JP2017131623A - 医用画像処理装置および医用画像処理装置の縮小領域設定方法 - Google Patents

Abstract

【課題】関心領域の付与精度に依らず、性状解析の精度および頑強性を向上させることのできる医用画像処理装置および医用画像処理装置の縮小領域設定方法を提供する。
【解決手段】医用画像処理装置は、医用画像において関心領域を設定する第１の設定部と、前記関心領域の範囲内に、当該関心領域よりも縮小した縮小領域を設定する第２の設定部と、前記縮小領域において特徴量を算出する解析部と、を備える。
【選択図】 図１

Description

本発明に係る実施形態は、医用画像処理装置および医用画像処理装置の縮小領域設定方法に関するものである。

近年、一般的な材質の記述をピクセル強度の空間的な変動の関数として数量化する試みを示す、テクスチャ解析が検討されている。テクスチャとは、例えば、画像表面の質感を表すものであり、テクスチャ解析は、例えば、画像表面の質感が、粗い、滑らか、光沢、凸凹等のような材質の記述を数量化するものである。

テクスチャ解析は、性状解析における代表的な解析手法の１つであり、性状解析には、例えば、ヒストグラム解析、スペクトル解析などの画像解析も含まれる。

ここで、例えば、医用画像の解析においても性状解析の一例であるテクスチャ解析の適用が検討されており、腫瘍あるいは臓器の関心領域（ＲＯＩ：Region Of Interest）に対して、テクスチャ解析を行うことが検討されている。具体的には、医用画像にテクスチャ解析を適用し、良悪性の判定や医学的な見通しの予測に利用することが期待されている。また、医用画像にテクスチャ解析を行う場合、画像に付与する関心領域ＲＯＩと実際に解析を行う対象領域とに特徴の差があると、テクスチャ解析の精度に大きな影響を及ぼすことが知られている。

しかしながら、ある医用画像においてユーザが手動で関心領域ＲＯＩを付与する場合、その関心領域ＲＯＩを精緻に付与することは難しい。また、画像解析によって自動で関心領域ＲＯＩを付与する場合も解析誤差が生じ得るため、関心領域ＲＯＩを精緻に付与することは難しい。

特開２０１４−１０４２９３号公報

本発明が解決しようとする課題は、関心領域の付与精度に依らず、性状解析の精度および頑強性を向上させることのできる医用画像処理装置および医用画像処理装置の縮小領域設定方法を提供することである。

本実施形態の医用画像処理装置は、上述した課題を解決するために、医用画像において関心領域を設定する第１の設定部と、前記関心領域の範囲内に、当該関心領域よりも縮小した縮小領域を設定する第２の設定部と、前記縮小領域において特徴量を算出する解析部と、を備える。

第１の実施形態の医用画像処理装置の構成を示した構成図。 各対象範囲のそれぞれに、対応する関心領域を設定した場合の説明図。 第１の実施形態の医用画像処理装置が、関心領域の示す範囲内に、その関心領域よりも縮小した縮小領域を設定する縮小領域設定処理を示したフローチャート。 第１の実施形態の医用画像処理装置が、患者の対象画像において、対象範囲に関心領域を付与した場合の説明図。 第１の実施形態の医用画像処理装置が、患者の対象画像において、関心領域よりもさらに縮小した縮小領域を対象範囲に付与することを示した説明図。 第１の実施形態の医用画像処理装置が、患者の肺の画像において縮小領域を付与した場合の説明図。 処理回路が、ディスプレイにテクスチャ解析結果を表示させたときの表示画面例。 左脳の表面を脳機能領域に区分けして、その脳機能領域単位でテクスチャ解析を実行する例を示した説明図。 処理回路が、関心領域の重心に基づいて、縮小領域を設定することを示した説明図。 処理回路が、関心領域において格子を配置し、その配置された格子の形状に基づいて、対象範囲において縮小領域を設定することを示した説明図。 医用画像処理装置が、縮小領域を設定する際の設定用表示画面の一例をディスプレイに示した説明図。 第２の実施形態の医用画像処理装置が、ステップＳ００５の処理の後、縮小領域の設定が適切か否かを判定する判定処理を追加したフローチャート。 第２の実施形態の医用画像処理装置の処理回路が、縮小領域が付与されたマージンの適否を判定する判定基準を図示した説明図。

以下、図面を参照しながら、実施形態の医用画像処理装置について説明する。

（第１の実施形態）
図１は、第１の実施形態の医用画像処理装置１００の構成を示した構成図である。

図１に示すように、医用画像処理装置１００は、処理回路１０、記憶回路２０、ディスプレイ３０、入力回路４０、ネットワークインターフェース５０、及び内部バス６０を備えて構成されている。

処理回路１０は、例えば、プログラムをメモリ（記憶回路２０）から読み出し、実行することにより、各プログラムに対応する機能を実現するプロセッサとして構成される。換言すると、処理回路１０（プロセッサ）は、各プログラムを読み出して、画像受付機能１１、第１の設定機能１２、第２の設定機能１３及び解析機能１４を実現する。

ここで、画像受付機能１１とは、例えば、医用画像の入力を受け付ける機能のことである。なお、医用画像の一例には、被検体の体内を示す体内画像が含まれる。

なお、医用画像は、ボリュームデータを画像データとする３次元画像であってもよく、また２次元画像であっても良い。さらに、医用画像は、３次元画像において時間的な変化に基づく動態を示す４次元画像であってもよい。

また、第１の設定機能１２とは、医用画像において関心領域（ＲＯＩ：Region Of Interest）を設定する機能のことである。

また、第２の設定機能１３とは、関心領域ＲＯＩの範囲内に、その関心領域ＲＯＩよりも縮小した縮小領域を設定する機能のことである。

また、解析機能１４とは、縮小領域において特徴量を算出する機能のことである。解析機能１４は、例えば、特徴量の算出として、性状解析を実行することができる。なお、性状解析とは、本実施形態では、画像の性質と状態を解析することを意味し、例えば、テクスチャ解析、ヒストグラム解析、スペクトル解析をはじめ、平均値、分散、標準偏差等の算術処理なども含まれる。また、粒子解析や、トポロジー解析、３次元解析、または４次元解析など、さらに高度な画像解析処理なども性状解析に含まれる。

