JP2023078970A - コンピュータプログラム、情報処理装置及び情報処理方法 - Google Patents

Abstract

【課題】機能画像のみで輝度を調整することができるコンピュータプログラム、情報処理装置及び情報処理方法を提供する。【解決手段】コンピュータプログラムは、コンピュータに、放射性薬剤から放出される放射線を検出して画像化された機能画像を取得し、取得した機能画像に用いられた放射性薬剤の選定を受け付け、選定された放射性薬剤に応じて、機能画像の輝度を調整して表示する、処理を実行させる。【選択図】図２

Description

本発明は、コンピュータプログラム、情報処理装置及び情報処理方法に関する。

近年、高齢化が進み、認知症患者や認知症予備軍（軽度認知障害）の数が増加している。認知症の原因となる３大疾患には、アルツハイマー型認知症（ＡＤ）、レビー小体型認知症（ＤＬＢ）、脳血管性認知症があり、その他、多発性硬化症（ＭＳ）なども認知症を含む様々な神経症状が現れる。アルツハイマー型認知症の原因は未だ解明されていないが、病状の進行に伴って脳内に特有の病変が見られる。例えば、神経細胞の外側ではアミロイドβによる老人斑の沈着が知られている。脳内アミロイドβの可視化には、脳組織内のアミロイドβと結合する薬剤を被検体に注射投与し、脳を横切る裁断面上の薬剤の濃度分布を表すＰＥＴ（Positron Emission Tomography）画像が用いられる。

ＰＥＴ画像の読影により脳内のアミロイドβの分布を視覚的に評価するためには、所定の参照領域の信号値を全画像のカラースケールの基準点になるように手動で輝度を調整する必要がある。参照領域の特定には、特許文献１のような、頭部全体について撮像されたＭＲＩ画像からマスク画像を用いてセグメンテーションを行って脳に対応する部分の画像を取得する技術を用いることができる。

特開２００９－２４７５３４号公報

しかし、臨床現場では、ＭＲＩ画像のような構造画像が手に入らない場合もあり、ＰＥＴ画像などの機能画像のみを用いて読影を行うことが多く、機能画像の輝度を調整することが困難な場合があった。

本発明は、斯かる事情に鑑みてなされたものであり、機能画像のみで輝度を調整することができるコンピュータプログラム、情報処理装置及び情報処理方法を提供することを目的とする。

本願は上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、コンピュータプログラムは、コンピュータに、放射性薬剤から放出される放射線を検出して画像化された機能画像を取得し、取得した機能画像に用いられた放射性薬剤の選定を受け付け、選定された放射性薬剤に応じて、前記機能画像の輝度を調整して表示する、処理を実行させる。

本発明によれば、機能画像のみで輝度を調整することができる。

本実施形態の情報処理システムの構成の一例を示す図である。 情報処理装置の構成の一例を示す図である。 学習モデルの生成方法の一例を示す図である。 輝度調整の一例を示す図である。 輝度調整前の表示画面の表示例を示す図である。 輝度調整後の表示画面の表示例を示す図である。 情報処理装置による処理手順の一例を示す図である。

以下、本発明の実施の形態を図面に基づいて説明する。図１は本実施形態の情報処理システムの構成の一例を示す図である。情報処理システムは、情報処理装置５０を備える。情報処理装置５０には、通信ネットワーク１を介して、クライアント装置４０が接続されている。クライアント装置４０は、例えば、パーソナルコンピュータ等で構成することができ、画像ビューワ等がインストールされている。クライアント装置４０には、画像サーバ３０が接続されている。画像サーバ３０は、ＰＥＴ（Positron Emission Tomography）装置１０から医用画像を受信し、データベースに保存する。クライアント装置４０は、画像サーバ３０から医用画像を取得し、取得した医用画像を情報処理装置５０へ送信する。情報処理装置５０は、医用画像に対して所定の処理を行い、処理結果をクライアント装置４０に送信することができる。クライアント装置４０は、処理結果を表示することができる。所定の処理の詳細は後述する。

