JP3425207B2 - 診断支援装置 - Google Patents
診断支援装置Info
- Publication number
- JP3425207B2 JP3425207B2 JP02973694A JP2973694A JP3425207B2 JP 3425207 B2 JP3425207 B2 JP 3425207B2 JP 02973694 A JP02973694 A JP 02973694A JP 2973694 A JP2973694 A JP 2973694A JP 3425207 B2 JP3425207 B2 JP 3425207B2
- Authority
- JP
- Japan
- Prior art keywords
- region
- image
- tumor
- interest
- extracted
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 238000003745 diagnosis Methods 0.000 title claims description 11
- 206010028980 Neoplasm Diseases 0.000 claims description 36
- 238000000034 method Methods 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 17
- 238000002591 computed tomography Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 9
- 230000005484 gravity Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 5
- 230000003902 lesion Effects 0.000 description 3
- 210000004072 lung Anatomy 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、３次元画像情報に基づ
いて腫瘍の有無を検出する診断支援装置に関する。
いて腫瘍の有無を検出する診断支援装置に関する。
【０００２】
【従来の技術】腫瘍の有無の検出のための診断支援装置
は、種々提案されている。その１つには２次元の画像情
報を用いて特定の領域の円形度を求め、その領域が腫瘍
であるか否かを判断する方法がある。その手順は以下に
述べる通りである。
は、種々提案されている。その１つには２次元の画像情
報を用いて特定の領域の円形度を求め、その領域が腫瘍
であるか否かを判断する方法がある。その手順は以下に
述べる通りである。
【０００３】まず、２次元画像情報から腫瘍か否かを判
断すべき特定の領域（陰影）を抽出する。次に、抽出し
た領域の面積Ｓを求め、この抽出した領域の重心を求め
る。次に、抽出した領域と同一面積を有する円の半径ｒ
（以下、抽出領域の等価半径と称する）を次式により求
める。
断すべき特定の領域（陰影）を抽出する。次に、抽出し
た領域の面積Ｓを求め、この抽出した領域の重心を求め
る。次に、抽出した領域と同一面積を有する円の半径ｒ
（以下、抽出領域の等価半径と称する）を次式により求
める。
【０００４】
ｒ＝（Ｓ／π）1/2 （１）
続いて、抽出した領域の円形度を求める。円形度は前記
で求めた重心を中心としたやはり前記で求めた等価半径
ｒの円に含まれる抽出領域の面積の割合により、次式の
ように定義する。
で求めた重心を中心としたやはり前記で求めた等価半径
ｒの円に含まれる抽出領域の面積の割合により、次式の
ように定義する。
【０００５】
円形度 ＝ 円に含まれる抽出領域の面積／Ｓ （２）
結果として等価半径ｒと円形度とで決まる特徴空間にお
いて、抽出領域の等価半径ｒと円形度が一定の範囲内に
含まれているときは抽出領域が腫瘍であるとみなす。
いて、抽出領域の等価半径ｒと円形度が一定の範囲内に
含まれているときは抽出領域が腫瘍であるとみなす。
【０００６】このように１枚の画像のみならず、３次元
的に分布する多数枚の２次元画像情報に基づいてそれぞ
れの２次元画像内で領域を抽出し、抽出領域の等価半径
と円形度を求め、それによって各画像ごとに検出する装
置もあった。
的に分布する多数枚の２次元画像情報に基づいてそれぞ
れの２次元画像内で領域を抽出し、抽出領域の等価半径
と円形度を求め、それによって各画像ごとに検出する装
置もあった。
【０００７】
【発明が解決しようとする課題】前述した従来例におい
ては、等価半径と円形度という２次元情報に基づいてい
るので、３次元的に分布する腫瘍を正しく判断すること
は困難であった。従来のコンピュータ断層撮影装置（以
下、単にＣＴ装置と略称する）等では、スライス間隔は
画素のピクセルサイズに比較すると大きいため、多数枚
の画像について判断を行なう場合も、３次元画像として
処理するには限界があった。
ては、等価半径と円形度という２次元情報に基づいてい
るので、３次元的に分布する腫瘍を正しく判断すること
は困難であった。従来のコンピュータ断層撮影装置（以
下、単にＣＴ装置と略称する）等では、スライス間隔は
画素のピクセルサイズに比較すると大きいため、多数枚
