JP2017140132A - 画像処理装置およびｍｒｉ装置 - Google Patents

Abstract

【課題】管腔組織壁を正確に特定することができる画像処理装置およびＭＲＩ装置を提供する。【解決手段】一実施形態に係る画像処理装置は、ＭＲＩの水脂肪分離法により得られた水画像を用いて、管腔組織壁の内周面を抽出する内周面抽出部と、前記水脂肪分離法により得られた脂肪画像を用いて、管腔組織壁の外周面を抽出する外周面抽出部と、前記内周面および前記外周面により管腔組織壁が特定された管腔組織壁画像を生成する画像生成部とを備える。【選択図】 図２

Description

本発明の実施形態は、画像処理装置およびＭＲＩ装置に関する。

血管壁の組織性状および狭窄の有無は、例えば、Ｘ線ＣＴ（Computed Tomography）装置や磁気共鳴イメージング（ＭＲＩ：Magnetic Resonance Imaging）装置などのモダリティ装置により撮像された画像を解析することで得られる血管形状に基づいて判定される。

しかしながら、血管などの管腔組織の形状、または、血管壁などの管腔組織壁の組織性状を解析するためには、管腔組織壁が正確に特定されなければならない。従来技術では、例えば、造影剤によって被検体内の血流を画像化することで、血液が流れる領域から血管内周面を位置的に特定し、特定された血管内周面から血管外周面を位置的に推定することで、血管壁の位置が解析されていた。

特表２０１５−５２２２２９号公報 米国特許出願公開第２０１５／０１９３９２１号明細書

本発明が解決しようとする課題は、管腔組織壁を正確に特定することができる画像処理装置およびＭＲＩ装置を提供することである。

一実施形態に係る画像処理装置は、ＭＲＩの水脂肪分離法により得られた水画像を用いて、管腔組織壁の内周面を抽出する内周面抽出部と、前記水脂肪分離法により得られた脂肪画像を用いて、管腔組織壁の外周面を抽出する外周面抽出部と、前記内周面および前記外周面により管腔組織壁が特定された管腔組織壁画像を生成する画像生成部とを備える。

第１の実施形態に係る画像処理装置の概略構成の一例を示すブロック図。 図１の処理回路の詳細構成の一例を示す機能ブロック図。 第１の実施形態に係る画像処理装置の動作の一例を示すフローチャート。 冠動脈起始部がそれぞれ含まれる水画像および脂肪画像の模式図。 水画像と脂肪画像における血管周辺の磁気共鳴信号の強度分布の一例を示す模式的なグラフ。 水画像と脂肪画像の信号分布から特定された冠動脈血管壁を説明する概念図。 第１の実施形態に係る画像処理装置の表示例を示す模式図。 第２の実施形態に係る画像処理装置の機能構成例を示す機能ブロック図。 第２の実施形態に係る画像処理装置の表示例を示す模式図。 第３の実施形態に係る画像処理装置において、時系列に取得される画像データを説明する模式的なタイミング図。 第３の実施形態に係る画像処理装置において、血管壁の変形量を算出する方法を説明する概念図。 第３の実施形態に係る画像処理装置の表示例を示す模式図。 第４の実施形態に係る画像処理装置における流体解析を説明するブロック図。 第５実施形態に係るＭＲＩ装置の一例を示す概念的な構成図。

以下、画像処理装置の実施形態およびＭＲＩ装置の実施形態について、図面を参照して説明する。ここでは一例として、第１から第４の実施形態として画像処理装置の実施形態を説明後、第５の実施形態としてＭＲＩ装置の実施形態を説明する。なお、各図において同一要素には同一符号を付し、重複する説明を省略する。

［第１の実施形態］
第１の実施形態は、ＭＲＩの水脂肪分離画像に基づいて管腔体組織壁の構造を抽出する方法に関する。

第１の実施形態に係る画像処理装置の概略構成の一例を示すブロック図である。図１に示すように、画像処理装置１００は、コンピュータをベースとして構成されており、ＬＡＮ（Local Area Network）などのネットワークを介して外部装置と相互通信可能である。画像処理装置１００は、ハードウェア構成として例えば、処理回路８１、記憶回路８２、入力回路８３、および、ディスプレイ８４を備える。また、画像処理装置１００は、通信制御回路８５を介して電子ネットワーク経由で画像保管通信システム（ＰＡＣＳ：Picture Archiving and Communication Systems）２００に接続されている。

通信制御回路８５は、ネットワーク形態に応じた種々の通信プロトコルを実装する。ここで、電子ネットワークとは、電気通信技術を利用した情報通信網全体を意味し、病院基幹ＬＡＮ、無線／有線ＬＡＮやインターネット網のほか、電話通信回線網、光ファイバー通信ネットワーク、ケーブル通信ネットワークおよび衛星通信ネットワークなどを含む。画像処理装置１００はＰＡＣＳ２００から電子ネットワーク経由で、医用画像の画像データを取得する。

なお、ＰＡＣＳ２００および画像処理装置１００は、クラウド上のシステムとして構成されていてもよい。

処理回路８１は、専用のハードウェアで構成してもよいし、内蔵のプロセッサによるソフトウェア処理で各種機能を実現するように構成してもよい。ここでは一例として、プロセッサによるソフトウェア処理によって処理回路８１が各種機能を実現する場合について説明する。処理回路８１は、記憶回路８２に記憶されたプログラム、または、処理回路８１内に直接組み込まれたプログラムを読み出して実行することで、後述の各機能を実現する。

