JP2022171345A - 医用画像処理装置、医用画像処理方法及びプログラム - Google Patents

Abstract

【課題】医用画像データに基づいて算出される流体情報に関し、より有用な情報の提供を可能とすること。【解決手段】実施形態の医用画像処理装置は、取得部と、算出部と、評価部とを備える。取得部は、第１の撮像手法に基づいて取得される第１の医用画像データと、前記第１の撮像手法とは異なる第２の撮像手法に基づいて取得される第２の医用画像データとを、所定時相で取得する。算出部は、前記第１の医用画像データに基づく第１の流体情報と、前記第２の医用画像データに基づく第２の流体情報とを算出する。評価部は、前記所定時相における前記第１の流体情報と前記第２の流体情報とに基づいて、前記所定時相、乃至は、前記第１の医用画像データと前記第２の医用画像データとの少なくとも一方に基づく領域を評価する。【選択図】図６

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、医用画像処理方法及びプログラムに関する。

医用画像データに基づいて流体情報を算出する技術が知られている。例えば、Ｘ線ＣＴ（Computed Tomography）画像やＭＲＩ（Magnetic Resonance Imaging）画像を用いた血流シミュレーションや超音波画像におけるドプラ法などにより、血管や心臓における血流量等の流体情報を算出できる。ここで、同一の被検体を対象とする場合であっても流体情報の算出に用いる医用画像データの撮像手法が異なる場合には、異なる流体情報が算出される場合がある。例えば、Ｘ線ＣＴ画像に基づいて算出される流体情報と、超音波画像に基づいて算出される流体情報とが異なる場合がある。

特開２０１６－１３１６４５号公報 特開２０１４－１８８３２３号公報 特開２０１８－９４０２０号公報

Creigen, Vincent, et al. "Modeling a heart pump" European Study Group Mathematics with Industry 7 (2007) Ursino, Mauro. "Interaction between carotid baroregulation and the pulsating heart: a mathematical model." American Journal of Physiology-Heart and Circulatory Physiology 275.5 (1998): H1733-H1747

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、医用画像データに基づいて算出される流体情報に関し、より有用な情報の提供を可能とすることである。ただし、本明細書及び図面に開示の実施形態により解決しようとす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。

実施形態の医用画像処理装置は、取得部と、算出部と、評価部とを備える。取得部は、第１の撮像手法に基づいて取得される第１の医用画像データと、前記第１の撮像手法とは異なる第２の撮像手法に基づいて取得される第２の医用画像データとを、所定時相で取得する。算出部は、前記第１の医用画像データに基づく第１の流体情報と、前記第２の医用画像データに基づく第２の流体情報とを算出する。評価部は、前記所定時相における前記第１の流体情報と前記第２の流体情報とに基づいて、前記所定時相、乃至は、前記第１の医用画像データと前記第２の医用画像データとの少なくとも一方に基づく領域を評価する。

図１は、第１の実施形態に係る医用画像処理システムの構成の一例を示すブロック図である。 図２は、第１の実施形態に係る医用画像処理装置の処理回路による処理の一例を示すフローチャートである。 図３は、第１の実施形態に係る流体情報の算出方法について説明するための図である。 図４は、第１の実施形態に係る流体情報の算出方法について説明するための図である。 図５は、図２のステップＳ４の詳細を示すフローチャートである。 図６は、第１の実施形態に係る血流量及び一致度の算出例を示す図である。 図７は、第１の実施形態に係る表示例を示す図である。 図８は、第１の実施形態に係る表示例を示す図である。 図９は、第２の実施形態に係る表示例を示す図である。 図１０は、第２の実施形態に係る表示例を示す図である。

以下、添付図面を参照しながら、医用画像処理装置、医用画像処理方法及びプログラムの実施形態について詳細に説明する。

（第１の実施形態）
本実施形態では、医用画像処理装置２０を含んだ医用画像処理システム１を例として説明する。例えば、医用画像処理システム１は、図１に示すように、医用画像診断装置１０、医用画像処理装置２０及び画像保管装置３０を有する。図１は、第１の実施形態に係る医用画像処理システム１の構成の一例を示すブロック図である。医用画像診断装置１０、医用画像処理装置２０及び画像保管装置３０は、ネットワークＮＷを介して相互に接続される。

ネットワークＮＷを介して接続可能であれば、医用画像処理システム１に含まれる各装置が設置される場所は任意である。例えば、画像保管装置３０は、医用画像診断装置１０及び医用画像処理装置２０が設置されている病院とは異なる病院、或いは他の施設内に設置されていてもよい。即ち、ネットワークＮＷは、施設内で閉じたローカルネットワークにより構成されてもよいし、インターネットを介したネットワークであってもよい。

医用画像診断装置１０は、被検体を撮像して医用画像データを収集する装置である。なお、本明細書において扱う各種データは、典型的にはデジタルデータである。医用画像診断装置１０は、例えば、Ｘ線ＣＴ装置、ＭＲＩ装置、超音波診断装置、Ｘ線診断装置、ＳＰＥＣＴ（Single Photon Emission Computed Tomography）装置、ＰＥＴ（Positron Emission computed Tomography）装置等の医用モダリティである。なお、図１においては単一の医用画像診断装置１０を示すが、医用画像処理システム１は、医用画像診断装置１０を複数含んでもよい。また、医用画像処理システム１は、複数種類の医用画像診断装置１０を含んでもよい。例えば、医用画像処理システム１は、医用画像診断装置１０として、Ｘ線ＣＴ装置と超音波診断装置とを含んでもよい。

画像保管装置３０は、医用画像診断装置１０によって収集された医用画像データを保管する画像データベースである。例えば、画像保管装置３０は、任意の記憶装置を装置内又は装置外に備え、ネットワークＮＷを介して医用画像診断装置１０から取得した医用画像データを、データベースの形態で管理する。例えば、画像保管装置３０は、ＰＡＣＳ（Picture Archiving and Communication System）のサーバである。また、画像保管装置３０は、医用画像処理システム１とネットワークＮＷを介して接続されたサーバ群（クラウド）により実現されることとしてもよい。

医用画像処理装置２０は、医用画像診断装置１０によって収集された医用画像データを取得し、後述する各種の処理を行なう装置である。例えば、医用画像処理装置２０は、図１に示すように、メモリ２１、ディスプレイ２２、入力インタフェース２３及び処理回路２４を備える。

メモリ２１は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等により実現される。例えば、メモリ２１は、医用画像データを記憶する。また、メモリ２１は、医用画像処理装置２０に含まれる回路がその機能を実現するためのプログラムを記憶する。

ディスプレイ２２は、例えば、液晶ディスプレイやＣＲＴ（Cathode Ray Tube）ディスプレイである。ディスプレイ２２は、デスクトップ型でもよいし、医用画像処理装置２０本体と無線通信可能なタブレット端末等で構成されることにしても構わない。ディスプレイ２２における表示の制御については後述する。

