JP4849449B2

JP4849449B2 - 医用画像診断支援装置

Info

Publication number: JP4849449B2
Application number: JP2006119403A
Authority: JP
Inventors: 涼草野; 邦佳中島
Original assignee: Hitachi Medical Corp
Current assignee: Hitachi Healthcare Manufacturing Ltd
Priority date: 2006-04-24
Filing date: 2006-04-24
Publication date: 2012-01-11
Anticipated expiration: 2026-04-24
Also published as: JP2007289335A

Description

本発明は医用画像診断支援方法および装置に係り、特に肺気腫領域を検出可能な医用画像診断支援装置に関する。

従来、医師が肺気腫領域に関する支援情報を得るために使用する医用画像診断支援方法及び装置は、肺野領域から肺気腫領域を抽出する際に、固定または操作者がその都度指定したＣＴ値の閾値を用いて行っている。また肺気腫領域の進行を把握するために、ＣＲＴディスプレイ上の肺気腫領域の輪郭をマウスなどのポインティングデバイスでなぞり、なぞった領域内の画素数を計数して肺気腫領域の大きさを把握することが行われている（例えば、特許文献１および特許文献２を参照）。また、個体差などの理由で抽出誤差を補正する解析装置（例えば、特許文献３を参照）が提案されている。

特開２００３−１０１７１号公報特開２００４−４９４９８号公報特願２００４−２２２７１１号公報

しかしながら、従来の医用画像診断支援方法及び装置は、肺野領域から肺気腫領域を抽出するＣＴ値の閾値が固定または操作者がその都度指定した設定値となっていたため、より高精度の計測を行うことができなかった。つまり、被験者のベット上での撮影姿勢または体位によって発生する重力によるＣＴ値の抽出誤差は考慮されていなかった。

そこで本発明の目的は、被験者の撮影姿勢または体位によって発生する重力によるＣＴ値の抽出誤差を考慮して、より高精度に肺気腫領域を抽出することができるようにした医用画像診断支援方法及び装置を提供することにある。

本発明は上記目的を達成するために、画像データに基づいて肺野領域の抽出処理を行う肺野領域抽出処理ステップと、被検体の姿勢または体位による重力に基づく抽出誤差を考慮した閾値を得るための閾値設定処理を行う肺野領域解析処理ステップと、その後、前記肺野領域解析処理ステップで得た閾値を用いて肺野領域内から肺気腫領域の検出処理を行う肺気腫領域検出処理ステップと、肺気腫領域を支援情報としてディスプレイに表示する支援情報表示ステップとを備えたことを特徴とする。

本発明は、画像データに基づいて肺野領域抽出処理を行う肺野領域抽出手段と、この肺野領域抽出手段で抽出した肺野領域内から肺気腫領域の検出処理を行う肺気腫領域検出手段と、この肺気腫領域検出手段による肺気腫領域を支援情報としてディスプレイに表示する支援情報表示手段とを備えた医用画像診断支援装置において、被検体の姿勢または体位による重力に基づく抽出誤差を考慮した閾値を得るための閾値設定処理を行う肺野領域解析手段を設け、前記肺気腫領域検出手段は、この肺野領域解析手段で得た閾値を用いて肺気腫領域の検出処理を行うことを特徴とする。

また本発明は、前記肺野領域解析手段は、被検体に対して重力が作用する方向に複数の部分空間を形成するように前記肺野領域を分割して各部分空間毎に前記閾値を得ることを特徴とする。

さらに本発明は、各断層像単位で前記肺野領域の面積、平均値、標準偏差、平均値の９５％信頼区間の上限値および下限値、また各断層像単位で前記肺気腫領域の面積、割合、平均値、標準偏差、平均値の９５％信頼区間の上限値および下限値の少なくともいずれか一つを支援情報として算出する計測結果解析手段を設けたことを特徴とする。

