JP2022047359A - 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 - Google Patents

Abstract

【課題】血管内の血流評価を正確に行うことこと。【解決手段】本実施形態に係る医用画像処理装置は、取得部と、生成部と、特定部と、解析部と、導出部と、表示制御部と、を備える。前記取得部は、被検体の大動脈及び前記大動脈より分岐する対象血管を含む医用画像データを取得する。前記生成部は、前記医用画像データから流体解析のための解析モデルを生成する。前記特定部は、前記医用画像データに基づいて、前記大動脈から前記対象血管が伸びる起始部を基準位置として特定する。前記解析部は、前記解析モデルを使用して流体解析を行うことで、流体パラメータの分布を取得する。前記導出部は、前記基準位置における前記流体パラメータと前記流体パラメータの分布とに基づいて流体解析結果を導出する。前記表示制御部は、前記流体解析結果を表示する。【選択図】図２

Description

本明細書及び図面に開示の実施形態は、医用画像処理装置、医用画像処理システム、及び、医用画像処理方法に関する。

血管内の血流評価を行う際に、血管の入口である起始部と、当該血管上の任意の位置である遠位部との血流の差を比較することで、遠位部の血流の落ち込みを評価することができる。例えば、医用画像データによる流体解析において、血管の上流から下流に向かって流体解析を行う場合を考える。この場合、流体解析の解析を行う範囲の始点、つまり解析範囲のうち最も上流となる位置を基準位置として、遠位部との血流の差を比較することができる。しかし、基準位置と解剖学的な血管の起始部の位置とが一致するとは限らない。基準位置と解剖学的な血管の起始部の位置とが一致していない場合、血管内の血流評価が正確に行われない可能性がある。

特開２０１５－１７１４８６号公報

本明細書及び図面に開示の実施形態が解決しようとする課題の一つは、血管内の血流評価を正確に行うことである。ただし、本明細書及び図面に開示の実施形態により解決される課題は上記課題に限られない。後述する実施形態に示す各構成による各効果に対応する課題を他の課題として位置づけることもできる。

本実施形態に係る医用画像処理装置は、取得部と、生成部と、特定部と、解析部と、導出部と、表示制御部と、を備える。前記取得部は、被検体の大動脈及び前記大動脈より分岐する対象血管を含む医用画像データを取得する。前記生成部は、前記医用画像データから流体解析のための解析モデルを生成する。前記特定部は、前記医用画像データに基づいて、前記大動脈から前記対象血管が伸びる起始部を基準位置として特定する。前記解析部は、前記解析モデルを使用して流体解析を行うことで、流体パラメータの分布を取得する。前記導出部は、前記基準位置における前記流体パラメータと前記流体パラメータの分布とに基づいて流体解析結果を導出する。前記表示制御部は、前記流体解析結果を表示する。

図１は、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の一例を示す図である。 図２は、本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、本実施形態に係る医用画像処理装置の処理を説明するための図である。 図４は、本実施形態に係る医用画像処理装置による処理の手順を示すフローチャートである。 図５は、ディスプレイに表示される画面の一例を示す図である。 図６は、本実施形態に係る医用画像処理装置による処理の手順を示すフローチャートである。 図７は、第１の適用例における医用画像処理装置の処理を説明するための図である。 図８は、第２の適用例における医用画像処理装置の処理を説明するための図である。 図９は、第３の適用例における医用画像処理装置の処理を説明するための図である。 図１０は、第４の適用例における医用画像処理装置の処理を説明するための図である。

以下、図面を参照して、医用画像処理装置、医用画像処理システム、及び、医用画像処理方法の実施形態について詳細に説明する。なお、以下、医用画像処理装置を含む医用画像処理システムを例に挙げて説明する。

図１は、本実施形態に係る医用画像処理装置１００を含む医用画像処理システム１の構成の一例を示す図である。図１に示す医用画像処理システム１は、医用画像処理装置１００と、医用画像診断装置２００と、画像保管装置３００とを備える。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、医用画像処理システム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。医用画像診断装置２００は、２次元の医用画像データや、３次元の医用画像データ（ボリュームデータ）、時系列に沿った２次元医用画像データ、時系列に沿った３次元医用画像データを生成可能である。

ここで、医用画像診断装置１００は、被検体を撮影することにより医用画像データを収集する。例えば、医用画像診断装置１００であるＸ線ＣＴ装置は、造影剤を投与した被検体にＸ線管及びＸ線検出器を旋回移動させ、被検体を透過したＸ線を検出して投影データを収集する。そして、Ｘ線ＣＴ装置は、収集した投影データに基づいて、２次元のＣＴ画像データ、３次元のＣＴ画像データ(ボリュームデータ)、時系列に沿った２次元のＣＴ画像データ、時系列に沿った３次元のＣＴ画像データを生成する。

医用画像診断装置２００は、生成した医用画像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、医用画像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、画像保管装置３００は、記憶回路を備え、医用画像診断装置２００から送信された医用画像データを当該記憶回路に格納することにより、当該医用画像データを保管する。画像保管装置３００の記憶回路は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ハードディスク、光ディスク等の記憶装置である。なお、画像保管装置３００に保管された医用画像データは、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、必要な医用画像データを画像保管装置３００から取得することができる。

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。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から取得した医用画像データに対して種々の処理を行う。

図２は、本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。図２に示すように、医用画像処理装置１００は、入力インターフェース１１０と、ディスプレイ１２０、１２３と、通信インターフェース１３０と、記憶回路１４０と、処理回路１５０とを有する。

入力インターフェース１１０は、マウス等のポインティングデバイス、キーボード等を有し、医用画像処理装置１００に対する各種操作の入力をユーザから受け付け、ユーザから受け付けた指示や設定の情報を処理回路１５０に転送する。