入力インタフェース２３は、ユーザからの各種の入力操作を受け付け、受け付けた入力操作を電気信号に変換して処理回路２４に出力する。例えば、入力インタフェース２３は、マウスやキーボード、トラックボール、スイッチ、ボタン、ジョイスティック、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、音声入力回路等により実現される。なお、入力インタフェース２３は、医用画像処理装置２０本体と無線通信可能なタブレット端末等で構成されることにしても構わない。また、入力インタフェース２３は、モーションキャプチャによりユーザからの入力操作を受け付ける回路であっても構わない。一例を挙げると、入力インタフェース２３は、トラッカーを介して取得した信号やユーザについて収集された画像を処理することにより、ユーザの体動や視線等を入力操作として受け付けることができる。また、入力インタフェース２３は、マウスやキーボード等の物理的な操作部品を備えるものだけに限られない。例えば、医用画像処理装置２０とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を処理回路２４へ出力する電気信号の処理回路も、入力インタフェース２３の例に含まれる。

処理回路２４は、制御機能２４ａ、取得機能２４ｂ、算出機能２４ｃ、評価機能２４ｄ及び出力機能２４ｅを実行することで、医用画像処理装置２０全体の動作を制御する。取得機能２４ｂは、取得部の一例である。算出機能２４ｃは、算出部の一例である。評価機能２４ｄは、評価部の一例である。出力機能２４ｅは、出力部の一例である。

例えば、処理回路２４は、制御機能２４ａに対応するプログラムをメモリ２１から読み出して実行することにより、入力インタフェース２３を介してユーザから受け付けた各種の入力操作に基づいて、取得機能２４ｂ、算出機能２４ｃ、評価機能２４ｄ、出力機能２４ｅといった各種の機能を制御する。

また、処理回路２４は、取得機能２４ｂに対応するプログラムをメモリ２１から読み出して実行することにより、被検体に関する医用画像データを取得する。また、処理回路２４は、算出機能２４ｃに対応するプログラムをメモリ２１から読み出して実行することにより、医用画像データに基づく流体情報を算出する。また、処理回路２４は、評価機能２４ｄに対応するプログラムをメモリ２１から読み出して実行することにより、流体情報に基づく評価を実行する。また、処理回路２４は、出力機能２４ｅに対応するプログラムをメモリ２１から読み出して実行することにより、評価機能２４ｄによる評価の結果に基づいて各種情報の出力を行なう。取得機能２４ｂ、算出機能２４ｃ、評価機能２４ｄ及び出力機能２４ｅによる処理の詳細については後述する。

図１に示す医用画像処理装置２０においては、各処理機能がコンピュータによって実行可能なプログラムの形態でメモリ２１へ記憶されている。処理回路２４は、メモリ２１からプログラムを読み出して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、プログラムを読み出した状態の処理回路２４は、読み出したプログラムに対応する機能を有することとなる。

なお、図１においては単一の処理回路２４にて、制御機能２４ａ、取得機能２４ｂ、算出機能２４ｃ、評価機能２４ｄ及び出力機能２４ｅが実現するものとして説明したが、複数の独立したプロセッサを組み合わせて処理回路２４を構成し、各プロセッサがプログラムを実行することにより機能を実現するものとしても構わない。また、処理回路２４が有する各処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。

また、処理回路２４は、ネットワークＮＷを介して接続された外部装置のプロセッサを利用して、機能を実現することとしてもよい。例えば、処理回路２４は、メモリ２１から各機能に対応するプログラムを読み出して実行するとともに、医用画像処理装置２０とネットワークＮＷを介して接続されたサーバ群（クラウド）を計算資源として利用することにより、図１に示す各機能を実現する。

以上、医用画像処理装置２０を含んだ医用画像処理システム１の構成例について説明した。かかる構成の下、医用画像処理装置２０における処理回路２４は、医用画像データに基づいて算出される流体情報に関し、より有用な情報の提供を可能とする。

以下、図２のフローチャートに沿って、処理回路２４が行なう処理について説明する。図２は、第１の実施形態に係る医用画像処理装置２０の処理回路２４による処理の一例を示すフローチャートである。

まず、取得機能２４ｂは、被検体に関する医用画像データを取得する（ステップＳ１）。具体的には、取得機能２４ｂは、第１の撮像手法に基づいて取得される第１の医用画像データと、第１の撮像手法とは異なる第２の撮像手法に基づいて取得される第２の医用画像データとを取得する。

ここでは一例として、第１の医用画像データとしてＸ線ＣＴ画像Ｉ１が取得され、第２の医用画像データとして超音波画像Ｉ２が取得される場合について説明する。この場合、医用画像処理システム１は、医用画像診断装置１０として、少なくともＸ線ＣＴ装置と超音波診断装置とを含む。Ｘ線ＣＴ装置は、被検体からＸ線ＣＴ画像Ｉ１を収集する。また、超音波診断装置は、被検体から超音波画像Ｉ２を収集する。

Ｘ線ＣＴ画像Ｉ１と超音波画像Ｉ２とは、Ｘ線ＣＴ装置及び超音波診断装置により、所定時相で収集される。ここで、所定時相は、所定の時点、或いは、心拍や呼吸等における所定の位相である。例えば、Ｘ線ＣＴ画像Ｉ１と超音波画像Ｉ２とは、同じ被検体に対して同時に撮像することにより、同じ時点の画像が収集される。即ち、Ｘ線ＣＴ画像Ｉ１と超音波画像Ｉ２とは、同時に（同じ日時に）撮像された画像であってよい。また、例えば、Ｘ線ＣＴ画像Ｉ１と超音波画像Ｉ２とは、心電同期や心音同期、呼吸同期等により、被検体における周期的な動きの中での同じ位相を特定し、各画像を当該位相において撮像することにより、同じ位相の画像が収集される。即ち、Ｘ線ＣＴ画像Ｉ１と超音波画像Ｉ２とは、心拍や呼吸等における位相が一致するように撮像された画像であれば、同時に撮像された画像でなくてもよい。

また、取得機能２４ｂは、Ｘ線ＣＴ装置及び超音波診断装置から、Ｘ線ＣＴ画像Ｉ１及び超音波画像Ｉ２を取得する。なお、取得機能２４ｂは、Ｘ線ＣＴ装置及び超音波診断装置から直接的に各種医用画像データを取得してもよいし、画像保管装置３０等の他の装置を介して医用画像データを取得してもよい。

ここで、取得機能２４ｂは、Ｘ線ＣＴ画像Ｉ１及び超音波画像Ｉ２を所定時相で取得する。例えば、取得機能２４ｂは、同時に収集されたＸ線ＣＴ画像Ｉ１及び超音波画像Ｉ２を取得し、或いは、心電同期等によって同じ位相にて撮像されたＸ線ＣＴ画像Ｉ１及び超音波画像Ｉ２を取得する。ここで、Ｘ線ＣＴ画像Ｉ１及び超音波画像Ｉ２は、複数の時相にて撮像された時系列の画像の場合がある。この場合、取得機能２４ｂは、少なくとも１つの時相が共通するように、Ｘ線ＣＴ画像Ｉ１及び超音波画像Ｉ２を取得する。

