JP2017189308A - 医用画像処理装置、医用画像診断装置およびプログラム - Google Patents

Abstract

【課題】 血行動態の変化によるリスクを定量的に評価できるようにし、治療計画の検討を支援すること。
【解決手段】 実施形態によれば、医用画像処理装置は、記憶部と、抽出部と、解析部と、計算部と、提示部とを具備する。記憶部は、被検体の動脈を含む特定部位に関するボリュームデータを記憶する。抽出部は、動脈に接続し特異な血管走行構造を有する奇形領域と、当該奇形領域への血液の流入血管とをボリュームデータから抽出する。解析部は、流入血管が複数有る場合に、当該複数の流入血管を異なる順番で塞栓した複数通りに亘る塞栓順番ごとの血行動態を解析する。計算部は、解析の結果に基づいて、塞栓順番ごとのリスクを計算する。提示部は、計算されたリスクに基づいて、少なくとも一つの推奨すべき塞栓順番を提示する。
【選択図】 図１

Description

本発明の実施形態は、医用画像処理装置、医用画像診断装置およびプログラムに関する。

脳における血流は、血管の構造が正常であれば動脈から毛細血管を経て静脈に至る。しかしまれに動脈と静脈とが短絡する部分を持つ者がおり、これは、脳動静脈奇形と言われる先天性の疾患である。

流入動脈（フィーダー）と流出静脈（ドレイナー）との間の血管塊はナイダス（nidus）と称される。ナイダス近傍では増加した血流により血管壁の薄い静脈が拡張し脳内出血の可能性が高いことから、基本的に治療を要する。

外科的治療、放射線治療、あるいは血管内治療（塞栓）などの治療法があるが、いずれを採用するかはナイダスの位置や大きさに依存して決定される。

特許第５５９６８６６号公報 特開２０１１−２５４８６１号公報 特開２００７−１３５８９４号公報

血管内治療は、物理的に、あるいは薬物の作用により流入動脈を一本ずつ塞栓する方法である。塞栓すべき流入動脈の数が多い場合などは治療を複数回に分ける必要がある。これは、一回の手技で多くの血管を塞栓すると、塞栓によって血行動態が変わってしまい、塞栓されることで１箇所に集中した大量の血流によって下流側の血管（毛細血管を含む）が破損して出血する可能性が高くなるためである。また、静脈の血流が低下することにより生じる梗塞のリスクも高くなる。医師は治療前にこれらのリスクを総合的に考慮して治療計画を立てなくてはならない。

現状では、１か所を塞栓するたびに患者の状態を注意深く観察して、手術の継続の如何を判断している。いわば場当たり的な手法が採られているので、想定外の事態が起こる可能性もないとは言えない。また、複数の塞栓箇所がある場合にどのような順番で塞栓すればリスクが少ないかを知る方法がなかった。そこで、術前にリスクを的確に評価できる手法が要望されている。

目的は、血行動態の変化によるリスクを定量的に評価できるようにし、これにより治療計画の検討を支援可能な医用画像処理装置、医用画像診断装置およびプログラムを提供することにある。

実施形態によれば、医用画像処理装置は、記憶部と、抽出部と、解析部と、計算部と、提示部とを具備する。記憶部は、被検体の動脈を含む特定部位に関するボリュームデータを記憶する。抽出部は、動脈に接続し特異な血管走行構造を有する奇形領域と、当該奇形領域への血液の流入血管とをボリュームデータから抽出する。解析部は、流入血管が複数有る場合に、当該複数の流入血管を異なる順番で塞栓した複数通りに亘る塞栓順番ごとの血行動態を解析する。計算部は、解析の結果に基づいて、塞栓順番ごとのリスクを計算する。提示部は、計算されたリスクに基づいて、少なくとも一つの推奨すべき塞栓順番を提示する。