本発明の医用画像診断支援方法では、被検体の姿勢または体位による重力に基づく抽出誤差を考慮した閾値を得るための閾値設定処理を行う肺野領域解析処理ステップを追加しているため、その後、肺野領域解析処理ステップで得た閾値を用いて肺気腫領域の検出処理を行うことにより、被検体の姿勢または体位による重力に基づく抽出誤差を考慮した閾値によって計測精度を向上させ、より高精度に肺気腫領域を抽出することができる。

本発明の医用画像診断支援装置では、被検体の姿勢または体位による重力に基づく抽出誤差を考慮した閾値を得るための閾値設定処理を行う肺野領域解析処理手段を追加し、この肺野領域解析処理手段で得た閾値を用いて肺気腫領域の検出処理を行うことにより、被検体の姿勢または体位による重力に基づく抽出誤差を考慮した閾値によって計測精度を向上させ、より高精度に肺気腫領域を抽出することができる。

また本発明による医用画像診断支援装置では、被検体に対して重力が作用する方向に複数の部分空間を形成するように肺野領域を分割して各部分空間毎に閾値を得るようにしたため、部分空間を増やすことによって比較的簡単に被検体の姿勢または体位による重力に基づく抽出誤差を考慮した閾値によって計測精度を向上させ、より高精度に肺気腫領域を抽出することができる。

また本発明による医用画像診断支援装置では、支援情報として具体的に定めた各計測項目から肺気腫領域に関する支援情報を定量的に捉え、その進行度を定量的に認識できるようになる。

以下、本発明の最良の実施の形態を図面に基づいて説明する。
図１は、発明の一実施の形態による医用画像診断支援装置を使用した医用画像診断支援システムを示すハードウエア構成図である。
医用画像診断支援システム１は、Ｘ線ＣＴ装置やＭＲ装置などの医用断層画像撮影装置２と、この医用断層画像撮影装置２によって取得した画像データを格納する画像データベース４と、画像データに基づいて作成した画像や支援情報などをディスプレイ１５に表示する医用画像診断支援装置１０とを備え、これらをＬＡＮ等のネットワーク３により互いに接続して構成されている。

医用画像診断支援装置１０は、主として各構成要素の動作を制御する中央処理装置（ＣＰＵ）１１と、制御プログラムを格納したりプログラム実行時の作業領域となったりする主メモリ１２と、オペレーティングシステム（ＯＳ）や周辺機器のデバイスドライブや画像データから肺気腫の支援情報を得るための処理等を行うためのプログラムを含む各種アプリケーションソフト等を格納した磁気ディスク１３と、表示用データを一時記憶する表示メモリ１４と、この表示メモリ１４からのデータに基づいて画像を表示するＣＴＲモニタや液晶モニタ等のディスプレイ１５と、キーボード１６と、位置座標入力装置としてのマウス１７と、このマウス１７の状態を検出してディスプレイ１５上のマウスポインタの位置やマウス１７の状態等の信号をＣＰＵ１１に出力するコントローラ１８と、上述した各構成要素を接続する共通バス１９とを備えている。

この医用画像診断支援装置１０は、ネットワーク３を介して画像データベース４から画像データを読み出すが、医用画像診断支援装置１０に接続された記憶装置、例えばＦＤＤ、ＣＤ−ＲＷドライブ、ＭＯドライブ、ＺＩＰドライブ等から断層画像データを読み込んでも良いし、またネットワーク３を経由して医用断層画像撮影装置２から直接画像データを取得しても良い。