以下では一例として、被検体の僧帽弁を撮像対象として各種医用画像データが収集され、僧帽弁を流れる血流について流体情報が算出される場合について説明する。例えば、取得機能２４ｂは、Ｘ線ＣＴ画像Ｉ１として、僧帽弁について撮像された４Ｄ－ＣＴ画像を取得する。即ち、取得機能２４ｂは、Ｘ線ＣＴ画像Ｉ１として、複数時相について撮像された複数の３Ｄデータを取得する。例えば、取得機能２４ｂは、時相Ｔ１～Ｔ６の６時相で撮像された、６時相分の３Ｄデータを含む４Ｄ－ＣＴ画像を取得する。これら時相Ｔ１～Ｔ６のそれぞれは、例えば心電同期や心音同期により、被検体の心臓の動きに対応付けられる。このような対応関係は、例えばＸ線ＣＴ画像Ｉ１の付帯情報（ＤＩＣＯＭ（Digital Imaging and Communications in Medicine）ヘッダなど）として記憶し、或いはメモリ２１に記憶することができる。同様に、取得機能２４ｂは、超音波画像Ｉ２を取得する。超音波画像Ｉ２は、例えば上述した時相Ｔ１～Ｔ６の一部又は全部の時相で収集される。

一例を挙げると、取得機能２４ｂは、入力インタフェース２３を介してユーザから受け付けた指示をトリガとして、医用画像データの取得を行なう。或いは、取得機能２４ｂは、医用画像診断装置１０によって新たに収集された医用画像データを自動的に取得してもよい。例えば、取得機能２４ｂは、画像保管装置３０を監視しておき、新たな医用画像データが画像保管装置３０に記憶された場合に、当該医用画像データを取得することとしてもよい。

また、取得機能２４ｂは、新たに収集された医用画像データが所定の条件を満たす場合に、当該医用画像データを取得することとしてもよい。当該所定の条件は、医用画像データの状態を判定できる条件であればどのような条件であってもよい。例えば、取得機能２４ｂは、撮像プロトコルを当該所定の条件とし、心臓を対象とする撮像プロトコルで医用画像データが撮像された場合に当該医用画像データを取得することとしてもよい。また、例えば、取得機能２４ｂは、再構成方法を当該所定の条件とし、医用画像データが拡大再構成された場合に当該医用画像データを取得することとしてもよい。また、取得機能２４ｂは、例えば撮像プロトコルと再構成方法等、複数の条件を組み合わせて所定の条件とし、当該所定の条件を満たす場合に医用画像データを取得することとしてもよい。

なお、ステップＳ２以降で医用画像データ以外の患者情報を使用する場合、取得機能２４ｂは、当該患者情報を更に取得することができる。例えば、ステップＳ２等における流体情報の算出には、血圧や体重、血液検査値等の患者情報が計算パラメータとして使用される場合がある。かかる場合、取得機能２４ｂは、電子カルテシステムにて管理される被検体のカルテや、病院情報システム（ＨＩＳ：Hospital Information System）、放射線部門情報管理システム（ＲＩＳ：Radiology Information System）等から必要な患者情報を取得することができる。

次に、算出機能２４ｃは、Ｘ線ＣＴ画像Ｉ１に基づく流体情報を算出し（ステップＳ２）、また、超音波画像Ｉ２に基づく流体情報を算出する（ステップＳ３）。ステップＳ２とステップＳ３とを行なう順序は任意であり、並行して行なうこととしてもよい。

まず、ステップＳ２について説明する。例えば、算出機能２４ｃは、Ｘ線ＣＴ画像Ｉ１に基づいて、僧帽弁を通過する血流量を算出する。ここで、血流量の算出には、既知の任意の手法を用いることができる。以下、Ｘ線ＣＴ画像Ｉ１に基づいて算出された血流量を、血流量Ｒ１とも記載する。

例えば、算出機能２４ｃは、ナビエスストークス方程式や連続の式、マクスウェル方程式、状態方程式等の必要な方程式を連立し、当該方程式に対して各種パラメータを入力することで、対象とする流体情報を数値的に求めることができる。また、例えば、算出機能２４ｃは、ウインドケッセルモデルや脈波伝搬モデル等に基づいて、予め生体の循環動態を模擬した電気回路モデルを設計しておき、当該電気回路モデルに対して対象となる臓器の形態情報や患者情報を入力することで、対象とする流体情報を求めてもよい。図３に電気回路モデルの一例を示す。図３は、第１の実施形態に係る流体情報の算出方法について説明するための図である。

まず、算出機能２４ｃは、生体の循環動態を模擬した、図３の電気回路モデルを設計し、メモリ２１に保存する。例えば、血流量は電流に、血液を押し出す力（血圧）は電圧に模擬することができる。また、ヘマトクリット値等の血液検査値に基づいて、各位置の電気抵抗を設定することができる。当該電気回路モデルは、例えば非特許文献１や非特許文献２に示される方法に基づいて構築することができる。

例えば、算出機能２４ｃは、図４に示すように、ＤＢから、被検体の体重、最高血圧、最低血圧、ヘマトクリット値等のパラメータを取得し、電気回路モデルに入力する。図４は、第１の実施形態に係る流体情報の算出方法について説明するための図である。また、図４におけるＤＢは、画像保管装置３０や電子カルテシステム、ＲＩＳ、ＨＩＳなどの各種データベースである。

また、算出機能２４ｃは、ＤＢから取得されたＸ線ＣＴ画像Ｉ１に基づいて、左心房及び左心室の領域を特定し、各領域の容積を算出する。また、算出機能２４ｃは、Ｘ線ＣＴ画像Ｉ１に基づいて、僧帽弁の領域を特定し、弁口面積を算出する。例えば、算出機能２４ｃは、左心房や左心室、僧帽弁といった各領域が示す、Ｘ線ＣＴ画像Ｉ１における各画素の座標情報を取得する。具体的な処理として、算出機能２４ｃは、入力インタフェース２３を介して、各領域の位置の指定を手動で受け付けることにより、各領域を特定することができる。或いは、算出機能２４ｃは、既知の領域抽出技術により、Ｘ線ＣＴ画像Ｉ１に描出される解剖学的構造に基づいて各領域を特定してもよい。既知の領域抽出技術としては、例えば、ＣＴ値に基づく大津の二値化法、領域拡張法、スネーク法、グラフカット法、ミーンシフト法などを例示することができる。なお、前述した手法はあくまで一例であって、本処理はＸ線ＣＴ画像Ｉ１から各領域を特定できればどのような手法でもよい。例えば、機械学習技術（深層学習を含む）により、Ｘ線ＣＴ画像Ｉ１から各領域を特定してもよい。例えば、僧帽弁について収集された医用画像データを入力側データとし、当該医用画像データにおいて読影医等が特定した僧帽弁の領域を出力側データとしてニューラルネットワークに学習させることで、入力された医用画像データから僧帽弁の領域を特定するように機能付けられた学習済みモデルを構築することができる。算出機能２４ｃは、このような学習済みモデルを用いて各領域を特定することもできる。次に、算出機能２４ｃは、特定した各領域から、左心房及び左心室の容積と、僧帽弁の弁口面積とを算出する。これら容積及び面積は、例えば各領域が示す画素の画素数から算出可能である。

