JP2023168719A - 医用画像処理装置 - Google Patents

Abstract

【課題】医用画像中の対象臓器の位置を効率的に特定すること。
【解決手段】実施形態に係る医用画像処理装置は、第１抽出部と、第２抽出部と、第１特定部と、第２特定部と、セグメンテーション部とを備える。第１抽出部は、医用画像から当該医用画像に含まれる解剖学的組織の特徴点を表す解剖学的ランドマークを抽出する。第２抽出部は、解剖学的ランドマークと当該解剖学的ランドマークが属する臓器との関係を対応付けた情報に基づいて、第１抽出部で抽出された解剖学的ランドマークの中から、臓器に対応付けられた解剖学的ランドマークを抽出する。第１特定部は、第２抽出部で抽出された臓器の名称に基づいて、診断の対象となる対象臓器を特定する。セグメンテーション部は、医用画像から特定された対象臓器の領域を区分する。
【選択図】図１

Description

本明細書及び図面に開示の実施形態は、医用画像処理装置に関する。

従来、画像診断装置で撮影された医用画像に含まれる臓器をセグメンテーションすることで、診断の対象となる対象臓器を抽出する技術が知られている。

従来技術では、セグメンテーションを実行するにあたり、事前設定されたアトラス情報等を使って対象臓器の位置を推定することが行われている。しかしながら、撮影範囲には様々なバリエーションがあり、アトラス情報が上手く適用できない可能性がある。また、セグメンテーションを実行する前に、ユーザが対象臓器の位置を指定することも行われるが、ユーザの操作が煩雑になる可能性がある。

特開２０１８－９４３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、医用画像中の対象臓器の位置を効率的に特定することである。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。

実施形態に係る医用画像処理装置は、第１抽出部と、第２抽出部と、第１特定部と、第２特定部と、セグメンテーション部とを備える。第１抽出部は、医用画像から当該医用画像に含まれる解剖学的組織の特徴点を表す解剖学的ランドマークを抽出する。第２抽出部は、解剖学的ランドマークと当該解剖学的ランドマークが属する臓器との関係を対応付けた情報に基づいて、第１抽出部で抽出された解剖学的ランドマークの中から、臓器に対応付けられた解剖学的ランドマークを抽出する。第１特定部は、第２抽出部で抽出された臓器の名称に基づいて、診断の対象となる対象臓器を特定する。セグメンテーション部は、医用画像から特定された対象臓器の領域を区分する。

図１は、実施形態に係る医用情報処理システムの全体構成の一例を示す図である。 図２は、実施形態に係る機械学習によるランドマーク抽出モデルの生成方法の一例を示す説明図である。 図３は、実施形態に係る学習済モデルを用いた解剖学的ランドマークの抽出方法の一例を説明する図である。 図４は、実施形態に係る被検体の胸部及び腹部が撮影されたＣＴ画像データの一例である。 図５は、実施形態に係る臓器特有ランドマークの位置の抽出処理の一例を説明する図である。 図６は、実施形態に係る医用画像処理装置が実行する処理の一例を示すフローチャートである。

以下、図面を参照しながら、医用画像処理装置の実施形態について詳細に説明する。

図１は、実施形態に係る医用情報処理システムＳの構成の一例を示すブロック図である。図１に示すように、医用情報処理システムＳは、医用画像処理装置１００と、医用画像診断装置２００と、医用画像保管装置５００とを備える。医用画像処理装置１００は、院内ＬＡＮ（Local Area Network）等のネットワーク３００を介して医用画像保管装置５００と通信可能に接続している。

医用画像保管装置５００は、医用画像診断装置２００で撮影された医用画像を保管する。また、医用画像保管装置５００は、被検体の識別情報（例えば、患者ＩＤ等）と対応付けて医用画像のデータを保管している。

医用画像保管装置５００は、例えば、ＰＡＣＳ（Picture Archiving and Communication System）のサーバ装置であり、ＤＩＣＯＭ（Digital Imaging and Communications in Medicine）に準拠した形式で、医用画像データを保管する。医用画像は、例えばＣＴ（Computed Tomography）画像データ、磁気共鳴画像データ、超音波診断画像データ等であるが、これらに限定されるものではない。

医用画像保管装置５００は、例えば、ＤＢ（Database）サーバ等のコンピュータ機器によって実現され、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子や、ハードディスク、光ディスク等の記憶回路に医用画像のデータを記憶させる。

