JP2019122449A - 動態画像解析装置 - Google Patents
動態画像解析装置 Download PDFInfo
- Publication number
- JP2019122449A JP2019122449A JP2018003173A JP2018003173A JP2019122449A JP 2019122449 A JP2019122449 A JP 2019122449A JP 2018003173 A JP2018003173 A JP 2018003173A JP 2018003173 A JP2018003173 A JP 2018003173A JP 2019122449 A JP2019122449 A JP 2019122449A
- Authority
- JP
- Japan
- Prior art keywords
- chest
- image
- dynamic
- volume
- images
- 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
Links
- 238000010191 image analysis Methods 0.000 title claims description 19
- 210000004072 lung Anatomy 0.000 claims abstract description 138
- 238000011156 evaluation Methods 0.000 claims abstract description 18
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 18
- 239000000284 extract Substances 0.000 claims abstract description 14
- 230000033001 locomotion Effects 0.000 claims description 44
- 230000004202 respiratory function Effects 0.000 claims description 26
- 238000000605 extraction Methods 0.000 claims description 15
- 230000003434 inspiratory effect Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 10
- 230000000747 cardiac effect Effects 0.000 claims description 5
- 230000004217 heart function Effects 0.000 claims description 5
- 210000000038 chest Anatomy 0.000 description 108
- 238000003384 imaging method Methods 0.000 description 58
- 230000005855 radiation Effects 0.000 description 47
- 238000000034 method Methods 0.000 description 30
- 238000003860 storage Methods 0.000 description 22
- 238000004891 communication Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 9
- 230000000241 respiratory effect Effects 0.000 description 8
- 238000003745 diagnosis Methods 0.000 description 5
- 239000004065 semiconductor Substances 0.000 description 4
- 210000002376 aorta thoracic Anatomy 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000011976 chest X-ray Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002438 flame photometric detection Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
【課題】放射線画像における動きのある被写体の体積の推定精度を向上させることにより、被写体の体積に基づいて推定される被写体の機能の評価指標の推定精度を向上させるとともに、単純Ｘ線画像から得られなかった被写体の機能の評価指標を取得できるようにする。【解決手段】診断用コンソール３の制御部３１によれば、胸部正面と胸部側面の動態画像の各フレーム画像から、肺野の動態に関する特徴量を算出し、算出した特徴量に基づいて、胸部正面と胸部側面の動態画像から互いに呼吸位相が最も近いフレーム画像の組を少なくとも１組以上抽出し、抽出した組毎のフレーム画像に基づいて肺野の体積を推定し、推定した体積に基づいて、肺野の呼吸機能指標を推定する。【選択図】図３
Description
本発明は、動態画像解析装置に関する。
従来、独立して撮影された胸部正面の単純Ｘ線画像と胸部側面の単純Ｘ線画像の肺野面積から、全肺気量(Total Lung Capacity：ＴＬＣ)を推定する手法が提案されている（例えば、非特許文献１参照）。
P.C.Pratt et al., "A Method for the Determination of Total Lung Capacity from Posteroanterior and Lateral Chest Roentgenograms", American Review of Respiratory Disease, 96(3), pp. 548-552, 1967
非特許文献１では、強制最大吸気位の正面と側面の独立した撮影により得られた画像のそれぞれから算出した肺野の面積に基づいて肺野の体積を推定し、推定した体積に基づいてＴＬＣの推定を行っている。しかしながら、両撮影において、強制最大吸気位とみなしたタイミングがずれて肺の大きさが違ってしまうことが多く、精度良く肺野の体積を推定できないため、精度良くＴＬＣの推定ができない。また、非特許文献１の技術では、ＴＬＣの推定に限定されており、残気量(Residual Volume:ＲＶ)などの他の重要な呼吸機能の評価指標（呼吸機能指標）や肺容量曲線を得ることができない。
本発明の課題は、放射線画像における動きのある被写体の体積の推定精度を向上させることにより、被写体の体積に基づいて推定される被写体の機能の評価指標の推定精度を向上させるとともに、単純Ｘ線画像から得られなかった被写体の機能の評価指標を取得できるようにすることである。
上記課題を解決するため、請求項１に記載の発明の動態画像解析装置は、
異なる複数の方向から周期性を持つ被写体の動態を放射線撮影することにより得られた複数の動態画像の各フレーム画像から、前記被写体の動態に関する特徴量を算出する特徴量算出手段と、
前記特徴量算出手段により算出された特徴量に基づいて、前記複数の動態画像間において互いに前記被写体の動態の位相が最も近いフレーム画像の組を少なくとも１組以上抽出する抽出手段と、
前記抽出手段により抽出された組毎のフレーム画像に基づいて前記被写体の体積を推定し、推定した体積に基づいて、前記被写体の機能の評価指標を推定する推定手段と、
を備える。
異なる複数の方向から周期性を持つ被写体の動態を放射線撮影することにより得られた複数の動態画像の各フレーム画像から、前記被写体の動態に関する特徴量を算出する特徴量算出手段と、
前記特徴量算出手段により算出された特徴量に基づいて、前記複数の動態画像間において互いに前記被写体の動態の位相が最も近いフレーム画像の組を少なくとも１組以上抽出する抽出手段と、
前記抽出手段により抽出された組毎のフレーム画像に基づいて前記被写体の体積を推定し、推定した体積に基づいて、前記被写体の機能の評価指標を推定する推定手段と、
を備える。
請求項２に記載の発明は、請求項１に記載の発明において、
前記抽出手段は、前記複数の動態画像から、互いに前記算出された特徴量の値が最も近いフレーム画像の組を少なくとも１組以上抽出する。
前記抽出手段は、前記複数の動態画像から、互いに前記算出された特徴量の値が最も近いフレーム画像の組を少なくとも１組以上抽出する。
請求項３に記載の発明は、請求項１又は２に記載の発明において、
前記複数の動態画像は、胸部正面の動態画像と胸部側面の動態画像であり、
前記特徴量算出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像の各フレーム画像から肺野の動態に関する特徴量を算出し、
前記抽出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像から、互いに前記算出された特徴量の値が所定の呼吸位相付近において最も近いフレーム画像の組を抽出し、