算出機能２４ｃは、被検体の体重や左心房容積等の各種パラメータを電気回路モデルに入力することで、僧帽弁を通過する血流量Ｒ１を算出することができる。なお、算出機能２４ｃは、図４のＤＢから取得できないパラメータについて、文献値や既知の実験値を適宜用いることしてもよい。

ステップＳ２の血流量Ｒ１の算出処理は、例えば、時相Ｔ１～Ｔ６のＸ線ＣＴ画像Ｉ１のそれぞれに対して実施される。この場合、時相Ｔ１～Ｔ６のＸ線ＣＴ画像Ｉ１のそれぞれに対応する血流量Ｒ１が算出される。或いは、ステップＳ２の血流量Ｒ１の算出処理は１つの時相に基づいて行われ、その後に他の時相の血流量Ｒ１が推定されてもよい。例えば、算出機能２４ｃは、時相Ｔ１のＸ線ＣＴ画像Ｉ１から弁口面積等の形態情報を取得して血流量Ｒ１を算出し、当該算出結果に基づいて他の時相の血流量Ｒ１を推定してもよい。当該推定には、例えば、流体構造練成（ＦＳＩ解析）を用いることができる。また、算出機能２４ｃは、時相Ｔ１～Ｔ６のうちの一部についてのみ、血流量Ｒ１を算出してもよい。また、算出機能２４ｃは、より細かい時相の血流量Ｒ１を算出してから、時相Ｔ１～Ｔ６に対応する血流量Ｒ１を特定してもよい。

次に、ステップＳ３について説明する。例えば、算出機能２４ｃは、図４に示すようにＤＢから超音波画像Ｉ２を取得し、当該超音波画像Ｉ２に基づいて、僧帽弁を通過する血流量Ｒ２を算出する。ここで、血流量Ｒ２の算出には、既知の任意の手法を用いることができる。例えば、算出機能２４ｃは、パルスドプラ法やＰＩＳＡ（Proximal Isovelocity Surface Area）法などに基づいて、僧帽弁を通過する血流量Ｒ２を算出することができる。

例えば、超音波診断装置による撮像時、超音波プローブから被検体に対して送信された超音波は、音響インピーダンスの不連続面で反射されるともに、血液等の移動体で反射された場合にはドプラ効果による周波数偏移を受け、反射波データとして受信される。超音波診断装置は、このような反射波データに基づき、超音波画像Ｉ２として、移動体の運動情報を示すドプラ画像を生成することができる。ドプラ画像は、例えば、各位置における血液の移動方向及び移動速度を示すデータである。即ち、ドプラ画像は、各位置の速度ベクトルを示すデータである。算出機能２４ｃは、僧帽弁について撮像されたドプラ画像に基づいて、僧帽弁を通過する血流量Ｒ２を算出することができる。具体的には、算出機能２４ｃは、僧帽弁の領域を特定し、当該領域における各位置の速度ベクトルを、時間及び位置について積分することで、血流量Ｒ２を算出することができる。

ここで、超音波画像Ｉ２は、時相Ｔ１～Ｔ６のそれぞれについて収集されてもよいし、時相Ｔ１～Ｔ６の一部について収集されてもよいし、時相Ｔ１～Ｔ６と異なる時相について更に収集されてもよい。また、算出機能２４ｃは、超音波画像Ｉ２が収集された時相の全てについて血流量Ｒ２を算出してもよいし、時相Ｔ１～Ｔ６についてのみ血流量Ｒ２を算出してもよい。

次に、評価機能２４ｄは、時相を評価する（ステップＳ４）。以下、ステップＳ４について図５を用いて説明する。図５は、図２のステップＳ４の詳細を示すフローチャートである。

まず、評価機能２４ｄは、ステップＳ２で算出されたＸ線ＣＴ画像Ｉ１に基づく血流量Ｒ１と、ステップＳ３で算出された超音波画像Ｉ２に基づく血流量Ｒ２とについて、時間の正規化を行なう（ステップＳ４０１）。例えば、評価機能２４ｄは、Ｘ線ＣＴ画像Ｉ１に基づく血流量Ｒ１と超音波画像Ｉ２に基づく血流量Ｒ２とを、心臓の動きに基づいて対応付ける。具体的には、評価機能２４ｄは、心電（Ｒ波などの特徴的な心電の情報）に基づいて、血流量Ｒ１と血流量Ｒ２とを対応付ける。ここで、血流量Ｒ１と血流量Ｒ２とで時間分解能が異なる場合がある。例えば、Ｘ線ＣＴ画像Ｉ１に基づく血流量Ｒ１が時相Ｔ１～Ｔ６について算出されている場合に、超音波画像Ｉ２に基づく血流量Ｒ２が時相Ｔ１～Ｔ６より細かい間隔で算出されている場合がある。ここで、評価機能２４ｄは、被検体のＲ－Ｒ間隔が一定であると仮定することで、Ｒ波などの特徴的な信号からの経過時間Ｒ－Ｒ間隔における割合から、各血流量の時間間隔を正規化して対応付けることができる。

次に、評価機能２４ｄは、血流情報の正規化を行なう（ステップＳ４０２）。即ち、評価機能２４ｄは、Ｘ線ＣＴ画像Ｉ１に基づく血流量Ｒ１と超音波画像Ｉ２に基づく血流量Ｒ２とを比較可能とするために、血流量の大きさを正規化する。

例えば、評価機能２４ｄは、最大値が１、最小値が０となるように、血流量Ｒ１及び血流量Ｒ２をそれぞれ変換する。具体的には、時相Ｘにおける血流量Ｒ１又は血流量Ｒ２を血流量Ｑｘとし、血流量Ｑｘを、下記の式（１）に基づいて血流量Ｙｘに変換する。Ｑ_ｍａｘは血流量の最大値であり、Ｑ_ｍｉｎは血流量の最小値である。

上記式（１）に基づく手法は一例であり、ステップＳ２で得られる情報とステップＳ３で得られる情報とを同じ基準で比較可能となれば、ステップＳ４０２の正規化にはどのような方法を用いてもよい。

また、ステップＳ４０２においては、ステップＳ２で得られる情報とステップＳ３で得られる情報とを標準化により比較可能としてもよい。より具体的には、平均値が０で分散が１となるように、各時点の血流量を変換する。つまり、時相Ｘにおける血流量Ｒ１又は血流量Ｒ２を血流量Ｑｘとし、血流量Ｑｘを、下記の式（２）に基づいて血流量Ｚｘに変換する。Ｑ_ａｖｅは各時相における血流量の平均値であり、ＱＳＤは各時相における血流量の標準偏差である。

次に、評価機能２４ｄは、Ｘ線ＣＴ画像Ｉ１に基づく血流量と超音波画像Ｉ２に基づく血流量との間で一致度を算出する（ステップＳ４０３）。即ち、評価機能２４ｄは、ステップＳ４０１及びステップＳ４０２で正規化又は標準化した各時相の血流量Ｒ１と、ステップＳ４０１及びステップＳ４０２で正規化又は標準化した各時相の血流量Ｒ２とを比較し、各時相における一致度を算出する。

