JP2018175700A - 医用画像診断装置、医用画像処理装置、及び医用画像処理プログラム - Google Patents

Abstract

【課題】医用画像診断装置において、骨の異常部等による臓器への影響度を操作者に提示すること。【解決手段】本実施形態に係る医用画像診断装置は、骨及び臓器を含む医用のボリュームデータを生成するボリューム生成手段と、前記ボリュームデータに基づいて、前記骨の異常部と前記異常部を有する骨の領域とを特定する骨特定手段と、前記ボリュームデータにおける前記異常部及び前記領域に基づいて、前記異常部又は前記領域による前記臓器への影響度を算出する影響度算出手段と、前記ボリュームデータに基づく画像に、前記影響度に関する情報を重畳して表示部に表示させる重畳手段と、を有する。【選択図】 図２

Description

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

肋骨が深く折れたりして臓器に刺されば命取りになりかねないので、医用画像処理装置では、患者の肋骨を観察する場合がある。その場合、肋骨を含むボリュームデータに基づいて肋骨を３Ｄ表示したり、ＣＰＲ（Curved Multi Planer Reconstruction）表示したりする。ＣＰＲ表示は、肋骨の芯線に沿って展開表示されるものであり、ＣＰＲ表示によれば、肋骨全体を一枚の画像で観察することができる。これらの表示により、読影者等の操作者は、肋骨の骨折及びひび等の異常部を簡便に観察することができる。

ＣＰＲ表示によれば、異常部の観察が容易になる反面、骨のみを表示しているため、肋骨周囲の臓器への影響等を確認することが難しいという問題点がある。

特開２０１０−０６３５１４号公報

本発明が解決しようとする課題は、骨の異常部等による臓器への影響度を操作者に提示できる医用画像診断装置、医用画像処理装置、及び医用画像処理プログラムを提供することである。

本実施形態に係る医用画像診断装置は、骨及び臓器を含む医用のボリュームデータを生成するボリューム生成手段と、前記ボリュームデータに基づいて、前記骨の異常部と前記異常部を有する骨の領域とを特定する骨特定手段と、前記ボリュームデータにおける前記異常部及び前記領域に基づいて、前記異常部又は前記領域による前記臓器への影響度を算出する影響度算出手段と、前記ボリュームデータに基づく画像に、前記影響度に関する情報を重畳して表示部に表示させる重畳手段と、を有する。

本実施形態に係るＸ線ＣＴ装置の構成例を示す概略図。 本実施形態に係るＸ線ＣＴ装置の機能例を示すブロック図。 本実施形態に係るＸ線ＣＴ装置の動作例をフローチャートとして示す図。 異常部と先端部との間の芯線を抽出する方法を説明するための図。 異常部を有する骨部分の芯線を推定する方法を説明するための図。 異常部を有する骨部分の芯線の移動量を算出する方法を説明するための図。 影響度を算出する方法を説明するための図。 肺への影響度に関する情報が重畳された画像の例を示す図。 肺への影響度に関する情報が重畳された画像の例を示す図。 （Ａ），（Ｂ）は、図６に示すベクトルの向きから設定されるＭＰＲ断面を示す図。 本実施形態に係る医用画像処理装置の構成例を示す概略図。 本実施形態に係る医用画像処理装置の機能例を示すブロック図。 本実施形態に係る医用画像処理装置の動作例をフローチャートとして示す図。

本実施形態に係る医用画像診断装置、医用画像処理装置、及び医用画像処理プログラムについて、添付図面を参照して説明する。

１．本実施形態に係る医用画像診断装置
本実施形態に係る医用画像診断装置は、骨及び臓器を含む医用画像を生成可能な装置である。例えば、医用画像診断装置は、Ｘ線ＣＴ（Computed Tomography）装置、ＭＲＩ（Magnetic Resonance Imaging）装置、及び超音波診断装置等である。以下、医用画像診断装置がＸ線ＣＴ装置である場合について説明する。

なお、Ｘ線ＣＴ装置によるデータ収集方式には、Ｘ線管とＸ線検出器とが１体として被検体の周囲を回転する回転／回転（Ｒ−Ｒ：Rotate/Rotate）方式や、リング状に多数の検出素子がアレイされ、Ｘ線管のみが被検体の周囲を回転する固定／回転（Ｓ−Ｒ：Stationary/Rotate）方式等の様々な方式がある。いずれの方式でも本発明を適用可能である。以下、本実施形態に係るＸ線ＣＴ装置では、現在、主流を占めている第３世代の回転／回転方式を採用する場合を例にとって説明する。

図１は、本実施形態に係るＸ線ＣＴ装置の構成例を示す概略図である。

図１は、本実施形態に係るＸ線ＣＴ装置１を示す。Ｘ線ＣＴ装置１は、スキャナ装置１１及びコンソール装置１２を含む。コンソール装置１２は、画像処理装置とも称される。Ｘ線ＣＴ装置１のスキャナ装置１１は、通常は検査室に設置され、被検体（例えば、患者）Ｐに関するＸ線の透過データを生成するように構成される。一方、コンソール装置１２は、通常は検査室に隣接する制御室に設置され、透過データを基に投影データを生成してスキャノ画像及び断層画像（再構成画像）等の画像の生成及び表示を行うように構成される。

