JP2019103848A - 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム - Google Patents

医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム Download PDF

Info

Publication number
JP2019103848A
JP2019103848A JP2019039179A JP2019039179A JP2019103848A JP 2019103848 A JP2019103848 A JP 2019103848A JP 2019039179 A JP2019039179 A JP 2019039179A JP 2019039179 A JP2019039179 A JP 2019039179A JP 2019103848 A JP2019103848 A JP 2019103848A
Authority
JP
Japan
Prior art keywords
medical image
coronary artery
image
image processing
fluid analysis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2019039179A
Other languages
English (en)
Other versions
JP6768862B2 (ja
Inventor
智司 若井
Tomoji Wakai
智司 若井
坂口　卓弥
Takuya Sakaguchi
卓弥 坂口
高橋　章仁
Akihito Takahashi
章仁 高橋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Medical Systems Corp
Original Assignee
Canon Medical Systems Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Canon Medical Systems Corp filed Critical Canon Medical Systems Corp
Publication of JP2019103848A publication Critical patent/JP2019103848A/ja
Application granted granted Critical
Publication of JP6768862B2 publication Critical patent/JP6768862B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/466—Displaying means of special interest adapted to display 3D data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/504—Clinical applications involving diagnosis of blood vessels, e.g. by angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5247—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Vascular Medicine (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Cardiology (AREA)
  • Nuclear Medicine (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)

Abstract

【課題】流体解析による結果と医用画像との比較を容易に行なうことができる医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラムを提供することである。【解決手段】実施形態に係る医用画像処理方法は、被検体の冠動脈に関する圧力指標値の空間分布を示すデータと、被検体の心筋に関する機能指標の空間分布を示すデータとを取得し、冠動脈の圧力指標値と、心筋の機能指標とに基づいて評価情報を算出し出力する、ことを含む。【選択図】図２