上記プロセッサとは、専用または汎用のＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、特定用途向け集積回路（ＡＳＩＣ：Application Specific Integrated Circuit）、プログラマブル論理デバイス、および、フィールドプログラマブルゲートアレイ（ＦＰＧＡ：Field Programmable Gate Array）などの回路を意味する。上記プログラマブル論理デバイスとしては、例えば、単純プログラマブル論理デバイス（ＳＰＬＤ：Simple Programmable Logic Device）、複合プログラマブル論理デバイス（ＣＰＬＤ：Complex Programmable Logic Device）などが挙げられる。

また、処理回路８１は、単一のプロセッサによって構成されてもよいし、複数の独立したプロセッサの組み合わせによって構成されてもよい。後者の場合、複数のプロセッサに夫々対応する複数の記憶回路８２が設けられると共に、各プロセッサにより実行されるプログラムが当該プロセッサに対応する記憶回路に記憶される構成でもよい。別の例としては、１個の記憶回路８２が複数のプロセッサの各機能に対応するプログラムを一括的に記憶する構成でもよい。

記憶回路８２は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）などの半導体メモリ素子、ハードディスク、光ディスクなどによって構成される。記憶回路８２は、ＵＳＢ（Universal Serial Bus）メモリおよびＤＶＤ（Digital Video Disk）などの可搬型メディアによって構成されてもよい。記憶回路８２は、処理回路８１において実行される各種プログラム（アプリケーションプログラムのほか、ＯＳ（Operating System）等も含まれる）、プログラムの実行に必要なデータ、および、画像データを記憶する。また、記憶回路８２には、ＯＳを制御するための各種コマンドを入力回路８３から入力可能なＧＵＩ（Graphical User Interface）を含めてもよい。

入力回路８３は、例えばポインティングデバイスやキーボードなどの複数の入力デバイスを含み、これら入力デバイスに対して入力されたコマンドを受け付ける。具体的には、操作者により入力デバイスが操作されると、入力回路８３はその操作に応じた入力信号を生成し、この入力信号を処理回路８１に出力する。

ディスプレイ８４は、液晶ディスプレイパネル、プラズマディスプレイパネル、および、有機ＥＬ（Electro Luminescence）パネル等の表示デバイスである。ディスプレイ８４は、処理回路８１の制御に従って画像を表示する。

図２は、図１の処理回路８１の詳細構成の一例を示す機能ブロック図である。画像処理装置１００の処理回路８１は、内周面抽出機能８１１、外周面抽出機能８１３、および、画像生成機能８１５を有する。内周面抽出機能８１１、外周面抽出機能８１３、および、画像生成機能８１５は、記憶回路８２に記憶されたプログラムを処理回路８１が実行することによって実現される機能である。

内周面抽出機能８１１は、ＭＲＩの水脂肪分離法により得られた水画像を用いて、管腔組織壁の内周面を抽出する。水画像から管腔組織壁の内周面を抽出する方法については後述する。

外周面抽出機能８１３は、ＭＲＩの水脂肪分離法により得られた脂肪画像を用いて、管腔組織壁の外周面を抽出する。脂肪画像から管腔組織壁の外周面を抽出する方法については後述する。

画像生成機能８１５は、内周面および外周面により特定された管腔組織壁画像を生成する。また、例えば、Whole Heart Imageなどの心臓全体を含む３次元画像と管腔組織壁画像とを対応付けした画像を生成する。

図３は、第１の実施形態に係る画像処理装置１００の動作の一例を示すフローチャートである。以下、図４から図６を適宜参照しつつ、図３のフローチャートのステップ番号に従って、第１の実施形態に係る画像処理装置１００の動作を説明する。なお、以下の説明では、管腔組織として心臓の冠動脈血管を例として用いる。

ステップＳＴ１０１において、ステップＳＴ１０１において、冠動脈を含む心臓の水画像と、冠動脈を含む心臓の脂肪画像とがＰＡＣＳ２００から画像処理装置１００に入力される。水画像および脂肪画像は夫々、同一被検体の同一領域を含む画像である。

水画像および脂肪画像は夫々、例えば、Ｄｉｘｏｎ法と呼ばれる撮像方法により取得されたＭＲＩ画像から、計算により取得される画像である。なお、水画像および脂肪画像は２次元画像であってもよいし、３次元画像であってもよい。

Ｄｉｘｏｎ法は、生体内の水と脂肪のプロトンにおける共鳴周波数の差により発生する位相差を利用した撮像方法である。例えば、１．５Ｔ（テスラ）の静磁場強度を有するＭＲＩ装置では、水と脂肪のプロトンにおける磁気共鳴周波数の差は、約２２０Ｈｚ（ヘルツ）である。この磁気共鳴周波数の差から、水と脂肪のプロトンの位相は、エコー時間（ＴＥ：Echo Time）が０ms（ミリ秒）で同位相（in Phase）となり、ＴＥが約２．２５msで逆位相（Out Phase）となる。さらにＴＥが約４．５msで再び同位相となる。このように収集された同位相画像と逆位相画像とから、水画像と脂肪画像とが生成される。

水を構成するプロトンから放射される磁気共鳴信号をＳｗとし、脂肪を構成するプロトンから放射される磁気共鳴信号をＳｆとすると、同位相画像はＳｗ＋Ｓｆで表される磁気共鳴信号を含み、逆位相画像はＳｗ−Ｓｆ表される磁気共鳴信号を含む。このような同位相画像と逆位相画像とに基づいて、水画像と脂肪画像とが算出される。

水画像の撮像では、水を構成するプロトンの磁気共鳴信号が高強度で検出される。したがって、冠動脈血管を含む心臓の水画像では、血液領域が例えば高輝度の画素領域として識別的に描出される。一方、脂肪画像の撮像では、脂肪を構成するプロトンの磁気共鳴信号が高強度で検出される。なお、処理回路８１は、コントラストを反転させることで、血液領域が低輝度の画素領域として識別的に描出されるように水画像を生成してもよい。脂肪画像についても同様である。

