JP2019147062A - 医用画像処理装置 - Google Patents

Abstract

【課題】信頼性を向上させることができる医用画像処理装置、治療システム、医用画像処理方法、およ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】実施形態の医用画像処理装置は、取得部と、第１の特徴部位検出部と、推定部とを持つ。取得部は、撮像装置により撮像された被検体の透視画像を取得する。第１の特徴部位検出部は、前記取得部により取得された透視画像における特徴部位の位置を検出する。推定部は、特徴部位の位置と探索部位の位置との対応関係を示す対応情報に基づいて、前記第１の特徴部位検出部により検出された特徴部位の位置から前記被検体の探索部位の位置を推定する。【選択図】図１

Description

本発明の実施形態は、医用画像処理装置、治療システム、医用画像処理方法、および医用画像処理プログラムに関する。

放射線治療では、まず計画段階において患部付近のＣＴ（Computed Tomography）画像が事前に撮影され、治療計画が立てられる。治療段階では、治療計画に沿って患部に治療ビームを照射することで、患者の治療が行われる。患者の患部は、呼吸や心拍、腸の動きなどによって移動する場合がある。これに対応する治療法として、ゲーテッド照射法や追尾照射法が知られている。これらの照射法により、治療ビームが患部以外の正常部位に照射される量を減らすことができる。

また、治療の直前に、治療計画用とは別に、様々な呼吸位相のＣＴ画像を撮影する場合がある。この場合、様々な呼吸位相のＣＴ画像から治療計画用ＣＴ画像と類似したものが選択される。そして、選択されたＣＴ画像を生成するために利用した透視画像と、治療中に撮影した透視画像とで、横隔膜周辺の画像情報がほぼ一致したときに治療ビームが自動的に照射される。

しかしながら、従来の自動化技術では、治療段階あるいはリハーサル段階において、患部そのものの位置を追跡して治療支援を行うものではないため、信頼性が十分でない場合があった。

特開２００８−１５４８６１号公報

Ying Cui, Jennifer G Dy, Gregory C Sharp, Brain Alexander and Steve B Jiang, "Multiple template-based fluoroscopic tracking of lung tumor mass without implanted fiducial markers," Physics in Medicine and Biology, vol.52, no.20, pp.6229-6242, 2007.

本発明が解決しようとする課題は、信頼性を向上させることができる医用画像処理装置、治療システム、医用画像処理方法、および医用画像処理プログラムを提供することである。

実施形態の医用画像処理装置は、取得部と、第１の特徴部位検出部と、推定部とを持つ。取得部は、撮像装置により撮像された被検体の透視画像を取得する。第１の特徴部位検出部は、前記取得部により取得された透視画像における特徴部位の位置を検出する。推定部は、特徴部位の位置と探索部位の位置との対応関係を示す対応情報に基づいて、前記第１の特徴部位検出部により検出された特徴部位の位置から前記被検体の探索部位の位置を推定する。

実施形態の治療装置１０および医用画像処理装置１００を含む治療システム１の構成例を示す図。 第１の実施形態に係る治療システム１を利用して行われる治療の流れを示すフローチャートの一例を示す図。 治療計画の流れを示すフローチャートの一例を示す図。 学習処理の流れを示すフローチャートの一例を示す図。 学習段階の特徴部位検出部１１２により実行される処理の流れを示すフローチャートの一例を示す図。 選択された１つのＤＲＲの一例を示す図。 ＤＲＲ上で指定されたＲＯＩを示す図。 分割位置Ｓと、分割された着目箇所ＲＯＩ（１）、ＲＯＩ（２）との関係を示す図。 特徴部位として検出された分割位置Ｓを示す図。 横隔膜の輪郭上にある特徴部位１と、心壁の輪郭上にある特徴部位２とを示す図。 特徴部位の位置と患部の位置との対応関係の一面を示す図。 特徴部位の位置と患部の位置との対応関係の他の一面を示す図。 リハーサルにおいて行われる処理の流れを示すフローチャートの一例を示す図。 リハーサル・治療段階の特徴部位検出部１２０により実行される処理の流れを示すフローチャートの一例を示す図。 リハーサル段階の表示画面ＩＭｒの一例を示す図。 治療において行われる処理の流れを示すフローチャートの一例を示す図。 治療段階の表示画面ＩＭｃの一例を示す図。 ＤＲＲ上で指定されたＲＯＩの他の例を示す図。 ＤＲＲ上で指定されたＲＯＩの他の例を示す図。 ＤＲＲ上で指定されたＲＯＩの他の例を示す図。 ＤＲＲ上で指定されたＲＯＩの他の例を示す図。 分割位置Ｓと、分割された着目箇所ＲＯＩ（１）、ＲＯＩ（２）との関係を示す図。 特徴部位として検出された分割位置Ｓを示す図。 第２の実施形態に係る治療システム１を利用して行われる治療の流れを示すフローチャートの一例を示す図。

以下、実施形態の医用画像処理装置、治療システム、医用画像処理方法、および医用画像処理プログラムを、図面を参照して説明する。

（第１の実施形態）
図１は、実施形態の治療装置１０および医用画像処理装置１００を含む治療システム１の構成例を示す図である。

［治療装置］
治療装置１０は、例えば、寝台１１と、放射線源１２−１、１２−２と、放射線検出器１３−１、１３−２と、照射門１４と、制御部１５と、入力部１６と、表示部１７とを備える。以下、符号におけるハイフンおよびこれに続く数字は、いずれの放射線源および放射線検出器の組による透視用の放射線、或いは透視画像であるかを示すものとする。

寝台１１には、治療を受ける被検体（患者）Ｐが固定される。放射線源１２−１は、被検体Ｐに対して透視用の放射線ｒ−１を照射する。放射線源１２−２は、放射線源１２−１とは異なる角度から、被検体Ｐに対して透視用の放射線ｒ−２を照射する。透視用の放射線ｒ−１およびｒ−２は、例えばＸ線である。

透視用の放射線ｒ−１は放射線検出器１３−１によって検出され、透視用の放射線ｒ−２は放射線検出器１３−２によって検出される。放射線検出器１３−１および１３−２は、例えばフラット・パネル・ディテクタ（ＦＰＤ；Flat Panel Detector）やイメージインテンシファイアやカラーイメージインテンシファイアである。放射線検出器１３−１は、放射線ｒ−１のエネルギーを検出してデジタル変換し、透視画像ＴＩ−１として医用画像処理装置１００に出力する。放射線検出器１３−２は、放射線ｒ−２のエネルギーを検出してデジタル変換し、透視画像ＴＩ−２として医用画像処理装置１００に出力する。図１では、２組の放射線源および放射線検出器を示したが、治療装置１０は、３組以上の放射線源および放射線検出器を備えてもよい。

照射門１４は、治療段階において、被検体Ｐに対して治療ビームＢを照射する。治療ビームＢには、例えば、Ｘ線、γ線、電子線、陽子線、中性子線、重粒子線などが含まれる。図１では、１つの照射門１４のみ示したが、治療装置１０は複数の照射門を備えてもよい。図１では、被検体Ｐの垂直方向に照射門がある場合を示したが、治療装置１０は被検体Ｐの水平方向に照射門を備えてもよい。