上述した医用画像診断支援装置１０は、磁気ディスク１３内のプログラム等によって図２に示すように画像データベースやその他から読み出した画像データに対して肺野領域抽出処理を行う肺野領域抽出手段２４と、この肺野領域抽出手段２４で抽出した肺野領域データ内の気管・気管支領域データを削除する処理を行う気管・気管支領域削除手段２５と、腸管削除処理を実行する腸管領域削除手段２６と、肺野領域を分割する処理を行う肺野領域分割手段２７と、被検体の撮影姿勢または体位による重力に基づく抽出誤差を補正するために重力が作用する方向に複数の部分空間を形成するように分割して閾値設定曲線を得るための閾値設定処理を行う肺野領域解析手段２８と、この肺野領域解析手段２８で算出した閾値設定曲線に基づくＣＴ値を用いて肺気腫領域検出処理を実行する肺気腫領域検出手段２９と、抽出した肺野領域と分割した肺野領域と抽出した肺気腫領域の支援情報を元に各断層像単位で肺野領域の面積、平均値、標準偏差、平均値の９５％信頼区間の上限値および下限値、また肺気腫領域の面積、割合、平均値、標準偏差、平均値の９５％信頼区間の上限値および下限値の少なくともいずれか一つを算出する計測結果解析手段３０と、原画像や支援情報としての画像およびその他の情報をディスプレイ上に表示する支援情報表示手段３１とを有して構成している。

図３は、上述した医用画像診断支援装置１０が実行する支援方法を示すフローチャートである。
図１に示したＣＰＵ１１は、このフローチャートに従って動作する。まず、医用画像診断支援装置１０のディスプレイ１４上に被検者のＩＤ入力画面が表示された状態で、操作者は患者のＩＤ番号をキーボード１６から入力する。すると、医用画像モダリティによって予め撮影された画像データの中から診断対象となる患者のＩＤ番号に対応した画像データを画像データベース４から読み出す。このときキーボード１６などの入力手段２０からの信号に基づいて図２に示した表示判定手段２１は、肺気腫解析情報表示であることを検出し、原画像表示手段２３と肺気腫解析情報表示手段２２とを作動させる。

ステップＳ１で肺気腫解析情報表示手段２２の肺野領域抽出手段２４は、読み出した画像データに対して肺野領域抽出処理を実行する。
この肺野領域抽出処理は、詳細を図４に示すように先ずステップＳ１１で読み出した画像データに対して閾値処理を行い、二値化画像データを作成する。ここで閾値は、対象領域が明確に分離するように最適な値を予め設定しておいても良いし、画像データのＣＴ値範囲内における最多頻度を示すＣＴ値を中央値として、谷にとなる下限値および上限値を探索して閾値を自動設定しても良い。続くステップＳ１２では、先に作成した二値化画像データに二次元ラベリング処理を行ない、ラベル画像データを作成する。その後、ステップＳ１３では、この作成されたラベル画像データを用いて最大面積のラベル領域データを計算対象領域として抽出する面積判定処理を行う。続くステップＳ１４では、この抽出したラベル領域内の穴埋め処理を行い体領域データを作成する。またステップＳ１５では、先に抽出したラベル領域データと、体領域データの判別認識処理を行って肺野領域データを抽出する。その後、体領域の重心点を算出する。

次に、図２に示した気管・気管支領域削除手段２５を用いて図３に示したステップＳ２の気管・気管支領域削除処理を実行する。
この気管・気管支領域削除処理の詳細は、図５に示したようにステップＳ１６で、先ずステップＳ１で抽出した肺野領域データ内の気管・気管支領域データを削除する。この処理としては、１枚分の画像データの肺野領域において、その重心付近で孤立した小領域を削除したり、特願２００３−３１３４２４号に記載された方法を利用し気管・気管支領域データを抽出して行っても良い。続くステップＳ１７では、ステップＳ１で抽出した肺野領域データとステップＳ１６で抽出した気管・気管支領域データとが重なり合っている領域のデータを削除する判定削除処理を行う。

次に、図２に示した腸管領域削除手段２６を用いて図３に示したステップＳ３の腸管削除処理を実行する。
この処理としては、ステップＳ１で抽出した肺野領域データの重心を開始点として、特許第２８４５９９５号に記載された方法を採用したり、図６に示した腸管削除処理方法を採用しても良い。後者の腸管削除処理は、図６に示したステップＳ１８で、ステップＳ１とステップＳ２で抽出した肺野領域データにおいて上下のスライスで同位置に重なり領域が有るか無いかを判定する。もし重なり領域があれば、ステップＳ２０で別のスライスに進み、重なり領域が無ければステップＳ１９に進んで上下の重なりの無い領域データを削除する。