前記推定手段は、前記胸部正面の動態画像から抽出されたフレーム画像の肺野領域の情報と前記胸部側面の動態画像から抽出されたフレーム画像の肺野領域の情報とに基づいて前記肺野の体積を推定し、推定した体積に基づいて、前記肺野の呼吸機能の評価指標を推定する。
前記複数の動態画像は、胸部正面の動態画像と胸部側面の動態画像であり、
前記特徴量算出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像の各フレーム画像から肺野の動態に関する特徴量を算出し、
前記抽出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像から、互いに前記算出された特徴量の値が所定の呼吸位相付近において最も近いフレーム画像の組を抽出し、
前記推定手段は、前記胸部正面の動態画像から抽出されたフレーム画像の肺野領域の情報と前記胸部側面の動態画像から抽出されたフレーム画像の肺野領域の情報とに基づいて前記肺野の体積を推定し、推定した体積に基づいて、前記肺野の呼吸機能の評価指標を推定する。
請求項４に記載の発明は、請求項３に記載の発明において、
前記抽出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像から、互いに前記算出された特徴量の値が強制最大吸気位付近において最も近いフレーム画像の組を抽出し、
前記推定手段は、前記胸部正面の動態画像から抽出されたフレーム画像の肺野領域の情報と前記胸部側面の動態画像から抽出されたフレーム画像の肺野領域の情報とに基づいて前記肺野の体積を推定し、推定した体積を全肺気量として推定する。
前記抽出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像から、互いに前記算出された特徴量の値が強制最大吸気位付近において最も近いフレーム画像の組を抽出し、
前記推定手段は、前記胸部正面の動態画像から抽出されたフレーム画像の肺野領域の情報と前記胸部側面の動態画像から抽出されたフレーム画像の肺野領域の情報とに基づいて前記肺野の体積を推定し、推定した体積を全肺気量として推定する。
請求項５に記載の発明は、請求項３又は４に記載の発明において、
前記抽出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像から、互いに前記算出された特徴量の値が強制最大呼気位付近において最も近いフレーム画像の組を抽出し、
前記推定手段は、前記胸部正面の動態画像から抽出されたフレーム画像の肺野領域の情報と前記胸部側面の動態画像から抽出されたフレーム画像の肺野領域の情報とに基づいて前記肺野の体積を推定し、推定した体積を残気量として推定する。
前記抽出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像から、互いに前記算出された特徴量の値が強制最大呼気位付近において最も近いフレーム画像の組を抽出し、
前記推定手段は、前記胸部正面の動態画像から抽出されたフレーム画像の肺野領域の情報と前記胸部側面の動態画像から抽出されたフレーム画像の肺野領域の情報とに基づいて前記肺野の体積を推定し、推定した体積を残気量として推定する。
請求項６に記載の発明は、請求項１〜５のいずれか一項に記載の発明において、
前記複数の動態画像は、胸部正面の動態画像と胸部側面の動態画像であり、
前記特徴量算出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像の各フレーム画像から肺野の動態に関する特徴量を算出し、
前記抽出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像から、互いに前記算出された特徴量の値が最も近いフレーム画像の組を時間軸に沿って等間隔又は不等間隔で抽出し、
前記推定手段は、前記抽出された組毎に、前記胸部正面の動態画像から抽出されたフレーム画像の肺野領域の情報と前記胸部側面の動態画像から抽出されたフレーム画像の肺野領域の情報とに基づいて前記肺野の体積を推定し、推定した体積の時間変化を示す波形を生成して肺容量曲線を推定する。
前記複数の動態画像は、胸部正面の動態画像と胸部側面の動態画像であり、
前記特徴量算出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像の各フレーム画像から肺野の動態に関する特徴量を算出し、
前記抽出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像から、互いに前記算出された特徴量の値が最も近いフレーム画像の組を時間軸に沿って等間隔又は不等間隔で抽出し、
前記推定手段は、前記抽出された組毎に、前記胸部正面の動態画像から抽出されたフレーム画像の肺野領域の情報と前記胸部側面の動態画像から抽出されたフレーム画像の肺野領域の情報とに基づいて前記肺野の体積を推定し、推定した体積の時間変化を示す波形を生成して肺容量曲線を推定する。
請求項７に記載の発明は、請求項２に記載の発明において、
前記複数の動態画像は、胸部正面の動態画像と胸部側面の動態画像であり、
前記特徴量算出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像の各フレーム画像から心臓の動態に関する特徴量を算出し、
前記抽出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像から、互いに前記算出された特徴量の値が心拡張末期付近及び／又は心収縮末期付近において最も近いフレーム画像の組を抽出し、
前記推定手段は、前記抽出された組毎に、前記胸部正面の動態画像から抽出されたフレーム画像の心臓領域の情報と前記胸部側面の動態画像から抽出されたフレーム画像の心臓領域の情報とに基づいて前記心臓の体積を推定し、推定した体積に基づいて、心機能の評価指標を推定する。
前記複数の動態画像は、胸部正面の動態画像と胸部側面の動態画像であり、
前記特徴量算出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像の各フレーム画像から心臓の動態に関する特徴量を算出し、
前記抽出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像から、互いに前記算出された特徴量の値が心拡張末期付近及び／又は心収縮末期付近において最も近いフレーム画像の組を抽出し、
前記推定手段は、前記抽出された組毎に、前記胸部正面の動態画像から抽出されたフレーム画像の心臓領域の情報と前記胸部側面の動態画像から抽出されたフレーム画像の心臓領域の情報とに基づいて前記心臓の体積を推定し、推定した体積に基づいて、心機能の評価指標を推定する。
請求項８に記載の発明は、請求項１〜７のいずれか一項に記載の発明において、
前記推定手段により推定された評価指標を表示する表示手段を備える。
前記推定手段により推定された評価指標を表示する表示手段を備える。
請求項９に記載の発明は、請求項８に記載の発明において、
前記表示手段は、さらに、前記抽出手段により前記複数の動態画像から抽出されたフレーム画像の組を並べて表示する。
前記表示手段は、さらに、前記抽出手段により前記複数の動態画像から抽出されたフレーム画像の組を並べて表示する。
本発明によれば、放射線画像における動きのある被写体の体積の推定精度を向上させることにより、被写体の体積に基づいて推定される被写体の機能の評価指標の推定精度を向上させることができる。また、単純Ｘ線画像から得られなかった被写体の機能の評価指標を取得することが可能となる。
以下、図面を参照して本発明の実施形態について説明する。ただし、発明の範囲は、図示例に限定されない。
〔動態画像解析システム１００の構成〕
まず、本実施形態の構成を説明する。
図１に、本実施形態における動態画像解析システム１００の全体構成を示す。
図１に示すように、動態画像解析システム１００は、撮影装置１と、撮影用コンソール２とが通信ケーブル等により接続され、撮影用コンソール２と、診断用コンソール３とがＬＡＮ（Local Area Network）等の通信ネットワークＮＴを介して接続されて構成されている。動態画像解析システム１００を構成する各装置は、ＤＩＣＯＭ（Digital Image and Communications in Medicine）規格に準じており、各装置間の通信は、ＤＩＣＯＭに則って行われる。
まず、本実施形態の構成を説明する。
図１に、本実施形態における動態画像解析システム１００の全体構成を示す。
図１に示すように、動態画像解析システム１００は、撮影装置１と、撮影用コンソール２とが通信ケーブル等により接続され、撮影用コンソール２と、診断用コンソール３とがＬＡＮ（Local Area Network）等の通信ネットワークＮＴを介して接続されて構成されている。動態画像解析システム１００を構成する各装置は、ＤＩＣＯＭ（Digital Image and Communications in Medicine）規格に準じており、各装置間の通信は、ＤＩＣＯＭに則って行われる。
