JP2017023457A - 医用画像処理装置 - Google Patents

Abstract

【課題】 病変による脳の萎縮の識別が容易な医用画像処理装置を提供すること【解決手段】 実施形態の医用画像処理装置は、被検体の脳を撮像した第１の撮像データと脳の萎縮処理を行うための画像処理上のパラメータである萎縮パラメータとを用いて、所定の年齢または複数の年齢を含む年代である年齢情報に基づく被検体の老化による萎縮を推定した推定データを作成する画像処理部と、前記年齢情報を入力または選択する入力部と、前記萎縮パラメータが読み出し可能なように記憶する記憶部と、前記推定データを用いて表示画像を生成する表示画像生成部と、前記表示画像表示する表示部と、を備える。【選択図】 図９

Description

本発明の実施形態は、医用画像処理装置に関する。

脳の萎縮が生じる疾病（例えばアルツハイマー病・レビー小体型認知症・オリーブ橋小脳萎縮症・大脳皮質基底核変性症など）が発病しているか、またはどの程度症状が進行しているかを診断するために、脳を撮像した脳画像を用いることがある。脳は、健常者であっても年齢を重ねるにつれて萎縮する傾向があり、脳の疾病を判別するためには、老化による萎縮と病変による萎縮とを区別しなければならない。老化による脳の萎縮は全体的に現れるが、病変による脳の萎縮は特定箇所に現れる。

従来の医用画像処理装置では、健常者の脳画像に基づいて作成した標準脳と、被検体の脳画像とを比較し、脳の萎縮を評価していた。

しかし、このような従来の医用画像処理装置では、標準脳という一般的なモデルとの非線形位置合わせを行うため、位置合わせ精度によっては、正確な診断を行いにくいという問題点がある。

特開２０１３―１６５７６５号公報

本発明が解決しようとする課題は、脳の萎縮の評価が精度良く行うことができる医用画像処理装置を提供することである。

実施形態の医用画像処理装置は、画像処理部と、入力部と、記憶部と、表示画像生成部と、表示部と、を備える。画像処理部は、被検体の脳を撮像した第１の撮像データと脳の萎縮処理を行うための画像処理上のパラメータである萎縮パラメータとを用いて、被検体の老化による萎縮を推定した推定データを作成する。入力部は、年齢情報を入力または選択する。記憶部は、萎縮パラメータが読み出し可能なように記憶する。表示画像生成部は、推定データを用いて表示画像を生成する。表示部は、表示画像を表示する。

実施形態にかかる医用画像処理装置のハードウェア構成例を示す図。 実施形態にかかる医用画像処理装置の機能ブロックの構成例を示す図。 実施形態にかかる撮像データを取得してから比較結果を示す表示画像を作成するまでの流れを示すフローチャート。 実施形態にかかる年齢情報を入力・選択するためのＧＵＩの例を示す図。 実施形態にかかるエロージョン処理を３×３の画素配列に適用する例を示す図。 実施形態にかかるエロージョン処理の繰り返し回数を決定する萎縮度テーブルの例を示す図。 実施形態にかかる脳溝の走行方向と略直交する方向にとった脳回の断面を示す図。 実施形態にかかる過去の撮像データまたは推定データと現在の撮像データとを並列させた表示画像を示す図。 実施形態にかかる撮像データまたは推定データと現在の撮像データと差分データとを並列させた表示画像を示す図。 実施形態にかかるＷａｒｐ Ｆｉｅｌｄを用いて萎縮部位を表示する表示画像を作成する流れを示す図。 実施形態にかかる萎縮部位を脳地図にあわせて表示する表示画像を示す図。

以下、発明を実施するための実施形態について説明する。

図１は、本実施形態にかかる医用画像処理装置１の構成図であり、あわせて医用画像処理装置１に接続される装置なども図示している。医用画像処理装置１は、例えば、ワークステーションや読影用のビューワ、あるいは後述する医用画像診断装置９０である。

医用画像処理装置１には、ネットワーク４１を介して、医用画像診断装置９０や医用情報管理システム９１が接続されている。

医用画像診断装置９０は、例えば、ＭＲＩ（Magnetic Resonance Imaging）装置やＰＥＴ（Positron Emission Tomography）装置、Ｘ線ＣＴ（Computed Tomography）装置などである。医用情報管理システム９１は、病院情報システム（Hospital Information System：ＨＩＳ）や放射線科情報システム（Radiology Information System：ＲＩＳ）を構成するサーバなどである。なお、医用画像処理装置１がネットワーク４１と接続するネットワークインターフェイス回路４０は、例えば、有線ＬＡＮ（Local Area Network）や無線ＬＡＮで外部機器と接続する回路である。