Ｘ線ＣＴ装置１のスキャナ装置１１は、架台装置２１、寝台装置２２、撮影コントローラ２３、及び操作パネル２４を備える。

スキャナ装置１１の架台装置２１は、土台部（図示省略）に固定された固定架台３１と、回転架台３２とを備える。

固定架台３１は、回転動力回路４１を備える。回転動力回路４１は、撮影コントローラ２３による制御の下、回転架台３２を動かすための各動力部（モータ等）に電気を供給して各動力部を動作させることで、回転架台３２が回転中心を含む開口部の周りを回転するように回転架台３２を固定架台３１に対して回転させる動力回路である。

固定架台３１及び回転架台３２は、スリップリング５１及びデータ伝送装置５２を備える。

スリップリング５１は、回転架台３２の同心円状に配置された環状の電路（金属製のリング）に、固定架台３１側のカーボンブラシやワイヤーブラシ等のブラシを側面から押し当て、スリップさせながら通電させる回転接続用のコネクタである。

データ伝送装置５２は、回転架台３２側の送信回路と、固定架台３１側の受信回路とを備える。送信回路は、後述するデータ収集回路６６によって生成された生データを非接触で受信回路に送信する。受信回路は、送信回路から送信された生データを、後述する撮影コントローラ２３に供給する。

回転架台３２は、高電圧発生装置６１、Ｘ線源（例えば、Ｘ線管）６２、光学系動力回路６３、Ｘ線光学系６４、Ｘ線検出器６５、及びデータ収集回路６６を備える。回転架台３２は、回転フレームとも呼ばれる。回転架台３２は、部材６１〜６６を一体として保持する。即ち、回転架台３２は、Ｘ線管６２とＸ線検出器６５とを対向させた状態で、一体として患者Ｐの周りに回転できる。なお、回転架台３２の回転中心軸と平行な方向、即ち、天板７１の長手方向をｚ方向、そのｚ方向に直交する平面をｘ方向、ｙ方向で定義する。

高電圧発生装置６１は、スリップリング５１を介した撮影コントローラ２３による制御信号によって、各種撮影を実行するために必要な電力をＸ線管６２に供給する。

Ｘ線管６２は、高電圧発生装置６１から供給された管電圧に応じて金属製のターゲットに電子線を衝突させることでＸ線を発生させ、Ｘ線をＸ線検出器６５に向かって照射する。Ｘ線管６２から照射されるＸ線によって、ファンビームＸ線やコーンビームＸ線が形成される。Ｘ線管６２には、撮影コントローラ２３による制御によって、Ｘ線の照射に必要な電力が供給される。

光学系動力回路６３は、撮影コントローラ２３による制御の下、Ｘ線光学系６４を動かすための各動力部（モータ等）に電気を供給して各動力部を動作させることで、Ｘ線光学系６４におけるＸ線の照射範囲を調整する動力回路である。

Ｘ線光学系６４は、Ｘ線ビームの線量、照射範囲、形状、及び線質等を制御する各種の器具を含む。具体的には、Ｘ線光学系６４は、ウェッジフィルタ及びコリメータ等を含む。ウェッジフィルタは、Ｘ線管６２で発生されたＸ線のＸ線量を調整する。コリメータは、光学系動力回路６３による制御によって、線量が調整されたＸ線に対してＸ線の照射範囲を絞り込むためのスリットである。

Ｘ線検出器６５は、チャンネル方向に複数、及び列（スライス）方向に単数の検出素子を有する１次元アレイ型の検出器である。又は、Ｘ線検出器６５は、マトリクス状、即ち、チャンネル方向に複数、及びスライス方向に複数の検出素子を有する２次元アレイ型の検出器である。Ｘ線検出器６５は、Ｘ線管６２から照射されたＸ線を検出する。

２次元アレイ型の検出器は、マルチスライス型検出器とも呼ばれる。Ｘ線検出器６５がマルチスライス型検出器である場合、回転架台３２の１回転（又は半回転＋α）で列方向に幅を有する３次元領域の撮影、即ち、ボリューム撮影を実行することができる。

データ収集回路６６は、複数のＤＡＳ（Data Acquisition System）を有する。各ＤＡＳは、データ収集を行う。各ＤＡＳは、Ｘ線検出器６５の各検出素子が検出する透過データの信号を増幅してデジタル信号である生データ（Raw Data）に変換する。各ＤＡＳは、生データを、データ伝送装置５２を介して撮影コントローラ２３に送信する。

スキャナ装置１１の寝台装置２２は、天板７１及び天板動力回路７２を備える。天板７１は、患者Ｐを載置可能である。

天板動力回路７２は、撮影コントローラ２３による制御の下、天板７１を動かすための各動力部（モータ等）に電気を供給して各動力部を動作させることで、天板７１をｙ方向に沿って昇降動させると共に、ｚ方向に沿って進入／退避動させる動力回路である。天板動力回路７２は、回転架台３２の回転中心を含む開口部に向けて天板７１に載置された患者Ｐを挿入させ、開口部から天板７１に載置された患者Ｐを退避させる。