ＰＥＴ装置１０は、陽電子を放出する検査薬を静脈から注射し、検査薬を取り込む細胞から放出される陽電子が消滅する際に放出されるガンマ線を検出することで、ＰＥＴ画像を得ることができる。ＰＥＴ装置１０には、ＰＥＴ専用機だけでなく、Ｘ線ＣＴ（Computed Tomography）装置を組み込んだ装置、あるいはＳＰＥＣＴ（single photon emission CT）装置を組み込んだ装置も含まれる。すなわち、ＰＥＴ装置１０から、ＰＥＴ画像、ＰＥＴ－ＣＴ画像、ＳＰＥＣＴ画像を取得することができる。ＰＥＴ装置１０は、例えば、病院などの医療機関内に設置されている。ＰＥＴ装置１０で得られた各種画像は、画像サーバ３０に蓄積される。ＰＥＴ画像、ＳＰＥＣＴ画像は、機能画像とも称する。

ＰＥＴ画像及びＳＰＥＣＴ画像は、静脈注射等により、放射性薬剤を被験者の体内に投与し、体内において当該薬剤から放出される放射線を撮像することにより、画像が生成される。薬剤を用いた画像によれば、体内の各部位の形態のみならず、体内に投与された薬剤がどのように分布するか、または当該薬剤と反応する体内の物質の集積の様子などを医師に把握させることができるので、疾病の診断精度の向上に寄与しうる。例えば、通称ピッツバーグ化合物ＢをＰＥＴ用放射性薬剤（トレーサー）として用いてＰＥＴ画像を撮像し、撮像されたＰＥＴ画像を基に脳内のアミロイドβ蛋白の蓄積度合いを測定することにより、アルツハイマー型認知症の鑑別診断又は早期診断に役立たせることができる。また、ＳＰＥＣＴ画像についても、薬剤の種類によって、脳血管障害や認知症に対する脳血流検査など様々な部位の検査が可能である。

本明細書では、医用画像は、ＰＥＴ画像、ＰＥＴ－ＣＴ画像、ＳＰＥＣＴ画像、ＣＴ画像、ＭＲＩ（Magnetic Resonance Imaging）画像などを含む。また、医用画像は、脳に関する医用画像だけでなく、脳以外の部分に関する医用画像も含む。

画像サーバ３０は、患者毎の医用画像（脳機能画像及び脳構造画像）を記録している。例えば、患者毎に、医用画像を撮影した撮影日、撮影条件、撮影時の投薬の有無又は投薬回数、投薬時の治療薬の名称や量などが、医用画像と関連付けて記録されている。

図２は情報処理装置５０の構成の一例を示す図である。情報処理装置５０は、コンピュータで構成することができ、情報処理装置５０全体を制御する制御部５１、通信部５２、メモリ５３、前処理部５４、表示制御部５５、輝度調整部５６、及び記憶部５７を備える。記憶部５７は、コンピュータプログラム５８、及び学習モデル５９を記憶する。

制御部５１は、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro-Processing Unit）、ＧＰＵ（Graphics Processing Unit）等で構成することができる。制御部５１は、コンピュータプログラム５８で定められた処理を実行することができる。すなわち、制御部５１による処理は、コンピュータプログラム５８による処理でもある。

通信部５２は、例えば、通信モジュールを備え、通信ネットワーク１を介してクライアント装置４０との間の通信機能を有する。通信部５２は、クライアント装置４０から医用画像（例えば、ある患者の機能画像）を取得（受信）することができる。

メモリ５３は、ＳＲＡＭ（Static Random Access Memory）、ＤＲＡＭ（Dynamic Random Access Memory）、フラッシュメモリ等の半導体メモリで構成することができる。コンピュータプログラム５８をメモリ５３に展開して、制御部５１がコンピュータプログラム５８を実行することができる。