〔撮影装置１の構成〕
撮影装置１は、例えば、呼吸運動に伴う肺の膨張及び収縮の形態変化、心臓の拍動等の、周期性（サイクル）を持つ被写体の動態を撮影する撮影手段である。動態撮影とは、被写体に対し、Ｘ線等の放射線をパルス状にして所定時間間隔で繰り返し照射するか(パルス照射)、もしくは、低線量率にして途切れなく継続して照射する(連続照射)ことで、被写体の動態を示す複数の画像を取得することをいう。動態撮影により得られた一連の画像を動態画像と呼ぶ。また、動態画像を構成する複数の画像のそれぞれをフレーム画像と呼ぶ。なお、以下の実施形態では、パルス照射により胸部正面及び胸部側面の動態撮影を行う場合を例にとり説明する。
撮影装置１は、例えば、呼吸運動に伴う肺の膨張及び収縮の形態変化、心臓の拍動等の、周期性（サイクル）を持つ被写体の動態を撮影する撮影手段である。動態撮影とは、被写体に対し、Ｘ線等の放射線をパルス状にして所定時間間隔で繰り返し照射するか(パルス照射)、もしくは、低線量率にして途切れなく継続して照射する(連続照射)ことで、被写体の動態を示す複数の画像を取得することをいう。動態撮影により得られた一連の画像を動態画像と呼ぶ。また、動態画像を構成する複数の画像のそれぞれをフレーム画像と呼ぶ。なお、以下の実施形態では、パルス照射により胸部正面及び胸部側面の動態撮影を行う場合を例にとり説明する。
放射線源１１は、被写体Ｍを挟んで放射線検出部１３と対向する位置に配置され、放射線照射制御装置１２の制御に従って、被写体Ｍに対し放射線（Ｘ線）を照射する。
放射線照射制御装置１２は、撮影用コンソール２に接続されており、撮影用コンソール２から入力された放射線照射条件に基づいて放射線源１１を制御して放射線撮影を行う。撮影用コンソール２から入力される放射線照射条件は、例えば、パルスレート、パルス幅、パルス間隔、１撮影あたりの撮影フレーム数、Ｘ線管電流の値、Ｘ線管電圧の値、付加フィルター種等である。パルスレートは、１秒あたりの放射線照射回数であり、後述するフレームレートと一致している。パルス幅は、放射線照射１回当たりの放射線照射時間である。パルス間隔は、１回の放射線照射開始から次の放射線照射開始までの時間であり、後述するフレーム間隔と一致している。
放射線照射制御装置１２は、撮影用コンソール２に接続されており、撮影用コンソール２から入力された放射線照射条件に基づいて放射線源１１を制御して放射線撮影を行う。撮影用コンソール２から入力される放射線照射条件は、例えば、パルスレート、パルス幅、パルス間隔、１撮影あたりの撮影フレーム数、Ｘ線管電流の値、Ｘ線管電圧の値、付加フィルター種等である。パルスレートは、１秒あたりの放射線照射回数であり、後述するフレームレートと一致している。パルス幅は、放射線照射１回当たりの放射線照射時間である。パルス間隔は、１回の放射線照射開始から次の放射線照射開始までの時間であり、後述するフレーム間隔と一致している。
放射線検出部１３は、ＦＰＤ（Flat Panel Detector）等の半導体イメージセンサーにより構成される。ＦＰＤは、例えば、ガラス基板等を有しており、基板上の所定位置に、放射線源１１から照射されて少なくとも被写体Ｍを透過した放射線をその強度に応じて検出し、検出した放射線を電気信号に変換して蓄積する複数の検出素子（画素）がマトリックス状に配列されている。各画素は、例えばＴＦＴ（Thin Film Transistor）等のスイッチング部を備えて構成されている。ＦＰＤにはＸ線をシンチレーターを介して光電変換素子により電気信号に変換する間接変換型、Ｘ線を直接的に電気信号に変換する直接変換型があるが、何れを用いてもよい。
放射線検出部１３は、被写体Ｍを挟んで放射線源１１と対向するように設けられている。
放射線検出部１３は、被写体Ｍを挟んで放射線源１１と対向するように設けられている。
読取制御装置１４は、撮影用コンソール２に接続されている。読取制御装置１４は、撮影用コンソール２から入力された画像読取条件に基づいて放射線検出部１３の各画素のスイッチング部を制御して、当該各画素に蓄積された電気信号の読み取りをスイッチングしていき、放射線検出部１３に蓄積された電気信号を読み取ることにより、画像データを取得する。この画像データがフレーム画像である。読取制御装置１４は、取得したフレーム画像を撮影用コンソール２に出力する。画像読取条件は、例えば、フレームレート、フレーム間隔、画素サイズ、画像サイズ（マトリックスサイズ）等である。フレームレートは、１秒あたりに取得するフレーム画像数であり、パルスレートと一致している。フレーム間隔は、１回のフレーム画像の取得動作開始から次のフレーム画像の取得動作開始までの時間であり、パルス間隔と一致している。
ここで、放射線照射制御装置１２と読取制御装置１４は互いに接続され、互いに同期信号をやりとりして放射線照射動作と画像の読み取りの動作を同調させるようになっている。
〔撮影用コンソール２の構成〕
撮影用コンソール２は、放射線照射条件や画像読取条件を撮影装置１に出力して撮影装置１による放射線撮影及び放射線画像の読み取り動作を制御するとともに、撮影装置１により取得された動態画像を撮影技師等の撮影実施者によるポジショニングの確認や診断に適した画像であるか否かの確認用に表示する。
撮影用コンソール２は、図１に示すように、制御部２１、記憶部２２、操作部２３、表示部２４、通信部２５を備えて構成され、各部はバス２６により接続されている。
撮影用コンソール２は、放射線照射条件や画像読取条件を撮影装置１に出力して撮影装置１による放射線撮影及び放射線画像の読み取り動作を制御するとともに、撮影装置１により取得された動態画像を撮影技師等の撮影実施者によるポジショニングの確認や診断に適した画像であるか否かの確認用に表示する。
撮影用コンソール２は、図１に示すように、制御部２１、記憶部２２、操作部２３、表示部２４、通信部２５を備えて構成され、各部はバス２６により接続されている。
制御部２１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）等により構成される。制御部２１のＣＰＵは、操作部２３の操作に応じて、記憶部２２に記憶されているシステムプログラムや各種処理プログラムを読み出してＲＡＭ内に展開し、展開されたプログラムに従って後述する撮影制御処理を始めとする各種処理を実行し、撮影用コンソール２各部の動作や、撮影装置１の放射線照射動作及び読み取り動作を集中制御する。
記憶部２２は、不揮発性の半導体メモリーやハードディスク等により構成される。記憶部２２は、制御部２１で実行される各種プログラムやプログラムにより処理の実行に必要なパラメーター、或いは処理結果等のデータを記憶する。例えば、記憶部２２は、図２に示す撮影制御処理を実行するためのプログラムを記憶している。また、記憶部２２は、被写体部位（ここでは、胸部とする）に対応付けて放射線照射条件及び画像読取条件を記憶している。各種プログラムは、読取可能なプログラムコードの形態で格納され、制御部２１は、当該プログラムコードに従った動作を逐次実行する。
操作部２３は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、キーボードに対するキー操作やマウス操作により入力された指示信号を制御部２１に出力する。また、操作部２３は、表示部２４の表示画面にタッチパネルを備えても良く、この場合、タッチパネルを介して入力された指示信号を制御部２１に出力する。
表示部２４は、ＬＣＤ（Liquid Crystal Display）やＣＲＴ（Cathode Ray Tube）等のモニターにより構成され、制御部２１から入力される表示信号の指示に従って、操作部２３からの入力指示やデータ等を表示する。
通信部２５は、ＬＡＮアダプターやモデムやＴＡ（Terminal Adapter）等を備え、通信ネットワークＮＴに接続された各装置との間のデータ送受信を制御する。
〔診断用コンソール３の構成〕
診断用コンソール３は、撮影用コンソール２から動態画像を取得し、取得した動態画像や動態画像の解析結果を表示して医師の診断を支援するための動態画像解析装置である。
診断用コンソール３は、図１に示すように、制御部３１、記憶部３２、操作部３３、表示部３４、通信部３５を備えて構成され、各部はバス３６により接続されている。
診断用コンソール３は、撮影用コンソール２から動態画像を取得し、取得した動態画像や動態画像の解析結果を表示して医師の診断を支援するための動態画像解析装置である。
診断用コンソール３は、図１に示すように、制御部３１、記憶部３２、操作部３３、表示部３４、通信部３５を備えて構成され、各部はバス３６により接続されている。
制御部３１は、ＣＰＵ、ＲＡＭ等により構成される。制御部３１のＣＰＵは、操作部３３の操作に応じて、記憶部３２に記憶されているシステムプログラムや、各種処理プログラムを読み出してＲＡＭ内に展開し、展開されたプログラムに従って、後述する呼吸機能指標推定処理を始めとする各種処理を実行し、診断用コンソール３の各部の動作を集中制御する。制御部３１は、特徴量算出手段、抽出手段、推定手段として機能する。