なお、第１の設定機能１２、第２の設定機能１３および解析機能１４は、特許請求の範囲における第１の設定部、第２の設定部および解析部の具体例である。また、第１の設定機能１２と第２の設定機能１３は、医用画像が、例えば、３次元画像であっても４次元画像であっても、画像の種類によらず関心領域ＲＯＩと縮小領域を設定することができる。

メモリを構成する記憶回路２０は、ＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）等を含む記憶装置である。記憶回路２０は、ＩＰＬ（Initial Program Loading）、ＢＩＯＳ（Basic Input／Output System）及びデータを記憶したり、処理回路１０のワークメモリや医用画像を示す画像データの一時的な記憶に用いられたりする。ＨＤＤは、医用画像処理装置１００にインストールされたプログラム（アプリケーションプログラムの他、ＯＳ（Operating System）等も含まれる）や、データを記憶する記憶装置である。また、ＨＤＤは、術者等の操作者に対するディスプレイ３０への情報の表示にグラフィックを多用し、基礎的な操作を入力回路４０によって行なうことができるＧＵＩ（Graphical User Interface）を、ＯＳに提供させることもできる。

ディスプレイ３０は、図示しない画像合成回路、ＶＲＡＭ（Video Random Access Memory）、及びディスプレイを含んでいる。画像合成回路は、画像データに種々のパラメータの文字データを合成した合成データを生成する。ＶＲＡＭは、合成データをディスプレイに展開する。ディスプレイ３０は、液晶ディスプレイやＣＲＴ（Cathode Ray Tube）などによって構成され、画像データや合成データの画像を表示する。

入力回路４０は、医師や検査技師等の操作者によって操作が可能なポインティングデバイス（マウス）やキーボードなどの入力デバイスからの信号を入力する回路であり、ここでは、入力デバイス自体も入力回路２４に含まれるものとする。この場合、操作に従った入力信号が、入力回路４０から処理回路１０に送られる。

ネットワークインターフェース５０は、所定の通信規格に応じた通信制御を行ない、例えば、電話回線を通じて、外部のネットワークに接続する機能を有している。これにより、ネットワークインターフェース５０は、医用画像処理装置１００を、外部のモダリティや医用画像格納装置と接続するネットワーク網に接続させることができる。

内部バス６０は、医用画像処理装置１００において、各構成要素をそれぞれ相互に接続する機能を有している。

上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、或いは、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）、及び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。図１では、プロセッサ（処理回路１０）が１つの場合を例示しているが、プロセッサの数は２つ以上であってもよい。

プロセッサは、メモリに保存された、もしくはプロセッサの回路内に直接組み込まれたプログラムを読み出し、実行することで各機能を実現する。プロセッサが複数設けられた場合、プログラムを記憶するメモリは、プロセッサごとに個別に設けられるものであっても構わないし、或いは、図１の記憶回路２０が各プロセッサの機能に対応するプログラムを記憶するものであっても構わない。

ここで、従来の課題を明確にするために、従来の医用画像処理装置を用いた場合の関心領域ＲＯＩの問題点について、説明する。

従来の医用画像処理装置においては、関心領域ＲＯＩは、対象領域のボリューム（体積）やシェイプ（形状）を測定すること等を目的として、対象領域と同じ領域に関心領域が付与されるようになっていた。ここで、対象領域とは、観察或いは診断の対象となる体内組織の領域を意味している。

しかしながら、関心領域ＲＯＩの付与は、現実的には、人手による操作のために誤差が生じたり、医用画像処理装置における解析誤差などにより、対象領域に全く同じ関心領域ＲＯＩを設定することは困難であった。そのため、関心領域ＲＯＩは、対象領域に対して、大きくなってしまったり、または小さくなってしまうことがある。この場合、その誤差によってはテクスチャ解析に影響を与えることがあり、特に、関心領域ＲＯＩが対象領域よりも大きくなった場合には、問題となる。

図２は、各対象範囲ＺＡ１、ＺＡ２、ＺＡ３、ＺＡ４のそれぞれに、対応する関心領域ＲＯＩ−Ａ１、ＲＯＩ−Ａ２、ＲＯＩ−Ａ３及びＲＯＩ−Ａ４を設定した場合の説明図である。なお、図２では、テクスチャ解析を行いたい対象範囲の領域を斜線のハッチングで示している。

図２に示すように、図２（ａ）では、関心領域ＲＯＩ−Ａ１は、対象範囲ＺＡ１を丸ごと含むように、関心領域が設定されている。図２（ｂ）では、関心領域ＲＯＩ−Ａ２は、対象範囲ＺＡ２を概ね含むように、関心領域が設定されている。図２（ｃ）では、関心領域ＲＯＩ−Ａ３は、対象範囲ＺＡ３に似た形状により、関心領域が設定されている。また、図２（ｄ）でも、関心領域ＲＯＩ−Ａ４は、対象範囲ＺＡ４に似た形状により、関心領域が設定されている。

ここで、図２（ａ）から図２（ｄ）の全ての関心領域ＲＯＩ−Ａ１、ＲＯＩ−Ａ２、ＲＯＩ−Ａ３、ＲＯＩ−Ａ４は、例えば、ボリュームやシェイプなどの形状を測定するための領域としては、有効な領域と判断されていた。

なぜなら、形状を測定する場合においては、多少の誤差は許容されることも多く、また、誤差が大きい場合には、人手による視認を行うことで、解析結果の有効性が確認できるからである。

しかしながら、これらの関心領域ＲＯＩ−Ａ１、ＲＯＩ−Ａ２、ＲＯＩ−Ａ３、ＲＯＩ−Ａ４にテクスチャ解析を適用しようとした場合、テクスチャ解析を実行したい部分以外の部分が、テクスチャ解析を実行する部分の一部に含まれているため、画像表面の質感を表すテクスチャにおいては、必ずしも有効な領域の設定とはなっていなかった。