Description

本発明の実施の形態は、医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラムに関する。
近年、冠動脈狭窄病変の診断は、狭窄の有無や狭窄の程度などを形態学的に評価する「解剖学的評価」、及び、心筋虚血の有無や心筋虚血の程度などを客観的に評価する「生理学的評価」の両面からなされている。また、「生理学的評価」に用いられる生理学的指標として、ＦＦＲ（Fractional Flow Reserve）や、ＣＦＲ（Coronary Flow Reserve）などが注目を集めている。例えば、ＦＦＲは、冠動脈の狭窄によって引き起こされる心筋虚血の程度を示す指標であり、狭窄存在下の最大冠血流量と狭窄非存在下の最大冠血流量との比で示される。また、例えば、ＣＦＲは、心筋における酸素需要の増大に対応して冠血流量を増大させ得る能力を示す指標であり、安静時と最大反応性充血時との冠血流量の比で示される。
従来、これらの生理学的指標は、所定の計測装置によって算出されるが、近年、血管を含む画像データを用いた解析により、上述した生理学的指標を算出する解析技術が知られている。例えば、Ｘ線ＣＴ装置によって収集された冠動脈を含むＣＴ画像から冠動脈の解剖学的構造モデル（３次元ポリゴンモデル）を生成し、生成した３次元ポリゴンモデルに対して流体解析（CFD：Computational Fluid Dynamics）処理を施すことで、冠動脈内の圧力分布や、血流速度分布、ＦＦＲ値などをシミュレートし、３次元ポリゴンモデル上に表示するＣＴ−ＦＦＲが知られている。しかしながら、上述した従来技術では、流体解析による結果と医用画像との比較が困難となる場合があった。
特表２０１０−５２６５５６号公報 特表２００４−５２８９２０号公報 特表２００３−５２５０６７号公報 特開２０１１−１５６３２１号公報
本発明が解決しようとする課題は、流体解析による結果と医用画像との比較を容易に行なうことができる医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラムを提供することである。
実施形態に係る医用画像処理方法は、被検体の冠動脈に関する圧力指標値の空間分布を示すデータと、前記被検体の心筋に関する機能指標の空間分布を示すデータとを取得し、前記冠動脈の圧力指標値と、前記心筋の機能指標とに基づいて評価情報を算出し出力する、ことを含む。
図１は、第１の実施形態に係る医用画像処理装置を含むシステムの構成例を説明するための図である。 図２は、第１の実施形態に係る医用画像処理装置の構成の一例を示す図である。 図３は、第１の実施形態に係る３Ｄ冠動脈モデル生成部による３Ｄ冠動脈モデルの生成の一例を示す図である。 図４は、第１の実施形態に係る流体解析部による解析の一例を説明するための図である。 図５は、第１の実施形態に係る表示部にて表示されるフュージョン画像の一例を示す図である。 図６は、第１の実施形態に係る医用画像処理装置の処理の手順を示すフローチャートである。 図７は、第２の実施形態に係る医用画像処理装置の構成の一例を示す図である。 図８は、第２の実施形態に係る表示部にて表示されるフュージョン画像の一例を示す図である。 図９は、第２の実施形態に係る医用画像処理装置の処理の手順を示すフローチャートである。 図１０は、第３の実施形態に係る医用画像処理装置の構成の一例を示す図である。 図１１は、第３の実施形態に係る表示部にて表示されるフュージョン画像の一例を示す図である。 図１２は、第３の実施形態に係る医用画像処理装置の処理の手順を示すフローチャートである。 図１３は、第４の実施形態に係る表示部にて表示されるフュージョン画像の一例を示す図である。 図１４Ａは、第４の実施形態に係る表示部にて表示されるフュージョン画像の一例を示す図である。 図１４Ｂは、第４の実施形態に係る表示部にて表示されるフュージョン画像の一例を示す図である。 図１５は、第４の実施形態に係る表示部にて表示されるフュージョン画像の一例を示す図である。 図１６は、第４の実施形態に係る表示部にて表示されるフュージョン画像の一例を示す図である。
以下、図面を参照しながら、実施形態に係る医用画像処理装置及び医用画像診断装置を説明する。なお、以下の実施形態においては、医用画像処理装置１００の実施形態を説明する。
（第１の実施形態）
図１は、第１の実施形態に係る医用画像処理装置１００を含むシステム１の構成例を説明するための図である。図１に示すように、第１の実施形態に係る医用画像処理装置１００は、医用画像診断装置２００及び画像保管装置３００と、例えば、病院内に設置された院内ＬＡＮ（Local Area Network）などのネットワーク２により接続される。ここで、各装置は、直接的、又は間接的に相互に通信可能な状態となっており、例えば、システム１にＰＡＣＳ（Picture Archiving and Communication System）が導入されている場合、各装置は、ＤＩＣＯＭ（Digital Imaging and Communications in Medicine）規格に則って、医用画像等を相互に送受信する。
医用画像診断装置２００は、Ｘ線診断装置、Ｘ線ＣＴ（Computed Tomography）装置、ＭＲＩ（Magnetic Resonance Imaging）装置、超音波診断装置、ＳＰＥＣＴ（Single Photon Emission Computed Tomography）装置、ＰＥＴ（Positron Emission computed Tomography）装置、ＳＰＥＣＴ装置とＸ線ＣＴ装置とが一体化されたＳＰＥＣＴ−ＣＴ装置、ＰＥＴ装置とＸ線ＣＴ装置とが一体化されたＰＥＴ−ＣＴ装置、又はこれらの装置群等である。また、第１の実施形態に係る医用画像診断装置２００は、３次元の医用画像データ（ボリュームデータ）を生成可能である。
具体的には、第１の実施形態に係る医用画像診断装置２００は、被検体を撮影することによりボリュームデータを生成する。例えば、医用画像診断装置２００は、被検体を撮影することにより投影データやＭＲ信号等のデータを収集し、収集したデータから、被検体の体軸方向に沿った複数のアキシャル面の医用画像データを再構成することで、ボリュームデータを生成する。例えば、医用画像診断装置２００は、５００枚のアキシャル面の医用画像データを再構成する。この５００枚のアキシャル面の医用画像データ群が、ボリュームデータである。なお、医用画像診断装置２００により撮影された被検体の投影データやＭＲ信号等自体をボリュームデータとしても良い。
また、第１の実施形態に係る医用画像診断装置２００は、生成したボリュームデータを画像保管装置３００に送信する。なお、医用画像診断装置２００は、ボリュームデータを画像保管装置３００に送信する際に、付帯情報として、例えば、患者を識別する患者ＩＤ、検査を識別する検査ＩＤ、医用画像診断装置２００を識別する装置ＩＤ、医用画像診断装置２００による１回の撮影を識別するシリーズＩＤ等を送信する。
画像保管装置３００は、医用画像を保管するデータベースである。具体的には、第１の実施形態に係る画像保管装置３００は、医用画像診断装置２００から送信されたボリュームデータを記憶部に格納し、これを保管する。なお、第１の実施形態において、画像保管装置３００に保管されたボリュームデータは、患者ＩＤ、検査ＩＤ、装置ＩＤ、シリーズＩＤ等と対応付けて保管される。このため、医用画像処理装置１００は、患者ＩＤ、検査ＩＤ、装置ＩＤ、シリーズＩＤ等を用いた検索を行なうことで、必要なボリュームデータを画像保管装置３００から取得する。
医用画像処理装置１００は、医用画像に対して画像処理を行なう画像処理装置であり、例えば、ワークステーション、ＰＡＣＳ（Picture Archiving and Communication System）の画像サーバやビューワ、電子カルテシステムの各種装置などである。第１の実施形態に係る医用画像処理装置１００は、医用画像診断装置２００又は画像保管装置３００から取得したボリュームデータに対して種々の処理を行ない、心筋虚血の有無や心筋虚血の程度などを評価するための生理学的指標のシミュレーションを行い、シミュレーション結果と医用画像とを表示する。ここで、本実施形態に係る医用画像処理装置１００は、流体解析による生理学的指標のシミュレーション結果と医用画像との比較を容易に行なうことを可能にする。
上述したように、従来技術においては、流体解析による生理学的指標のシミュレーションが行なわれているが、シミュレーション結果が３次元ポリゴンモデル上に表示されるものである。３次元ポリゴンモデルは、医用画像診断装置によって収集された医用画像と比較すると、画素値や解剖学的組織の構造情報などの情報が欠落もしくは少なくなっている。したがって、シミュレーション結果と３次元ポリゴンモデルの同時表示だけでは診断能が十分ではなく、医用画像との比較が求められる場合がある。例えば、粗いモデリングによって生成された３次元ポリゴンモデルでは狭窄がモデル上で認識されない場合があり、医用画像での確認が求められる場合もある。そこで、本実施形態に係る医用画像処理装置１００は、以下、詳細に説明する構成により、流体解析による結果と医用画像との比較を容易に行なうことを可能にする。
具体的には、本実施形態に係る医用画像処理装置１００は、医用画像診断装置２００によって生成された医用画像から解剖学的構造モデル（例えば、３次元ポリゴンモデル）を生成し、生成した解剖学的構造モデルに対して流体解析処理を施すことで、生理学的指標（例えば、ＦＦＲやＣＦＲなど）のシミュレーション結果を取得する。そして、医用画像処理装置１００は、取得したシミュレーション結果と医用画像との位置合わせを行い、位置合わせを行った医用画像の対応する位置にシミュレーション結果を示したフュージョン画像を表示する。
図２は、第１の実施形態に係る医用画像処理装置１００の構成の一例を示す図である。医用画像入力部１１０は、医用画像診断装置２００又は画像保管装置３００から医用画像のボリュームデータを取得する。具体的には、医用画像入力部１１０は、医用画像診断装置２００によって収集された血管を含む画像を取得する。ここで、血管を含む画像とは、冠動脈などの血管を対象として撮影された画像のことであり、造影下で収集された医用画像及び非造影下で収集された医用画像を含む。
例えば、医用画像入力部１１０は、操作者による操作を受け付け、医用画像診断装置２００としてのＸ線ＣＴ装置によって収集された冠動脈を含む心臓領域のＣＴ画像のボリュームデータを取得する。そして、医用画像入力部１１０は、取得したボリュームデータを医用画像記憶部１３１に格納する。なお、医用画像入力部１１０は、ネットワーク２を介して医用画像のボリュームデータを取得するだけでなく、可搬性の記憶媒体を介してボリュームデータを取得することも可能である。
医用画像記憶部１３１は、医用画像入力部１１０によって取得された医用画像を記憶する。例えば、医用画像記憶部１３１は、医用画像入力部１１０によって取得された冠動脈を含む心臓領域のＣＴ画像のボリュームデータなどを記憶する。
心臓領域抽出部１４１は、医用画像記憶部１３１から医用画像のボリュームデータを読み出し、読み出したボリュームデータから心臓領域を抽出する。ここで、心臓領域抽出部１４１による心臓領域の抽出は、既存の公知技術により実現できる。例えば、心臓領域抽出部１４１は、人体アトラスを利用したパターンマッチングや、ボリュームデータの画素値（ボクセル値）に基づく領域拡張法などを適用することで、ボリュームデータ中の心臓領域に対応するボクセルの位置を抽出する。
そして、冠動脈領域抽出部１４２は、心臓領域抽出部１４１によって抽出された心臓領域に含まれる冠動脈領域を抽出する。ここで、冠動脈領域抽出部１４２による冠動脈領域の抽出についても、既存の公知技術により実現できる。例えば、冠動脈領域抽出部１４２は、領域拡張法などを適用することで、心臓領域に対応するボクセルの中から冠動脈領域に対応するボクセルの位置を抽出する。一例を挙げると、冠動脈領域抽出部１４２は、心臓領域のＣＴ画像において、造影剤によって変化するボクセルのＣＴ値に基づいて冠動脈領域に対応するボクセルの位置を抽出する。