記憶部３２は、不揮発性の半導体メモリーやハードディスク等により構成される。記憶部３２は、制御部３１で呼吸機能指標推定処理を実行するためのプログラムを始めとする各種プログラムやプログラムによる処理の実行に必要なパラメーター、或いは処理結果等のデータを記憶する。これらの各種プログラムは、読取可能なプログラムコードの形態で格納され、制御部３１は、当該プログラムコードに従った動作を逐次実行する。
また、記憶部３２には、撮影された動態画像が患者情報（例えば、患者ＩＤ、患者の氏名、身長、体重、年齢、性別等）、検査情報（例えば、検査ＩＤ、検査日、被写体部位（ここでは、胸部）、撮影方向（正面、側面）等）に対応付けて記憶されている。
操作部３３は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、ユーザーによるキーボードに対するキー操作やマウス操作により入力された指示信号を制御部３１に出力する。また、操作部３３は、表示部３４の表示画面にタッチパネルを備えても良く、この場合、タッチパネルを介して入力された指示信号を制御部３１に出力する。
表示部３４は、ＬＣＤやＣＲＴ等のモニターにより構成され、制御部３１から入力される表示信号の指示に従って、各種表示を行う。
通信部３５は、ＬＡＮアダプターやモデムやＴＡ等を備え、通信ネットワークＮＴに接続された各装置との間のデータ送受信を制御する。
〔動態画像解析システム１００の動作〕
次に、本実施形態における上記動態画像解析システム１００の動作について説明する。
次に、本実施形態における上記動態画像解析システム１００の動作について説明する。
（撮影装置１、撮影用コンソール２の動作）
まず、撮影装置１、撮影用コンソール２による撮影動作について説明する。
図２に、撮影用コンソール２の制御部２１において実行される撮影制御処理を示す。撮影制御処理は、制御部２１と記憶部２２に記憶されているプログラムとの協働により実行される。
まず、撮影装置１、撮影用コンソール２による撮影動作について説明する。
図２に、撮影用コンソール２の制御部２１において実行される撮影制御処理を示す。撮影制御処理は、制御部２１と記憶部２２に記憶されているプログラムとの協働により実行される。
まず、撮影実施者により撮影用コンソール２の操作部２３が操作され、被検者（被写体Ｍ）の患者情報、検査情報の入力が行われる（ステップＳ１）。
次いで、放射線照射条件が記憶部２２から読み出されて放射線照射制御装置１２に設定されるとともに、画像読取条件が記憶部２２から読み出されて読取制御装置１４に設定される（ステップＳ２）。
次いで、操作部２３の操作による放射線照射の指示が待機される（ステップＳ３）。ここで、撮影実施者は、被写体Ｍを放射線源１１と放射線検出部１３の間に配置してポジショニングを行う。また、被検者に対し、呼吸状態（深呼吸、安静呼吸等）を指示する。撮影準備が整った時点で、操作部２３を操作して放射線照射指示を入力する。
操作部２３により放射線照射指示が入力されると（ステップＳ３；ＹＥＳ）、放射線照射制御装置１２及び読取制御装置１４に撮影開始指示が出力され、動態撮影が開始される（ステップＳ４）。即ち、放射線照射制御装置１２に設定されたパルス間隔で放射線源１１により放射線が照射され、放射線検出部１３によりフレーム画像が取得される。なお、撮影実施者は、動態撮影中に呼吸状態の指示を行ってもよい。
予め定められたフレーム数の撮影が終了すると、制御部２１により放射線照射制御装置１２及び読取制御装置１４に撮影終了の指示が出力され、撮影動作が停止される。撮影されるフレーム数は、少なくとも１呼吸サイクルが撮影できる枚数である。
撮影により取得されたフレーム画像は順次撮影用コンソール２に入力され、撮影順を示す番号（フレーム番号）と対応付けて記憶部２２に記憶されるとともに（ステップＳ５）、表示部２４に表示される（ステップＳ６）。撮影実施者は、表示された動態画像によりポジショニング等を確認し、撮影により診断に適した画像が取得された（撮影ＯＫ）か、再撮影が必要（撮影ＮＧ）か、を判断する。そして、操作部２３を操作して、判断結果を入力する。
操作部２３の所定の操作により撮影ＯＫを示す判断結果が入力されると（ステップＳ７；ＹＥＳ）、動態撮影で取得された一連のフレーム画像のそれぞれに、動態画像を識別するための識別ＩＤや、患者情報、検査情報、放射線照射条件、画像読取条件、撮影順を示す番号（フレーム番号）等の情報が付帯され（例えば、ＤＩＣＯＭ形式で画像データのヘッダ領域に書き込まれ）、通信部２５を介して診断用コンソール３に送信される（ステップＳ８）。そして、本処理は終了する。一方、操作部２３の所定の操作により撮影ＮＧを示す判断結果が入力されると（ステップＳ７；ＮＯ）、記憶部２２に記憶された一連のフレーム画像が削除され（ステップＳ９）、本処理は終了する。この場合、再撮影が必要となる。
本実施形態では、上記撮影制御処理に従って胸部正面（又は胸部側面）の動態撮影を行った後、胸部側面（又は胸部正面）の動態撮影を行い、胸部正面の動態画像及び胸部側面の動態画像をそれぞれを取得する。
（診断用コンソール３の動作）
次に、診断用コンソール３における動作について説明する。
診断用コンソール３においては、通信部３５を介して撮影用コンソール２から動態画像の一連のフレーム画像が受信されると、受信された動態画像が記憶部３２に記憶される。
操作部３３により記憶部３２により記憶されている動態画像の中から同一患者の胸部正面の動態画像及び胸部側面の動態画像が選択され、呼吸機能指標の推定が指示されると、制御部３１と記憶部３２に記憶されているプログラムとの協働により図３に示す呼吸機能指標推定処理が実行される。呼吸機能指標は、肺の呼吸機能を評価するための評価指標である。
次に、診断用コンソール３における動作について説明する。
診断用コンソール３においては、通信部３５を介して撮影用コンソール２から動態画像の一連のフレーム画像が受信されると、受信された動態画像が記憶部３２に記憶される。
操作部３３により記憶部３２により記憶されている動態画像の中から同一患者の胸部正面の動態画像及び胸部側面の動態画像が選択され、呼吸機能指標の推定が指示されると、制御部３１と記憶部３２に記憶されているプログラムとの協働により図３に示す呼吸機能指標推定処理が実行される。呼吸機能指標は、肺の呼吸機能を評価するための評価指標である。
以下、図３を参照して呼吸機能指標推定処理の流れについて説明する。
なお、呼吸機能指標推定処理においては、撮影により取得された全てのフレーム画像からなる動態画像を用いることとしてもよいし、撮影により取得された複数のフレーム画像のうち一部のフレーム画像からなる動態画像を用いることとしてもよい。
まず、選択された胸部正面の動態画像及び胸部側面の動態画像が記憶部３２から読み出され、各動態画像の各フレーム画像から肺野輪郭が認識される（ステップＳ１１）。
なお、呼吸機能指標推定処理においては、撮影により取得された全てのフレーム画像からなる動態画像を用いることとしてもよいし、撮影により取得された複数のフレーム画像のうち一部のフレーム画像からなる動態画像を用いることとしてもよい。
まず、選択された胸部正面の動態画像及び胸部側面の動態画像が記憶部３２から読み出され、各動態画像の各フレーム画像から肺野輪郭が認識される（ステップＳ１１）。
肺野輪郭の認識は、公知の何れの手法を用いてもよい。
例えば、各フレーム画像を表示部３４に表示して、表示した画像上からユーザーが操作部３３により指定した輪郭（線や点）に基づいて肺野輪郭を認識することとしてもよい。この場合、例えば、参照文献１に記載のように、指定された輪郭の重心と輪郭上の可動点を通る直線に対する可動点の移動方向に基づいて、指定された輪郭を自動的に修正する手法等を用いて、肺野輪郭の認識精度を向上させることとしてもよい（参照文献１：特許第５８１４６５５号公報）。
例えば、各フレーム画像を表示部３４に表示して、表示した画像上からユーザーが操作部３３により指定した輪郭（線や点）に基づいて肺野輪郭を認識することとしてもよい。この場合、例えば、参照文献１に記載のように、指定された輪郭の重心と輪郭上の可動点を通る直線に対する可動点の移動方向に基づいて、指定された輪郭を自動的に修正する手法等を用いて、肺野輪郭の認識精度を向上させることとしてもよい（参照文献１：特許第５８１４６５５号公報）。
また、エッジ検出、動的輪郭モデル、領域分割等の公知の画像処理技術を用いて自動的に肺野輪郭を認識してもよい。例えば、参照文献２や参照文献３に記載の手法を用いることができる(参照文献２：特開２００４−１８８２０２号公報、参照文献３：Francisco M. Carrascal et al., “Automatic calculation of total lung capacity from automatically traced lung boundaries in postero-anterior and lateral digital chest radiographs”, Med. Phys. VOL.25 No.7, pp. 1117-1131, July 1998）。
次いで、胸部正面と胸部側面の各動態画像の各フレーム画像から、肺野の動態に関する特徴量が算出される（ステップＳ１２）。