ディスプレイ１２０は、ユーザによって参照されるモニタであり、処理回路１５０による制御のもと、画像データをユーザに表示したり、入力インターフェース１１０を介してユーザから各種指示や各種設定等を受け付けるためのＧＵＩ（Graphical User Interface）を表示したりする。通信インターフェース１３０は、ＮＩＣ（Network Interface Card）等であり、他の装置との間で通信を行う。ディスプレイ１２０は、表示部の一例である。記憶回路１４０は、例えば、ＲＡＭ、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ハードディスク、光ディスク等の記憶装置である。

処理回路１５０は、医用画像処理装置１００の構成要素を制御する。例えば、処理回路１５０は、図２に示すように、取得機能１５１、生成機能１５２、特定機能１５３、解析機能１５４、導出機能１５５、及び、表示制御機能１５６を実行する。ここで、例えば、処理回路１５０の構成要素である取得機能１５１、生成機能１５２、特定機能１５３、解析機能１５４、導出機能１５５、及び、表示制御機能１５６が実行する各処理機能は、コンピュータによって実行可能なプログラムの形態で記憶回路１４０に記録されている。処理回路１５０は、各プログラムを記憶回路１４０から読み出し、実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の処理回路１５０は、図２の処理回路１５０内に示された各機能を有することとなる。なお、取得機能１５１、生成機能１５２、特定機能１５３、解析機能１５４、導出機能１５５、及び、表示制御機能１５６は、それぞれ、取得部、生成部、特定部、解析部、導出部、及び、表示制御部の一例である。

上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ(Graphics Processing Unit)、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ））、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ））等の回路を意味する。プロセッサが例えばＣＰＵである場合、プロセッサは記憶回路１４０に保存されたプログラムを読み出し実行することで機能を実現する。一方、プロセッサが例えばＡＳＩＣである場合、記憶回路１４０にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込まれる。なお、本実施形態の各プロセッサは、プロセッサごとに単一の回路として構成される場合に限らず、複数の独立した回路を組み合わせて１つのプロセッサとして構成し、その機能を実現するようにしてもよい。さらに、図２における複数の構成要素を１つのプロセッサへ統合してその機能を実現するようにしてもよい。

以上、本実施形態に係る医用画像処理装置１００を含む医用画像処理システム１の全体構成について説明した。このような構成のもと、医用画像処理装置１００は、血管内の血流評価の支援を行うため、医用画像データを用いた流体解析を行なう。

ここで、血管内の血流評価を行う際に、血管の入口である起始部と、当該血管上の任意の位置である遠位部との血流の差を比較することで、遠位部の血流の落ち込みを評価することができる。例えば、医用画像データによる流体解析では、流体解析の開始位置を基準位置として、遠位部との血流の差を比較することができる。しかし、基準位置と解剖学的な血管の起始部の位置とが一致するとは限らない。

血管内の血流評価を行う際に、医用画像データから流体解析のための解析モデルを生成し、例えば、解析モデル内の圧力分布から、解析モデルにおける圧較差の値を計算する。例えば、解析モデルの血管の起始部の圧力と、当該血管上の任意の位置である遠位部の圧力とに基づいて、圧較差の値を計算する。ここで、図３に示すように、大動脈４００から対象血管４１０が伸びる起始部Ｘ１と、解析モデルの血管の開始位置Ｘ１００とが一致していない場合がある。開始位置Ｘ１００が起始部Ｘ１と一致していない場合、血管内の血流評価が正確に行われない可能性がある。

そこで、本実施形態に係る医用画像処理装置１００では、血管内の血流評価を正確に行うため、以下の処理を行う。本実施形態に係る医用画像処理装置１００では、取得機能１５１と、生成機能１５２と、特定機能１５３と、解析機能１５４と、導出機能１５５と、表示制御機能１５６と、を備える。取得機能１５１は、被検体の大動脈４００及び大動脈４００より分岐する対象血管４１０を含む医用画像データを取得する。生成機能１５２は、医用画像データから流体解析のための解析モデルを生成する。特定機能１５３は、医用画像データに基づいて、大動脈４００から対象血管４１０が伸びる起始部Ｘ１を基準位置として特定する。解析機能１５４は、解析モデルを使用して流体解析を行うことで、流体パラメータの分布を取得する。導出機能１５５は、基準位置における流体パラメータと流体パラメータの分布とに基づいて流体解析結果を導出する。表示制御機能１５６は、流体解析結果をディスプレイ１２０に表示させる。

以下では、図４を用いて、制御機能１５１及び提示機能１５２の各機能について説明する。図４は、本実施形態に係る医用画像処理装置１００による処理の手順を示すフローチャートである。

図４のステップＳ１０１は、処理回路１５０が記憶回路１５０から取得機能１５１に対応するプログラムを呼び出して実行されるステップである。ステップＳ１０１において、取得機能１５１は、ユーザによる入力インターフェース１１０の操作を受け付けて、医用画像診断装置２００又は画像保管装置３００から、被検体の大動脈４００及び対象血管４１０などの血管を含む対象領域の医用画像データを取得する。ここで、被検体の血管を含む対象領域の医用画像データは、組織の形態が描出された形態画像データである。形態画像データとしては、血管造影下で生成された医用画像データが一例として挙げられる。例えば、以下で説明する医用画像データは、造影下で生成された３次元のＣＴ（Computed Tomography）画像データが典型的である。ただし、本実施形態に適用できる医用画像データは、形態画像データでなくともよい。例えば、パワードプラ信号の分布は、血管内径にほぼ一致することから、被検体の血管を含む対象領域の医用画像データは、超音波診断装置のパワードプラスキャンにより生成された３次元画像データでもよい。