制御部１５は、例えば、治療装置１０が設置される治療室内に置かれるコンピュータ装置により実現される。制御部１５は、治療計画に応じて、透視用の放射線ｒ−１およびｒ−２の照射を行うように放射線源１２−１および１２−２を制御する。入力部１６は、例えば専用キーやダイヤル、タッチパネル、汎用キーボード、マウスなどの入力デバイスである。また、制御部１５は、治療段階において、治療計画に基づいて治療ビームＢの照射を行うように照射門１４を制御する。表示部１７は、医用画像処理装置１００から送られる画像等を表示する。

［医用画像処理装置］
以下、医用画像処理装置１００の構成について説明する。医用画像処理装置１００は、例えば、計画データ記憶部１０２と、取得部１０４−１、１０４−２と、レジストレーション部１０６と、ＤＲＲ（Digitally Reconstructed Radiograph）生成部１０８と、入力・表示部１１０と、学習段階の特徴部位検出部１１２−１、１１２−２と、患部位置計算部１１４と、学習部１１６−１、１１６−２と、対応情報記憶部１１８と、リハーサル・治療段階の特徴部位検出部１２０−１、１２０−２と、推定部１２２−１、１２２−２とを備える。

これらの機能部のうち一部は、例えば、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）などのプロセッサが記憶装置に記憶されたプログラムを実行することにより機能するソフトウェア機能部である。また、これらの機能部のうち一部または全部は、ＦＰＧＡ（Field Programmable Gate Array）やＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）などのハードウェア機能部であってもよい。医用画像処理装置１００は、ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）によって治療装置１０と接続される。取得部１０４−１、１０４−２は、ネットワークに接続するためのインターフェースを含む。計画データ記憶部１０２および対応情報記憶部１１８は、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）、フラッシュメモリなどの記憶装置により実現される。ＣＰＵやＧＰＵなどのプロセッサが実行するプログラムは、予め医用画像処理装置１００の記憶装置に格納されていてもよいし、他のコンピュータ装置からネットワークを介してダウンロードされてもよい。また、可搬型記憶装置に格納されたプログラムが医用画像処理装置１００にインストールされてもよい。

以下、医用画像処理装置１００の各機能部について、治療の流れを参照しつつ説明する。図２は、第１の実施形態に係る治療システム１を利用して行われる治療の流れを示すフローチャートの一例である。

まず、治療が行われる前（例えば１週間程度前）に、治療計画が立てられる（ステップＳ２００）。これについては図３を参照して説明する。図３は、治療計画の流れを示すフローチャートの一例である。

治療計画段階において、まず、被検体Ｐの４ＤＣＴ撮影が行われる（ステップＳ２０２）。次に、４ＤＣＴ画像を医用画像処理装置１００の計画データ記憶部１０２に記憶させる（ステップＳ２０４）。４ＤＣＴ画像は、３次元ボリュームデータであるＣＴ画像を時系列にｎ個並べたものである。このｎ個および時系列画像の時間間隔を乗算して求められる期間は、例えば、呼吸位相が１周期分変化する期間をカバーするように設定される。例えば、ｎ＝１０である。

次に、ｎ個のＣＴ画像のうち、例えば１つのＣＴ画像を表示し、そのＣＴ画像に対して、利用者による輪郭の入力を受け付ける（ステップＳ２０６）。利用者とは、医師や診療放射線技師など、医用画像処理装置１００を利用する者である。本ステップにおいて、医用画像処理装置１００は、被検体Ｐが息を吐いた状態のＣＴ画像における断面像を入力・表示部１１０に表示する。利用者は、表示する断面を変化させながら、患部である腫瘍の輪郭や治療ビームＢを照射したくない臓器の輪郭等を、入力・表示部１１０を用いて入力する。なお、「患部」は、医用画像処理装置１００が位置推定の対象とする探索部位の一例である。入力・表示部１１０は、例えば、キーボードやマウス、タッチパネル、ラジオボタンその他の入力デバイスと、ＬＣＤや有機ＥＬ表示装置などの表示装置を含む。

次に、医用画像処理装置１００は、輪郭情報を生成し、計画データ記憶部１０２に記憶させる（ステップＳ２０８）。本ステップにおいて、医用画像処理装置１００は、ステップＳ２０６で利用者が輪郭を入力したＣＴ画像以外の（ｎ−１）個のＣＴ画像それぞれに対する輪郭をデフォーマブルレジストレーションによって設定する。図１において、デフォーマブルレジストレーションを実行するブロックの図示は省略してある。

次に、医用画像処理装置１００において、治療計画が立案される（ステップＳ２１０）。具体的には、ステップＳ２０６、Ｓ２０８において入力、生成された輪郭情報に基づいて、患部がどの位置にあるときに、どこに、どの方向から、どれだけの治療ビームＢを照射するかが、ゲーテッド照射法や追尾照射法などの治療法に基づいて計画される。この計画は、医用画像処理装置１００に記憶された治療計画プログラムによって立案される。立案された計画は、入力・表示部１１０に表示され、利用者によって確認される。治療計画の情報は、例えば、制御部１５が有する記憶部等に記憶される。図１において、計画を立案するブロックの図示は省略してある。

なお、図３のフローチャートにおいて、医用画像処理装置１００が実行する処理として説明した各種処理の一部は、外部装置によって実行されてもよい。例えば、ＣＴ画像の断面像を表示する処理や、輪郭に関する利用者の入力を受理する処理、デフォーマブルレジストレーションを実行する処理、治療計画を立案する処理などは、医用画像処理装置１００の外部の治療計画装置によって実行されてもよい。

治療計画が立てられると、医用画像処理装置１００は、被検体Ｐの特徴部位の位置と、患部の位置との対応関係を学習する学習処理を行う（ステップＳ３００）。学習処理は、例えば、ステップＳ５００の治療と同じ日において、ステップＳ４００のリハーサルの直前に行われる。治療が複数日に及ぶ場合、学習は最初の治療日だけ行われてもよい。また、学習は、治療およびリハーサルとは別の日に行われてもよい。

学習処理段階において、被検体Ｐは寝台１１に寝かされ、シェル等で固定される。そして、図４に示す流れで処理が行われる。図４は、学習処理の流れを示すフローチャートの一例である。

まず、寝台位置の粗い調整が行われる（ステップＳ３０２）。この段階において、利用者が、被検体Ｐの位置と姿勢を目視で確認し、照射門１４からの治療ビームＢが当たりそうな位置へ寝台１１を動かす。これにより、寝台１１の位置が粗く調整される。

次に、寝台位置を細かく調整するために利用する透視画像ＴＩ−１、ＴＩ−２が撮影される（ステップＳ３０４）。透視画像ＴＩ−１、ＴＩ−２は、例えば被検体Ｐが息を吐き切ったタイミングで、放射線源１２−１および放射線検出器１３−１の組と、放射線源１２−２および放射線検出器１３−２の組とによって、それぞれ撮影される。寝台１１の位置が、ステップＳ３０２で粗く調整済みであるため、透視画像ＴＩ−１、ＴＩ−２には、被検体Ｐの患部付近が写る。医用画像処理装置１００の取得部１０４−１は透視画像ＴＩ−１を、取得部１０４−２は透視画像ＴＩ−２を、それぞれ取得してレジストレーション部１０６に出力する（ステップＳ３０６）。

そして、レジストレーション部１０６は、計画データ記憶部１０２から４ＤＣＴ画像のうち呼気位相のＣＴ画像を読み出し、透視画像ＴＩ−１、ＴＩ−２と比較し、３Ｄ−２Ｄレジストレーションにより、寝台１１上の被検体Ｐの位置と姿勢の情報を算出する。（ステップＳ３０８）。呼気位相とは、被検体Ｐが息を吐き切った状態の呼吸位相をいう。３Ｄ−２Ｄレジストレーションは、寝台１１上に仮想的にＣＴ画像データを設置して、仮想的に生成した透視画像であるＤＲＲの画角が、透視画像ＴＩ−１、ＴＩ−２と一致する、ＣＴ画像データの位置と姿勢を計算する処理である。これにより、寝台１１上の被検体Ｐの位置と姿勢の情報が算出される。この位置と姿勢の情報に基づいて、寝台１１の位置が、自動的に或いは人の操作により精密に調整される。この調整後の位置と姿勢は、ＤＲＲ生成部１０８と患部位置推定部１１４に出力される。

次に、ＤＲＲ生成部１０８が、ステップＳ３０８で得られた位置と姿勢の情報に基づいて、４ＤＣＴ画像から時系列の（ｎ個の）ＤＲＲを生成する（ステップＳ３１０）。ステップＳ３０８において、寝台１１の位置が精密に調整済みであるため、本ステップで生成されるＤＲＲは、透視画像ＴＩ−１、ＴＩ−２と画角が一致する。

次に、学習段階の特徴部位検出部１１２−１、１１２−２が、ステップＳ３１０で生成された時系列のＤＲＲ上で、入力・表示部１１０からの入力を加味して、特徴部位の位置を検出する。（ステップＳ３２０）。

［特徴部位の検出］
ここで、特徴部位の位置検出手法について説明する。特徴部位の位置検出手法として、学習段階の特徴部位検出部１１２−１、１１２−２と、リハーサル・治療段階の特徴部位検出部１２０−１、１２０−２とで共通する手法が採用されてよい（入力画像の種類は異なる）。なお、以下では、いずれの放射線検出器により生成された透視画像に対応するかを示す、ハイフン以下の符号を省略して説明することがある。

学習段階の特徴部位検出部１１２は、時系列のＤＲＲから選択された１つのＤＲＲにおいて、利用者が入力・表示部１１０を用いて指定した着目箇所ＲＯＩ（Region Of Interest）上で、または着目箇所ＲＯＩの領域内で、或いは着目箇所ＲＯＩ付近で、特徴部位の位置を検出する。

図５は、学習段階の特徴部位検出部１１２により実行される処理の流れを示すフローチャートの一例である。まず、学習段階の特徴部位検出部１１２は、時系列のＤＲＲから１つのＤＲＲを選択する（ステップＳ３２２）。学習段階の特徴部位検出部１１２は、例えば呼気でも吸気でもない呼吸位相のＤＲＲを選択する。図６は、選択された１つのＤＲＲの一例を示す図である。

次に、学習段階の特徴部位検出部１１２は、入力・表示部１１０の表示装置にＤＲＲを表示させながら、ＤＲＲ上で利用者による着目箇所ＲＯＩの指定を受け付ける（ステップＳ３２４）。着目箇所ＲＯＩは、入力画像から特徴部位を検出する際の計算領域として利用される幾何的情報であり、線分、領域、その他の情報として指定される。図７は、ＤＲＲ上で指定されたＲＯＩを示す図である。図７の例では、ＲＯＩは線分として指定されている。また、図７〜図９では、横隔膜を特徴部位として検出する例について説明し、他の部位を特徴部位として検出する例については後述する。

利用者は、着目箇所ＲＯＩの形状を線分にするか、矩形にするかを、例えば、ラジオボタンで選択し、その入力を入力・表示部１１０が受け付ける。そして、利用者は、例えば、ＤＲＲ上を眺めながらマウスを操作し、ドラッグすることで着目箇所ＲＯＩを指定する。学習段階の特徴部位検出部１１２は、ステップＳ３２４で指定された着目箇所ＲＯＩを、時系列のＤＲＲのうちステップＳ３２２で選択されたＤＲＲ以外のＤＲＲにも同様に適用する。

次に、学習段階の特徴部位検出部１１２は、例えば所定の刻み幅で分割位置を変えて、着目箇所ＲＯＩを２つに分割する（ステップＳ３２６）。図８は、分割位置Ｓと、分割された着目箇所ＲＯＩ（１）、ＲＯＩ（２）との関係を示す図である。

そして、学習段階の特徴部位検出部１１２は、分割された着目箇所ＲＯＩ（１）、ＲＯＩ（２）の濃淡値から分離度を計算する（ステップＳ３２７）。分離度とは、例えば、着目箇所ＲＯＩ（１）、ＲＯＩ（２）のそれぞれの濃淡値の平均の差等である。そして、所定の刻み幅で変化させられるすべての分割位置Ｓでの分離度がすべて計算されたか否かを判定する（ステップＳ３２８）。計算されていない場合は、ステップＳ３２６に戻る。計算されている場合は、ステップＳ３２９へ進む。ステップＳ３２９では、様々な分割位置Ｓでそれぞれ計算した分離度が最大の分割位置Ｓを、特徴部位として検出する。図９は、特徴部位として検出された分割位置Ｓを示す図である。特徴部位の位置は、例えば、入力画像の座標系で表現される。特徴部位の位置は、（ｘ，ｙ）座標で表現されても良いし、ｘ座標だけ或いはｙ座標だけで表現されても良い。また、特徴部位の位置は、線分、或いは領域等で表現されてもよい。特徴部位の検出手法の他の例については、後述する。

学習段階の特徴部位検出部１１２は、全てのＤＲＲについて特徴部位を検出したか否かを判定する（ステップＳ３３０）。全てのＤＲＲについて特徴部位を検出していない場合、学習段階の特徴部位検出部１１２は、次のＤＲＲを選択し（ステップＳ３３２）、ステップＳ３２６以下の処理を実行する。着目箇所ＲＯＩについては、最初にステップＳ３２４で指定を受け付けたものを、全てのＤＲＲに適用してよい。全てのＤＲＲについて特徴部位を検出すると、本フローチャートの処理が終了される。

特徴部位の位置が検出されると、患部位置計算部１１４が、計画データ記憶部１０２に記憶された患部の輪郭情報と、ステップＳ３０８において得られた位置と姿勢の情報とに基づいて、時系列のＤＲＲにおける患部の位置を計算する（図４；ステップＳ３４０）。患部位置計算部１１４は、例えば、ｎ個のＣＴ画像それぞれについて、患部の質量が均一であると仮定して輪郭情報から患部の３次元的な重心位置を計算し、計算した重心位置を対応するＤＲＲに射影した位置を患部の位置とする。

このように、透視画像ＴＩと同じ画角の複数の画像（時系列のＤＲＲ）は、３次元ボリュームデータの動画から生成した画像であり、患部位置計算部１１４は、３次元ボリュームデータの動画のうち少なくとも１つの呼吸位相を有する３次元ボリュームデータについて利用者によって指定された情報を、他の呼吸位相の画像に展開することで、透視画像ＴＩと同じ画角の複数の画像における被検体Ｐの患部の位置を導出する。

［対応関係の学習］
次に、学習部１１６が、ステップＳ３２０において検出されたＤＲＲ上の特徴部位の位置と、ステップＳ３４０において計算されたＤＲＲ上の患部の位置との対応関係を学習する（ステップＳ３４２）。学習部１１６は、学習した対応関係を、対応情報として対応情報記憶部１１８に記憶させる（ステップＳ３４４）。なお、本実施形態において、学習部１１６は省略されても良い。

以下、対応関係の学習手法について説明する。前述したように、医用画像処理装置１００は、利用者の入力操作を受け付ける入力・表示部１１０と、利用者が入力・表示部１１０を用いて指定した着目領域内または着目領域付近で、透視画像ＴＩと同じ画角の複数の画像（時系列のＤＲＲ）における特徴部位の位置を検出する学習段階の特徴部位検出部１１２を備え、学習部１１６は、学習段階の特徴部位検出部１１２から、呼吸位相が異なる複数の画像における複数の特徴部位の位置を取得する。

ここでは、時系列で得られた特徴部位の位置が横隔膜と心壁の輪郭の一部であり、対応関係の学習に用いられる情報が横隔膜のｙ座標と心壁のｘ座標であるものとして説明する。対応関係の学習に、横隔膜のｙ座標と心壁のｘ座標を用いるのは、患部が例えば肺である場合、患部の主な移動量は、呼吸による横隔膜のｙ方向の移動に応じたｙ方向の移動量と、心拍による心壁のｘ方向の移動に応じたｘ方向の移動量とで表されるからである。

図１０は、横隔膜の輪郭上にある特徴部位１と、心壁の輪郭上にある特徴部位２とを示す図である。図中、特徴部位１の座標を（ｘｄ，ｙｄ）と、特徴部位２の座標を（ｘｈ，ｙｈ）と表している。以下、時系列で得られる横隔膜のｙ座標をｙｄ（ｐ）と、心壁のｘ座標をｘｈ（ｐ）と表記する。ここで、ｐは、ｎ個のＤＲＲのうちいずれに関するものであるかを表すインデックスであり、ｐ＝０，１，…，ｎ−１である。時系列のＤＲＲのそれぞれは呼吸位相に対応しているため、呼吸位相ｐと表現して説明する場合がある。また、時系列で得られる患部の位置を（ｘｔ（ｐ），ｙｔ（ｐ））で表す。

このようにｙｄ（ｐ）、ｘｈ（ｐ）、および（ｘｔ（ｐ），ｙｔ（ｐ））を定義し、全てのインデックスｐに関して（ｘｈ、ｙｄ、ｘｔ）を座標とする３次元プロファイルを作成すると、例えば図１１のように表される。図１１は、特徴部位の位置と患部の位置との対応関係の一面を示す図である。

また、全てのインデックスｐに関して（ｘｈ、ｙｄ、ｙｔ）を座標とする３次元プロファイルを作成すると、例えば図１２のように表される。図１２は、特徴部位の位置と患部の位置との対応関係の他の一面を示す図である。

学習部１１６は、図１１、１２により表される傾向に基づいて、例えば、横隔膜のｙ座標ｙｄおよび心壁のｘ座標ｘｈを入力すると患部のｘ座標ｘｔを返す関数ｆと、横隔膜のｙ座標ｙｄおよび心壁のｘ座標ｘｈを入力すると患部のｙ座標ｙｔを返す関数ｇとを、対応情報として作成する（式（１）、（２）参照）。なお、ここでは、学習部１１６は、関数ｆ、ｇを対応情報として作成するものとしたが、特徴部位の位置と患部の位置との対応関係を示すテーブルデータ、マップその他の情報を対応情報として作成してもよい。

ここで、関数のモデルを２次多項式とした場合、式（１）、（２）をまとめて式（３）で表現することができる。式中、Ａは、２行６列の係数行列である。

学習部１１６は、例えば、図１１、１２で表される点座標群を訓練データとして、最小二乗法等の統計的手法を用いて係数行列Ａを学習する。具体的には、学習部１１６は、式（４）で表される二乗誤差Ｅを最小にする係数行列Ａを求めることで、係数行列Ａを学習する。

また、学習部１１６は、式（５）で表される二乗誤差Ｅを最小にする係数行列Ａを求めることで、係数行列Ａを学習してもよい。式中、ｗ（ｐ）は呼吸位相に関する重み係数である。ｗ（ｐ）は、ｐが呼気位相に近いほど大きい値をとる。これによって、特に呼吸位相での誤差を小さくするように係数行列Ａを求めることができる。式（５）による学習は、治療法として呼気位相でのゲーテッド照射法を採用する場合に有効である。また、ｗ（ｐ）は、特徴部位の検出段階において、分離度が大きかった場合に大きい値をとるように設定してもよい。これによって、時系列のＤＲＲのうち、検出結果が信頼できるＤＲＲのウエイトを大きくして係数行列Ａを学習することができ、学習精度を向上させることができる。

上記説明したように、学習部１１６は、呼吸位相が異なる複数の画像（ＤＲＲ）における複数の特徴部位の位置を取得し、複数の特徴部位の位置と、複数の特徴部位のそれぞれに対応する呼吸位相における複数の患部の位置とに基づいて、特徴部位の位置と被検体Ｐの患部の位置との対応関係を示す対応情報を学習する。

［リハーサル］
学習処理が終了すると、リハーサルが行われる（図２；ステップＳ４００）。リハーサルでは、被検体Ｐの患部を透視画像ＴＩの動画で追跡できるか否かを確認する。リハーサルは、ステップＳ５００の治療と同じ日の、その治療の直前に行われる。治療が複数日に及ぶ場合、リハーサルは最初の治療日だけに行われてもよい。また、リハーサルの直前には、被検体Ｐの位置決めが行われるが、本実施形態では、既に被検体Ｐの位置決めが済んでいるため、位置決めを改めて行う必要はない。

図１３は、リハーサルにおいて行われる処理の流れを示すフローチャートの一例である。リハーサルでは、まず、放射線源１２−１および放射線検出器１３−１の組と、放射線源１２−２および放射線検出器１３−２の組とによって透視画像ＴＩ−１、ＴＩ−２の動画（例えばＸ線動画）の撮影が開始される（ステップＳ４０２）。動画の各フレームは、取得部１０４−１、１０４―２により順次、透視画像ＴＩ−１、ＴＩ−２として取得され、リハーサル・治療段階の特徴部位検出部１２０−１、１２０−２に順次、出力される。以下、再度、ハイフン以下の符号を省略して説明する。

次に、推定部１２２が、学習処理において学習された対応情報を、対応情報記憶部１１８から読み出しておく（ステップＳ４０４）。

次に、リハーサル・治療段階の特徴部位検出部１２０が、特徴部位の位置を検出する（ステップＳ４１０）。以下、これについて図１４を参照して説明する。図１４は、リハーサル・治療段階の特徴部位検出部１２０により実行される処理の流れを示すフローチャートの一例である。

まず、リハーサル・治療段階の特徴部位検出部１２０には、１フレーム分の透視画像ＴＩが入力される（ステップＳ４１２）。次に、リハーサル・治療段階の特徴部位検出部１２０は、学習処理において指定された着目箇所をコピーする（ステップＳ４１４）。そして、リハーサル・治療段階の特徴部位検出部１２０は、学習段階の特徴部位検出部１１２と同様、例えば所定の刻み幅で分割位置を変えて、着目箇所ＲＯＩを２つに分割し（ステップＳ４１６）、分割された着目箇所ＲＯＩ（１）、ＲＯＩ（２）の濃淡値から分離度を計算する（ステップＳ４１８）。そして、所定の刻み幅で変化させられるすべての分割位置Ｓでの分離度がすべて計算されたか否かを判定する（ステップＳ４２０）。計算されていない場合は、ステップＳ４１６に戻る。計算されている場合は、ステップＳ４２２へ進む。ステップＳ４２２では、様々な分割位置Ｓでそれぞれ計算した分離度が最大の分割位置Ｓを、特徴部位として検出する。

特徴部位の位置が検出されると、推定部１２２が、特徴部位の位置と対応情報とに基づいて、被検体Ｐの患部の位置を推定する（図１３；ステップＳ４３０）。前述したように、対応情報は、例えば、横隔膜のｙ座標ｙｄおよび心壁のｘ座標ｘｈを入力すると患部のｘ座標ｘｔを返す関数ｆと、横隔膜のｙ座標ｙｄおよび心壁のｘ座標ｘｈを入力すると患部のｙ座標ｙｔを返す関数ｇとを含む。推定部１２２は、リハーサル・治療段階の特徴部位検出部１２０により検出される横隔膜のｙ座標ｙｄおよび心壁のｘ座標ｘｈを、これらの関数に入力値として入力することで、患部のｘ座標ｘｔとｙ座標ｙｔとを推定する。なお、患部位置は点であっても良いし、二次元領域であっても良いし、三次元領域であっても良い。以降の例では患部位置は点であるものとして説明を行う。

次に、推定部１２２は、推定した患部の位置を透視画像ＴＩに重畳させて、入力・表示部１１０の表示装置に表示させる（ステップＳ４３２）。図１５は、リハーサル段階の表示画面ＩＭｒの一例を示す図である。図示するように、リハーサル段階の表示画面ＩＭｒでは、例えば、透視画像ＴＩ−１、ＴＩ−２が並べて表示される。それぞれの透視画像ＴＩには、患部の位置を示すオブジェクトＡ−１、Ａ−２、患部の位置推定の元となった特徴部位を示すオブジェクトＣ−１、Ｃ−２などが重畳表示される。このように、推定部１２２は、推定した患部の位置を示すオブジェクトを、透視画像ＴＩに重畳表示するように入力・表示部１１０の表示装置を制御する。表示画面ＩＭｒは、例えば、図１３のフローチャートにおけるループ処理（ステップＳ４１０〜Ｓ４４２）において繰り返し更新されるため、利用者から見ると、特徴部位の位置や患部の位置が示された透視画像ＴＩの動画が表示されているように映る。また、表示画面ＩＭｒには、動画の一時停止を指示するためのＧＵＩスイッチである一時停止スイッチＳＳが設けられる。

利用者は、この表示画面ＩＭｒを視認して、２方向からの透視画像ＴＩ−１、ＴＩ−２上で、自ら目視により確認した患部の位置と、推定結果として表示される患部の位置を示すオブジェクトＡ−１、Ａ−２とが合致しているか否かを確認することができる。これによって、治療の信頼性を向上させることができる。

次に、医用画像処理装置１００は、一次停止スイッチＳＳが操作されたか否かを判定する（ステップＳ４３４）。一次停止スイッチＳＳが操作されると、医用画像処理装置１００は、修正指示がなされたか否かを判定する（ステップＳ４３６）。修正指示は、例えば、利用者が正しい患部の位置をマウスでクリックすることにより行われる。修正指示がなされた場合、推定部１２２は、患部の位置を補正する（ステップＳ４３８）。修正指示は、透視画像ＴＩ−１、ＴＩ−２の一方または双方に対してなされる。推定部１２２は、例えば、表示していたオブジェクトＯ１と修正指示された位置との差分を補正量（修正量）として求め、以降、患部の位置を推定する際に、補正量を加味して推定結果を確定する。この補正量は、治療段階にも引き継がれる。また、推定部１２２は、差分に基づいて、対応情報自体を修正してもよい。これによって、表示していたオブジェクトＯ１の位置も併せて修正される。すなわち、医用画像処理装置１００は、オブジェクトＯ１の位置の修正操作を受け付ける入力・表示部１１０上の一時停止スイッチＳＳを備え、入力・表示部１１０は、修正装置に従って位置を変更したオブジェクトＯ１を透視画像ＴＩに重畳表示する。

修正指示は、再度一次停止スイッチＳＳが操作されることで一時停止が解除されるまで受け付けられる（ステップＳ４４０）。また、医用画像処理装置１００は、利用者によって終了指示がなされるまで、表示画面ＩＭｒにおける動画の表示を継続する（ステップＳ４４２）。

係る制御によって、治療段階において治療システム１が照射門１４の制御に用いる患部の位置を、利用者が確認することができる。透視画像ＴＩ上では、患部の位置を直接的に求めるのが困難である場合がある。そこで、本実施形態の医用画像処理装置１００では、まずＤＲＲ上で、被検体の横隔膜、心壁、胸壁、骨のうちの少なくとも１つを含む特徴部位の位置と患部の位置との対応関係を求めておき、透視画像ＴＩ上で特徴部位の位置から患部の位置を再現するようにしている。すなわち、本実施形態の医用画像処理装置１００は、透視画像ＴＩ上でもコンピュータ処理で認識可能な特徴部位の位置と、上記対応関係とに基づいて患部の位置を推定する。これによって、リハーサル段階や治療段階において患部の位置が利用者の意図に沿っているかどうかを確認することができる。

［治療段階］
リハーサルにおいて、患部の位置の確認、修正が行われると、治療が開始される（図２；ステップＳ５００）。治療段階では、被検体Ｐの患部に治療ビームＢが照射される。また、治療の直前には、被検体Ｐの位置決めが行われるが、本実施形態では、既に被検体Ｐの位置決めが済んでいるため、位置決めを改めて行う必要はない。

図１６は、治療において行われる処理の流れを示すフローチャートの一例である。まず、リハーサル段階と同様に、透視画像ＴＩ−１、ＴＩ−２の動画（例えばＸ線動画）の撮影が開始される（ステップＳ５０２）。次に、推定部１２２が、学習処理において学習された対応情報を、対応情報記憶部１１８から読み出しておく（ステップＳ５０４）。

次に、リハーサル・治療段階の特徴部位検出部１２０が、特徴部位の位置を検出する（ステップＳ５１０）。特徴部位の位置の検出処理は、例えば図１４で説明した処理と同様である。特徴部位の位置が検出されると、推定部１２２が、特徴部位の位置と対応情報とに基づいて、被検体Ｐの患部の位置を推定する（ステップＳ５３０）。具体的には、推定部１２２は、入力される横隔膜のｙ座標ｙｄおよび心壁のｘ座標ｘｈに対して関数ｆを適用して患部のｘ座標ｘｔを導出し、横隔膜のｙ座標ｙｄおよび心壁のｘ座標ｘｈに対して関数ｇを適用して患部のｙ座標ｙｔを導出する。

次に、治療装置１０の制御部１５が、ステップＳ５３０で推定された患部の位置が、予め設定された設定範囲内であるか否かを判定する（ステップＳ５３２）。患部の位置が、予め設定された設定範囲内である場合、制御部１５は、治療ビームＢを照射するように照射門１４を制御する（ステップＳ５３４）。患部の位置が、予め設定された設定範囲外である場合、制御部１５は、治療ビームＢを照射門１４に照射させない。これにより、被検体Ｐの患部がゲーテッド照射法で治療される。

ステップＳ５１０〜Ｓ５３４の処理は、患部に照射した治療ビームＢの累計の量が、予め定められた量に至ったときに終了するように制御される（ステップＳ５３６）。なお、ゲーテッド照射法での治療の流れを例示したが、動画において患部の位置を推定することで追跡し、治療用ビームＢをその患部の位置に追尾させて照射することで、追尾照射法が実現される。

治療段階における「患部の位置」は、まずは透視画像ＴＩ−１、ＴＩ−２上の座標として求められるが、ステップＳ５３２で判定処理の対象となる「患部の位置」は、３次元の位置であってもよい。そして、設定範囲は、透視画像ＴＩ−１、ＴＩ−２上の範囲として設定されてもよいし、３次元の範囲として設定されてもよい。後者の場合、学習部１１６が、２つの画像上における特徴部位の位置と３次元の患部の位置との対応関係を学習してよい。この場合、推定部１２２は１つの構成に統合される。また、推定部１２２−１、１２２−２がそれぞれ推定した患部の位置に基づいて、３次元の患部の位置を導出する機能部を備えてもよい。

治療システム１は、治療段階において、患部の位置と設定範囲とを対比可能な表示画面を、表示部１７に表示させてもよい。図１７は、治療段階の表示画面ＩＭｃの一例を示す図である。図示するように、表示画面ＩＭｃでは、透視画像ＴＩ−１に対応する設定範囲Ｔａ−１と、透視画像ＴＩ−１に対応する患部の位置を示すオブジェクトＡ−１がと対比可能となっている。また、表示画面ＩＭｃでは、透視画像ＴＩ−２に対応する設定範囲Ｔａ−２と、透視画像ＴＩ−２に対応する患部の位置Ａ−２を示すオブジェクトとが対比可能となっている。

係る制御によって、本実施形態の医用画像処理装置１００は、治療の信頼性を向上させることができる。従来は、治療段階で撮影した透視画像における横隔膜周辺の画像情報に基づいて治療ビームを照射するといった制御がなされていた。しかしながら、この従来の手法では、患部そのものの位置を追跡して治療支援を行うものではないため、信頼性が十分でない場合があった。これに対し、本実施形態の医用画像処理装置１００は、特徴部位の位置と患部の位置との対応関係に基づいて、透視画像ＴＩから患部の位置を推定することで、治療の信頼性を向上させることができる。

また、本実施形態の医用画像処理装置１００は、治療の省力化を図ることができる。従来は、治療の直前に治療計画用とは別に、様々な呼吸位相の画像を撮影し、所望の呼吸位相の画像を選択するといった作業が行われており、利用者の負担となっていた。これに対し、本実施形態の医用画像処理装置１００は、特徴部位の位置と患部の位置との対応関係を学習することにより、上記のような手間を省略し、治療の省力化を図ることができる。

以上説明した第１の実施形態に係る医用画像処理装置１００によれば、透視画像における特徴部位の位置を検出するリハーサル・治療段階の特徴部位検出部１２０と、特徴部位の位置と患部の位置との対応関係を示す対応情報に基づいて、リハーサル・治療段階の特徴部位検出部１２０により検出された特徴部位の位置から被検体Ｐの患部の位置を推定する推定部１２２とを備えることにより、治療の信頼性を向上させることができる。

また、第１の実施形態に係る医用画像処理装置１００によれば、推定部１２２により推定された被検体Ｐの患部の位置を示すオブジェクトＡを透視画像ＴＩに重畳表示するように表示部１７を制御することにより、治療の信頼性を更に高めることができる。

また、第１の実施形態に係る医用画像処理装置１００によれば、被検体Ｐの患部の位置を示すオブジェクトＡが透視画像ＴＩに重畳表示されている状態で、利用者による被検体Ｐの患部の位置の修正操作が入力・表示部１１０に対してなされた場合、以降の処理において修正操作による修正量を反映させて被検体Ｐの患部の位置を推定するため、利便性を高めると共に、治療の信頼性を更に高めることができる。

また、第１の実施形態に係る医用画像処理装置１００によれば、透視画像ＴＩと同じ画角を有し、呼吸位相が異なる複数のＤＲＲにおける特徴部位の位置を検出する学習段階の特徴部位検出部１１２を備え、学習段階の特徴部位検出部１１２により複数のＤＲＲにおいて検出された特徴部位の位置と、複数のＤＲＲにおける被検体Ｐの患部の位置とに基づいて、対応情報を学習する学習部１１６を備えることにより、治療の省力化を図ることができる。

また、第１の実施形態に係る医用画像処理装置１００によれば、学習段階の特徴部位検出部１１２が、利用者が入力・表示部１１０を用いて指定した着目領域ＲＯＩ内で、複数のＤＲＲにおける特徴部位の位置を検出するため、特徴部位の位置の検出に要するコンピュータ処理の負担を低減することができる。

上記説明した治療システム１は、医用画像処理装置１００と、被検体Ｐに治療ビームＢを照射する照射部（照射門１４）と、推定部１２２により推定された被検体Ｐの患部の位置が設定範囲内である場合に、治療ビームＢを照射するように照射部を制御する制御部１５と、を備える。

また、医用画像処理装置１００は、撮像装置により撮像された被検体の透視画像を取得する取得部１０４−１、１０４−２と、ＣＰＵやＧＰＵなどのプロセッサと、ＲＯＭやＲＡＭ、ＨＤＤ、フラッシュメモリなどの記憶装置とを備え、記憶装置には、プロセッサを、取得部１０４−１、１０４−２により取得された透視画像ＴＩにおける特徴部位の位置を検出するリハーサル・治療段階の特徴部位検出部１２０−１、１２０−２、および、特徴部位の位置と患部の位置との対応関係を示す対応情報に基づいて、リハーサル・治療段階の特徴部位検出部１２０−１、１２０−２により検出された特徴部位の位置から被検体Ｐの患部の位置を推定する推定部１２２−１、１２２−２として機能させるためのプログラムが記憶された装置である。

また、医用画像処理装置１００は、ＣＰＵやＧＰＵなどのプロセッサと、ＲＯＭやＲＡＭ、ＨＤＤ、フラッシュメモリなどの記憶装置とを備え、記憶装置には、プロセッサを、呼吸位相が異なる複数の画像における複数の特徴部位の位置を取得し、複数の特徴部位の位置と、複数の特徴部位のそれぞれに対応する呼吸位相における複数の患部の位置とに基づいて、特徴部位の位置と被検体Ｐの患部の位置との対応関係を示す対応情報を学習する学習部として機能させるためのプログラムが記憶された装置である。

（変形例）
上記実施形態で例示したフローチャートにおける各ステップは、その性質に反しない限り、実行順序が変更され、複数同時に実施され、あるいは実施毎に異なった順序で実施されてもよい。

また、上記実施形態では、治療装置１０と医用画像処理装置１００が別体の装置であるように説明したが、治療装置１０と医用画像処理装置１００は一体の装置であってもよい。また、治療装置１０と医用画像処理装置１００が別体の装置である場合において、制御部１５は、医用画像処理装置１００に内蔵される機能であってもよい。

また、着目箇所ＲＯＩは、図７に例示したものに限らず、様々な態様で指定され得る。図１８〜図２１は、ＤＲＲ上で指定されたＲＯＩの他の例を示す図である。図１８の例では、心壁が特徴部位として検出される。また、図１９の例では、胸壁が特徴部位として検出される。また、図２０の例では、骨（肋骨）が特徴部位として検出される。このように、入力画像中に比較的鮮明に写っている部分を特徴部位とするのが好ましい。前述したように、特徴部位は１種類である必要はなく、複数ある方が好ましい。

また、図２１に示すように、着目箇所ＲＯＩは矩形などの領域として指定されてもよい。この場合、図２２に示すように、学習段階の特徴部位検出部１１２またはリハーサル・治療段階の特徴部位検出部１２０は、例えば所定の刻み幅で分割位置Ｓを変えながら、着目箇所ＲＯＩを２つに分割する。そして、図２３に示すように、分割された着目箇所ＲＯＩ（１）、ＲＯＩ（２）の間で分離度が最も大きい分割位置Ｓが、特徴部位として検出される。なお、着目箇所ＲＯＩが矩形などの領域として指定された場合、着目箇所ＲＯＩを上下に分割するか、左右に分割するかを利用者によって選択可能としてよい。この場合、その分割方法を、ラジオボタンでユーザに選択させると良い。あるいは、着目箇所ＲＯＩが縦長の矩形の場合は上下に、横長の矩形の場合は左右に分割するように、自動的に設定してもよい。また、着目箇所ＲＯＩをサイズが均等な左右２つの部分領域に分割した場合と、上下２つの部分領域に分割した場合とで、部分領域間の濃淡値の平均値の差が大きい方に分割するように設定してもよい。

また、２つの部分領域ＲＯＩ（１）、ＲＯＩ（２）の濃淡値の平均の差を分離度としたが、他の計算方法を採用してもよい。例えば、入力画像において、横隔膜の境界線より上部が明るく、下部が暗く写るため、これと逆の傾向だった場合、値が小さくなる分離度を定義してもよい。また、２つの部分領域ＲＯＩ（１）、ＲＯＩ（２）の濃淡値に関する相関比を分離度としてもよい。

また、医用画像処理装置１００は、利用者による着目箇所ＲＯＩに関する入力なしで、透視画像ＴＩ−１、ＴＩ−２あるいはＤＲＲから、画像処理によって自動で特徴部位を検出してもよい。例えば、医用画像処理装置１００は、透視画像ＴＩ−１、ＴＩ−２やＤＲＲからコーナーを抽出し、その位置を特徴部位の位置として検出してもよい。あるいは、医用画像処理装置１００は、透視画像ＴＩ−１、ＴＩ−２やＤＲＲから画像処理によってエッジを検出し、ｘ軸やｙ軸や所定の傾きの直線と接する位置を特徴部位の位置として検出してもよい。あるいは、医用画像処理装置１００は、透視画像ＴＩ−１、ＴＩ−２やＤＲＲから画像処理によってエッジを検出し、所定の直線と交わる位置を特徴部位の位置として検出してもよい。あるいは、医用画像処理装置１００は、肺のＣＴ画像からＣＴ値に基づいて空気の部分を検出することで肺野を検出し、肺野の下部の位置をＤＲＲに射影することで、ＤＲＲにおける横隔膜の位置を特徴部位として検出してもよい。

また、前述の通り、治療ビームＢには、例えば、Ｘ線、γ線、電子線、陽子線、中性子線、重粒子線などが含まれる。また、治療計画用に用いる画像は、４ＤＣＴ画像に限られず、他の３次元ボリュームデータの動画を用いてもよい。例えば、磁気共鳴画像（ＭＲＩ：Magnetic Resonance Imaging）の動画でもよい。

また、ゲーテッド照射法で治療する場合、学習部１１６は、ゲーテッド照射を行う呼気についてだけ別の関数を学習しても良い。具体的には、横隔膜のｙ座標が小さい場合、すなわち、横隔膜が頭足方向の頭側にある場合、別の関数を学習すれば良い。これにより、ゲーテッド照射を行う呼気での誤差を小さくすることができる。また、学習部１１６は、関数のモデルを２次多項式とするものとしたが、１次多項式、３次以上の多項式、或いは三角多項式を関数のモデルとしてもよい。また、学習部１１６は、呼吸位相によらず共通の関数を学習するものとしたが、被検体Ｐが息を吸っているときと吐いているときとで、別の関数を学習しても良い。被検体Ｐが息を吸っているか吐いているかは、横隔膜等の特徴部位の位置を表す値が、時間の経過で増えるか減るかで判別できる。したがって、その値が増えたときと減ったときとで、異なる関数を学習しても良い。

また、上記実施形態では、学習部１１６は、横隔膜のｙ座標ｙｄと心壁のｘ座標ｘｈを用いて学習を行うものとしたが、それよりも少ない特徴部位の位置を利用して学習を行ってもよいし、より多くの特徴部位の位置を用いて学習を行ってもよい。例えば、横隔膜のｘ座標、心壁のｙ座標、胸壁のｘ座標、胸壁のｙ座標、骨のｘ座標、骨のｙ座標などを用いて学習を行ってもよい。また、被検体Ｐに呼吸センサをとりつけて、そのセンサからの出力値を、対応関係の入力側に追加してもよい。すなわち、学習部１１６は、特徴部位の位置およびセンサの出力値と、患部の位置との対応関係を学習してもよい。ただし、呼吸センサを利用する場合、医師や技師や看護師が被検体Ｐに呼吸センサをとりつける手間が必要になる。逆に言えば、呼吸センサを利用しない場合の実施形態では、被検体Ｐに呼吸センサをとりつける手間が必要ないため、呼吸センサを利用する従来の治療法と比較して、治療の省力化を図ることができる。

また、上記実施形態では、被検体Ｐの患部の位置は、利用者によって指定された患部の輪郭の情報からデフォーマブルレジストレーションによって生成された輪郭の情報を利用して設定されるものとしたが、利用者が被検体Ｐの患部の透視画像ＴＩ−１、ＴＩ−２における中心位置を直接的に指定するようにしてもよい。利用者は、マウスやキーボードの十字キーなどを使用して、呼吸位相が異なる複数の透視画像ＴＩ上で被検体Ｐの患部の中心位置を指定する。この場合、処理の順は、治療計画、透視画像ＴＩ−１、ＴＩ−２の動画の撮影、対応関係の学習、リハーサル、治療という順になる。これにより、治療計画時よりも治療に時間が近い画像から学習できるようになるため、治療で腫瘍を追跡する際の誤差が小さくなることが期待できる。

また、上記実施形態において、特徴部位の位置と患部の位置との対応関係を示す対応情報は、時系列の特徴部位の位置と患部の位置との対応関係を示すものであってもよい。この場合、推定部１２２は、推定時点よりも前に入力された過去の特徴部位の位置と、推定時点に入力された特徴部位の位置との双方に基づいて、被検体Ｐの患部の位置を推定する。これにより、推定に用いられる入力情報を増加させ、推定精度を向上させることができる。

（第２の実施形態）
以下、第２の実施形態について説明する。
患部の動きを追跡する方式として、非特許文献１の方式が知られている。この方式では、治療前に撮影した透視画像の動画から所定の位置の部分画像と、その部分画像における腫瘍の位置の組を複数、作成しておく。そして、複数の部分画像と、治療中の透視画像の動画の各フレームにおける同じ位置の部分領域とをマッチングする。その結果、誤差が最小となった部分画像と組になっている腫瘍の位置を、腫瘍の推定位置とする。これにより、治療中の透視画像の動画から、腫瘍を追跡する。

この方式では、治療前に撮影した透視画像の動画における腫瘍の位置を教示する必要がある。この教示作業を手作業で行う場合、利用者に手間がかかることになる。第２の実施形態では、教示作業を自動化するために、第１の実施形態で説明した各種機能を利用する。図２４は、第２の実施形態に係る治療システム１を利用して行われる治療の流れを示すフローチャートの一例である。治療計画（ステップＳ６００）、学習処理（ステップＳ７００）については、図２のステップＳ２００、Ｓ３００と同様であるため説明を省略する。

教示・リハーサル処理（ステップＳ８００）において、透視画像ＴＩ−１、ＴＩ−２の動画の各フレームが撮影され、被検体Ｐの患部の中心位置が推定される。そして、入力・表示部１１０または表示部１７によって、透視画像ＴＩ−１、ＴＩ−２の動画の各フレームと、その各フレームで推定された患部の位置にオブジェクトが重畳されて表示される。動画のフレームは、利用者がマウス操作やキーボード操作を行うことで、自在に変更することができる。以下、ユーザ入力は、入力・表示部１１０または入力部１６が受け付けるものとする。

利用者は、表示画面を見ながら、各フレームで推定された患部の位置を示すオブジェクトの位置が適切か否かを判断し、適切でない場合は、マウスやキーボードの十字キーを利用して、患部の真の位置を指定する。また、利用者は、マウスを使用して、着目したい部分画像の位置、大きさ、形状などを指定する。

制御部１５には、透視画像ＴＩ−１、ＴＩ−２の動画の各フレームが送られる。制御部１５は、付設される記憶部（不図示）に、透視画像ＴＩ−１、ＴＩ−２動画の各フレームにおける部分画像と、患部の位置の組を記憶する。

制御部１５は、記憶した部分画像と腫瘍位置の組を用いて、非特許文献１の方式で透視画像ＴＩ−１、ＴＩ−２の動画から患部の位置を追跡する。その追跡の様子は、入力・表示部１１０または表示部１７によって表示される。

治療段階（ステップＳ９００）において、被検体Ｐの患部に治療ビームＢが照射される。そのために、透視画像ＴＩ−１、ＴＩ−２の動画が撮影される。制御部１５は、透視画像ＴＩ−１、ＴＩ−２の動画の各フレームを取得し、記憶部に記憶させている部分画像と患部の位置の組を用いて、非特許文献１の方式で患部の位置を追跡する。そして、制御部１５は、記憶部に記憶させている治療計画に関する情報に基づき、治療ビームＢを照射するように、照射門１４に制御信号出力する。照射門１４は、その制御信号に従い、治療ビームＢを照射する。これにより、被検体Ｐの患部がゲーテッド照射法や追尾照射法で治療される。

第２の実施形態に係る治療システムは、非特許文献１の方式で患部の位置を追跡すると共に、医用画像処理装置１００が出力する患部の中心位置に基づいて、治療ビームＢが照射されるように制御する。この結果、第２の実施形態に係る治療システムは、治療の直前に治療計画用とは別に、様々な呼吸位相のＣＴ画像を撮影する必要がないため、その手間を利用者に課すことなく、被検体Ｐを治療することができる。また、非特許文献１の方式で患部の位置を教示する手間を、軽減することができる。

第２の実施形態では、非特許文献１に記載の方式で患部の位置を教示するために医用画像処理装置１００を用いるものとしたが、非特許文献１の方式に限らず、患部の位置を教示する必要がある他の追跡方式にも同様に医用画像処理装置１００を利用することができる。

上記実施形態で説明した医用画像処理方法は、コンピュータが、撮像装置により撮像された被検体の透視画像を取得し、前記取得された透視画像における特徴部位の位置を検出し、特徴部位の位置と探索部位の位置との対応関係を示す対応情報に基づいて、前記検出された特徴部位の位置から前記被検体の探索部位の位置を推定する、医用画像処理方法である。

上記実施形態で説明した医用画像処理プログラムは、コンピュータに、撮像装置により撮像された被検体の透視画像における特徴部位の位置を検出させ、特徴部位の位置と探索部位の位置との対応関係を示す対応情報に基づいて、前記検出させた特徴部位の位置から前記被検体の探索部位の位置を推定させる、医用画像処理プログラムである。

以上説明した少なくともひとつの実施形態によれば、撮像装置（１３−１、１３−２）により撮像された被検体の透視画像を取得する取得部（１０４−１、１０４−２）と、取得部により取得された透視画像ＴＩ−１、ＴＩ−２における特徴部位の位置を検出する第１の特徴部位検出部（１２０−１、１２０―２）と、特徴部位の位置と患部の位置との対応関係を示す対応情報に基づいて、第１の特徴部位検出部により検出された特徴部位の位置から被検体（Ｐ）の患部の位置を推定する推定部（１２２−１、１２２−２）とを持つことにより、治療の信頼性を向上させることができる。

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。

１…治療システム、１０…治療装置、１１…寝台、１２−１、１２−２…放射線源、１３−１、１３−２…放射線検出器、１４…照射門、１５…制御部、１６…入力部、１７…表示部、１００…医用画像処理装置、１０２…計画データ記憶部、１０４−１、１０４−２…取得部、１０６…レジストレーション部、１０８…ＤＲＲ生成部、１１０…入力・表示部、１１２−１、１１２−２…学習段階の特徴部位検出部、１１４…患部位置計算部、１１６−１、１１６−２…学習部、１１８…対応情報記憶部、１２０−１、１２０−２…リハーサル・治療段階の特徴部位検出部、１２２−１、１２２−２…推定部

実施形態の医用画像処理装置は、４次元データ取得部と、輪郭取得部と、輪郭計算部と、仮想動画生成部と、第１位置検出部と、学習部と、記憶部とを持つ。４次元データ取得部は、被検体の患部を含む範囲を撮影した、呼気位相を含む複数の呼吸位相にそれぞれ対応する複数の３次元ボリュームデータからなる４次元データを取得する。輪郭取得部は、前記４次元データのうち、少なくとも一つに設定された前記患部の輪郭の情報を取得する。輪郭計算部は、前記４次元データのうち、前記輪郭の情報が設定されていない３次元ボリュームデータにおける前記患部の輪郭の情報をレジストレーションによって計算する。仮想動画生成部は、前記４次元データから、呼吸位相が互いに異なる複数の画像であって、画角が前記患部の治療時に撮影される透視画像の動画である透視動画に画角を一致させた複数の画像からなる仮想動画を生成する。第１位置検出部は、前記仮想動画に含まれる複数の画像のそれぞれにおいて、前記被検体の特徴部位の位置を検出する。学習部は、前記輪郭取得部により取得された輪郭の情報と、前記輪郭計算部により計算された輪郭の情報と、前記第１位置検出部により検出された位置とに基づいて、前記特徴部位の位置と前記患部の位置との対応関係を学習する。記憶部は、前記対応関係を示す情報を記憶する。

Claims (1)

1. 撮像装置により撮像された被検体の透視画像を取得する取得部と、
   前記取得部により取得された透視画像における特徴部位の位置を検出する第１の特徴部位検出部と、
   特徴部位の位置と探索部位の位置との対応関係を示す対応情報に基づいて、前記第１の特徴部位検出部により検出された特徴部位の位置から前記被検体の探索部位の位置を推定する推定部と、
   を備える医用画像処理装置。