図１は、実施形態に係わる医用画像処理装置の一例を示す機能ブロック図である。 図２は、図１に示される医用画像処理装置１における処理手順の一例を示すフローチャートである。 図３は、脳動静脈奇形の病態の一例を模式的に示す図である。 図４は、血行動態の計測対象箇所の一例を示す図である。 図５は、塞栓位置ｐ１〜ｐ３の一例を示す図である。 図６は、塞栓順番のそれぞれについてのＣＦＤ解析の結果の一例を示す図である。 図７は、それぞれの塞栓順番についての計測対象箇所ｔ１〜ｔ４におけるＣＦＤパラメータに係わる指標の一例を示す図である。 図８は、リスク評価手法の一例を説明するための図である。 図９は、流入動脈の塞栓と血流量との関係の一例を示す模式図である。

図１は、実施形態に係わる医用画像処理装置の一例を示す機能ブロック図である。医用画像処理装置１は、メモリ１１、通信部１２、入力部１３、画像処理部１４、処理回路１５、モニタ１６、操作部１７、表示制御部１８、及び制御部１９を備える。

メモリ１１は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＳＤＲＡＭ（Synchronous Dynamic RAM）などの半導体メモリ、あるいはＥＰＲＯＭ（Erasable Programmable ROM）、ＥＰＲＯＭ（Electrically Erasable Programmable ROM）などの不揮発性メモリがメモリ１１の一例として挙げられる。

メモリ１１は、ボリュームデータ１１ａおよびプログラム１１ｂを記憶する。ボリュームデータ１１ａは、被検体の例えば脳領域に関する３次元画像のデータである。３次元画像のデータは、Ｘ線コンピュータ断層撮影装置や磁気共鳴イメージング装置、Ｘ線診断装置、超音波診断装置等の診断モダリティにより収集される。

通信部１２は、病院内ＬＡＮ（Local Area Network）２、あるいは外部通信網（インターネットやクラウドコンピューティングシステムなど）と通信して各種のデータを授受する。

入力部１３は、医用画像発生装置３、あるいはＰＡＣＳ（医用画像保管通信システム）４から通信部１２を介して画像処理対象のボリュームデータを取得する。医用画像発生装置３は、例えばＸ線コンピュータ断層撮影装置（ＣＴ装置）、磁気共鳴イメージング装置（ＭＲＩ装置）である。また、ボリュームデータは、ＸＲ（３Ｄ再構成撮影）などの手法により得ることも可能である。

以下の説明では、入力部１３は、ＣＴ装置により撮影された、対象部位としての被検体の頭部に関する３次元画像のデータを取得する。ＣＴ装置は、例えば、造影剤により造影された脳をＸ線でダイナミックスキャンし、複数の時相にわたる複数の３次元画像のデータを収集する。

画像処理部１４は、例えば、ＭＰＲ（multi planar reconstruction）やボリュームレンダリング（volume rendering）などの３次元画像処理により、ボリュームデータ１１ａから、３次元の血管モデル画像を作成する。実施形態において、この血管モデル画像は、ナイダスと、ナイダスに接続される流入動脈と、分岐血管とを含むとする。実施形態では、動脈のナイダスとの接続箇所の下流側における、毛細血管に接続する血管を分岐血管と称する。つまり分岐血管はさらに枝分かれして毛細血管となる。あるいは、分岐血管は毛細血管を含む。

処理回路１５は、例えばプロセッサおよびメモリを備える。処理回路１５は、情報処理装置（計算機）としての機能を備え、医用画像処理装置１を制御する。また、処理回路１５は、制御処理に関する各種のプログラム（プログラム１１ｂ）をメモリ１１から読み出す。プログラム１１ｂを読み出した処理回路１５は、図１に示されるように、抽出機能１５ａ、解析機能１５ｂ、計算機能１５ｃ、提示機能１５ｄおよびカラーマッピング機能１５ｅを備える。すなわち処理回路１５は、抽出機能１５ａ、解析機能１５ｂ、計算機能１５ｃ、提示機能１５ｄおよびカラーマッピング機能１５ｅに関するプログラムをメモリ１１から読み出す。