図４のステップＳ１０２～Ｓ１０４は、処理回路１５０が記憶回路１５０から特定機能１５３に対応するプログラムを呼び出して実行されるステップである。

ステップＳ１０２において、特定機能１５３は、取得機能１５１により取得された医用画像データから被検体の大動脈４００の領域を抽出する。ここで、大動脈４００の領域の抽出は、既存の公知技術により実現できる。例えば、特定機能１５３は、医用画像データの画素値（輝度値）に基づく領域拡張法や、形状の解析などを行うことで、医用画像データの大動脈４００の領域に対応する画素の位置を抽出する。

ステップＳ１０３において、特定機能１５３は、取得機能１５１により取得された医用画像データにおいて造影剤が存在する領域（造影領域）を抽出する。本実施形態における造影領域とは、大動脈から延びる血管が存在する血管領域を指すものであり、大動脈４００の領域とは別のものとして定義する。ここで、造影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、特定機能１５３は、造影剤のＣＴ値に基づいて設定された閾値を用いた２値化処理により、造影領域を抽出する。なお、ステップＳ１０２およびステップＳ１０３における領域の抽出方法について後に詳述する。

なお、パワードプラスキャンにより生成された３次元画像データを用いる場合、パワードプラ信号の３次元分布から、血管領域を抽出し、当該血管領域の形状解析から、大動脈４００の領域を抽出する。

ステップＳ１０４において、特定機能１５３は、取得機能１５１により取得された医用画像データに基づいて、大動脈４００から対象血管４１０が伸びる起始部Ｘ１を基準位置として特定する。ここで、起始部を特定する方法については後述する。

図４のステップＳ１０５は、処理回路１５０が記憶回路１５０から生成機能１５２に対応するプログラムを呼び出して実行されるステップである。ステップＳ１０５において、生成機能１５２は、医用画像データから流体解析のための解析モデルを生成する。

まず、生成機能１５２は、取得機能１５１により取得された医用画像データの輝度値分布を用いて、被検体の大動脈４００及び対象血管４１０のセグメンテーション（輪郭・芯線抽出）を行う。生成機能１５２は、セグメンテーションが完了した場合、被検体の対象血管４１０の輪郭をトレースして、対象血管４１０を３次元でモデリングした３Ｄモデルを、解析モデルとして生成する。

ここで、解析モデルは、血管の輪郭にメッシュを当てはめることで３Ｄモデルとして生成してもよいし、血管輪郭を短い領域ごとに区切って、各領域を後述する流体解析のために必要なパラメータが既知である既存の３Ｄモデル（直管や曲がり管、漏斗管など）に当てはめて、既存の３Ｄモデルをつぎはぎしたものとして生成してもよい。あるいは、芯線の３Ｄ空間中の位置と、その芯線における血管形状に関するパラメータをプロットしてゆくことで、疑似的に３Ｄモデルを表現してもよい。

なお、生成機能１５２は、医用画像データと解析モデルとを対応付ける情報として、解析モデルの各位置に、当該位置と対応する医用画像データの位置の座標を保存する。

図４のステップＳ１０６～Ｓ１０７は、処理回路１５０が記憶回路１５０から解析機能１５４に対応するプログラムを呼び出して実行されるステップである。

ステップＳ１０６において、解析機能１５４は、生成機能１５２により生成された解析モデルを使用して、血管における血流に関する指標についての流体解析を実施する。例えば、解析機能１５４は、ユーザによる入力インターフェース１１０の操作により、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各種条件（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。解析機能１５４は、生成機能１５２により生成された解析モデルに対して、受け付けた各種条件を用いた流体解析を行なうことで、解析モデル内の圧力分布を算出する。

そして、ステップＳ１０７において、解析機能１５４は、算出した解析モデル内の圧力分布を示す圧力マッピングを生成することで、対象血管４１０内の圧力の分布を取得する。対象血管４１０内の圧力は、流体パラメータの一例である。

図４のステップＳ１０８は、処理回路１５０が記憶回路１５０から特定機能１５３に対応するプログラムを呼び出して実行されるステップである。

ステップＳ１０８では、特定機能１５３は、解析モデルにおいて、起始部Ｘ１に対応する位置を、基準位置として特定する。例えば、特定機能１５３は、医用画像データにおける起始部Ｘ１の位置の座標に最も近い座標が対応付けられた解析モデルの位置（芯線を構成する芯点）を、基準位置として特定する。

図４のステップＳ１０９は、処理回路１５０が記憶回路１５０から導出機能１５５に対応するプログラムを呼び出して実行されるステップである。

ステップＳ１０９において、導出機能１５５は、基準位置における対象血管４１０内の圧力と対象血管４１０内の圧力の分布とに基づいて流体解析結果を導出する。具体的には、導出機能１５５は、対象血管４１０上に任意の位置である遠位部の圧力と、基準位置の圧力とに基づく値を流体解析結果として導出する。例えば、導出機能１５５は、基準位置における対象血管４１０内の圧力と、遠位部における対象血管４１０内の圧力とに基づいて、圧較差の値を、流体解析結果として計算する。

図４のステップＳ１１０は、処理回路１５０が記憶回路１５０から表示制御機能１５６に対応するプログラムを呼び出して実行されるステップである。

ステップＳ１１０において、表示制御機能１５６は、流体解析結果として、圧較差の値をディスプレイ１２０に表示させる。例えば、表示制御機能１５６は、流体解析結果を表す画面において、対象血管４１０内の圧力と、被検体の血管の位置とを対応付ける情報をディスプレイ１２０に表示させる。例えば、図５に示すように、縦軸に対象血管４１０内の圧力を示し、横軸に対象血管４１０の位置（芯線上の位置）を示すグラフをディスプレイ１２０に表示させる。また、表示制御機能１５６は、流体解析結果を表す画面において、対象血管４１０内の圧力をカラーマップした血管のＳＰＲ（Stretched Curved Planar Reconstruction）画像をディスプレイ１２０に表示させる。