ステップＳＴ１０３において、内周面抽出機能８１１は、水画像の冠動脈起始部を特定する。この冠動脈起始部に関して、図４を用いて補足する。

図４は、冠動脈起始部がそれぞれ含まれる水画像および脂肪画像の模式図である。図４の左側は心臓の水画像を示し、図４の右側は心臓の脂肪画像を示す。上述の通り、水画像は、血液を例えば高輝度領域として識別的に描出した画像であり、脂肪画像は、脂肪組織を例えば高輝度領域として識別的に描出した画像である。図４では一例として、撮像時における磁気共鳴信号の強度が高い部分を白く表記し、磁気共鳴信号の強度が低い部分を濃いハッチングで表記している。

図４の右側において、矢印で示した位置が冠動脈起始部である。冠動脈起始部は、冠動脈血管が始まる位置を示している。このように、内周面抽出機能８１１は、ターゲットとなる血管を特定するために、その血管の起点を最初に特定する。

ここで、記憶回路８２には、例えば、各臓器の形状、臓器間の相対的な位置関係、各血管の配置および相対的位置関係、骨格などの標準的な人体モデルのテンプレート画像データが保存されている。内周面抽出機能８１１は、例えば、水画像および脂肪画像の各画像データと、テンプレート画像データとのパターンマッチングにより解剖学的な特徴点を水画像および脂肪画像から夫々抽出することで、冠動脈起始部を特定する。なお、冠動脈起始部の特定方法については、従来技術と同様でよいので、詳細な説明を省略する。

また、第１の実施形態は、画像処理装置１００が冠動脈起始部を自動的に特定する形態に限定されるものではない。例えば、処理回路８１がディスプレイ８４に水画像および脂肪画像を表示させ、入力デバイスを介してユーザが冠動脈起始部を指定し、このように手動入力された冠動脈起始部に基づいて以降の処理が実行されてもよい。

図３に戻って、フローチャートの説明を続ける。

ステップＳＴ１０５において、内周面抽出機能８１１は、水画像から冠動脈芯線を抽出する。冠動脈芯線の抽出は、例えば、冠動脈起始部により決定された水画像の冠動脈芯線の開始位置から、冠動脈が存在する領域における幾何学的な位置情報に基づいて、冠動脈芯線の位置が算出される。

ステップＳＴ１０７において、内周面抽出機能８１１は、抽出した冠動脈芯線に基づいて水画像の信号分布から冠動脈内周面を特定する。

ステップＳＴ１０９において、外周面抽出機能８１３は、水画像の冠動脈芯線に基づいて脂肪画像の信号分布から冠動脈外周面を特定する。

図５は、水画像と脂肪画像における血管周辺の磁気共鳴信号の強度分布の一例を示す模式的なグラフである。図５の上段は、水画像の血管周辺の磁気共鳴信号の強度分布を画素ごとにプロットしたグラフである。図５の下段は、血管周辺の脂肪画像の磁気共鳴信号の強度分布を画素ごとにプロットしたグラフである。図５の上段および下段において、縦軸は各画素に対応する位置からの磁気共鳴信号の信号強度を示し、横軸は画素の方向を示している。但し、例えば磁気共鳴信号の強度が強い部分ほど画素値が大きくなるように水画像および脂肪画像の各画像データが生成される場合、縦軸は、画素値として捉えてもよい。

冠動脈血管周辺の画像には、冠動脈血管に加えて、冠動脈血管を取り囲む様々な組織が描出されている。図５の冠動脈血管周辺の画像では一例として、左から順に心臓の組織−血管壁−血液（冠動脈血管内腔）−血管壁‐心臓の組織、の組織が並んでいる。

水画像は、血液領域からの磁気共鳴信号を高強度で検出することで生成される画像である。このため、図５の上段に示す信号強度の分布では、グラフの中央の部分、すなわち、血液（冠動脈血管内腔）に対応する部分において信号強度が強くなっている。

一方、脂肪画像は、脂肪を含む臓器や組織からの磁気共鳴信号を高強度で検出することで生成される画像である。図５の下段に示す信号強度の分布では、心臓の組織が存在するグラフの両端の部分において、信号強度が強くなっている。

図５の上段および下段における縦方向の４本の破線は、水画像および脂肪画像の夫々において、信号分布が大きく変化する境界を示している。内側の２本の破線は、水画像の磁気共鳴信号が高強度領域となる部分の境界線であり、外側の破線は、脂肪画像の磁気共鳴信号が高強度領域となる部分の境界線である。水画像および脂肪画像の信号分布において、上記破線で示す境界線で挟まれる区間には、冠動脈血管壁が存在する。

上述の通り、冠動脈血管周辺の画像は、心臓の組織−血管壁−血液（冠動脈血管内腔）−血管壁‐心臓の組織、が順に並んでいる。内側の破線で囲まれた区間は血液（冠動脈血管内腔）を示し、外側の破線からグラフの端に向かう夫々の区間は心臓の組織を示している。このように、水画像と脂肪画像の信号分布の境界線で囲まれた区間には、冠動脈血管壁が存在する。

図６は、水画像と脂肪画像の信号分布から特定された冠動脈血管壁を説明する概念図である。図６の左上は、図４に示した心臓の水画像の一部であり、冠動脈血管周辺を示す画像である。同様に、図６の右上は、図４に示した心臓の脂肪画像の一部であり、冠動脈血管周辺を示す画像である。

内周面抽出機能８１１は、図６の左上に示すように、水画像において冠動脈芯線を抽出し、抽出された冠動脈芯線に基づいて、信号分布から冠動脈内周面を特定する。図５のグラフで説明した通り、内周面抽出機能８１１は、水画像において磁気共鳴信号が高強度となる領域と低強度となる領域との境界面、すなわち、画素値が大きく変化する境界面を冠動脈内周面として特定する。高信号を示す領域と低信号を示す領域の境界面は、例えば、閾値に基づき判定される。