例えば、図２（ａ）の場合では、対象範囲ＺＡ１と関心領域ＲＯＩ−Ａ１との間の領域、即ち、図２（ａ）において、ＲＯＩ−Ａ１内の白い部分の領域の存在により、関心領域ＲＯＩ−Ａ１内の解析精度が低下する。また、図２（ｂ）の場合も同様に、対象範囲ＺＡ２と関心領域ＲＯＩ−Ａ２との間の領域の存在により、関心領域ＲＯＩ−Ａ２内の解析精度が低下する。また、図２（ｃ）の場合、関心領域ＲＯＩ−Ａ３は、対象範囲ＺＡ３以外の範囲を一部に含むため、関心領域ＲＯＩ−Ａ３内の解析精度が低下する。図２（ｄ）の場合も同様に、関心領域ＲＯＩ−Ａ４は、対象範囲ＺＡ４以外の範囲を一部に含むため、関心領域ＲＯＩ−Ａ４内の解析精度が低下する。

テクスチャ解析のような性状解析は、形状を測定する場合と比べ、誤差が小さい場合であっても、設定される関心領域ＲＯＩによっては解析結果に与える影響が大きく、また、誤差が大きい場合でも、人手による視認では解析結果の有効性の確認が困難となることもあるからである。

このように、従来の医用画像処理装置では、ボリュームやシェイプを測定する関心領域ＲＯＩの場合には有効であっても、テクスチャ解析を行う場合において、テクスチャ解析の対象範囲以外の領域や範囲を一部にでも含んでしまうと、その対象範囲以外のテクスチャ特徴量を含んでしまうため、その対象範囲の解析精度が低下し、適切なテクスチャ解析を実行することができなかった。

そこで、本実施形態の医用画像処理装置１００では、関心領域ＲＯＩの示す範囲内に、その関心領域ＲＯＩよりも縮小した縮小領域を設定し、その縮小領域に対してテクスチャ解析を実行するようになっている。

次に、第１の実施形態の医用画像処理装置１００が、医用画像における関心領域ＲＯＩの示す範囲内に、その関心領域ＲＯＩよりも縮小した縮小領域を設定して性状解析を実行する縮小領域設定処理について、図面を用いて説明する。なお、実施形態では、性状解析の一例としてテクスチャ解析を用いて説明するが、これに限定されるものではない。

（縮小領域設定処理）
図３は、第１の実施形態の医用画像処理装置１００が、関心領域ＲＯＩの示す範囲内に、その関心領域ＲＯＩよりも縮小した縮小領域を設定する縮小領域設定処理を示したフローチャートである。

まず、医師は、医用画像処理装置１００の入力回路４０を操作して、テクスチャ解析を実行する医用画像を選択する。医用画像処理装置１００の処理回路１０は、例えば、医用画像であって被検体の体内画像の入力を受け付ける（ステップＳ００１）。なお、被検体の体内画像は、記憶回路２０に格納されている被検体の体内画像であってもよく、また、ネットワークインターフェース５０を介して、外部の医用画像診断装置や医用画像管理装置から取得した体内画像であってもよい。以下、入力を受け付けた体内画像を、対象画像ともいう。

処理回路１０は、対象画像において、関心領域ＲＯＩを設定する（ステップＳ００３）。例えば、処理回路１０は、被検体としての患者Ｐの対象画像を構成する画像データに、関心領域ＲＯＩを付与する。

図４は、第１の実施形態の医用画像処理装置１００が、患者Ｐの対象画像Ｘにおいて、対象範囲Ｚに関心領域ＲＯＩを付与した場合の説明図である。

図４に示すように、処理回路１０は、患者Ｐの対象画像Ｘにおいて、対象範囲Ｚに関心領域ＲＯＩを付与している。関心領域ＲＯＩは、対象画像Ｘの付帯情報として得ることができ、もし、付帯情報として付与されていない場合でも、対象範囲Ｚに対して、自動的に付与したり、または、医師等の操作者がマウス等の入力デバイスを使用して手動で付与することもできる。

例えば、自動的とは、形態画像や機能画像から自動的に対象範囲Ｚを抽出し、その抽出した対象範囲Ｚに基づいて装置が自動的に関心領域ＲＯＩを付与する。この場合、対象範囲Ｚの形状や画素値の分布等に依存して、図２に例示したように、関心領域ＲＯＩと対象範囲Ｚとは、必ずしも完全には一致しない。

一方、手動とは、医師が対象画像Ｘを目視しながら、対象範囲Ｚの輪郭を設定することにより、関心領域ＲＯＩを付与する。この場合にも、関心領域ＲＯＩの設定は、手動操作に依存するため、関心領域ＲＯＩと対象範囲Ｚとは、必ずしも完全には一致しない。

なお、対象画像Ｘが、ＤＩＣＯＭ（Digital Imaging and Communication in Medicine）規格に準拠している場合には、対象画像Ｘに関心領域ＲＯＩを付帯させることができる。

次に、医用画像処理装置１００の処理回路１０は、関心領域ＲＯＩの示す範囲内に、その関心領域ＲＯＩよりも縮小した縮小領域を設定する（ステップＳ００５）。

図５は、第１の実施形態の医用画像処理装置１００が、患者Ｐの対象画像Ｘにおいて、関心領域ＲＯＩよりもさらに縮小した縮小領域ＤＥ−ＲＯＩを対象範囲Ｚに付与することを示した説明図である。

図５に示すように、処理回路１０は、例えば、関心領域ＲＯＩよりも縮小した縮小領域ＤＥ−ＲＯＩを対象範囲Ｚに付与している。縮小領域ＤＥ−ＲＯＩは、関心領域ＲＯＩを基準にして、対象範囲Ｚの内側に収まるように、関心領域ＲＯＩが縮小されて設定されている。

この場合、処理回路１０は、例えば、患者Ｐの関心領域ＲＯＩと縮小領域との間に所定のマージンＭＲＧを設定してもよい。所定のマージンＭＲＧは、固定値または可変値によって設定することができる。