医用画像診断装置２００は、例えば、被検体の医用画像を撮影する装置である。医用画像診断装置２００は、例えば、ＭＲＩ（Magnetic Resonance Imaging）装置、Ｘ線ＣＴ（Computed Tomography）装置、Ｘ線診断装置、超音波診断装置、ＰＥＴ（Positron Emission Tomography）装置、ＳＰＥＣＴ（Single Photon Emission Computed Tomography）装置等である。

しかしながら、医用画像診断装置２００は、これらに限定されるものではない。医用画像診断装置２００は、モダリティともいう。なお、図１では１台の医用画像診断装置２００を図示しているが、複数の医用画像診断装置２００が設けられても良い。

医用画像は、被検体が医用画像診断装置２００によって撮影された画像である。医用画像は、例えば、磁気共鳴画像、Ｘ線ＣＴ画像、超音波画像等である。しかしながら、医用画像は、これらに限定されるものではない。

医用画像処理装置１００は、例えば、サーバ装置またはＰＣ（Personal Computer）等の情報処理装置である。医用画像処理装置１００は、ＮＷ（network）インタフェース１１０と、記憶回路１２０と、入力インタフェース１３０と、ディスプレイ１４０と、処理回路１５０とを備える。

ＮＷインタフェース１１０は、処理回路１５０に接続されており、医用画像処理装置１００と医用画像診断装置２００及び医用画像保管装置５００との間で行われる各種データの伝送及び通信を制御する。ＮＷインタフェース１１０は、ネットワークカードやネットワークアダプタ、ＮＩＣ（Network Interface Controller）等によって実現される。

記憶回路１２０は、処理回路１５０で使用される各種の情報を記憶する。例えば、記憶回路１２０は、各臓器に特徴的な解剖学的ランドマークを表す臓器特有ランドマークに関する臓器特有ランドマーク情報等を記憶する。また、記憶回路１２０は、各種のプログラムを記憶する。なお、記憶回路１２０は、例えば、ＨＤＤ（Hard disk Drive）やＳＳＤ（Solid State Drive）、集積回路記憶装置等の記憶装置である。

また、記憶回路１２０は、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、フラッシュメモリ等の可搬性記憶媒体や、ＲＡＭ（Random Access Memory）等の半導体メモリ素子等との間で種々の情報を読み書きする駆動装置であってもよい。

入力インタフェース１３０は、ユーザによる操作を受け付けるトラックボール、スイッチボタン、マウス、キーボード、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、及び音声入力回路等によって実現される。

入力インタフェース１３０は、処理回路１５０に接続されており、ユーザから受け取った入力操作を電気信号へ変換し処理回路１５０へと出力する。なお、本明細書において入力インタフェースはマウス、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、装置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１５０へ出力する電気信号の処理回路も入力インタフェースの例に含まれる。

ディスプレイ１４０は、処理回路１５０による制御の下、各種の情報を表示する。例えば、ディスプレイ１４０は、処理回路１５０によって生成された医用画像を含む読影ビューアや、ユーザからの各種操作を受け付けるためのＧＵＩ（Graphical User Interface）等を出力する。ディスプレイ１４０は、表示部の一例である。

ディスプレイ１４０は、具体的には、液晶ディスプレイやＣＲＴ（Cathode Ray Tube）ディスプレイ等である。なお、入力インタフェース１３０とディスプレイ１４０とは統合しても良い。例えば、入力インタフェース１３０とディスプレイ１４０とは、タッチパネルによって実現されても良い。

処理回路１５０は、記憶回路１２０からプログラムを読み出し、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。本実施形態の処理回路１５０は、取得機能１５１と、第１抽出機能１５２と、第２抽出機能１５３と、第１特定機能１５４と、第２特定機能１５５と、セグメンテーション機能１５６と、表示制御機能１５７と、受付機能１５８とを備える。

第１抽出機能１５２は、第１抽出部の一例である。第２抽出機能１５３は、第２抽出部の一例である。第１特定機能１５４は第１特定部の一例である。第２特定機能１５５は第２特定部の一例である。セグメンテーション機能１５６は、セグメンテーション部の一例である。表示制御機能１５７は、表示制御部の一例である。受付機能１５８は、受付部の一例である。