ここで、表示制御機能１５６は、対象血管４１０内の圧力あるいは圧較差を示すグラフや、ＳＰＲ画像を、基準位置から表示させる。例えば、図５では、基準位置に対応する位置Ｙ２より上流側の位置Ｙ１から流体解析結果が存在している場合を示している。しかし、起始部と遠位部との比率である圧較差の値の観察においては、基準位置、すなわち血管起始部よりも上流位置にある圧較差の値は不要である。このような場合、表示制御機能１５６は、グラフの表示開始位置を、基準位置に対応する位置Ｙ２とする。このように、グラフやＳＰＲ画像の表示開始位置を、基準位置に対応する位置Ｙ２とすることにより、診断に不要な領域の表示を省く。

このように、本実施形態に係る医用画像処理装置１００では、取得機能１５１は、被検体の大動脈４００及び大動脈４００より分岐する対象血管４１０などの血管を含む対象領域の医用画像データを取得する。生成機能１５２は、医用画像データから流体解析のための解析モデルを生成し、解析機能１５４は、解析モデルを使用して流体解析を行うことで、流体パラメータの分布を取得する。また、特定機能１５３は、医用画像データに基づいて、大動脈４００から対象血管４１０が伸びる起始部Ｘ１を基準位置として特定する。導出機能１５５は、基準位置における流体パラメータと流体パラメータの分布とに基づいて流体解析結果を導出し、表示制御機能１５６は、流体解析結果をディスプレイ１２０に表示させる。これにより、基準位置と、解析モデルの血管の起始部の位置とが一致するため、医用画像処理装置１００は、血管内の血流評価を正確に行うことができる。

ここで、上述したように、ステップＳ１０４では、特定機能１５３は、取得機能１５１により取得された医用画像データに基づいて、大動脈４００から対象血管４１０が伸びる起始部Ｘ１を基準位置として特定する。以下、ステップＳ１０４における起始部の特定方法について説明する。起始部の特定方法としては、以下の第１～第９の起始部特定方法が考えられる。

第１の起始部特定方法では、特定機能１５３は、医用画像データの輝度値分布を用いて、大動脈４００の領域を検出し、検出した領域の外郭が枝分かれした部分を起始部Ｘ１として特定する。具体的には、特定機能１５３は、医用画像データにおいて、輝度値を基準にセグメンテーションすることにより、大動脈４００の内部の領域を検出し、大動脈４００の内部の外郭を内壁とみなすことで、内壁の３次元形状を検出しておく。特定機能１５３は、大動脈４００の内壁の形状を探索してゆき、内壁輪郭が枝分かれした部分を、起始部Ｘ１として特定する。例えば、特定機能１５３は、形状の径が急に狭まる部分、あるいは内壁輪郭の角度が急に変化する部分を特定する。具体的には、特定機能１５３は、形状の径の縮小率が所定の閾値以上となった部分を、形状の径が急に狭まる部分として特定する。例えば、内壁の内側の領域に種々の大きさの球体を、位置を変えながら配置してゆき、内壁の外側にはみ出すことがないように球形の最大内径を調整した場合の、最大内径を各位置について求めてゆく。最大内径が急激に変化する部分を「形状の径が急に狭まる部分」とみなすことができる。また、特定機能１５３は、内壁輪郭を構成する点を結ぶ線分同士の角度が、所定の角度以下となった部分を、内壁輪郭の角度が急に変化する部分として特定してもよい。特定機能１５３は、枝分かれ部分を特定したら、枝分かれ部分の開始位置の面を特定し、面の重心位置を、起始部Ｘ１として特定する。

第２の起始部特定方法では、特定機能１５３は、医用画像データの輝度値分布を用いて、大動脈４００の領域と、対象血管４１０の輪郭及び芯線と検出し、検出した領域の外郭と対象血管４１０の芯線とが交差する位置を起始部Ｘ１として特定する。具体的には、特定機能１５３は、第１の起始部特定方法と同様に、大動脈４００の内壁の３次元形状を検出しておく。内壁の３次元形状を検出する際、大動脈４００から分岐する対象血管４１０を内壁として検出しない処理が必要となる。大動脈４００に比べて対象血管４１０の血管径（例えば３ｍｍ）が細いことを利用して、大動脈４００の内側の領域のうち輝度値が等しい領域を検出してゆくものの、検出された領域の径が３ｍｍを下回る領域は、大動脈４００の内壁とはみなさず検出結果から取り除く。そして、取り除かれた（切り取られた）領域の境界面について、周辺の検出済みの内壁の曲面を滑らかにつなぐように曲面補間を行って内壁の境界面とする。このような処理によって、対象血管４１０を含まない、大動脈４００の領域を検出することが可能である。また、特定機能１５３は、大動脈４００から延びる対象血管４１０の形状・芯線を別に検出しておく。対象血管４１０の芯線と、大動脈４００の内壁とが交差する位置を、起始部Ｘ１として特定する。なお、対象血管４１０の形状・芯線抽出は、対象血管４１０の内部と思われる点をユーザが１点指定することで、その点を起点に輝度値を使ってセグメンテーションすることで行うことができる。あるいは、先述した大動脈４００の内壁の境界面から外側に一定距離離れた位置であって、かつ造影血管相当の画素値を持つ画素を探索し、その点を起点に輝度値を使ってセグメンテーションしてもよい。この場合、血管ではない微小領域を起点にセグメンテーションされる場合もあるため、セグメンテーションにより検出された芯線の長さが所定の長さ以下となった領域は検出誤りとして棄却する。