このマージンＭＲＧを固定値で定める場合は、例えば、一律に２ｍｍと設定することで実現できる。また、処理回路１０は、関心領域ＲＯＩの部位に基づいて、縮小領域ＤＥ−ＲＯＩを設定することもできる。例えば、肺癌の関心領域ＲＯＩの場合には、マージンＭＲＧを固定値の２ｍｍに設定し、また、肝臓癌の関心領域ＲＯＩの場合には、マージンＭＲＧを固定値の３ｍｍに設定し、縮小領域ＤＥ−ＲＯＩを付与することもできる。

また、このマージンＭＲＧを可変値で定める場合には、関心領域ＲＯＩの部位や形状に基づいて、関心領域ＲＯＩに対する所定の比率で縮小領域ＤＥ−ＲＯＩを設定することができる。例えば、縮小領域ＤＥ−ＲＯＩは、関心領域ＲＯＩの最も長い直径の「１／４の長さ」をマージンＭＲＧとすることができる。

また、処理回路１０は、患者Ｐの骨格の分類に基づいて、縮小領域ＤＥ−ＲＯＩを設定するようにしてもよい。例えば、処理回路１０は、患者Ｐがアジア太平洋系の人種の場合には、ヒスパニック系の人種に比べ、体軸方向に対してマージンＭＲＧを少なめに設定する一方、体軸方向に直交する方向に対してマージンＭＲＧを多めに設定するようにしてもよい。なお、患者Ｐの骨格の分類は例示であり、これに限定されるものではない。

図６は、第１の実施形態の医用画像処理装置１００が、患者Ｐの肺の画像において縮小領域ＤＥ−ＲＯＩを付与した場合の説明図である。

図６に示すように、縮小領域ＤＥ−ＲＯＩは、医用画像処理装置１００のディスプレイ３０に表示されており、関心領域ＲＯＩの内側であって対象範囲Ｚ内の内側に付与されている。また、問題領域ＴＡ１、ＴＡ２は、例えば、対象範囲Ｚにおいて悪影響を与える領域を示しており、ＣＴ値が相対的に高い値の領域であることを示している。

処理回路１０は、例えば、ＣＴ値が不均一であって、悪影響を与える問題領域ＴＡ１、ＴＡ２を回避して、縮小領域ＤＥ−ＲＯＩを付与することができるので、縮小領域ＤＥ−ＲＯＩにテクスチャ解析を実行しても、解析精度の低下を回避することができる。また、縮小領域ＤＥ−ＲＯＩは、問題領域ＴＡ１、ＴＡ２を回避して縮小領域が付与されているため、テクスチャ解析を実行して不均一性を算出する場合であっても、解析精度に影響が生じない。

次に、処理回路１０は、縮小領域ＤＥ−ＲＯＩにおいて特徴量を算出する。例えば、処理回路１０は、特徴量の算出として性状解析であるテクスチャ解析を実行し、テクスチャ解析情報を算出する（ステップＳ００７）。

テクスチャ解析において、テクスチャの繰り返しパターンを特徴として数量化する方法には、例えば、２次元フーリエ変換を用いて周波数特性を数値化する方法や、画素値の同時生起行列（Gray Level Co-occurrence Matrix：ＧＬＣＭ）を用いた統計量を算出する方法等がある。ここでは、一例として、同時生起行列を用いたテクスチャ解析の実行方法について説明する。

例えば、ある画像Ａにおいて、濃度ｉの点から一定の変位δ（ｒ,θ）だけ離れた点の濃度がｊである確率Ｐδ（ｉ,ｊ）（ｉ, j ＝0, 1, …n-1）を要素とする同時生起行列を算出し、その行列から特徴量を計算する。

例えば、処理回路１０は、テクスチャの特徴量を計算することにより、コントラスト、相関、エネルギー、画素値の一様性およびエントロピーなどを算出することができ、テクスチャ解析情報を示す指標として、テクスチャ解析結果を出力する。

コントラストは、グレーレベルの同時生起行列の局所変動を測定した指標であり、相関は、指定された画素対の同時生起確率を測定した指標である。また、エネルギーは、同時生起行列の要素の二乗和を測定したものであって角２次モーメントとしての指標であり、画素値の一様性は、同時生起行列の要素の分布が同時生起行列の対角線に対してどの程度接近しているかを測定した指標である。

例えば、処理回路１０は、テクスチャ特徴としてコントラストを、次式（１）によって算出することができる。

また、例えば、処理回路１０は、テクスチャ特徴として相関を、次式（２）によって算出することができる。

また、例えば、処理回路１０は、テクスチャ特徴としてエネルギーを、次式（３）によって算出することができる。

また、例えば、処理回路１０は、テクスチャ特徴として画素値の一様性を、次式（４）によって算出することができる。

また、例えば、処理回路１０は、テクスチャ特徴としてエントロピーを、次式（５）によって算出することができる。

このように、処理回路１０は、特徴量を計算して、テクスチャ解析情報を算出すると、指標としてテクスチャ解析結果をディスプレイ３０に表示させる（ステップＳ００９）。

図７は、処理回路１０が、ディスプレイ３０にテクスチャ解析結果を表示させたときの表示画面例である。

図７に示すように、例えば、テクスチャ解析結果では、部位の欄と、解析の欄が設けられている。部位の欄には、テクスチャ解析箇所として、原発巣と咽頭が表示されている。解析の欄には、テクスチャ解析の一例として、画素値の一様性、コントラスト及びエントロピーの解析結果が表示されている。

なお、本実施形態では、一例としてテクスチャ解析結果をディスプレイ３０に表示させているが、これに限定されるものではない。すなわち、本実施形態では、処理回路１０は、テクスチャの特徴量を計算して出力できれば良く、算出したテクスチャの特徴量を表示させる必要はない。図７に示すテクスチャ解析結果は、算出したテクスチャの特徴量を、仮にディスプレイ３０に表示させた場合における具体例である。