撮影コントローラ２３は、処理回路（図示省略）及び記憶回路（図示省略）等を備える。撮影コントローラ２３は、コンソール装置１２からの指示に応じて、管電流［ｍＡ］、管電圧［ｋＶ］、Ｘ線強度制御条件（モジュレーション条件）、回転架台３２の回転速度、回転架台３２の回転速度、及び、Ｘ線管６２の焦点サイズ等の撮影条件に従って回転動力回路４１、高電圧発生装置６１、Ｘ線管６２、Ｘ線検出器６５、及び光学系動力回路６３等を制御して、患者Ｐの胸部撮影を実行する。撮影コントローラ２３は、１時相に係るボリュームデータを得るための撮影（「ボリュームスキャン」とも呼ばれる。）を行ったり、複数時相に係る複数のボリュームデータを得るための撮影（「ダイナミックスキャン」とも呼ばれる。）を行ったりすることができる。

操作パネル２４は、架台装置２１の開口部分の両脇や前後等に設けられ、操作者が患者Ｐの様子を確認しながら行う操作を受け付ける。具体的には、天板７１の移動、停止、及び自動送りの指示等を受け付ける。

一方で、コンソール装置１２は、コンピュータをベースとして構成される。コンソール装置１２は、処理回路８１、記憶回路８２、入力回路８３、及びディスプレイ８４等の基本的なハードウェアから構成される。処理回路８１は、共通信号伝送路としてのバスを介して、コンソール装置１２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、コンソール装置１２は、記憶媒体ドライブを具備する場合もある。

処理回路８１は、専用又は汎用のＣＰＵ（Central Processing Unit）又はＭＰＵ（Micro Processor Unit）の他、特定用途向け集積回路（ＡＳＩＣ：Application Specific Integrated Circuit）、及び、プログラマブル論理デバイス等の処理回路を意味する。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）、及び、フィールドプログラマブルゲートアレイ（ＦＰＧＡ：Field Programmable Gate Array）等の回路が挙げられる。処理回路８１は、記憶回路８２に記憶された、又は、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実行することで後述する機能を実現する。

また、処理回路８１は、単一の処理回路によって構成されてもよいし、複数の独立した処理回路の組み合わせによって構成されてもよい。後者の場合、複数の記憶回路８２が複数の処理回路の機能に対応するプログラムをそれぞれ記憶するものであってもよいし、１個の記憶回路８２が複数の処理回路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よい。

記憶回路８２は、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、ハードディスク、及び光ディスク等によって構成される。記憶回路８２は、ＵＳＢ（Universal Serial Bus）メモリ及びＤＶＤ（Digital Video Disk）等の可搬型メディアによって構成されても良い。記憶回路８２は、処理回路８１において用いられる各種処理プログラム（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、プログラムの実行に必要なデータや、画像データを記憶する。また、ＯＳに、操作者に対するディスプレイ８４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８３によって行うことができるＧＵＩ（Graphical User Interface）を含めることもできる。

入力回路８３は、操作者によって操作が可能な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８３に含まれるものとする。入力デバイスは、ポインティングデバイス（例えばマウス）、キーボード、及び各種ボタン等を含む。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て処理回路８１に出力する。なお、コンソール装置１２は、入力デバイスがディスプレイ８４と一体に構成されたタッチパネルを備えてもよい。

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、及び有機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の制御に従って生成された断層画像や、影響度に関する情報が重畳された画像を表示する。

なお、コンソール装置１２は、パラレル接続仕様やシリアル接続仕様に合わせたコネクタによって構成されるＩＦ（Interface）である通信制御回路を備える場合もある。Ｘ線ＣＴ装置１がＬＡＮ（Local Area Network）等のネットワーク上に設けられる場合、通信制御回路は、ネットワーク上の外部装置と情報の送受信を行う。例えば、通信制御回路は、Ｘ線ＣＴ装置１によって生成された画像データを画像管理装置や読影端末（図示省略）等の外部装置に送信したりして、外部装置と通信動作を行う。

続いて、Ｘ線ＣＴ装置１の機能について説明する。

図２は、Ｘ線ＣＴ装置１の機能例を示すブロック図である。

コンソール装置１２の処理回路８１がプログラムを実行することによって、Ｘ線ＣＴ装置１は、画像生成手段（例えば、画像生成機能）８１Ａ、ボリューム生成手段（例えば、ボリューム生成機能）８１Ｂ、骨特定手段（例えば、骨特定機能）８１Ｃ、影響度算出手段（例えば、影響度算出機能）８１Ｄ、及び重畳手段（例えば、重畳機能）８１Ｅとして機能する。なお、機能８１Ａ〜８１Ｅの全部又は一部は、コンソール装置１２にハードウェアとして備えられるものであっても良い。また、機能８１Ａ〜８１Ｅの全部又は一部は、コンソール装置１２のみならず、撮影コントローラ２３に備えられるものであっても良い。