ここで、例えば、処理回路１５０の構成要素である取得機能１５１、第１抽出機能１５２、第２抽出機能１５３、第１特定機能１５４、第２特定機能１５５、セグメンテーション機能１５６、表示制御機能１５７及び受付機能１５８の各処理機能は、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１２０に記憶されている。処理回路１５０は、プロセッサである。例えば、処理回路１５０は、プログラムを記憶回路１２０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。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１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、図１においては単一のプロセッサにて取得機能１５１、第１抽出機能１５２、第２抽出機能１５３、第１特定機能１５４、第２特定機能１５５、セグメンテーション機能１５６、表示制御機能１５７及び受付機能１５８で行われる処理機能が実現され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１５０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、図１においては単一の記憶回路１２０が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が、複数の記憶回路を分散して配置して、処理回路１５０は個別の記憶回路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。

上記説明では、「プロセッサ」が各機能に対応するプログラムを記憶回路から読み出して実行する例を説明したが、実施形態はこれに限定されない。「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に保存されたプログラムを読み出して実行することで機能を実現する。一方、プロセッサがＡＳＩＣである場合、記憶回路１２０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、本実施形態の各プロセッサは、プロセッサ毎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１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。

取得機能１５１は、ネットワーク３００及びＮＷインタフェース１１０を介して、医用画像保管装置５００から、被検体を撮影した医用画像を取得する。なお、取得機能１５１は、医用画像診断装置２００から医用画像を取得しても良い。

例えば、取得機能１５１は、医用画像保管装置５００から、診断の対象となる被検体の患者ＩＤに対応する医用画像を取得する。

第１抽出機能１５２は、取得機能１５１により取得された医用画像データＩＧから、解剖学的組織に含まれる局所的な特徴点を表す解剖学的ランドマーク（Anatomical landmark）を抽出する。例えば、第１抽出機能１５２は、解剖学的情報に基づいて、解剖学的ランドマークを抽出する。

解剖学的情報とは、例えば、骨、及び臓器等の解剖学的組織に関する特徴点の位置に関する情報である。解剖学的情報は、解剖学的ランドマーク情報ともいう。解剖学的ランドマークは、例えば、「腎臓の下端」、「第１～１２肋骨の先端」等、解剖学的組織に含まれる局所的な特徴点である。

解剖学的ランドマークの抽出手法は、公知の画像処理の技術を採用可能である。例えば、第１抽出機能１５２は、ランドマーク抽出モデル（解剖学的情報の一例）に医用画像を入力し、出力結果に基づいて、解剖学的ランドマークを抽出する。

ランドマーク抽出モデルは、解剖学的情報の一例である。ランドマーク抽出モデルは、例えば、医用画像の入力に対して、解剖学的ランドマークの座標情報及び当該解剖学的ランドマークの識別情報（以下、ラベルともいう）を出力する学習済モデルである。例えば、ランドマーク抽出モデルは、外部の学習装置によって生成される。なお、医用画像処理装置１００がランドマーク抽出モデルの生成を行ってもよい。

また、本実施形態では、ランドマーク抽出モデルは、外部のワークステーション等が備える記憶装置に記憶されるものとするが、記憶回路１２０にランドマーク抽出モデルが記憶されていてもよい。

ここで、ランドマーク抽出モデルの生成方法について説明する。例えば、学習装置は、機械学習（深層学習を含む）を行うことにより、ランドマークモデルを生成する。図２は、機械学習によるランドマーク抽出モデルの生成方法の一例を示す説明図である。

例えば、学習装置は、図２に示すように、入力側教師データである「医用画像データ」と、出力側教師データである「医用画像中の各解剖学的ランドマークの座標情報及びラベル」とを学習用データセットとして機械学習エンジンに入力し、機械学習を行うことで、医用画像データの入力に応じて、当該医用画像中の各解剖学的ランドマークの座標情報及びラベルを出力するように機能付けられたランドマーク抽出モデル（学習済みモデル）を生成する。

ここで、機械学習エンジンとしては、例えば、公知である非特許文献「クリストファー M. ビショップ（Christopher M. Bishop）著、「パターン認識と機械学習（Pattern recognition and machine learning）」、（米国）、第１版、スプリンガー（Springer）、2006年、P.225-290」に記載のニューラルネットワーク（Neural Network）等を適用することができる。