の画像について判断を行なう場合も、３次元画像として
処理するには限界があった。
【０００８】本発明は上記実情に鑑みてなされたもの
で、被検体のある領域に疑わしい病巣部分が存在した場
合、当該領域が病巣部分であるか否かを的確に判断する
診断支援装置を提供することを目的とする。
で、被検体のある領域に疑わしい病巣部分が存在した場
合、当該領域が病巣部分であるか否かを的確に判断する
診断支援装置を提供することを目的とする。
【０００９】
【課題を解決するための手段】本発明の診断支援装置
は、被検体の３次元画像情報を得る手段と、特定の３次
元領域を抽出する手段と、この領域の少なくとも一つの
特徴量を求める手段とを具備し、前記特徴量が、前記領
域と同じ体積である球の半径と球形度の少なくとも一方
であり、前記抽出領域が腫瘍であるか否かを判断するこ
とを特徴とする。
は、被検体の３次元画像情報を得る手段と、特定の３次
元領域を抽出する手段と、この領域の少なくとも一つの
特徴量を求める手段とを具備し、前記特徴量が、前記領
域と同じ体積である球の半径と球形度の少なくとも一方
であり、前記抽出領域が腫瘍であるか否かを判断するこ
とを特徴とする。
【００１０】
【作用】３次元画像情報から診断すべき３次元領域を抽
出し、この抽出領域に関する特徴量として抽出領域と同
じ体積である球の半径と球形度の少なくとも一方を求
め、抽出領域が腫瘍であるか否かを判断することによ
り、診断能力が向上する。
出し、この抽出領域に関する特徴量として抽出領域と同
じ体積である球の半径と球形度の少なくとも一方を求
め、抽出領域が腫瘍であるか否かを判断することによ
り、診断能力が向上する。
【００１１】
【実施例】本発明における実施例を述べるに当たってま
ず、本発明の概要を説明する。本発明は、腫瘍等は、悪
化あるいは進行すると丸くなる（球になる）性質を利用
する。そのため３次元画像情報から３次元の特定領域を
抽出し、その領域の球形度を求め、それを特徴量の１つ
として、その領域が腫瘍かどうかを判定する。以下にそ
の手順を述べる。
ず、本発明の概要を説明する。本発明は、腫瘍等は、悪
化あるいは進行すると丸くなる（球になる）性質を利用
する。そのため３次元画像情報から３次元の特定領域を
抽出し、その領域の球形度を求め、それを特徴量の１つ
として、その領域が腫瘍かどうかを判定する。以下にそ
の手順を述べる。
【００１２】まず始めに、例えばＣＴ装置等を用いて多
数枚の断層像からなる３次元画像情報を作成する。この
とき、各断層像のスライス方向の間隔は画像の２次元画
素（ピクセル）サイズにほぼ等しくなるようにする。す
なわち３次元画像情報は縦、横、高さが共に等しい立方
体の３次元画素（ボクセル）からなる。このためにはヘ
リカルスキャン方式のＣＴ装置を用いることが好まし
い。次に、３次元画像情報から腫瘍と疑われる領域（以
降、関心領域と略称する）を抽出する。抽出は断層像ご
とに行なわれるが、抽出結果は３次元領域を表わす。抽
出方法は、例えば画素値をしきい値により領域内と領域
外に分割する方法等がある。次に、抽出した領域の体積
Ｖを求め、この抽出した領域の重心を求める。続いてこ
の領域の体積から、この体積と全く同一の体積を有する
球の半径ｒ（以下、抽出領域の等価半径と称する）を求
める。
数枚の断層像からなる３次元画像情報を作成する。この
とき、各断層像のスライス方向の間隔は画像の２次元画
素（ピクセル）サイズにほぼ等しくなるようにする。す
なわち３次元画像情報は縦、横、高さが共に等しい立方
体の３次元画素（ボクセル）からなる。このためにはヘ
リカルスキャン方式のＣＴ装置を用いることが好まし
い。次に、３次元画像情報から腫瘍と疑われる領域（以
降、関心領域と略称する）を抽出する。抽出は断層像ご
とに行なわれるが、抽出結果は３次元領域を表わす。抽
出方法は、例えば画素値をしきい値により領域内と領域
外に分割する方法等がある。次に、抽出した領域の体積
Ｖを求め、この抽出した領域の重心を求める。続いてこ
の領域の体積から、この体積と全く同一の体積を有する
球の半径ｒ（以下、抽出領域の等価半径と称する）を求
める。
【００１３】
ｒ＝（３Ｖ／４π）1/3 （３）
前記で求めた重心を中心として等価半径ｒの球の体積に
対する、その球に含まれる抽出領域の体積の比を球形度
と定義し、次式によりこの球形度を求める。
対する、その球に含まれる抽出領域の体積の比を球形度
と定義し、次式によりこの球形度を求める。
【００１４】
球形度 ＝ ３×( 球に含まれる抽出領域の体積) ／４πｒ3 （４）
なお、球形度はこの定義に限定されることなく、種々の
定義が可能である。以上求めた等価半径ｒと球形度の特
徴空間において、抽出領域の等価半径ｒと球形度が一定
範囲内にあるときは抽出領域が腫瘍であるとみなす。な
お、診断する関心領域は腫瘍には限定されない。
定義が可能である。以上求めた等価半径ｒと球形度の特
徴空間において、抽出領域の等価半径ｒと球形度が一定
範囲内にあるときは抽出領域が腫瘍であるとみなす。な
お、診断する関心領域は腫瘍には限定されない。
【００１５】以下、図面を参照して本発明の実施例を説
明する。実施例としては、ヘリカルスキャン方式のＣＴ
装置により胸部の画像情報を求める例を説明する。
明する。実施例としては、ヘリカルスキャン方式のＣＴ
装置により胸部の画像情報を求める例を説明する。