医用情報管理システム９１は、患者の体型、性別、年齢等の患者情報および撮像部位の特定情報等の撮像条件指定情報を含む各患者の検査オーダー情報を管理する、病院情報システム（Hospital Information System：ＨＩＳ）や放射線科情報システム（Radiology Information System：ＲＩＳ）を構成する装置である。

医用画像サーバ９２は、例えば、ＤＩＣＯＭ（Digital Imaging and Communication in Medicine）規格の医用画像データを取得して保存する画像保存通信システムＰＡＣＳ（Picture Archiving and Communication System）である。医用画像処理装置１は、ネットワークを介して医用画像サーバ９２から過去の検査画像を取り込むことができる。

本実施形態では、医用画像診断装置９０としてＭＲＩ装置を例にとって説明する。ＭＲＩ装置が生成する撮像データは、例えば、Ｔ１強調画像やＴ２強調画像などである。なお、本実施形態の医用画像処理装置１では、主に被検体の脳画像を取り扱うため、以下の説明において、撮像データは、被検体の頭部を撮像した画像を指す。なお、撮像データは、３次元画像を構成するボクセルを最小単位とするボリュームデータでもよいし、２次元画像を構成するピクセルを最小単位とするスライスデータでもよい。

医用画像処理装置１は、ネットワークインターフェイス回路４０を介して、被検体の撮像データを取得する。処理回路１７において、入力インターフェイス回路１３で入力される時系列を特定する情報に基づき、撮像データから推定データが作成される。時系列を特定する情報は、例えば年齢情報である。年齢情報とは、年齢、または複数の年齢に渡る年代の設定値である。また、推定データとは、健常者の脳が老化によって自然に萎縮したときに撮影した場合に取得される撮像データを推定した画像データである。推定データは、画像処理機能１７２によって、作成される。このとき、画像処理機能１７２は、撮像データに映し出された脳が推定データにおいてどの程度萎縮するかを指標化した萎縮パラメータを記憶回路１４から読み出して、画像処理に用いる。推定データは、比較機能１７３により、撮像データと比較される。表示画像生成機能１７４は、比較結果を表示画像として出力し、ディスプレイ１５に表示させる。

画像処理機能１７２と、比較機能１７３と、表示画像生成機能１７４とは、処理回路１７において、プロセッサ上で実行可能なプログラムである。また、プログラムは、プロセッサの回路内に組み込まれた記憶領域または記憶回路１４に記憶されている。なお、画像処理機能１７２と比較機能１７３と表示画像生成機能１７４とは、それぞれ特許請求の範囲における画像処理部と比較部と表示画像生成部の一例である。

実施形態の説明において用いる「プロセッサ」という文言は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ(Graphics Processing Unit)、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、フィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ））などの回路を意味する。プロセッサは、プロセッサの回路内に組み込まれた記憶領域または記憶回路１４からプログラムを読み出して実行することで機能を実現する。なお、実施形態におけるプロセッサは、プロセッサごとに単一の回路として構成される場合に限らず、複数の独立した回路を組み合わせて１つのプロセッサとして構成し、その機能を実現するようにしてもよい。

以下、医用画像処理装置１の各部の詳細な構成について、図２と図３とを参照して説明する。図２は医用画像処理装置１の機能ブロック図である。図３は、ネットワーク４１に接続された医用画像診断装置９０や医用画像サーバ９２から撮像データを取得してから比較結果を示す表示画像を表示するまでの流れを示すフローチャートである。

ステップＳ１では、処理回路１７の画像処理機能１７２は、まず、被検体の撮像データを取得する。撮像データは、ネットワークインターフェイス回路４０を介して、医用画像診断装置９０や医用画像サーバ９２から取得する。また、記憶回路１４に撮像データが記憶されている場合は、撮像データを記憶回路１４から読み出してもよい。

ステップＳ２では、画像処理機能１７２は、推定データを作成するために、年齢情報を取得する。年齢情報は、入力インターフェイス回路１３で操作者が直接入力してもよいし、あらかじめ用意された年齢情報の候補値の中から選択可能なようにしてもよい。

入力インターフェイス回路１３は、例えば、マウス、キーボード、トラックボール、ジョイスティック、押しボタン、ダイヤル、タッチパネル、タッチパッドなどである。入力インターフェイス回路１３が受け付けた入力情報は、記憶回路１４に記憶されるか、または、処理回路１７の各機能に送信される。なお、入力インターフェイス回路１３は、タッチパネルとして、ディスプレイ１５と兼用するように構成しても構わない。なお、入力インターフェイス回路１３は、特許請求の範囲における入力部の一例である。