なお、機械学習エンジンについては、上記したニューラルネットワークの他、例えば、ディープラーニングや、ロジスティック（Logistic）回帰分析、非線形判別分析、サポートベクターマシン（Support Vector Machine：ＳＶＭ）、ランダムフォレスト（Random Forest）、ナイーブベイズ（Naive Bayes）等の各種のアルゴリズムを用いるものでもよい。

ここで、図３は、学習済モデルを用いた解剖学的ランドマークの抽出方法の一例を説明する図である。例えば、第１抽出機能１５２は、図３に示すように、取得機能１５１により取得された医用画像データを、ランドマーク抽出モデル（学習済モデル）に入力する。そして、第１抽出機能１５２は、ランドマーク抽出モデルから出力される、入力された医用画像データに存在する解剖学的ランドマークの座標情報及びラベルに基づいて、解剖学的ランドマークの抽出を行う。

以下、胸部及び腹部（大動脈弓、大動脈弁、心尖部、前肝部、及び後肝部等）が撮影されたＣＴ画像データを医用画像データとして、ランドマーク抽出モデルに入力する場合を例に第１抽出機能１５２の処理について説明する。図４は、被検体の胸部及び腹部が撮影されたＣＴ画像データの一例である。第１抽出機能１５２は、ＣＴ画像データＩＧを、ＮＷインタフェース１１０を介して、外部のワークステーションの記憶装置に記憶されたランドマーク抽出モデルに入力する。

ランドマーク抽出モデルは、ＣＴ画像データＩＧの入力に対して、ＣＴ画像データＩＧ上に存在する複数の解剖学的ランドマークである、大動脈弓、大動脈弁、心尖部、前肝部、及び後肝部等に対応する特徴点の座標情報と、大動脈弓、大動脈弁、心尖部、前肝部、及び後肝部等を夫々表すラベル（ＤＫ、ＤＢ、ＳＳ、ＺＫ、及びＫＫ等）とを対応付けて出力する。

例えば、ランドマーク抽出モデルは、「ＤＫ（ｘ１，ｙ１，ｚ１），ＤＢ（ｘ２，ｙ２，ｚ２），ＳＳ（ｘ３，ｙ３，ｚ３），ＺＫ（ｘ４，ｙ４，ｚ４），ＫＫ（ｘ５，ｙ５，ｚ５））」のように、特徴点（解剖学的ランドマーク）を識別するラベルと、当該特徴点の座標を表すテキストデータを出力する。なお、座標情報及びラベルは、ＤＩＣＯＭの付帯情報として記録可能な形式のデータとして出力されてもよい。

そして、第１抽出機能１５２は、ＮＷインタフェース１１０を介して、ランドマーク抽出モデルから出力された、各解剖学的ランドマークの座標情報及びラベルを取得する。

図１に戻り、説明を続ける。第２抽出機能１５３は、臓器特有ランドマーク情報に基づいて、第１抽出機能１５２で抽出された解剖学的ランドマークから、臓器特有ランドマークを抽出する。

具体的には、第２抽出機能１５３は、臓器特有ランドマーク情報を参照し、第１抽出機能１５２により抽出された解剖学的ランドマークのうち、臓器特有ランドマークとして登録されている解剖学的ランドマークの座標情報及びラベルを抽出する。

臓器特有ランドマーク情報は、例えば、「解剖学的ランドマーク：特徴点ＤＫ、ＤＢ、ＳＳ」と「臓器：心臓」、「解剖学的ランドマーク：特徴点ＺＫ、ＫＫ」と「臓器：肝臓」のように、解剖学的ランドマークのラベルと、当該ラベルで識別される解剖学的ランドマークが属する臓器の名称とが対応付けられた情報である。臓器特有ランドマーク情報は、例えば、記憶回路１２０に記憶される。

例えば、「解剖学的ランドマーク：特徴点ＤＫ、ＤＢ、ＳＳ」と「臓器：心臓」とが臓器特有ランドマーク情報として登録されている場合、第２抽出機能１５３は、特徴点ＤＫ、ＤＢ、及びＳＳに対応する解剖学的ランドマークの座標情報及びラベルを取得する。また、例えば、「解剖学的ランドマーク：特徴点ＺＫ、ＫＫ」と「臓器：肝臓」とが臓器特有ランドマーク情報として登録されている場合、第２抽出機能１５３は、特徴点ＺＫ、及びＫＫに対応する解剖学的ランドマークの座標情報及びラベルを取得する。