ここで、呼吸運動は、呼気位相と吸気位相により構成される。呼気位相は、横隔膜が上がることによって肺から空気が排出され、肺野の領域が小さくなる。これにより肺野の密度は高くなり、動態画像では肺野が低い濃度値（画素値）で描画される。最大呼気位では、横隔膜の位置が最も高い状態となる。吸気位相は、横隔膜が下がることにより肺に空気が取り込まれ、肺野の領域が大きくなる。これにより肺野の密度は低くなり、動態画像では肺野が高い濃度値で描画される。最大吸気位では、横隔膜の位置が最も下がった状態となる。このように、胸部の動態画像の各フレーム画像における肺野内の濃度、肺野の面積、横隔膜の上下位置（或いは、肺尖及び大動脈弓はほとんど動かないため、肺尖と横隔膜の頂点との距離又は大動脈弓と横隔膜の頂点との距離）は、呼吸運動による肺野の動態に関する特徴量となる。
そこで、ステップＳ１２においては、例えば、図４に示すように各フレーム画像の肺尖と横隔膜の頂点との距離Ｌを肺野の動態に関する特徴量として算出する。
ここで、呼吸運動は、呼気位相と吸気位相により構成される。呼気位相は、横隔膜が上がることによって肺から空気が排出され、肺野の領域が小さくなる。これにより肺野の密度は高くなり、動態画像では肺野が低い濃度値（画素値）で描画される。最大呼気位では、横隔膜の位置が最も高い状態となる。吸気位相は、横隔膜が下がることにより肺に空気が取り込まれ、肺野の領域が大きくなる。これにより肺野の密度は低くなり、動態画像では肺野が高い濃度値で描画される。最大吸気位では、横隔膜の位置が最も下がった状態となる。このように、胸部の動態画像の各フレーム画像における肺野内の濃度、肺野の面積、横隔膜の上下位置（或いは、肺尖及び大動脈弓はほとんど動かないため、肺尖と横隔膜の頂点との距離又は大動脈弓と横隔膜の頂点との距離）は、呼吸運動による肺野の動態に関する特徴量となる。
そこで、ステップＳ１２においては、例えば、図４に示すように各フレーム画像の肺尖と横隔膜の頂点との距離Ｌを肺野の動態に関する特徴量として算出する。
次いで、算出された特徴量に基づいて、胸部正面の動態画像と胸部側面の動態画像から呼吸位相が最も近いフレーム画像の組が抽出される（ステップＳ１３）。
図５は、胸部正面の動態画像と胸部側面の動態画像の肺尖−横隔膜間の距離Ｌの時間変化をプロットしたグラフである。ステップＳ１３においては、例えば、図５の矢印で示すように、胸部正面と胸部側面の肺尖−横隔膜間の距離Ｌの値が最も近い（差分が最も小さい）フレーム画像同士からなる組を呼吸位相が最も近いフレーム画像の組として抽出する。本実施形態では、胸部正面の動態画像と胸部側面の動態画像から、互いに算出された特徴量の値が最も近いフレーム画像の組を時間軸に沿って複数抽出する。抽出する間隔は、等間隔であっても不等間隔であってもよい。
図５は、胸部正面の動態画像と胸部側面の動態画像の肺尖−横隔膜間の距離Ｌの時間変化をプロットしたグラフである。ステップＳ１３においては、例えば、図５の矢印で示すように、胸部正面と胸部側面の肺尖−横隔膜間の距離Ｌの値が最も近い（差分が最も小さい）フレーム画像同士からなる組を呼吸位相が最も近いフレーム画像の組として抽出する。本実施形態では、胸部正面の動態画像と胸部側面の動態画像から、互いに算出された特徴量の値が最も近いフレーム画像の組を時間軸に沿って複数抽出する。抽出する間隔は、等間隔であっても不等間隔であってもよい。
次いで、抽出された組毎の胸部正面と胸部側面のフレーム画像に基づいて肺野の体積が推定される（ステップＳ１４）。
肺野の体積は、例えば、非特許文献１に記載のように、下記の（式１）、（式２）により推定することができる。
Ｘ線画像から簡易的に算出される肺野の体積＝右肺の体積 + 左肺の体積
＝(S_PA_R + S_LAT)^3/4 + (S_PA_L + S_LAT)^3/4 ・・・（式１）
肺野の体積の推定値 ＝ 0.67 ×（Ｘ線画像から簡易的に算出される肺野の体積）+ 160 [ml]
・・・（式２）
ここで、S_PA_Rは胸部正面のフレーム画像における右肺の面積、S_PA_Lは胸部正面のフレーム画像における左肺の面積、S_LATは胸部側面における肺野の面積である（図４参照）。各肺野の面積は、各肺野の肺野輪郭内の画素数に基づいて求めることができる。
肺野の体積は、例えば、非特許文献１に記載のように、下記の（式１）、（式２）により推定することができる。
Ｘ線画像から簡易的に算出される肺野の体積＝右肺の体積 + 左肺の体積
＝(S_PA_R + S_LAT)^3/4 + (S_PA_L + S_LAT)^3/4 ・・・（式１）
肺野の体積の推定値 ＝ 0.67 ×（Ｘ線画像から簡易的に算出される肺野の体積）+ 160 [ml]
・・・（式２）
ここで、S_PA_Rは胸部正面のフレーム画像における右肺の面積、S_PA_Lは胸部正面のフレーム画像における左肺の面積、S_LATは胸部側面における肺野の面積である（図４参照）。各肺野の面積は、各肺野の肺野輪郭内の画素数に基づいて求めることができる。
次いで、推定された肺野の体積に基づいて、呼吸機能指標が推定される（ステップＳ１５）。
例えば、図６に示すように、ステップＳ１４で推定された肺野の体積を時間軸に沿ってプロットして補間することにより肺野の体積の時間変化を示す波形を生成し、生成した波形を肺容量曲線として推定する。また、図７に示すように、肺容量曲線の矢印で示す各点（ピーク）の値に基づいて、ＴＬＣ、ＲＶ等の、スパイロメーターでは測定不可能な呼吸機能指標や、ＩＲＶ（Inspiratory Reserve Volume）、ＩＣ(Inspiratory Capacity)、ＶＣ(Vital Capacity)等の呼吸機能検査で得られるその他の呼吸機能指標を推定することができる。例えば、ＴＬＣは、強制最大吸気位（深呼吸時の最大吸気位）での肺の体積と推定することができる。ＲＶは、強制最大呼気位（深呼吸時の最大呼気位）での肺の体積と推定することができる。
例えば、図６に示すように、ステップＳ１４で推定された肺野の体積を時間軸に沿ってプロットして補間することにより肺野の体積の時間変化を示す波形を生成し、生成した波形を肺容量曲線として推定する。また、図７に示すように、肺容量曲線の矢印で示す各点（ピーク）の値に基づいて、ＴＬＣ、ＲＶ等の、スパイロメーターでは測定不可能な呼吸機能指標や、ＩＲＶ（Inspiratory Reserve Volume）、ＩＣ(Inspiratory Capacity)、ＶＣ(Vital Capacity)等の呼吸機能検査で得られるその他の呼吸機能指標を推定することができる。例えば、ＴＬＣは、強制最大吸気位（深呼吸時の最大吸気位）での肺の体積と推定することができる。ＲＶは、強制最大呼気位（深呼吸時の最大呼気位）での肺の体積と推定することができる。
そして、推定された呼吸機能指標が表示部３４に表示され（ステップＳ１６）、呼吸機能指標推定処理は終了する。呼吸機能指標とともに、ステップＳ１３で抽出されたフレーム画像の組を並べて表示することとしてもよい。
例えば、従来、ＴＬＣを推定するときには、被検者に深呼吸を行わせて正面及び側面から強制最大吸気位の胸部単純Ｘ線画像（静止画）の撮影を行っていた。しかし、胸部正面、胸部側面を独立に撮影するので、両者の撮影時の呼吸位相がずれて肺の大きさが異なってしまうことが多く、精度良く肺野の体積を推定することができなかった。そのため、精度良くＴＬＣを測定することが困難であった。また、肺容量曲線（ボリュームカーブ）やＲＶ等の他の呼吸機能指標を得ることはできなかった。ＲＶについては、別途被検者に深呼吸を行わせて正面及び側面から強制最大呼気位の胸部単純Ｘ線画像の撮影を行って得られた画像から推定することができるが、ＴＬＣの場合と同様に、胸部正面、胸部側面を独立に撮影するので、両者の撮影時の呼吸位相がずれて肺の大きさが異なってしまうことが多く、精度良く肺野の体積を推定することができず、精度良くＲＶを測定することが困難であった。
本実施形態では、胸部正面の動態画像と胸部側面の動態画像において、呼吸運動による肺野の動態に関する特徴量が最も近いフレーム画像同士の組を抽出し、抽出された組毎のフレーム画像の肺野領域に基づいて肺野の体積を推定するので、肺野の動態の位相が最も近い、肺野の大きさが略揃ったときの胸部正面と胸部側面のフレーム画像から肺野の体積を推定することができ、肺野の体積の推定精度を向上させることができるとともに、呼吸機能指標の推定精度を向上させることができる。また、肺容量曲線を始めとする、呼吸機能検査で得られるＴＬＣ以外の呼吸機能指標についても推定することが可能となる。
本実施形態では、胸部正面の動態画像と胸部側面の動態画像において、呼吸運動による肺野の動態に関する特徴量が最も近いフレーム画像同士の組を抽出し、抽出された組毎のフレーム画像の肺野領域に基づいて肺野の体積を推定するので、肺野の動態の位相が最も近い、肺野の大きさが略揃ったときの胸部正面と胸部側面のフレーム画像から肺野の体積を推定することができ、肺野の体積の推定精度を向上させることができるとともに、呼吸機能指標の推定精度を向上させることができる。また、肺容量曲線を始めとする、呼吸機能検査で得られるＴＬＣ以外の呼吸機能指標についても推定することが可能となる。