次に、図２に示した肺野領域分割手段２７を用いて図３に示したステップＳ４の肺野領域分割処理を実行する。
この肺野領域分割処理では、肺野を上肺野、中肺野、下肺野、または上肺野、下肺野に分割しても良いが、図７に示したフローチャートのように各画像データにおいて肺野内部と肺野外部に分割しても良い。つまり、図７に示した肺野領域分割処理は、先ず、ステップＳ２１で、先に抽出した肺野領域データにおいて各画像データで抽出した肺野領域データの辺縁部分を認識する。次に、ステップＳ２２では、ステップＳ２１で認識した辺縁部分の画素を中心とした円領域をマスク領域として設定する。このマスク領域の半径は初期値２ｃｍと設定したが、操作者がこの値を設定しても良い。次のステップＳ２３では、先に抽出した肺野領域データとステップＳ２２で設定したマスク領域との判別認識処理を行う。肺野領域とマスク領域が重なっている場合は肺野外部領域、重なっていない場合は肺野内部領域と設定する。

次に、図２に示した肺野領域解析手段２８を用いて図３に示したステップＳ５の肺野領域解析処理を実行する。
本処理では、先の肺野領域抽出処理にて抽出した領域を元に図８に示した肺野領域解析処理を行う。つまり、先ずステップＳ２４で、先の肺野領域抽出処理にて得られた肺野領域において線状影領域を抽出する。この抽出手法としては、Ｐｒｅｗｉｔｔフィルタで画像強調を行い、二値化処理で強調領域を抽出し、経験的に設定した長さ分連結している領域だけを線状影として抽出する。

次のステップＳ２５では、図９（ａ）〜図１１（ｒ）に示した部分空間の設定例のように、例えば寝台上に仰向けになった被検体を図１に示した医用断層画像撮影装置２で撮影した断層像において、その肺野領域を被検体の下方に位置する背側から上方に位置する腹側の方向に複数の部分空間を形成するように分割する。この複数の部分空間を形成する方向は、被検体の撮影姿勢または体位によって異なり、常に背側から腹側の方向とは限らないが、いずれの場合も寝台上の被検体に対して重力が作用する方向に複数の部分空間を形成するように分割する。

例えば、図９（ａ）では、同断層像において重力作用方向の下方に位置する背側から上方に位置する腹側の方向に３個の部分空間３２ａ〜３２ｃを形成するように両肺野領域を分割しており、図９（ｂ）では、同重力作用方向に５個の部分空間３２ａ〜３２ｅを形成するように両肺野領域を分割し、図９（ｃ）では、同重力作用方向に１０個の部分空間３２ａ〜３２ｊを形成するように両肺野領域を分割している。また、図９（ｄ）〜図９（ｆ）に示すように分割面４３によって片肺野領域毎に重力作用方向に部分空間を形成するように分割しても良い。

また図１０（ｇ）に示すように、肺野内腔４４ａと肺野外腔４４ｂに分割した上で、肺野領域を同重力作用方向に３個の部分空間３２ａ〜３２ｃを形成するように分割し、図１０（ｈ）では、同重力作用方向に５個の部分空間３２ａ〜３２ｅを形成するように分割し、図１０（ｉ）では、同重力作用方向に１０個の部分空間３２ａ〜３２ｊを形成するように分割している。また、図１０（ｊ）〜図１０（ｌ）に示すように分割面４３によって片肺野領域毎に重力作用方向に部分空間を形成するように分割しても良い。さらに、図１１（ｍ）〜図１１（ｒ）に示すように片肺野領域毎に縦隔付近、肺野中央、胸壁付近にそれぞれ分割面４３ａ〜４３ｅを追加しても良い。また、ステップＳ４で得られた肺野領域分割情報に基づいて部分空間を分割しても良い。

