JP3842171B2

JP3842171B2 - 断層像処理装置

Info

Publication number: JP3842171B2
Application number: JP2002147242A
Authority: JP
Inventors: 正樹小林; 俊明田部井
Original assignee: Aloka Co Ltd
Current assignee: Hitachi Ltd
Priority date: 2002-05-22
Filing date: 2002-05-22
Publication date: 2006-11-08
Anticipated expiration: 2022-05-22
Also published as: JP2003339694A

Description

【０００１】
【発明の属する技術分野】
本発明は、生体の断層像の画像処理に関し、特に内臓脂肪と皮下脂肪を分離して計測するための技術に関する。
【０００２】
【従来の技術】
肥満の原因である脂肪には、皮下組織につく皮下脂肪と、内臓組織につく内臓脂肪とがあるが、このうち内臓脂肪が生活習慣病の大きな誘因と考えられている。このため、単なる体脂肪量の計測ではなく、皮下脂肪と内臓脂肪を分別して計測できる方法が求められている。
【０００３】
これに対し、近年、特開2000-093424や特開2001-029343のように、Ｘ線ＣＴによる腹部断層像から内臓脂肪や皮下脂肪の量を計測する手法がいくつか提案されている。
【０００４】
Ｘ線ＣＴでは、脂肪と、筋肉や皮膚、血液などとは、ＣＴ値が明確に異なるため、断層像の各画素の画素値（画素値はＣＴ値に対応する）から、脂肪の領域を識別することができる。ただし、内臓脂肪と皮下脂肪はＣＴ値として差がないので、両者を如何に分離するかが問題となる。
【０００５】
特開2000-093424では、ＣＴ断層像を、脂肪を示すＣＴ値範囲にある画素とそれ以外の画素とに弁別して二値化して表示する。そして、その二値化画像で内臓脂肪領域と皮下脂肪領域がつながっている場合は、操作者がそれら両者を分離する分離ラインを画像上で入力することで、内臓脂肪と皮下脂肪を分離する構成を採っている。また、特開2001-029343では、操作者が、ＣＴ断層像上でマウス等のポインティングデバイスを用いて内臓脂肪領域や皮下脂肪領域の境界線を描き、その境界線内の画素数を計数するなどにより内臓脂肪量や皮下脂肪量を計算している。
【０００６】
【発明が解決しようとする課題】
このように、従来技術では、いずれも操作者が画像を見て内臓脂肪や皮下脂肪の領域を指定する必要があり、操作者の操作負担が大きかった。
【０００７】
本発明はこのような問題に鑑みなされたものであり、操作者が内臓脂肪や皮下脂肪の領域を指定しなくても、両者を分離して処理できる装置及び方法を提供することを目的とする。
【０００８】
【課題を解決するための手段】
上記目的を達成するため、本発明に係る断層像処理装置は、被検体の断層像から、各画素の画素値に基づき、皮膚又は筋肉を表す筋肉画素と、脂肪を表す脂肪画素とを識別する画素種別識別手段と、断層像を外側から内側に向かって調べ、最外周の脂肪画素を探索する最外脂肪探索手段と、最外脂肪探索手段で求めた脂肪画素を起点にし、この起点に対して連結性を有する脂肪画素の領域を皮下脂肪領域と認識する皮下脂肪認識手段と、画素種別識別手段で識別した脂肪画素の領域から、皮下脂肪認識手段で認識した皮下脂肪領域を除いた残りの領域を、内臓脂肪領域と認識する内臓脂肪認識手段と、を備える。
【０００９】
この構成では、断層像を外側から内側に向かって調べることで、最外周の脂肪画素を求め、これに連結する脂肪画素群を皮下脂肪と認識することで、皮下脂肪と内臓脂肪を弁別することができる。例えば、腹膜が内臓脂肪を完全に包囲しており、このことが断層像にも現れている場合には、この構成により皮下脂肪と内臓脂肪を弁別認識できる。