Ｘ線ＣＴ画像Ｉ１に基づく血流量Ｒ１、及び、超音波画像Ｉ２に基づく血流量Ｒ２の一例を図６に示す。図６においては、正規化又は標準化した血流量Ｒ１を実線で示し、正規化又は標準化した血流量Ｒ２を破線で示す。例えば、評価機能２４ｄは、時相Ｔ１～Ｔ６のそれぞれについて、血流量Ｒ１と血流量Ｒ２との間の差分値をそれぞれ算出し、当該差分値を一致度とすることができる。また、例えば、評価機能２４ｄは、より比較しやすくするために、差分値を、最大値を１、最小値を０として正規化してもよい。例えば図６に示すように、評価機能２４ｄは、血流量Ｒ１と血流量Ｒ２との間の差分値が「０」である場合に一致度が「１」となり、血流量Ｒ１と血流量Ｒ２との間の差分値が大きくなるほど一致度が「０」に近付くように、正規化してもよい。

また、例えば、評価機能２４ｄは、予め差分値の範囲を定めて、一定の範囲の差分値に対して離散的に、一致度としての値を割り当ててもよい。例えば、評価機能２４ｄは、血流量Ｒ１と血流量Ｒ２との間の差分値が「０～１［ｍｌ／ｓ］」の場合は一致度「５」、差分値が「１～２［ｍｌ／ｓ］」の場合は一致度「４」、差分値が「２～３［ｍｌ／ｓ］」の場合は一致度「３」、差分値が「３～４［ｍｌ／ｓ］」の場合は一致度「２」、差分値が「４～５［ｍｌ／ｓ］」の場合は一致度「１」、差分値が「５［ｍｌ／ｓ］以上」の場合は一致度「０」としてもよい。

血流量Ｒ１と血流量Ｒ２との差分値によって一致度を評価する場合について説明したが、血流量Ｒ１と血流量Ｒ２との類似性を評価できればどのような方法でもよい。例えば、血流量Ｒ１に対する血流量Ｒ２の比率によって、一致度を評価することとしてもよい。

ここで、出力機能２４ｅは、上述した各種の血流量や一致度の出力を行なってもよい。例えば、出力機能２４ｅは、ユーザからの指示に応じて、血流量や一致度をディスプレイ２２に表示させる。例えば、出力機能２４ｅは、図６に示したように、正規化又は標準化した血流量Ｒ１及び血流量Ｒ２、及び、一致度の時間方向の変化をグラフとして表示させてもよい。また、算出機能２４ｃは、血流量Ｒ１や血流量Ｒ２の値を時相Ｔ１～Ｔ６についてのみ算出し、出力機能２４ｅは、図７に示すように、時相Ｔ１～Ｔ６それぞれの血流量Ｒ１及び血流量Ｒ２、及び、一致度の時間方向の変化を折れ線グラフとして表示させてもよい。また、図６及び図７では、血流量Ｒ１及び血流量Ｒ２を正規化又は標準化して表示させる例を示したが、出力機能２４ｅは、図８に示すように正規化又は標準化する前の状態で、血流量Ｒ１及び血流量Ｒ２を表示させてもよい。図７及び図８は、第１の実施形態に係る表示例を示す図である。

次に、評価機能２４ｄは、算出した一致度に基づいて注目時相の特定を行なう（ステップＳ４０４）。例えば図６に示した場合、評価機能２４ｄは、最も一致度の高い時相である時相Ｔ２を、注目時相として特定する。

一致度が高い時相は、複数の方法により算出された血流量が相対的に類似していることを示すため、より信頼できる血流量を示していると言える。例えば、Ｘ線ＣＴ画像Ｉ１に基づく血流量Ｒ１は、電気回路モデルを使用して算出される。また、超音波画像Ｉ２に基づく血流量Ｒ２は、ドプラ法に基づいて算出される。このように、血流量Ｒ１と血流量Ｒ２とは異なる計算アルゴリズムの下で算出されるところ、各血流量にはその計算アルゴリズム特有の誤差が含まれる。また、Ｘ線ＣＴ画像Ｉ１や超音波画像Ｉ２には、画像アーチファクトやノイズが含まれる場合があるところ、画像アーチファクトやノイズが生じた時相での血流量は正しい値から乖離してしまっている場合がある。ここで、血流量Ｒ１と血流量Ｒ２とが一致している場合には、計算アルゴリズム特有の誤差や画像アーチファクト等の影響が小さく、血流量Ｒ１と血流量Ｒ２とがともに正しい値をとっている場合が多い。従って、一致度が高い時相とは、信頼できる結果が得られた時相であり、評価機能２４ｄは、このような時相を注目すべき時相として特定することができる。

もちろん、算出された一致度に基づいて注目時相を特定するのであれば、どのような特定方法であってもよい。例えば、評価機能２４ｄは、一致度が高い値を維持する期間が閾値より長くなる場合に、当該期間を注目時相として特定してもよい。また、例えば、評価機能２４ｄは、心臓の拡張期の中で一致度が高くなる時相を、注目時相として特定してもよい。

図２に戻って説明を続ける。算出機能２４ｃは、評価機能２４ｄによって特定された注目時相の医用画像データに基づいて計測値を算出し、出力機能２４ｅは、当該計測値をディスプレイ２２に表示させる。

即ち、算出機能２４ｃは、注目時相における、Ｘ線ＣＴ画像Ｉ１及び超音波画像Ｉ２の少なくとも一方に基づいて計測値を算出する。例えば、算出機能２４ｃは、注目時相のＸ線ＣＴ画像Ｉ１において特定された、ステップＳ２の僧帽弁の領域に基づいて、僧帽弁の弁葉の面積を算出する。僧帽弁に関する計測値について他の例を挙げると、算出機能２４ｃは、弁輪周長、前尖長、後尖長などを算出してもよいし、弁口面積を算出してもよい。

また、算出機能２４ｃは、僧帽弁周囲の臓器との関係に係る形態特徴を算出してもよい。例えば、算出機能２４ｃは、大動脈弁とのなす角度や、弁輪から冠動脈への最短距離などを算出してもよい。また、例えば、算出機能２４ｃは、卵円孔から僧帽弁重心までの距離を算出してもよい。

なお、注目時相に基づいて計測値の算出及び表示を行なう例について説明したが、出力機能２４ｅは、計測値以外の形態情報を表示させることもできる。例えば、出力機能２４ｅは、注目時相におけるＸ線ＣＴ画像Ｉ１及び超音波画像Ｉ２の少なくとも一方を選択して、ディスプレイ２２に表示させることとしてもよい。例えば、４Ｄ－ＣＴ画像が収集された場合には、各時相のＸ線ＣＴ画像Ｉ１がディスプレイ２２に順に表示される。ここで、出力機能２４ｅは、注目時相におけるＸ線ＣＴ画像Ｉ１を最初に表示させるよう制御してもよい。