【００１６】図１は、本発明の一実施例に係る診断支援
装置の構成を示すブロック図である。寝台３上に載置さ
れた被検体２に扇状のＸ線ビームを曝射するＸ線発生部
１と、円弧状に配列された検出器アレイからなり被検体
２を透過したＸ線を検出するＸ線検出部４とを有する。
Ｘ線検出部４は、Ｘ線透過率を示す投影データを収集す
る。データ取得については、３６０°以上の角度の投影
データを連続して収集することができるように構成され
ている。すなわち図示していないが、Ｘ線発生部１とＸ
線検出部４とを保持する回転部は固定部に対してスリッ
プリングを介して取り付けられる。寝台３は、Ｘ線発生
部１とＸ線検出部４の連続回転中に、体軸方向へ連続的
に移動する、つまりこのことによってヘリカルスキャン
が行なわれる。再構成装置５は、収集した投影データに
コンボリューション、バックプロジェクションの処理を
行ない、画像を再構成する装置である。操作卓６は、Ｃ
ＰＵ７へ種々の指令を与える。ＣＰＵ７は、システムバ
ス１０を介して再構成装置５や、表示装置８の制御を行
なう。表示装置８は、再構成した画像を表示する働きを
有する。画像記憶部９は、再構成した画像を記憶するも
のであり、システムバス１０は、再構成装置５，ＣＰＵ
７，表示装置８，画像記憶装置９を相互に接続するため
のバスであり、信号の伝達を行なう。
装置の構成を示すブロック図である。寝台３上に載置さ
れた被検体２に扇状のＸ線ビームを曝射するＸ線発生部
１と、円弧状に配列された検出器アレイからなり被検体
２を透過したＸ線を検出するＸ線検出部４とを有する。
Ｘ線検出部４は、Ｘ線透過率を示す投影データを収集す
る。データ取得については、３６０°以上の角度の投影
データを連続して収集することができるように構成され
ている。すなわち図示していないが、Ｘ線発生部１とＸ
線検出部４とを保持する回転部は固定部に対してスリッ
プリングを介して取り付けられる。寝台３は、Ｘ線発生
部１とＸ線検出部４の連続回転中に、体軸方向へ連続的
に移動する、つまりこのことによってヘリカルスキャン
が行なわれる。再構成装置５は、収集した投影データに
コンボリューション、バックプロジェクションの処理を
行ない、画像を再構成する装置である。操作卓６は、Ｃ
ＰＵ７へ種々の指令を与える。ＣＰＵ７は、システムバ
ス１０を介して再構成装置５や、表示装置８の制御を行
なう。表示装置８は、再構成した画像を表示する働きを
有する。画像記憶部９は、再構成した画像を記憶するも
のであり、システムバス１０は、再構成装置５，ＣＰＵ
７，表示装置８，画像記憶装置９を相互に接続するため
のバスであり、信号の伝達を行なう。
【００１７】このように構成された実施例の動作を図２
を参照して詳細に説明する。なお、図２において説明す
る動作は、１つの臨床例についての関心領域が腫瘍であ
るか否かを判断するためのパラメータである関心領域の
等価半径、および球形度を求めるまでの過程を示したも
のである。
を参照して詳細に説明する。なお、図２において説明す
る動作は、１つの臨床例についての関心領域が腫瘍であ
るか否かを判断するためのパラメータである関心領域の
等価半径、および球形度を求めるまでの過程を示したも
のである。
【００１８】まず、ステップＳ１において画素サイズ、
すなわち画像のピクセルサイズΔｐ（ｍｍ）及びΔｄ
（ｍｍ）の決定を行なう。ヘリカルスキャン方式のＣＴ
装置において、Ｘ線発生部１内のＸ線管は、被検体２が
静止しているとすると図３に示すようにヘリカル、つま
り螺旋状の軌跡を移動する。ここでＺ軸は被検体の体軸
方向とする。したがって、投影データもヘリカル状に収
集される。ここで図４を参照して、投影データと再構成
画像の関係を説明する。１投影データの投影位置をＺ軸
上の一点で表わすと、ヘリカルスキャンは図３に示すよ
うに連続して移動するから、投影データは１本の直線と
して表せる。第１画像は、図４に示す７２０度の投影デ
ータＡを用いて再構成する。このとき、再構成される画
像のピクセルサイズΔｐは画像のスライス間隔Δｄに等
しくなるように設定する。ここで、Δｄは以下のように
決める。
すなわち画像のピクセルサイズΔｐ（ｍｍ）及びΔｄ
（ｍｍ）の決定を行なう。ヘリカルスキャン方式のＣＴ
装置において、Ｘ線発生部１内のＸ線管は、被検体２が
静止しているとすると図３に示すようにヘリカル、つま
り螺旋状の軌跡を移動する。ここでＺ軸は被検体の体軸
方向とする。したがって、投影データもヘリカル状に収
集される。ここで図４を参照して、投影データと再構成
画像の関係を説明する。１投影データの投影位置をＺ軸
上の一点で表わすと、ヘリカルスキャンは図３に示すよ
うに連続して移動するから、投影データは１本の直線と
して表せる。第１画像は、図４に示す７２０度の投影デ
ータＡを用いて再構成する。このとき、再構成される画
像のピクセルサイズΔｐは画像のスライス間隔Δｄに等
しくなるように設定する。ここで、Δｄは以下のように
決める。
【００１９】図５（ａ）に示すように、例えば画像のマ
トリクスを５１２×５１２、ピクセルサイズをΔｐ、人
間の胸部の領域を４００ｍｍ×４００ｍｍとする。そし
て、胸部全体が画像に含まれるようにするためには、Δ
ｐは次式のように算出される値程度にすれば良いことが
分かる。
トリクスを５１２×５１２、ピクセルサイズをΔｐ、人