【００１０】
そして本発明では、前記最外脂肪探索手段は、前記断層像における最も外側の筋肉画素の領域について、その領域の外周からＭ画素分（Ｍは所定の自然数）の深さまでの各筋肉画素の画素値を、筋肉画素及び脂肪画素のいずれとも異なる所定値に変更し、この所定値の画素に隣接する脂肪画素を最外周の脂肪画素として求める。
【００１１】
この発明によれば、例えば断層像上で皮膚と腹膜とが連結している場合でも、確実に皮下脂肪と内臓脂肪を弁別することができる。
【００１２】
本発明の別の好適な態様では、断層像処理装置は、前記所定値に変更された筋肉画素を除いた各筋肉画素に対し、Ｎ画素分（Ｎは所定の自然数）の膨張処理を施す筋肉画素膨張手段を更に備え、前記皮下脂肪認識手段は、前記筋肉画素膨張手段により膨張処理を施した結果の断層像に対し、前記起点に対して連結性を有する脂肪画素の領域を求め、この脂肪画素の領域に対してＮ画素分の膨張処理を施した結果を皮下脂肪領域として認識する。
【００１３】
この態様では、例えば、断層像上で腹膜が内臓脂肪を完全に包囲せず、その結果内臓脂肪と皮下脂肪とが断層像上で連結している場合でも、それら両者を切り分けて認識することができる。
【００１４】
【発明の実施の形態】
以下、本発明の実施の形態（以下実施形態という）について、図面に基づいて説明する。
【００１５】
図１は、本発明に係るシステムの概略構成を示す図である。図において、Ｘ線ＣＴ装置１０は、被検体のＸ線ＣＴ撮像を行う装置であり、これには既存のＸ線ＣＴ装置を用いることができる。このＸ線ＣＴ装置１０により得られたＣＴ断層像データは、断層像処理装置２０に入力される。本実施形態では、内臓脂肪と皮下脂肪を分離して測定するので、対象となるのは主として腹部ＣＴである。なお、Ｘ線ＣＴ装置１０から断層像処理装置２０に入力されるＣＴ断層像データは、断層領域各点のＣＴ値のマップであってもよいし（この場合画素値はＣＴ値そのものである）、ＣＴ値に対して処理を加えた結果の画像であってもよい。
【００１６】
断層像処理装置２０では、そのＣＴ断層像データが画像メモリ２４に格納される。そして、演算処理部２２が、画像メモリ２４に格納されたＣＴ断層像データをもとに、表示部２６に表示する断層像の形成や、皮下脂肪や内臓脂肪の分離測定などの所定の処理を実行する。
【００１７】
被検体（例えばほ乳類や鳥類など）の腹部は、図２に模式的に示すように、最外層の皮膚１００の内側に皮下脂肪１０２があり、その内側に腹膜（腹筋）１０４があり、その腹膜１０４の内側に内臓１０６が存在する構造となっている。一般に、この腹膜１０４の内部に脂肪が存在する場合、内臓脂肪１０８と呼ばれる。周知のようにＸ線ＣＴでは、筋肉や皮膚は水に近いＣＴ値を示し、脂肪とは明らかにＣＴ値が異なる。同様に空気のＣＴ値は、筋肉や脂肪などと明らかに異なる。
【００１８】
図３は、演算処理部２２による皮下脂肪、内臓脂肪の分離に関する処理の手順の一例を示すフローチャートである。また、図４及び図５は、この処理手順の主要な段階での断層像の処理結果を模式的に示している。これらの図を参照して、本実施形態の処理の内容を説明する。
【００１９】
この処理では、まずＣＴ断層像データの各画素を、その画素値（ＣＴ値）に基づいて、筋肉又は皮膚を表す筋肉画素、脂肪を表す脂肪画素、被検体の外部の空気層を表す外部画素、およびそれらのいずれにも該当しない「その他画素」（骨などに該当）に分類する（Ｓ１０）。ＣＴ断層像データの画素値はＣＴ値の違いを反映しているので、各画素の画素値からそれら各画素を上記のごとく分類することが可能である。すなわち、例えば、あらかじめ筋肉画素と判定する画素値の範囲、脂肪画素と判定する画素値の範囲、外部画素と判定する画素値の範囲を定めておけば、ＣＴ断層像データの各画素の画素値をそれら各範囲と比較することで、各画素を上記のごとく分類することができる。これら各範囲は、互いに重ならないように設定することができる。例えばＣＴ断層像データのある画素の画素値が、筋肉画素の画素値範囲に含まれるならば、その画素は筋肉画素と識別することができる。