図５は、臓器特有ランドマークの抽出結果の一例を示す図である。図５は、図４に示した医用画像データＩＧから臓器特有ランドマークを抽出した場合の一例を表している。第２抽出機能１５３は、図４に示した医用画像データＩＧから、図５において、特徴点ＤＫ、ＤＢ、ＳＳ、ＺＫ、及びＫＫとして表された臓器特有ランドマークの座標情報と、夫々を識別するラベルであるＤＫ、ＤＢ、ＳＳ、ＺＫ、及びＫＫとを抽出する。

図１に戻り、説明を続ける。第１特定機能１５４は、臓器特有ランドマークの属する臓器に基づいて、診断の対象となる対象臓器を特定する。具体的には、第１特定機能１５４は、臓器特有ランドマーク情報を参照し、第２抽出機能１５３により抽出された解剖学的ランドマークのラベルに対応する臓器を対象臓器として特定する。

また、複数の対象臓器が特定された場合、第１特定機能１５４は、例えば、抽出された臓器特有ランドマークの個数が最も多い臓器を対象臓器として特定する。また、抽出された臓器特有ランドマークの個数が同数の場合は、第１特定機能１５４は、例えば、予め定めた優先順位に従って対象臓器を特定する。

なお、第１特定機能１５４は、優先順位のみに従って対象臓器を特定してもよいし、他の基準に従って対象臓器を特定してもよい。例えば、第１特定機能１５４は、医用画像データＩＧ上の中心位置により近い臓器特有ランドマークがある臓器を対象臓器としてもよい。

また、例えば、医用画像データＩＧのＤＩＣＯＭの付帯情報として病変部位の情報が記録されている場合、第１特定機能１５４は、当該病変部位の有無に従って対象臓器を特定してもよい。

この場合、まず、第１特定機能１５４は、取得機能１５１により取得された医用画像データＩＧのＤＩＣＯＭの付帯情報を参照し、病変部位の情報が記録されているか否かを確認する。病変部位の情報が記録されている場合、第１特定機能１５４は、臓器特有ランドマーク情報を参照し、病変部位（臓器名）に対応する臓器特有ランドマークを特定する。

次いで、第１特定機能１５４は、第２抽出機能１５３により抽出された臓器特有ランドマークの中に、ＤＩＣＯＭの付帯情報として記録された病変部位に対応する臓器特有ランドマークが含まれるか否かを確認する。当該病変部位に対応する臓器特有ランドマークが第２抽出機能１５３により抽出されている場合、第１特定機能１５４は、抽出された臓器特有ランドマークの個数に関わらず、当該臓器特有ランドマークに対応する臓器を対象臓器として特定する。

また、例えば、第１特定機能１５４は、臓器特有ランドマーク毎に、予め臓器特有ランドマークに対応する複数の画素値の平均値の閾値を定めておき、閾値を超える（又は下回る）画素値を示す臓器特有ランドマークの数に従って、対象臓器を特定してもよい。

この場合、第１特定機能１５４は、まず、第２抽出機能１５３により抽出された各臓器特有ランドマークに対応する複数の画素（例えば、臓器特有ランドマークの中心座標から半径ｎピクセル内の全画素）の画素値の平均値を算出する。次いで、第１特定機能１５４は、各臓器特有ランドマークについて、算出した画素値の平均値が、予め定められた閾値を超える（又は下回る）か否かを確認する。

そして、第１特定機能１５４は、臓器毎に、閾値を超える（又は下回る）画素値を示す臓器特有ランドマークの数を算出する。例えば、第１特定機能１５４は、閾値を超える（又は下回る）画素値を示す臓器特有ランドマークの数が最も多い臓器を対象臓器として特定する。

また、第１特定機能１５４は、医用画像データＩＧ以外の情報に基づいて、対象臓器を特定してもよい。例えば、第１特定機能１５４は、電子カルテシステムのサーバ装置等に記憶された被検体の電子カルテを参照し、電子カルテに記録された病変部位に基づいて、対象臓器を特定してもよい。

また、例えば、第１特定機能１５４は、放射線部門情報システム（ＲＩＳ：Ｒａｄｉｏｌｏｇｙ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍｓ）のサーバ装置等に記憶された検査オーダ情報を参照し、検査オーダ情報に記録された検査対象の臓器に関する情報に基づいて、対象臓器を特定してもよい。