間の胸部の領域を４００ｍｍ×４００ｍｍとする。そし
て、胸部全体が画像に含まれるようにするためには、Δ
ｐは次式のように算出される値程度にすれば良いことが
分かる。
【００２０】
Δｐ＝４００／５１２＝０．７８１２５ （５）
Ｘ線管が１回転する間の投影データのＺ軸方向の移動距
離Ｄを１０ｍｍとし、１回転の間に収集される投影デー
タ数を１０００とすると、Δｄは次のようになる。
離Ｄを１０ｍｍとし、１回転の間に収集される投影デー
タ数を１０００とすると、Δｄは次のようになる。
【００２１】
Δｄ＝（１０／１０００）×ｋ （６）
ここで、ｋは整数である。ｋは整数であることにより、
仮にｋ＝８０とすると、Δｄ＝０．８となり、Δｄ＝
０．７８１２５に近い値となる。
仮にｋ＝８０とすると、Δｄ＝０．８となり、Δｄ＝
０．７８１２５に近い値となる。
【００２２】したがって、ここでは、Δｐ＝Δｄ＝０．
８とする。ステップＳ２で再構成するべき第ｉ画像の初
期値を１とし、ステップＳ３でスキャンを開始する。ヘ
リカルスキャン中、第１画像の再構成に必要な投影デー
タＡが収集されると、ステップＳ４において前述で決定
したΔｐとなるように投影データＡをコンボリューショ
ン、バックプロジェクション演算し、第１画像を再構成
する。ステップＳ５でｉをインクリメント（１だけ増
加）し、ステップＳ６でｉ＞ｎか否か判定する。ここで
ｎは、被検体２に対して再構成される画像の数である。
もしｉ＞ｎでない場合は、ステップＳ４に戻り、上記の
操作を繰り返す。２回目のステップＳ４においては、図
４に示すように、投影データＡからΔｄだけずれた７２
０度の投影データＢを用いて、第２画像が再構成され
る。以下同様に、これを第ｎ画像が再構成されるまで繰
り返す。なお、これらの連続した画像の再構成は同一出
願人による特願平４−１６８９１９号に示されている連
続再構成方式を用いて再構成すればさらに効率よく画像
を再構成することができる。
８とする。ステップＳ２で再構成するべき第ｉ画像の初
期値を１とし、ステップＳ３でスキャンを開始する。ヘ
リカルスキャン中、第１画像の再構成に必要な投影デー
タＡが収集されると、ステップＳ４において前述で決定
したΔｐとなるように投影データＡをコンボリューショ
ン、バックプロジェクション演算し、第１画像を再構成
する。ステップＳ５でｉをインクリメント（１だけ増
加）し、ステップＳ６でｉ＞ｎか否か判定する。ここで
ｎは、被検体２に対して再構成される画像の数である。
もしｉ＞ｎでない場合は、ステップＳ４に戻り、上記の
操作を繰り返す。２回目のステップＳ４においては、図
４に示すように、投影データＡからΔｄだけずれた７２
０度の投影データＢを用いて、第２画像が再構成され
る。以下同様に、これを第ｎ画像が再構成されるまで繰
り返す。なお、これらの連続した画像の再構成は同一出
願人による特願平４−１６８９１９号に示されている連
続再構成方式を用いて再構成すればさらに効率よく画像
を再構成することができる。
【００２３】再構成した第１画像から第ｎ画像は、Δｄ
＝Δｐであるから図６に示すように縦、横、高さが均等
なボクセルの集合となり、第１画像１１、第２画像１
２、第３画像１３…により被検体２の３次元画像情報が
作成される。また、図６は、ボクセルの中心をサンプリ
ング点として表わしている。第ｎ画像まで再構成が完了
したとき、すなわちステップＳ６においてｉ＞ｎと判定
された場合には、ステップＳ７でｉ＝１とし、ステップ
Ｓ８において第ｉ画像から、つまりここでは第１画像か
ら関心領域の抽出を行なう。以下に関心領域の抽出の一
方法について説明する。
＝Δｐであるから図６に示すように縦、横、高さが均等
なボクセルの集合となり、第１画像１１、第２画像１
２、第３画像１３…により被検体２の３次元画像情報が
作成される。また、図６は、ボクセルの中心をサンプリ
ング点として表わしている。第ｎ画像まで再構成が完了
したとき、すなわちステップＳ６においてｉ＞ｎと判定
された場合には、ステップＳ７でｉ＝１とし、ステップ
Ｓ８において第ｉ画像から、つまりここでは第１画像か
ら関心領域の抽出を行なう。以下に関心領域の抽出の一
方法について説明する。
【００２４】第ｉ番目の胸部ＣＴ画像を図５（ａ）に模
式的に示す。図５（ａ）において抽出したい関心領域を
図中の斜線で表わす。図５（ｂ）はそれを拡大した図で
ある。図５（ｂ）のプロフィールの例を図５（ｃ）に示
す。腫瘍は一般的に、図５（ｃ）に示すように、単峰性
の山型になっている。この場合には、しきい値ＴＨ以上
のピクセルを抽出すれば、関心領域を抽出することがで
きる。通常は、腫瘍は複雑なので、しきい値だけでは抽
出できない場合がある。その場合には、さらに複雑な手
法を用いる必要があるが、例えば「医用画像処理」今里
悠一、他著、昭晃堂出版、１６６〜１７１頁に記載の方
法を用いることができる。
式的に示す。図５（ａ）において抽出したい関心領域を
図中の斜線で表わす。図５（ｂ）はそれを拡大した図で
ある。図５（ｂ）のプロフィールの例を図５（ｃ）に示
す。腫瘍は一般的に、図５（ｃ）に示すように、単峰性
の山型になっている。この場合には、しきい値ＴＨ以上
のピクセルを抽出すれば、関心領域を抽出することがで
きる。通常は、腫瘍は複雑なので、しきい値だけでは抽
出できない場合がある。その場合には、さらに複雑な手