【００２０】
この分類処理の結果は、例えば、筋肉画素、脂肪画素、外部画素、及びその他画素を互いに異なる画素値で表現した画像として表すことができる。以下では、筋肉画素を画素値Ａで、脂肪画素を画素値Ｂで、外部画素の画素値Ｃで表現したものとして説明する。なお、その他画素は、内臓脂肪、皮下脂肪の分離に関する処理に直接関係ないので省略する。
【００２１】
図４の（ａ）にこの分類処理（Ｓ１０）の結果の画像を模式的に示す。この例では、腹部の断層像が、筋肉画素（画素値Ａ）からなる筋肉画素領域１１０ａ及び１１０ｂ及び１１０ｃ，脂肪画素（画素値Ｂ）からなる脂肪画素領域１２０ａ及び１２０ｂ、外部画素（画素値Ｃ）からなる外部画素領域１３０に分類されている。この図では、筋肉画素の画素値Ａが濃い網掛けで、脂肪画素の画素値Ｂが薄い網掛けで、外部画素の画素値Ｃが白色（地の色）で、それぞれ示されている。
【００２２】
ここで、筋肉画素領域１１０ａは皮膚に、筋肉画素領域１１０ｂは腹膜に、筋肉画素領域１１０ｃは内臓等に、それぞれ対応している。ただし、ＣＴ断層像データ上では、皮膚も腹膜も内臓等もほぼ似通った画素値となるので、それらはすべて同じ筋肉画素に分類される。同様に、脂肪画素領域１２０ａは皮下脂肪に、脂肪画素領域１２０ｂは内臓脂肪にそれぞれ対応するものであるが、ＣＴ断層像データの画素値ではそれら両者を区別することはできないため、両者は同じ脂肪画素に分類されている。この分類結果の画像は、画像メモリ２４に格納される。
【００２３】
断層像の各画素の分類が完了すると、その分類結果の画像（以下「分類結果画像」という）において、被検体の最外周の皮膚層の筋肉画素領域１１０ａを削除する。この削除処理は、例えば、外部画素に隣接する筋肉画素の画素値Ｂを外部画素の画素値Ｃに置き換える処理（Ｓ１２）を、Ｍ回（Ｍは所定の自然数）繰り返すことにより実現することができる（Ｓ１４）。
【００２４】
ここで、ステップＳ１２及びＳ１４の詳細な処理手順としては、例えば次のような処理手順が考えられる。
【００２５】
すなわちステップＳ１２では、まず分類結果画像の格納領域とは別に断層像１フレーム分の作業領域を画像メモリ２４上に確保する。そして、分類結果画像を検査対象画像とし、この検査対象画像上で、ラスタ走査などの所定の走査方式に従って注目画素を１画素ずつ移動させながら、その注目画素に対して次の判定・置換処理を行う。
【００２６】
判定・置換処理では、注目画素の画素値がＡ（筋肉画素）であるという第１条件と、その注目画素に隣接する近傍画素のうちの１つでも画素値がＣ（外部画素）のものがあるという第２条件、の両条件が満足されるか否かを判定する。そして、それら両条件のどちらか一方でも満足されない場合は、その注目画素の値を、前述の作業領域の対応画素の画素値にセットする。これに対し、それら両条件が共に満足された場合は、作業領域におけるその注目画素の対応画素の画素値にＣをセットする。なお、この場合、図６（ａ）に示すように注目画素１５０の上下左右の隣接画素を近傍画素１５２としてもよいし（４近傍）、図６（ｂ）に示すように、注目画素１５０の斜めの隣接画素をも近傍画素１５２として取り扱うようにしてもよい（８近傍）。
【００２７】
以上の処理によれば、注目画素が外部画素と隣接する筋肉画素である場合、その筋肉画素が外部画素に置換され、注目画素がそれ以外である場合は、元の注目画素の種別が維持される。
【００２８】
この処理を、検査対象画像の全画素に対して行うことで、被検体の皮膚層に対応する筋肉画素領域１１０ａの最外周が１画素分だけ外部画素に置き換えられた画像が作業領域に形成される。
【００２９】