そして、冠動脈領域抽出部１４２は、抽出した冠動脈領域の画像データを冠動脈領域記憶部１３２に格納する。また、冠動脈領域抽出部１４２は、医用画像における抽出した冠動脈領域の位置の情報を医用画像・冠動脈領域相対位置記憶部１３３に格納する。すなわち、冠動脈領域抽出部１４２は、心臓領域抽出部１４１によって抽出された医用画像における心臓領域に対応するボクセルの位置の情報に基づいて、心臓領域から抽出した冠動脈領域に対応するボクセルの医用画像のボリュームデータにおける位置を抽出し、抽出した位置の情報を医用画像・冠動脈領域相対位置記憶部１３３に格納する。
冠動脈領域記憶部１３２は、冠動脈領域抽出部１４２によって抽出された冠動脈領域の画像データを記憶する。医用画像・冠動脈領域相対位置記憶部１３３は、冠動脈領域抽出部１４２によって抽出された冠動脈領域に対応するボクセルの医用画像のボリュームデータにおける位置の情報を記憶する。
３Ｄ冠動脈モデル生成部１４３は、冠動脈領域抽出部１４２によって抽出された冠動脈領域に対応するボクセルの情報を用いて冠動脈を３次元でモデリングした３Ｄ冠動脈モデルを生成する。例えば、３Ｄ冠動脈モデル生成部１４３は、冠動脈領域の表面を多角形のポリゴンの集合で表現した３次元ポリゴンモデルである３Ｄ冠動脈モデルを生成する。図３は、第１の実施形態に係る３Ｄ冠動脈モデル生成部１４３による３Ｄ冠動脈モデルの生成の一例を示す図である。例えば、３Ｄ冠動脈モデル生成部１４３は、図３に示すように、ＣＴ画像のボリュームデータから抽出された冠動脈領域のデータを用いて３Ｄ冠動脈モデルを生成する。
そして、３Ｄ冠動脈モデル生成部１４３は、生成した３Ｄ冠動脈モデルを後述する流体解析部１４４に送出する。ここで、３Ｄ冠動脈モデル生成部１４３は、生成した３Ｄ冠動脈モデルと医用画像との位置関係を医用画像・３Ｄ冠動脈モデル相対位置記憶部１３４に格納する。例えば、３Ｄ冠動脈モデル生成部１４３は、３Ｄ冠動脈モデルを表現する各ポリゴンに対応するボクセルの位置（例えば、座標など）の情報を医用画像・３Ｄ冠動脈モデル相対位置記憶部１３４に格納する。医用画像・３Ｄ冠動脈モデル相対位置記憶部１３４は、３Ｄ冠動脈モデル生成部１４３によって生成された３Ｄ冠動脈モデルと医用画像との位置関係（例えば、座標変換行列など）を記憶する。
図２に戻って、流体解析部１４４は、医用画像診断装置２００によって収集された血管を含む画像を用いて血管における血流に関する指標を流体解析によって解析する。具体的には、流体解析部１４４は、流体解析初期条件・境界条件入力部１１１から入力された各種条件を用いて、３Ｄ冠動脈モデル生成部１４３によって生成された３Ｄ冠動脈モデルに対して流体解析を行なうことで、冠動脈内の圧力分布や、血流速度分布、ＦＦＲ値などを解析する。ここで、流体解析初期条件・境界条件入力部１１１は、血管内の血流に関する指標を流体解析によってシミュレートするための条件（例えば、血液の質量、粘性及び流速や、血管のヤング率など）の入力を受け付ける。例えば、流体解析初期条件・境界条件入力部１１１は、操作者による直接入力を受け付ける。なお、流体解析初期条件・境界条件入力部１１１が、データベースから条件を取得する場合であってもよい。
図４は、第１の実施形態に係る流体解析部１４４による解析の一例を説明するための図である。例えば、図４に示すように、流体解析部１４４は、３Ｄ冠動脈モデル生成部１４３によって生成された３Ｄ冠動脈モデルに対して、流体解析初期条件・境界条件入力部１１１から入力された各種条件を用いた流体解析を行なうことで、図４の真ん中上段の図にしめす３Ｄ冠動脈モデル内の圧力分布（Pressure (mm Hg)）を解析したり、図４の真ん中下段の図にしめす３Ｄ冠動脈モデル内の血流速度分布（Velocity (cm/s)）を解析したりする。
さらに、流体解析部１４４は、図４の右側の図に示すように、解析した３Ｄ冠動脈モデル内の圧力分布（Pressure (mm HG)）や、血流速度分布（Velocity (cm/s)）などから、３Ｄ冠動脈モデルにおけるＦＦＲ値（ＣＴ−ＦＦＲ）などを算出する。例えば、図４に示すように、流体解析部１４４は、３Ｄ冠動脈モデルの各位置におけるＦＦＲ値を解析する。そして、流体解析部１４４は、３Ｄ冠動脈モデル内の圧力分布や、血流速度分布、ＦＦＲ値などの流体解析結果を流体解析結果記憶部１３５に格納する。また、流体解析部１４４は、３Ｄ冠動脈モデルと流体解析結果との位置関係を３Ｄ冠動脈モデル・流体解析結果相対位置記憶部１３６に格納する。
流体解析結果記憶部１３５は、流体解析部１４４による流体解析結果を記憶する。３Ｄ冠動脈モデル・流体解析結果相対位置記憶部１３６は、流体解析部１４４による流体解析結果と３Ｄ冠動脈モデルとの位置関係を記憶する。
位置合わせ処理部１４５は、医用画像診断装置２００によって収集された血管を含む画像を用いた流体解析によって解析された血管における血流に関する指標の画像上の位置を特定する。具体的には、位置合わせ処理部１４５は、血管を含む画像から抽出された３Ｄポリゴンモデルを用いた流体解析によって解析された指標の画像上の位置を特定する。例えば、位置合わせ処理部１４５は、ＣＴ画像から抽出された冠動脈を用いて生成された３Ｄ冠動脈モデルを用いた流体解析結果のＣＴ画像上での位置を特定する。
一例を挙げると、位置合わせ処理部１４５は、まず、医用画像・冠動脈領域相対位置記憶部１３３によって記憶された医用画像のボリュームデータにおける冠動脈領域に対応するボクセルの位置の情報と、医用画像・３Ｄ冠動脈モデル相対位置記憶部１３４によって記憶された医用画像のボリュームデータにおける３Ｄ冠動脈モデルの位置の情報とを読み出して、医用画像における冠動脈領域の位置に対する３Ｄ冠動脈モデルの位置を特定することで、冠動脈領域と３Ｄ冠動脈モデルとの位置合わせを行う。
そして、位置合わせ処理部１４５は、３Ｄ冠動脈モデル・流体解析結果相対位置記憶部１３６によって記憶された３Ｄ冠動脈モデルにおける流体解析結果の位置を読み出し、流体解析結果を位置合わせした冠動脈領域に対応付ける。換言すると、位置合わせ処理部１４５は、冠動脈領域における流体解析結果の位置を特定する。そして、位置合わせ処理部１４５は、特定した位置の情報を後述する医用画像・流体解析結果フュージョン画像生成部１４６に送出する。
上述したように、位置合わせ処理部１４５が医用画像と解剖学的構造モデルとの位置合わせを行うことで、例えば、医用画像・流体解析結果フュージョン画像生成部１４６は、医用画像に含まれる血管の正確な位置にシミュレーション結果を示したフュージョン画像を生成することができる。なお、位置合わせの手法は上述した手法に限られず、その他任意の手法に行われる場合であってもよい。例えば、医用画像と解剖学的構造モデルの解剖学的ランドマークを基準にして位置合わせする場合であってもよい。かかる場合には、例えば、位置合わせ処理部１４６は、医用画像のボリュームデータに含まれる冠動脈と３Ｄ冠動脈モデルとを、解剖学的ランドマークを基準にして位置合わせする。そして、位置合わせ処理部１４６は、ボリュームデータに含まれる冠動脈に３Ｄ冠動脈モデルにおける流体解析結果の位置を対応付けることで、冠動脈領域における流体解析結果の位置を特定する。
医用画像・流体解析結果フュージョン画像生成部１４６は、血管を含む画像上に位置を表示するとともに、位置に対応付けて指標を表示部１２０に表示させる。具体的には、医用画像・流体解析結果フュージョン画像生成部１４６は、位置合わせ処理部１４５によって位置合わせされた冠動脈領域における流体解析結果の位置に基づいて、医用画像記憶部１３１から読み出した医用画像の対応する位置に流体解析結果を示したフュージョン画像を生成し、生成したフュージョン画像を表示部１２０に表示させる。
図５は、第１の実施形態に係る表示部１２０にて表示されるフュージョン画像の一例を示す図である。例えば、医用画像・流体解析結果フュージョン画像生成部１４６は、図５の左側の図に示すように、心臓のＣＴ画像の冠動脈の対応する位置に、流体解析部１４４による流体解析結果「ＣＴ−ＦＦＲ：０．９０」及び「ＣＴ−ＦＦＲ：０．６７」を対応付けたフュージョン画像を生成して、表示部１２０に表示させる。これにより、観察者は、流体解析結果と、形態情報とを比較しながら診断を行なうことができ、診断能を向上させることができる。
ここで、医用画像・流体解析結果フュージョン画像生成部１４６は、ボリュームレンダリング画像だけではなく、例えば、図５の右側の上段に示すように、ＣＰＲ（Curved Multi Planer Reconstruction）画像や、ＭＰＲ画像の冠動脈に対応する位置に流体解析結果「ＣＴ−ＦＦＲ：０．９０」及び「ＣＴ−ＦＦＲ：０．６７」を対応付けたフュージョン画像を生成して、表示部１２０に表示させることも可能である。また、医用画像・流体解析結果フュージョン画像生成部１４６は、例えば、図５の右側の下段に示すように、冠動脈のＣＳ（cross section）画像に圧力分布などの流体解析結果を示すフュージョン画像を生成して、表示部１２０に表示させることも可能である。このように、医用画像・流体解析結果フュージョン画像生成部１４６は、おおもとのボリュームデータから種々の画像を生成し、生成した画像上に流体解析結果を示したフュージョン画像を生成して表示することができる。なお、医用画像上に示す流体解析結果は任意に選択することができ、例えば、冠動脈内の圧力分布の違いを色で示し、冠動脈の各位置にＦＦＲ値を示したフュージョン画像を生成して表示することも可能である。
図６は、第１の実施形態に係る医用画像処理装置１００の処理の手順を示すフローチャートである。図６においては、医用画像から生成した３Ｄ冠動脈モデルによる流体解析結果をＣＴ画像上に示す場合について示す。図６に示すように、第１の実施形態に係る医用画像処理装置１００においては、医用画像入力部１１０が、医用画像を取得し（ステップＳ１０１）、心臓領域抽出部１４１及び冠動脈領域抽出部１４２が、それぞれ医用画像における心臓領域と、心臓領域における冠動脈領域とを抽出する。そして、冠動脈領域抽出部１４２が、医用画像における冠動脈の位置を医用画像・冠動脈領域相対位置記憶部１３３に記憶させる（ステップＳ１０２）。
その後、３Ｄ冠動脈モデル生成部１４３が、抽出された冠動脈領域を用いて３Ｄ冠動脈モデルを生成し、医用画像における３Ｄ冠動脈モデルの相対位置を医用画像・３Ｄ冠動脈モデル相対位置記憶部１３４に記憶させる（ステップＳ１０３）。さらに、流体解析部１４４が、生成された３Ｄ冠動脈モデルに対して流体解析処理を実行し、３Ｄ冠動脈モデルにおける解析結果の位置を３Ｄ冠動脈モデル・流体解析結果相対位置記憶部１３６に記憶させる（ステップＳ１０４）。
そして、位置合わせ処理部１４５が、医用画像・冠動脈領域相対位置記憶部１３３に記憶された医用画像における冠動脈の位置と、医用画像・３Ｄ冠動脈モデル相対位置記憶部１３４に記憶された医用画像における３Ｄ冠動脈モデルの相対位置と、３Ｄ冠動脈モデル・流体解析結果相対位置記憶部１３６に記憶された３Ｄ冠動脈モデルにおける解析結果の位置とから、医用画像における解析結果の位置を特定して、医用画像上に解析結果の位置を合わせる（ステップＳ１０５）。
その後、医用画像・流体解析結果フュージョン画像生成部１４６が、医用画像上に解析結果の位置と解析結果とを表示したフュージョン画像を生成し（ステップＳ１０６）、生成したフュージョン画像を表示部１２０に表示させる（ステップＳ１０７）。
上述したように、第１の実施形態によれば、位置合わせ処理部１４５は、医用画像診断装置２００によって収集された血管を含む画像を用いた流体解析によって解析された血管における血流に関する指標の画像上の位置を特定する。医用画像・流体解析結果フュージョン画像生成部１４６は、血管を含む画像上に位置を表示するとともに、位置に対応付けて指標を表示部１２０に表示させる。従って、第１の実施形態に係る医用画像処理装置１００は、医用画像の正確な位置に流体解析による解析結果を表示させることができ、流体解析による結果と医用画像との比較を容易に行なうことを可能にする。