処理回路１５は、抽出機能に関するプログラムを自身のメモリにロードし、実行して抽出機能１５ａを実現する。このとき処理回路１５は、抽出部として機能する。抽出機能１５ａは、ボリュームデータ１１ａを既存の画像処理技術により解析して、動脈に接続するナイダスと、このナイダスへの血液の流入動脈と、ナイダスとの接続箇所の下流側における動脈からの分岐血管とを抽出する。すなわち抽出機能１５ａは、ナイダス、流入動脈および分岐血管を抽出する。なお、特異な血管走行構造を有する奇形領域の例としてナイダス及び流入動脈を挙げたが、これに限られず、人体にリスクを及ぼすような任意の血管形状や血管の疾患を抽出対象に含めても構わない。なお、ナイダス、流入動脈、分岐血管の抽出は画像解析による自動抽出に、ユーザによるマニュアル入力を補助入力として組み合わせることで行っても良い。例えばボリュームデータから血管構造を抽出した後に、血管構造をモニタ１６に表示させる。ユーザは血管構造の中からナイダスに該当する領域と、動脈・静脈に対応する領域を入力部１３を用いて指定する。特定されたナイダス・動脈・静脈と、それらに接続される血管を特定することで、処理回路１５（抽出部）は間をつなぐ血管を流入動脈・分岐血管として特定することができる。

処理回路１５は、解析機能に関するプログラムを自身のメモリにロードし、実行して解析機能１５ｂを実現する。このとき処理回路１５は、解析部として機能する。解析機能１５ｂは、複数の流入血管を異なる順番で塞栓したそれぞれの場合（以下、塞栓順番と称する）ごとに、ＣＦＤ（Computational Fluid Dynamics）を用いたシミュレーション解析を行なう。つまり解析機能１５ｂは、塞栓順番ごとにＣＦＤ解析を実施して流体パラメータとしてのＣＦＤパラメータを算出し、塞栓順番ごとの血行動態をシミュレートする。

例えば３本の流入血管のそれぞれごとに塞栓可能な位置が１か所あれば、塞栓順番は、順列計算で３×２×１の６通りとなる。また、流入血管が１本だけで、この血管について塞栓可能な位置が３か所あれば、塞栓順番は順列組合せで３×２×１＝６通りである。つまり最初に塞栓する位置が３通り、次の塞栓位置が２通り、最後の塞栓位置が１通りであるからである。また、３本の流入血管のそれぞれごとに塞栓可能な位置が２か所あれば、塞栓順番は、６！＝７２０通りとなる。すなわち、シミュレーションの対象領域中に塞栓可能な位置が何箇所あるかによって、提示すべき塞栓順の数が異なることとなる。なお、先述したように塞栓可能な位置が多い場合には塞栓順番の数が非常に多くなり、全ての順番について血行動態をシミュレートすることが難しい場合がある。このような場合には、全ての順番についてシミュレートする代わりに、最初に塞栓した場合にリスクを示す指標値が閾値を超えて高くなる塞栓箇所については、当該塞栓箇所を最初に塞栓する順列をシミュレートの対象から除いてもよい。このようにシミュレートすべき塞栓順番の数を低減させることで高速に結果を得ることができる。

ＣＦＤパラメータの例としては、血液の流速、血圧、あるいはＷＳＳ（wall shear stress：血管壁面剪断応力）などが挙げられる。ＣＦＤパラメータは、例えば、抽出された分岐血管に設定される計測対象箇所ごとに算出することができる。

特に、解析機能１５ｂは、複数の流入血管を異なる順番および異なる位置で塞栓したケースごとの血行動態を計算する。つまり塞栓順番だけでなく、塞栓位置という指標を手術リスクの判断材料に加えても良い。