ディスプレイ１５は、例えば液晶ディスプレイやＬＥＤ（Light Emitting Diode）ディスプレイで構成され、処理回路１７の表示画像生成機能１７４によって生成される表示画像を表示する。なお、ディスプレイ１５は、特許請求の範囲における表示部の一例である。

記憶回路１４は、磁気ディスク（例えばハードディスク）やフラッシュメモリ（例えばソリッドステートドライブ、ＵＳＢメモリ、メモリカード）、そして光学ディスク（例えばＣＤ、ＤＶＤ）に情報の読み書きを行う回路などで構成される。なお、記憶回路１４は、医用画像処理装置１に内蔵される構成に限らず、例えばＵＳＢで接続される外付けの機器として構成してもよい。なお、記憶回路１４は、特許請求の範囲における記憶部の一例である。

操作者が、入力インターフェイス回路１３で年齢情報を直接入力、または選択する際に、ディスプレイ１５で表示されるＧＵＩ（Graphical User Interface）の例を図４に示す。図４でＧＵＩの上部に示した画像は、撮像データまたは、推定データとしての脳画像である。

図４（ａ）は、年齢情報を直接入力可能なテキストボックス１６１を設けた例である。「年齢」と表示された右側に設けられたテキストボックス１６１に数値が入力されると、その数値が、推定データに反映される年齢情報として認識される。このテキストボックス１６１に、推定データとして反映できない数値が入力された場合は、その数値の近傍値に丸め込んでもよいし、入力を受け付けないようにしてもよい。

図４（ｂ）は、スクロールバー１６２を設けた例である。スクロールバー１６２の両端にある三角形を付したボタンは、年齢情報の値を変化させるスクロールボタン１６３ａと１６３ｂである。左側のスクロールボタン１６３ａは、年齢情報の値を減少させる機能を有し、右側のスクロールボタン１６３ｂは、年齢情報の値を増加させる機能を有する。これら左右のスクロールボタン１６３ａと１６３ｂを適宜押下することによって、操作者は、推定データの年齢情報を選択・変更可能となる。また、左右のスクロールボタン１６３ａと１６３ｂとを押下して年齢情報を指定するほか、左右のスクロールボタン１６３ａと１６３ｂとに挟まれたバーの上の左右に動くノブ１６４を動かして年齢情報を指定することもできる。

図４（ｃ）は、プルダウンリスト１６５で年齢情報の候補値を表示させる例である。操作者は、三角形を付したプルダウンボタン１６６を押下することによって、プルダウンリスト１６５を表示させる。操作者は、表示させたプルダウンリスト１６５の中から、年齢情報として指定したい値を選択する。図４（ｃ）で示した例では、年齢情報の候補値として１０歳刻みの世代を表示させているがこれに限らない。例えば、１歳刻みで年齢情報の候補値を示してもよいし、刻みの間隔が非均一な年齢情報の候補値を示してもよい。

図４（ｄ）は、ラジオボタン１６７で年齢情報の候補値を表示させる例である。操作者は、年齢情報の各候補値の左側に設けられたラジオボタン１６７を選択することによって年齢情報を指定できる。図４（ｄ）で示した例では、年齢情報の候補値として１０歳刻みの世代を表示させているがこれに限らない。例えば、１歳刻みで年齢情報の候補値を示してもよいし、刻みの間隔が非均一な年齢情報の候補値を示してもよい。

上記で例示したＧＵＩで入力または選択された年齢情報に基づいて、画像処理機能１７２は、推定データを作成する。

ステップＳ３では、画像処理機能１７２は、入力された撮像データを脳回ごとに分割する。

脳回とは、大脳皮質の「しわ」に相当する脳溝に囲まれた、隆起形状を有する部位である。脳回には、例えば海馬傍回などがある。海馬傍回は、アルツハイマー病を発症すると萎縮が見られることで知られている。

撮像データを脳回ごとに分割する方法には、例えば、テンプレートマッチングを用いる。脳回のテンプレート形状をあらかじめ記憶回路１４に記憶させておき、撮像データ内の像の中でテンプレート形状に最も近い部位を探索することで、各種の脳回が識別可能となる。また、ボリュームデータである撮像データに対して脳回を分割する処理を施す場合は、例えば、３次元情報を有するテンプレートを用意してもよいし、ボリュームデータ内の複数断面ごとにテンプレートを用意してもよい。さらに、脳回ごとに分割する方法として、画像処理で脳溝を検出し、脳溝の位置から各種脳回を検出する方法を用いることもできる。