その結果、血管の形態的な状態を容易に確認することができ、診断能を向上させることができる。例えば、流体解析による解析結果において、ＦＦＲ値が低かった場合に、その狭窄の狭窄度合いを目視で容易に確認することができる。
また、第１の実施形態によれば、位置合わせ処理部１４５は、血管を含む画像から抽出された３次元ポリゴンモデルを用いた流体解析によって解析された指標の画像上の位置を特定する。従って、第１の実施形態に係る医用画像処理装置１００は、既存の技術を利用して容易に実現することを可能にする。
（第２の実施形態）
第２の実施形態においては、医用画像を解析した解析画像上に流体解析結果を示したフュージョン画像を生成して表示する場合について説明する。図７は、第２の実施形態に係る医用画像処理装置１００ａの構成の一例を示す図である。なお、第２の実施形態においては、解析画像としてパーフュージョン（Perfusion）画像を用いる場合について説明する。また、図７に示すように、第２の実施形態に係る医用画像処理装置１００ａは、図２に示す第１の実施形態に係る医用画像処理装置１００と比較して、心筋パーフュージョン解析処理部１４７と、医用画像・パーフュージョン解析結果相対位置記憶部１３７と、パーフュージョン解析結果記憶部１３８を新たに有する点と、位置合わせ処理部１４５及び医用画像・流体解析結果フュージョン画像生成部１４６による処理が異なる。以下、これらを中心に説明する。
心筋パーフュージョン解析処理部１４７は、医用画像記憶部１３１によって記憶された医用画像を用いて心筋パーフュージョン解析を実行する。具体的には、心筋パーフュージョン解析処理部１４７は、造影剤を投与した被検体の心臓領域を時系列に沿って撮影したＣＴ画像からＣＴ値の経時的濃度変化を算出する。そして、心筋パーフュージョン解析処理部１４７は、算出したＣＴ値の経時的濃度変化から組織内の毛細血管を通過する血流動態を表す指標を組織上にマッピングしたパーフュージョン画像を生成する。
そして、心筋パーフュージョン解析処理部１４７は、医用画像におけるパーフュージョン解析結果（毛細血管を通過する血流動態を表す指標）それぞれの位置の情報を医用画像・パーフュージョン解析結果相対位置記憶部１３７に格納する。また、心筋パーフュージョン解析処理部１４７は、生成したパーフュージョン画像をパーフュージョン解析結果記憶部１３８に格納する。
医用画像・パーフュージョン解析結果相対位置記憶部１３７は、医用画像のボリュームデータにおけるパーフュージョン解析結果それぞれの位置の情報を記憶する。パーフュージョン解析結果記憶部１３８は、パーフュージョン画像を記憶する。
第２の実施形態に係る位置合わせ処理部１４５は、医用画像に基づいて生成された解析画像上における指標の位置を特定する。具体的には、位置合わせ処理部１４５は、３Ｄポリゴンモデルを用いた流体解析によって解析された指標の解析画像上の位置を特定する。例えば、位置合わせ処理部１４５は、ＣＴ画像から抽出された冠動脈を用いて生成された３Ｄ冠動脈モデルを用いた流体解析結果のパーフュージョン画像上での位置を特定する。
一例を挙げると、位置合わせ処理部１４５は、まず、医用画像・パーフュージョン解析結果相対位置記憶部１３７によって記憶された医用画像のボリュームデータにおけるパーフュージョン解析結果それぞれの位置の情報と、医用画像のボリュームデータにおける冠動脈領域に対応するボクセルの位置の情報と、医用画像のボリュームデータにおける３Ｄ冠動脈モデルの位置の情報とを読み出して、それぞれの情報の相対位置を特定することで、医用画像におけるパーフュージョン解析結果と冠動脈領域と３Ｄ冠動脈モデルとの位置合わせを行う。
そして、位置合わせ処理部１４５は、医用画像におけるパーフュージョン解析結果と冠動脈領域と３Ｄ冠動脈モデルとの位置合わせした冠動脈領域における流体解析結果の位置を特定する。そして、位置合わせ処理部１４５は、特定した位置の情報を医用画像・流体解析結果フュージョン画像生成部１４６に送出する。
第２の実施形態に係る医用画像・流体解析結果フュージョン画像生成部１４６は、解析画像上に位置を表示するとともに、位置に対応付けて指標を表示部１２０に表示させる。具体的には、医用画像・流体解析結果フュージョン画像生成部１４６は、位置合わせ処理部１４５によって位置合わせされた医用画像におけるパーフュージョン解析結果、冠動脈領域及び３Ｄ冠動脈モデルと、冠動脈領域における流体解析結果の位置とに基づいて、パーフュージョン解析結果記憶部１３８から読み出したパーフュージョン画像の対応する位置に流体解析結果を示したフュージョン画像を生成し、生成したフュージョン画像を表示部１２０に表示させる。
図８は、第２の実施形態に係る表示部１２０にて表示されるフュージョン画像の一例を示す図である。例えば、医用画像・流体解析結果フュージョン画像生成部１４６は、図８に示すように、心臓領域のパーフュージョン画像の冠動脈の対応する位置に、流体解析部１４４による流体解析結果「ＣＴ−ＦＦＲ：０．９０」及び「ＣＴ−ＦＦＲ：０．６７」を対応付けたフュージョン画像を生成して、表示部１２０に表示させる。
図９は、第２の実施形態に係る医用画像処理装置１００ａの処理の手順を示すフローチャートである。なお、図９においては、図６に示すフローチャートと同一手順には同一のステップ番号を付し、詳細な説明を省略する。図９に示すように、第２の実施形態に係る医用画像処理装置１００ａにおいては、医用画像を取得し（ステップＳ１０１）、医用画像における冠動脈の位置を記憶し（ステップＳ１０２）、医用画像における３Ｄ冠動脈モデルの相対位置を記憶し（ステップＳ１０３）、３Ｄ冠動脈モデルにおける解析結果の位置を記憶する（ステップＳ１０４）。
その後、心筋パーフュージョン解析処理部１４７が、医用画像を用いてパーフュージョン解析処理を実行し、医用画像におけるパーフュージョン解析結果の位置を医用画像・パーフュージョン解析結果相対位置記憶部１３７に記憶させる（ステップＳ２０１）。そして、位置合わせ処理部１４５が、医用画像・パーフュージョン解析結果相対位置記憶部１３７に記憶されたパーフュージョン解析結果と、医用画像・冠動脈領域相対位置記憶部１３３に記憶された医用画像における冠動脈の位置と、医用画像・３Ｄ冠動脈モデル相対位置記憶部１３４に記憶された医用画像における３Ｄ冠動脈モデルの相対位置と、３Ｄ冠動脈モデル・流体解析結果相対位置記憶部１３６に記憶された３Ｄ冠動脈モデルにおける解析結果の位置とから、医用画像における解析結果及びパーフュージョン解析結果の位置を特定して、医用画像上に解析結果及びパーフュージョン解析結果の位置を合わせる（ステップＳ２０２）。
その後、医用画像・流体解析結果フュージョン画像生成部１４６が、医用画像上に解析結果の位置と解析結果及びパーフュージョン解析結果とを表示したフュージョン画像を生成し（ステップＳ２０３）、生成したフュージョン画像を表示部１２０に表示させる（ステップＳ２０４）。
上述したように、第２の実施形態によれば、位置合わせ処理部１４５は、医用画像に基づいて生成されたパーフュージョン画像上における指標の位置を特定する。医用画像・流体解析結果フュージョン画像生成部１４６は、パーフュージョン画像上に位置を表示するとともに、位置に対応付けて指標を表示部１２０に表示させる。従って、第２の実施形態に係る医用画像処理装置１００ａは、流体解析による結果と、医用画像に基づく解析画像との比較を容易に行なうことを可能にする。その結果、診断能をさらに向上させることができる。例えば、パーフュージョン画像によって虚血を観察した場合に、その責任血管のＦＦＲ値を容易に確認することができる。
（第３の実施形態）
第３の実施形態においては、流体解析による解析結果を、異なる医用画像上に示す場合について説明する。図１０は、第３の実施形態に係る医用画像処理装置１００ｂの構成の一例を示す図である。なお、第３の実施形態においては、ＣＴ画像から生成した３Ｄ冠動脈モデルを用いて流体解析によって得られた解析結果を、ＭＲ画像上に示す場合を例に挙げて説明する。また、図１０に示すように、第３の実施形態に係る医用画像処理装置１００ｂは、図２に示す第１の実施形態に係る医用画像処理装置１００と比較して、医用画像間位置合わせ処理部１４８及び医用画像間相対位置記憶部１３９を新たに有する点と、位置合わせ処理部１４５及び医用画像・流体解析結果フュージョン画像生成部１４６による処理が異なる。以下、これらを中心に説明する。
医用画像間位置合わせ処理部１４８は、医用画像記憶部１３１によって記憶された異なる医用画像間の位置合わせを行なう。例えば、医用画像間位置合わせ処理部１４８は、同一被検体の心臓領域を撮影したＣＴ画像とＭＲ画像との位置合わせを行なう。ここで、医用画像間位置合わせ処理部１４８による医用画像間の位置合わせ処理は、既存の公知技術により実現でき、例えば、２つの医用画像のボクセルの類似度を調べることによって、画像の位置合わせを行なう。医用画像間相対位置記憶部１３９は、医用画像間位置合わせ処理部１４８によって実行された異なる医用画像間の位置合わせの情報を記憶する。
第３の実施形態に係る位置合わせ処理部１４５は、異なる種類の医用画像診断装置によって収集された血管を含む医用画像間の位置合わせを行なうことで、異種画像上における指標の位置を特定する。具体的には、位置合わせ処理部１４５は、３Ｄポリゴンモデルを用いた流体解析によって解析された指標の異なる医用画像上の位置を特定する。例えば、位置合わせ処理部１４５は、ＣＴ画像から抽出された冠動脈を用いて生成された３Ｄ冠動脈モデルを用いた流体解析結果のＭＲ画像上での位置を特定する。
一例を挙げると、位置合わせ処理部１４５は、まず、医用画像間相対位置記憶部１３９によって記憶されたＣＴ画像とＭＲ画像との位置合わせの情報と、ＣＴ画像のボリュームデータにおける冠動脈領域に対応するボクセルの位置の情報と、ＣＴ画像のボリュームデータにおける３Ｄ冠動脈モデルの位置の情報とを読み出して、それぞれの情報の相対位置を特定することで、ＭＲ画像における冠動脈領域と３Ｄ冠動脈モデルとの位置合わせを行う。
そして、位置合わせ処理部１４５は、ＭＲ画像における冠動脈領域と３Ｄ冠動脈モデルとの位置合わせした冠動脈領域における流体解析結果の位置を特定する。そして、位置合わせ処理部１４５は、特定した位置の情報を医用画像・流体解析結果フュージョン画像生成部１４６に送出する。
第３の実施形態に係る医用画像・流体解析結果フュージョン画像生成部１４６は、異種画像上に位置を表示するとともに、位置に対応付けて指標を表示部１２０に表示させる。具体的には、医用画像・流体解析結果フュージョン画像生成部１４６は、位置合わせ処理部１４５によって位置合わせされたＭＲ画像における冠動脈領域及び３Ｄ冠動脈モデルと、冠動脈領域における流体解析結果の位置とに基づいて、医用画像記憶部１３１から読み出したＭＲ画像の対応する位置に流体解析結果を示したフュージョン画像を生成し、生成したフュージョン画像を表示部１２０に表示させる。
図１１は、第３の実施形態に係る表示部１２０にて表示されるフュージョン画像の一例を示す図である。例えば、医用画像・流体解析結果フュージョン画像生成部１４６は、図１１に示すように、ＣＴ画像と位置合わせされたＭＲ画像の対応する位置に、ＣＴ画像から生成した３Ｄ冠動脈モデルの流体解析結果「ＣＴ−ＦＦＲ：０．７１」を対応付けたフュージョン画像を生成して、表示部１２０に表示させる。これにより、異なるモダリティによって収集された医用画像と、流体解析の結果とを比較することができ、診断能をより向上させることができる。なお、上述した例はあくまでも一例であり、用いられる医用画像は上述した例に限られず、任意の種類の医用画像を用いることができる。