このようにして筋肉画素領域１１０ａが最外周から１画素分だけ外部画素に置き換えられた画像が形成されると、次にこの画像を検査対象画像として、上述のステップＳ１２の処理を繰り返す。この結果、筋肉画素領域１１０ａが最外周から２画素分だけ外部画素に置き換えられた画像が形成される。
【００３０】
このようにして順次検査対象画像を順に切り替えながら、ステップＳ１２の処理をＭ回繰り返すことで、筋肉画素領域１１０ａを、最外周からＭ画素分の深さまで外部画素に置き換えた画像を得ることができる。
【００３１】
ここで、ステップＳ１４における繰り返し回数Ｍを、被検体の断層像における皮膚層の最大厚みに対応する値に設定しておくことで、皮膚に該当する筋肉画素領域１１０ａを除去することができる。このＭの値は、実験や経験などに応じて設定すればよい。このようにして筋肉画素領域１１０ａを除去することで、皮下脂肪に相当する脂肪画素領域１２０ａが外部画素領域１３０に接した画像を得ることができる（図４（ｂ）参照）。なお、ステップＳ１２では、脂肪画素は外部画素に置換されないので、脂肪画素領域１２０ａが削られることはない。
【００３２】
このようにして皮膚層に相当する筋肉画素領域１１０ａを除去した画像（皮膚層除去結果画像と呼ぶ）ができると、次にその皮膚層除去結果画像において、各筋肉画素をＮ画素分だけ膨張させる。この膨張処理は、筋肉画素を１画素分膨張させる膨張処理（Ｓ１６）をＮ回（Ｎは所定に自然数）繰り返すことにょり実現できる（Ｓ１８）。この膨張処理には、従来より画像処理分野で一般的に用いられている膨張処理を利用することができる。すなわち、例えば筋肉画素を検知すると、その筋肉画素の近傍画素群（図６参照）を筋肉画素に置換すればよい。Ｎ回の繰り返しは、皮膚層除去（Ｓ１２及びＳ１４）と同様に行えばよい。
【００３３】
このステップＳ１６及びＳ１８の処理は、腹膜１０４に対応する筋肉画素領域１１０ｂが内臓脂肪１０８に対応する脂肪画素領域１２０ｂを完全に包囲するようにするための処理である。すなわち、本実施形態では、腹膜１０４に対応する筋肉画素領域１１０ｂの外側の脂肪画素領域を皮下脂肪、内側の脂肪画素領域を内臓脂肪と弁別するので、腹膜１０４に対応する筋肉画素領域１１０ｂの一部が欠けて内臓脂肪部分を完全に包囲しない状態となると、外側・内側の判別ができなくなり、上述の弁別が不可能になる。例えば、症例によっては、腹膜の一部が非常に薄く、ＣＴ断層像データ上に現れない場合があり、このような場合には内臓脂肪と皮下脂肪の弁別が不可能になる。そこで、このような事態を避けるために、筋肉画素をＮ画素分膨張させる。逆に言えば、この膨張幅Ｎ（繰り返し回数）は、筋肉画素領域１１０ｂの欠けた部分がつながるよう、実験や経験などにしたがってあらかじめ定めておく。このステップＳ１６及びＳ１８の処理により、図４（ｃ）に示すように、腹膜１０４に対応する筋肉画素領域１１０ｂが内臓脂肪１０８に対応する脂肪画素領域１２０ｂを完全に包囲している画像（腹膜膨張結果画像と呼ぶ）が得られる。
【００３４】
なお、腹膜１０４に対応する筋肉画素領域１１０ｂが内臓脂肪１０８に対応する脂肪画素領域１２０ｂを完全に包囲することが分かっている場合には、ステップＳ１６及びＳ１８の処理は不要である。
【００３５】
腹膜膨張結果画像が得られると、次に皮下脂肪に該当する画素にラベル付けを行う。このラベル付け処理では、まず、腹膜膨張結果画像において外部画素に隣接する脂肪画素を探索する（Ｓ２０）。この探索では、例えばラスタ走査などの所定の走査方式に従って腹膜膨張結果画像の各画素を順次を調べ、外部画素に隣接する脂肪画素を探す。この探索処理により外部画素に隣接した脂肪画素が見つかる（Ｓ２２の判定結果がＹ（肯定））と、その脂肪画素を起点とし、この起点に対して連結する連結成分の各画素に対し、皮下脂肪を表す所定のラベル値Ｌs をセットする（Ｓ２４）。このラベル値Ｌs は、前述の筋肉画素、脂肪画素、外部画素、その他画素、のいずれの画素値とも異なる値とすれば、腹膜膨張結果画像において皮下脂肪の画素にラベル値Ｌs をセットしても問題ない。なお、ステップＳ２４における連結成分のラベル付けには、従来から知られている連結成分ラベル付けアルゴリズムを用いることができる。