処理回路１５は、計算機能に関するプログラムを自身のメモリにロードし、実行して計算機能１５ｃを実現する。このとき処理回路１５は、計算部として機能する。計算機能１５ｃは、ＣＦＤ解析の結果に基づいて、塞栓順番（施術ケースと称する場合がある）ごとのリスクを計算する。計算機能１５ｃは、例えば、ＣＦＤパラメータの、施術の前後での安定度を基準としてリスクを計算する。または、リスクは、ＣＦＤパラメータと既定の閾値とを比較した結果に基づいて評価されてもよい。

処理回路１５は、提示機能に関するプログラムを自身のメモリにロードし、実行して提示機能１５ｄを実現する。このとき処理回路１５は、提示部として機能する。提示機能１５ｄは、上記計算されたリスクに基づいて、リスクの少ない順に施術ケースを提示する。なお、少なくとも一つの推奨すべき施術ケースを、つまり最もリスクの少ない施術ケースを提示しても構わない。

処理回路１５は、カラーマッピング機能に関するプログラムを自身のメモリにロードし、実行してカラーマッピング機能１５ｅを実現する。このとき処理回路１５は、カラーマッピング部として機能する。カラーマッピング機能１５ｅは、画像処理により作成された３次元モデル画像に含まれる分岐血管に、計算されたＣＦＤパラメータをカラーマッピングする。つまりカラーマッピング機能１５ｅは、画像処理部１４により作成された３次元モデル画像の画素ごとに、ＣＦＤパラメータの値に対応する色を割り付けた画像（以下、マップ画像と称する）を作成する。作成されたマップ画像はモニタ１６に表示される。

モニタ１６は、各種の医用画像やテキスト情報などを表示する、ヒューマン・マシンインタフェースである。モニタ１６として、例えばＣＲＴディスプレイや、液晶ディスプレイ、有機ＥＬディスプレイ、プラズマディスプレイなどを利用可能である。

操作部１７は、ユーザからの各種指令や情報入力を受け付ける。操作部１７としては、マウスやトラックボールなどのポインティングデバイス、モード切替スイッチ等の選択デバイス、あるいはキーボード等の入力デバイスを適宜、利用することが可能である。

表示制御部１８は、マップ画像の重畳された血管モデル画像や、ボリュームレンダリング画像などをモニタ１６に表示する。

制御部１９は、医用画像処理装置１の中枢として機能する。制御部１９は、リスクを評価する処理の開始要求を操作部１７から受けると、医用画像処理装置１内の各部を制御して、リスクを評価する処理を実行する。

医用画像処理装置１は、汎用のコンピュータ装置を基本ハードウェアとして利用することができる。医用画像処理装置１は、コンピュータ装置に搭載されたプロセッサ（ＣＰＵ： central processor unit）が画像処理プログラムを実行することにより、手術リスクの定量的評価処理を実現することができる。画像処理プログラムは、コンピュータ装置に予めインストールされている。あるいは画像処理プログラムは、磁気ディスクや光磁気ディスク、光ディスク、半導体メモリ等のようなリムーバブルな記録媒体に記録されてコンピュータ装置に配布されたり、ネットワークを介してコンピュータ装置に配布されたりしてもよい。配布された画像処理プログラムは、コンピュータ装置に適宜インストールされて実現される。なお、上記の各部は、その一部または全てをロジック回路等のハードウェアにより実現することも可能である。また、上記の各部は、ハードウェアとソフトウェア制御とを組み合わせて実現することも可能である。次に、上記構成を基礎として複数の実施形態を説明する。

図２は、図１に示される医用画像処理装置１における処理手順の一例を示すフローチャートである。図２において、医用画像処理装置１は、ＣＴ装置、ＭＲ装置またはＸＲ撮像装置から取得したボリュームデータ１１ａ（ステップＳ１）を画像処理して、血管構造を抽出すると共に、更に血管におけるナイダス、流入動脈および分岐血管を抽出する（ステップＳ２、Ｓ３）。この抽出手順は全ての流入動脈に繋がるナイダスが抽出されるまで繰り返される（ステップＳ４）。