記憶部５７は、例えば、ハードディスク又は半導体メモリ等で構成することができ、コンピュータプログラム５８、学習モデル５９の他に所要の情報を記憶してもよい。

前処理部５４は、通信部５２を介して取得した機能画像（例えば、ＰＥＴ画像又はＳＰＥＣＴ画像など）のテンプレート画像への位置合わせを行う。具体的には、前処理部５４は、予め用意された標準脳画像（テンプレート画像）を用いて剛体変換（座標の平行移動及び回転のみを許容する変換）を行い、機能画像の脳の傾きや位置を合わせ込む処理を行う。これにより、学習モデル５９によるセグメンテーション処理の精度を向上させることができる。また、読影ガイドラインに即した形で機能画像の傾きを自動で調整できる。

制御部５１は、前処理部５４で位置合わせが行われた機能画像を学習モデル５９に入力する。

学習モデル５９は、機能画像を入力した場合、特定の参照領域を出力するように生成されている。参照領域は、機能画像全体の輝度を調整するための機能画像上の領域であり、例えば、小脳、橋、全脳（ＰＥＴ画像内の唾液腺や骨などの脳組織以外の部分を除いた領域）などを含む。参照領域は、読影ハンドブックやガイドラインにおいて、ＰＥＴ検査に用いられる放射性薬剤の種類に応じて特定の参照領域が定義されている。制御部５１は、機能画像を学習モデル５９に入力して、当該機能画像上の特定の参照領域を取得することができる。なお、特定の参照領域毎に別個の学習モデル５９を用いてもよい。例えば、機能画像を入力した場合に、小脳の領域を出力する学習モデル５９と、橋の領域を出力する学習モデル５９とを別のモデルとしてもい。学習モデル５９は、Ｕ－Ｎｅｔ、ＳｅｇＮｅｔ等のセマンティック・セグメンテーションを用いるものでもよく、あるいは、Ｍａｓｋ Ｒ－ＣＮＮ、ＤｅｅｐＭａｓｋ、ＦＣＩＳ等のインスタンス・セグメンテーションを用いるものでもよい。

図３は学習モデル５９の生成方法の一例を示す図である。学習モデル５９を生成するための教師データとして、参照領域が特定された所要数のマスク画像を予め準備しておく。マスク画像は、ＭＲＩ画像などの構造画像に対してセグメンテーション処理を施してマスク画像を生成することができる。

制御部５１は、学習用入力データとしての機能画像、及び教師データとしてのマスク画像を含む訓練データを取得する。訓練データは、例えば、画像サーバ３０又は他のデータサーバ（不図示）で収集して記憶しておき、当該サーバから取得するようにすればよい。制御部５１は、訓練データに基づいて、機能画像を入力した場合、訓練データに含まれるマスク画像で特定される参照領域を出力するように学習モデル５９を生成する。具体的には、学習モデル５９が出力する出力データ（参照領域）と、教師データ（マスク画像上の参照領域）とに基づく損失関数の値が最小になるように、学習モデル５９のパラメータを調整すればよい。

学習モデル５９の生成は、情報処理装置５０で行ってもよく、あるいは情報処理装置５０とは別の装置で行ってもよい。学習モデル５９を用いることにより、構造画像が手に入らない状態でも、機能画像のみで参照領域のセグメンテーションを行うことができる。

輝度調整部５６は、機能画像上の特定の参照領域の信号値に基づいて、機能画像の輝度を調整する。

表示制御部５５は、輝度調整部５６で輝度が調整された機能画像をクライアント装置４０の表示画面に表示させることができる。表示制御部５５は、クライアント装置４０の表示画面に所要の情報を表示するための表示制御を行うことができる。

図４は輝度調整の一例を示す図である。ＰＥＴ画像などの機能画像では、放射性薬剤毎にアミロイドβの集積状態を視覚的に読影するための最適な画像化を実現するためのカラースケールが定められている。カラースケールは、例えば、ソコロフスケール、レインボースケール、スペクトルスケールなどを含む。カラースケールは、グレースケールでもよい。図４に示すように、薬剤（放射性薬剤）とカラースケールとの対応関係を示す情報を、例えば、記憶部５７に記憶することができる。図４の例では、薬剤を符号Ｄ１、Ｄ２、Ｄ３、…で表し、対応するカラースケールをＣＳ１、ＣＳ２、ＣＳ３、…で表している。