上述したように、第１の実施形態によれば、取得機能２４ｂは、第１の撮像手法に基づいて取得される第１の医用画像データと、第１の撮像手法とは異なる第２の撮像手法に基づいて取得される第２の医用画像データとを、所定時相で取得する。また、算出機能２４ｃは、第１の医用画像データに基づく第１の流体情報と、第２の医用画像データに基づく第２の流体情報とを算出する。また、評価機能２４ｄは、所定時相における第１の流体情報と第２の流体情報とに基づいて、当該所定時相を評価する。これにより、医用画像処理装置２０は、医用画像データに基づいて算出される流体情報に関して、より有用な情報の提供を行なうことができる。

例えば、医用画像処理装置２０は、異なる撮像手法に基づく流体情報の間の一致度に基づいて注目時相を特定することにより、当該注目時相における流体情報の信頼度が高いことをユーザに通知することができる。更に、医用画像処理装置２０は、当該注目時相における計測値や医用画像データ等の形態情報をユーザに提供することもできる。このように、医用画像処理装置２０は、医用画像データに基づいて算出される流体情報に関して、信頼度の高い流体情報や形態情報など、より有用な情報の提供を行なうことができる。

また、従来、僧帽弁等の心臓弁について、その形態や流体の状態を評価するための適切な心位相を選択することは困難であった。これに対し、医用画像処理装置２０は、信頼度の高い流体情報が得られた時相を注目時相として特定し、ユーザに提示することができる。ユーザは、当該注目時相に基づいて、診断や治療計画、治療効果判定等をより適切に実施することができる。

（第２の実施形態）
第１の実施形態では、所定時相における第１の流体情報と第２の流体情報とに基づいて、当該所定時相を評価する場合について説明した。これに対し、第１の医用画像データと第２の医用画像データとの少なくとも一方に基づく領域を評価する場合について説明する。第２の実施形態に係る医用画像処理システム１は、図１に示した医用画像処理システム１と同様の構成を有し、取得機能２４ｂ、算出機能２４ｃ、評価機能２４ｄ及び出力機能２４ｅによる処理の一部が相違する。以下、上述の実施形態において説明した点については、図１と同一の符号を付し、説明を省略する。

第２の実施形態においても、図２のステップＳ１と同様、取得機能２４ｂは、医用画像データを取得する。但し、取得機能２４ｂは、複数時相の医用画像データを取得しなくてもよい。例えば、取得機能２４ｂは、Ｘ線ＣＴ画像Ｉ１として、４Ｄ－ＣＴ画像でなく、１時相のＣＴ画像を取得してもよい。即ち、第１の医用画像データと第２の医用画像データとで時相が対応付いていれば、取得機能２４ｂは、第１の医用画像データと第２の医用画像データとを１時相分のみ取得することとしてもよい。

また、図２のステップＳ２と同様、算出機能２４ｃは、Ｘ線ＣＴ画像Ｉ１に基づく流体情報を算出する。例えば、算出機能２４ｃは、僧帽弁を通過する血流量Ｒ１を算出する。血流量Ｒ１の算出方法は上述した通り任意であるが、算出機能２４ｃは、僧帽弁の弁口の各位置における血流量Ｒ１をそれぞれ算出する。即ち、算出機能２４ｃは、血流量Ｒ１として、僧帽弁における総流量ではなく、僧帽弁の弁口における血流量の分布を求める。例えば、算出機能２４ｃは、弁口の示す領域に対応する画素ごとに、血流量Ｒ１を算出する。また、例えば、算出機能２４ｃは、一定の基準に基づいて弁口の示す領域を分割し、分割した領域ごとに血流量Ｒ１を算出する。即ち、算出機能２４ｃは、１つの医用画像データに対して１つの領域の血流量を算出するのではなく、弁口の示す領域のような対象領域を複数の領域に分割して、分割した領域ごとに血流量Ｒ１を算出する。

また、図２のステップＳ３と同様、算出機能２４ｃは、超音波画像Ｉ２に基づく流体情報を算出する。例えば、算出機能２４ｃは、僧帽弁を通過する血流量Ｒ２を算出する。血流量Ｒ２の算出方法は上述した通り任意であるが、算出機能２４ｃは、血流量Ｒ１と同様に、僧帽弁の弁口の各位置における血流量Ｒ２をそれぞれ算出する。例えば、算出機能２４ｃは、ドプラ画像の画素値に基づいて、弁口の示す領域に対応する画素ごとに血流量Ｒ２を算出する。

また、図２のステップＳ４に代えて、評価機能２４ｄは、Ｘ線ＣＴ画像Ｉ１と超音波画像Ｉ２との少なくとも一方に基づく領域を評価する。例えば、評価機能２４ｄは、Ｘ線ＣＴ画像Ｉ１における領域を評価する。また、例えば、評価機能２４ｄは、超音波画像Ｉ２における領域を評価する。ここで、Ｘ線ＣＴ画像Ｉ１と超音波画像Ｉ２との位置合わせを行なう場合、Ｘ線ＣＴ画像Ｉ１における領域と超音波画像Ｉ２における領域とは等価なものとなり、特に区別する必要はなくなる。以下、Ｘ線ＣＴ画像Ｉ１と超音波画像Ｉ２との位置合わせを行なう場合について説明する。Ｘ線ＣＴ画像Ｉ１と超音波画像Ｉ２との位置合わせには、既知の変形位置合わせ手法を用いることができる。このような変形位置合わせ手法としては、例えば、ＦＦＤ（Free-Form Deformation）手法や、ＬＤＤＭＭ手法（Large Deformation Diffeomorphic Metric Mapping）手法などを例示することができる。

また、評価機能２４ｄは、図５のステップＳ４０２と同様、血流情報の正規化を行なう。例えば、評価機能２４ｄは、各時相における血流量Ｒ１と血流量Ｒ２とを比較可能とするために、血流量の大きさを正規化又は標準化する。

次に、評価機能２４ｄは、正規化又は標準化した血流量Ｒ１と、正規化又は標準化した血流量Ｒ２とを比較し、一致度を算出する。当該処理は、対象領域を分割した領域ごとに行なうことができる。言い換えると、当該処理は、対象領域における各位置について行なうことができる。例えば、当該処理は、対象領域を分割した領域それぞれにおける中心位置を計算点として実行することができる。

例えば、評価機能２４ｄは、対象領域を分割した領域ごとに血流量Ｒ１と血流量Ｒ２との間の差分値をそれぞれ算出し、当該差分値を各領域の一致度とすることができる。また、例えば、評価機能２４ｄは、より比較しやすくするために、差分値を、最大値を１、最小値を０として正規化してもよい。また、例えば、評価機能２４ｄは、予め差分値の範囲を定めて、一定の範囲の差分値に対して離散的に、一致度としての値を割り当ててもよい。なお、流量Ｒ１と血流量Ｒ２との差分値によって一致度を評価する場合について説明したが、血流量Ｒ１と血流量Ｒ２との類似性を評価できればどのような方法でもよい。

