JP5049654B2

JP5049654B2 - 医用画像処理装置、及び医用画像処理方法

Info

Publication number: JP5049654B2
Application number: JP2007142273A
Authority: JP
Inventors: 敦子杉山; 仁山形; 重治大湯
Original assignee: Toshiba Corp; Toshiba Medical Systems Corp
Current assignee: Toshiba Corp; Canon Medical Systems Corp
Priority date: 2006-05-29
Filing date: 2007-05-29
Publication date: 2012-10-17
Anticipated expiration: 2027-05-29
Also published as: JP2008006274A

Description

本発明は、ボリュームレンダリング（ＶＲ：Volume Rendering）処理におけるパラメータ設定を好適に行い、目的とする対象を良好に映像化できる医用画像処理装置、及び医用画像処理方法に関する。

現在、わが国で肺癌は悪性腫瘍死の第一位を占めると共に増加の一途を辿っており、喫煙対策による予防と並んで早期発見への社会的な要請が強い。わが国の各自治体では胸部単純Ｘ線写真と喀痰細胞診による肺癌検診が施行されているが、１９９８年に出された旧厚生省の「癌検診有効性評価に関する研究班」の報告では、現行の肺癌検診では効果があるとしても小さいと結論されている。Ｘ線コンピュータ断層撮影法（以下、ＣＴと記す）では胸部単純Ｘ線写真よりも容易に肺野型肺癌を発見できるが、ヘリカルスキャン方式のＣＴが現れた1990年以前は撮像時間が長く検診に使用できなかった。しかしヘリカルＣＴが登場して間もなく被曝を低減するために比較的低いＸ線管電流で撮像する方法（以下、低線量ヘリカルＣＴと記す。）が開発され、これを用いた肺癌検診のパイロット研究がわが国および米国で行われた。その結果、低線量ヘリカルＣＴが胸部単純Ｘ線写真を大きく上回る肺癌検出率を有することが実証されている。

一方、ヘリカルＣＴの撮像に要する時間は１９９８年以降のＣＴ検出器の多列化によって短縮され続けており、最新の６４列といった多列検出器ヘリカルＣＴではほぼ等方的な１ｍｍ未満の解像度で肺全体を１０秒未満で撮像可能である。このようなＣＴの技術革新は肺癌をより小さな段階で発見できる可能性を拓いているが、多列検出器ヘリカルＣＴは１回のスキャン当りおよそ数千枚の画像を生成するため、読影に要する負担が著しく増大するという問題も招いている。

ところで、従来のコンピュータ支援画像診断処理装置を用いて肺野のボリュームレンダリング画像を表示する場合には、肺野領域内の密度差や個人による肺野領域の密度差に関係なく、装置によって一定の肺野用のオパシティカーブ（オパシティ特性曲線）が用いられている。従ってユーザが目的とするボリュームレンダリング画像を得るには、画像表示装置ユーザーインターフェースを用いて、個々にボリュームレンダリングのためのパラメータ(オパシティカーブなど)を調整している。

ＣＴ肺野領域のボリュームレンダリング表示に対しては、表示しようとする関心領域(Volume of Interest : ＶＯＩ)の特徴量を求め、これらの特徴量に基づいてボリュームレンダリング表示のパラメータを決定する必要がある。しかしながら、これら特徴量を用いてユーザが目的とするボリュームレンダリング画像を得る事は困難であり、画像表示装置のユーザーインターフェースを用いてパラメータ調整をするには膨大な時間を必要としてきた。そのため読影医の負担が増大し、診断に用いられることが極めて少ない。すなわち、等方性の三次元画像データが作成可能であるにもかかわらず、目的に応じたボリュームレンダリング画像作成は、読影医の負担がさらに増大するため、診断に用いられることが極めて少ない。

この様な事情から、低線量ヘリカルＣＴを肺癌検診の方法として確立し、ボリュームレンダリング画像を画像診断として利用可能とするため、目的に応じたボリュームレンダリング画像を簡便に表示する方法が臨まれるところである。

なお、本願に関連する公知文献としては、例えば次のようなものがある。
John Pawasauskas; Volume Visualization With Ray Casting CS563 - Advanced Topics in Computer Graphics February 18, 1997

本発明は、上記事情を鑑みてなされたもので、対象を好適に映像化できる画像生成パラメータを自動的に或いは最小限の作業で設定可能な医用画像処理装置、及び医用画像処理方法を提供することを目的としている。