ここで、上述した例では、ＭＲ画像の原画像に流体解析の結果を示したフュージョン画像を表示する場合について説明したが、本実施形態に係る医用画像処理装置１００ｂは、ＭＲ画像の解析画像上に流体解析の結果を示したフュージョン画像を生成して表示することも可能である。例えば、図１０に示す医用画像処理装置１００ｂが、図７に示した心筋パーフュージョン解析処理部１４７と、医用画像・パーフュージョン解析結果相対位置記憶部１３７と、パーフュージョン解析結果記憶部１３８とをさらに備え、位置合わせ処理部１４５が解析画像との位置合わせを行ない、医用画像・流体解析結果フュージョン画像生成部１４６が解析画像に流体解析の結果を示したフュージョン画像を生成して表示部１２０に表示させる。
図１２は、第３の実施形態に係る医用画像処理装置１００ｂの処理の手順を示すフローチャートである。図１２においては、ＣＴ画像から生成した３Ｄ冠動脈モデルによる流体解析結果をＭＲ画像上に示す場合について示す。図１２に示すように、第３の実施形態に係る医用画像処理装置１００ｂにおいては、医用画像入力部１１０が、ＣＴ画像及びＭＲ画像を取得し（ステップＳ３０１）、医用画像間位置合わせ処理部１４８が、ＣＴ画像とＭＲ画像との位置合わせを行い、相対位置を医用画像間相対位置記憶部１３９に記憶させる（ステップＳ３０２）。
そして、心臓領域抽出部１４１及び冠動脈領域抽出部１４２が、それぞれＣＴ画像における心臓領域と、心臓領域における冠動脈領域とを抽出する。そして、冠動脈領域抽出部１４２が、ＣＴ画像における冠動脈の位置を医用画像・冠動脈領域相対位置記憶部１３３に記憶させる（ステップＳ３０３）。
その後、３Ｄ冠動脈モデル生成部１４３が、抽出された冠動脈領域を用いて３Ｄ冠動脈モデルを生成し、ＣＴ画像における３Ｄ冠動脈モデルの相対位置を医用画像・３Ｄ冠動脈モデル相対位置記憶部１３４に記憶させる（ステップＳ３０４）。さらに、流体解析部１４４が、生成された３Ｄ冠動脈モデルに対して流体解析処理を実行し、３Ｄ冠動脈モデルにおける解析結果の位置を３Ｄ冠動脈モデル・流体解析結果相対位置記憶部１３６に記憶させる（ステップＳ３０５）。
そして、位置合わせ処理部１４５が、ＣＴ画像における冠動脈の位置と、ＣＴ画像における３Ｄ冠動脈モデルの相対位置と、３Ｄ冠動脈モデルにおける解析結果の位置とから、ＣＴ画像における解析結果の位置を特定する（ステップＳ３０６）。さらに、位置合わせ処理部１４５が、ＣＴ画像とＭＲ画像との位置合わせの情報と、ＣＴ画像における解析結果の位置とから、ＭＲ画像における解析結果の位置を特定する（ステップＳ３０７）。
その後、医用画像・流体解析結果フュージョン画像生成部１４６が、ＭＲ画像上に解析結果の位置と解析結果とを表示したフュージョン画像を生成し（ステップＳ３０８）、生成したフュージョン画像を表示部１２０に表示させる（ステップＳ３０９）。
上述したように、第３の実施形態によれば、位置合わせ処理部１４５は、異なる種類の医用画像診断装置によって収集された異なる種類の医用画像間の位置合わせを行なうことで、異なる医用画像上における指標の位置を特定する。医用画像・流体解析結果フュージョン画像生成部１４６は、異なる医用画像上に位置を表示するとともに、位置に対応付けて指標を表示部１２０に表示させる。従って、第３の実施形態に係る医用画像処理装置１００ｂは、種々の医用画像上に流体解析の結果を表示させることができ、診断能をさらに向上させることを可能にする。
（第４の実施形態）
なお、実施形態は、上述した実施形態に限られるものではなく、他の異なる種々の形態にて実施することができる。
上述した実施形態においては、医用画像又は解析画像上に流体解析の結果を表示させる場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、医用画像を解析した解析結果と流体解析の結果とを組み合わせて示される情報を表示させる場合であってもよい。具体的には、第４の実施形態に係る医用画像・流体解析結果フュージョン画像生成部１４６は、血流に関する指標と解析画像にて解析された解析結果とに基づいて導出された評価情報を、指標の位置に対応付けて前記解析画像上に表示させる。例えば、心筋パーフュージョンによる心筋異常と、ＣＴ−ＦＦＲの値とを組み合わせ、それらの状態に応じた狭窄治療レベルを定義して、解析画像上で表示させることも可能である。
一例を挙げると、まず、血管の支配領域における心筋異常及びＣＴ−ＦＦＲ値に基づいて狭窄治療レベルが定義される。ここで、狭窄治療レベルは、任意に設定することができ、例えば、「レベル１：心筋異常＆ＦＦＲ＜０．７５」、「レベル２：心筋異常＆ＦＦＲ≧０．７５」、「レベル３：心筋正常＆ＦＦＲ＜０．７５」、「レベル４：心筋正常＆ＦＦＲ≧０．７５」と設定される。医用画像・流体解析結果フュージョン画像生成部１４６は、医用画像・パーフュージョン解析結果相対位置記憶部１３７からパーフュージョン解析結果を読み出し、血管の位置ごとに、支配領域における血流動態を表す指標を抽出して、ＣＴ−ＦＦＲの値と対応付ける。
そして、医用画像・流体解析結果フュージョン画像生成部１４６は、上述した狭窄治療レベルを参照して、血管の位置ごとに対応するレベルを示したフュージョン画像を生成し、生成したフュージョン画像を表示部１２０にて表示させる。図１３は、第４の実施形態に係る表示部１２０にて表示されるフュージョン画像の一例を示す図である。例えば、医用画像・流体解析結果フュージョン画像生成部１４６は、図１３に示すように、心臓領域のパーフュージョン画像の冠動脈の対応する位置に、狭窄治療レベル「レベル１ ＣＴ−ＦＦＲ：０．６７」や、「レベル４ ＣＴ−ＦＦＲ：０．９０」を対応付けたフュージョン画像を生成して、表示部１２０に表示させる。
ここで、医用画像・流体解析結果フュージョン画像生成部１４６は、図１３に示すように、画像内にレベルの数字を示すことによって狭窄治療レベルの程度を示す場合であってもよいが、レベルをカラーで区別して表示する場合であってもよい。例えば、医用画像・流体解析結果フュージョン画像生成部１４６は、レベル１を赤で強調して表示させ、レベル４を青で表示させる。これにより、操作者は、医用画像を用いた複数の解析結果を複合的な評価結果として観察することができる。
また、医用画像処理装置１００による表示は上述した例に限られず、その他種々の表示を行うことができる。例えば、医用画像・流体解析結果フュージョン画像生成部１４６は、狭窄ごとに種々の表示を行うことができる。図１４Ａ及び図１４Ｂは、第４の実施形態に係る表示部にて表示されるフュージョン画像の一例を示す図である。例えば、医用画像・流体解析結果フュージョン画像生成部１４６は、図１４Ａに示すように、「狭窄１：ＣＴ−ＦＦＲ：０．４」、「狭窄２：ＣＴ−ＦＦＲ：０．６」及び「狭窄３：ＣＴ−ＦＦＲ：０．９」について、狭窄ごとに切り替えて表示することができる。なお、図１４Ａにおいては、すべての狭窄について示されているが、実際には、各狭窄が１つずつ表示される。
かかる場合、例えば、医用画像・流体解析結果フュージョン画像生成部１４６は、ＣＴ−ＦＦＲ値の小さい順に狭窄部位をリスト化して、操作者による操作に応じてリスト順に表示させる。これにより、操作者は、ＣＴ−ＦＦＲ値の小さい順に狭窄周辺を観察して、性状を確認することができる。なお、狭窄部位のリスト化は、任意の順で行うことができ、値が大きい順であってもよい。また、狭窄部位のリスト化は、全ての狭窄を対象として実行されてもよいが、予めＣＴ−ＦＦＲ値のカットオフ値を設定しておき、ＣＴ−ＦＦＲ値がカットオフ値以下となる狭窄だけを対象としてもよい。
また、例えば、医用画像・流体解析結果フュージョン画像生成部１４６は、図１４Ｂに示すように、狭窄１について、ボリュームデータからＣＰＲ画像及びＣＳ画像を生成して、生成した画像を対応づけて表示することにより、さらに細かい確認を行うことができ、ステントを留置する場合の事前確認にも利用することができる。
また、上述した第３の実施形態においては、同一被検体の心臓領域を撮像したＣＴ画像とＭＲ画像とを用いて、ＣＴ画像から生成した３次元ポリゴンモデルに基づく流体解析結果をＭＲ画像にフュージョンさせる場合について説明したが、実施形態はこれに限定されるものではなく、その他種々の医用画像を対象とすることができる。
図１５は、第４の実施形態に係る表示部にて表示されるフュージョン画像の一例を示す図である。例えば、医用画像・流体解析結果フュージョン画像生成部１４６は、図１５に示すように、ＣＴ画像のボリュームデータから生成した冠動脈の３次元画像と、超音波診断装置によって収集された心臓の３次元データに基づく３次元解析画像とを重畳させ、冠動脈上にＣＴ−ＦＦＲの値を示したフュージョン画像を表示部１２０に表示させることも可能である。かかる場合には、位置合わせ処理部１４５が、ＣＴ画像のボリュームデータと、超音波画像のボリュームデータとを位置合わせする。そして、医用画像・流体解析結果フュージョン画像生成部１４６は、位置合わせされた情報に基づいて、冠動脈の３次元画像と心臓の３次元解析画像と、流体解析結果とをフュージョンさせたフュージョン画像を表示させる。
また、上述した位置合わせを行うことにより、その他の解析画像とフュージョンさせることも可能である。図１６は、第４の実施形態に係る表示部にて表示されるフュージョン画像の一例を示す図である。例えば、医用画像・流体解析結果フュージョン画像生成部１４６は、図１６に示すように、超音波データに基づいて生成されたポーラーマップ（ｐｏｌａｒ−ｍａｐ）上の血管にＣＴ−ＦＦＲの値を示したフュージョン画像を表示部１２０にて表示させることも可能である。ここで、ポーラーマップとは、３次元心機能情報がマッピングされた３次元データを平面に展開した画像データであり、図１６の画像はポーラーマップ上に血管を示す血管像を投影した画像である。
このように、本願にかかる医用画像処理装置１００は、医用画像上に流体解析の結果を示したフュージョン画像を表示させることで、流体解析による結果と医用画像との比較を容易に行うことを可能にする。ここで、流体解析の結果がフュージョンされる画像は、流体解析に用いられた解剖学的構造モデルの生成に用いられた医用画像、解剖学的構造モデルの生成に用いられた医用画像を解析することで得られた解析画像、解剖学的構造モデルの生成に用いられた医用画像とは異なるモダリティで収集された異種医用画像、或いは、異種医用画像を解析することで得られた解析画像が用いられる。さらに、流体解析の結果がフュージョンされる画像は、上記した画像単体でもよく、医用画像と解析画像とがフュージョンされた画像であってもよい。
上述した実施形態においては、医用画像から生成した３次元ポリゴンモデルを用いて流体解析を行なう場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、医用画像のボリュームデータを用いて流体解析を行なう場合であってもよい。かかる場合には、例えば、医用画像処理装置１００は、医用画像のボリュームデータから冠動脈の内壁に相当するボクセルを抽出し、抽出したボクセル群を用いて流体解析を実行する。
上述した実施形態においては、各種処理を医用画像処理装置が行なう場合について説明したが、実施形態はこれに限定されるものではなく、例えば、超音波診断装置、磁気共鳴イメージング装置、核医学イメージング装置などの医用画像診断装置に、適用する場合であってもよい。
また、上述した実施形態においては、血流に関する指標として、ＦＦＲを例に挙げて説明したが実施形態はこれに限定されるものではなく、例えば、ＣＦＲや、それらをカスタマイズした他の指標などを対象としてもよい。
また、上述した実施形態においては、冠動脈を想定したが、実施形態はこれに限られるものではなく、他の血管にも同様に適用できる。
また、上述した実施形態において説明した医用画像処理装置の構成はあくまでも一例であり、各構成は適宜、統合したり分割したりすることができる。
以上述べた少なくとも一つの実施形態の医用画像処理装置及び医用画像診断装置によれば、流体解析による結果と医用画像との比較を容易に行なうことができる。
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。
１００、１００ａ、１００ｂ 医用画像処理装置
１１０ 医用画像入力部
１４３ ３Ｄ冠動脈モデル生成部
１４５ 位置合わせ処理部
１４６ 医用画像・流体解析結果フュージョン画像生成部