同様に、外周面抽出機能８１３は、図６の右上に示すように、水画像の冠動脈芯線に基づいて、脂肪画像の信号分布から冠動脈外周面を特定する。すなわち、外周面抽出機能８１３は、脂肪画像において磁気共鳴信号が高強度となる領域と、低強度となる領域との境界面を冠動脈外周面として特定する。

なお、上述の説明では、脂肪画像の冠動脈芯線は水画像の冠動脈芯線をそのまま適用する例を説明したが、水画像と脂肪画像の夫々について冠動脈芯線が抽出されてもよい。

このように、水画像および脂肪画像から夫々特定された冠動脈内周面および冠動脈外周面により、図６の下部に示すような冠動脈血管壁の構造が判定される。

図３に戻って、フローチャートの説明を続ける。

ステップＳＴ１１１において、画像生成機能８１５は、水画像から特定された冠動脈内周面と、脂肪画像から特定された冠動脈外周面とから、冠動脈血管壁画像を生成する。冠動脈血管壁画像は、例えば、図６の下部に示すような、冠動脈血管壁の構造を示す画像である。図６の下部に示す冠動脈血管壁画像では、血管壁が外側や内側に隆起した部分が観察される。このように冠動脈血管壁画像は血管壁の構造を示す画像である。

ステップＳＴ１１３において、Whole Heart ImageがＰＡＣＳ２００から画像処理装置１００に入力される。Whole Heart Imageは、心臓全体が含まれる３次元画像である。Whole Heart Imageは、冠動脈血管や大動脈など心臓に接続する血管が含まれ、心臓全体を俯瞰的に観察可能な画像である。このようなWhole Heart Imageは、呼吸同期または心電図同期を行いながら撮像することによって得られる画像である。

なお、Whole Heart Imageについては、ＭＲＩ画像には限定されず、心臓周囲の血管を含む心臓全体の構造が俯瞰的に観察可能な３次元画像であれば、ＣＴ画像であってもよい。

ステップＳＴ１１５において、画像生成機能８１５は、Whole Heart Imageと冠動脈血管壁画像とを位置合わせする。冠動脈血管壁画像は、水画像または脂肪画像から抽出された冠動脈芯線と同じ冠動脈芯を含む。したがって、位置合わせは、冠動脈芯線に基づいて行われてもよいし、その他の従来技術によりにより行われてもよい。

ステップＳＴ１１７において、ディスプレイ８４は、Whole Heart Imageと冠動脈血管壁画像とを互いに対応付けて表示する。

以上が図３のフローチャートの説明である。

図７は、第１の実施形態に係る画像処理装置１００の表示例を示す模式図である。図７の左側はWhole Heart Imageを示している。図７の右側は、Whole Heart Imageの領域ａにおけるCurved MPR（multi planar reconstruction）を示している。図７右側のCurved MPRは、冠動脈血管壁画像の一例である。

Whole Heart Imageと冠動脈血管壁画像は互いに位置合わせされており、Whole Heart Imageの特定の領域が選択されると、その領域に対応する冠動脈血管壁画像が表示される。

Whole Heart Imageにハッチングにより示された異常箇所は、Whole Heart Image上で狭窄などが観察される部分を示している。例えば、ユーザは、Whole Heart Imageのように心臓全体を俯瞰できる画像から、さらに詳細な解析を行いたい領域として、異常部位の一つを選択する。その選択された領域に対応する冠動脈血管壁画像が表示されることで、ユーザは目的の画像を容易に検索できる。

また、処理回路８１は、冠動脈血管壁画像を解析することで、自動的に狭窄部分などの病変を特定してもよい。さらに、画像生成機能８１５は、特定された病変部分に対して、周囲領域または正常領域とは異なる有彩色を割り当てることで、病変部分を強調したWhole Heart Imageをディスプレイ８４に表示してもよい。あるいは、画像生成機能８１５は、病変部分に目印を重畳することで、病変部分を識別的にしたWhole Heart Imageをディスプレイ８４に表示してもよい。例えば、図７のWhole Heart Imageのハッチングにより示された異常箇所が、冠動脈血管壁画像を解析して得られた狭窄病変に対応していてもよい。

このように、第１の実施形態に係る画像処理装置１００によれば、心臓全体が俯瞰的に観察できるWhole Heart Imageに、冠動脈血管壁画像から得られる情報を表示することで、ユーザは容易かつ素早く病変部分に関する情報を収集することができる。

なお、第１の実施形態に係る画像処理装置１００の説明では、生成された冠動脈血管壁画像に基づいて位置合わせする例を示したが、これに限定されない。ステップＳＴ１０１において、画像処理装置１００に、水画像と脂肪画像に加えて、Whole Heart Imageが入力されてもよく、内周面と外周面が抽出される前に、水画像または脂肪画像と、Whole Heart Imageが位置合わせされてもよい。

また、冠動脈血管壁の抽出タイミングは、図３のフローチャートで説明したタイミングには限定されない。すなわち、Whole Heart Imageにおいてユーザにより最初に狭窄などの異常が観察される領域が選択された後、冠動脈血管壁の抽出が実行されてもよい。

さらに、すべての領域について冠動脈血管壁の抽出が行われなくてもよい。すなわち、ユーザが選択した領域に対応する水画像と脂肪画像の領域に基づいて、冠動脈血管壁の抽出が実行されてもよい。

