なわれた非造影ＣＴ画像および造影ＣＴ画像間の減算処理により差分画像を求めるものである。

非造影ＣＴ画像および造影ＣＴ画像の位置合わせを剛体レジストレーションのみを用いて行っていた従来手法では、頭蓋骨に沿って不要領域が多く残存することになるが、本実施例では、剛体レジストレーション処理の後に非剛体レジストレーション処理を行なって、頭蓋骨等の骨部組織における局所的な変形をも考慮して位置合わせが行われるようになっているから、本実施例により得られた差分画像には不要領域がほとんど存在しない。

これにより、頭蓋骨等の骨部組織が消去され、脳血管領域が良好に抽出された頭部画像を得ることができる（Ｓ６）。

また、先に剛体レジストレーションによる位置合わせ（Ｓ３）を行った後に非剛体レジストレーションによる位置合わせ（Ｓ４）を行うようにしているので、処理時間の大幅な短縮を図ることができる。

図４（Ａ）は従来手法（比較例）により得られた差分画像であり、図４（Ｂ）は本実施例により得られた差分画像を示すものである。この図４（Ａ）に示すように、造影前の非造影ＣＴ画像と造影後の造影ＣＴ画像とを、剛体レジストレーションのみを用いて位置合わせした後に差分画像を求める従来手法では、差分画像上に、特に骨部組織に基づく不要な領域がゴミのように残ってしまう。一方、剛体レジストレーションと非剛体レジストレーションの両者を用いて位置合わせした後に差分画像を求める本実施例では、図４（Ｂ）に示すように、差分画像上に骨部組織に基づく不要な領域がほとんど残らず、脳血管の領域を良好に抽出して画像化することが可能となる。

ところで、上記剛体レジストレーション処理と上記非剛体レジストレーション処理との配分は限定されるものではないが、例えば、剛体レジストレーション処理を８回行った後に、非剛体レジストレーション処理を１０回行う、というように前述したような各レジストレーション処理を定められた回数だけ行うようにしてもよいし、画像上の所定の複数のポイントにおいて所定の位置ずれ量以内となるまで剛体レジストレーション処理を行い、次に非剛体レジストレーション処理を所定回数だけ行うようにしてもよい。

ここで、剛体レジストレーション処理を１回行うとは、平行移動と回転移動の運動パラメータを推定して、位置合わせを１回行うことをいうものとする。

一方、非剛体レジストレーション処理を１回行うとは、対応検索された結果を用いて非剛体な運動パラメータを推定して位置合わせを１回行うことをいうものとする。

以上、本発明の一実施例について説明したが、本発明は上記実施例に限定されるものではなく、種々に態様を変更することが可能である。

例えば上記実施例では、被検物として脳血管や心臓血管について説明しているが、これに限られるものではなく、非造影画像と造影画像の画像データ間の差分演算により抽出し得る種々の組織を被検物とする場合に適用可能である。

また、装置の構成としても上記実施例のものに限られず、例えば図２において、種々の画像加工手段（例えば、所望の画像領域を強調するような各手段）を備えたものとすることができる。

１ 医用画像抽出装置
１０ 演算処理装置
２０ 入力装置
３０ 出力装置
１１ 演算手段（データ差分演算手段）
１２ 医用画像データ記憶手段
１３ レジストレーション処理手段
１３１ 剛体レジストレーション処理部
１３２ 非剛体レジストレーション処理部
１４ 画像形成手段

Claims (5)

1. 同一の被検体における、非造影ＣＴ画像と造影ＣＴ画像の位置合わせを行い、これら２つの画像のデータ間の差分を求めて、所望の被検物を抽出する画像処理を行う医用画像抽出装置において、
   前記２つの画像に対し剛体レジストレーション処理を行って位置合わせを行う第１レジストレーション処理手段と、該第１レジストレーション処理手段により処理された画像に対し、非剛体レジストレーション処理を行って位置合わせを行う第２レジストレーション処理手段と、前記２つの画像のデータ間の差を求めるデータ差分演算手段と、を備えたことを特徴とする医用画像抽出装置。
2. 前記被検体が頭部組織であり、前記所望の被検物が骨部組織と交錯する位置に配された脳血管であることを特徴とする請求項１記載の医用画像抽出装置。
3. 前記剛体レジストレーションは、前記非造影ＣＴ画像と前記造影ＣＴ画像との間に生じる信号値の分布誤差が補正されるように、前記非造影ＣＴ画像の回転量および平行移動量を計算し、この計算値に基づき両者間の画像誤差を低減させる画像処理であることを特徴とする請求項１または２記載の医用画像抽出装置。
4. 前記非剛体レジストレーションは、前記非造影ＣＴ画像と前記造影ＣＴ画像との間に生じる信号値分布誤差が補正されるように、３次元スプライン補間法を用いて画像間の湾曲補正を行い、両画像間の画像誤差を低減させる画像処理であることを特徴とする請求項１〜３のうちいずれか１項記載の医用画像抽出装置。
5. 同一の被検体に対して取得した、非造影ＣＴ画像と造影ＣＴ画像の位置合わせを行い、これら２つの画像のデータ間の差に基づき、所望の被検物を抽出する画像処理を、コンピュータにおいて実行せしめる医用画像抽出プログラムであって、
   前記２つの画像に対し剛体レジストレーション処理を行って位置合わせを行う第１レジストレーション処理ステップと、該第１レジストレーション処理ステップにより処理された画像に対し、非剛体レジストレーション処理を行って位置合わせを行う第２レジストレーション処理ステップと、前記２つの画像のデータ間の差を求めるデータ差分演算ステップと、を前記コンピュータにおいて実行せしめることを特徴とする医用画像抽出プログラム。