以上、本実施形態について説明したが、上記実施形態における記述内容は、本発明の好適な一例であり、これに限定されるものではない。
例えば、上記実施形態においては、肺野の動態に関する特徴量として肺尖と横隔膜の頂点との距離を用いることとしたが、これに限定されず、呼吸により位置が殆ど変化しないと見なせる構造物上のある位置と呼吸位相に応じて位置が変化する構造物上のある位置を胸部正面と胸部側面の画像の両方で指定できるのであれば、それらの距離を用いても同様の効果が得られる。例えば、大動脈弓と横隔膜の頂点の距離、第三胸椎上端と横隔膜の頂点等を特徴量としてもよい。さらに、特徴量は距離に限定されるものではなく、例えば、肺野面積、肺野内の濃度値（例えば、平均値、最大値、最小値等の代表値）等を特徴量としてもよい。上述のように、これらは呼吸による肺の動態に応じて変化するものであり、呼吸よる肺野の大きさの変化に非常に高い相関がある特徴量である。なお、肺野面積及び肺野内の濃度値は、同じ位相であっても正面の画像と側面の画像で絶対値が異なるため、特徴量として用いる際には、例えば、最大値と最小値を使って規格化して用いる。
また、例えば、上記実施形態においては、胸部正面と胸部側面の画像から算出した肺野の面積から肺野の体積を求める手法を用いた例について説明したが、胸部正面と胸部側面の画像を用いて肺野の体積を求める手法としては、上記に限定されない。
例えば、参照文献３や参照文献４に記載のように、肺野の断面形状が楕円形であり、肺野が一連の楕円形の円筒形として表されているとの知見に基づいて肺野の体積を求めることとしてもよい。例えば、胸部正面及び胸部側面のフレーム画像から肺野（胸郭）や心臓、脊柱等の領域を認識し、両画像を同じ垂直平面内で整列させ、それらを多数の水平スライスに分割し、スライス内の肺野及び肺野内の各構造物（例えば、心臓、脊椎等）の直径（胸部正面画像における各構造物領域の幅）及び厚さ（胸部側面画像の各構造物領域の幅）を求めて各スライスにおける肺野及び構造物の断面領域（楕円）の面積を推定し、肺野の断面領域の面積から各構造物の断面領域の面積を差し引いて、全てのスライスからの情報を合計することにより、肺野の体積を求めることとしてもよい（参照文献４：R J Pierce et al. “Estimation of lung volumes from chest radiographs using shape information”, Thorax 1979 34: 726-734）。
例えば、参照文献３や参照文献４に記載のように、肺野の断面形状が楕円形であり、肺野が一連の楕円形の円筒形として表されているとの知見に基づいて肺野の体積を求めることとしてもよい。例えば、胸部正面及び胸部側面のフレーム画像から肺野（胸郭）や心臓、脊柱等の領域を認識し、両画像を同じ垂直平面内で整列させ、それらを多数の水平スライスに分割し、スライス内の肺野及び肺野内の各構造物（例えば、心臓、脊椎等）の直径（胸部正面画像における各構造物領域の幅）及び厚さ（胸部側面画像の各構造物領域の幅）を求めて各スライスにおける肺野及び構造物の断面領域（楕円）の面積を推定し、肺野の断面領域の面積から各構造物の断面領域の面積を差し引いて、全てのスライスからの情報を合計することにより、肺野の体積を求めることとしてもよい（参照文献４：R J Pierce et al. “Estimation of lung volumes from chest radiographs using shape information”, Thorax 1979 34: 726-734）。
上記の肺の断面形状が楕円であるとの知見に基づく肺の体積の推定手法（楕円に基づく体積の推定手法と呼ぶ）では、胸部正面と胸部側面のフレーム画像から心臓等の構造物の領域を算出する必要があるが、心臓は、心拍に伴ってその大きさが変化するため、肺野のみならず、心臓についても胸部正面と胸部側面の心周期における位相が最も近いフレーム画像の組を抽出し、抽出したフレーム画像の組に基づいて体積を求めることが好ましい。
また、上記実施形態においては、本発明を胸部正面と胸部側面の動態画像から呼吸機能指標を推定する場合に適用した例について説明したが、心機能の評価指標を推定する場合にも本発明を適用することができる。例えば、制御部３１は、胸部正面と胸部側面の動態画像の各フレーム画像から心臓輪郭を認識して心臓の動態に関する特徴量を算出し、算出した特徴量が心拡張末期及び／又は心収縮末期付近で最も近いフレーム画像の組を抽出し、抽出した胸部正面と胸部側面のフレーム画像に基づいて心臓の体積を推定し、推定した体積に基づいて心機能の評価指標を推定することとしてもよい。心機能を評価する指標としては、例えば、心拡張末期及び／又は心収縮末期の心臓の体積を挙げることができる。
なお、心臓輪郭の認識については、ユーザー操作による手動による心臓輪郭の指定に基づいて認識してもよいし、エッジ検出、動的輪郭モデル、領域分割等の公知の画像処理技術を用いて自動的に認識してもよい。心臓の体積の推定手法としては、例えば、参照文献４に記載のように、楕円に基づく体積の推定を用いることができる。
心臓の動態に関する特徴量としては、例えば、心臓領域の面積、幅、濃度の高周波成分（例えば、平均値、最大値、最小値等の代表値）等を用いることができる。これらは心拍による心臓の動態に応じて変化するものであり、心拍による心臓の大きさの変化に非常に高い相関がある特徴量である。なお、心臓領域の面積、幅、濃度の高周波成分の値は、心周期における同じ位相で撮影したものであっても正面の画像と側面の画像で絶対値が異なるため、特徴量として用いる際には、例えば、最大値と最小値を使って規格化して用いる。
心拡張末期及び／又は心収縮末期付近のフレーム画像であるか否かは、例えば、フレーム画像から算出した特徴量の値が予め設定された範囲内であるか否かに基づいて判断することができる。
心臓の動態に関する特徴量としては、例えば、心臓領域の面積、幅、濃度の高周波成分（例えば、平均値、最大値、最小値等の代表値）等を用いることができる。これらは心拍による心臓の動態に応じて変化するものであり、心拍による心臓の大きさの変化に非常に高い相関がある特徴量である。なお、心臓領域の面積、幅、濃度の高周波成分の値は、心周期における同じ位相で撮影したものであっても正面の画像と側面の画像で絶対値が異なるため、特徴量として用いる際には、例えば、最大値と最小値を使って規格化して用いる。
心拡張末期及び／又は心収縮末期付近のフレーム画像であるか否かは、例えば、フレーム画像から算出した特徴量の値が予め設定された範囲内であるか否かに基づいて判断することができる。
また、上記実施形態のステップＳ１３においては、胸部正面の動態画像と胸部側面の動態画像から複数組のフレーム画像の組を抽出することとして説明したが、これに限定されず、１組のフレーム画像の組を抽出することとしてもよい。
例えば、呼吸機能指標としてＴＬＣのみを求める場合には、胸部正面の動態画像と胸部側面の動態画像から、算出された特徴量の値が強制最大吸気位付近（深呼吸時の最大吸気位付近）において最も近いフレーム画像の組を抽出し、抽出されたフレーム画像に基づいて肺野の体積を求めてＴＬＣを推定すればよい。また、例えば、呼吸機能指標としてＲＶのみを求める場合には、胸部正面の動態画像と胸部側面の動態画像から、算出された特徴量の値が強制最大呼気位付近（深呼吸時の最大呼気位付近）において最も近いフレーム画像の組を抽出し、抽出されたフレーム画像に基づいて肺野の体積を求めてＲＶを推定すればよい。これにより、処理時間を短縮することができる。所定の呼吸位相付近のフレーム画像であるか否かは、例えば、フレーム画像から算出した特徴量の値が予め設定された範囲内であるか否かに基づいて判断することができる。
例えば、呼吸機能指標としてＴＬＣのみを求める場合には、胸部正面の動態画像と胸部側面の動態画像から、算出された特徴量の値が強制最大吸気位付近（深呼吸時の最大吸気位付近）において最も近いフレーム画像の組を抽出し、抽出されたフレーム画像に基づいて肺野の体積を求めてＴＬＣを推定すればよい。また、例えば、呼吸機能指標としてＲＶのみを求める場合には、胸部正面の動態画像と胸部側面の動態画像から、算出された特徴量の値が強制最大呼気位付近（深呼吸時の最大呼気位付近）において最も近いフレーム画像の組を抽出し、抽出されたフレーム画像に基づいて肺野の体積を求めてＲＶを推定すればよい。これにより、処理時間を短縮することができる。所定の呼吸位相付近のフレーム画像であるか否かは、例えば、フレーム画像から算出した特徴量の値が予め設定された範囲内であるか否かに基づいて判断することができる。
また、上記実施形態においては、正面と側面の異なる２方向から撮影した動態画像を用いて被写体の体積を推定する場合を例にとり説明したが、撮影する方向は正面と側面に限定されず、他の異なる複数の方向から撮影された動態画像を用いて被写体の体積を推定することとしてもよい。
また、上記実施形態においては、肺野や心臓を被写体とした動態画像に本願発明を適用した場合を例にとり説明したが、例えば、手足の関節等の他の部位を被写体とした動態画像に本発明を適用することとしてもよい。