法を用いる必要があるが、例えば「医用画像処理」今里
悠一、他著、昭晃堂出版、１６６〜１７１頁に記載の方
法を用いることができる。
【００２５】ステップＳ８において第ｉ画像から関心領
域の抽出を行ったのちに、ステップＳ９でｉをインクリ
メント（１だけ増加）し、ステップＳ１０でｉ＞ｎか否
か判定する。もしｉ＞ｎでない場合はステップＳ８に戻
り、第ｎ画像まで同様の操作を繰り返す。第ｎ画像から
関心領域の抽出を終了、すなわちｉ＞ｎとなった場合
は、次のステップＳ１１で関心領域の体積を求める。
域の抽出を行ったのちに、ステップＳ９でｉをインクリ
メント（１だけ増加）し、ステップＳ１０でｉ＞ｎか否
か判定する。もしｉ＞ｎでない場合はステップＳ８に戻
り、第ｎ画像まで同様の操作を繰り返す。第ｎ画像から
関心領域の抽出を終了、すなわちｉ＞ｎとなった場合
は、次のステップＳ１１で関心領域の体積を求める。
【００２６】ステップ１１を実行する際、図５（ｂ）に
おいて斜線の部分が関心領域である。この領域に含まれ
るボクセル数をＳi とする。関心領域全体の体積をＶと
おくと、Ｖは次の式（７）によって求まる。
おいて斜線の部分が関心領域である。この領域に含まれ
るボクセル数をＳi とする。関心領域全体の体積をＶと
おくと、Ｖは次の式（７）によって求まる。
【００２７】
ステップ１２で関心領域の重心を求める。関心領域内の
ボクセルの中心座標を（ｘ1 ，ｙ1 ，ｚ1 ），（ｘ2 ，
ｙ2 ，ｚ2 ），・・・，（ｘj ，ｙj ，ｚj ），・・
・，（ｘV ，ｙV ，ｚV ）とおくと、重心（Ｘ0 ，Ｙ
0 ，Ｚ0 ）は次式のように求められる。
ボクセルの中心座標を（ｘ1 ，ｙ1 ，ｚ1 ），（ｘ2 ，
ｙ2 ，ｚ2 ），・・・，（ｘj ，ｙj ，ｚj ），・・
・，（ｘV ，ｙV ，ｚV ）とおくと、重心（Ｘ0 ，Ｙ
0 ，Ｚ0 ）は次式のように求められる。
【００２８】
重心を求めたのち、次のステップ１３で、関心領域の等
価半径ｒを求める。等価半径ｒは関心領域の体積と等し
い体積を有する球の半径として、次のように求められ
る。
価半径ｒを求める。等価半径ｒは関心領域の体積と等し
い体積を有する球の半径として、次のように求められ
る。
【００２９】
ｒ＝（３Ｖ／４π）1/3 （９）
ここで重心（Ｘ0 ，Ｙ0 ，Ｚ0 ）を中心とした等価半径
ｒを有する球をＱとする。ステップ１４で、球Ｑに含ま
れる関心領域全体の体積ＶＲを求める。具体的には、各
画像ごとに球Ｑに含まれる関心領域の部分のボクセル数
を求め、これをＳＲi とすると、Ｑに含まれる関心領域
全体の体積ＶＲは次式で求まる。
ｒを有する球をＱとする。ステップ１４で、球Ｑに含ま
れる関心領域全体の体積ＶＲを求める。具体的には、各
画像ごとに球Ｑに含まれる関心領域の部分のボクセル数
を求め、これをＳＲi とすると、Ｑに含まれる関心領域
全体の体積ＶＲは次式で求まる。
【００３０】
ステップ１５において関心領域の球形度を求める。球形
度は球Ｑの体積に対する、球Ｑに含まれる関心領域全体
の体積ＶＲとの比により定義され、次のように求めるこ
とができる。
度は球Ｑの体積に対する、球Ｑに含まれる関心領域全体
の体積ＶＲとの比により定義され、次のように求めるこ
とができる。
【００３１】
球形度 ＝ ３ＶＲ／４πｒ3 （１１）
ステップ１からステップ１５までの動作の実施によっ
て、１つの臨床例についての抽出した関心領域の属性
（腫瘍か否か）を判断する２つのパラメータである等価
半径ｒと球形度が求められたことになる。
て、１つの臨床例についての抽出した関心領域の属性
（腫瘍か否か）を判断する２つのパラメータである等価
半径ｒと球形度が求められたことになる。
【００３２】前述したステップ１からステップ１５まで
の過程を多数の例の臨床画像について適用し、それぞれ
の例について等価半径ｒと球形度を求める。この結果、
等価半径ｒと球形度によって定義される特徴空間におい
て各臨床例の関心領域が腫瘍であったか、そうでなかっ
たかを図示すると、例えば図７に示すようになる。図７
において、横軸は等価半径、縦軸は球形度である。○は
腫瘍である臨床例を、×は腫瘍でない臨床例を示す。図
７の特徴空間において、腫瘍だったか、そうでなかった
かを分離する範囲を、例えば閉曲線Ｌと決める。閉曲線
Ｌが求まれば、以降はｒと球形度とから腫瘍を自動的に
判別することができる。すなわち、腫瘍を判別したい画
像において、関心領域の等価半径ｒと球形度を求め、
(a) 閉曲線Ｌ内に入っていれば、腫瘍である、(b) 閉曲
線Ｌ外であれば、腫瘍でない、と判定する。
の過程を多数の例の臨床画像について適用し、それぞれ
の例について等価半径ｒと球形度を求める。この結果、
等価半径ｒと球形度によって定義される特徴空間におい
て各臨床例の関心領域が腫瘍であったか、そうでなかっ
たかを図示すると、例えば図７に示すようになる。図７
において、横軸は等価半径、縦軸は球形度である。○は
腫瘍である臨床例を、×は腫瘍でない臨床例を示す。図
７の特徴空間において、腫瘍だったか、そうでなかった
かを分離する範囲を、例えば閉曲線Ｌと決める。閉曲線
Ｌが求まれば、以降はｒと球形度とから腫瘍を自動的に
判別することができる。すなわち、腫瘍を判別したい画
像において、関心領域の等価半径ｒと球形度を求め、