続くステップＳ２６では、ステップＳ２５で設定した部分空間において、上述した肺野領域データから、ステップＳ２４の線状影領域抽出処理で得た線状影領域データを除く領域の平均ＣＴ値を算出する統計解析処理を行う。この統計解析処理は、被検体の下方に位置する背側から上方に位置する腹側の方向に形成した複数の部分空間毎に行って、平均ＣＴ値を算出し、図１２に示したＣＴ値分布３３を得る。

次のステップＳ２７では、ステップＳ２６で得た統計解析処理結果に基づいて補間処理を行う。この補間処理によって、図１２に示したように平均ＣＴ値の閾値補正曲線３４を得る。この補間処理手法として、最小二乗法による補正や高次スプライン曲線による補正などがある。続いてステップＳ２８では、ステップＳ２７で得た閾値補正曲線３４に基づいて肺気腫領域を抽出するための閾値設定処理を行う。この閾値設定方法としては、図１２に示した閾値設定曲線３５のように閾値補正曲線３４の初期閾値を変化させて行う。ここでは初期閾値として、ＣＴ値−９１０を利用しているが、線状影領域を除いた肺野領域のＣＴ値分布を判別分析処理して閾値を決定しても良い。

図１２に示したように閾値設定曲線３５は、例えば寝台上に仰向けになった被検体を図１に示した医用断層画像撮影装置２で撮影した場合、横軸に示した腹側と背側では重力の影響によってＣＴ値に違いが生じる。従って、この重力の影響を無視して一つの固定値としての閾値を設定すると、腹側と背側では誤差が生じてしまう。しかしながら、被検体の下方に位置する背側から上方に位置する腹側の方向に図９〜図１１に示したような複数の部分空間を形成するように分割し、それぞれ部分空間毎に閾値を算出するようにしたため、被検体の撮影姿勢または体位による重力の影響を受けて腹側と背側でＣＴ値に違いが生じる現象を考慮に入れた正確な閾値設定曲線３５を得ることができる。

この閾値設定曲線３５は、図９〜図１１で説明した重力作用方向に複数の部分空間を形成するように肺野領域を分割する際、同方向における部分空間の数が多くなるように分割すればする程、重力の影響を排除することができる。この分割は部分空間が画素単位となるまで多くすることができるが、画素単位にまで分割した場合にはノイズによる影響を受けるので、上述した方向における分割空間の限界は例えば５画素までとするのが望ましい。

次に、図２に示した肺気腫領域検出手段２９を用いて図３に示したステップＳ６の肺気腫領域検出処理を実行する。
図１３は、この肺気腫領域検出処理を具体的に示したフローチャートで、先ず、ステップＳ２９で、先に抽出した肺野領域に対して図１４に示した局所ＣＴ値のばらつき算出および判定処理を実行する。つまり、ステップＳ３２では、先の肺野領域抽出処理によって得た肺野領域に対して、図１５に示すような関心領域３６を設定する。ここで、関心領域３６の初期の大きさは半径３画素とするが、操作者によって変更することも可能である。次のステップＳ３３では、設定した関心領域３６内のＣＴ値の標準偏差を算出する。続くステップＳ３４では、算出した標準偏差と予め設定した閾値とを比較し、算出した標準偏差が閾値よりも大きければ、次の関心領域を設定してステップＳ３３からの処理を繰り返し実行する。しかし、算出した標準偏差が予め設定した閾値よりも小さければ、ステップＳ３５で対象領域として抽出する。