また、例えば、上記の説明では、本発明に係るプログラムのコンピュータ読み取り可能な媒体としてハードディスクや半導体の不揮発性メモリー等を使用した例を開示したが、この例に限定されない。その他のコンピュータ読み取り可能な媒体として、ＣＤ−ＲＯＭ等の可搬型記録媒体を適用することが可能である。また、本発明に係るプログラムのデータを通信回線を介して提供する媒体として、キャリアウエーブ（搬送波）も適用される。
その他、動態画像解析システムを構成する各装置の細部構成及び細部動作に関しても、本発明の趣旨を逸脱することのない範囲で適宜変更可能である。
１００ 動態画像解析システム
１ 撮影装置
１１ 放射線源
１２ 放射線照射制御装置
１３ 放射線検出部
１４ 読取制御装置
２ 撮影用コンソール
２１ 制御部
２２ 記憶部
２３ 操作部
２４ 表示部
２５ 通信部
２６ バス
３ 診断用コンソール
３１ 制御部
３２ 記憶部
３３ 操作部
３４ 表示部
３５ 通信部
３６ バス
１ 撮影装置
１１ 放射線源
１２ 放射線照射制御装置
１３ 放射線検出部
１４ 読取制御装置
２ 撮影用コンソール
２１ 制御部
２２ 記憶部
２３ 操作部
２４ 表示部
２５ 通信部
２６ バス
３ 診断用コンソール
３１ 制御部
３２ 記憶部
３３ 操作部
３４ 表示部
３５ 通信部
３６ バス
次いで、抽出された組毎の胸部正面と胸部側面のフレーム画像に基づいて肺野の体積が推定される（ステップＳ１４）。
肺野の体積は、例えば、非特許文献１に記載のように、下記の（式１）、（式２）により推定することができる。
Ｘ線画像から簡易的に算出される肺野の体積＝右肺の体積 + 左肺の体積
＝(S_PA_R × S_LAT)^（3/4） + (S_PA_L × S_LAT)^（3/4） ・・・（式１）
肺野の体積の推定値 ＝ 0.67 ×（Ｘ線画像から簡易的に算出される肺野の体積）+ 160
[ml]
・・・（式２）
ここで、S_PA_Rは胸部正面のフレーム画像における右肺の面積、S_PA_Lは胸部正面のフレーム画像における左肺の面積、S_LATは胸部側面における肺野の面積である（図４参照）。各肺野の面積は、各肺野の肺野輪郭内の画素数に基づいて求めることができる。
肺野の体積は、例えば、非特許文献１に記載のように、下記の（式１）、（式２）により推定することができる。
Ｘ線画像から簡易的に算出される肺野の体積＝右肺の体積 + 左肺の体積
＝(S_PA_R × S_LAT)^（3/4） + (S_PA_L × S_LAT)^（3/4） ・・・（式１）
肺野の体積の推定値 ＝ 0.67 ×（Ｘ線画像から簡易的に算出される肺野の体積）+ 160
[ml]
・・・（式２）
ここで、S_PA_Rは胸部正面のフレーム画像における右肺の面積、S_PA_Lは胸部正面のフレーム画像における左肺の面積、S_LATは胸部側面における肺野の面積である（図４参照）。各肺野の面積は、各肺野の肺野輪郭内の画素数に基づいて求めることができる。
Claims (9)
- 異なる複数の方向から周期性を持つ被写体の動態を放射線撮影することにより得られた複数の動態画像の各フレーム画像から、前記被写体の動態に関する特徴量を算出する特徴量算出手段と、
前記特徴量算出手段により算出された特徴量に基づいて、前記複数の動態画像間において互いに前記被写体の動態の位相が最も近いフレーム画像の組を少なくとも１組以上抽出する抽出手段と、
前記抽出手段により抽出された組毎のフレーム画像に基づいて前記被写体の体積を推定し、推定した体積に基づいて、前記被写体の機能の評価指標を推定する推定手段と、
を備える動態画像解析装置。 - 前記抽出手段は、前記複数の動態画像から、互いに前記算出された特徴量の値が最も近いフレーム画像の組を少なくとも１組以上抽出する請求項１に記載の動態画像解析装置。
- 前記複数の動態画像は、胸部正面の動態画像と胸部側面の動態画像であり、
前記特徴量算出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像の各フレーム画像から肺野の動態に関する特徴量を算出し、
前記抽出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像から、互いに前記算出された特徴量の値が所定の呼吸位相付近において最も近いフレーム画像の組を抽出し、
前記推定手段は、前記胸部正面の動態画像から抽出されたフレーム画像の肺野領域の情報と前記胸部側面の動態画像から抽出されたフレーム画像の肺野領域の情報とに基づいて前記肺野の体積を推定し、推定した体積に基づいて、前記肺野の呼吸機能の評価指標を推定する請求項１又は２に記載の動態画像解析装置。 - 前記抽出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像から、互いに前記算出された特徴量の値が強制最大吸気位付近において最も近いフレーム画像の組を抽出し、
前記推定手段は、前記胸部正面の動態画像から抽出されたフレーム画像の肺野領域の情報と前記胸部側面の動態画像から抽出されたフレーム画像の肺野領域の情報とに基づいて前記肺野の体積を推定し、推定した体積を全肺気量として推定する請求項３に記載の動態画像解析装置。 - 前記抽出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像から、互いに前記算出された特徴量の値が強制最大呼気位付近において最も近いフレーム画像の組を抽出し、
前記推定手段は、前記胸部正面の動態画像から抽出されたフレーム画像の肺野領域の情報と前記胸部側面の動態画像から抽出されたフレーム画像の肺野領域の情報とに基づいて前記肺野の体積を推定し、推定した体積を残気量として推定する請求項３又は４に記載の動態画像解析装置。 - 前記複数の動態画像は、胸部正面の動態画像と胸部側面の動態画像であり、
前記特徴量算出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像の各フレーム画像から肺野の動態に関する特徴量を算出し、
前記抽出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像から、互いに前記算出された特徴量の値が最も近いフレーム画像の組を時間軸に沿って等間隔又は不等間隔で抽出し、
前記推定手段は、前記抽出された組毎に、前記胸部正面の動態画像から抽出されたフレーム画像の肺野領域の情報と前記胸部側面の動態画像から抽出されたフレーム画像の肺野領域の情報とに基づいて前記肺野の体積を推定し、推定した体積の時間変化を示す波形を生成して肺容量曲線を推定する請求項１〜５のいずれか一項に記載の動態画像解析装置。 - 前記複数の動態画像は、胸部正面の動態画像と胸部側面の動態画像であり、
前記特徴量算出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像の各フレーム画像から心臓の動態に関する特徴量を算出し、
前記抽出手段は、前記胸部正面の動態画像と前記胸部側面の動態画像から、互いに前記算出された特徴量の値が心拡張末期付近及び／又は心収縮末期付近において最も近いフレーム画像の組を抽出し、
前記推定手段は、前記抽出された組毎に、前記胸部正面の動態画像から抽出されたフレーム画像の心臓領域の情報と前記胸部側面の動態画像から抽出されたフレーム画像の心臓領域の情報とに基づいて前記心臓の体積を推定し、推定した体積に基づいて、心機能の評価指標を推定する請求項２に記載の動態画像解析装置。 - 前記推定手段により推定された評価指標を表示する表示手段を備える請求項１〜７のいずれか一項に記載の動態画像解析装置。
- 前記表示手段は、さらに、前記抽出手段により前記複数の動態画像から抽出されたフレーム画像の組を並べて表示する請求項８に記載の動態画像解析装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018003173A JP7020125B2 (ja) | 2018-01-12 | 2018-01-12 | 動態画像解析装置及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018003173A JP7020125B2 (ja) | 2018-01-12 | 2018-01-12 | 動態画像解析装置及びプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019122449A true JP2019122449A (ja) | 2019-07-25 |
| JP7020125B2 JP7020125B2 (ja) | 2022-02-16 |
Family
ID=67397186
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018003173A Active JP7020125B2 (ja) | 2018-01-12 | 2018-01-12 | 動態画像解析装置及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7020125B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2021045360A (ja) * | 2019-09-19 | 2021-03-25 | コニカミノルタ株式会社 | 放射線撮影システム及び撮影制御装置 |