(a) 閉曲線Ｌ内に入っていれば、腫瘍である、(b) 閉曲
線Ｌ外であれば、腫瘍でない、と判定する。
【００３３】以上説明したように本実施例によれば、例
えばヘリカルスキャン方式のＣＴ装置において、スライ
ス間隔を画素のピクセルサイズに等しくする、すなわち
縦、横、高さの均等なボクセルという３次元画素からな
る３次元画像情報を再構成し、この３次元画像情報から
抽出した関心領域について、この関心領域の等価半径、
球形度を求め、この等価半径、球形度を関心領域の診断
のためのパラメータとすることにより、３次元の診断対
象、例えば腫瘍等を３次元的に診断することが可能とな
るために従来の２次元での診断に比べ、診断対象に対し
てはるかに的確な診断が実現できる。
えばヘリカルスキャン方式のＣＴ装置において、スライ
ス間隔を画素のピクセルサイズに等しくする、すなわち
縦、横、高さの均等なボクセルという３次元画素からな
る３次元画像情報を再構成し、この３次元画像情報から
抽出した関心領域について、この関心領域の等価半径、
球形度を求め、この等価半径、球形度を関心領域の診断
のためのパラメータとすることにより、３次元の診断対
象、例えば腫瘍等を３次元的に診断することが可能とな
るために従来の２次元での診断に比べ、診断対象に対し
てはるかに的確な診断が実現できる。
【００３４】本発明は上述した実施例に限定されず、種
々変形して実施可能である。例えば前述した実施例にお
ける関心領域の抽出方法については、画像全体から関心
領域を抽出しているが、この方法だと、目的とする領域
から離れた位置にある領域が抽出される場合がある。腫
瘍は一般には小さいものであるから、画像全体から抽出
することは、技術的に難しいこともある。そこで関心領
域の抽出方法の変形例として例えば図８に示すように、
操作者が抽出したい領域を囲む枠、つまり矩形ＲＯＩを
設定し、それをＺ軸方向に伸ばした立方体の内部だけ
で、関心領域を抽出する。すなわちＲＯＩ内部でのみし
きい値方式で領域を抽出する。こうすれば、狭い範囲内
で抽出するので、腫瘍の抽出が容易に、かつ正確にな
り、また計算時間も短くて済む。また、もう１つの変形
例として、前述の変形例と同様に、画像全体から予め別
の手段により肺野部分を抽出し、その肺野部分内におい
て関心領域を抽出するようにしても良い。肺野内部だけ
であれば、しきい値法などの比較的簡単な方法でも、腫
瘍を検出することが可能である。
々変形して実施可能である。例えば前述した実施例にお
ける関心領域の抽出方法については、画像全体から関心
領域を抽出しているが、この方法だと、目的とする領域
から離れた位置にある領域が抽出される場合がある。腫
瘍は一般には小さいものであるから、画像全体から抽出
することは、技術的に難しいこともある。そこで関心領
域の抽出方法の変形例として例えば図８に示すように、
操作者が抽出したい領域を囲む枠、つまり矩形ＲＯＩを
設定し、それをＺ軸方向に伸ばした立方体の内部だけ
で、関心領域を抽出する。すなわちＲＯＩ内部でのみし
きい値方式で領域を抽出する。こうすれば、狭い範囲内
で抽出するので、腫瘍の抽出が容易に、かつ正確にな
り、また計算時間も短くて済む。また、もう１つの変形
例として、前述の変形例と同様に、画像全体から予め別
の手段により肺野部分を抽出し、その肺野部分内におい
て関心領域を抽出するようにしても良い。肺野内部だけ
であれば、しきい値法などの比較的簡単な方法でも、腫
瘍を検出することが可能である。
【００３５】さらに、上述の説明では、等価半径および
球形度の２つのパラメータから関心領域についての診断
支援情報を求めたが、等価半径は必ずしも用いる必要は
なく、球形度のみで判定しても良い。診断の対象物は、
被検体（被検者）の胸部に限られない。
球形度の２つのパラメータから関心領域についての診断
支援情報を求めたが、等価半径は必ずしも用いる必要は
なく、球形度のみで判定しても良い。診断の対象物は、
被検体（被検者）の胸部に限られない。
【００３６】また、本実施例の説明においては、ヘリカ
ルスキャン方式のＣＴ装置を用いて３次元画像情報を求
めたが、これに限らず、磁気共鳴イメージング装置等に
より３次元画像情報を求めても良い。
ルスキャン方式のＣＴ装置を用いて３次元画像情報を求
めたが、これに限らず、磁気共鳴イメージング装置等に
より３次元画像情報を求めても良い。
【００３７】
【発明の効果】以上説明したように本発明は、３次元画
像情報から被検体における病巣部分と思われる疑わしい
領域に対して、特徴量として抽出領域と同じ体積である
球の半径と球形度の少なくとも一方を求め、抽出領域が
腫瘍であるか否かを判断することにより、腫瘍などの検
出能力を向上させることの可能な診断支援装置を提供で
きる。
像情報から被検体における病巣部分と思われる疑わしい
領域に対して、特徴量として抽出領域と同じ体積である
球の半径と球形度の少なくとも一方を求め、抽出領域が
腫瘍であるか否かを判断することにより、腫瘍などの検
出能力を向上させることの可能な診断支援装置を提供で
きる。
【図１】本発明による診断支援装置の一実施例の構成を
示すブロック図。
示すブロック図。
【図２】本発明の一実施例の動作を説明するために、１
つの臨床例について等価半径ｒおよび球形度を求める動
作を説明するフローチャート図。
つの臨床例について等価半径ｒおよび球形度を求める動