ここで、撮像データを脳回ごとに分割したデータを脳回データと呼ぶことにする。

ステップＳ４では、画像処理機能１７２は、各脳回データに対して、記憶回路１４から読み出した萎縮パラメータに基づく萎縮処理を施す。

萎縮パラメータとは、画像処理機能１７２が、入力された脳回データに映しだされた脳回の像をどの程度萎縮させるかを決定するために用いる、画像処理上のパラメータである。

画像処理機能１７２が、入力として、脳回データと年齢情報と萎縮パラメータとを受け取り、年齢情報に基づく所定の年齢、または年代の推定データを出力するために、例えば、萎縮度テーブルを作成する。以下に、萎縮度テーブルに登録する萎縮パラメータの例を２つ示す。

（１）エロージョン（Erosion）処理の繰り返し回数を萎縮パラメータにする場合
エロージョン処理は、画像を構成するある画素に関して、その画素の周囲を背景画像の画素値で置き換える処理である。対象領域の境界部分を対象領域外の値に変更するという処理を繰り返すことにより、対象領域を境界部分から浸食するように縮小することができる。萎縮度テーブルには、このエロージョン処理を何回繰り返すかの情報を登録する。

例えば、白と黒の二値画像の場合、白い画素のエロージョン処理とは、注目する白い画素の周辺に黒い画素があればその注目画素を黒に置き換えることを意味する。図５は、エロージョン処理について説明するため、３×３の画素配列から構成される画像を例示した図である。図５（ａ）、（ｂ）、（ｃ）のそれぞれに示した各画素には、説明のため、Ｐ１からＰ９までのインデックスを付した。図５（ａ）は、エロージョン処理を行う前の元画像である。

ここで、９つの画素のうち中心に位置する画素Ｐ５に注目する。Ｐ５の周囲８画素を調べると、Ｐ１、Ｐ２、Ｐ９の合計３画素が黒なので、Ｐ５は白から黒に色を変え、図５（ｂ）に示す画像が得られる。この手順を白い画素である、画素Ｐ３、Ｐ４、Ｐ６、Ｐ７、Ｐ８にも適用すると、周囲の画素が全て白であるＰ７を除いて全て黒に色が変わり、図５（ｃ）に示す画像が得られる。エロージョン処理は繰り返し行うことが可能であるので、例えば図５（ｃ）に示されたＰ７だけが白の画素である画像に再度エロージョン処理を行うと、画素Ｐ７の周囲は全ての黒い画素なので、画素Ｐ７は黒い画素に変わる。

萎縮度テーブルは、健常者であれば老化に伴ってどれほど脳の萎縮が進行するかを示すテーブルであり、例えば、標準データに基づいて作成する。標準データとは、複数の健常者の脳画像を収集して、それらに対して平滑化処理などを施し、標準的な脳画像を年齢または年代別にまとめたデータである。

例えば、２０代の標準データに対してエロージョン処理を何回繰り返すと４０代の標準データに近似させられるか試行し、エロージョン処理の繰り返し回数を萎縮度テーブルに登録する。図６は、エロージョン処理を施す対象である入力データの年齢と、推定データの年齢との組み合わせから、エロージョン処理の繰り返し回数を決定するテーブルである。例えば、４０代の脳回データを入力して、６０代の推定データを作成する場合には、４０代の行と６０代の列の交わる点を参照して、エロージョン処理を４０回繰り返せばよいということがこの萎縮度テーブルを参照して決定される。

（２）脳回の芯線から脳回の表面までの距離を萎縮パラメータにする場合
図７は、脳溝５４の走行方向と略直交する方向にとった、脳回の断面である。脳回の表面側の組織は灰白質と呼ばれ、灰白質の内側の組織は白質と呼ばれる。
脳回の芯線５３は、図７に示す脳回の断面において、隆起形状の凸方向にのびた、脳回の形状変形の基準となる線である。脳回の芯線５３は、例えば、操作者によって手動で作成されてもよいし、灰白質５２の内側の白質５１に相当する画素に対して細線化処理を施して芯線５３を作成してもよい。