画像生成機能８１Ａは、撮影条件に基づいて撮影コントローラ２３を制御して患者Ｐの胸部撮影を実行させる機能と、胸部撮影によって撮影コントローラ２３から送信されるデータに基づいて、骨及び臓器を含む断層画像を生成する機能とを含む。ここで、臓器とは、器官とも呼ばれる。胸部撮影により断層画像に含まれる臓器としては、例えば、心臓、胃、肺、肝臓、血管、及び神経等が挙げられる。

断層画像を生成する場合の画像再構成法としては、コンボリューション補正逆投影（ＣＢＰ：Convolution Back Projection）法やフィルタ補正逆投影（ＦＢＰ：Filtered Back Projection）法に代表される解析的手法と、代数的手法とが知られており、それらが利用される。代数的手法は一般に反復法を用いて断層画像を求めることから、逐次近似再構成（ＩＲ：Iterative Reconstruction）法と呼ばれる。

また、画像生成機能８１Ａは、生成した断層画像をディスプレイ８４に表示する機能を含むこともできる。

ボリューム生成機能８１Ｂは、画像生成機能８１Ａによって生成された複数の断層画像に基づいて必要に応じて補間処理を行い、骨及び臓器を含む医用のボリュームデータを生成する機能を含む。ボリュームデータは、複数のボクセル値の集合体である。

骨特定機能８１Ｃは、ボリューム生成機能８１Ｂによって生成されたボリュームデータに基づいて、骨の異常部と、その異常部を有する骨の領域とを特定する機能を含む。ここで、骨の異常部は、骨のうち、ひび（亀裂）や骨折の部分を意味する。異常部を有する骨の領域は、異常部を有する骨のうち、異常部以外の部分、例えば、胸骨側又は背骨側の先端の部分（以下、「先端部」と呼ぶ。）や、先端に近い棒状の部分等を意味する。異常部を有する骨の領域は、臓器に刺さったり、臓器を圧迫したりする等、臓器に悪影響を及ぼす。以下、骨特定機能８１Ｃが、ボリュームデータに基づいて、骨の異常部及び先端部を特定する場合について説明する。また、骨の異常部及び先端部の各部の特定は、入力回路８３を介して操作者から指定されるものであってもよいし、ボリュームデータに基づいて、画素値（ＣＴ値）の連続性解析の手法等を使って自動的に抽出されるものであってもよい。

影響度算出機能８１Ｄは、ボリューム生成機能８１Ｂによって生成されたボリュームデータにおける、骨特定機能８１Ｃによって特定された異常部及び先端部に基づいて、異常部又は先端部による臓器への影響度を算出する機能を含む。

重畳機能８１Ｅは、ボリューム生成機能８１Ｂによって生成されたボリュームデータに基づく画像に、影響度算出機能８１Ｄによって算出された影響度に関する情報を重畳してディスプレイ８４に表示させる機能を含む。

なお、機能８１Ａ〜８１Ｅの具体的な動作については、図３〜図１０を用いて後述する。

図３は、Ｘ線ＣＴ装置１の動作例をフローチャートとして示す図である。

画像生成機能８１Ａは、撮影条件に基づいて撮影コントローラ２３を制御して患者Ｐの胸部の撮影を実行させ、胸部撮影によって撮影コントローラ２３から送信されるデータに基づいて、肋骨及び臓器を含む断層画像を生成する（ステップＳＴ１）。また、画像生成機能８１Ａは、ステップＳＴ１によって生成した断層画像をディスプレイ８４に表示することもできる。

ボリューム生成機能８１Ｂは、ステップＳＴ１によって生成された複数の断層画像に基づいて必要に応じて補間処理を行い、肋骨及び臓器を含むボリュームデータを生成する（ステップＳＴ２）。骨特定機能８１Ｃは、ステップＳＴ２によって生成されたボリュームデータに基づいて、骨の異常部と、異常部を有する骨の先端部とを特定する（ステップＳＴ３）。

影響度算出機能８１Ｄは、ステップＳＴ２によって生成されたボリュームデータにおける、ステップＳＴ３によって特定された異常部及び先端部に基づいて、異常部又は先端部による臓器への影響度を算出する（ステップＳＴ４）。影響度算出機能８１Ｄは、ステップＳＴ４において、異常部を有する骨のうち異常部及び先端部の間の骨部分と臓器との距離を算出し、その距離に応じて影響度を算出する。

まず、影響度算出機能８１Ｄは、ステップＳＴ４において、ステップＳＴ３によって特定された異常部及び先端部に基づいて、異常部及び先端部の間の骨部分、例えば、骨部分の芯線を抽出する（ステップＳＴ４１）。以下、抽出される骨部分が、骨部分の芯線である場合について説明するが、その場合に限定されるものではない。例えば、抽出される骨部分は、骨部分の輪郭等であってもよい。