Claims (8)

  1. 被検体の冠動脈に関する圧力指標値の空間分布を示すデータと、前記被検体の心筋に関する機能指標の空間分布を示すデータとを取得し、
    前記冠動脈の圧力指標値と、前記心筋の機能指標とに基づいて評価情報を算出し出力する、
    ことを含む、医用画像処理方法。
  2. 前記冠動脈の任意の位置または領域と、前記任意の位置または領域に対応する心筋上の位置または領域とを特定し、
    前記冠動脈の任意の位置又は領域における前記圧力指標値と、前記心筋上の対応する位置又は領域における前記機能指標とに基づいて評価情報を算出する、請求項１に記載の医用画像処理方法。
  3. 前記冠動脈の任意の位置または領域、又は、前記任意の位置または領域に対応する心筋上の位置または領域に対応付けて、前記評価情報を出力する、請求項１又は２に記載の医用画像処理方法。
  4. 前記機能指標は、前記心筋に関するパーフュージョン解析を行って得られた指標である、請求項１〜３のいずれか１つに記載の医用画像処理方法。
  5. 前記圧力指標値は、前記冠動脈を示す解剖学的構造モデルを用いた流体解析によって得られた指標値である、請求項１〜４のいずれか１つに記載の医用画像処理方法。
  6. 被検体の冠動脈に関する圧力指標値の空間分布を示すデータと、前記被検体の心筋に関する機能指標の空間分布を示すデータとを取得する取得部と、
    前記冠動脈の圧力指標値と、前記心筋の機能指標とに基づいて評価情報を算出し出力する処理部と、
    を備える、医用画像処理装置。
  7. 被検体の冠動脈に関する圧力指標値の空間分布を示すデータと、前記被検体の心筋に関する機能指標の空間分布を示すデータとを取得する取得部と、
    前記冠動脈の圧力指標値と、前記心筋の機能指標とに基づいて評価情報を算出し出力する処理部と、
    を備える、医用画像処理システム。
  8. 被検体の冠動脈に関する圧力指標値の空間分布を示すデータと、前記被検体の心筋に関する機能指標の空間分布を示すデータとを取得し、
    前記冠動脈の圧力指標値と、前記心筋の機能指標とに基づいて評価情報を算出し出力する、
    各処理をコンピュータに実行させる、医用画像処理プログラム。
JP2019039179A 2014-02-10 2019-03-05 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム Active JP6768862B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014023740 2014-02-10
JP2014023740 2014-02-10