本発明は、上記目的を達成するため、次のような手段を講じている。

一実施形態に係る医用画像処理装置は、医用画像機器を用いて取得されたデータに基づいて画像を生成する医用画像処理装置であって、画像中の処理対象領域を特定する領域特定ユニットと、表示画像種を選択するための選択ユニットと、前記領域特定ユニットによって特定された処理対象領域内の関心領域に関するヒストグラムを生成し、選択された前記表示画像種を基準として設定される所定範囲内の前記ヒストグラムを用いて、確率密度関数によるフィッティング、平均値及び分散値を含む統計量を計算し、前記統計量に基づいてボリュームレンダリング処理におけるオパシティカーブを設定し、当該オパシティカーブを含む画像生成パラメータを設定するパラメータ設定ユニットと、前記画像生成パラメータを用いたボリュームレンダリング処理を実行することで、三次元画像を生成する画像生成手段と、を具備するものである。
一実施形態に係る医用画像処理方法は、医用画像機器を用いて取得された画像中の処理対象領域を特定し、表示画像種を選択し、前記領域特定ユニットによって特定された処理対象領域内の関心領域に関するヒストグラムを生成し、選択された前記表示画像種を基準として設定される所定範囲内の前記ヒストグラムを用いて、確率密度関数によるフィッティング、平均値及び分散値を含む統計量を計算し、前記統計量に基づいてボリュームレンダリング処理におけるオパシティカーブを設定し、当該オパシティカーブを含む画像生成パラメータを設定し、前記画像生成パラメータを用いたボリュームレンダリング処理を実行することで、三次元画像を生成すること、を具備するものである。

以上本発明によれば、対象を好適に映像化できる画像生成パラメータを自動的に或いは最小限の作業で設定可能な医用画像処理装置、及び医用画像処理方法を実現することができる。

以下、本発明の第１乃至第３の実施形態を図面に従って説明する。なお、以下の説明において、略同一の機能及び構成を有する構成要素については、同一符号を付し、重複説明は必要な場合にのみ行う。

なお、各実施形態においては、説明を具体的にするため、肺野を診断対象とする場合の例について説明する。しかしながら、これに拘泥されず、例えば本実施形態に係る技術的思想は、例えば乳房、肝臓等を診断対象とする場合においても適用可能である。

（第１の実施形態）
図１は、本実施形態に係るコンピュータ支援画像診断処理装置１のブロック構成図を示している。同図に示すように、本コンピュータ支援画像診断処理装置１は、制御部１０、画像処理部１２、表示部１４、操作部１６、記憶部１８、送受信部１９、肺野領域抽出部１７、前景背景分割部２０、データ解析部２１を具備している。

なお、本実施形態に係るコンピュータ支援画像診断処理装置は、例えば汎用のコンピュータ装置を基本ハードウェアとして用いることができる。そして肺野領域抽出部１７、データ解析部２１は、上記のコンピュータ装置に搭載されたプロセッサに画像診断処理プログラムを実行させることにより実現することができる。このときにコンピュータ支援画像診断処理装置１は、上記の画像診断処理プログラムが上記のコンピュータ装置に予めインストールされて実現されても良いし、磁気ディスク、光磁気ディスク、光ディスク、半導体メモリなどのようなリムーバブルな記録媒体に記録して、あるいはネットワークを介して上記の画像診断処理プログラムを配布し、この画像診断処理プログラムを上記のコンピュータ装置に適宜インストールして実現されても良い。なお、上記の各部は、その一部または全てをロジック回路などのハードウェアにより実現することも可能である。また上記の各部のそれぞれは、ハードウェアとソフトウェア制御とを組み合わせて実現することも可能である。

制御部１０は、当該コンピュータ支援画像処理装置を構成する各ユニットを動的又は静的に制御する。特に、制御部１０は、後述する肺野領域抽出、ＶＲパラメータ設定において、肺野領域抽出部１７、データ解析部２１等を統括的に制御する。

画像処理部１２は、各種医療用画像機器によって取得された画像を用いて、診断目的に応じた所定の画像処理を施す。特に、画像処理部１２は、ＶＲパラメータ設定機能によって設定されたオパシティカーブに従ってＶＲ処理を実行する。この画像生成部１２での画像処理により、画像診断に用いられる画像（診断画像）が生成される。

表示部１４は、所定の画像、所定領域に関するヒストグラム、オパシティカーブを設定・選択・変更するための入力画面、その他の操作を行うための入力画面等を所定の形態にて表示する。

操作部１６は、操作者からの各種指示、条件等を当該装置１にとりこむためのトラックボール、各種スイッチ、マウス、キーボード等を有している。また、操作部１６は、後述するＶＲパラメータ設定において、オパシティカーブ等を設定・選択・変更するための所定のインタフェースを有する。

記憶部１８は、患者データ、マルチスライスＣＴ２に代表される各種医用画像機器によって取得された画像データや、肺野領域抽出機能に従う処理、ＶＲ処理に代表される各種画像処理等を実行するためのプログラム、ＶＲパラメータ設定機能を実現するための専用プログラムを格納する。