【００３６】
腹膜膨張結果画像では、皮膚に相当する部分が外部画素に置き換わっているので、皮下脂肪に相当する脂肪画素領域１２０ａの外周が外部画素と隣接している。更には、ステップＳ１６及びＳ１８での筋肉画素の膨張処理により、皮下脂肪に相当する相当する脂肪画素領域１２０ａと内臓脂肪に相当する脂肪画素領域１２０ｂとは、腹膜に相当する筋肉画素領域１１０ｂにより完全に分離されている。したがって、ステップＳ２０〜Ｓ２４の処理により、皮下脂肪に相当する脂肪画素領域１２０ａに対してのみ、ラベル値Ｌs をセットすることができる。
【００３７】
なお、図３の手順では、いったん連結成分のラベル付け（Ｓ２４）を行った後、再度ステップＳ２０以下の処理を繰り返しているのは、図７に示すように、皮膚１００と腹膜１０４とが直接連結するなどして、皮下脂肪１０２の領域が複数の領域に分割されている場合があるからである。このような場合がないと言えるケースでは、このような繰り返しは必要ない。
【００３８】
ステップＳ２０〜Ｓ２４の処理の結果得られる画像（皮下脂肪ラベル付け画像と呼ぶ）は、図５の（ｄ）に示すようなものとなる。皮下脂肪ラベル付け画像では、皮下脂肪に相当する領域１２２の各画素がラベル値Ｌs となっている。
【００３９】
皮下脂肪ラベル付け画像が得られると、次に、その皮下脂肪ラベル付け画像において、値がＬs である画素の領域（皮下脂肪を表す）をＮ画素分だけ膨張させる。すなわち、筋肉画素の膨張処理（ステップＳ１６及びＳ１８）では、本来皮下脂肪である領域が、内側からＮ画素分だけ筋肉画素に置き換えられ、縮小された形となっているので、ここではその置き換え分を元に戻す処理を行うわけである。この膨張処理では、皮下脂肪ラベル付け画像において、値がＬs である画素を探索し、そのような画素が見つかると、これを１画素分膨張させる（Ｓ２６）。この膨張処理では、分類結果画像（図４（ａ））を参照し、膨張先の画素のうち、分類結果画像にて脂肪画素である画素に対してのみ、膨張を行い、分類結果画像において脂肪画素でない画素に対して膨張を行わない。このステップＳ２６の処理をＮ回繰り返す（Ｓ２８）ことで、皮下脂肪の領域が内側に向かってＮ画素分だけ膨張させることができる。この結果、元来皮下脂肪の領域であった部分が値Ｌs でラベル付けされた皮下脂肪膨張結果画像（図５（ｅ）参照）を得ることができる。
【００４０】
この皮下脂肪膨張結果画像において、値がＬs である画素の数を計数すれば、その計数結果から断層像における皮下脂肪の面積を求めることができる（Ｓ３０）。
【００４１】
さらに、分類結果画像（図４（ａ））において脂肪画素の総数を計数すれば、その計数結果から断層像における総脂肪面積を求めることができる（Ｓ３２）ので、ステップＳ３０で求めた皮下脂肪面積をこの総脂肪面積から差し引くことで、内臓脂肪の面積を求めることができる（Ｓ３４）。
【００４２】
なお、以上の処理を、腹部ＣＴで得た複数の断層像について行い、各層の皮下脂肪面積、内臓脂肪面積に対してそれぞれその層の厚みを乗算し、その乗算結果をすべての層について総和すれば、腹部全体での皮下脂肪の体積及び内臓脂肪の体積を求めることができる。更には、求めた皮下脂肪体積及び内臓脂肪体積に対して脂肪の比重を乗算すれば、被検体腹部の皮下脂肪の重量及び内臓脂肪の重量をそれぞれ計算することができる。
【００４３】
このようにして求めた皮下脂肪及び内臓脂肪の物理量（面積、体積、質量など）は、表示部２６に表示することができる。これら物理量は、ＣＴ断層像と同時表示することも可能である。
【００４４】