例えば、画素値の一様性に関しては、原発巣では、「０．８５」を示し、咽頭では、「０．１５」を示している。また、例えば、コントラストに関しては、原発巣では、「０．２４」を示し、咽頭では、「０．０３」を示している。また、例えば、エントロピーに関しては、原発巣では、「１．８」を示し、咽頭では、「２．６」を示している。

なお、画素値の一様性、コントラスト、エントロピーは、テクスチャ解析の種類や分類の一例を示したものであり、これらに限定されるものではない。

処理回路１０は、テクスチャの特徴量を計算し、テクスチャ解析情報を示す指標としてテクスチャ解析結果を出力すると（ステップＳ００９）、縮小領域設定処理を終了する。

以上説明したように、第１の実施形態の医用画像処理装置１００は、対象画像Ｘにおいて関心領域ＲＯＩを設定し、その関心領域ＲＯＩの示す範囲内に、その関心領域ＲＯＩよりも縮小した縮小領域ＤＥ−ＲＯＩを設定する。医用画像処理装置１００は、縮小領域ＤＥ−ＲＯＩにおいて特徴量を算出するテクスチャ解析を実行し、そのテクスチャ解析結果を出力する。

第１の実施形態によれば、医用画像処理装置１００は、関心領域ＲＯＩよりも縮小した縮小領域ＤＥ−ＲＯＩを設定して、その縮小領域ＤＥ−ＲＯＩにおいてテクスチャ解析を実行することができるので、関心領域ＲＯＩの付与精度に依らず、テクスチャ解析の精度および頑強性を向上させることができる。

また、医用画像処理装置１００は、縮小領域ＤＥ−ＲＯＩにおいて高精度にテクスチャ解析を実行することができるので、対象画像Ｘにおける縮小領域ＤＥ−ＲＯＩの状態から、高精度に進行度合いを分類することもできる。

例えば、肺のＣＴ画像において、びまん性疾患の状態を正常を含む７つの陰影パターンに分類し、テクスチャ解析による解析結果によって、びまん性陰影を認める疾患の分類を行うことができる。

例えば、テクスチャ解析結果により、特発性肺線維症（Idiopathic Pulmonary Fibrosis：ＩＰＦ）、非特異性間質性肺炎（NonSpecific Interstitial Pneumonia：ＮＳＩＰ）、特発性器質化肺炎（Cryptogenic Organizing Pneumonia：ＣＯＰ）、急性間質性肺炎（Acute Interstitial Pneumonia：ＡＩＰ）、剥離性間質性肺炎(Desquamative Interstitial Pneumonia：ＤＩＰ)、呼吸細気管支炎を伴う間質性肺炎(Respiratory Bronchiolitis-associated Interstitial Lung Disease：ＲＢ−ＩＬＤ)およびリンパ球性間質性肺炎(Lymphocytic Interstitial Pneumonia：ＬＩＰ)の７つに分類することができる。

なお、びまん性陰影の分類は、正常以外の陰影パターンについては、病変に分類された病変単位の一例と、捉えることができる。また、医用画像処理装置１００は、解析結果によって陰影パターンに分類するだけでなく、病変単位でそれぞれ個別に関心領域ＲＯＩを設定し、テクスチャ解析を実行するようにしてもよい。

また、医用画像処理装置１００は、肺のＣＴ画像以外でも、関心領域ＲＯＩを設定し、その関心領域ＲＯＩの示す範囲内に、その関心領域ＲＯＩよりも縮小した縮小領域ＤＥ−ＲＯＩを設定することができる。

図８は、左脳の表面を脳機能領域に区分けして、その脳機能領域単位でテクスチャ解析を実行する例を示した説明図である。

図８に示すように、脳は機能によって組織構造が異なっており、例えば、組織構造が均一である領域をひとまとまりの単位として、大脳皮質組織を５２の領域（単位）に分類できることが知られている。図８では、一例として、５２の脳機能領域のうち、主要な５つの領域が示されている。

図８には、例えば、運動性言語野ＢＡ（Broca’s area）、一次運動野ＭＣ（Primary motor cortex）、一次体性感覚野ＳＣ（Primary somatosensory cortex）、感覚性言語野ＷＡ（Wernicke’s area）、一次聴覚野ＡＣ（Primary auditory cortex）が記載されている。脳は、各機能によって、それぞれ領域特有の組織構造を有しているため、その領域ごとに縮小領域ＤＥ−ＲＯＩを設定し、テクスチャ解析を実行することができる。

これにより、医用画像処理装置１００は、脳機能領域単位でテクスチャ解析を実行することができ、脳機能単位で機能障害を分類することができる。

また、医用画像処理装置１００は、脳機能領域単位以外にも、例えば、結節単位、臓器単位などで関心領域ＲＯＩを設定し、その関心領域ＲＯＩの示す範囲内に縮小領域ＤＥ−ＲＯＩを設定して、テクスチャ解析を実行することができる。

ここで、結節単位とは、主として癌を対象とし、例えば、癌単位で、癌自体に関心領域ＲＯＩを設定することを意味するものである。医用画像処理装置１００は、癌の画像についてテクスチャ解析を実行することにより、例えば、癌の進行状況の指標を算出することができる。

また、臓器単位とは、１つの臓器そのものを丸ごと関心領域ＲＯＩとして設定することを意味するものである。例えば、臓器単位として、唾液腺、前立腺、甲状腺、リンパ腺等の特定の臓器が該当する。

（変形例１）
第１の実施形態では、医用画像処理装置１００の処理回路１０は、ステップＳ００５において、縮小領域ＤＥ−ＲＯＩを設定する際、マージンＭＲＧを設定し、縮小領域ＤＥ−ＲＯＩを設定するようになっていたが、本実施形態はこれに限定されるものではない。

例えば、処理回路１０は、形態的フィルタリングを行って縮小領域ＤＥ−ＲＯＩを設定するようにしてもよい。例えば、形態フィルタリングとして、モルフォロジー演算の収縮処理やモルフォロジーフィルタなどを適用することができ、処理回路１０は、適宜、関心領域ＲＯＩの形態情報を加味した縮小領域ＤＥ−ＲＯＩを付与することができる。また、モルフォロジー演算の収縮処理の一例としては、収縮演算（erosion）が挙げられる。