輝度調整を行う前に、制御部５１は、クライアント装置４０から薬剤の選定を受け付ける。薬剤の選定は、機能画像に用いられた薬剤を特定するためである。図４の例では、薬剤Ｄ２が選定され、カラースケールＣＳ２が用いられる。輝度調整部５６は、学習モデル５９が出力した参照領域の信号値の統計値を算出する。信号値の統計値は、平均値、中央値、パーセンタイル値のいずれでもよい。輝度調整部５６は、カラースケールＣＳ２の所定値、及び参照領域の信号値の統計値に基づいて、機能画像の輝度を調整する。具体的には、例えば、輝度の最小値を０とし、信号値の統計値がカラースケールＣＳ２の所定値になるように輝度の最大値を算出することができる。所定値が最大値の０．９（９０％）とすると、輝度の最大値は、最大値＝（参照領域の信号値の統計値）／０．９ で求めることができる。なお、輝度の最大値の算出方法は、これに限定されるものではなく、使用する薬剤に対応するガイドラインの要求に応じて算出すればよい。

次に、クライアント装置４０の表示画面の表示例について説明する。

図５は輝度調整前の表示画面１００の表示例を示す図である。図５に示すように、表示画面には、患者に関する属性情報として、患者ＩＤ（氏名を含めてもよい）、生年月日、性別、医用画像の撮影日（投薬時の撮影日）、薬剤、投薬履歴などの情報が表示される。患者ＩＤは、複数の患者の中から選択できるようにしてもよい。また、撮影日が複数ある場合、撮影日を選択できるようにしてもよい。

画像領域１０１には、複数の断層画像（例えば、ＰＥＴ画像の如く脳機能画像）のうち、所要のスライス画像を、サジタル断面（Sagittal）、コロナル断面（Coronal）、及びアキシャル断面（Axial）それぞれの形式で表示することができる。画像領域１０１に表示される機能画像は、輝度調整前であり、多くの画像ビューワのデフォルトである、画像全体の最小値と最大値を用いている。このため、脳内アミロイドβの集積度合いが不鮮明となる場合がある。

ＰＥＴ画像は、例えば、脳内のアミロイドβの分布を可視化した分布情報（例えば、ボクセル毎のＳＵＶＲ値）を含む。ＳＵＶＲ（Standardized Uptake Value Ratio）は、大脳灰白質の４つの部位（前頭前野、前後帯状皮質、頭頂葉、及び外側側頭葉）のＳＵＶ（Standardized Uptake Value：アミロイドβ蛋白の集積度）の合算を、特定の参照領域（例えば、小脳など）のＳＵＶで除算することにより求めることができる。アミロイドβの集積度（ＳＵＶ）は、例えば、所要部位を構成する各ボクセルの輝度を示す値が所定の閾値以上であるボクセルの数をカウントすることにより求めることができる。所要部位の総ボクセル数に対するカウント値の比率により集積（例えば、ＯＯ％等）が算出できる。

医師などのユーザは、薬剤選択欄１０２において、機能画像の輝度を調整するために、機能画像に使用した薬剤を選択することができる。これにより、情報処理装置５０の制御部５１は、取得した機能画像に用いられた放射性薬剤の選定を受け付けることができる。「選択解除」アイコン１０３を操作することにより、選択した薬剤の選択解除を行うことができる。

参照領域は、読影ハンドブックや読影ガイドラインにおいて、ＰＥＴ検査に用いられる放射性薬剤の種類に応じて特定の参照領域が定義されているので、薬剤選択欄１０２において薬剤が選択されることによって、参照領域も自動的に選定される。しかし、医師などのユーザは、「参照領域選択」アイコン１０４を操作することにより、所要の参照領域を選択することもできる。具体的には、サジタル断面（Sagittal）、コロナル断面（Coronal）、及びアキシャル断面（Axial）のいずれかの画像において、参照領域として特定したい領域を指定して、「参照領域選択」アイコン１０４を操作すればよい。あるいは画像上で参照領域選択のための所定の操作をしてもよい。「選択解除」アイコン１０５を操作することにより、選択した参照領域の選択解除を行うことができる。