図４は、異常部と先端部との間の芯線を抽出する方法を説明するための図である。

図４は、患者Ｐの肋骨を含むボリュームデータを、患者Ｐの左側から見た図である。ボリュームデータ上に、異常部としてのひびＣと、ひびＣを有する骨の胸骨側の先端部Ｅとを示す。なお、ひびＣは、特定されたひびの位置を芯線上に移した位置とみなすことができ、先端部Ｅは、特定された先端部の位置を芯線上に移した位置とみなすことができる。異常部及び先端部の間の骨部分は、ひびＣと先端部Ｅとの間において芯線Ｌとして抽出される。

図３の説明に戻って、影響度算出機能８１Ｄは、ステップＳＴ４において、ステップＳＴ２によって生成されたボリュームデータに基づいて、異常部を有する骨以外の骨の芯線を抽出し、その芯線から異常部を有する骨部分の正常時の芯線を推定する。例えば、影響度算出機能８１Ｄは、ステップＳＴ４において、ボリュームデータに基づいて、肋骨のうち異常部を有する骨の上下の骨の芯線を抽出し、その芯線から異常部を有する骨部分の正常時の芯線を推定する（ステップＳＴ４２）。即ち、影響度算出機能８１Ｄは、ステップＳＴ４２において、周囲の骨から、異常部を有する骨部分の、異常が起こる前の正常時の芯線を推定する。

図５は、異常部を有する骨部分の芯線を推定する方法を説明するための図である。

図５は、患者Ｐの肋骨を含むボリュームデータを、患者Ｐの左側から見た図である。ボリュームデータ上に、図４に示すひびＣ、先端部Ｅ、及び芯線Ｌを示す。また、ボリュームデータ上に、ひびＣを有する骨の上下に係る骨の芯線Ｌ１，Ｌ２が抽出される。それらの芯線Ｌ１，Ｌ２のほぼ中間線として、ひびＣを有する骨部分の正常時の芯線Ｌ´が推定される。

図３の説明に戻って、影響度算出機能８１Ｄは、ステップＳＴ４において、ステップＳＴ４２によって推定された、異常部を有する骨部分の正常時の芯線から、ステップＳＴ４１によって抽出された、異常部を有する骨部分の異常時の芯線への移動量を算出する（ステップＳＴ４３）。

図６は、異常部を有する骨部分の芯線の移動量を算出する方法を説明するための図である。

図６は、図５に示すひびＣ、先端部Ｅ、及び芯線Ｌ，Ｌ´を拡大した図である。図６に示すように、推定された正常時の芯線Ｌ´の各点から異常時の芯線Ｌに向かうベクトルが算出される。各ベクトルの向きにより、ひびＣを有する骨部分の芯線の移動向きが定義され、各ベクトルの長さにより、異常部を有する骨部分の芯線の移動量が定義される。

ここで、各ベクトルの始点及び終点は、ひびＣからの長さが同一割合となるように求められる。具体的には、まず、芯線Ｌ´の長さＱ［ｍｍ］と、芯線Ｌの長さＲ［ｍｍ］とが求められる。そして、芯線Ｌ´上でひびＣからの長さがｑ［ｍｍ］である点を始点とし、芯線Ｌ上でひびＣからの長さがｑ×Ｒ／Ｑである点を終点とするベクトルが求められる。複数の長さｑ［ｍｍ］について複数のベクトルが求められることになる。なお、ｑ［ｍｍ］は、ひびＣからの長さではなく、各先端部からの長さであってもよい。

図３の説明に戻って、影響度算出機能８１Ｄは、ステップＳＴ４において、ステップＳＴ４３によって算出された移動量に基づく基点からの距離に応じて、骨の異常部又は先端部による臓器への影響度を算出する（ステップＳＴ４４）。

図７は、影響度を算出する方法を説明するための図である。

図７は、図６に示すひびＣ、先端部Ｅ、及び芯線Ｌ，Ｌ´を示す図である。また、図７は、図６において算出された複数のベクトルの中から、最大の長さをもつベクトル（図７では始点Ｅ´のベクトルＶ）が選択される。そして、ベクトルＶの終点Ｅからの距離を示す１又は複数の閾値（図７では１個の閾値Ｔ）が定義される。複数の閾値を設けることで、ひびＣ又は先端部Ｅによる影響度を段階的に分類することもできる。臓器Ａ，Ｂのうち、最大の長さをもつベクトルＶの終点Ｅを基点とし、終点Ｅから閾値Ｔ内の領域を含む臓器Ａが、影響度が大きいものとして特定される。

なお、ひびＣや先端部Ｅの周囲では、呼吸等によって骨の動きが大きいと予想される。そこで、影響度算出機能８１Ｄは、距離（例えば、閾値Ｔ）に加え、基点（例えば、最大の長さをもつベクトルの終点Ｅ）の、ひびＣや先端部Ｅからの距離に応じて、骨の異常部又は先端部による臓器への影響度を算出してもよい。例えば、影響度算出機能８１Ｄは、選択されたベクトルの始点がひびＣや先端部Ｅに近い程、影響度が大きくなるような重み付けを行う。また、影響度算出機能８１Ｄは、距離（例えば、閾値Ｔ）に加え、臓器の種類に応じて、骨の異常部又は先端部による臓器への影響度を算出してもよい。例えば、臓器が、重要度の高い肺の場合、影響度算出機能８１Ｄは、影響度が大きくなるような重み付けを行う。