（変形例２）
第１の実施形態では、医用画像処理装置１００の処理回路１０は、ステップＳ００５において、関心領域ＲＯＩの示す範囲内に、その関心領域ＲＯＩよりも縮小した縮小領域をマージンＭＲＧにより設定するようになっていたが、本実施形態はこれに限定されるものではない。

例えば、処理回路１０は、関心領域ＲＯＩにおいて重心を算出し、その重心に基づいて、縮小領域を設定するようにしてもよい。

図９は、処理回路１０が、関心領域ＲＯＩの重心に基づいて、縮小領域ＤＥ１−ＲＯＩを設定することを示した説明図である。

図９に示すように、例えば、処理回路１０は、対象画像Ｘの対象範囲Ｚにおいて、関心領域ＲＯＩの重心Ｇを算出する。そして、処理回路１０は、算出した関心領域ＲＯＩの重心Ｇに基づいて、縮小領域ＤＥ１−ＲＯＩを付与している。

なお、処理回路１０は、例えば、関心領域ＲＯＩの形状から幾何学的に重心Ｇを算出してもよく、また、画素値の濃度により重み付けを行って、関心領域ＲＯＩの重心Ｇを算出するようにしてもよい。また、縮小領域ＤＥ１−ＲＯＩは、関心領域ＲＯＩの重心Ｇから固定値または可変値で付与してもよく、特に限定されるものではない。例えば、処理回路１０が、固定値または可変値によって縮小領域ＤＥ１−ＲＯＩを付与する場合、マージンＭＲＧを設定する場合と同様に、患者Ｐの部位や患者Ｐの骨格に基づいて、重心Ｇを基準に設定することができる。

（変形例３）
第１の実施形態では、医用画像処理装置１００の処理回路１０は、ステップＳ００５において、関心領域ＲＯＩの示す範囲内に、その関心領域ＲＯＩよりも縮小した縮小領域をマージンＭＲＧにより設定するようになっていたが、本実施形態はこれに限定されるものではない。

例えば、処理回路１０は、関心領域ＲＯＩにおいて格子を配置し、その配置された格子の形状に基づいて、縮小領域を設定するようにしてもよい。

図１０は、処理回路１０が、関心領域ＲＯＩにおいて格子を配置し、その配置された格子の形状に基づいて、対象範囲Ｚにおいて縮小領域ＤＥ２−ＲＯＩを設定することを示した説明図である。

図１０に示すように、例えば、処理回路１０は、対象画像Ｘの対象範囲Ｚにおいて格子を配置している。そして、処理回路１０は、その配置された格子の形状に基づいて、対象範囲Ｚにおいて、縮小領域ＤＥ２−ＲＯＩを付与している。

処理回路１０は、例えば、正方形、長方形、または六角形などの形状により格子を形成して、その格子の選択することにより縮小領域ＤＥ２−ＲＯＩを設定する。この場合、固定された格子の数によって縮小領域ＤＥ２−ＲＯＩを設定してもよく、また、可変数によって決定される格子の形状により、縮小領域ＤＥ２−ＲＯＩを設定してもよい。

すなわち、処理回路１０は、対象範囲Ｚの中心にある１０個の格子により縮小領域ＤＥ２−ＲＯＩを設定してもよく、また所定の大きさや所定の形状になるように縮小領域ＤＥ２−ＲＯＩを設定してもよい。

（変形例４）
変形例４では、第１の実施形態に加え、医師などのユーザが、関心領域ＲＯＩに基づいて、表示画面を見ながら縮小領域ＤＥ−ＲＯＩを設定することができるようになっている。この場合、医用画像処理装置１００は、ディスプレイ３０に縮小領域ＤＥ−ＲＯＩを設定する設定用表示画面を表示し、ユーザが入力回路４０を操作することにより、処理回路１０は、縮小領域ＤＥ−ＲＯＩの設定を受け付ける。

図１１は、医用画像処理装置１００が、縮小領域ＤＥ−ＲＯＩを設定する際の設定用表示画面の一例をディスプレイ３０に示した説明図である。

図１１に示すように、ディスプレイ３０は、縮小領域ＤＥ−ＲＯＩを設定する際の設定用表示画面を表示しており、例えば、第１の実施形態で説明したマージンＭＲＧの設定や変形例１から変形例３で説明した縮小領域ＤＥ−ＲＯＩの設定が、選択可能に表示されている。

ユーザは、ディスプレイ３０上でマウスやキーボードなどの入力回路４０を操作して、例えば、第１の実施形態として説明した縮小領域ＤＥ−ＲＯＩを、関心領域ＲＯＩに設定することができる。ディスプレイ３０は、ユーザの操作により縮小領域ＤＥ−ＲＯＩの設定方法を選択させ、入力回路４０を介して処理回路１０に、縮小領域ＤＥ−ＲＯＩを設定する方法を提供することができる。

（第２の実施形態）
第１の実施形態では、医用画像処理装置１００の処理回路１０は、ステップＳ００５において、縮小領域ＤＥ−ＲＯＩを設定した後、ステップＳ００７において、テクスチャ解析を実行するようになっていたが、これに限定されるものではない。

例えば、処理回路１０は、患者Ｐの関心領域ＲＯＩと縮小領域ＤＥ−ＲＯＩとの間に、所定の差分を示すマージンＭＲＧを設定した後、関心領域ＲＯＩと縮小領域ＤＥ−ＲＯＩのマージンＭＲＧが適切か否かを判定するようにしてもよい。この場合、処理回路１０は、マージンＭＲＧが適切でない場合は、縮小領域ＤＥ−ＲＯＩを再設定することができる。

図１２は、第２の実施形態の医用画像処理装置１００が、ステップＳ００５の処理の後、縮小領域ＤＥ−ＲＯＩの設定が適切か否かを判定する判定処理を追加したフローチャートを示したものである。