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2015024491A Division JP6495037B2 (ja) 2014-02-10 2015-02-10 医用画像処理装置及び医用画像診断装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2020156954A Division JP7132299B2 (ja) 2014-02-10 2020-09-18 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム

Publications (2)

Publication Number Publication Date
JP2019103848A true JP2019103848A (ja) 2019-06-27
JP6768862B2 JP6768862B2 (ja) 2020-10-14

Family

ID=53775380

Family Applications (5)

Application Number Title Priority Date Filing Date
JP2015024491A Active JP6495037B2 (ja) 2014-02-10 2015-02-10 医用画像処理装置及び医用画像診断装置
JP2019039179A Active JP6768862B2 (ja) 2014-02-10 2019-03-05 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム
JP2020156954A Active JP7132299B2 (ja) 2014-02-10 2020-09-18 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム
JP2022133778A Active JP7309986B2 (ja) 2014-02-10 2022-08-25 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム
JP2023110156A Pending JP2023139022A (ja) 2014-02-10 2023-07-04 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2015024491A Active JP6495037B2 (ja) 2014-02-10 2015-02-10 医用画像処理装置及び医用画像診断装置

Family Applications After (3)

Application Number Title Priority Date Filing Date
JP2020156954A Active JP7132299B2 (ja) 2014-02-10 2020-09-18 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム
JP2022133778A Active JP7309986B2 (ja) 2014-02-10 2022-08-25 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム
JP2023110156A Pending JP2023139022A (ja) 2014-02-10 2023-07-04 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム

Country Status (2)

Country Link
US (3) US20150228115A1 (ja)
JP (5) JP6495037B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020199328A (ja) * 2014-02-10 2020-12-17 キヤノンメディカルシステムズ株式会社 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014084398A1 (ja) * 2012-11-30 2014-06-05 株式会社 東芝 医用画像診断装置
JP6818492B2 (ja) * 2015-10-05 2021-01-20 キヤノンメディカルシステムズ株式会社 画像処理装置、画像処理方法、及びプログラム
CN108475428B (zh) * 2015-12-22 2022-04-29 皇家飞利浦有限公司 心脏模型引导的冠状动脉分割的系统及方法
JP6639935B2 (ja) * 2016-02-09 2020-02-05 キヤノンメディカルシステムズ株式会社 画像処理装置およびｍｒｉ装置
US10463328B2 (en) * 2016-05-09 2019-11-05 Canon Medical Systems Corporation Medical image diagnostic apparatus
JP6981807B2 (ja) * 2016-10-04 2021-12-17 キヤノンメディカルシステムズ株式会社 医用情報処理装置、ｘ線ｃｔ装置、医用情報処理プログラム、医用情報処理方法及び医用情報処理システム
US20220015730A1 (en) * 2018-11-28 2022-01-20 Koninklijke Philips N.V. Most relevant x-ray image selection for hemodynamic simulation

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010274106A (ja) * 2009-04-28 2010-12-09 Toshiba Corp 画像表示装置およびｘ線診断装置
JP2013534154A (ja) * 2010-08-12 2013-09-02 ハートフロー， インコーポレイテッド 患者固有の血流のモデリングのための方法およびシステム
US20140249399A1 (en) * 2013-03-04 2014-09-04 Siemens Aktiengesellschaft Determining Functional Severity of Stenosis

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU3187900A (en) 1999-03-09 2000-09-28 Florence Medical Ltd. A method and system for pressure based measurements of cfr and additional clinical hemodynamic parameters
US6585660B2 (en) 2001-05-18 2003-07-01 Jomed Inc. Signal conditioning device for interfacing intravascular sensors having varying operational characteristics to a physiology monitor
EP2086415B1 (en) 2006-11-22 2011-06-08 Koninklijke Philips Electronics N.V. Combining x-ray with intravascularly acquired data
KR100894985B1 (ko) * 2007-06-29 2009-04-24 삼성전자주식회사 금속 연마용 슬러리 조성물, 이를 이용한 금속 대상체의연마 방법 및 금속 배선의 형성 방법
JP5523681B2 (ja) 2007-07-05 2014-06-18 株式会社東芝 医用画像処理装置
JP2011526485A (ja) * 2008-06-30 2011-10-13 アンスティテュ、ナショナル、ド、ラ、サント、エ、ド、ラ、ルシェルシュ、メディカル（アンセルム） 血栓障害および自己免疫障害の処置におけるｃｄ３１ペプチドの使用
EP2491114B8 (en) 2009-10-23 2017-01-25 Amorcyte, Inc. Compositions and uses for treating progressive myocardial injury due to a vascular insufficiency
US8391578B2 (en) 2009-11-11 2013-03-05 General Electric Company Method and apparatus for automatically registering images
JP5595745B2 (ja) 2010-01-06 2014-09-24 株式会社東芝 Ｘ線透視装置
JP5068334B2 (ja) 2010-03-17 2012-11-07 富士フイルム株式会社 医用画像変換装置および方法並びにプログラム
WO2011114733A1 (ja) * 2010-03-17 2011-09-22 富士フイルム株式会社 医用画像変換装置および方法並びにプログラム
US8157742B2 (en) * 2010-08-12 2012-04-17 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
JP4937397B2 (ja) * 2010-10-25 2012-05-23 富士フイルム株式会社 医用画像診断支援装置および方法、並びにプログラム
JP5981248B2 (ja) 2011-07-06 2016-08-31 東芝メディカルシステムズ株式会社 医用画像診断装置
WO2013031741A1 (ja) 2011-08-26 2013-03-07 イービーエム株式会社 血流性状診断のためのシステム、その方法及びコンピュータソフトウエアプログラム
US9533010B2 (en) * 2011-10-31 2017-01-03 Amorcyte, Llc Compositions and methods for treating progressive myocardial injury due to a vascular insufficiency
US20150228115A1 (en) 2014-02-10 2015-08-13 Kabushiki Kaisha Toshiba Medical-image processing apparatus and medical-image diagnostic apparatus

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010274106A (ja) * 2009-04-28 2010-12-09 Toshiba Corp 画像表示装置およびｘ線診断装置
JP2013534154A (ja) * 2010-08-12 2013-09-02 ハートフロー， インコーポレイテッド 患者固有の血流のモデリングのための方法およびシステム
US20140249399A1 (en) * 2013-03-04 2014-09-04 Siemens Aktiengesellschaft Determining Functional Severity of Stenosis

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020199328A (ja) * 2014-02-10 2020-12-17 キヤノンメディカルシステムズ株式会社 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム
JP7132299B2 (ja) 2014-02-10 2022-09-06 キヤノンメディカルシステムズ株式会社 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム

Also Published As

Publication number Publication date
JP2023139022A (ja) 2023-10-03
JP2015164525A (ja) 2015-09-17
JP2022167972A (ja) 2022-11-04
US20150228115A1 (en) 2015-08-13
JP6768862B2 (ja) 2020-10-14
US20180020998A1 (en) 2018-01-25
JP7309986B2 (ja) 2023-07-18
JP7132299B2 (ja) 2022-09-06
JP2020199328A (ja) 2020-12-17
JP6495037B2 (ja) 2019-04-03
US20210085271A1 (en) 2021-03-25
US11364002B2 (en) 2022-06-21
US10888290B2 (en) 2021-01-12

Similar Documents

Publication Publication Date Title
JP6768862B2 (ja) 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム
JP6548393B2 (ja) 医用画像表示装置および医用画像表示システム
CN102551780B (zh) 用于确定和显示心肌的供血的装置和计算机断层造影仪
JP4786246B2 (ja) 画像処理装置及び画像処理システム
JP6318739B2 (ja) 画像処理装置、およびプログラム
KR102149369B1 (ko) 의료 영상을 시각화하는 방법 및 이를 이용한 장치
CN110717487A (zh) 用于识别脑血管异常的方法和系统
JP6981940B2 (ja) 画像診断支援装置、方法及びプログラム
US8933926B2 (en) Image processing apparatus, method, and program
JP6734111B2 (ja) 所見情報作成装置及びシステム
US20230095242A1 (en) Method and system for multi-modality joint analysis of vascular images
JP2021504046A (ja) 動的術中セグメンテーションデータに対する静的術前計画データの位置合わせ
WO2019058657A1 (ja) 流体解析装置および流体解析装置の作動方法並びに流体解析プログラム
US20110242096A1 (en) Anatomy diagram generation method and apparatus, and medium storing program
JP2015006323A (ja) 画像処理装置及び画像処理方法
CN110546684B (zh) 时变数据的定量评估
JP6494942B2 (ja) 画像処理装置、及び、画像処理方法
JP2014204809A (ja) 医療画像生成システム、医療画像生成方法、及び医療画像生成プログラム
JP7059391B2 (ja) 流体解析装置、方法およびプログラム
JP6411072B2 (ja) 医用画像処理装置、医用画像処理方法およびプログラム
JP2023521838A (ja) 合成医用画像の作成
JP2022047359A (ja) 医用画像処理装置、医用画像処理システム、及び、医用画像処理方法
WO2019058658A1 (ja) 流体解析装置および流体解析装置の作動方法並びに流体解析プログラム
JP2020096773A (ja) 医用画像処理装置、方法およびプログラム
Kownacki et al. Advanced server-based diagnostic imaging and post-processing workflow at European Centre of Health Otwock, Poland

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190305

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20191225

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200114

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20200303

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200511

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200825

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200923

R150 Certificate of patent or registration of utility model

Ref document number: 6768862

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150