ここで、出力機能２４ｅは、上述した各種の血流量や一致度の出力を行なってもよい。例えば、出力機能２４ｅは、ユーザからの指示に応じて、血流量や一致度をディスプレイ２２に表示させる。

例えば、出力機能２４ｅは、図９に示すように、一致度の分布を示す画像を表示させることができる。具体的には、図９では、僧帽弁の領域を図示する。例えば、出力機能２４ｅは、Ｘ線ＣＴ画像Ｉ１に基づいて特定された僧帽弁の領域から、当該領域の形状を示すメッシュを生成し、ディスプレイ２２に表示させる。更に、出力機能２４ｅは、当該メッシュと重畳させて、僧帽弁の弁口の各位置における一致度の分布を色分けして表示させる。

なお、図９では、一致度を２色で示している。具体的には、図９では、一致度を「０～１」の数値範囲で算出し、僧帽弁の弁口において一致度が「０．５～１」となる領域と「０～０．５」となる領域とを色分けして図示している。ここで、出力機能２４ｅは、一致度の高い位置を強調表示してもよい。例えば、図９において、出力機能２４ｅは、一致度が「０．５～１」となる領域を、一致度が「０～０．５」となる領域よりも目立つ色で表示させてもよい。また、例えば、図９において、出力機能２４ｅは、一致度が「０．５～１」となる領域には着色をし、一致度が「０～０．５」となる領域には着色をしないこととしてもよい。

勿論、表示態様については種々の変形が可能である。例えば、出力機能２４ｅは、「０～１」の数値範囲を３段階以上に分割し、一致度の分布を３色以上で図示してもよい。また、例えば、出力機能２４ｅは、連続値で算出された一致度を、連続的に変化する色で図示してもよい。即ち、出力機能２４ｅは、一致度をグラデーションで示してもよい。また、図９では、僧帽弁の領域の形状を示すメッシュに重畳させて一致度を図示する場合を示したが、出力機能２４ｅは、Ｘ線ＣＴ画像Ｉ１や超音波画像Ｉ２に重畳させて一致度を図示することとしてもよい。例えば、出力機能２４ｅは、図１０に示すように、Ｘ線ＣＴ画像Ｉ１において僧帽弁が現れる断面を表示させ、当該断面上に、一致度を重畳表示させてもよい。また、出力機能２４ｅは、Ｘ線ＣＴ画像Ｉ１において僧帽弁が現れる断面を表示させ、当該断面上に、僧帽弁の領域の形状を示すメッシュ、及び、一致度を重畳表示させてもよい。

また、出力機能２４ｅは、一致度の図示に代えて又は加えて、血流量を図示してもよい。例えば、出力機能２４ｅは、図９に示したメッシュやＸ線ＣＴ画像Ｉ１に重畳させて、血流量Ｒ１の分布を図示することができる。また、例えば、出力機能２４ｅは、図９に示したメッシュや超音波画像Ｉ２に重畳させて、血流量Ｒ２の分布を図示することができる。

次に、評価機能２４ｄは、算出した一致度に基づいて注目領域の特定を行なう。例えば、評価機能２４ｄは、最も一致度の高い領域を、注目領域として特定する。一致度が高い領域は、複数の方法により算出された血流量が相対的に類似していることを示すため、より信頼できる血流量を示していると言える。もちろん、算出された一致度に基づいて注目領域を特定するのであれば、どのような特定方法であってもよい。例えば、評価機能２４ｄは、一致度が閾値を超えるとともに、所定の面積を超える一続きの領域を、注目領域として特定してもよい。

次に、出力機能２４ｅは、特定された注目領域を強調表示させる。例えば、出力機能２４ｅは、特定された注目領域が最も大きく表示される断面を再構成して表示してもよい。具体的には、注目領域が面として特定されている場合、出力機能２４ｅは、注目領域に平行で且つ注目領域を通る断面についてＭＰＲ（Multi-Planar Reconstruction）処理を行ない、当該ＭＰＲ画像をディスプレイ２２に表示させる。即ち、出力機能２４ｅは、注目領域を含む断面を表示させる。また、出力機能２４ｅは、拡大率を変更し、注目領域を拡大表示させてもよい。

また、特定された注目領域は、各種後解析を実施する際に利用することもできる。例えば、注目領域のみを解析対象としてもよい。例えば、注目領域おける血流量を合算し、更に、弁口面積と当該注目領域の面積との比率に合わせた倍率を乗じて、当該被検体における血流量として算出してもよい。

上述したように、第２の実施形態によれば、算出機能２４ｃは、第１の医用画像データに基づく第１の流体情報と、第２の医用画像データに基づく第２の流体情報とを算出する。また、評価機能２４ｄは、第１の流体情報と第２の流体情報との間の一致度を算出し、当該一致度に基づいて注目領域を特定する。これにより、医用画像処理装置２０は、医用画像データに基づいて算出される流体情報に関して、より有用な情報の提供を行なうことができる。

例えば、医用画像処理装置２０は、異なる撮像手法に基づく流体情報の間の一致度に基づいて注目領域を特定することにより、当該注目領域における流体情報の信頼度が高いことをユーザに通知することができる。更に、医用画像処理装置２０は、当該注目領域を強調表示させ、その形態情報をユーザに提供することもできる。これにより、ユーザは、より信頼性の高い流体情報の位置を、容易に確認できるようになる。また、医用画像処理装置２０は、注目領域を利用した後解析の結果をユーザに提供することもできる。このように、医用画像処理装置２０は、医用画像データに基づいて算出される流体情報に関して、より有用な情報の提供を行なうことができる。

上述した実施形態では、流体情報の一例として血流量について説明したが、実施形態はこれに限定されるものではない。例えば、算出機能２４ｃは、血流情報として、予め定める一定方向の範囲の血流量を算出してもよい。より具体的には、算出機能２４ｃは、血流情報として、僧帽弁における逆流量や順流量を算出してもよい。また、例えば、算出機能２４ｃは、血流情報として、僧帽弁を通過する血流量の総量ではなく、僧帽弁の一部の領域又は位置を通過する血流量を算出してもよい。また、例えば、算出機能２４ｃは、血流情報として、流速を算出してもよい。一例を挙げると、算出機能２４ｃは、僧帽弁を通過する血流の流速の平均値や中央値を算出してもよい。

また、僧房弁を対象に実施する場合について説明したが、実施形態はこれに限定されるものではない。例えば、各種血管における血流や、食道内の食物の流れ、尿管における尿の流れ、頭部の脳せき髄液の流れ等についても同様に適用が可能である。即ち、異なる撮像手法の医用画像データに基づいて、第１及び第２の流体情報を算出することができる生体器官であれば、上述した実施形態は適用可能である。

また、Ｘ線ＣＴ画像Ｉ１に基づく流体情報及び超音波画像Ｉ２に基づく流体情報を算出機能２４ｃが算出する場合について説明したが、実施形態はこれに限定されるものではない。例えば、各医用画像データの撮像時等において流体情報が算出されて電子カルテシステム等のＤＢに保存されている場合、算出機能２４ｃは、流体情報を算出することに代えて、流体情報を当該ＤＢから取得することとしてもよい。