作を説明するフローチャート図。
【図３】ヘリカルスキャン方式のＣＴ装置におけるスキ
ャンの軌跡を説明する図。
ャンの軌跡を説明する図。
【図４】図３のヘリカルスキャンの結果生じる投影デー
タと画像の関係を示す図。
タと画像の関係を示す図。
【図５】図２の動作における関心領域の抽出方法の一例
を説明する図。
を説明する図。
【図６】均等に配置されたボクセルからなる３次元画像
を示す図。
を示す図。
【図７】本発明による等価半径ｒと球形度によって表わ
される特徴空間における、多数例の臨床画像について腫
瘍か否かを示す図。
される特徴空間における、多数例の臨床画像について腫
瘍か否かを示す図。
【図８】本発明の実施例における関心領域の抽出方法の
１つの変形例として、矩形ＲＯＩ内のみで腫瘍を抽出す
る例を示す図。
１つの変形例として、矩形ＲＯＩ内のみで腫瘍を抽出す
る例を示す図。
１…Ｘ線発生部、２…被検体、３…寝台、４…Ｘ線検出
部、５…再構成装置、６…操作卓、７…ＣＰＵ、８…表
示装置、９…画像記憶部、１０…システムバス、１１…
第１画像、１２…第２画像、１３…第３画像。
部、５…再構成装置、６…操作卓、７…ＣＰＵ、８…表
示装置、９…画像記憶部、１０…システムバス、１１…
第１画像、１２…第２画像、１３…第３画像。
─────────────────────────────────────────────────────
フロントページの続き
(56)参考文献 特開 平５−154155（ＪＰ，Ａ)
特開 平３−119489（ＪＰ，Ａ)
特開 平３−45248（ＪＰ，Ａ)
(58)調査した分野(Int.Cl.7，ＤＢ名)
A61B 6/00 - 6/14
Claims (3)
- 【請求項１】 被検体の３次元画像情報を得る手段と、
特定の３次元領域を抽出する手段と、この領域の少なく
とも一つの特徴量を求める手段とを具備し、前記特徴量
が、前記領域と同じ体積である球の半径と球形度の少な
くとも一方であり、前記抽出領域が腫瘍であるか否かを
判断することを特徴とする診断支援装置。 - 【請求項２】 前記特定の領域を抽出する手段におい
て、この特定の領域を囲む枠を設定し、この枠の内部で
のみ抽出を行なうことを特徴とする請求項１または請求
項２に記載の診断支援装置。 - 【請求項３】 前記被検体の３次元画像情報を得る手段
がヘリカルスキャン方式のコンピュータ断層撮影装置で
あることを特徴とする請求項１または請求項２または請
求項３に記載の診断支援装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP02973694A JP3425207B2 (ja) | 1994-02-28 | 1994-02-28 | 診断支援装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP02973694A JP3425207B2 (ja) | 1994-02-28 | 1994-02-28 | 診断支援装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07236634A JPH07236634A (ja) | 1995-09-12 |
| JP3425207B2 true JP3425207B2 (ja) | 2003-07-14 |
Family
ID=12284401
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP02973694A Expired - Lifetime JP3425207B2 (ja) | 1994-02-28 | 1994-02-28 | 診断支援装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3425207B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4118786B2 (ja) | 2003-11-14 | 2008-07-16 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 画像撮影診断支援システム |
| JP4549093B2 (ja) | 2004-04-12 | 2010-09-22 | キヤノン株式会社 | 画像処理装置及びその方法、プログラム |
| JP4635077B2 (ja) * | 2008-07-07 | 2011-02-16 | 東芝医用システムエンジニアリング株式会社 | コンピュータ支援診断装置 |
| WO2012090106A1 (en) * | 2010-12-29 | 2012-07-05 | Koninklijke Philips Electronics N.V. | Tnm classification using image overlays |
| CN109636901A (zh) * | 2018-12-20 | 2019-04-16 | 暨南大学附属第医院（广州华侨医院） | 一种鼻咽癌乏氧微环境影像组学研究模型建立方法 |
-
1994