第３の起始部特定方法では、被検体の血管に挿入されるデバイス（例えば、プレッシャーワイヤー）を使用する。特定機能１５３は、被検体の血管領域を医用画像データから抽出し、血管領域の医用画像データにおいて、デバイスにより観測される血圧のパラメータの変化に基づいて、起始部Ｘ１を特定する。血管径が太い大動脈４００から枝分かれして対象血管４１０へ分岐してゆく箇所においては、圧力など血流パラメータが変化する。この場合、特定機能１５３は、事前に挿入するデバイスの空間上の位置と、血管のボリュームデータの位置との位置合わせをしておき、血圧のパラメータが急に変化した箇所を、起始部Ｘ１として特定する。具体的には、特定機能１５３は、血圧値の変化率が所定の閾値以上となった箇所を、起始部Ｘ１として特定する。

第４の起始部特定方法では、特定機能１５３は、造影下で時系列に沿って生成された医用画像データの造影剤の濃度分布に基づいて、起始部Ｘ１を特定する。具体的には、特定機能１５３は、医用画像データにおいて、大動脈４００の領域内に流れる造影剤の濃度を基準としたときに、造影剤の濃度が急に高まった箇所を、起始部Ｘ１として特定する。具体的には、特定機能１５３は、造影剤の濃度の変化率が所定の閾値以上となった箇所を、起始部Ｘ１として特定する。

第５の起始部特定方法では、特定機能１５３は、医用画像データにおいて、大動脈４００の領域内に流れる造影剤の速度を基準としたときに、造影剤の時間変化に基づいて起始部Ｘ１を特定する。具体的には、医用画像診断装置２００が４Ｄの医用画像データを生成した場合、特定機能１５３は、４Ｄの医用画像データを撮像したときの造影剤の流れの時間変化を観察し、造影剤の流れの速度が急に変動する箇所を、起始部Ｘ１として特定する。具体的には、特定機能１５３は、造影剤の流れの変化率が所定の閾値以上となった箇所を、起始部Ｘ１として特定する。

第６の起始部特定方法では、特定機能１５３は、被検体の血管領域を医用画像データから抽出し、血管領域の医用画像データにおいて、対象血管４１０内の圧力の分布に基づいて起始部Ｘ１を特定する。この場合、特定機能１５３は、事前に血管領域をボリュームデータから抽出しておき、血管領域に対する流体解析により血管領域内の流体分布を得ておく。そして、特定機能１５３は、対象血管４１０内の圧力の分布を参照して、圧力・流量が急に変化する箇所を、起始部Ｘ１として特定する。具体的には、特定機能１５３は、圧力・流量の変化率が所定の閾値以上となった箇所を、起始部Ｘ１として特定する。

第７の起始部特定方法では、特定機能１５３は、医用画像データにおいて、ユーザが起始部の位置を指定することによって起始部Ｘ１を特定する。例えば、ユーザが目視により医用画像データ中の起始部の位置を指定することによって、特定機能１５３は、指定された位置を、起始部Ｘ１として特定する。

第８の起始部特定方法では、特定機能１５３は、ＡＩ（Artificial Intelligence）を用いて、起始部Ｘ１を特定する。例えば、多数のボリュームデータにおいて、第１～第７の起始部特定方法のいずれかの方法で、起始部Ｘ１を特定しておき、これらのデータを用いた学習により、学習済みモデルを生成する。特定機能１５３は、学習済みモデルに医用画像データを入力することで、起始部Ｘ１を特定する。

第９の起始部特定方法では、特定機能１５３は、第１～第８の起始部特定方法を組み合わせて、起始部Ｘ１を特定する。例えば、特定機能１５３は、第１の起始部特定方法で起始部Ｘ１の候補領域を特定した後に、特定した候補領域において第４の起始部特定方法の解析を行い、解析した候補領域の中から起始部Ｘ１を特定する。あるいは、第２の起始部特定方法と第７の起始部特定方法とで独立して起始部Ｘ１の位置を特定し、特定した両者の位置を任意に重みづけ加算して最終的な位置を起始部Ｘ１として特定する。

上述したように、ステップＳ１０８では、特定機能１５３は、解析モデルにおいて、起始部Ｘ１に対応する位置を、基準位置として特定する。ここで、解析モデル内に起始部Ｘ１に対応する基準位置が存在しない場合、生成機能１５２は、起始部Ｘ１が開始位置となるように解析モデルを再生成する。

例えば、ステップＳ１０８において、特定機能１５３は、解析デル内に起始部Ｘ１に対応する基準位置が存在するか否かをチェックする。例えば、解析モデル内に起始部Ｘ１に対応する基準位置が存在する場合、ステップＳ１０９以降が実行される。

一方、解析モデル内に起始部Ｘ１に対応する基準位置が存在しない場合、表示制御機能１５６は、解析モデル内に起始部Ｘ１に対応する基準位置が存在しない旨を表すエラーをディスプレイ１２０に表示させる。また、生成機能１５２は、起始部Ｘ１が開始位置となるように解析モデルを再生成する。解析モデルの再生成にあたっては、血管や大動脈の輪郭が生成済みの解析モデルの入り口から基準位置まで存在している場合には、生成機能１５２は、基準位置から解析モデルの入り口までの領域の輪郭を解析モデルへ追加することで、延長した解析モデルを生成する。また、解析モデル内に起始部Ｘ１に対応する基準位置が存在しない場合に、特定機能１５３が使用する基準位置の検出方法を変更してもよい。例えば、第１の起始部特定方法を使用して基準位置が検出できなかった場合に、第７の起始部特定方法に切り替えることで、ユーザに起始部を特定することを促してもよい。