図１２に示すように、第２の実施形態のフローチャートが図３に示した第１の実施形態のフローチャートと異なる点は、ステップＳ００５の処理の後、ステップＳ１０１が追加されている点である。ステップＳ１０１以外は、図３のフローチャートの処理と同様であるため、ステップＳ１０１のみ説明する。

第２の実施形態では、処理回路１０は、縮小領域ＤＥ−ＲＯＩを設定した後、縮小領域ＤＥ−ＲＯＩの設定が適切か否かを判定するようになっており（ステップＳ１０１）、例えば、関心領域ＲＯＩに設定されたマージンＭＲＧが適切か否かを判定し、そのマージンＭＲＧが不適切の場合は(ステップＳ１０１のＮＯ)、縮小領域ＤＥ−ＲＯＩを再設定するようになっている。

ここで、処理回路１０が行うマージンＭＲＧが適切か否かの判定の方法には、例えば、３つの方法が考えられる。なお、一例としてＣＴ画像におけるＣＴ値を用いて、マージンＭＲＧが適切か否かを判定する方法について以下に説明するが、ＣＴ値に限定されるものではない。例えば、他のモダリティにおける撮像画像の画素値を用いて、縮小領域ＤＥ−ＲＯＩの設定が適切か否かを判定してもよい。

まず、第１の方法は、処理回路１０は、マージンＭＲＧが適切か否かの判定について、縮小領域ＤＥ−ＲＯＩのＣＴ値が所定の閾値を満たすか否かを判定し、所定の閾値を満たす場合は、マージンＭＲＧを適切と判定する一方、縮小領域ＤＥ−ＲＯＩのＣＴ値が所定の閾値を満たさない場合は、マージンＭＲＧを不適切と判定し、縮小領域ＤＥ−ＲＯＩを再設定する。

次に、第２の方法は、処理回路１０は、マージンＭＲＧが適切か否かの判定について、関心領域ＲＯＩのＣＴ値から縮小領域ＤＥ−ＲＯＩのＣＴ値へのＣＴ値の変移が、所定の変移閾値を満たすか否かを判定し、所定の変移閾値を満たす場合は、マージンＭＲＧを適切と判定する一方、ＣＴ値の変移が所定の変移閾値を満たさない場合は、マージンＭＲＧを不適切と判定し、縮小領域ＤＥ−ＲＯＩを再設定する。なお、以下、このＣＴ値の変移のことを変位ＣＴ値ともいう。

最後に、第３の方法は、処理回路１０は、マージンＭＲＧが適切か否かの判定について、縮小領域ＤＥ−ＲＯＩに局所的にテクスチャ解析を実行し、その特徴量を示す解析結果が所定の指標値を満たす場合は、マージンＭＲＧを適切と判定する一方、解析結果が所定の指標値を満たさない場合には、マージンＭＲＧを不適切と判定し、縮小領域ＤＥ−ＲＯＩを再設定する。

図１３は、第２の実施形態の医用画像処理装置１００の処理回路１０が、縮小領域ＤＥ−ＲＯＩが付与されたマージンＭＲＧの適否を判定する判定基準を図示した説明図である。

図１３に示すように、図１３（ａ）では、第１の方法に対する判定基準を示しており、図１３（ｂ）では、第２の方法に対する判定基準を示しており、図１３（ｃ）では、第３の方法に対する判定基準を示している。

図１３（ａ）に示した第１の方法の判定基準では、例えば、所定の閾値として、７００以下のＣＴ値を適切と設定したとする（図１３（ａ）のＰ値）。もし、マージンＭＲＧによって設定された縮小領域ＤＥ−ＲＯＩ内のＣＴ値が７００を超える場合には、そのマージンＭＲＧは所定の閾値を満たさないため、処理回路１０は、そのマージンＭＲＧを不適切と判定し、縮小領域ＤＥ−ＲＯＩを再設定する。

処理回路１０は、関心領域ＲＯＩからの距離が、一度設定された縮小領域ＤＥ−ＲＯＩがさらに縮小する方向に所定のマージンとなるマージンＭＲＧを再度設定して、縮小領域ＤＥ−ＲＯＩを再設定することにより、その縮小領域ＤＥ−ＲＯＩ内のＣＴ値が７００以下になるように、縮小領域ＤＥ−ＲＯＩの再設定を行う。

図１３（ｂ）に示した第２の方法の判定基準では、例えば、所定の変移閾値として、２００以上の変移ＣＴ値を適切と設定したとする（図１３（ｂ）のＱ値）。もし、マージンＭＲＧによって設定された縮小領域ＤＥ−ＲＯＩ内のＣＴ値と関心領域ＲＯＩのＣＴ値との変位ＣＴ値が２００未満の場合は、そのマージンＭＲＧは所定の変移閾値を満たさないため、処理回路１０は、マージンＭＲＧを不適切と判定し、縮小領域ＤＥ−ＲＯＩを再設定する。

処理回路１０は、関心領域ＲＯＩからの距離が、一度設定された縮小領域ＤＥ−ＲＯＩがさらに縮小する方向に所定のマージンとなるマージンＭＲＧを再度設定して、縮小領域ＤＥ−ＲＯＩを再設定することにより、そのマージンＭＲＧによって設定された縮小領域ＤＥ−ＲＯＩ内のＣＴ値と関心領域ＲＯＩのＣＴ値との変位ＣＴ値が２００以上となるように、縮小領域ＤＥ−ＲＯＩの再設定を行う。

図１３（ｃ）に示した第３の方法の判定基準では、例えば、所定のテクスチャ解析結果の指標値として、「０．４」から「０．６」の値を適切と設定したとする（図１３（ｃ）のＲ−Ｓ間の範囲）。次に、マージンＭＲＧによって設定された縮小領域ＤＥ−ＲＯＩ内で局所的にテクスチャ解析を実行する。そして、テクスチャ解析結果がＲ−Ｓ間に収まらない場合には、解析結果に極端な差が生じており、そのマージンＭＲＧは所定の指標値を満たさないため、処理回路１０は、そのマージンＭＲＧを不適切と判定し、縮小領域ＤＥ−ＲＯＩを再設定する。