萎縮度テーブルは、萎縮度の指標として、芯線５３から脳回の表面までの距離の変化率を用いる。例えば、２０代の標準データに対して、芯線５３から脳回の表面までの距離をどの程度減少させると４０代の標準データに近似させられるか試行し、この時の減少度合い（例えばパーセント値）を萎縮度テーブルに登録する。萎縮処理を施す脳回データの年齢と、推定データの年齢との組み合わせから、芯線５３から脳回の表面までの距離の減少度合いを決定するテーブルは図５におけるエロージョン処理の繰り返し回数に置き換えて作成すればよい。なお、萎縮パラメータとして用いる値は、芯線５３から脳回の表面までの距離の変化率に限らず、例えば、芯線５３から灰白質５２の内部の任意の点までの距離の変化率であってもよい。

以上２通りの萎縮パラメータについて説明したが、萎縮度テーブルに登録する値はこれに限らない。例えば、脳回データの画像に含まれる灰白質に相当する画素の減少度合いを萎縮パラメータにとることもできる。灰白質に相当する画素を抽出して、その画素の数の減少度合いを測ることで萎縮パラメータが得られる。灰白質と白質とは、例えば、脳回データの画素値または輝度値に閾値を設けることにより互いに分離抽出することができる。灰白質に相当する画素数の減少度合いは、例えば、萎縮処理前後での画素数の差や画素数の減少比率などで求めることができる。

以上説明した萎縮度テーブルは、本実施形態にかかる医用画像処理装置１が作成する必要はなく、医用画像処理装置１とは異なる装置であらかじめ作成しておけばよい。あらかじめ作成された萎縮度テーブルは、医用画像処理装置１の記憶回路１４に記憶させておき、適宜、画像処理機能１７２が読み出して萎縮処理に用いるようにしてもよい。

画像処理機能１７２が推定データを作成するのに用いる萎縮パラメータは、萎縮度テーブルを参照して取得する方法によらず、例えば、萎縮処理を施す脳回データの年齢と、推定データの年齢と、を変数に取って萎縮パラメータを算出する関数を、標準データから近似式を導いて作成してもよい。

なお、萎縮度テーブルの保持する萎縮パラメータは複数種類組み合わせてもよいし、萎縮度テーブルと、萎縮パラメータを算出する関数とを組み合わせてもよい。また、萎縮パラメータは、健常な状態の被検体の過去の撮像データと標準データとを組み合わせて作成してもよい。入力する脳回データの年齢、または年代の情報は、脳回データや脳回に分割する前の撮像データの付帯情報から読み出してもよいし、操作者が入力インターフェイス回路１３を用いて入力してもよい。

ステップＳ５では、画像処理機能１７２によって作成された推定データを用いて、表示画像生成機能１７４は表示画像を作成する。また、表示画像は、推定データを撮像データとともに表示させる画像に限らず、処理回路１７の比較機能１７３によって作成される、撮像データと推定データとの差異を強調した比較画像でもよい。さらに、撮像データが３次元のボリュームデータである場合は、推定データおよび比較画像を３次元表示させてもよいし、任意の断面で表示させてもよい。

以下、（ａ）〜（ｃ）に、表示画像生成機能１７４が生成する推定データを含んだ表示画像を例示する。

（ａ）推定データと実際の被検体の撮像データとを並列表示させた表示画像
図８は、２つの撮像データを並列して表示させた表示画像である。図８（ａ）は、過去に撮像した被検体の撮像データと、現在の被検体の撮像データとを表示した表示画像である。過去の撮像データの下部には、入力インターフェイス回路１３によって年齢情報を設定するためのＧＵＩであるスクロールバー１６２を表示する。スクロールバー１６２のノブ１６４を右に移動させると、そのノブ１６４の位置に応じて、時間経過した時の撮像データに基づいた推定データがスクロールバー１６２の上部に表示される。図８（ｂ）は、ノブ１６４を移動させた結果作成された推定データと、現在の撮像データとを並列させて表示画像を示す図である。

ここでは、例として、推定データと現在の撮像データとの比較を示したが、現在の撮像データは、推定データの比較対象の一例である。したがって、現在の撮像データでなく、過去のある時点で撮像された撮像データであってもよい。また、被検体の撮像データが過去にわたって複数ある場合には、推定データの年齢情報が変化するのと連動して、実際に撮像した撮像データが切り替わるように構成してもよい。

このように、推定データとその推定データを作成する際に設定した年齢、または、年代において撮像した撮像データとを並べて観察できるので、病変部位の萎縮を探すのに役立つ。