図３の説明に戻って、重畳機能８１Ｅは、ステップＳＴ４によって影響度が大きいとされる臓器が複数存在か否かを判断する（ステップＳＴ５）。ステップＳＴ５の判断にてＹＥＳ、即ち、影響度が大きいとされる臓器が複数存在と判断される場合、重畳機能８１Ｅは、複数の臓器に予め割り当てられた優先度に基づいて、優先度が高い１個の臓器を特定する（ステップＳＴ６）。

重畳機能８１Ｅは、ステップＳＴ２によって生成されたボリュームデータに基づく画像に、ステップＳＴ６によって特定された１個の臓器に関する情報を重畳してディスプレイ８４に表示させる（ステップＳＴ７）。なお、重畳機能８１Ｅは、ステップＳＴ５の判断にてＹＥＳ、即ち、影響度が大きいとされる臓器が複数あると判断される場合に、全ての臓器に関する情報を重畳してディスプレイ８４に表示させてもよい（ステップＳＴ７）。

一方で、ステップＳＴ５の判断にてＮＯ、即ち、ステップＳＴ４によって影響度が大きいとされる臓器が１個であると判断される場合、重畳機能８１Ｅは、ステップＳＴ２によって生成されたボリュームデータに基づく画像に、ステップＳＴ４によって算出された１個の臓器に関する情報を重畳してディスプレイ８４に表示させる（ステップＳＴ７）。なお、ボリュームデータに基づく画像は、ボリュームレンダリング画像又はサーフェスレンダリング画像等のレンダリング画像や、ＭＰＲ（Multi-Planar Reconstruction）画像や、ＣＰＲ画像等である。

図８及び図９は、肺への影響度に関する情報が重畳された画像の例を示す図である。

図８は、異常部又は先端部による肺への影響度が大きいことを示す情報Ｄが重畳された、ボリュームデータに基づくレンダリング画像を示す。図９は、異常部又は先端部による肺への影響度が大きいことを示す情報Ｄが重畳された、ボリュームデータに基づく任意断面のＭＰＲ画像を示す。これらの画像を表示することで、操作者は、患者Ｐの肺について、骨の異常部又は先端部による影響度が大きいことを視認することができる。

また、ＭＰＲ画像に係る断面（ＭＰＲ断面）は、図６に示すベクトルの向きから設定されてもよい。図１０（Ａ），（Ｂ）は、図６に示すベクトルの向きから設定されるＭＰＲ断面を示す図である。

図１０（Ａ）は、図６に示す、始点Ｅ´及び終点ＥのベクトルＶとその直交線Ｗ１とを示す。ベクトルＶ及び直交線Ｗ１を含む断面としてＭＰＲ断面Ｍ１が定義される。このように決定されたＭＰＲ断面Ｍ１に係る画像を表示することで、操作者は、骨の異常部又は先端部による臓器Ａへの影響度を視認することができる。なお、図６に示すベクトルＶの向きから設定される断面は、図１０（Ａ）に示すＭＰＲ断面Ｍ１の場合に限定されるものではなく、図１０（Ｂ）に示す、ベクトルＶとその直交線Ｗ２とを含むＭＰＲ断面Ｍ２の場合であってもよい。ベクトルＶの直交線は、複数得られるからである。

（第１の変形例）
第１の変形例において、影響度算出手段８１Ｄが、ダイナミックスキャンによる複数時相に係る複数のボリュームデータを用いる場合について説明する。影響度算出手段８１Ｄは、複数のボリュームデータを用いて、次の２個の方法のいずれかを使って異常部又は先端部による臓器への影響度を算出する。

第１に、影響度算出手段８１Ｄは、複数のボリュームデータのそれぞれについて骨部分の移動量を求め、最大の移動量をもつボリュームデータを用いて、異常部又は先端部による臓器への影響度を算出する。その場合、影響度算出手段８１Ｄは、複数のボリュームデータのそれぞれについて図６に示すベクトルを求め、最大の長さをもつベクトルを含むボリュームデータを用いる。

第２に、影響度算出手段８１Ｄは、予め設定された時相、例えば、肺が最も拡張したタイミング、又は、肺が最も収縮したタイミングに係るボリュームデータを用いて、異常部又は先端部による臓器への影響度を算出する。異常部又は先端部による肺への影響度は、肺の拡張及び収縮の運動に従って大きく変動するからである。

また、影響度算出手段８１Ｄは、距離（例えば、図７に示す閾値Ｔ）に加え、基点（例えば、図７に示す最大の長さをもつベクトルの終点Ｅ）の、ひびＣや先端部Ｅからの距離に応じて、骨の異常部又は先端部による臓器への影響度を算出してもよいことについて上述した。しかしながら、基点の、ひびＣや先端部Ｅからの距離に代え、基点に係るベクトルの長さの、時間経過に伴う変化量を用いてもよい。