［第２の実施形態]
第２の実施形態は、第１の実施形態における冠動脈血管壁の構造を抽出する方法に加えて、血管壁の組織性状を解析する方法に関する。

図８は、第２の実施形態に係る画像処理装置１００の機能構成例を示す機能ブロック図である。図８において、第２の実施形態の画像処理装置１００の処理回路８１は、図２で示した第１の実施形態の画像処理装置１００の処理回路８１の各機能に加えて、解析機能８１７をさらに有する。解析機能８１７は、記憶回路８２に記憶されたプログラムを処理回路８１が実行することによって実現される機能である。

解析機能８１７は、冠動脈血管壁の組織性状を解析した解析結果を生成する。冠動脈血管壁の組織性状の解析には、冠動脈血管壁の組織分布の解析、冠動脈血管壁に存在するプラークの特定、プラークの性状、プラークの種類、または、プラークの面積や体積といった様々な情報の解析が含まれる。

冠動脈血管壁の組織分布の解析では、例えば、冠動脈血管壁が磁気共鳴信号の信号強度の違い、すなわち、画素値の違いによりグループ化され、グループ化された領域が夫々どのような組織性状を有するかが判定される。例えば、グループ化された領域が正常、線維化、脂肪蓄積、または、石灰化のいずれの組織性状に該当するか判定される。

このような冠動脈血管壁の組織性状の解析には、例えば、Black Blood画像やＴ２強調画像などのＭＲＩ画像が用いられる。Black Blood画像やＴ２強調画像と、冠動脈血管壁画像とが位置合わせされることで、冠動脈血管壁が明確となったBlack Blood画像やＴ２強調画像に基づいて、組織分布の解析や、プラーク性状の解析などが行われる。

図９は、第２の実施形態に係る画像処理装置の表示例を示す模式図である。図９の右側は図７に示した領域ａのCurved MPRにより表示された冠動脈血管壁画像である。図９の左側には、組織分布表示として、領域ａのCurved MPRに示した断面Ａから断面Ｅに対応する断面図が夫々示されている。図９下部には、組織分布表示の凡例が示されており、左から、正常、線維化、脂肪蓄積、石灰化を示す。図９において、領域ａのCurved MPRの上側を冠動脈血管の上流側とし説明する。

図９の左側に示した断面Ａは、領域ａのCurved MPRにおける冠動脈血管の一番上流側における断面の冠動脈血管壁の組織分布表示である。領域ａのCurved MPRが示す冠動脈血管壁の構造において肥厚化した部分や隆起した部分は、観察されない。図９の左側に示した断面Ａに対応する組織分布表示では、正常な組織しか観察されない。

一方、断面Ａの下流の断面Ｂでは、領域ａのCurved MPRが示す冠動脈血管壁の構造において、左側の血管壁に外側に隆起し、肥厚化した部分が観察される。断面Ｂの組織分布では、冠動脈血管壁が肥厚化した部分に、脂肪蓄積が観察される。

さらに下流の断面Ｃでは、領域ａのCurved MPRが示す冠動脈血管壁の構造において、断面Ｂよりは小さいが、左側に肥厚化した部分が観察される。断面Ｃの組織分布では、部分的に脂肪が蓄積した領域が観察される。

断面Ｃの下流の断面Ｄでは、断面Ｂや断面Ｃとは異なり、右側の冠動脈血管壁において、血管内腔側に隆起し、肥厚化した部分が観察される。断面Ｄの組織分布では、脂肪蓄積に加えて、線維化や石灰化した部分が観察される。

さらに断面Ｄより下流の断面Ｅでは、冠動脈血管壁の右側において、断面Ｄよりもさらに肥厚化した部分が観察される。断面Ｅの組織分布では、断面Ｄよりも大きな石灰化部分や線維化部分が観察される。断面Ｅの組織分布では、断面Ｄよりも大きな石灰化部分や線維化部分が観察される。

図９が示すように、任意の血管断面について組織性状が解析された画像が表示されることで、ユーザは、冠動脈血管壁の構造に異常がある部分について、詳細な組織性状に関する情報を容易に得ることができる。

また、領域ａのCurved MPRにおいて下流側に向かって所定の間隔で断面を表示することで、冠動脈血管壁全体の組織性状を解析することができる。所定の間隔で設定された断面は、並べて表示されてもよいし、動画で表示されてもよい。また、冠動脈血管壁画像に解析された組織性状が表示されてもよい。

さらに、上述の組織性状に基づいて、プラークの性状や種類が判定されてもよい。また、プラークの面積や体積、石灰化部分や脂肪蓄積部分の面積や体積が算出されてもよい。

このように、第２の実施形態によれば、冠動脈組織壁の構造に加えて、冠動脈組織壁の組織性状を表示することができる。ユーザは冠動脈組織壁の組織性状に関する情報を加えたより詳細な解析結果を得ることが可能となる。

［第３の実施形態]
第３の実施形態は、磁気共鳴イメージングにより時系列的に撮像された複数の水脂肪分離画像に基づいて、時系列的に血管壁の構造を解析した結果を用いて、プラーク破裂リスク解析を行う方法に関する。第３の実施形態に係るプラーク破裂リスク解析は、例えば、図８のブロック図で示した解析機能８１７によって実行される。

図１０は、第３の実施形態に係る画像処理装置１００において、時系列に取得される画像データを説明する模式的なタイミング図である。図１０には、左から順に第１の時相、第２の時相、・・・第ｎの時相において取得された画像データが夫々示されている。図１０に示された夫々の画像データは、上段から順に、脂肪分離画像の水画像、脂肪分離画像の脂肪画像、Whole Heart image、Black Blood imageである。

例えば、第１の実施形態で説明した冠動脈血管壁の構造を、複数時相に亘ってWhole Heart imageに表示する場合、複数時相分の水画像、複数時相分の脂肪画像、複数時相分のWhole Heart imageが画像処理装置１００に入力される。