| JP2021087464A (ja) * | 2019-12-02 | 2021-06-10 | コニカミノルタ株式会社 | 医用画像解析システム、プログラム及び医用画像解析方法 |
| JP2021146012A (ja) * | 2020-03-23 | 2021-09-27 | コニカミノルタ株式会社 | プログラム、動態解析装置及び診断支援システム |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09238932A (ja) * | 1996-03-05 | 1997-09-16 | Toshiba Corp | 心機能診断装置 |
| JP2004000411A (ja) * | 2002-04-03 | 2004-01-08 | Canon Inc | 動画像表示方法、動画像処理方法、プログラム、コンピュータ可読記憶媒体、動画像表示装置、動画像処理装置、動画像表示システム、動画像処理システム、画像診断支援方法、及び画像診断支援システム |
| US20050215890A1 (en) * | 2003-11-07 | 2005-09-29 | Wilson Lon P | First pass and/or gated blood pool imaging system including multiple camera heads |
| WO2014054379A1 (ja) * | 2012-10-04 | 2014-04-10 | コニカミノルタ株式会社 | 画像処理装置及びプログラム |
| WO2017060097A1 (en) * | 2015-10-07 | 2017-04-13 | Koninklijke Philips N.V. | Device, system and method for determining a respiratory feature of a subject based on a breathing gas |
| JP2018000281A (ja) * | 2016-06-28 | 2018-01-11 | コニカミノルタ株式会社 | 動態解析システム |
-
2018
- 2018-01-12 JP JP2018003173A patent/JP7020125B2/ja active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09238932A (ja) * | 1996-03-05 | 1997-09-16 | Toshiba Corp | 心機能診断装置 |
| JP2004000411A (ja) * | 2002-04-03 | 2004-01-08 | Canon Inc | 動画像表示方法、動画像処理方法、プログラム、コンピュータ可読記憶媒体、動画像表示装置、動画像処理装置、動画像表示システム、動画像処理システム、画像診断支援方法、及び画像診断支援システム |
| US20050215890A1 (en) * | 2003-11-07 | 2005-09-29 | Wilson Lon P | First pass and/or gated blood pool imaging system including multiple camera heads |
| WO2014054379A1 (ja) * | 2012-10-04 | 2014-04-10 | コニカミノルタ株式会社 | 画像処理装置及びプログラム |
| WO2017060097A1 (en) * | 2015-10-07 | 2017-04-13 | Koninklijke Philips N.V. | Device, system and method for determining a respiratory feature of a subject based on a breathing gas |
| JP2018000281A (ja) * | 2016-06-28 | 2018-01-11 | コニカミノルタ株式会社 | 動態解析システム |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2021045360A (ja) * | 2019-09-19 | 2021-03-25 | コニカミノルタ株式会社 | 放射線撮影システム及び撮影制御装置 |
| JP2021087464A (ja) * | 2019-12-02 | 2021-06-10 | コニカミノルタ株式会社 | 医用画像解析システム、プログラム及び医用画像解析方法 |
| JP2021146012A (ja) * | 2020-03-23 | 2021-09-27 | コニカミノルタ株式会社 | プログラム、動態解析装置及び診断支援システム |
| JP7472573B2 (ja) | 2020-03-23 | 2024-04-23 | コニカミノルタ株式会社 | プログラム、動態解析装置及び診断支援システム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7020125B2 (ja) | 2022-02-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5672147B2 (ja) | 胸部診断支援情報生成システム | |
| JP6597548B2 (ja) | 動態解析システム | |
| JP6772908B2 (ja) | 動態解析システム及びプログラム | |
| JP5962237B2 (ja) | 胸部診断支援情報生成方法 | |
| JP6418091B2 (ja) | 胸部画像表示システム及び画像処理装置 | |
| JP6743662B2 (ja) | 動態画像処理システム | |
| JP7047574B2 (ja) | 動態画像解析装置、動態画像解析システム、動態画像解析プログラム及び動態画像解析方法 | |
| JP6690774B2 (ja) | 動態解析システム、プログラム及び動態解析装置 | |
| JP2017176202A (ja) | 動態解析システム | |
| JP6740910B2 (ja) | 動態画像処理システム | |
| JP2019058368A (ja) | 動態解析装置及び動態解析システム | |
| JP7020125B2 (ja) | 動態画像解析装置及びプログラム | |
| JP5617577B2 (ja) | 胸部診断支援情報生成方法 | |
| JP2017169830A (ja) | 動態解析装置 | |
| JP2021194140A (ja) | 画像処理装置及び画像処理方法 | |
| JP2018196693A (ja) | 動態解析システム | |
| JP7255725B2 (ja) | 動態画像解析システム及び動態画像解析プログラム | |
| JP7255329B2 (ja) | 動態画像解析装置、動態画像解析システム及びプログラム | |
| JP2018064848A (ja) | 動態解析システム | |
| JP6962030B2 (ja) | 動態解析装置、動態解析システム、動態解析プログラム及び動態解析方法 | |
| JP2020081185A (ja) | 動態画像解析装置及び動態画像解析システム | |
| JP7424532B1 (ja) | 放射線画像解析装置及びプログラム | |
| JP2019092612A (ja) | 動態撮影システム | |
| JP6888721B2 (ja) | 動態画像処理装置、動態画像処理プログラム及び動態画像処理方法 | |
| JP2017217047A (ja) | 画像表示システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190509 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200626 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210519 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210706 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210825 |
|
| 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: 20220104 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220117 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7020125 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |