JP2020185442A - 医用画像処理装置、医用画像処理方法 - Google Patents

Abstract

【課題】 対象部位の各位置における周囲との相対的な移動量を示す情報を算出し、対象部位の各位置と対応づけて提示するための技術を提供すること。【解決手段】 時相が異なる複数の医用画像のうち少なくとも１つの医用画像から対象部位を抽出し、該抽出された対象部位の輪郭線を挟んで対象部位側と該対象部位の周囲側とにそれぞれ基準点を設定し、基準点における移動情報を算出する。【選択図】 図１

Description

本発明は、医用画像処理技術に関するものである。

医療現場では、Ｘ線ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）装置、ＭＲＩ（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｉｎｇ）装置、ＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）装置などの医用画像撮影装置により、患者が撮像されている。そして撮像された医用画像を詳細に観察することで、患者の体内における様々な種類の対象部位（臓器）の解剖学的構造やその機能情報を得て、その情報を診断や治療に活用している。

人体を構成する様々な種類の対象部位の中には、周囲の対象部位に対して動く種類の臓器がある。例えば、肺は呼吸運動によって動き、心臓は血液を体内に循環させるために動く。そして、同じ対象部位であってもその構造や病変の有無等により、対象部位内またはその表面の位置（以下、対象部位内位置と称する）によって、周囲への相対的な動き（移動の方向や移動の量）が異なることが知られている。

ここで、医用画像から対象とする対象部位の対象部位内位置における移動の方向や移動の量（以下、移動情報と称する）の違いを可視化することで、異常な動きを有する対象部位内位置を認識し、病変を発見したいというユーザ（医師等）の要望がある。例えば、肺の表面の位置の違いにおける肺の呼吸運動による移動情報の違いを可視化することで、肺の表面における癒着位置を医用画像から特定したいという要望がある。特許文献１では、医用画像から病変部を特定し、病変部とその周辺部の相対的な移動情報から病変部の周囲への浸潤度を算出する技術が開示されている。

特開２０１２−２１３６０４号公報

しかしながら、特許文献１に記載の技術では、病変部内の位置の違いにおける移動情報の違いを可視化する事はできない。つまり、特許文献１に記載の病変部を対象部位に置き換えて適用したとしても、対象部位の対象部位内位置の違いにおける移動情報の違いを可視化することはできず、ユーザは対象部位における異常な移動情報を持つ対象部位内位置を認識することはできない。

本発明はこのような問題に鑑みてなされたものであり、対象部位の各対象部位内位置における周囲との相対的な移動量を示す情報を算出し、対象部位の各対象部位内位置と対応づけて提示するための技術を提供する。

本発明の一様態は、時相が異なる複数の医用画像を取得する取得手段と、前記複数の医用画像のうち少なくとも１つの医用画像から対象部位を抽出する抽出手段と、前記抽出手段によって抽出された対象部位の輪郭線を挟んで対象部位側と該対象部位の周囲側とにそれぞれ基準点を設定する設定手段と、前記設定手段によって設定された基準点における移動情報を算出する算出手段とを備えることを特徴とする。

本発明の構成によれば、対象部位の各対象部位内位置における周囲との相対的な移動量を示す情報を算出し、対象部位の各対象部位内位置と対応づけて提示することができる。これにより、ユーザが対象部位の対象部位内位置の違いによる移動情報の違いを認識する事ができ、異常な移動情報を有する対象部位内位置を認識し、病変を容易に発見できる。

医用画像処理システムの構成例を示すブロック図。 医用画像処理装置１０が行う処理のフローチャート。 基準点設定部４３による基準点設定方法を説明する図。 ステップＳ２０５における処理を説明する図。 実験結果を説明する図。 手術前のＸ線４ＤＣＴ画像に第１の実施形態の手法を用いて滑り度を可視化した図。 変形例１を説明する図。 変形例１を説明する図。 変形例４における基準点設定方法を説明する図。 ステップＳ２０４における処理の詳細を示すフローチャート。

以下、添付図面を参照し、本発明の好適な実施形態について説明する。なお、以下説明する実施形態は、本発明を具体的に実施した場合の一例を示すもので、特許請求の範囲に記載した構成の具体的な実施例の１つである。

［第１の実施形態］
本実施形態に係る医用画像処理装置は、医用画像内のある領域が周辺領域に対してどの程度滑るかを表す「滑り度」を、対象部位（臓器）における各対象部位内位置（対象部位の表面の位置若しくは対象部位内の位置）について算出する。そして、対象部位内位置と、該対象部位内位置について算出した「滑り度」と、を対応づけて表示する。ここで、「滑り度」とは、対象周囲に対する相対的な移動量のことである。例えば、肺は呼吸運動によって肺の表面（臓側胸膜とも呼ばれる）がその周囲（壁側胸膜とも呼ばれる）に対して滑るように動く。この場合、本実施形態に係る医用画像処理装置は、肺の表面位置と該表面位置における「滑り度」とを対応づけて表示する。このような表示では、肺の表面とその周囲との間（胸膜腔とも呼ばれる）に癒着があった場合は、癒着が存在する表面位置では「滑り度」は周囲に比べて小さく表示される。

先ず、本実施形態に係る医用画像処理装置を含む医用画像処理システムの構成例について、図１のブロック図を用いて説明する。なお、後述するように、図１に示した構成は、本実施形態に適用可能な医用画像処理システムの構成の一例に過ぎず、以下に説明する処理を実現可能な構成であれば、如何なる構成を採用しても構わない。

図１に示す如く、本実施形態に係る医用画像処理システムは、医用画像処理装置１０と、データベース２２と、を有しており、医用画像処理装置１０及びデータベース２２はＬＡＮ（Local Area Network）２１に接続されている。なお、医用画像処理装置１０とデータベース２２との間は通信可能に接続されていれば良く、然るに医用画像処理装置１０とデータベース２２との間の接続形態はＬＡＮ２１に限るものではない。

先ず、データベース２２について説明する。データベース２２には、様々な患者の様々な部位の医用画像データや、該医用画像データに係る様々な情報（撮像対象部位や撮像条件、患者に係る情報等）などが保存されている。医用画像データは、撮像対象となった部位の複数のスライス画像（医用画像）を含む。医用画像処理装置１０は、ＬＡＮ２１を介してデータベース２２にアクセスすることで、該データベース２２に保存されている医用画像データや該医用画像データに係る様々な情報を読み出すことができる。なお、データベース２２を医用画像処理装置１０とは別個の装置とはせずに、医用画像処理装置１０内のメモリ装置としても良い。

次に、医用画像処理装置１０について説明する。

通信ＩＦ（Interface）３１は、ＬＡＮカード等で実現され、ＬＡＮ２１を介して外部装置（例えば、データベース２２）と医用画像処理装置１０との間のデータ通信を司る。

ＲＯＭ（Read Only Memory）３２は、不揮発性のメモリ等で実現され、例えば、医用画像処理装置１０の設定データやブートプログラムなどを格納する。

ＲＡＭ（Random Access Memory）３３は、揮発性のメモリ等で実現され、例えば、記憶部３４からロードされたコンピュータプログラムやデータ、通信ＩＦ３１を介してデータベース２２から読み出されたデータを記憶するためのエリアを有する。更にＲＡＭ３３は、制御部３７が処理を実行する際に用いるワークエリアを有する。このようにＲＡＭ３３は、各種のエリアを適宜提供することができる。

記憶部３４は、ＨＤＤ（Hard Disk Drive）等で実現される大容量情報記憶装置である。記憶部３４には、例えば、ＯＳ（オペレーティングシステム）や、医用画像処理装置１０が行うものとして後述する各処理を制御部３７に実行若しくは制御させるためのコンピュータプログラムやデータが保存されている。また、記憶部３４には、以下の説明において既知の情報として取り扱う情報も保存されている。記憶部３４に保存されているコンピュータプログラムやデータは、制御部３７による制御に従って適宜ＲＡＭ３３にロードされ、制御部３７による処理対象となる。

操作部３５は、キーボードやマウス等のユーザインターフェースで実現され、医用画像処理装置１０のユーザが操作することで、各種の指示を制御部３７に対して入力することができる。

表示部３６は、ＣＲＴや液晶画面等で実現され、制御部３７による処理結果を画像や文字などでもって表示することができ、これにより様々な情報をユーザ（例えば、医師）に対して提供することができる。

制御部３７は、ＣＰＵ（Central Processing Unit）等で実現される。制御部３７は、ＲＡＭ３３に格納されているコンピュータプログラムやデータを用いて処理を実行することで医用画像処理装置１０全体の動作制御を行うと共に、医用画像処理装置１０が行うものとして後述する各処理を実行若しくは制御する。

制御部３７は、その機能的な構成として、データ読出部４１、対象部位抽出部４２、基準点設定部４３、位置合わせ部４４、移動情報算出部４５、表示処理部４６、を有する。以下ではこれらの機能部を処理の主体として説明する場合があるが、これは、ＲＡＭ３３に格納されているコンピュータプログラムのうち該機能部に対応するコンピュータプログラムを制御部３７が実行することで該機能部の機能を実現させることを意味している。しかし、これらの機能部のうち１以上を専用のハードウェアを用いて実現させても良く、これらの機能部をソフトウェア及び／又はハードウェアをどのように用いて実現させても構わない。

データ読出部４１は、通信ＩＦ３１及びＬＡＮ２１を介してデータベース２２にアクセスする。そしてデータ読出部４１は、該データベース２２から位置合わせの対象となる少なくとも２つの医用画像データ（例えば、互いに異なる時期に撮像されたＸ線ＣＴ画像データ（時相の異なるＸ線ＣＴ画像データ））を読み出す。そしてデータ読出部４１は、読み出した医用画像データを対象部位抽出部４２及び位置合わせ部４４に対して送出する。なお以下では、位置合わせの基準となる医用画像データを参照画像、該参照画像に向かって位置合わせを行う医用画像データを浮動画像と称する。

対象部位抽出部４２は、データ読出部４１から送出された医用画像データのうち少なくとも一つ（例えば参照画像）に対して後述する処理を行うことで、対象部位の輪郭線を規定するための情報である輪郭線情報を取得する。輪郭線情報とは、医用画像データに含まれているそれぞれのスライス画像上における対象部位の輪郭線を規定することができる情報であれば如何なる情報であっても良いが、以下では、輪郭線情報は、輪郭線を構成する各画素の画素位置（座標）を規定する情報であるものとする。然るに、輪郭線情報は、単に輪郭線を構成する各画素の画素位置を示す情報であっても構わないし、例えば、輪郭線を表す方程式であっても構わない。そして対象部位抽出部４２は、取得した輪郭線情報を基準点設定部４３に対して送出する。

基準点設定部４３は、対象部位抽出部４２によって得られた輪郭線情報を用いて後述する処理を実行することで、対象部位の輪郭線を挟んで対象部位側（臓器側）と対象部位の周辺側（臓器側と対向する周囲側）とにそれぞれ基準点を設定する。そして基準点設定部４３は、設定したそれぞれの基準点の位置を示す情報を移動情報算出部４５に対して送出する。

位置合わせ部４４は、データ読出部４１から送出された２つの医用画像データのうち一方の医用画像データを他方の医用画像データに向かって周知の変形位置合わせを行うことで、一方の医用画像データ中の各画素に対応する他方の医用画像データ中の画素位置を算出する。そして位置合わせ部４４は、一方の医用画像データ中の各画素に対応する他方の医用画像データ中の画素位置を示す情報、すなわち、医用画像データ間の画素位置の対応関係を示す情報を、対応画素位置情報として移動情報算出部４５に対して送出する。本実施形態では、参照画像を構成する各画素に対応する浮動画像中の画素の画素位置（座標値）を、対応画素位置情報とする。

移動情報算出部４５は、基準点設定部４３から送出された「それぞれの基準点の位置を示す情報」と、位置合わせ部４４から送出された「対応画素位置情報」と、を用いて後述の処理を実行することで、対象部位の輪郭線を構成する各画素（輪郭線構成点）における「滑り度」（周囲との相対的な移動量）を算出する。そして移動情報算出部４５は、それぞれの輪郭線構成点について求めた滑り度を、表示処理部４６に対して送出する。

表示処理部４６は、移動情報算出部４５で算出された各輪郭線構成点における「滑り度」を表示部３６に表示する。各輪郭線構成点における「滑り度」の表示形態については様々な表示形態が考えられる。例えば、医用画像データに含まれている１以上のスライス画像について、該スライス画像における輪郭線構成点の輝度値を、該輪郭線構成点について求めた滑り度に応じたグレースケール値若しくはカラースケール値に変換してから表示する。

なお、制御部３７の機能的な構成として説明した上記の各機能部のうち一部を、医用画像処理装置１０とは別個の外部装置（例えばクラウドをはじめとするネットワークを介したサーバ装置）に割り当てても構わない。この場合、医用画像処理装置１０は該外部装置とデータ通信を行いながら処理を進めることになる。

次に、医用画像処理装置１０の動作について、図２〜４を用いて説明する。以下では説明上、Ｘ線ＣＴ装置によって同一患者の胸部領域を吸気量の異なる２時点で撮像して得られた２つの医用画像データをデータ読出部４１がデータベース２２から読み出した場合について説明する。そして対象部位抽出部４２が輪郭線を抽出する対象部位（臓器）は肺とし、肺の表面（臓側胸膜とも言える）の各位置における、周囲（壁側胸膜とも言える）に対する「滑り度」（胸膜の滑り度）を算出する。しかし、以下に説明する各処理が、これらの一例に限ったものではないことは、当業者であれば、以下の説明から明らかとなるであろう。

＜ステップＳ２０１＞
データ読出部４１は、通信ＩＦ３１及びＬＡＮ２１を介してデータベース２２にアクセスし、上記の通り、該データベース２２から「Ｘ線ＣＴ装置によって同一患者の胸部領域を吸気量の異なる２時点で撮像して得られた２つの医用画像データ」を読み出す。

なお、吸気量の異なる２時点で撮像して得られた２つの医用画像データは、例えば、既知のＸ線４ＤＣＴ装置を用いて、患者の呼吸状態を特定することなく（息止めをすることなく）撮像することで得られる経時的に異なる２時点の画像データである。また、吸気量の異なる２時点で撮像して得られた２つの医用画像データは、患者が息を吐ききった状態（呼気状態）と、息を吸いきった状態（吸気状態）と、で撮像された２つのＣＴ画像データであっても良い。

＜ステップＳ２０２＞
対象部位抽出部４２は、ステップＳ２０１においてデータ読出部４１が読み出した２つの医用画像データのうち一方（参照画像）から以下の手法により肺野内の領域を抽出し、該抽出した領域の輪郭線情報（肺野の輪郭線情報）を取得する。

対象部位抽出部４２は先ず、参照画像（すなわち、ステップＳ２０１においてデータ読出部４１が読み出した２つの医用画像データのうち一方の医用画像データに含まれているそれぞれのスライス画像）に対して、平滑化フィルタを用いてノイズ除去を行う。そして対象部位抽出部４２は、ノイズ除去を行った参照画像に対して所定の閾値（例えば、ＨＵ値−２００）を用いて二値化処理を行うことで、参照画像内の領域を体内領域と体外領域とに分離する。そして対象部位抽出部４２は、参照画像内の体内領域に対して別の閾値（例えばＨＵ値‐５００）を用い、該体内領域を肺野内の領域とその他の領域とに分離し、肺野内の領域の輪郭線（肺野内の領域とその他の領域との境界）を構成する各画素の画素位置を求める。このような処理により、参照画像内の対象部位の輪郭線を構成する各画素の画素位置、すなわち輪郭線情報を求めることができる。

なお、対象部位の抽出処理では、参照画像から定められた領域を抽出できればよく、本手法に限定されない。例えば、グラフカット処理をはじめとする既知のセグメンテーション処理を用いて対象部位を抽出してもよい。または、不図示の図形描画ソフトを用いてユーザに手動で対象部位の輪郭線を描画させ、描画された輪郭線から輪郭線情報を抽出してもよい。また、既知の手法（上述した二値化処理やセグメンテーション処理）で対象部位を自動で抽出した後に、自動抽出された輪郭線をユーザに手動で修正させたのちに輪郭線情報を抽出してもよい。

＜ステップＳ２０３＞
基準点設定部４３は、対象部位抽出部４２によって得られた輪郭線情報を用いて、以下に説明する処理を実行することで、参照画像上における対象部位の輪郭線を挟んで対象部位側と対象部位の周辺側とにそれぞれ基準点を設定する。すなわち、基準点設定部４３は、対象部位側に第１基準点を設定し、輪郭線を挟んで該対象部位側と対向する周囲側に第２基準点を設定し、更に、第１基準点及び第２基準点のペアを複数設定する。そして以下の処理では、第１基準点に対する第２基準点の移動情報を算出する。基準点設定部４３による基準点設定方法について、図３を用いて説明する。なお、図３では、説明を簡単にするために、参照画像上のある部分領域のみを示しており、以下ではこのような図３を用いて、該部分領域内に基準点を設定する方法を説明する。しかし、実際には同様の処理を参照画像の全体領域について行う。

図３（Ａ）において３０１は、特定のスライス位置（Ｚ＝１）におけるアキシャル断面の胸部ＣＴ画像であり、３０２は、ステップＳ２０２で胸部ＣＴ画像３０１から得られた肺野内領域の輪郭線を示す。３０４は、胸部ＣＴ画像３０１内の破線で示される領域３０３内の画素群を示している。画素群３０４において黒く塗りつぶされている矩形は、領域３０３中の輪郭線３０２を構成する画素（輪郭線構成点）を表し、白く塗りつぶされている矩形は、領域３０３中の輪郭線３０２以外の領域を構成する画素を表す。

ここで、画素群３０４の左上隅の位置を起点として右方向にＸ軸、下方向にＹ軸をとると、画素群３０４を構成するそれぞれの画素の画素位置はＸＹＺ座標系で表現する事ができる。即ち輪郭線３０２を構成する各画素の画素位置（座標）は（１，１，１）、（２，２，１）、（３，２，１）、（４，３，１）、（５，４，１）、（６，５，１）、（６，６，１）、（７，７，１）、（８，８，１）、（９，９，１）、（９，１０，１）、となる。

ここで、基準点は全ての輪郭線構成点について、対象部位側（肺野内）と周囲側（肺野外）とに一組で設定する。例えば、ある輪郭線構成点に対応する基準点は、該輪郭線構成点に隣接する（該輪郭線構成点を挟む）２つの輪郭線構成点を結ぶ線分の中央から、対象部位側と周囲側の夫々に対して法線方向へ一定距離離れた位置に設定する。図３の場合、座標（４，３，１）における輪郭線構成点に対応する基準点を設定する場合には、先ず、該輪郭線構成点に隣接する２つの輪郭線構成点の座標（３，２，１）と座標（５，４，１）とを結ぶ線分（図３（Ｂ）の３０５）を設定する。そして、線分３０５の中央から対象部位側に法線方向へ一定距離離れた位置と、線分３０５の中央から周囲側に法線方向へ一定距離離れた位置と、にそれぞれ基準点を設定する。本例ではこの「一定距離」を「２画素」とする。図３（Ｂ）においては、斜線で示される画素３０６及び画素３０７（つまり座標（２，５，１）における画素と座標（６，１，１）における画素）が基準点として設定される。画素３０６は対象部位側の基準点であり、画素３０７は周囲側の基準点である。図３（Ｃ）は、画素群３０４中の全ての輪郭線構成点に対して設定された基準点群（斜線で示した矩形群）を示している。なお、図３（Ｃ）では、画素群３０４に含まれているそれぞれの輪郭線構成点に対応する基準点が画素群３０４に含まれる例を示しているが、上記の「一定距離」の値や、輪郭線構成点の分布によっては、基準点は画素群３０４から外側に設定される場合もある。

なお、基準点は、それぞれの輪郭線構成点について、対象部位側と周囲側とに一組として設定されれば、どのような位置に設定してもよい。例えば、着目輪郭線構成点に隣接する２つの輪郭線構成点を結ぶ線分の法線方向へ該着目輪郭線構成点を通るように伸ばした直線上に、該着目輪郭線構成点から一定距離の位置に設定してもよい。または、輪郭線構成点に隣接する２つの輪郭線構成点を結ぶ線分の向きによって、該線分から離れる距離を変更してもよい。

また、対象部位の輪郭線上と、輪郭線を基準にして対象部位側及び対象部位の周囲側のいずれか一方と、のそれぞれに基準点を設定してもよい。つまり、対象部位側及び周囲側のいずれか一方の基準点は対応する輪郭線構成点そのものでよい。言い換えれば、輪郭線上と対象部位側（あるいは対象部位の周囲側）とに基準点を設定してもよい。

具体的には、基準点設定部４３は、対象部位抽出部４２によって得られた輪郭線情報を用いて、対象部位の輪郭線上と、輪郭線を基準にして対象部位側及び対象部位の周囲側のいずれか一方と、のそれぞれに基準点を設定する。そして基準点設定部４３は、設定したそれぞれの基準点の位置を示す情報を移動情報算出部４５に対して送出する。

移動情報算出部４５は、基準点設定部４３から送出された「それぞれの基準点の位置を示す情報」と、位置合わせ部４４から送出された「対応画素位置情報」と、を用いて、輪郭線の基準点と対象部位側（あるいは対象部位の周囲側）に設定された基準点における移動情報を算出する。つまり、対象部位臓器の輪郭線を構成する各画素（輪郭線構成点）における「滑り度」（周囲との相対的な移動量）を算出する。これにより、基準点における移動情報に基づいて、対象部位の周囲に対する対象部位の滑り度を算出することができる。また、基準点の設定は、図３で示したように、参照画像に対して２次元座標中で設定し、それをそれぞれのスライスにおいて実施してもよいし、３次元のボリュームデータに対して３次元座標中で設定してもよい。さらに、基準点は、本実施形態のようにステップＳ２０２で得られた輪郭線を構成する全ての輪郭線構成点について設定してもよいし、一定間隔毎の輪郭線構成点についてのみ設定してもよい。また、ユーザが指定した輪郭線上の位置に対してのみ設定してもよい。

＜ステップＳ２０４＞
位置合わせ部４４は、ステップＳ２０１においてデータ読出部４１が読み出した２つの医用画像データのうち一方（参照画像）に向けて、他方（浮動画像）の変形位置合わせを行う。変形位置合わせには、ＦＦＤ（Ｆｒｅｅ−Ｆｏｒｍ Ｄｅｆｏｒｍａｔｉｏｎ）手法やＬＤＤＭＭ（Ｌａｒｇｅ Ｄｅｆｏｒｍａｔｉｏｎ Ｄｉｆｆｅｏｍｏｒｐｈｉｃ Ｍｅｔｒｉｃ Ｍａｐｐｉｎｇ）手法のような既知の変形位置合わせ処理が適用可能である。このような変形位置合わせは何れも、医用画像データ内の対象部位の正常な構造を保つ。

このような処理により、参照画像上の各画素に対応する浮動画像上の画素位置を算出する（対応画素位置情報を取得する）ことができる。ここで、参照画像と浮動画像のそれぞれにおける吸気量の差が小さい場合は、最初から上記で例示したような非線形の変形位置合わせ処理を行ってもよいが、吸気量の差が大きい場合は変形位置合わせ処理が失敗することがある。そのような場合は、非線形な変形位置合わせ処理を行う前に、Ａｆｆｉｎｅ変換を始めとする既知の線形な変形位置合わせ処理を行った後に、非線形な変形位置合わせ処理を行ってもよい。

ここで、ステップＳ２０４の処理は、ステップＳ２０１の後且つステップＳ２０５の前であれば、どの時点で行っても良い。例えば、ステップＳ２０４の処理をステップＳ２０２の前で行ってもよいし、ステップＳ２０２とステップＳ２０３との間で行ってもよい。さらには、ステップＳ２０４の処理をステップＳ２０２及びステップＳ２０３と並行して行ってもよい。

＜ステップＳ２０５＞
移動情報算出部４５は、時相が異なる医用画像間（医用画像データ間）の位置合わせが行われたると、基準点を設定した医用画像と、該医用画像に対して位置合わせされた医用画像と、の間における、対象部位側に設定した基準点に対する周囲側に設定した基準点の移動情報を算出する。すなわち、ステップＳ２０３において設定された基準点と、ステップＳ２０４で得られた対応画素位置情報と、を用いて、各輪郭線構成点における「滑り度」を算出する。「滑り度」とは、輪郭線構成点が周囲に対して移動した度合いである。ステップＳ２０５における処理について、図４を用いて具体的に説明する。

図４（Ａ）は、参照画像中のある部分領域内の画素群を示しており、矩形ａ〜ｆをはじめとする黒で塗りつぶされている矩形は輪郭線構成点（画素）を示し、白く塗りつぶされている矩形は非輪郭線構成点（画素）を示している。また、輪郭線構成点及び非輪郭線構成点の何れも、その画素位置はＸＹＺ座標系で示される。また、ai〜fiはそれぞれ、輪郭線構成点a〜fに対する対象部位側の基準点を示し、ao〜foはそれぞれ、輪郭線構成点a〜fに対する周囲側の基準点を示す。

図４（Ｂ）は、浮動画像中のある部分領域内の画素群を示しており、該画素群中のそれぞれの画素の画素位置はＸ’Ｙ’Ｚ’座標系で示される。Ａi〜Ｆiはそれぞれ、対応画素位置情報によってai〜fiに対応する画素として規定されている画素を示し、Ａo〜Ｆoはそれぞれ、対応画素位置情報によってao〜foに対応する画素として規定されている画素を示している。

ここで、輪郭線構成点Ｐにおける参照画像の対象部位側の基準点の座標を（ｘi、ｙi、ｚi）とし、該基準点に対応する浮動画像上の画素の座標を（ｘi’、ｙi’、ｚi’）とする。また、輪郭線構成点Ｐにおける参照画像の周囲側の基準点の座標を（ｘo、ｙo、ｚo）とし、該基準点に対応する浮動画像上の画素の座標を（ｘo’、ｙo’、ｚo’）とする。このとき、輪郭線構成点Ｐにおける「滑り度」Ｓ（移動情報）は以下の式で算出することができる。

Ｓ＝√（（（ｘi-ｘi’）-（ｘo-ｘo’））²＋（（ｙi-ｙi’）-（ｙo-ｙo’））²＋（（ｚi-ｚi’）-（ｚo-ｚo’））²）
例えば、aiの座標（２，５，１）、Ａiの座標（１，７，１）、aoの座標（６，１，１）、Ａoの座標（５，２，１）を用いて上記の式を計算すると、「滑り度」Ｓは√（（（２-１）-（６-５））²＋（（５-７）-（１-２））²＋（（１-１）-（１-１））²）となり、計算するとＳ＝１となる。また別の例として、ciの座標（４，７，１）、Ｃiの座標（４，７，１）、coの座標（８，３，１）、Ｃoの座標（８，３，１）を用いて上記の式を計算すると、「滑り度」Ｓは０となる。

このようにして、輪郭線上のそれぞれの輪郭線構成点について、該輪郭線構成点について設定した基準点の画素位置と、該基準点に対応する浮動画像上の点として対応画素位置情報で規定されている点の画素位置と、の差分に基づいて「滑り度」を算出する。なお、ステップＳ２０３において基準点が輪郭線構成点群のうち一部の輪郭線構成点にのみ設定された場合は、基準点が設定された輪郭線構成点についてのみ「滑り度」を算出する。

＜ステップＳ２０６＞
表示処理部４６は、滑り度を可視化して表示部３６に表示する。すなわち、表示処理部４６は、上記のように、移動情報算出部４５で算出された各輪郭線構成点における「滑り度」を表示部３６に表示する。ここで、医用画像データにおける輪郭線構成点の輝度値を、該輪郭線構成点について求めた滑り度に応じたグレースケール値若しくはカラースケール値に変換する場合、カラースケールやグレースケールは予め定められたものであっても良いし、動的に変更されてもよい。例えば、ステップＳ２０５で算出されたそれぞれの滑り度のうち最小値と最大値からグレースケールの幅や中央値を決めてもよい。なお、ここで説明した「滑り度」の可視化方法はあくまで例であり、対象部位の対象部位内位置とその位置における「滑り度」を対応づけて表示できれば、可視化方法はこれに限定されない。また、医用画像データに含まれている全てのスライス画像ではなく、その一部のスライス画像における輪郭線構成点の輝度値を、該輪郭線構成点について求めた滑り度に応じたグレースケール値若しくはカラースケール値に変換してから表示するようにしても構わない。この「一部のスライス画像」は、ユーザが操作部３５を操作することで選択したスライス画像であっても良いし、制御部３７が何らかの基準でもって選択したスライス画像であっても良い。

次に、本実施形態における手法を用いて行った実験結果を以下に述べる。図５は、呼吸器外科の医師が胸膜に癒着を持つ患者に対して実際に開胸手術を行った際に目視できた癒着の位置に印を記入した図である。図５によると、この患者における癒着は、第３〜第５肋間の右側方からやや後方にかけて広範囲にあることが分かる。図６は、図５と同一の患者の手術前のＸ線４ＤＣＴ画像に対して、本実施形態における手法を用いて「滑り度」を可視化した図である。図６（Ａ）は、本実施形態において「滑り度」を可視化した３Ｄ画像を患者の右側面から見た図であり、図６（Ｂ）は左側面から見た図である。図６では「滑り度」はグレースケールで示されており、白色に近いほど「滑り度」が高い（よく滑る）領域を示し、黒色に近いほど「滑り度」が低い（あまり滑らない）領域を示している。ここで、図６（Ａ）の領域６０１に注目すると、周囲に比べて比較的黒色に描出されている。これは、対側である図６（Ｂ）の同じ位置と比較するとより顕著である。そして、領域６０１内の比較的黒色に描出されている位置は、図５で示された胸膜の癒着位置とほぼ同じである。さらに、図６の画像を読影の専門医である放射線科医と呼吸器外科医が確認したところ、周囲の解剖学的構造からもほぼ同一の領域を可視化できているという結論に至った。これらの結果から、本実施形態における手法は、実際に胸膜の癒着位置を可視化できると言える。従って、手術前に撮像した医用画像データから癒着の位置が分かるので、手術の際に不要なリスクを避けることができるという効果がある。

このように、本実施形態によれば、対象部位の対象部位内位置の違いにおける「滑り度」の違いを可視化できるので、ユーザは周囲と異なる「滑り度」を有する対象部位内位置を認識することができ、対象部位の異常の有無や異常の位置を認識することができる。

（変形例１）
第１の実施形態では、ステップＳ２０１で、吸気量の異なる２時点で撮像して得られた２つの医用画像データを読み出していた。しかし、ステップＳ２０１で読み出す医用画像データの数は３以上であってもよい。例えば、Ｘ線４ＤＣＴ装置を用いて、患者の呼吸を止めない状態で、ある特定の間隔で撮像された多数の時点の医用画像データをデータベース２２から読み出しても構わない。多数の時点の医用画像データについて、図７，８を用いて説明する。

図７（Ａ）、（Ｂ）、（Ｃ）、（Ｄ）は、それぞれＴ１、Ｔ２、Ｔ３、Ｔｎ（ｎは４以上の整数）の時点で撮像された医用画像データにおけるあるスライス画像（医用画像）（一部）を示しており、該医用画像データ内の画素位置はＸＹＺ座標系で表現される。本変形例では一例として、Ｔ１を基準として考える。この場合、ステップＳ２０２における対象部位の輪郭線の抽出やステップＳ２０３における基準点の設定は、Ｔ１の時点で撮像された医用画像データに対して行われることになる。しかし、Ｔ１以外の時点を基準としても良い。

図７（Ａ）においてＴ１iは、ある輪郭線構成点（輪郭線構成点Ｑとする）に対応する対象部位側の基準点（その座標は（２、５、１））、Ｔ１oは輪郭線構成点Ｑに対応する周囲側の基準点（その座標は（３，２，１））である。図７（Ｂ）においてＴ２i及びＴ２oはそれぞれ、図７（Ａ）のスライス画像を含む医用画像データを参照画像、図７（Ｂ）のスライス画像を含む医用画像データを浮動画像として上記の変形位置合わせを行って得られる対応画素位置情報によってＴ１i及びＴ１oに対応する点として規定されている対応点である。点Ｔ２iの座標は（４，５，１）、点Ｔ２oの座標は（４，１，１）である。ここで、基準点Ｔ１i及びＴ１oの座標、Ｔ２i及びＴ２oの座標を、上記の式に代入して得られる輪郭線構成点Ｑの滑り度Ｓは「２」となる。

図７（Ｃ）においてＴ３i及びＴ３oはそれぞれ、図７（Ａ）のスライス画像を含む医用画像データを参照画像、図７（Ｃ）のスライス画像を含む医用画像データを浮動画像として上記の変形位置合わせを行って得られる対応画素位置情報によってＴ１i及びＴ１oに対応する点として規定されている対応点である。点Ｔ３iの座標は（５，５，１）、点Ｔ２oの座標は（４，１，１）である。ここで、基準点Ｔ１i及びＴ１oの座標、Ｔ３i及びＴ３oの座標を、上記の式に代入して得られる輪郭線構成点Ｑの滑り度Ｓは「５」となる。

図７（Ｄ）においてＴｎi及びＴｎoはそれぞれ、図７（Ａ）のスライス画像を含む医用画像データを参照画像、図７（Ｄ）のスライス画像を含む医用画像データを浮動画像として上記の変形位置合わせを行って得られる対応画素位置情報によってＴ１i及びＴ１oに対応する点として規定されている対応点である。点Ｔｎiの座標は（２，５，１）、点Ｔｎoの座標は（２，１，１）である。ここで、基準点Ｔ１i及びＴ１oの座標、Ｔｎi及びＴｎoの座標を、上記の式に代入して得られる輪郭線構成点Ｑの滑り度Ｓは「２」となる。

このように、各時点の医用画像データに基づいて、Ｔ１を基準とした「滑り度」を算出することができる。ここで、本変形例では、ステップＳ２０５において、輪郭線構成点ごとに、該輪郭線構成点について求めたそれぞれの時点での「滑り度」の一部または全てを用いて、該輪郭線構成点に対する「第二の滑り度」を算出する。例えば、各時点における「滑り度」の全時点における平均値を「第二の滑り度」としてもよいし、全時点の中での「滑り度」の最大値を「第二の滑り度」としてもよい。ここで、呼吸は周期的な運動であるので、各時点における基準時点（本例ではＴ１）に対する「滑り度」も、図８のように周期的に変化する。つまり、読み出すデータの数がある一定以上ある場合は、図８のような基準時点における「滑り度」の周期関数を求めることができる。その場合は、該周期関数の振幅や周期を用いて「第二の滑り度」を算出してもよい。

そして、本変形例において、ステップＳ２０６では、表示処理部４６は、「第二の滑り度」を可視化すべく、第１の実施形態と同様の処理を行う。すなわち、医用画像データにおける輪郭線構成点の輝度値を、該輪郭線構成点について求めた「第二の滑り度」に応じたグレースケール値若しくはカラースケール値に変換し、該変換後の医用画像データを表示する。

なお、ここで説明した「第二の滑り度」の算出方法は一例であって、複数の時点における「滑り度」を用いて対象部位の各対象部位内位置における周囲に対する相対的な移動量を表すことができるであれば、「第二の滑り度」の算出方法はこれに限定されない。

なお、本変形例を含め、以下に説明する変形例や実施形態では、第１の実施形態との差分について重点的に説明しており、特に触れない限りは、第１の実施形態と同様であるものとする。

（変形例２）
第１の実施形態では、ステップＳ２０４において異なる２つの医用画像データを用いて変形位置合わせを行った。しかし、複数時点の医用画像データを用いて、徐々に参照画像と浮動画像の位置合わせを行い、「滑り度」を算出してもよい。本変形例について図７を用いて説明する。

ここで、図７（Ａ）に示したスライス画像を含む医用画像データを参照画像とし、図７（Ｄ）に示したスライス画像を含む医用画像データを浮動画像とする。また、図７（Ａ）のスライス画像を含む医用画像データ、図７（Ｂ）のスライス画像を含む医用画像データ、図７（Ｃ）のスライス画像を含む医用画像データ、図７（Ｄ）のスライス画像を含む医用画像データ、は時系列的にこの順序で撮像されたものとする（すなわちＴ１＜Ｔ２＜Ｔ３＜Ｔｎ）。

先ず、参照画像と、それに隣り合う時点Ｔ２の医用画像データ（図７（Ｂ）のスライス画像を含む医用画像データ）と、を用いて変形位置合わせ（変形処理１と称する）を行い、基準点Ｔ１i及びＴ１oのそれぞれに対応する、図７（Ｂ）のスライス画像を含む医用画像データ上の点Ｔ２i及びＴ２oを算出する。

次に、図７（Ｂ）のスライス画像を含む医用画像データと、それに隣り合う時点であって時点Ｔｎに近い時点（図７の場合はＴ３）の医用画像データ（図７（Ｃ）のスライス画像を含む医用画像データ）と、を用いて変形位置合わせを行う。この変形位置合わせにより、基準点Ｔ２i及びＴ２oのそれぞれに対応する、図７（Ｃ）の医用画像データ上の点Ｔ３i及びＴ３oを算出する。

このようにして同様の処理を繰り返し、時点Ｔ（ｎ−１）の医用画像データと、それに隣り合う時点であって時点Ｔｎに近い時点（すなわちＴｎ）の医用画像データと、を用いて変形位置合わせを行う。この変形位置合わせにより、基準点Ｔ（ｎ−１）i及びＴ（ｎ−１）oのそれぞれに対応する、時点Ｔｎの医用画像データ上の点Ｔｎi及びＴｎoを算出する。

このように複数時点の医用画像データを用いて徐々に変形位置合わせを行った場合、「滑り度」は時点Ｔ１の医用画像データである参照画像と時点Ｔｎの医用画像データである浮動画像とを用いて算出される。Ｔ１iの座標（２，５，１）及びＴｎiの座標（２，５，１）と、Ｔ１oの座標（３，２，１）及びＴｎoの座標（２，１，１）と、を用いて、上記の式を計算すると、「滑り度」として２が算出される。

変形位置合わせ処理は、２時点間の医用画像データとの差が大きい場合は失敗することがある。しかし、本変形例によると、参照画像と浮動画像との差が大きい場合でも、徐々にその位置を合わせるので、正しい位置合わせを行うことができるという効果がある。

（変形例３）
第１の実施形態では、ステップＳ２０４及びＳ２０５において、対応画素位置情報は、同一の画像条件の参照画像及び浮動画像に対する変形位置合わせ処理の結果から取得していた。しかし、基準点の位置に応じて参照画像及び浮動画像の画像条件を変更して変形位置合わせ処理を行って、対応画素位置情報を取得してもよい。すなわち、基準点を設定した位置に応じた画像条件に従って位置合わせの対象となる医用画像（医用画像データ）を補正してから、該位置合わせの対象となる医用画像間の位置合わせを行っても良い。この画像条件は、対象部位側の基準点の位置と、該対象部位の周囲側の基準点の位置と、で異なる。以下では一例として、対象部位が肺の場合について説明する。ステップＳ２０４において、対象部位側の基準点に対応する浮動画像上の点の位置は、参照画像及び浮動画像の濃度値を、肺野の観察に適した条件（例えば、ＷＬを−６００、ＷＷを１５００）に設定して変形位置合わせ処理を行い、その結果を用いて取得する。また、ステップＳ２０４において、周囲側の基準点に対応する浮動画像上の点の位置は、参照画像及び浮動画像の濃度値を、縦隔の観察に適した条件（例えば、ＷＬを６０、ＷＷを４００）に設定して変形位置合わせ処理を行い、その結果を用いて取得する。そして、ステップＳ２０５においては、各基準点において適切な画像条件下で取得した対応画素位置情報を用いて「滑り度」を算出する。

肺の内側と外側のように対象部位の解剖学的な特性が異なる領域は医用画像データの画像特性も異なる。変形位置合わせ処理は、このような医用画像データの画像特性が異なる領域に対して、まとめて行うと失敗する事がある。本変形例によると、医用画像データの特性が異なる領域のそれぞれに適した画像条件を用いて変形位置合わせ処理を行う。これにより、夫々の領域に対して正しい変形位置合わせ処理を行うことができる。従って、医用画像データの特性が異なる領域に対して基準点を設定したとしても、夫々の基準点に対して正しい対応画素位置情報を算出できるという効果がある。

（変形例４）
第１の実施形態では、ステップＳ２０３において、ある輪郭線構成点における基準点は、該輪郭線構成点に隣接する２つの輪郭線構成点を結ぶ線分の中央から法線方向へ一定の距離離れた位置に設定していた。しかし、基準点の設定方法はこれに限らない。例えば、医用画像データ内の解剖学的構造を利用して、意図的に基準点を設定しない領域（以下、除外領域と称す）を設定してもよい。例えば、骨領域や血管領域などを除外領域としてもよい。以下では、医用画像（医用画像データ）において基準点を設定しない領域である除外領域を取得し、医用画像において除外領域外に基準点を設定する。ここで、骨領域を除外領域として取得し、該除外領域外で基準点を設定する場合を例として説明する。

まず、既知のグラフカット処理を始めとするセグメンテーション手法を用いて体内における骨領域を医用画像データから抽出する。もちろん、骨領域の抽出方法はこれに限るものではなく、表示部３６に医用画像データを表示し、ユーザが該表示された医用画像データを見ながら操作部３５を操作して手動で骨領域を選択し、該選択した骨領域を抽出するようにしても構わない。

次に、各輪郭線構成点においてステップＳ２０３によって設定される基準点の位置（例えば、法線方向へ一定の距離離れた位置）が骨領域と重なる場合は、骨領域と重ならないように、法線方向にさらに離れた位置に基準点を設定する。この基準点設定方法について図９を用いて詳細に説明する。

図９（Ａ）は、画素群３０４に骨領域９０２が含まれている状態を示している。骨領域９０２を構成する各画素の画素位置は（７，２，１）、（８，２，１）、（９，２，１）、（７，３，１）、（８，３，１）、（９，３，１）、（７，４，１）、（８，４，１）、（９，４，１）である。このような状態において、ある輪郭線構成点における基準点の設定方法として、該輪郭線構成点に隣接する２つの輪郭線構成点を結ぶ線分の中央から法線方向へ距離が２画素分だけ離れた位置に設定する方法を採用した場合について説明する。

このような基準点設定方法に従うと、ステップＳ２０３では、図９における点aの位置における対象部位側の基準点の座標は（２，５，１）となり、周囲側の基準点の座標は（６，１，１）となる。次に点ｂの位置における基準点を考える。上記の基準点設定方法によれば、点ｂの位置における対象部位側の基準点の座標は（３，６，１）となり、周囲側の基準点の座標は（７，２，１）となるが、座標（７，２，１）は骨領域内の座標となる。このような場合は、さらにもう１画素分だけ法線方向に離れた位置を基準点の位置として再設定する。つまり、座標（８，１，１）に点bの位置における周囲側の基準点を設定する。ここで、１画素分だけ離した位置が再び除外領域だった場合は、さらにもう１画素分だけ離した位置に設定する。このように、除外領域以外の位置に基準点が設定されるまで、基準点の設定位置を法線方向に離した位置に変更する。図９（Ｂ）に図９中の点a〜ｆの位置における対象部位側の基準点ai〜fiと周囲側の基準点ao〜foを示す。

また、本変形例の処理によって、ある輪郭線構成点における基準点が、一定距離以上離れた位置（例えば、５０画素以上）に設定される場合は、ユーザの意図にあった「滑り度」を算出できない事がある。従って、予め定められた一定距離以上離れた位置に基準点が設定された場合は、その基準点に対応する輪郭線構成点に対しては「滑り度」を算出しなくてもよい。

本変形例によると、医用画像データ中における対象部位の解剖学的な特性が異なる領域に基準点を設定することを避けることができるので、各輪郭線構成点において、より条件が合った状態の移動量を得ることができる。

（変形例５）
第１の実施形態では、ステップＳ２０５で、ステップＳ２０３において設定された基準点と、ステップＳ２０４で得られた対応画素位置情報と、を用いて、各輪郭線構成点における「滑り度」を算出していた。しかし、「滑り度」の算出には、他の情報を利用しても構わない。例えば、肺は正常な状態において、尾側（横隔膜付近）の方が頭側（肺尖付近）に比べて移動量が多い、つまり「滑り度」が大きい。従って、「滑り度」の大きさを単純に可視化すると、異常な「滑り度」を有する領域の認識が困難になる可能性がある。そこで、多数の正常な肺の経時的な医用画像データから、正常な肺の動きを反映したモデルを作成し、そのモデルを用いて尾側領域と頭側領域の「滑り度」の補正係数を求めて、各輪郭線構成点の「滑り度」に適用してもよい。すなわち、対象部位の表面の位置若しくは対象部位内の位置ごとに求めた滑り度を、対象部位の表面の位置若しくは対象部位内の位置ごとに設定されている補正係数を用いて補正しても良い。例えば、正常な状態で「滑り度」の大きい領域（例えば尾側領域）には「滑り度」を小さくする補正係数を算出し、正常な状態で「滑り度」の小さい領域（例えば頭側領域）には「滑り度」を大きくする補正係数を算出する。そして、移動情報算出部４５は、算出した補正係数を用いて各輪郭線構成点における「滑り度」を正規化（補正）する（例えば、「滑り度」に補正係数を乗じる）。これにより、よりユーザの意図に合った「滑り度」を算出する事が出来る。なお、本変形例における、対象部位の正常な動きに基づいて各輪郭線構成点の「滑り度」を正規化する方法はあくまで一例であり、他の方法を用いて同様の目的を達成しても構わない。例えば、同一患者において、経時的に過去に撮像された医用画像データを用いて正規化してもよい。その際は、過去と「滑り度」の差が大きい領域を可視化する事が出来る。また、肺の様に左右に対となる対象部位が存在する場合は、対象部位の対側の対象部位における「滑り度」を用いて正規化してもよい。

（変形例６）
第１の実施形態では、Ｘ線４ＤＣＴ画像を始めとしたＸ線ＣＴ装置によって撮像された医用画像データに対して適用した例について説明した。しかし、経時的に異なる医用画像データ（肺野においては、吸気量の異なる医用画像データ）を得ることができれば、そのモダリティはＸ線ＣＴ装置に限るものではない。

例えば、単純Ｘ線写真の場合においては、同一の撮像条件（管電流・管電圧・照射時間・照射距離）で息を吸いきった状態の医用画像データ（吸気画像データ）と、息を吐ききった状態の医用画像データ（呼気画像データ）と、を撮像する。それら２つの医用画像データに対してＣＴ画像と同様に、ステップＳ２０２〜Ｓ２０６の処理を行えばよい。なお、単純Ｘ線写真の場合は、２Ｄ画像であるので肺野の領域を抽出する際に肋骨領域が邪魔になることが予想される。その場合は、既知の肋骨抽出手法を用いて医用画像データ中の肋骨領域を除去し、その後に、既知のセグメンテーション処理を用いて肺野を抽出した方がよい。

また、ＭＲＩ装置や超音波装置等を用いて撮像された医用画像データであっても、経時的に異なる少なくとも２つの時点の医用画像データを得ることができ、対象部位の領域を抽出できれば、同様の処理を適用する事ができる。

［第２の実施形態］
第１の実施形態では、対象部位の各輪郭線構成点について、輪郭線を挟んで対象部位側と周囲側に基準点を設定し、それぞれの基準点における対応画素位置情報を基に「滑り度」を算出した。第２の実施形態では、対象部位の輪郭線の外側（周囲側）を固定し、内側（対象部位側）における各基準点の対応画素位置情報から「滑り度」を算出する。

本実施形態に係る医用画像処理システムの構成及び医用画像処理装置１０の構成については第１の実施形態と同様であるが、医用画像処理装置１０が行う処理は、図２のフローチャートに従った処理を以下のように変形した処理となる。なお、以下では、第１の実施形態と同様に、対象部位は肺として説明する。ステップＳ２０１〜ステップＳ２０３の処置は第１の実施形態における処理と同様である。ステップＳ２０４では、図１０のフローチャートに従った処理を行う。

＜ステップＳ１００１＞
位置合わせ部４４は、参照画像及び浮動画像のそれぞれの濃度値を、周囲側（筋肉などの軟部領域）の表示に適した条件（例えば、ＷＬを６０、ＷＷを４００）に設定してから変形位置合わせ処理を行う。ここで、周囲側の表示に適した条件で、浮動画像に対して参照画像に向かって変形位置合わせ処理を行うことによって生成される画像を暫定画像と称する。

＜ステップＳ１００２＞
位置合わせ部４４は、参照画像及び暫定画像のそれぞれの濃度値を、対象部位（臓器側：肺野領域）の表示に適した条件（例えば、ＷＬを−６００、ＷＷを１５００）に設定してから変形位置合わせ処理を行う。そして位置合わせ部４４は、参照画像上の各画素に対応する暫定画像上の画素位置を算出する（対応画素位置情報を取得する）。ここで、参照画像上の周囲側の基準点の位置と、暫定画像上の該基準点に対応する対応点の位置と、はステップＳ１００１の処理によりほぼ合っているはずである。つまり、ステップＳ１００２の処理では各輪郭線構成点における周囲側の基準点を固定した状態での、対象部位側の基準点の対応画素位置情報を取得する事ができる。ここで、癒着がある位置に対応する各輪郭線構成点における対象部位側の基準点も、周囲側の基準点と同様にステップＳ１００１の処理によりほぼ合っていると考えられる。なぜなら、対象部位側の領域であっても癒着などのように周囲側と強固に結びついている領域は、周囲側の移動に追従すると考えられるからである。従って、癒着がある位置に対応する各輪郭線構成点における対象部位側の基準点の「滑り度」は、癒着がない位置のそれに比べて小さくなる。

ステップＳ２０５で移動情報算出部４５は、ステップＳ２０３で設定された基準点のうち対象部位側の基準点と、ステップＳ２０４で得られた対応画素位置情報のうち対象部位側の基準点についての対応画素位置情報と、を用いて、各輪郭線構成点における「滑り度」を算出する。つまり、周囲側の基準点についての対応画素位置情報は利用しない。より具体的には、ある輪郭線構成点における参照画像の対象部位側の基準点の座標を（ｘi、ｙi、ｚi）とし、該基準点に対応する暫定画像上の画素の座標を（ｘi’、ｙi’、ｚi’）とする。この時、該輪郭線構成点の「滑り度」Ｓ２は以下の式を計算することで求めることができる。

Ｓ２＝√（（ｘi-ｘi’）²＋（ｙi-ｙi’）²＋（ｚi-ｚi’）²）
ステップＳ２０６における処理は、第１の実施形態と同様である。このように、本実施形態によれば、対象部位の表面位置における「滑り度」の違いを可視化できる。従って、ユーザは対象部位の周囲と異なる「滑り度」を有する領域を認識でき、対象部位の異常の有無や異常個所の位置を認識することができる。なお、以上説明した実施形態や変形例は、その一部若しくは全部を適宜組み合わせて実施しても構わない。

このように、第１，２の実施形態及び変形例１〜６の何れも、時相の異なる医用画像データを取得する取得部と、該取得部に応じて取得された医用画像データの少なくとも一つに対して対象部位を抽出する抽出部と、該抽出部によって抽出された対象部位の輪郭線上と、該輪郭線を基準にして対象部位側及び対象部位の周囲側のいずれか一方に基準点をそれぞれ設定する設定部と、該設定部によって設定された基準点における移動情報を算出する移動情報算出部と、を備える医用画像処理装置の一例に過ぎず、同様の構成に帰着する構成であれば、さらなる変形例も考え得る。

（その他の実施例）
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア（プログラム）を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ（またはＣＰＵやＭＰＵ等）がプログラムを読み出して実行する処理である。

２２：データベース ３７：制御部

本発明の一様態は、対象部位を互いに異なる時刻に撮像した複数の医用画像を取得する取得手段と、
前記複数の医用画像間の前記対象部位の位置合わせ処理を行う位置合わせ手段と、
前記位置合わせ処理の結果に基づいて、前記対象部位の輪郭線を構成する複数の点における前記対象部位の周囲との間の滑り度を算出する算出手段と、
前記対象部位における位置に基づいて前記滑り度を補正する補正手段と、
を備えることを特徴とする。

Claims (17)

1. 時相が異なる複数の医用画像を取得する取得手段と、
   前記複数の医用画像のうち少なくとも１つの医用画像から対象部位を抽出する抽出手段と、
   前記抽出手段によって抽出された対象部位の輪郭線を挟んで対象部位側と該対象部位の周囲側とにそれぞれ基準点を設定する設定手段と、
   前記設定手段によって設定された基準点における移動情報を算出する算出手段と
   を備えることを特徴とする医用画像処理装置。
2. 前記設定手段は、前記対象部位側に第１基準点を設定し、前記輪郭線を挟んで該対象部位側と対向する前記周囲側に第２基準点を設定することを特徴とする請求項１に記載の医用画像処理装置。
3. 前記設定手段は、前記第１基準点及び前記第２基準点のペアを複数設定することを特徴とする請求項２に記載の医用画像処理装置。
4. 前記算出手段は、前記第１基準点に対する前記第２基準点の移動情報を算出することを特徴とする請求項２又は３に記載の医用画像処理装置。
5. 前記算出手段は、前記基準点における移動情報に基づいて、前記対象部位の周囲に対する前記対象部位の滑り度を算出することを特徴とする請求項１に記載の医用画像処理装置。
6. 更に、
   前記滑り度を可視化して表示する表示手段を備えることを特徴とする請求項５に記載の医用画像処理装置。
7. 更に、
   時相が異なる医用画像間の位置合わせを行う位置合わせ手段を備え、
   前記算出手段は、前記設定手段が基準点を設定した医用画像と、該医用画像に対して前記位置合わせ手段によって位置合わせされた医用画像と、の間における、前記対象部位側に設定した基準点に対する前記周囲側に設定した基準点の移動情報を算出する
   ことを特徴とする請求項１乃至６の何れか１項に記載の医用画像処理装置。
8. 前記位置合わせ手段は、医用画像内の対象部位の正常な構造を保つ変形位置合わせを行うことを特徴とする請求項７に記載の医用画像処理装置。
9. 前記位置合わせ手段は、前記設定手段が基準点を設定した位置に応じた画像条件に従って位置合わせの対象となる医用画像を補正してから、該位置合わせの対象となる医用画像間の位置合わせを行うことを特徴とする請求項７又は８に記載の医用画像処理装置。
10. 前記画像条件は、前記対象部位側の基準点の位置と、該対象部位の周囲側の基準点の位置と、で異なることを特徴とする請求項９に記載の医用画像処理装置。
11. 前記算出手段は、前記対象部位の表面の位置若しくは前記対象部位内の位置ごとに求めた滑り度を、前記対象部位の表面の位置若しくは前記対象部位内の位置ごとに設定されている補正係数を用いて補正することを特徴とする請求項５に記載の医用画像処理装置。
12. 前記医用画像はＸ線４ＤＣＴ装置によって撮像された医用画像であり、前記対象部位は肺であり、前記算出手段は胸膜の滑り度を算出することを特徴とする請求項５に記載の医用画像処理装置。
13. 更に、
    前記医用画像において基準点を設定しない領域である除外領域を取得する手段を備え、
    前記設定手段は、前記医用画像において前記除外領域外に前記基準点を設定することを特徴とする請求項１乃至１２の何れか１項に記載の医用画像処理装置。
14. 時相の異なる医用画像データを取得する取得手段と、
    前記取得手段に応じて取得された医用画像データの少なくとも一つに対して対象部位を抽出する抽出手段と、
    前記抽出手段によって抽出された対象部位の輪郭線上と、前記輪郭線を基準にして前記対象部位側及び前記対象部位の周囲側のいずれか一方に基準点をそれぞれ設定する設定手段と、
    前記設定手段によって設定された基準点における移動情報を算出する移動情報算出手段と、を備えることを特徴とする医用画像処理装置。
15. 時相が異なる複数の医用画像を取得する取得工程と、
    前記複数の医用画像のうち少なくとも１つの医用画像から対象部位を抽出する抽出工程と、
    前記抽出工程で抽出された対象部位の輪郭線を挟んで対象部位側と該対象部位の周囲側とにそれぞれ基準点を設定する設定工程と、
    前記設定工程で設定された基準点における移動情報を算出する算出工程と
    を備えることを特徴とする医用画像処理方法。
16. 時相の異なる医用画像データを取得する取得工程と、
    前記取得工程に応じて取得された医用画像データの少なくとも一つに対して対象部位を抽出する抽出工程と、
    前記抽出工程で抽出された対象部位の輪郭線上と、前記輪郭線を基準にして前記対象部位側及び前記対象部位の周囲側のいずれか一方に基準点をそれぞれ設定する設定工程と、
    前記設定工程で設定された基準点における移動情報を算出する移動情報算出工程と、を備えることを特徴とする医用画像処理方法。
17. コンピュータを、請求項１乃至１４の何れか１項に記載の医用画像処理装置の各手段として機能させるためのコンピュータプログラム。