（ｂ）推定データと現在の撮像データとの差分データを表示する表示画像
図９は、３つの画像データを並列して表示させた表示画像である。図９（ａ）は、過去の撮像データと、現在の撮像データと、比較機能１７３によって作成された過去の撮像データと現在の撮像データとの差分を示す差分データとを表示させた表示画像である。過去の撮像データの下部には、入力インターフェイス回路１３によって年齢情報を設定するためのＧＵＩであるスクロールバー１６２が表示される。スクロールバー１６２のノブ１６４を右に移動させると、図９（ｂ）に示すように、そのノブ１６４の位置に応じて、時間経過したときの推定データがスクロールバー１６２の上部に表示される。推定データの年齢情報が変更されると、差分データも更新される。図９（ａ）では、差分データで強調表示される領域は、撮像データ全体にわたっている。

図９（ｂ）は、現在の撮像データと同じ年齢情報の条件で作成された推定データと、現在の撮像データとの差分データとを表示させた表示画像である。この差分データでは、老化によって自然に生じる萎縮部分は差分として現れず、局所的に大きく萎縮した、病変による萎縮部位が強調されて表示される。

比較機能１７３が出力する差分データは、各画素において画素値や輝度値の差分の大きさに応じて着色する色に変化をつけて表示することができる。例えば、差分が大きくなるにつれて赤色に近い色で表示し、差分が小さくなるにつれて青色に近い色で表示する。また、色の濃淡で差分の大きさを表現してもよい。

ここでは、例として、推定データと現在の撮像データとを用いて差分データを作成したが、現在の撮像データは、差分データを作成するために用いる画像の一例である。したがって、現在の撮像データではなく、過去のある時点で撮像された撮像データであってもよい。

このように、推定データと、実際の撮像データと、それらの差分を示す差分データとが表示されることにより、病変による萎縮部位が容易に判別できる。

（ｃ）推定データに基づくＷａｒｐ Ｆｉｅｌｄを用いた比較画像を含む表示画像
Ｗａｒｐ Ｆｉｅｌｄ（ワープフィールド）とは、同一対象物を撮像した異なる２つの画像に対して、解剖学的位置合わせを行った時に、解剖学的に同一な点の位置の変化をベクトル場で示したものである。本実施形態では、萎縮処理を施す撮像データと推定データとの間で、解剖学的に同じとみなせる組織どうしの位置の変化を、ボクセルごと、あるいは適当な大きさで画像を分割した格子ごとに、ベクトルとして求める。このベクトルの集合であるベクトル場がＷａｒｐ Ｆｉｅｌｄとなる。Ｗａｒｐ Ｆｉｅｌｄ上では、萎縮の度合いが大きいところほど、大きなベクトルが現れる。したがって、Ｗａｒｐ Ｆｉｅｌｄ作成時に、ベクトルを作成する最小単位であるボクセル、または、適当な大きさで画像を分割した格子を、それぞれのベクトルの大きさに応じて着色して、どの部位にどれだけの萎縮が生じているかを表現する。

図１０は、Ｗａｒｐ Ｆｉｅｌｄを用いて萎縮部位を表示する表示画像を作成する流れの概要を示した図である。まず、比較機能１７３は、推定データと現在の撮像データとに対して、解剖学的位置合わせを施し、ベクトル場としてのＷａｒｐ Ｆｉｅｌｄを作成する。そして、比較機能１７３は、例えば、Ｗａｒｐ Ｆｉｅｌｄ中の各ベクトルの大きさに応じて着色した比較画像を作成する。図１０に示した比較画像は、基となるＷａｒｐ Ｆｉｅｌｄの右側中段に大きなベクトルが存在するので、右側中段部分が図１０では濃い色で表示されている。ベクトルの大きさの分布を示す方法は、色の濃淡によらず、色の違いで表現してもよい。

表示画像の形態は、例えば、図９で示した差分データの画像を、Ｗａｒｐ Ｆｉｅｌｄを用いて萎縮部位を強調表示させた画像に置き換えた形態をとることができる。

ここでは、例として、推定データと現在の撮像データとを用いてＷａｒｐ Ｆｉｅｌｄを作成し、Ｗａｒｐ Ｆｉｅｌｄのベクトルの大きさに基づく、萎縮部位を強調表示した表示画像を作成した。この現在の撮像データは、差分データを作成するために用いる画像の一例であって、代わりに、過去のある時点で撮像された撮像データをＷａｒｐ Ｆｉｅｌｄの作成に用いてもよい。

このように、Ｗａｒｐ Ｆｉｅｌｄのベクトルの大きさに基づく、萎縮部位を強調表示した表示画像が表示されることにより、病変による萎縮部位が容易に判別できる。

以上説明した、（ａ）〜（ｃ）では、推定データの年齢情報を設定するＧＵＩとして、スクロールバー１６２を表示する例を示したが、これに限らず、図４で示したテキストボックス１６１やプルダウンリスト１６５、ラジオボタン１６７などを用いてもよい。