また、第１の流体情報及び第２の流体情報の例として、Ｘ線ＣＴ画像Ｉ１に基づく流体情報及び超音波画像Ｉ２に基づく流体情報について説明したが、実施形態はこれに限定されるものではない。例えば、Ｘ線ＣＴ画像Ｉ１に基づく流体情報に代えて、ＭＲＩ画像に基づく流体情報を算出する場合であってもよい。例えば、図２のステップＳ２においてＭＲＩ画像に基づく流体情報を算出し、当該流体情報と、超音波画像Ｉ２に基づく流体情報とに基づいて、ステップＳ４における時相の評価を行なうこととしてもよい。

また、第１の実施形態では注目時相を特定する場合について説明し、第２の実施形態では注目領域を特定する場合について説明したが、注目時相と注目領域との双方を特定する場合であってもよい。即ち、評価機能２４ｄは、第１の流体情報と第２の流体情報とに基づいて、所定時相、及び、第１の医用画像データと第２の医用画像データとの少なくとも一方に基づく領域の双方を特定してもよい。例えば、評価機能２４ｄは、第１の流体情報と第２の流体情報との間の一致度を算出し、当該一致度に基づいて、特定の時相における特定の領域を、注目時相且つ注目領域として特定してもよい。

また、これまで、第１の医用画像データ及び第２の医用画像データが異なる医用モダリティで収集される場合について説明したが、第１の医用画像データ及び第２の医用画像データは、異なる撮像手法で収集されていれば、同種の医用モダリティで収集されていてもよい。例えば、第１の医用画像データ及び第２の医用画像データは、異なる造影条件で収集されたＸ線ＣＴ画像であってもよい。また、例えば、第１の医用画像データ及び第２の医用画像データは、異なる再構成方法で再構成されたＸ線ＣＴ画像であってもよい。また、例えば、第１の医用画像データ及び第２の医用画像データは、異なるパルスシーケンスで収集されたＭＲＩ画像であってもよい。

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、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、記憶回路にプログラムを保存する代わりに、当該機能がプロセッサの回路内に論理回路として直接組み込まれる。なお、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、各図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。

また、図１においては、単一のメモリ２１が処理回路２４の各処理機能に対応するプログラムを記憶するものとして説明した。しかしながら、実施形態はこれに限定されるものではない。例えば、複数のメモリ２１を分散して配置し、処理回路２４は、個別のメモリ２１から対応するプログラムを読み出す構成としても構わない。また、メモリ２１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むよう構成しても構わない。この場合、プロセッサは回路内に組み込ま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。

上述した実施形態に係る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。即ち、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、その全部又は一部を、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又は物理的に分散・統合して構成することができる。更に、各装置にて行われる各処理機能は、その全部又は任意の一部が、ＣＰＵ及び当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、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うる。

また、上述した実施形態で説明した医用画像処理方法は、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過性の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、医用画像データに基づいて算出される流体情報に関し、より有用な情報の提供を可能とすることができる。

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なうことができる。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
１０ 医用画像診断装置
２０ 医用画像処理装置
２１ メモリ
２２ ディスプレイ
２３ 入力インタフェース
２４ 処理回路
２４ａ 制御機能
２４ｂ 取得機能
２４ｃ 算出機能
２４ｄ 評価機能
２４ｅ 出力機能
３０ 画像保管装置

Claims (12)

1. 第１の撮像手法に基づいて取得される第１の医用画像データと、前記第１の撮像手法とは異なる第２の撮像手法に基づいて取得される第２の医用画像データとを、所定時相で取得する取得部と、
   前記第１の医用画像データに基づく第１の流体情報と、前記第２の医用画像データに基づく第２の流体情報とを算出する算出部と、
   前記所定時相における前記第１の流体情報と前記第２の流体情報とに基づいて、前記所定時相、乃至は、前記第１の医用画像データと前記第２の医用画像データとの少なくとも一方に基づく領域を評価する評価部と
   を備える医用画像処理装置。
2. 前記算出部は、複数時相の前記第１の医用画像データに基づいて前記第１の流体情報を算出し、また、複数時相の前記第２の医用画像データに基づいて前記第２の流体情報を算出し、
   前記評価部は、前記第１の流体情報と前記第２の流体情報とに基づいて、少なくとも前記所定時相を評価する、請求項１に記載の医用画像処理装置。
3. 前記評価部は、前記第１の流体情報と前記第２の流体情報との間の一致度を算出し、当該一致度に基づいて、前記所定時相乃至は前記領域を評価する、請求項１又は２に記載の医用画像処理装置。
4. 前記評価部は、前記一致度に基づいて、前記所定時相から注目時相を特定する、請求項１～３のいずれか一項に記載の医用画像処理装置。
5. 前記評価部による評価に応じた出力を行なう出力部を更に備え、
   前記算出部は、前記注目時相における、前記第１の医用画像データ及び前記第２の医用画像データの少なくとも一方に基づいて計測値を算出し、
   前記出力部は、前記計測値を表示させる、請求項４に記載の医用画像処理装置。
6. 前記注目時相における、前記第１の医用画像データ及び前記第２の医用画像データの少なくとも一方を表示させる出力部を更に備える、請求項４に記載の医用画像処理装置。
7. 前記評価部は、前記一致度に基づいて、前記領域から注目領域を特定する、請求項１～３のいずれか一項に記載の医用画像処理装置。
8. 前記第１の医用画像データ及び前記第２の医用画像データにおける前記注目領域を強調表示させる出力部を更に備える、請求項７に記載の医用画像処理装置。
9. 前記第１の医用画像データ及び前記第２の医用画像データは３次元データであり、
   前記出力部は、前記３次元データにおいて前記注目領域を含む断面を表示させる、請求項８に記載の医用画像処理装置。
10. 前記算出部は、前記第１の流体情報及び前記第２の流体情報として、血流量を算出する、請求項１～９のいずれか一項に記載の医用画像処理装置。
11. 第１の撮像手法に基づいて取得される第１の医用画像データと、前記第１の撮像手法とは異なる第２の撮像手法に基づいて取得される第２の医用画像データとを、所定時相で取得し
    前記第１の医用画像データに基づく第１の流体情報と、前記第２の医用画像データに基づく第２の流体情報とを算出し、
    前記所定時相における前記第１の流体情報と前記第２の流体情報とに基づいて、前記所定時相、乃至は、前記第１の医用画像データと前記第２の医用画像データとの少なくとも一方に基づく領域を評価する
    ことを含む、医用画像処理方法。
12. 第１の撮像手法に基づいて取得される第１の医用画像データと、前記第１の撮像手法とは異なる第２の撮像手法に基づいて取得される第２の医用画像データとを、所定時相で取得し
    前記第１の医用画像データに基づく第１の流体情報と、前記第２の医用画像データに基づく第２の流体情報とを算出し、
    前記所定時相における前記第１の流体情報と前記第２の流体情報とに基づいて、前記所定時相、乃至は、前記第１の医用画像データと前記第２の医用画像データとの少なくとも一方に基づく領域を評価する
    各処理をコンピュータに実行させる、プログラム。

Images