- 1994-02-28 JP JP02973694A patent/JP3425207B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH07236634A (ja) | 1995-09-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1741062B1 (en) | Cone beam ct apparatus using truncated projections and a previously acquired 3d ct image | |
| US6487432B2 (en) | Method and system for selecting and displaying medical image data | |
| JP4152765B2 (ja) | 三次元ディジタル・マンモグラフィのための計算機支援検出（ｃａｄ） | |
| US8923577B2 (en) | Method and system for identifying regions in an image | |
| US9098935B2 (en) | Image displaying apparatus, image displaying method, and computer readable medium for displaying an image of a mammary gland structure without overlaps thereof | |
| JP5400326B2 (ja) | トモシンセシス画像を表示するための方法 | |
| US9058665B2 (en) | Systems and methods for identifying bone marrow in medical images | |
| US20080144909A1 (en) | Analysis of Pulmonary Nodules from Ct Scans Using the Contrast Agent Enhancement as a Function of Distance to the Boundary of the Nodule | |
| US6574500B2 (en) | Imaging methods and apparatus particularly useful for two and three-dimensional angiography | |
| JPWO2006057304A1 (ja) | Ｘ線ｃｔ装置及び画像処理装置 | |
| JP2008505694A (ja) | アーチファクトのないｃｔ血管造影図 | |
| US8861826B2 (en) | X-ray CT device | |
| WO2005073915A2 (en) | Automatic segmentation of tissues by dynamic change characterization | |
| JP4686279B2 (ja) | 医用診断装置及び診断支援装置 | |
| JP2005323628A (ja) | 画像再構成方法およびｘ線ｃｔ装置 | |
| JP3425207B2 (ja) | 診断支援装置 | |
| JP2004073432A (ja) | Ｘ線ｃｔ装置および画像処理方法、ならびにプログラム | |
| JP3615600B2 (ja) | 画像診断装置 | |
| JP4884649B2 (ja) | Ｘ線ｃｔ装置 | |
| Niki et al. | Three-dimensional image analysis of blood vessels using cone-beam CT |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090502 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090502 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100502 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100502 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110502 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110502 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120502 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120502 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130502 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130502 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140502 Year of fee payment: 11 |
|
| EXPY | Cancellation because of completion of term |