処理回路１０は、関心領域ＲＯＩからの距離が、一度設定された縮小領域ＤＥ−ＲＯＩがさらに縮小する方向に所定のマージンとなるマージンＭＲＧを再度設定して、縮小領域ＤＥ−ＲＯＩを再設定することにより、その縮小領域ＤＥ−ＲＯＩ内で局所的にテクスチャ解析を実行し、テクスチャ解析結果がＲ−Ｓ間に収まるように、縮小領域ＤＥ−ＲＯＩの再設定を行う。なお、処理回路１０は、局所的に複数個所のテクスチャ解析を計算し、その解析結果の変移に基づいて、マージンＭＲＧが適切か否かを判定するようにしてもよい。

この場合、局所的なテクスチャ解析結果が、複数個所において極端な差が出ないことを確認し、それぞれのマージンＭＲＧが適切か否かを判定する。

また、第２の実施形態で示した縮小領域ＤＥ−ＲＯＩの再設定は、例えば、縮小領域ＤＥ−ＲＯＩの範囲が大きいため、より縮小した縮小領域を設定することに限定されるものではなく、例えば、縮小領域ＤＥ−ＲＯＩの範囲が小さいため、その縮小領域ＤＥ−ＲＯＩよりも大きい縮小領域を設定する場合も適用することができる。

以上説明した少なくともひとつの実施形態によれば、医用画像処理装置１００は、関心領域の付与精度に依らず、性状解析の精度および頑強性を向上させることができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、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。これら実施形態は、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同様に、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ものである。

１０…処理回路
２０…記憶回路
３０…ディスプレイ
４０…入力回路
５０…ネットワークインターフェース
１００…医用画像処理装置

Claims (18)

1. 医用画像において関心領域を設定する第１の設定部と、
   前記関心領域の範囲内に、当該関心領域よりも縮小した縮小領域を設定する第２の設定部と、
   前記縮小領域において特徴量を算出する解析部と、
   を備える医用画像処理装置。
2. 前記解析部は、
   前記特徴量の算出として、性状解析を実行する
   請求項１に記載の医用画像処理装置。
3. 前記解析部は、
   前記性状解析としてテクスチャ解析を実行し、テクスチャ解析情報を算出する
   請求項２に記載の医用画像処理装置。
4. 前記第２の設定部は、
   前記関心領域と前記縮小領域との間に所定のマージンを設定する
   請求項１乃至３のいずれか１項に記載の医用画像処理装置。
5. 前記第２の設定部は、
   設定された前記所定のマージンが適切か否かを判定し、当該マージンが不適切の場合には、前記縮小領域を再設定する
   請求項４に記載の医用画像処理装置。
6. 前記第２の設定部は、
   前記所定のマージンが適切か否かの判定について、前記縮小領域の画素値が所定の閾値を満たす場合は、前記所定のマージンを適切と判定する一方、前記縮小領域の画素値が前記所定の閾値を満たさない場合は、前記所定のマージンを不適切と判定し、前記縮小領域を再設定する
   請求項５に記載の医用画像処理装置。
7. 前記第２の設定部は、
   前記所定のマージンが適切か否かの判定について、前記関心領域の画素値から前記縮小領域の画素値への画素値の変移が所定の変移閾値を満たす場合は、前記所定のマージンを適切と判定する一方、前記画素値の変移が前記所定の変移閾値を満たさない場合は、前記所定のマージンを不適切と判定し、前記縮小領域を再設定する
   請求項５に記載の医用画像処理装置。
8. 前記画素値は、ＣＴ値である
   請求項６または７に記載の医用画像処理装置。
9. 前記第２の設定部は、
   前記所定のマージンが適切か否かの判定について、前記縮小領域に局所的にテクスチャ解析を実行し、その特徴量を示す解析結果が所定の指標値を満たす場合は、前記所定のマージンを適切と判定する一方、前記解析結果が前記所定の指標値を満たさない場合には、前記所定のマージンを不適切と判定し、前記縮小領域を再設定する
   請求項５に記載の医用画像処理装置。
10. 前記第２の設定部は、
    前記関心領域において形態的フィルタリングを行って、前記縮小領域を設定する
    請求項１乃至９のいずれか１項に記載の医用画像処理装置。
11. 前記第２の設定部は、
    前記関心領域において重心を算出し、その重心に基づいて、前記縮小領域を設定する
    請求項１乃至９のいずれか１項に記載の医用画像処理装置。
12. 前記第２の設定部は、
    前記関心領域において格子を配置し、その配置された格子の形状に基づいて、前記縮小領域を設定する
    請求項１乃至９のいずれか１項に記載の医用画像処理装置。
13. 前記第２の設定部は、
    前記関心領域の部位、または前記被検体の骨格の分類に基づいて、前記縮小領域を設定する
    請求項１乃至９のいずれか１項に記載の医用画像処理装置。
14. 前記第１の設定部は、
    病変に分類された病変単位で、前記関心領域を設定する
    請求項１乃至１３のいずれか１項に記載の医用画像処理装置。
15. 前記第１の設定部は、
    脳の機能によって脳の領域が分類された脳機能領域単位で、前記関心領域を設定する
    請求項１乃至１３のいずれか１項に記載の医用画像処理装置。
16. 前記第１の設定部は、
    結節単位で、前記関心領域を設定する
    請求項１乃至１３のいずれか１項に記載の医用画像処理装置。
17. 前記第１の設定部は、
    臓器単位で、臓器そのものに丸ごと前記関心領域を設定する
    請求項１乃至１３のいずれか１項に記載の医用画像処理装置。
18. 医用画像において関心領域を設定する第１の設定ステップと、
    前記関心領域の範囲内に、当該関心領域よりも縮小した縮小領域を設定する第２の設定ステップと、
    前記縮小領域において特徴量を算出する解析ステップと、
    を含む医用画像処理装置の縮小領域設定方法。

Images