次に、図１３に示したステップＳ３０のＣＴ値の閾値処理および判定処理を行う。これは、先に抽出した肺野領域に対して閾値処理を行って二値化画像を作成し、これに基づいて判定処理を行うものである。ここでの閾値は、健常者の肺野内の平均ＣＴ値より低い−９１０を用いて図１２の閾値設定曲線３５によって設定する。その後、この閾値処理によって抽出した領域において、直径３ｍｍ未満の領域を削除するが、この３ｍｍ未満という閾値も操作者が設定しても良い。続くステップＳ３１では、先のステップＳ２９で抽出した領域と、先のステップＳ３０で抽出した領域とで重なりあっている領域を肺気腫領域として抽出する判定削除処理を行う。

このようにして抽出した肺気腫領域は、図１２に示した閾値設定曲線３５で説明したように被検体の撮影姿勢または体位による重力の影響を受けてＣＴ値に差が生じる現象を考慮に入れているため、高精度での抽出が可能である。しかも、図１４に示した局所ＣＴ値のばらつき算出および判定処理の結果を加味しているため、一層高精度での抽出が可能である。

次に、図２に示した計測結果解析手段３０を用いて図３に示したステップＳ７の計測結果解析処理を実行する。
ステップＳ１〜Ｓ３で抽出した肺野領域と、ステップＳ４で分割した肺野領域と、ステップ６で抽出した肺気腫領域の情報を元に、各断層像単位で肺野領域の面積、平均値、標準偏差、平均値の９５％信頼区間の上限値および下限値と、肺気腫領域の面積、割合、平均値、標準偏差、平均値の９５％信頼区間の上限値および下限値とを算出する。また、各全肺野および各肺野単位の解析結果を算出する。ここでは肺野領域および肺気腫領域において上述した計測項目を全て解析処理しているため、詳細な診断のための支援情報を得ることができるが、他の実施の形態ではこれらの各項目から選んだ複数もしくは少なくとも一つの項目を解析処理するようにしても良い。また、平均値の信頼区間を９５％と初期設定したが、これに限らず操作者が任意に設定しても良い。

次に、図２に示した支援情報表示手段３１を用いて図３に示したステップＳ８の解析情報表示処理を実行する。
つまり、図１６に示した画面表示例のように、図１３で抽出した肺気腫領域３８ａを表示色によって強調した支援情報としての画像３８と、図２に示した原画像表示手段２３により画像データベース４から読み出した画像データに基づいた原画像３７と、一般補足文字情報３９とを共に表示する。ここでは、原画像３７と支援情報としての画像３８とを並置した表示例を示しているが、一つの画面で肺気腫領域を重ね合わせた画像だけを表示しても良い。

図１７は、支援情報表示手段３１による他の画面表示例を示しており、上述した原画像３７と、ステップＳ６での肺気腫領域検出処理に基づく肺気腫領域３８ａを表示色によって強調した支援情報としての画像３８と、一般補足文字情報３９と、ステップＳ７の計測結果解析処理に基づく各計測項目の文字情報４０とを表示している。

また図１８は、支援情報表示手段３１によるさらに他の画面表示例を示しており、入力したシリーズ単位の１０コマの画像４１ａ〜４１ｊを支援情報として表示したものである。

さらに図１９は、支援情報表示手段３１によるさらに他の画面表示例を示しており、図１８に示した画像４１ａ〜４１ｊの表示画面上で、任意の３スライスの画像４１ａ〜４１ｃを選択したとき、画像４１ａ〜４１ｊの表示領域を図１９に示すような画面表示に切り替わるようにしたものである。支援情報としての画像４２は、ライン４５上のサジタル像に対して、そのライン上の肺気腫領域を表示したものである。

上述した支援情報表示手段３１により支援情報としての画像３８、４１ａ〜４１ｊ、４２を表示する場合、肺気腫領域は、例えば特開２００３−１０１７１号公報に記載した方法などに基づいてその進行度によって異なる色別表示するようにしても良い。

本発明による医用画像診断支援方法及び装置は、図１に示した医用画像診断支援システムに限らず他の医用画像診断支援システムにも適用することができる。また本発明による医用画像診断支援方法は、新たな医用画像診断支援装置の磁気ディスク内に図３で説明したフローチャートに従うプログラムを格納したり、既存の医用画像診断支援装置の磁気ディスク内に上述したプログラムをインストールすることによって使用することもできる。