また、第２の実施形態で説明した冠動脈血管壁の組織性状を、複数時相に渡って解析する場合、複数時相分の水画像、複数時相分の脂肪画像、複数時相分のBlack Blood image、または、図示しない複数時相分のＴ２強調画像が画像処理装置１００に入力される。

さらに、複数時相分の水画像および複数時相分の脂肪画像により、複数時相分の冠動脈血管壁画像が生成される。このような複数時相分の冠動脈血管壁画像により、時系列で発生する冠動脈血管壁の変形を解析することができる。この冠動脈血管壁の変形を解析することで、例えば、プラークの破裂リスク解析を行うことができる。

図１１は、第３の実施形態に係る画像処理装置１００において、血管壁の変形量を算出する方法を説明する概念図である。図１１（ａ）の左上は、第１の時相の冠動脈血管壁画像を示し、図１１（ａ）の左下は、図１１（ａ）の左上に示した断面Ｅに対応する断面図である。同様に、図１１（ａ）の右上は、第２の時相の冠動脈血管壁画像を示し、図１１（ａ）の右下は、図１１（ａ）の右上に示した断面Ｅに対応する断面図である。図１１（ａ）に示した断面Ｅの冠動脈血管壁にはプラークが存在し、狭窄が生じている。

図１１（ａ）の上段に夫々示されるように、第２の時相では、第１時相の時相と比べて、断面Ｅの周囲に存在する冠動脈血管壁の構造が血管内腔側に盛り上がるように変形している。同様に、図１１（ａ）の下段においても、第２の時相では、第１の時相よりも、冠動脈血管壁の構造が血管内腔側に盛り上がるように変形している。

図１１（ｂ）は、図１１（ａ）の下段に示された第１の時相の画像と第２の時相の画像とを重ね合わせた画像を示している。図１１（ｂ）では、第１の時相における冠動脈血管壁を実線で、第２の時相における冠動脈血管壁を破線で示している。図１１（ｂ）が示すように、第２の時相では、第１の時相と比較して、冠動脈血管壁の構造が血管内腔側に盛り上がるように変形している。

変形量は、例えば、断面図における断面積や体積の差で求めてもよい。また、冠動脈血管壁の変形を示すベクトルにより求めてもよい。

図１１に示すように、時系列で冠動脈血管壁画像の変形量を解析することで、冠動脈血管壁に存在するプラークの変形量に基づく、プラークの破裂リスク解析が可能となる。プラーク破裂リスク解析は、第２の実施形態で説明した組織分布や、プラークの種類などの情報と、図１１で求めたプラークの変形量に基づいて行われる。

例えば、脂肪蓄積が多いプラークは変形により破裂しやすい傾向がある。その一方、線維化あるいは、石灰化したプラークは変形しにくい傾向があり、また、脂肪蓄積が多いプラークと比較して、変形による破裂のリスクが低い。

なお、時系列でデータを解析する場合、短いサンプリング間隔でデータを取得した方が精度の高い解析が可能となる。心臓では、１心拍内、例えば、Ｒ−Ｒ間隔で複数の画像データを取得することが望ましい。ＭＲＩ装置における撮像は、Ｘ線ＣＴ装置における撮像に比べて、Ｘ線による被ばくの虞がない。したがって、ＭＲＩ装置では、１心拍内でＸ線ＣＴ装置と比べて、より多くの時相における画像データを取得することが可能となり、より精度の高いプラーク破裂リスク解析が可能となる。

図１２は、第３の実施形態に係る画像処理装置１００の表示例を示す模式図である。図１２は、図１１で解析されたプラーク破裂リスク解析の結果をWhole Heart imageに重ね合わせた例を示している。

図１２に示すように、プラーク破裂リスク解析の結果は、例えば、任意の時相におけるWhole Heart imageや冠動脈血管壁画像に、異なる色や目印により表示される。図１２の左側は、Whole Heart imageにおいて、プラークの存在部位を俯瞰的に表示する例を示している。図１２の右側は、Whole Heart imageにおいて選択された領域ａのプラークの存在部位を、Curved MPRにより表示する例を示している。図１２の右側に示した領域ａのCurved MPRでは、プラーク破裂リスクが高い部位が格子状のハッチングで示されている。

なお、図１２の左側のWhole Heart imageにおいて、プラーク破裂リスクが高い部位に、正常な部分と異なる色を割り当て、有彩色で示してもよい。

また、プラークの時相ごとの変形量を、各時相のWhole Heart imageおよび冠動脈血管壁画像に重ね合わせて表示してもよい。プラークの時相ごとの変形量により、例えば、１心拍内のどのタイミングで変形量が最も大きくなるか表示することができる。また、そのような表示に基づいて、ユーザがプラークの破裂リスクを総合的に評価してもよい。

このように、第３の実施形態に係る画像処理装置１００によれば、冠動脈血管壁の変形量に基づいて、プラーク破裂リスクを解析できる。ユーザは、冠動脈血管壁の構造や組織分布に加えて、冠動脈血管壁の時系列変化を観察することができ、より詳細な解析が可能となる。

［第４の実施形態]
第４の実施形態は、第３の実施形態におけるプラーク破裂リスク解析に加えて、血流予備量比（ＦＦＲ：Fractional Flow Reserve）を算出する流体解析を行う方法に関する。ＦＦＲは、血管の狭窄により、その狭窄の下流における血流の阻害の程度を推測する指標である。ＦＦＲは、狭窄部前後の血管にかかる圧力を推定することにより算出される。

図１３は、第４の実施形態に係る画像処理装置１００における流体解析を説明するブロック図である。図１３は、図８に示したブロック図における解析機能８１７の機能を詳細に示した図である。