図３は、脳動静脈奇形の病態の一例を模式的に示す図である。図３において、点線で囲われた領域がナイダス（符号１００）を示す。ナイダス１００は、流入動脈ａ１〜ａ３を介して動脈２０に接続される。動脈２０は、ナイダス１００との接続箇所から下流側で複数の血管（分岐血管ｖ１〜ｖ６）に分岐し、さらに分岐を繰り返して毛細血管３０に至る。毛細血管３０は脳組織の深部に至ったのち、やがて互いに合流して静脈４０となる。ナイダス１００はこの静脈４０にも接続されているので、いわばナイダス１００により毛細血管が短絡されることになる。

さて、図２のステップＳ２およびＳ３の手順において、図３に示されるようなナイダス１００、流入動脈ａ１〜ａ３、および分岐血管ｖ１〜ｖ６が抽出されるとする。入力となるボリュームデータ１１ａの空間分解能は血管形状を解析できる程度の精度があれば十分である。この精度を確保できれば、ＣＴ、ＭＲ、またはＸＲ（３Ｄ再構成撮影）に限られるものではない。

図２のフローチャートにおいて、次に、各流入動脈の塞栓の順番（塞栓順番）が医用画像処理装置１に登録される（ステップＳ５）。例えば、全ての塞栓順番を登録することができる。図３に示されるように３本の流入動脈ａ１〜ａ３について、ａ１→ａ２→ａ３、ａ１→ａ３→ａ２、ａ２→ａ１→ａ３、ａ２→ａ３→ａ１、ａ３→ａ１→ａ２、ａ３→ａ２→ａ１の６通りの塞栓順番を登録することができる。あるいは、一部の塞栓順番だけを登録するようにしてもよい。全ての塞栓順番の中から一部の塞栓順番に絞り込むためには、例えば血管の位置や太さなどの解剖学的情報を利用することができる。例えば血管の太さが細い流入血管を先に塞栓する塞栓順番だけを登録したり、その逆に太い流入血管を先に塞栓するものに絞り込むことができる。また、一旦全ての塞栓順番を登録した後に、ユーザがその中のいくつかを選択することで後の解析に用いる塞栓順番を絞り込んでもよい。例えば、ユーザの選択によってａ１→ａ２→ａ３、ａ１→ａ３→ａ２の２通りだけを登録しても良い。

併せてこのステップＳ５では、血行動態の計測対象とする箇所（計測対象箇所）がユーザのマニュアル操作により設定される。例えば図４に示されるように、分岐血管が毛細血管に至る部分の上流側に、複数の計測対象箇所（ｔ１〜ｔ４）を設定することが可能である。

次に、流入動脈ａ１〜ａ３のそれぞれについて塞栓位置が決定される（ステップＳ６）。図５のｐ１〜ｐ３で示される塞栓位置の最適な位置は、ナイダスの根元とは限らない。塞栓位置を深い側にずらした方が予後が良好な場合もある。塞栓位置ｐ１〜ｐ３はユーザが手動で決めても良い。または、最適位置はＣＦＤ解析により求めることもできる。つまり、医用画像処理装置１（プログラム）が血管の任意の位置に塞栓位置をセットして（つまり、一定の大きさの塞栓領域を配置して）ＣＦＤ解析を実施し、解析の結果血流の停止する塞栓位置を自動で検出してもよい。

次に、医用画像処理装置１はＣＦＤ解析を実行する（ステップＳ７）。すなわち解析機能１５ｂは、ステップＳ５で登録された塞栓順番のそれぞれについて、計測対象箇所ｔ１〜ｔ４における流体パラメータをＣＦＤシミュレーションにより算出する。

図６は、塞栓順番のそれぞれについてのＣＦＤ解析の結果の一例を示す図である。図中、○、△、□および×などのシンボルは数値の一例を示す。なお同じシンボルが同じ数値を示すとは限らない。