以上では、皮下脂肪及び内臓脂肪の物理量を個別に計算する手順を示したが、この処理を応用すると、ＣＴ断層像において、皮下脂肪と内臓脂肪とを互いに区別して表示することも可能である。これには、例えば、分類結果画像（図４（ａ））の脂肪画素のうち、皮下脂肪膨張結果画像（図５（ｅ））にて値Ｌs でラベル付けされている画素には皮下脂肪を表す値Ｘを設定し、値Ｌs 以外の脂肪画素には内臓脂肪を表す値Ｙ（Ｙ≠Ｘ）を設定し、この結果を表示すればよい。
【００４５】
以上説明したように、本実施形態の装置によれば、皮下脂肪と内臓脂肪の境界を人が指定しなくても、自動的に両者を弁別して認識することができる。そして、この弁別の結果、それら各々の物理量を計算したり、それら両者を区別して表示したりするなどの処理が可能となる。
【００４６】
以上説明した実施形態の処理では、被検体の最外層の筋肉画素領域１１０ａを外側から内側に向かってＭ画素分だけ除去（すなわち外部画素への置換）し（ステップＳ１２及びＳ１４）、その除去結果の画像において、外部画素に隣接する脂肪画素（及びこの脂肪画素に連結する連結成分の脂肪画素群）を皮下脂肪と認識した。これに対し、別の考え方として、最外層の筋肉画素領域１１０ａをそのまま残し、この領域１１０ａに隣接する脂肪画素（及びこの脂肪画素に連結する連結成分の脂肪画素群）を皮下脂肪と認識するという方式も考えられる。すなわちこの方式では、例えば、外部画素に隣接する筋肉画素、及びこの筋肉画素に連結する連結成分の筋肉画素群に対し、皮膚を表す値をラベル付けする。そして、この皮膚のラベル値が設定された画素に隣接する脂肪画素（及びこの脂肪画素に連結する連結成分の脂肪画素群）を皮下脂肪と認識するようにすればよい。
【００４７】
ただし、この方式は、図２に示したように、皮膚１００と腹膜１０４とが皮下脂肪１０２の層により完全に分離されているケースには有効であるが、図７や図８に例示するように皮膚１００と腹膜１０４とが筋肉画素により繋がっているケースには適用できない。なぜなら、後者のケースでは、腹膜１０４に相当する筋肉画素領域も皮膚に相当する領域と同じ値でラベル付けされてしまうので、腹膜１０４の内側の脂肪画素も皮下脂肪と認識されてしまうからである。このようなことから、図３〜図５に例示した方式の方が汎用性の点で優れている。
【００４８】
また、以上の処理では、外部画素に隣接する筋肉画素領域１１０ａをＭ画素分の深さまで外部画素に置換したが、この代わりに、外部画素に隣接する筋肉画素領域１１０ａをＭ画素分の深さまで、筋肉画素、脂肪画素、外部画素、その他画素のいずれとも異なる所定画素値（仮にＺとする）に置換するようにしてもよい。これには、図３の処理手順において、最初のステップＳ１２で分類結果画像において外部画素に隣接する筋肉画素に画素値Ｚをセットし、残りのＭ−１回のステップＳ１２では画素値Ｚの画素に隣接する筋肉画素を画素値Ｚに変更していけばよい。そして、ステップＳ２０では、画素値Ｚの画素に隣接する脂肪画素の領域を皮下脂肪のラベル値でラベル付けすればよい。
【００４９】
また、以上に説明した実施形態では、最初にＣＴ断層像データの各画素をステップＳ１０にて筋肉画素、脂肪画素などの種別に分類したが、これは必須ではない。ステップＳ１２やＳ１６、Ｓ２０、Ｓ２４、Ｓ２６、Ｓ３２など、各画素の種別の区別が必要な場合にその都度各画素の種別を判定するようにしても、原理上はかまわない。
【００５０】
なお、本実施形態における演算処理部２２は、以上に説明した処理手順を記述したプログラムをコンピュータシステムに実行させることにより実現することができる。
【００５１】
また、以上では、Ｘ線ＣＴ装置により得られたＣＴ断層像データを元にした処理例を説明したが、この他にも筋肉画素、脂肪画素、外部画素が何らかの方法で弁別できる画像であれば、本実施形態の手法によりその画像から内臓脂肪と皮下脂肪を自動弁別することができる。
【００５２】
【発明の効果】
以上説明したように、本発明によれば、人が内臓脂肪と皮下脂肪の境界を指定しなくても、自動的にそれら両者を弁別して認識することができる。