解析機能８１７の時系列血管モデル生成機能に、時系列血管内周面と、時系列血管外周面の情報が入力されると、時系列血管モデルが生成される。時系列血管モデルは、すなわち、時系列に作成された血管壁の形状を示す血管壁画像である。

同様に、解析機能８１７の時系列プラーク性状解析機能に、時系列血管内周面と、時系列血管外周面の情報が入力される。この時系列プラーク正常解析機能は、第３の実施形態で説明した、冠動脈血管壁の変形量を求めることが可能な機能である。

時系列プラーク性状解析機能に、時系列血管内周面と、時系列血管外周面の情報が入力されると、境界条件が算出される。境界条件とは、流体構造連成解析（ＦＳＩ：Fluid Structure Interaction）で使用される入力値のことである。境界条件は、解析のターゲットとなる血管に流入する流入量と、ターゲットとなる血管から流出する流出量である。ターゲットとなる血管への流入量は、その血管に流入する血液量から容易に算出できる。一方、ターゲットとなる血管からの流出量は、血管に複数の分岐が存在することにより、精度よく推定することが難しい。しかしながら、流出側の境界条件は、時系列的な血管壁の変形量と相関があり、時系列プラーク性状解析機能により算出された血管壁の変形量により、流出側の境界条件を精度良く算出することができる。

なお、従来技術では、ＣＴ画像に基づいてＦＦＲが算出されていた。ＣＴ画像では、Ｘ線被ばくによる制約により、１心拍で取得可能な画像に限りがある。一方、ＭＲＩでは被ばくによる制約がないため、ＣＴ画像よりも多く画像を取得でき、より精度の高い境界条件の算出が可能である。

図１３に示されるように、上述のように算出された時系列血管モデルと、境界条件とが、解析機能８１７のＦＳＩシミュレーション機能に入力される。ＦＳＩシミュレーションは、血液の流動と血管壁の変形の相互作用を加味した解析によって、血流によって血管に生じる圧力を算出することができる。このＦＳＩシミュレーションで算出された圧力により、解析機能８１７がＦＦＲを算出する。

また、ＦＳＩシミュレーションにより、血流により血管壁に発生する圧力分布を時系列で解析した画像を生成することもできる。ＦＦＲに加えて、圧力分布を可視化した画像により、例えば、血管へのステント留置手術による効果を視覚的に把握可能となる。

このように、第４の実施形態に係る画像処理装置１００によれば、従来よりも精度よくＦＦＲを測定することが可能となる。また、ＦＳＩシミュレーションにより、血液の流れと血管壁の変形との関係を視覚的に表示することが可能となる。

［第５の実施形態］
第１から第４の実施形態では、本開示の技術思想を画像処理装置１００に適用する例を説明したが、これは一例にすぎない。上述の実施形態における管腔体組織壁の抽出は、例えば、以下に説明する第５の実施形態のようにＭＲＩ装置にも適用可能である。

図１４は、第５実施形態に係るＭＲＩ装置の一例を示す概念的な構成図である。ＭＲＩ装置１は、スキャナ１０、コントローラ３０、および、コンソール８０を備える。

スキャナ１０は概略円筒状のガントリ１１を備える。ガントリ１１は、静磁場磁石１１１、傾斜磁場コイル１１２、ＲＦ（Radio Frequency)コイル１１３、天板１２、および、寝台１３を備える。

また、コントローラ３０は、静磁場用電源３１、傾斜磁場電源３２（Ｘ軸用３２ｘ、Ｙ軸用３２ｙ、Ｚ軸用３２ｚ）、ＲＦ受信回路３３、ＲＦ送信回路３４、および、シーケンスコントローラ３５を備える。

静磁場磁石１１１は、概略円筒形状をなしており、被検体（患者）の撮像領域であるボア（静磁場磁石１１１の円筒内部の空間）内に静磁場を発生させる。静磁場磁石１１１は超電導コイルを内蔵し、液体ヘリウムによって超電導コイルが極低温に冷却されている。静磁場磁石１１１は、励磁モードにおいて静磁場用電源３１から供給される電流を超電導コイルに印加することで静磁場を発生し、その後、永久電流モードに移行すると、静磁場用電源３１は切り離される。静磁場磁石１１１は、一旦永久電流モードに移行すると、長時間、例えば１年以上に亘って、大きな静磁場を発生し続ける。なお、静磁場磁石１１１を永久磁石として構成しても良い。

傾斜磁場コイル１１２も概略円筒形状をなし、静磁場磁石１１１の内側に固定されている。この傾斜磁場コイル１１２は、傾斜磁場電源（３２ｘ、３２ｙ、３２ｚ）から供給される電流によりＸ軸，Ｙ軸，Ｚ軸の方向に傾斜磁場を被検体に印加する。

ＲＦコイル１１３は全身用コイルとも呼ばれ、傾斜磁場コイル１１２の内側に固定されている。ＲＦコイル１１３は、ＲＦ送信回路３４から伝送されるＲＦパルスを被検体に向けて送信する一方、また、水素原子核の励起によって被検体から放出される磁気共鳴（ＭＲ：magnetic resonance）信号を受信する。

寝台１３は鉛直方向に沿って上下方向に移動可能であり、撮像前に天板１２に載った被検体を所定の高さまで移動させる。その後、寝台１３は、撮像時には天板１２を水平方向、すなわち、ガントリ１１の円筒構造の軸方向に移動させて被検体をボア内に移動させる。ここで、鉛直方向とは、いわゆる装置座標系のＹ軸方向であり、水平方向とは、いわゆる装置座標系のＺ軸方向である。