塞栓順番１→２→３は、ａ１→ａ２→ａ３の順序で流入動脈が塞栓されることを示し、対象１〜４はそれぞれ計測対象箇所ｔ１〜ｔ４に対応する。登録された塞栓順番の全てについてのＣＦＤ解析が完了すると、医用画像処理装置１は、それぞれの塞栓順番について、各計測対象箇所ｔ１〜ｔ４におけるＣＦＤパラメータの変化を評価する。

図７は、それぞれの塞栓順番についての計測対象箇所ｔ１〜ｔ４におけるＣＦＤパラメータに係わる指標の一例を示す図である。ＣＦＤパラメータに係わる指標としては例えば順に塞栓していった場合の各時点におけるＣＦＤパラメータの平均値、あるいは標準偏差などが挙げられる。計算機能１５ｃは、それぞれの塞栓順番についてＣＦＤパラメータの平均値、および標準偏差を計算し、ＣＦＤパラメータの安定度を基準として各塞栓順番のリスクを評価する。

図８は、リスク評価手法の一例を説明するための図である。図８は、流入動脈ａ１〜ａ３を或る塞栓順番で塞栓したときのＣＦＤパラメータのシミュレーション値を、計測対象箇所ｔ１〜ｔ４ごとにヒストグラムで示す。図８において計測対象箇所ｔ１、ｔ４については比較的安定しているが、計測対象箇所ｔ２、ｔ３については値の変動が大きく上限および下限から逸脱するケースもある。計算機能１５ｃは、このような不安定な挙動を示す塞栓順番についてはリスクが高いと判断し、推奨の対象から除外する。

そして、全ての塞栓順番についての解析が終わりリスク評価が完了すると（ステップＳ８でＹｅｓ）、計算機能１５ｃは最もＣＦＤパラメータの安定している塞栓順番を特定し、提示機能１５ｅに渡す。安定している、とは、各箇所を塞栓したその時々における各ＣＦＤパラメータのばらつきの少ないことに対応する。または、各時点におけるいずれかのＣＦＤパラメータが、予め定めた下限値あるいは上限値を超過している状態を、安定していない（不安定である）、と判定しても良い。提示機能は、上記リスク（あるいは安定の度合い）に基づいて、少なくとも一つの推奨すべき塞栓順番を、例えばモニタ１６において視覚的に提示する（ステップＳ９）。

図９は、流入動脈の塞栓と血流量との関係の一例を示す模式図である。図９（ａ）は流入動脈ａ１を塞栓した状態を示し、図９（ｂ）は流入動脈ａ１，ａ２を塞栓した状態を示し、図９（ｃ）は流入動脈ａ１〜ａ３を全て塞栓した状態を示す。塞栓箇所が増えるほどに血流量も変化することになるので、血流量を反映するＣＦＤパラメータも変動する。処理回路１５のカラーマッピング機能１５ｅは、ＣＦＤパラメータの値に対応する色、あるいはＣＦＤパラメータの変動の度合いに応じた色を血管の３次元モデル画像の画素ごとにアサインしたマップ画像を作成し、モニタ１６に表示する。図９においては、それぞれの分岐血管の血流動態の変化が点状のハッチングにより区別して示される。ハッチングの違いが色の違いを示す。このほか、ＣＦＤパラメータが閾値を超える血管を他と異なる色で表示しても良い。一連の塞栓が全て完了した時点でＣＦＤパラメータが閾値を超える血管があれば、該当する血管を異なる色で表示しても良いし、一連の塞栓のうちいずれかの時点で閾値を超える血管があれば、異なる色で表示しても構わない。

以上説明したようにこの実施形態では、ＣＴやＭＲＩなどで得られたボリュームデータに基づいて３次元血管モデルを抽出し、ナイダスと、流入動脈および分岐血管を抽出する。そして、複数の流入動脈を異なる順列組合せで塞栓した個々のケースごとにＣＦＤを用いたシミュレーション解析を実施し、指定された計測箇所におけるＣＦＤパラメータの挙動を評価する。そして、ＣＦＤパラメータの最も安定している塞栓順番を推奨とする。つまり塞栓するたびにＣＦＤパラメータが大きく変化する塞栓順番の優先順位を下げるようにし、特に、ＣＦＤパラメータが閾値を超えたり下回ったりするケースはＮＧ扱いとして、採用しないようにする。