また、例えば、第１特定機能１５４は、ユーザから医用画像データＩＧ上における領域の指定入力を受け付け、当該入力の内容に従って、対象臓器を特定してもよい。

図５の例で、抽出された臓器特有ランドマークの個数に従って対象臓器を特定する場合、第１特定機能１５４は、臓器特有ランドマーク情報を参照し、心臓の臓器特有ランドマークが３個抽出され、肝臓の臓器特有ランドマークの個数が２個抽出されたことを特定する。そして、第１特定機能１５４は、臓器特有ランドマークの個数が多い心臓を対象臓器として特定する。

図１に戻り、説明を続ける。第２特定機能１５５は、特定された対象臓器に基づいて、セグメンテーション範囲及び開始点を特定する。具体的には、まず、第２特定機能１５５は、取得機能１５１により取得された医用画像データＩＧと、第１特定機能１５４により特定された対象臓器の臓器特有ランドマークとに基づいて、医用画像データＩＧ上における対象臓器の輪郭を抽出する。なお、対象臓器の輪郭の抽出には、公知のエッジ検出技術等を利用可能である。

第２特定機能１５５は、例えば、第１特定機能１５４により特定された対象臓器の臓器特有ランドマークに基づいて、医用画像データＩＧ上のエッジ検出処理を実行する範囲を決定する。そして、第２特定機能１５５は、決定した領域に対して公知のエッジ検出処理を実行することにより、対象臓器の輪郭を抽出する。

ここで、医用画像データＩＧ上のエッジ検出処理を実行する範囲は、対象臓器の臓器特有ランドマークが存在する位置又は領域に基づき規定される。例えば、対象臓器の臓器特有ランドマークの各座標を包含する範囲が、医用画像データＩＧ上のエッジ検出処理を実行する範囲として規定される。

次いで、第２特定機能１５５は、例えば、抽出した対象臓器の輪郭の内側をセグメンテーション範囲として特定する。また、第２特定機能１５５は、例えば、特定したセグメンテーション範囲中の、標準臓器モデルに定められるセグメンテーションの開始点に対応する位置を特定する。なお、標準臓器モデルは、例えば、臓器毎に設けられる形状モデルである。標準臓器モデルは、例えば、標準的な体型の成人男性又は成人女性の臓器の形状に基づいて生成される。

図１に戻り、説明を続ける。セグメンテーション機能１５６は、医用画像データＩＧから特定された対象臓器の領域を区分するセグメンテーション処理を実行する。ここで、本実施形態において、セグメンテーションとは、画像中に描出されている注目領域（対象臓器が描出された領域）と注目領域以外の領域とを区別する処理のことである。

表示制御機能１５７は、各種情報をディスプレイ１４０に表示させる制御を行う。例えば、表示制御機能１５７は、セグメンテーション機能１５６によるセグメンテーション結果をディスプレイ１４０に表示させる制御を行う。

受付機能１５８は、ユーザから各種操作入力を受付ける。例えば、受付機能１５８は、セグメンテーション結果の修正入力を受付ける。具体的には、受付機能１５８は、まず、ユーザからセグメンテーション結果を修正するか否かの入力を受付ける。ユーザから修正する旨の入力を受付けた場合、受付機能１５８は、ユーザからセグメンテーション範囲及び開始点の指定入力を受付ける。

受付機能１５８がユーザからセグメンテーション範囲及び開始点の指定入力を受付けた場合、セグメンテーション機能１５６は、当該セグメンテーション範囲及び開始点に従い、再度セグメンテーション処理を実行する。

次に、以上のように構成された医用画像処理装置１００で実行される処理について説明する。図６は、医用画像処理装置１００が実行す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１５１は、診断対象となる被検体の医用画像データＩＧを取得する（Ｓ１）。具体的には、取得機能１５１は、医用画像保管装置５００から、診断対象となる被検体の患者ＩＤに対応する医用画像データＩＧを取得する。

次いで、第１抽出機能１５２は、取得された医用画像データＩＧから複数の解剖学的ランドマークを抽出する（ステップＳ２）。具体的には、第１抽出機能１５２は、ランドマーク抽出モデルに医用画像データＩＧを入力する。そして、第１抽出機能１５２は、ランドマーク抽出モデルから出力される解剖学的ランドマークを表す座標情報及びラベルを取得する。