また、（ａ）〜（ｃ）では、２次元画像で脳の形状を示した形態画像を表示画像に用いた例を示したが、これに限らない。例えば、撮像データが３次元のボリュームデータであれば、外側から見た脳の萎縮を表す体積差分や、外側からは見えない脳の内部の疎密度合いも考慮して脳の萎縮を表した領域密度差分を差分データとして表示してもよい。

ステップＳ６では、表示画像生成機能が生成した表示画像がディスプレイ１５に表示される。

ステップＳ７では、推定データに適用する年齢情報を変更するか判断する。変更しない場合は、ステップＳ８に進み、変更する場合は、ステップＳ２に戻る。

ステップＳ８では、ディスプレイ１５での表示画像の表示を終了するかどうかを操作者の入力によって判断する、入力待機の状態である。画像表示を継続する場合は、ステップＳ７に戻り、そうでない場合はフローを終了する。

上記で説明したフローのステップＳ３とＳ４においては、入力された撮像データを脳回ごとに分割した脳回データに対して、萎縮パラメータに基づく萎縮処理を行うことを示した。しかし、萎縮処理の方法はこれに限らず、脳回データごとではなく、分割前の撮像データに対して一括で、萎縮パラメータに基づく萎縮処理を行っても構わない。

上記で説明したフローのステップＳ５で、表示画像生成機能１７４が生成する表示画像の（ａ）〜（ｃ）の例では、萎縮が生じていると判断された部分をそのまま表示画像で表示していたがこれに限らない。続いて示す変形例は、萎縮部位が脳の臨床的な分類上でどの部位に相当するかを表示する例である。

（変形例）
まず、比較機能１７３が、撮像データと、画像処理機能１７２によって作成された推定データとを比較して、撮像データ中に萎縮部位があるかを判断する。図１１（ａ）は、側頭部からみた脳画像を示した図であり、図１１（ａ）中の塗りつぶされた部分は、比較機能１７３によって萎縮が生じていると判断された部位である。

次に、比較機能１７３は、図１１（ａ）に示す萎縮部位を示す画像と、図１１（ｂ）に示す、脳の臨床的な分類を示す脳地図とを合成する。図１１（ｂ）は、脳地図の一例であるが、例えば、ブローカ領野６１、側頭連合野６２、後頭連合野６３、視覚野６４、頭頂連合野６５、体性感覚野６６、運動野６７、運動連合野６８、前頭連合野６９といった連合野や領野で分類した脳地図である。

さらに、比較機能１７３は、合成した画像において、図１１（ｃ）に示すように、萎縮部位を含む脳地図の部分を塗りつぶすことで強調する。図１１（ｃ）では、萎縮部位を含む連合野とおよび領野が複数存在する。具体的には、萎縮部位と判断された箇所が運動連合野６８と前頭連合野６９とにまたがって存在しているので、２つの連合野が強調表示されている。

連合野や領野は、臨床的に、それぞれが関連する人体の機能が分かっているので、萎縮部位と人体の機能との関連を可視的に判断することができる。

分類に用いる脳地図は、図１１（ｂ）で示した連合野や領野による分類に限らず、例えば、脳葉ごとに分類してもよい。

また、図１１（ｃ）で示した、萎縮部位を含む脳地図の部分を強調する方法は、塗りつぶしに限らず、色の違いや濃淡の違い、透過度によって強調表示してもよい。そして、脳地図の各部分の枠のみ強調表示してもよい。さらに、脳地図の部分ごとで萎縮部位と判断された領域がどれほどの割合を占めているかについても、色の違いや濃淡の違いによって強調表示してもよい。萎縮部位を含む脳地図の部分を強調し、かつ脳地図の部分ごとで萎縮部位と判断された領域がどれほどの割合を占めているかを同時に表示させるためには、例えば、萎縮部位を含んでいるか否かを着色の有無で表示し、脳地図の部分に対する萎縮部位の割合を色の濃淡や輝度の高低で表示する。