例えば、ＣＦＤパラメータの標準偏差の最も小さい塞栓順番を推奨してもよい。あるいは、ＣＦＤパラメータの値と既定の閾値との比較結果に基づいて、推奨すべき塞栓順番を決定してもよい。例えばＣＦＤパラメータをグラフ化し、上限下限内に収まっている塞栓順番を、実際の手術に適用すべき塞栓順番の候補としてもよい。上限、下限はユーザが決めてもよいし、あるいは一般的に推奨される値を用いても良い。

以上の構成により、各流入動脈を塞栓した場合に血行動態がどのように変化するかを術前に知ることができるようになるので、血行動態の急激な変動に伴う出血などの手術リスクを低くすることが可能になる。つまり各々の流入動脈を塞栓した場合の血流予測と、推奨される塞栓順番を確認することができるようになるので、医師の血管内治療の治療計画に役立てることができる。これらのことから、血行動態の変化によるリスクを定量的に評価できるようになり、治療計画の検討を支援することが可能になる。

なお、本発明は上記実施の形態に限定されるものではない。例えば、推奨すべき塞栓順番を絞り込む処理に、血管の位置や太さなどの指標を判断の材料に加えても良い。治療すべきナイダスの数が閾値以上（例えば６本以上）などの場合に、一定の太さ以上の血管だけを限定して塞栓順番を計算しても良い。

逆に、例えば流入動脈が３本あった場合でも２本しか塞栓しないケースもありうる。リスクおよび推奨順番の評価にこのようなケースを含めても良い。実際の手術においては一部の血管を残しておく場合もありうるからである。このような場合に手術計画を行うためには、抽出された複数の塞栓位置のうち、塞栓を行わない塞栓位置をユーザが指定する。

また、複数の流入動脈と複数の塞栓箇所との順列組合せの全てについてＣＦＤ解析を実施する必要は無い。候補として抽出された幾つかのケースに対してＣＦＤ解析を実施して、リスクの低い塞栓順番を選択して推奨するようにしても良い。候補は、オペレータにより選択されても良いし、装置による計算に基づいて抽出されても良い。

また、流入動脈の血流を停止させる術式は「塞栓」に限られない。例えば、回頭手術において血管をクリップで順番に挟んで血流を止める術式（クリッピング）もあるし、メスで血管を順番に切り取る術式もある。上記構成はこの種の術式のいずれにも適用することができる。

また、医用画像処理装置１を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより、実行処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳ（Operating System）や周辺機器等のハードウェアを含むものであってもよい。

「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。

さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（例えばＤＲＡＭ（Dynamic Random Access Memory））のように、一定時間プログラムを保持しているものも含むものとする。

また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。

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））等の回路を意味する。プロセッサは記憶回路に保存されたプログラムを読み出し実行することで機能を実現する。なお、記憶回路にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。なお、上記各実施形態の各プロセッサは、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。さらに、上記各実施形態における複数の構成要素を１つのプロセッサへ統合してその機能を実現するようにしてもよい。

本発明の実施形態を説明したが、この実施形態は例として提示するものであり、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。この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…ＬＡＮ、３…医用画像発生装置、４…ＰＡＣＳ、１１…メモリ、１１ａ…ボリュームデータ、１１ｂ…プログラム、１２…通信部、１３…入力部、１４…画像処理部、１５…処理回路、１５ａ…抽出機能、１５ｂ…解析機能、１５ｃ…計算機能、１５ｄ…提示機能、１５ｅ…カラーマッピング機能、１６…モニタ、１７…操作部、１８…表示制御部、１９…制御部、２０…動脈、３０…毛細血管、４０…静脈、１００…ナイダス、ａ１〜ａ３…流入動脈、ｐ１〜ｐ３…塞栓位置、ｔ１〜ｔ４…計測対象箇所、ｖ１〜ｖ６…分岐血管。