ＲＦ送信回路３４は、シーケンスコントローラ３５からの指示に基づいて、ＲＦコイル１１３にＲＦパルスを送信する。一方、ＲＦ受信回路３３は、ＲＦコイル１１３によって受信されたＭＲ信号を検出し、検出したＭＲ信号をデジタル化して得られる生データをシーケンスコントローラ３５に対して送信する。

シーケンスコントローラ３５は、コンソール８０による制御のもと、傾斜磁場電源３２、ＲＦ送信回路３４およびＲＦ受信回路３３を夫々駆動することによって被検体のスキャンを行い、生データを収集する。そして、シーケンスコントローラ３５は、スキャンを行ってＲＦ受信回路３３から生データを受信すると、その生データをコンソール８０に送信する。

ここで、ＭＲＩ装置１全体を制御するコンソール８０は、コンピュータをベースとして構成されており、ＬＡＮ（Local Area Network）などのネットワークを介して外部装置と相互通信可能である。コンソール８０は、ハードウェア構成として例えば、処理回路８１、記憶回路８２、入力回路８３、および、ディスプレイ８４を備える。処理回路８１は、共通信号伝送路としてのバスを介して、コンソール８０を構成する各ハードウェア構成要素に相互接続されている。なお、コンソール８０は、記憶媒体ドライブを具備する場合もある。

図１４のコンソール８０は、各種画像再構成処理や表示等を担っており、上述の画像処理装置１００と同等の機能を有する。したがって、ＭＲＩ装置１のコンソール８０は、図１から図１３で説明した画像処理装置１００と同等の動作を実行することができる。

なお、上述の実施形態では、管腔体組織として冠動脈を例として管腔体組織壁の抽出技術を説明したが、これは一例にすぎない。本開示に係る管腔体組織壁の抽出技術は、頸動脈やリンパ管などその他の管状構造を備える組織にも適用可能である。

以上述べた少なくとも一つの実施形態の画像処理装置またはＭＲＩ装置によれば、管腔体組織壁を正確に特定することが可能となる。

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。

１００…画像処理装置
２００…ＰＡＣＳ
８１…処理回路
８２…記憶回路
８３…入力回路
８４…ディスプレイ
８５…通信制御回路
８１１…内周面抽出機能
８１３…外周面抽出機能
８１５…画像生成機能
８１７…解析機能
１…ＭＲＩ装置

Claims (10)

1. ＭＲＩの水脂肪分離法により得られた水画像を用いて、管腔組織壁の内周面を抽出する内周面抽出部と、
   前記水脂肪分離法により得られた脂肪画像を用いて、管腔組織壁の外周面を抽出する外周面抽出部と、
   前記内周面および前記外周面により管腔組織壁が特定された管腔組織壁画像を生成する画像生成部と
   を備える、画像処理装置。
2. 前記画像生成部は、心臓全体を含む３次元画像と、前記管腔組織壁画像とを対応付けした画像を生成する
   請求項１に記載の画像処理装置。
3. 前記管腔組織壁の組織性状を解析した解析結果を生成する解析部をさらに備え、
   前記画像生成部は、前記管腔組織壁に前記解析結果を重畳した画像を生成する
   請求項１または請求項２に記載の画像処理装置。
4. 前記解析部は、前記管腔組織の組織分布を解析し、前記組織分布が、正常、線維化、脂肪蓄積または石灰化のいずれに前記組織分布が該当するかを判定し、
   前記画像生成部は、前記解析部により判定された前記組織分布に応じて、前記管腔組織壁に、前記組織分布の種類ごとに互いに異なる複数の色が割り当てられた画像を生成する
   請求項３に記載の画像処理装置。
5. 前記内周面抽出部は、複数の時相で取得された複数の水画像を用いて、各時相の水画像から各時相の管腔組織の内周面を抽出し、
   前記外周面抽出部は、複数の時相で取得された複数の脂肪画像を用いて、各時相の脂肪画像から各時相の管腔組織の外周面を抽出し、
   前記画像生成部は、前記各時相の内周面および前記各時相の外周面により各時相の管腔組織壁が特定された複数時相分の管腔組織壁画像を生成する
   請求項３または請求項４に記載の画像処理装置。
6. 前記解析部は、前記複数時相分の管腔組織壁画像に存在するプラークについて、前記管腔組織壁の組織性状、および、前記プラークの時相間の変形量に基づきプラーク破裂リスクを解析し、
   前記画像生成部は、前記プラーク破裂リスクの解析結果を含む画像を生成する、
   請求項５に記載の画像処理装置。
7. 前記解析部は、前記複数時相分の管腔組織壁画像における時相間の変形量、および、前記管腔組織壁の組織性状を用いて、流体構造連成解析を行い、
   前記画像生成部は、前記流体構造連成解析を行った結果を含む画像を生成する
   請求項５または請求項６に記載の画像処理装置。
8. 前記解析部は、前記複数時相分の管腔組織壁画像における時相間の変形量、および、前記管腔組織壁の組織性状を用いて、血流予備量比を算出し、
   前記画像生成部は、算出された前記血流予備量を含む画像を生成する
   請求項６または請求項７に記載の画像処理装置。
9. 前記画像生成部で生成された画像を表示する表示部をさらに備えた
   請求項１から請求項８のいずれか１項に記載の画像処理装置。
10. 水脂肪分離法により磁気共鳴信号を収集する収集部と、
    前記水脂肪分離法により得られた磁気共鳴信号から水画像および脂肪画像を再構成する画像再構成部と、
    前記水画像を用いて、管腔組織の内周面を抽出する内周面抽出部と、
    前記脂肪画像を用いて、管腔組織の外周面を抽出する外周面抽出部と、
    前記内周面および前記外周面により管腔組織壁が特定された管腔組織壁画像を生成する画像生成部と、
    前記管腔組織壁画像を表示する表示部と
    を備える、ＭＲＩ装置。

Images