次いで、第２抽出機能１５３は、臓器特有ランドマークを抽出する（ステップＳ３）。具体的には、第２抽出機能１５３は、臓器特有ランドマーク情報を参照し、第１抽出機能１５２により抽出された解剖学的ランドマークのうち、臓器特有ランドマークとして登録されている解剖学的ランドマークの座標情報及びラベルを取得する。

次いで、第１特定機能１５４は、対象臓器を特定する（ステップＳ４）。具体的には、第１特定機能１５４は、臓器特有ランドマーク情報を参照し、ステップＳ３で抽出された解剖学的ランドマークのラベルに対応する臓器を対象臓器として特定する。

次いで、第２特定機能１５５は、セグメンテーション範囲及び開始点を特定する（ステップＳ５）。具体的には、第２特定機能１５５は、ステップＳ１で取得された医用画像データＩＧと、ステップＳ４で特定された臓器特有ランドマークとに基づいて、対象臓器の輪郭を抽出する。次いで、第２特定機能１５５は、抽出した輪郭に基づいて、セグメンテーション範囲を特定する。また、第２特定機能１５５は、抽出した対象臓器の輪郭と、対象臓器の標準モデルとに基づいて、セグメンテーションの開始点を特定する。

次いで、セグメンテーション機能１５６は、特定されたセグメンテーション範囲及び開始点に基づいて、セグメンテーション処理を実行する（ステップＳ６）。次いで、表示制御機能１５７は、セグメンテーション処理の実行結果をディスプレイ１４０に表示させる制御を行う（ステップＳ７）。次いで、受付機能１５８は、所定期間内に、ユーザからセグメンテーション結果の修正指示の入力を受付けたか否かを確認する（ステップＳ８）。

所定時間内に修正指示の入力を受付けなかった場合（ステップＳ８：Ｎｏ）、本処理を終了する。一方、所定時間内に修正指示の入力を受付けた場合（ステップＳ８：Ｙｅｓ）、セグメンテーション機能１５６は、ユーザの修正指示の入力に従い、セグメンテーション範囲及び開始点を特定する（ステップＳ９）。その後、ステップＳ６の処理に移行する。

上述したように、本実施形態に係る医用画像処理装置１００は、医用画像データＩＧから、複数の解剖学的ランドマークを抽出し、抽出された複数の解剖学的ランドマークから、解剖学的ランドマークと臓器とを対応付けた臓器特有ランドマーク情報に基づいて、臓器特有ランドマークを抽出する。また、医用画像処理装置１００は、臓器特有ランドマークの属する臓器に基づいて、対象臓器を特定する。また、医用画像処理装置１００は、特定した対象臓器から、セグメンテーション範囲及び開始点を特定し、当該セグメンテーション範囲及び開始点に基づいて、セグメンテーションを実行する。

これにより、本実施形態に係る医用画像処理装置１００は、解剖学的ランドマークの抽出結果を利用して対象臓器を特定することができる。したがって、本実施形態に係る医用画像処理装置１００は、例えば、特殊な撮影範囲の医用画像データＩＧからも対象臓器を特定することができる。

また、本実施形態に係る医用画像処理装置１００は、特定した対象臓器から、セグメンテーション範囲及び開始点を特定できる。したがって、本実施形態に係る医用画像処理装置１００は、ユーザからセグメンテーション範囲及び開始点を受付けることなく、対象臓器に応じたセグメンテーション処理を実行することができる。

以上より、本実施形態に係る医用画像処理装置１００によれば、医用画像中の対象臓器の位置を効率的に特定することができる。

なお、上述した実施形態は、各装置が有する構成又は機能の一部を変更することで、適宜に変形して実施することも可能である。そこで、以下では、上述した実施形態に係る変形例を他の実施形態として説明する。なお、以下では、上述した実施形態と異なる点を主に説明することとし、既に説明した内容と共通する点については詳細な説明を省略する。また、以下で説明する変形例は、個別に実施されてもよいし、適宜組み合わせて実施されてもよい。

（変形例）
上述の実施形態においては、医用画像処理装置１００が解剖学的ランドマークの抽出処理を実行する形態について説明した。しかしながら、解剖学的ランドマークの抽出処理を実行する装置は、医用画像処理装置１００に限定されない。例えば、医用画像診断装置２００が解剖学的ランドマークの抽出処理を実行してもよい。