Claims (7)

1. 被検体の動脈を含む特定部位に関するボリュームデータを記憶する記憶部と、
   前記動脈に接続し特異な血管走行構造を有する奇形領域と、当該奇形領域への血液の流入血管とを前記ボリュームデータから抽出する抽出部と、
   前記流入血管が複数有る場合に、当該複数の流入血管を異なる順番で塞栓した複数通りに亘る塞栓順番ごとの血行動態を解析する解析部と、
   前記解析の結果に基づいて、前記塞栓順番ごとのリスクを計算する計算部と、
   前記計算されたリスクに基づいて、少なくとも一つの推奨すべき塞栓順番を提示する提示部とを具備する、医用画像処理装置。
2. 前記解析部は、前記複数の流入血管を異なる順番および異なる位置で塞栓したケースごとの血行動態を解析し、
   前記計算部は、前記解析の結果に基づいて、前記ケースごとのリスクを計算し、
   前記提示部は、前記計算されたリスクに基づいて前記推奨すべきケースを提示する、請求項１に記載の医用画像処理装置。
3. 前記抽出部は、さらに、前記奇形領域との接続箇所の下流側における前記動脈からの分岐血管を抽出し、
   前記解析部は、前記分岐血管に設定される計測対象箇所ごとの流体パラメータを計算し、
   前記計算部は、前記流体パラメータの安定度を基準として前記リスクを計算する、請求項１または請求項２に記載の医用画像処理装置。
4. 前記抽出部は、さらに、前記奇形領域との接続箇所の下流側における前記動脈からの分岐血管を抽出し、
   前記解析部は、前記分岐血管に設定される計測対象箇所ごとの流体パラメータを計算し、
   前記計算部は、前記流体パラメータの既定の閾値との差に基づいて前記リスクを計算する、請求項１または請求項２に記載の医用画像処理装置。
5. さらに、前記ボリュームデータから、前記分岐血管を含む３次元の血管モデル画像を作成する画像処理部と、
   前記３次元モデル画像の前記分岐血管に、前記計算された流体パラメータをカラーマッピングして表示する表示部とを具備する、請求項３または４に記載の医用画像処理装置。
6. 被検体の特定部位を撮像して画像データを得る撮影部と、
   前記画像データから前記特定部位に関するボリュームデータを作成する作成部と、
   前記ボリュームデータから、特異な血管走行構造を有する奇形領域と、当該奇形領域への血液の流入血管とを抽出する抽出部と、
   前記流入血管が複数有る場合に、当該複数の流入血管を異なる順番で塞栓した複数通りに亘る塞栓順番ごとの血行動態を解析する解析部と、
   前記解析の結果に基づいて、前記塞栓順番ごとのリスクを計算する計算部と、
   前記計算されたリスクに基づいて、少なくとも一つの推奨すべき塞栓順番を提示する提示部とを具備する、医用画像診断装置。
7. コンピュータに、被検体の特定部位に関するボリュームデータを記憶部に記憶させるための命令と、
   前記コンピュータに、前記ボリュームデータから、特異な血管走行構造を有する奇形領域と、当該奇形領域への血液の流入血管とを抽出させるための命令と、
   前記コンピュータに、前記流入血管が複数有る場合に、当該複数の流入血管を異なる順番で塞栓した複数通りに亘る塞栓順番ごとの血行動態を解析させるための命令と、
   前記コンピュータに、前記解析の結果に基づいて、前記塞栓順番ごとのリスクを計算させるための命令と、
   前記コンピュータに、前記計算されたリスクに基づいて、少なくとも一つの推奨すべき塞栓順番を提示させるための命令とを含む、プログラム。