逆に、輪郭が存在しない場合、すなわち、輪郭が検出できなかった場合には、生成機能１５２は、以下のように、解析モデルの延長処理を行う。

例えば、生成機能１５２は、解析モデルの入り口周辺の径を計測し、その径の平均値と同じ長さの円筒を解析モデルにつぎ足すことによって、延長した解析モデルを生成する。そして、解析機能１５４は、再生成された解析モデルを使用して流体解析を行うことで、流体パラメータとして、対象血管４１０内の圧力の分布を取得する。ここで、特定機能１５３は、解析モデルのつぎ足しを多めに行う場合は、起始部Ｘ１の位置を特定する。その後、ステップＳ１０９以降が実行される。

上述したように、図４に示す処理では、ステップＳ１０２～Ｓ１０４と、ステップＳ１０５～Ｓ１０７とが並列に行われている。しかし、これに限定されない。例えば、図６に示すように、ステップＳ１０２～Ｓ１０４の実行後に、ステップＳ１０５～Ｓ１０７が行われてもよい。この場合、図４のステップＳ１０８が実行されない。

例えば、ステップＳ１０４の実行後に、ステップＳ１０５において、生成機能１５２は、起始部Ｘ１が、基準位置として開始位置となる解析モデルを生成する。そして、解析機能１５４は、ステップＳ１０６において、起始部Ｘ１が開始位置となる解析モデルを使用して流体解析を行うことで、ステップＳ１０７において、流体パラメータの分布を取得する。その後、ステップＳ１０９以降が実行される。

なお、図６に示す処理では、起始部Ｘ１は、例えば、第１～第５、第７～第９の起始部特定方法により特定される。また、図６に示す処理において、解析モデル内に起始部Ｘ１に対応する基準位置が存在しない場合、図４に示す処理と同様に、解析モデルの延長処理が行われる。

（適用例）
上述した実施形態において、例えば、第１の適用例として、対象領域は脳であり、対象血管として内頚動脈に適用可能である。図７は、第１の適用例における医用画像処理装置１００の処理を説明するための図である。第１の適用例において、図４に示す処理、又は、図６に示す処理が実行される。この場合、取得機能１５１は、被検体の大動脈４０１及び内頚動脈４１１などを含んで撮影された脳４２１の医用画像データを取得する。生成機能１５２は、脳４２１の医用画像データから流体解析のための解析モデルを生成し、解析機能１５４は、解析モデルを使用して流体解析を行うことで、流体パラメータの分布を取得する。また、特定機能１５３は、脳４２１の医用画像データに基づいて、大動脈４０１から内頚動脈４１１が伸びる起始部Ｘ１を基準位置として特定する。起始部Ｘ１は、上述した起始部特定方法により特定される。例えば、第１の起始部特定方法では、特定機能１５３は、脳４２１の医用画像データにおいて、大動脈４０１の任意の点を起点にして輝度値を基準にセグメンテーションすることにより、大動脈４０１の内部の領域を検出し、大動脈４０１の内部の外郭を内壁とみなすことで、内壁の３次元形状を検出する。そして、特定機能１５３は、大動脈４０１の内壁の形状を探索してゆき、内壁輪郭が枝分かれした部分を、大動脈４０１から内頚動脈４１１が伸びる起始部Ｘ１として特定する。導出機能１５５は、基準位置における流体パラメータと流体パラメータの分布とに基づいて流体解析結果を導出し、表示制御機能１５６は、流体解析結果をディスプレイ１２０に表示させる。第１の適用例における医用画像処理装置１００によれば、基準位置と、解析モデルの内頚動脈４１１の起始部の位置とが一致するため、医用画像処理装置１００は、内頚動脈４１１内の血流評価を正確に行うことができる。

また、上述した実施形態において、例えば、第２の適用例として、対象領域は心臓であり、対象血管として冠動脈に適用可能である。図８は、第２の適用例における医用画像処理装置１００の処理を説明するための図である。第２の適用例において、図４に示す処理、又は、図６に示す処理が実行される。この場合、取得機能１５１は、被検体の大動脈４０２及び冠動脈４１２などを含んで撮影された心臓の医用画像データを取得する。生成機能１５２は、心臓の医用画像データから流体解析のための解析モデルを生成し、解析機能１５４は、解析モデルを使用して流体解析を行うことで、流体パラメータの分布を取得する。また、特定機能１５３は、心臓の医用画像データに基づいて、大動脈４０２から冠動脈４１２が伸びる起始部Ｘ１を基準位置として特定する。起始部Ｘ１は、上述した起始部特定方法により特定される。例えば、第１の起始部特定方法では、特定機能１５３は、心臓の医用画像データにおいて、大動脈４０２のバルサルバ洞４２２を起点にして輝度値を基準にセグメンテーションすることにより、大動脈４０２の内部の領域を検出し、大動脈４０２の内部の外郭を内壁とみなすことで、内壁の３次元形状を検出する。そして、特定機能１５３は、大動脈４０２の内壁の形状を探索してゆき、内壁輪郭が枝分かれした部分を、大動脈４０２から冠動脈４１２が伸びる起始部Ｘ１として特定する。導出機能１５５は、基準位置における流体パラメータと流体パラメータの分布とに基づいて流体解析結果を導出し、表示制御機能１５６は、流体解析結果をディスプレイ１２０に表示させる。第２の適用例における医用画像処理装置１００によれば、基準位置と、解析モデルの冠動脈４１２の起始部の位置とが一致するため、医用画像処理装置１００は、冠動脈４１２内の血流評価を正確に行うことができる。