【図面の簡単な説明】
【図１】実施形態のシステムの概略構成を示す図である。
【図２】腹部断層像の概略構造を模式的に示す図である。
【図３】実施形態の断層像処理装置の処理手順の一例を示すフローチャートである。
【図４】実施形態の断層像処理装置の処理手順の各段階の処理結果の画像を模式的に示す図である。
【図５】実施形態の断層像処理装置の処理手順の各段階の処理結果の画像を模式的に示す図である。
【図６】注目画素に対する近傍画素を説明するための図である。
【図７】皮下脂肪が複数の領域に分かれている腹部断層像の例を模式的に示す図である。
【図８】皮膚と腹膜が繋がっている場合の腹部断層像の例を模式的に示す図である。
【符号の説明】
１０Ｘ線ＣＴ装置、２０断層像処理装置、２２演算処理部、２４画像メモリ、２６表示部、１１０ａ，１１０ｂ，１１０ｃ筋肉画素領域、１２０ａ，１２０ｂ脂肪画素領域、１３０外部画素領域。

Claims

被検体の断層像から、各画素の画素値に基づき、皮膚又は筋肉を表す筋肉画素と、脂肪を表す脂肪画素とを識別する画素種別識別手段と、
断層像を外側から内側に向かって調べ、最外周の脂肪画素を探索する最外脂肪探索手段と、
最外脂肪探索手段で求めた脂肪画素を起点にし、この起点に対して連結性を有する脂肪画素の領域を皮下脂肪領域と認識する皮下脂肪認識手段と、
画素種別識別手段で識別した脂肪画素の領域から、皮下脂肪認識手段で認識した皮下脂肪領域を除いた残りの領域を、内臓脂肪領域と認識する内臓脂肪認識手段と、
を備え、前記最外脂肪探索手段は、前記断層像における最も外側の筋肉画素の領域について、その領域の外周からＭ画素分（Ｍは所定の自然数）の深さまでの各筋肉画素の画素値を、筋肉画素及び脂肪画素のいずれとも異なる所定値に変更し、この所定値の画素に隣接する脂肪画素を最外周の脂肪画素として求めることを特徴とする断層像処理装置。
前記所定値に変更された筋肉画素を除いた各筋肉画素に対し、Ｎ画素分（Ｎは所定の自然数）の膨張処理を施す筋肉画素膨張手段、
を更に備え、前記皮下脂肪認識手段は、前記筋肉画素膨張手段により膨張処理を施した結果の断層像に対し、前記起点に対して連結性を有する脂肪画素の領域を求め、この脂肪画素の領域に対しＮ画素分の膨張処理を施した結果を皮下脂肪領域として認識することを特徴とする請求項１に記載の断層像処理装置。
コンピュータシステムを、
被検体の断層像から、各画素の画素値に基づき、皮膚又は筋肉を表す筋肉画素と、脂肪を表す脂肪画素とを識別する画素種別識別手段、
断層像を外側から内側に向かって調べ、最外周の脂肪画素を探索する最外脂肪探索手段、
最外脂肪探索手段で求めた脂肪画素を起点にし、この起点に対して連結性を有する脂肪画素の領域を皮下脂肪領域と認識する皮下脂肪認識手段、
画素種別識別手段で識別した脂肪画素の領域から、皮下脂肪認識手段で認識した皮下脂肪領域を除いた残りの領域を、内臓脂肪領域と認識する内臓脂肪認識手段、
として機能させるためのプログラムであって、
前記最外脂肪探索手段は、前記断層像における最も外側の筋肉画素の領域について、その領域の外周からＭ画素分（Ｍは所定の自然数）の深さまでの各筋肉画素の画素値を、筋肉画素及び脂肪画素のいずれとも異なる所定値に変更し、この所定値の画素に隣接する脂肪画素を最外周の脂肪画素として求めるようにしたことを特徴とするプログラム。
コンピュータシステムを、更に、前記所定値に変更された筋肉画素を除いた各筋肉画素に対しＮ画素分（Ｎは所定の自然数）の膨張処理を施す筋肉画素膨張手段、として機能させると共に、前記皮下脂肪認識手段は、前記筋肉画素膨張手段により膨張処理を施した結果の断層像に対し、前記起点に対して連結性を有する脂肪画素の領域を求め、この脂肪画素の領域に対してＮ画素分の膨張処理を施した結果を皮下脂肪領域として認識するようにしたことを特徴とする請求項３に記載のプログラム。