本発明の一実施の形態による医用画像診断支援システムを示すブロック構成図である。図１に示した医用画像診断支援装置の要部を示すブロック構成図である。本発明の一実施の形態による医用画像診断支援方法の処理手順を示すフローチャートである。図３に示した肺野領域抽出処理の詳細を示すフローチャートである。図３に示した気管・気管支領域削除処理の詳細を示すフローチャートである。図３に示した腸管領域削除処理の詳細を示すフローチャートである。図３に示した肺野領域分割処理の詳細を示すフローチャートである。図３に示した肺野領域解析処理の詳細を示すフローチャートである。図８に示した部分空間設定処理における分割例を示す説明図である。図８に示した部分空間設定処理における他の分割例を示す説明図である。図８に示した部分空間設定処理におけるさらに他の分割例を示す説明図である。図８に示した閾値設定処理の説明図である。図３に示した肺気腫領域抽出処理の詳細を示すフローチャートである。図１３に示した局所ＣＴ値のぱらつき算出・判定処理の詳細を示すフローチャートである。図１３に示した局所ＣＴ値ばらつき算出処理の説明図である。図３に示した支援情報表示処理による表示画面例を示すディスプレイの正面図である。図３に示した支援情報表示処理による他の表示画面例を示すディスプレイの正面図である。図３に示した支援情報表示処理によるさらに他の表示画面例を示すディスプレイの正面図である。図３に示した支援情報表示処理によるさらに他の表示画面例を示すディスプレイの正面図である。

符号の説明

１医用画像診断支援システム
２医用断層画像撮影装置
４画像データベース
１０医用画像診断支援装置
１１ＣＰＵ
１３磁気ディスク
１５ディスプレイ
２２肺気腫解析情報表示手段
２３原画像表示手段
２４肺野領域抽出手段
２５気管・気管支領域削除手段
２６腸管領域削除手段
２７肺野領域分割手段
２８肺野領域解析手段
２９肺気腫領域検出手段
３０計測結果解析手段
３１支援情報表示手段
３２ａ〜３２ｅ部分空間
３４閾値補正曲線
３５閾値設定曲線
３７原画像
３８画像
３８ａ肺気腫領域

Claims

画像データに基づいて肺野領域抽出処理を行う肺野領域抽出手段と、この肺野領域抽出手段で抽出した肺野領域内から肺気腫領域の検出処理を行う肺気腫領域検出手段と、この肺気腫領域検出手段による肺気腫領域を支援情報としてディスプレイに表示する支援情報表示手段とを備えた医用画像診断支援装置において、
被検体の姿勢または体位による重力に基づく抽出誤差を考慮した閾値を得るための閾値設定処理を行う肺野領域解析手段を設け、前記肺気腫領域検出手段は、この肺野領域解析手段で得た閾値を用いて肺気腫領域の検出処理を行い、
前記肺野領域解析手段は、被検体に対して重力が作用する方向に複数の部分空間を形成するように前記肺野領域を分割して各部分空間毎に前記閾値を得ることを特徴とする医用画像診断支援装置。
前記肺野領域解析手段は、前記部分空間ごとに設定された閾値を補間処理することにより得られた閾値補正曲線に基づき、前期肺気腫領域検出手段が肺気腫領域の検出処理に用いる閾値設定曲線を設定することを特徴とする請求項１記載の医用画像診断支援装置。
各断層像単位で前記肺野領域の面積、平均値、標準偏差、平均値の９５％信頼区間の上限値および下限値、また各断層像単位で前記肺気腫領域の面積、割合、平均値、標準偏差、平均値の９５％信頼区間の上限値および下限値の少なくともいずれか一つを支援情報として算出する計測結果解析手段を設けたことを特徴とする請求項１または２に記載の医用画像診断支援装置。