また、上述した実施形態において、例えば、第３の適用例として、対象領域は肝臓であり、対象血管として肝動脈に適用可能である。図９は、第３の適用例における医用画像処理装置１００の処理を説明するための図である。第３の適用例において、図４に示す処理、又は、図６に示す処理が実行される。この場合、取得機能１５１は、被検体の大動脈４０３及び肝動脈４１３などを含んで撮影された肝臓４２３の医用画像データを取得する。生成機能１５２は、肝臓４２３の医用画像データから流体解析のための解析モデルを生成し、解析機能１５４は、解析モデルを使用して流体解析を行うことで、流体パラメータの分布を取得する。また、特定機能１５３は、肝臓４２３の医用画像データに基づいて、大動脈４０３から肝動脈４１３が伸びる起始部Ｘ１を基準位置として特定する。起始部Ｘ１は、上述した起始部特定方法により特定される。例えば、第１の起始部特定方法では、特定機能１５３は、肝臓４２３の医用画像データにおいて、大動脈４０３の任意の点を起点にして輝度値を基準にセグメンテーションすることにより、大動脈４０３の内部の領域を検出し、大動脈４０３の内部の外郭を内壁とみなすことで、内壁の３次元形状を検出する。そして、特定機能１５３は、大動脈４０３の内壁の形状を探索してゆき、内壁輪郭が枝分かれした部分を、大動脈４０３から肝動脈４１３が伸びる起始部Ｘ１として特定する。導出機能１５５は、基準位置における流体パラメータと流体パラメータの分布とに基づいて流体解析結果を導出し、表示制御機能１５６は、流体解析結果をディスプレイ１２０に表示させる。第３の適用例における医用画像処理装置１００によれば、基準位置と、解析モデルの肝動脈４１３の起始部の位置とが一致するため、医用画像処理装置１００は、肝動脈４１３内の血流評価を正確に行うことができる。

また、上述した実施形態において、例えば、第４の適用例として、対象領域は腎臓であり、対象血管として腎動脈に適用可能である。図１０は、第４の適用例における医用画像処理装置１００の処理を説明するための図である。第４の適用例において、図４に示す処理、又は、図６に示す処理が実行される。この場合、取得機能１５１は、被検体の大動脈４０４及び腎動脈４１４などを含んで撮影された腎臓４２４の医用画像データを取得する。生成機能１５２は、腎臓４２４の医用画像データから流体解析のための解析モデルを生成し、解析機能１５４は、解析モデルを使用して流体解析を行うことで、流体パラメータの分布を取得する。また、特定機能１５３は、腎臓４２４の医用画像データに基づいて、大動脈４０４から腎動脈４１４が伸びる起始部Ｘ１を基準位置として特定する。起始部Ｘ１は、上述した起始部特定方法により特定される。例えば、第１の起始部特定方法では、特定機能１５３は、腎臓４２４の医用画像データにおいて、大動脈４０４の任意の点を起点にして輝度値を基準にセグメンテーションすることにより、大動脈４０４の内部の領域を検出し、大動脈４０４の内部の外郭を内壁とみなすことで、内壁の３次元形状を検出する。そして、特定機能１５３は、大動脈４０４の内壁の形状を探索してゆき、内壁輪郭が枝分かれした部分を、大動脈４０４から腎動脈４１４が伸びる起始部Ｘ１として特定する。導出機能１５５は、基準位置における流体パラメータと流体パラメータの分布とに基づいて流体解析結果を導出し、表示制御機能１５６は、流体解析結果をディスプレイ１２０に表示させる。第４の適用例における医用画像処理装置１００によれば、基準位置と、解析モデルの腎動脈４１４の起始部の位置とが一致するため、医用画像処理装置１００は、腎動脈４１４内の血流評価を正確に行うことができる。

なお、上述した実施形態においては、血流に関する指標として、起始部と遠位部との圧力を比較する圧較差を例に挙げて説明したが、実施形態はこれに限定されない。例えば、血管内の血流評価として、血管の入口である起始部と、当該血管上の任意の位置である遠位部との血流の差を比較するものであれば、血流に関する指標は、流量、流速、ＷＳＳ（Wall Shear Stress）などの流体パラメータでもよい。

また、上述した実施形態においては、被検体の血管を含む対象領域の医用画像データは、ＣＴ画像データや、パワードプラ画像データに限られない。例えば、被検体の血管を含む対象領域の医用画像データは、Ｘ線診断装置がＭＲＩ装置により生成された医用画像データであってもよい。また、上述した実施形態においては、被検体の血管を含む対象領域の医用画像データは、単一の形態画像データに限られない。例えば、医用画像データは、複数時相の形態画像データの束であってもよいし、複数種類の医用画像データを接ぎ合わせたものであってもよいし、形態画像データと流体分布のデータの両方を含むデータの束であってもよい。あるいは、形態画像データは複数種類の画像データを合成あるいは組み合わせたものであってもよく、血管内超音波検査（ＩＶＵＳ：IntraVascular UltraSound）や光干渉断層法（ＯＣＴ：Optical Coherence Tomography）などから得られた血管形状と、別に撮影して得たCT画像データとを比較整合することにより、後述する大動脈400の領域を抽出する方法をとってもよい。

なお、本実施形態で図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。さらに、各装置にて行われる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、或いは、ワイヤードロジックによるハードウェアとして実現され得る。

また、本実施形態で説明した方法は、予め用意されたプログラムをパーソナルコンピュータやワークステーション等のコンピュータで実行することによって実現することができる。このプログラムは、インターネット等のネットワークを介して配布することができる。また、このプログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な非一時的な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。

以上説明した少なくとも１つの実施形態によれば、血管内の血流評価を正確に行うことができる。

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、実施形態同士の組み合わせ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 医用画像処理システム
１００ 医用画像処理装置
１５１ 取得機能
１５２ 生成機能
１５３ 特定機能
１５４ 解析機能
１５５ 導出機能
１５６ 表示制御機能
４００ 大動脈
４１０ 対象血管