制御部５１（表示制御部５５）は、選定された放射性薬剤に応じて、機能画像の輝度を調整して表示することができる。また、制御部５１（表示制御部５５）は、機能画像上の参照領域の選定を受け付け、選定された参照領域の信号値に基づいて、機能画像の輝度を調整して表示してもよい。

図６は輝度調整後の表示画面１１０の表示例を示す図である。画像領域１０１には、輝度が調整された機能画像が、サジタル断面（Sagittal）、コロナル断面（Coronal）、及びアキシャル断面（Axial）それぞれの形式で表示されている。輝度が調整されることにより、脳内アミロイドβの集積度合いが鮮明となり、症例内及び症例間における白質及び灰白質への割り込みの正確な読影が可能となる。

参照領域情報欄１１１には、参照領域に関する情報を表示することができる。制御部５１（表示制御部５５）は、特定された参照領域に関する情報を表示する。例えば、機能画像の輝度を調整するために参照領域として、脳の橋（Ｐｏｎｓ）領域が用いられた場合、「橋（Ｐｏｎｓ）が最高輝度のＯＯ％になるように輝度が調整されました」の如く情報を表示してもよい。

「参照領域選択」アイコン１０４を操作することにより、所要の参照領域を選択し、選択した参照領域に基づいて輝度が調整され、機能画像の表示を更新することができる。「所定参照領域」アイコン１１２を操作することにより、デフォルトの参照領域（例えば、薬剤によって決まる参照領域、ユーサが予め定めた参照領域など）が選択され、デフォルトの参照領域に基づいて輝度が調整され、機能画像の表示を更新することができる。

図７は情報処理装置５０による処理手順の一例を示す図である。以下では便宜上、処理の主体を制御部５１として説明する。制御部５１は、機能画像を取得し（Ｓ１１）、取得した機能画像とテンプレート画像との位置合わせを行う（Ｓ１２）。制御部５１は、機能画像に用いられた放射性薬剤の選定を受け付け（Ｓ１３）、取得した機能画像に基づいて参照領域を特定する（Ｓ１４）。

制御部５１は、選定された放射性薬剤に対応するカラースケールを特定し（Ｓ１５）、参照領域の信号値の統計値、及び特定したカラースケールの所定値に基づいて、輝度の最小値及び最大値を算出する（Ｓ１６）。制御部５１は、算出した輝度の最小値及び最大値に基づいて、機能画像の輝度を調整し（Ｓ１７）、処理を終了する。

本実施形態によれば、ＰＥＴ画像等の機能画像のみを用いて、参照領域のセグメンテーションを行うことにより、従来までは手動で行っていた輝度調整を含む読影開始に必要な機能画像の前処理を読影ガイドラインに即した形で、全自動でシームレスに行うことができる。医師等が手動で調整しなくても、自動的に輝度を調整できるようになる。

本実施形態のコンピュータプログラムは、コンピュータに、放射性薬剤から放出される放射線を検出して画像化された機能画像を取得し、取得した機能画像に用いられた放射性薬剤の選定を受け付け、選定された放射性薬剤に応じて、前記機能画像の輝度を調整して表示する、処理を実行させる。

本実施形態のコンピュータプログラムは、コンピュータに、取得した機能画像上の特定の参照領域の信号値に基づいて、前記機能画像の輝度を調整して表示する、処理を実行させる。

本実施形態のコンピュータプログラムは、コンピュータに、選定された放射性薬剤に対する所定のカラースケール又はグレースケールの所定値、及び前記信号値に基づいて、前記機能画像の輝度を調整して表示する、処理を実行させる。

本実施形態のコンピュータプログラムは、コンピュータに、機能画像を入力した場合、特定の参照領域を出力する学習モデルに、取得した機能画像を入力して、前記機能画像上の特定の参照領域を取得する、処理を実行させる。