医用画像診断装置２００がＸ線ＣＴ装置である場合、例えば、Ｘ線ＣＴ装置が備えるコンソール装置の処理回路が解剖学的ランドマークの抽出処理を実行する。この場合、処理回路は、Ｘ線ＣＴ装置で撮影・再構成したＣＴ画像データを、外部のワークステーション等に記憶された、ランドマーク抽出モデルに入力する。そして、処理回路は、ランドマーク抽出モデルから出力された、各解剖学的ランドマークの座標情報及びラベルを取得する。

また、処理回路は、取得した各解剖学的ランドマークの座標情報及びラベルをＣＴ画像データのＤＩＣＯＭの付帯情報として記録する処理を行う。処理回路は、解剖学的ランドマークの座標情報及びラベルがＤＩＣＯＭの付帯情報として記録されたＣＴ画像データを医用画像保管装置５００に送信する。

なお、処理回路は、取得した各解剖学的ランドマークの座標情報及びラベルの情報を表すテキストデータを生成してもよい。この場合、処理回路は、ＣＴ画像データとともに医用画像保管装置５００に送信する。

本変形例では、医用画像処理装置１００の取得機能１５１は、解剖学的ランドマークの座標情報及びラベルがＤＩＣＯＭの付帯情報として記録されたＣＴ画像データ（医用画像データ）を取得することができる。

このため、本変形例に係る医用画像処理装置１００は、ランドマーク抽出モデルを記憶する外部のワークステーション等と通信を行うことなく、医用画像データＩＧ上の臓器特有ランドマークを抽出することができる。つまり、本変形例によれば、医用画像処理装置１００の処理負担を軽減することができ、かつ、医用画像中の対象臓器の位置を効率的に推定することができる。

以上説明した少なくとも１つの実施形態によれば、医用画像中の対象臓器の位置を効率的に特定することができる。

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。

１００ 医用画像処理装置
１１０ ＮＷインタフェース
１２０ 記憶回路
１３０ 入力インタフェース
１４０ ディスプレイ
１５０ 処理回路
１５１ 取得機能
１５２ 第１抽出機能
１５３ 第２抽出機能
１５４ 第１特定機能
１５５ 第２特定機能
１５６ セグメンテーション機能
１５７ 表示制御機能
１５８ 受付機能
２００ 医用画像診断装置
５００ 医用画像保管装置
Ｓ 医用情報処理システム

Claims (6)

1. 医用画像から当該医用画像に含まれる解剖学的組織の特徴点を表す解剖学的ランドマークを抽出する第１抽出部と、
   解剖学的ランドマークと当該解剖学的ランドマークが属する臓器との関係を対応付けた情報に基づいて、前記第１抽出部で抽出された前記解剖学的ランドマークの中から、前記臓器に対応付けられた解剖学的ランドマークを抽出する第２抽出部と、
   前記第２抽出部で抽出された前記解剖学的ランドマークが属する臓器に基づいて、診断の対象となる対象臓器を特定する第１特定部と、
   前記医用画像から特定された前記対象臓器の領域を区分するセグメンテーション部と、
   を備える医用画像処理装置。
2. 前記第１特定部は、第２抽出部により抽出された前記解剖学的ランドマークの数に基づいて、前記対象臓器を特定する、
   請求項１に記載の医用画像処理装置。
3. 前記第１特定部は、前記臓器に予め定められた優先順位と、前記第２抽出部で抽出された前記解剖学的ランドマークが属する臓器とに基づいて、前記対象臓器を特定する、
   請求項１に記載の医用画像処理装置。
4. 前記医用画像は、付帯情報として病変部位の有無を表す情報を有し、
   前記第１特定部は、前記付帯情報に基づいて、対象臓器を特定する、
   請求項１に記載の医用画像処理装置。
5. 前記セグメンテーション部による前記対象臓器の領域の区分の結果を表示部に表示させる表示制御部を更に備える、
   請求項１乃至４の何れか１項に記載の医用画像処理装置。
6. ユーザから前記対象臓器の領域の区分の結果の修正入力を受付ける受付部を更に備え、
   前記セグメンテーション部は、前記修正入力に従い、再度前記医用画像から特定された対象臓器の領域を区分する、
   請求項１に記載の医用画像処理装置。
   

Images