上述した実施形態によれば、画像処理機能１７２は、観察したい被検体の撮像データを変形させて推定データを作成する。画像処理機能１７２は、例えば標準データや過去の撮像データに基づいて求められた萎縮パラメータに基づいて、撮像データに対して萎縮処理を施す。これにより、観察する被検体が健常な状態で老化した場合における、萎縮した脳画像が精度よく推定できる。また、精度の良い推定データが作成できることによって、被検体の撮像データと推定データとの差分データを求めた際に、病変による萎縮部位だけを強調した表示画像が作成可能となる。従来のように、標準脳に観察したい被検体の撮像データを位置合わせして萎縮部位を特定する場合と比較して、脳の形状の個人差が萎縮検出の精度に及ぼす影響が少ない。さらには、病変による萎縮部位だけを強調した表示画像が作成可能になることで、病変による萎縮を早期段階で発見することができる。

また、画像処理機能１７２は、推定データを作成するために、撮像データを脳回ごとに分割し、脳回ごとに萎縮処理を行う。老化による脳の萎縮が脳の全体に渡るのに対して、病変による脳の萎縮は局所的に生じる傾向があるため、脳回ごとに萎縮処理を施すことによって、病変部位の萎縮の傾向に則した形状変化を推定データに反映させることができる。

表示画像生成機能１７４が生成する表示画像は、脳が萎縮した部位を色の濃淡や色の違いによって表現する。これにより、脳の萎縮した部位、さらには病変によって萎縮した部位を視認性よく判別することができる。

また、表示画像生成機能１７４は、脳が萎縮した部位を脳地図中の領域ごとに、萎縮部位を強調表示することができる。脳地図は、連合野や領野、脳葉ごとに分類されており、各部分が司る人体の機能が臨床的に分かっているので、脳地図中のどの領域に萎縮が生じているかを観察することで、人体のどの機能に障害が起きているか、起きうるかを判断することが可能となる。

本発明の実施形態は、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は意図していない。この新規な実施形態は、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
１３ 入力インターフェイス回路
１４ 記憶回路
１５ ディスプレイ
１７ 処理回路
４０ ネットワークインターフェイス回路

Claims (9)

1. 被検体の脳を撮像した第１の撮像データと脳の萎縮処理を行うための画像処理上のパラメータである萎縮パラメータとを用いて、前記被検体の老化による萎縮を推定した推定データを作成する画像処理部と、
   前記萎縮パラメータを特定する情報を入力する入力部と、
   前記推定データを用いて表示画像を生成する表示画像生成部と、
   前記表示画像を表示する表示部と、を備えた、
   医用画像処理装置。
2. 前記入力部は前記萎縮パラメータを特定する情報として、時系列特定情報の入力または選択を受け付け、
   前記画像処理部は、前記萎縮パラメータを前記時系列特定情報に基づいて求める、
   請求項１に記載の医用画像処理装置。
3. 前記被検体の脳を撮像した第２の撮像データと、前記画像処理部によって前記第２の撮像データの撮像時期と同時期となるように前記萎縮パラメータを設定して作成された推定データとを比較して比較画像を出力する比較部を備えた、
   請求項１または請求項２に記載の医用画像処理装置。
4. 前記画像処理部は、前記第１の撮像データを脳回ごとに萎縮処理を施して前記推定データを作成する、
   請求項１ないし請求項３のうちいずれか１項に記載の医用画像処理装置。
5. 前記表示画像生成部は、前記被検体の脳を撮像した第２の撮像データと、前記画像処理部によって前記第２の撮像データの撮像時期と同時期となるように前記萎縮パラメータを設定して作成された推定データとを並列して表示させた表示画像を生成し、
   前記表示部は前記表示画像を表示する、
   請求項１ないし請求項４のうちいずれか１項に記載の医用画像処理装置。
6. 前記比較部は、前記第２の撮像データと、前記画像処理部によって前記第２の撮像データの撮像時期と同時期となるように前記萎縮パラメータを設定して作成された推定データとの差分を示す差分データを示す前記比較画像を作成し、
   前記表示画像生成部は前記比較画像を含む前記表示画像を生成して前記表示部で表示させる、
   請求項３に記載の医用画像処理装置。
7. 前記比較部は、前記推定データと前記第２の撮像データとを用いて作成したワープフィールドに基づいて、前記ワープフィールドのベクトルの大きさが識別可能なように強調表示した比較画像を作成し、
   前記表示画像生成部は前記比較画像を含む前記表示画像を生成して前記表示部で表示させる、
   請求項３に記載の医用画像処理装置。
8. 前記表示画像生成部は、前記比較部によって出力される前記比較画像の中の萎縮部位を、脳地図の分類ごとに割り当てて強調表示する、
   請求項３に記載の医用画像処理装置。
9. 前記画像処理部は、前記萎縮処理としてエロージョン処理を行う、
   請求項１に記載の医用画像処理装置。

Images