本実施形態のコンピュータプログラムは、コンピュータに、機能画像及び構造画像上の特定の参照領域を含む訓練データを取得し、前記訓練データに基づいて、前記機能画像を入力した場合、前記訓練データに含まれる特定の参照領域を出力するように前記学習モデルを生成する、処理を実行させる。

本実施形態のコンピュータプログラムは、コンピュータに、前記特定の参照領域に関する情報を表示する、処理を実行させる。

本実施形態のコンピュータプログラムは、コンピュータに、取得した機能画像上の参照領域の選定を受け付け、選定された参照領域の信号値に基づいて、前記機能画像の輝度を調整して表示する、処理を実行させる。

本実施形態の情報処理装置は、放射性薬剤から放出される放射線を検出して画像化された機能画像を取得する取得部と、取得した機能画像に用いられた放射性薬剤の選定を受け付ける受付部と、選定された放射性薬剤に応じて、前記機能画像の輝度を調整して表示する表示部とを備える。

本実施形態の情報処理方法は、放射性薬剤から放出される放射線を検出して画像化された機能画像を取得し、取得した機能画像に用いられた放射性薬剤の選定を受け付け、選定された放射性薬剤に応じて、前記機能画像の輝度を調整して表示する。

１ 通信ネットワーク
１０ ＰＥＴ装置
３０ 画像サーバ
４０ クライアント装置
５０ 情報処理装置
５１ 制御部
５２ 通信部
５３ メモリ
５４ 前処理部
５５ 表示制御部
５６ 輝度調整部
５７ 記憶部
５８ コンピュータプログラム
５９ 学習モデル

Claims (9)

1. コンピュータに、
   放射性薬剤から放出される放射線を検出して画像化された機能画像を取得し、
   取得した機能画像に用いられた放射性薬剤の選定を受け付け、
   選定された放射性薬剤に応じて、前記機能画像の輝度を調整して表示する、
   処理を実行させるコンピュータプログラム。
2. コンピュータに、
   取得した機能画像上の特定の参照領域の信号値に基づいて、前記機能画像の輝度を調整して表示する、
   処理を実行させる請求項１に記載のコンピュータプログラム。
3. コンピュータに、
   選定された放射性薬剤に対する所定のカラースケール又はグレースケールの所定値、及び前記信号値に基づいて、前記機能画像の輝度を調整して表示する、
   処理を実行させる請求項２に記載のコンピュータプログラム。
4. コンピュータに、
   機能画像を入力した場合、特定の参照領域を出力する学習モデルに、取得した機能画像を入力して、前記機能画像上の特定の参照領域を取得する、
   処理を実行させる請求項２又は請求項３に記載のコンピュータプログラム。
5. コンピュータに、
   機能画像及び構造画像上の特定の参照領域を含む訓練データを取得し、
   前記訓練データに基づいて、前記機能画像を入力した場合、前記訓練データに含まれる特定の参照領域を出力するように前記学習モデルを生成する、
   処理を実行させる請求項４に記載のコンピュータプログラム。
6. コンピュータに、
   前記特定の参照領域に関する情報を表示する、
   処理を実行させる請求項２から請求項５のいずれか一項に記載のコンピュータプログラム。
7. コンピュータに、
   取得した機能画像上の参照領域の選定を受け付け、
   選定された参照領域の信号値に基づいて、前記機能画像の輝度を調整して表示する、
   処理を実行させる請求項１に記載のコンピュータプログラム。
8. 放射性薬剤から放出される放射線を検出して画像化された機能画像を取得する取得部と、
   取得した機能画像に用いられた放射性薬剤の選定を受け付ける受付部と、
   選定された放射性薬剤に応じて、前記機能画像の輝度を調整して表示する表示部と
   を備える、
   情報処理装置。
9. 放射性薬剤から放出される放射線を検出して画像化された機能画像を取得し、
   取得した機能画像に用いられた放射性薬剤の選定を受け付け、
   選定された放射性薬剤に応じて、前記機能画像の輝度を調整して表示する、
   情報処理方法。

Images