その場合、影響度算出手段８１Ｄは、複数のボリュームデータのそれぞれについて図６に示すベクトルを求め、骨部分の位置毎に基点に係るベクトルの長さの、時間経過に伴う変化量を求める。そして、影響度算出手段８１Ｄは、複数のボリュームデータのうちいずれかのボリュームデータを用いて算出された距離（例えば、図７に示す閾値Ｔ）に加え、ベクトルの長さの変化量に応じて、骨の異常部又は先端部による臓器への影響度を算出する。例えば、影響度算出手段８１Ｄは、基点に係るベクトルの長さの変化量が大きい程、影響度が大きくなるように重み付けする。

（第２の変形例）
第２の変形例において、影響度算出手段８１Ｄは、同一患者、かつ、同一部位において、異なる検査（例えば、異なる日時）で生成された複数のボリュームデータを用いて、異常部又は先端部による臓器への影響度を算出してもよい。第２の変形例における影響度の具体的な算出方法については、第１の変形例で説明した方法を適用することができる。

以上のように、Ｘ線ＣＴ装置１によれば、骨のひびＣ又は先端部Ｅによる臓器への影響度を操作者に提示できる。

２．本実施形態に係る医用画像処理装置
図１１は、本実施形態に係る医用画像処理装置の構成例を示す概略図である。

図１１は、本実施形態に係る医用画像処理装置２を示す。医用画像処理装置２は、医用画像管理装置（画像サーバ）や、ワークステーションや、読影端末等であり、ネットワークを介して接続された医用画像システム上に設けられる。なお、医用画像処理装置２は、オフラインの装置であってもよい。

医用画像処理装置２は、処理回路９１、記憶回路９２、入力回路９３、ディスプレイ９４、及び通信制御回路９５を備える。

処理回路９１は、図１に示す処理回路８１と同等の構成を備える。処理回路９１は、記憶回路９２に記憶された、又は、処理回路９１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、各部９２〜９５の処理動作を統括的に制御する。

記憶回路９２は、図１に示す記憶回路８２と同等の構成を備える。記憶回路９２は、処理回路９１において用いられる各種処理プログラムや、プログラムの実行に必要なデータを記憶する。また、ＯＳに、操作者に対するディスプレイ９４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９３によって行うことができるＧＵＩを含めることもできる。

入力回路９３は、図１に示す入力回路８３と同等の構成を備える。操作者により入力デバイスが操作されると、入力回路９３はその操作に応じた入力信号を生成して処理回路９１に出力する。なお、医用画像処理装置２は、入力デバイスがディスプレイ９４と一体に構成されたタッチパネルを備えてもよい。

ディスプレイ９４は、図１に示すディスプレイ８４と同等の構成を備える。ディスプレイ９４は、処理回路９１の制御に従って生成された断層画像や重畳画像を表示する。

通信制御回路９５は、パラレル接続仕様やシリアル接続仕様に合わせたコネクタによって構成される。通信制御回路９５は、各規格に応じた通信制御を行い、電話回線を通じてネットワークに接続することができる機能を有しており、これにより、医用画像処理装置２をネットワークに接続させることができる。

続いて、医用画像処理装置２の機能について説明する。

図１２は、医用画像処理装置２の機能例を示すブロック図である。

処理回路９１がプログラムを実行することによって、医用画像処理装置２は、ボリューム取得手段（例えば、ボリューム取得機能）９１Ｂ、骨特定手段（例えば、骨特定機能）９１Ｃ、影響度算出手段（例えば、影響度算出機能）９１Ｄ、及び重畳手段（例えば、重畳機能）９１Ｅとして機能する。なお、機能９１Ｂ〜９１Ｅの全部又は一部は、医用画像処理装置２にハードウェアとして備えられるものであっても良い。

ボリューム取得機能９１Ｂは、記憶回路９１、又は、ネットワークを介して外部装置から、骨及び臓器を含む医用のボリュームデータを取得する機能を含む。なお、ボリューム取得機能９１Ｂは、記憶回路９１、又は、ネットワークを介して外部装置から複数の断層画像を取得し、複数の断層画像に基づいて必要に応じて補間処理を行い、骨及び臓器を含む医用のボリュームデータを生成する機能を含んでもよい。

骨特定機能９１Ｃは、図２に示す骨特定機能８１Ｃと同等の機能を含む。影響度算出機能９１Ｄは、図２に示す影響度算出機能８１Ｄと同等の機能を含む。重畳機能９１Ｅは、図２に示す重畳機能８１Ｅと同等の機能を含む。

図１３は、医用画像処理装置２の動作例をフローチャートとして示す図である。

ボリューム取得機能９１Ｂは、記憶回路９１、又は、ネットワークを介して外部装置から、肋骨及び臓器を含むボリュームデータを取得する（ステップＳＴ１２）。骨特定機能９１Ｃは、ステップＳＴ１２によって取得されたボリュームデータに基づいて、骨の異常部の位置と、異常部を有する骨の先端部の位置とを特定する（ステップＳＴ３）。