Claims (18)

1. 被検体の大動脈及び前記大動脈より分岐する対象血管を含む医用画像データを取得する取得部と、
   前記医用画像データから流体解析のための解析モデルを生成する生成部と、
   前記医用画像データに基づいて、前記大動脈から前記対象血管が伸びる起始部を基準位置として特定する特定部と、
   前記解析モデルを使用して流体解析を行うことで、流体パラメータの分布を取得する解析部と、
   前記基準位置における前記流体パラメータと前記流体パラメータの分布とに基づいて流体解析結果を導出する導出部と、
   前記流体解析結果を表示部に表示させる表示制御部と、
   を備える医用画像処理装置。
2. 前記導出部は、前記対象血管上に任意位置を指定し、前記基準位置における前記流体パラメータと前記任意位置における前記流体パラメータとに基づく値を前記流体解析結果として導出する、
   請求項１に記載の医用画像処理装置。
3. 前記特定部は、前記解析モデルにおいて、前記起始部に対応する位置を、前記基準位置として特定する、
   請求項１又は２に記載の医用画像処理装置。
4. 前記生成部は、前記解析モデル内に前記起始部に対応する前記基準位置が存在しない場合、前記起始部が開始位置となる前記解析モデルを再生成し、
   前記解析部は、前記再生成された解析モデルを使用して流体解析を行うことで、流体パラメータの分布を取得する
   請求項３に記載の医用画像処理装置。
5. 前記表示制御部は、前記解析モデル内に前記起始部に対応する前記基準位置が存在しない場合、エラーを前記表示部に表示させる、
   請求項３又は４に記載の医用画像処理装置。
6. 前記生成部は、前記起始部が前記基準位置として開始位置となる前記解析モデルを生成し、
   前記解析部は、前記起始部が前記基準位置として開始位置となる前記解析モデルを使用して前記流体解析を行う、
   請求項１又は２に記載の医用画像処理装置。
7. 前記特定部は、前記医用画像データの輝度値分布を用いて、前記大動脈の領域を検出し、前記検出した領域の外郭が枝分かれした部分を、前記起始部として特定する、
   請求項１～６のいずれか一項に記載の医用画像処理装置。
8. 前記特定部は、前記医用画像データの輝度値分布を用いて、前記大動脈の領域と、前記対象血管の輪郭及び芯線と検出し、前記検出した領域の外郭と前記対象血管の芯線とが交差する位置を、前記起始部として特定する、
   請求項１～６のいずれか一項に記載の医用画像処理装置。
9. 前記特定部は、前記被検体の血管領域を前記医用画像データから抽出し、前記血管領域の医用画像データにおいて、前記被検体の血管に挿入されるデバイスにより観測される血圧のパラメータの変化に基づいて、前記起始部を特定する、
   請求項１～６のいずれか一項に記載の医用画像処理装置。
10. 前記特定部は、造影下で時系列に沿って生成された前記医用画像データの造影剤の濃度分布に基づいて、前記起始部を特定する、
    請求項１～６のいずれか一項に記載の医用画像処理装置。
11. 前記特定部は、造影下で時系列に沿って生成された複数の前記医用画像データにおける造影剤の時間変化に基づいて、前記起始部を特定する、
    請求項１～６のいずれか一項に記載の医用画像処理装置。
12. 前記特定部は、前記被検体の血管領域を前記医用画像データから抽出し、前記血管領域の医用画像データにおける前記流体パラメータの分布に基づいて、前記起始部を特定する、
    請求項１～５のいずれか一項に記載の医用画像処理装置。
13. 前記特定部は、前記医用画像データにおいて、ユーザが前記起始部の位置を指定することによって前記起始部を特定する、
    請求項１～６のいずれか一項に記載の医用画像処理装置。
14. 前記表示制御部は、前記流体解析結果を表す画面において、前記流体パラメータと前記被検体の血管の位置とを対応付ける情報を前記表示部に表示させる、
    請求項１～１２のいずれか一項に記載の医用画像処理装置。
15. 前記表示制御部は、前記流体パラメータを前記基準位置から表示させる、
    請求項１４に記載の医用画像処理装置。
16. 前記対象血管は、前記被検体の内頚動脈、冠動脈、肝動脈、及び、腎動脈のいずれかである、
    請求項１～１５のいずれか一項に記載の医用画像処理装置。
17. 被検体の大動脈及び前記大動脈より分岐する対象血管を含む医用画像データを取得する取得部と、
    前記医用画像データから流体解析のための解析モデルを生成する生成部と、
    前記医用画像データに基づいて、前記大動脈から前記対象血管が伸びる起始部を基準位置として特定する特定部と、
    前記解析モデルを使用して流体解析を行うことで、流体パラメータの分布を取得する解析部と、
    前記基準位置における前記流体パラメータと前記流体パラメータの分布とに基づいて流体解析結果を導出する導出部と、
    前記流体解析結果を表示部に表示させる表示制御部と、
    を備える医用画像処理システム。
18. 被検体の大動脈及び対象血管を含む医用画像データを取得し、
    前記医用画像データから流体解析のための解析モデルを生成し、
    前記医用画像データに基づいて、前記大動脈から前記対象血管が伸びる起始部を基準位置として特定し、
    前記解析モデルを使用して流体解析を行うことで、流体パラメータの分布を取得し、
    前記基準位置における前記流体パラメータと前記流体パラメータの分布とに基づいて流体解析結果を導出し、
    前記流体解析結果を表示部に表示させる、
    ことを含む医用画像処理方法。

Images