なお、図１３において、図３に示すステップと同一ステップには同一符号を付して説明を省略する。

以上のように、医用画像処理装置２及び医用画像処理プログラムによれば、骨のひびＣ又は先端部Ｅによる臓器への影響度を操作者に提示できる。

３．効果
以上述べた少なくともひとつの実施形態の医用画像診断装置、医用画像処理装置、及び医用画像処理プログラムによれば、骨の異常部又は先端部による影響度に応じた臓器の表示を操作者に提示できる。

以上、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…Ｘ線ＣＴ装置（医用画像診断装置）
２…医用画像処理装置
８１，９１…処理回路
８４，９４…ディスプレイ
８１Ａ…画像生成手段
８１Ｂ…ボリューム生成手段
８１Ｃ，９１Ｃ…骨特定手段
８１Ｄ，９１Ｄ…影響度算出手段
８１Ｅ，９１Ｅ…重畳手段
９１Ｂ…ボリューム取得手段
Ｃ…ひび（異常部）
Ｅ…先端部

Claims (12)

1. 骨及び臓器を含む医用のボリュームデータを生成するボリューム生成手段と、
   前記ボリュームデータに基づいて、前記骨の異常部と前記異常部を有する骨の領域とを特定する骨特定手段と、
   前記ボリュームデータにおける前記異常部及び前記領域に基づいて、前記異常部又は前記領域による前記臓器への影響度を算出する影響度算出手段と、
   前記ボリュームデータに基づく画像に、前記影響度に関する情報を重畳して表示部に表示させる重畳手段と、
   を有する医用画像診断装置。
2. 前記影響度算出手段は、前記異常部及び前記領域との間の骨部分と前記臓器との距離を算出し、前記距離に応じて前記影響度を算出する、
   請求項１に記載の医用画像診断装置。
3. 前記影響度算出手段は、前記推定された骨部分から前記算出された骨部分への移動量を算出し、前記移動量に基づく基点からの前記距離に応じて前記影響度を算出する、
   請求項２に記載の医用画像診断装置。
4. 前記影響度算出手段は、前記異常部を有する骨以外の骨から推定された骨部分の芯線の各位置から、前記算出された骨部分の芯線へのベクトルを算出し、最大の長さをもつベクトルの終点を前記基点として前記基点からの前記距離に応じて前記影響度を算出する、
   請求項３に記載の医用画像診断装置。
5. 前記影響度算出手段は、複数時相に係る複数のボリュームデータについてそれぞれ前記ベクトルを算出し、最大の長さをもつベクトルを含むボリュームデータを用いて、前記影響度を算出する、
   請求項４に記載の医用画像診断装置。
6. 前記影響度算出手段は、
   複数時相に係る複数のボリュームデータのそれぞれについて、前記推定された骨部分の芯線の各位置から、前記算出された骨部分の芯線へのベクトルを算出し、
   前記複数のボリュームデータのうちいずれかのボリュームデータを用いて算出された前記距離と、前記基点に係る前記ベクトルの長さの、時間経過に伴う変化量とに応じて前記影響度を算出する、
   請求項３に記載の医用画像診断装置。
7. 前記影響度算出手段は、前記距離と、前記基点の、前記異常部及び前記領域からの距離とに応じて前記影響度を算出する、
   請求項３に記載の医用画像診断装置。
8. 前記影響度算出手段は、前記距離と、前記臓器の種類とに応じて前記影響度を算出する、
   請求項３，６又は７に記載の医用画像診断装置。
9. 前記重畳手段は、前記画像としての、前記ベクトルとその直交線とを含むＭＰＲ（Multi-Planar Reconstruction）断面に係る画像に、前記影響度に関する情報を重畳して前記表示部に表示させる、
   請求項３乃至８のうちいずれか一項に記載の医用画像診断装置。
10. 前記骨特定手段は、前記ボリュームデータに基づいて、前記領域として、前記異常部を有する骨の先端部を特定し、
    前記ボリュームデータにおける前記異常部及び前記先端部に基づいて、前記影響度として、前記異常部又は前記先端部による前記臓器への影響度を算出する、
    請求項１乃至９のうちいずれか一項に記載の医用画像診断装置。
11. 骨及び臓器を含む医用のボリュームデータに基づいて、前記骨の異常部と前記異常部を有する骨の領域とを特定する骨特定手段と、
    前記ボリュームデータにおける前記異常部及び前記領域に基づいて、前記異常部又は前記領域による前記臓器への影響度を算出する影響度算出手段と、
    前記ボリュームデータに基づく画像に、前記影響度に関する情報を重畳して表示部に表示させる重畳手段と、
    を有する医用画像処理装置。
12. コンピュータに、
    骨及び臓器を含む医用のボリュームデータに基づいて、前記骨の異常部と前記異常部を有する骨の領域とを特定する骨特定機能と、
    前記ボリュームデータにおける前記異常部及び前記領域に基づいて、前記異常部又は前記領域による前記臓器への影響度を算出する影響度算出機能と、
    前記ボリュームデータに基づく画像に、前記影響度に関する情報を重畳して表示部に表示させる重畳機能と、
    を実現させる医用画像処理プログラム。

Images