送受信部１９は、ネットワークを介して、他の装置やデータベースと診断に利用可能な情報の送受信を行う。

肺野領域抽出部１７は、制御部１０からの制御に従って肺野領域抽出機能を実現する。以下、この肺野領域抽出機能によって実現される処理を肺野領域抽出処理と呼ぶ。

前景背景分割部２０は、Ｘ線ＣＴ装置によって取得された三次元画像データを用いて所定の画像処理を実行することにより肺野領域抽出し、この抽出された肺野領域を前景領域（肺血管と結節とにおよそ相当する領域）と背景領域（前景領域以外の領域）とに分割する。

データ解析部２１は、ＶＲパラメータ設定機能を実現する。この機能は、肺野領域抽出処理によって前景領域と背景領域とに分割された画像（領域分割画像）を用いて、結節であり得る領域（結節候補領域）、結節候補領域とそれに連続する周辺領域とからなる領域（拡張結節候補領域）を抽出し、これらのＨ．Ｕ．（Hounsfield Unit）に関するヒストグラムを用いた統計解析を行うことにより、ＶＲパラメータ（すなわち、オパシティカーブ）を決定する。以下、このＶＲパラメータ設定機能によって実現される処理をＶＲパラメータ設定処理と呼ぶ。

次に、以上のように構成されたコンピュータ支援画像診断処理装置１の動作について説明する。

図２Ａ、図２Ｂは、コンピュータ支援画像診断処理装置１がボリュームレンダリング画像生成・表示を行う場合の処理の流れを示したフローチャートである。各図に示すように、本ボリュームレンダリング画像生成・表示においては、マルチスライスＣＴ２による三次元画像データの取得、肺野領域抽出、ＶＲパラメータ設定、ＶＲレンダリング画像作成、ＶＲ画像表示の各処理が実行される。以下、各処理の内容について説明する。

（Ｘ線ＣＴ三次元画像データの取得：ステップＳ１）
マルチスライスＣＴ２は、診断対象となる被検体の肺を含む胸部全体を撮影し、所定の画像再構成等を行うことで、三次元画像データを取得する。なお、撮影法（例えば、コンベンショナルスキャン、ヘリカルスキャンのいずれを採用するか）、画像再構成方法には特に拘泥されない。また、取得された三次元画像データは、ネットワーク通信又は可搬な外部メディア等を介して、コンピュータ支援画像診断処理装置１の記憶部１８に格納される。

（肺野領域抽出処理：ステップＳ２）
図３Ａは、肺野領域抽出処理の流れを示したフローチャートである。同図に示すように、まず、肺野領域抽出部１７は、例えばマルチスライスＣＴ装置によって取得された三次元画像データを、記憶部１８から読み出す（ステップＳ２１）。次に、肺野領域抽出部１７は、上記の三次元画像データから肺に相当する領域を分割する（ステップＳ２２）。この処理には、例えば既存の方法（Hu S, Hoffman EA, Reinhardt JM. Automatic lung segmentation for accurate quantitation of volumetric X-ray CT images. IEEE Trans Med Imaging 2001; 20:490-498）を利用可能である。

次に、肺野領域抽出部１７は、ステップＳ２２で得た肺領域を、肺血管と結節とにおよそ相当する前景領域とそれ以外の背景領域とに二分する（ステップＳ２３）。この処理には、例えば既存の適応的閾値処理（Manay S, Yezzi A. Antigeometric diffusion for adaptive thresholding and fast segmentation. IEEE Trans Image Processing 2003; 12:1310-1323）を適用可能である。図４（ａ）はマルチスライスＣＴ２で取得された３次元画像データを用いた画像を示す図である。図４（ｂ）は図４（ａ）から分割された前景部の画像を示す図である。なお、図４（ａ）における円内に結節が存在している。また図４（ｂ）は、黒地範囲が肺領域に相当し、この肺領域の中の白抜き領域が肺領域前景部を表す。

なお、本肺野領域抽出処理は、例えば操作部１６からのマニュアル操作により結節候補領域を特定することによっても実現することができる。この様なマニュアル操作により、ユーザが観察を希望する結節等を選択することができる（図２ＢステップＭ２等参照）。

図３Ｂは、マニュアル操作を含む肺野領域抽出処理の流れを示したフローチャートである。同図に示すように、まず、肺野領域抽出部１７は、記憶部１８から三次元画像データを読み出す。表示部１４には、読み出されたデータに基づく三次元画像が表示される（ステップＳ２１）。操作者が、操作部１６を用いたマニュアル操作により、表示された三次元画像上に結節候補領域を特定すると、制御部１０は、当該特定指示を受け付ける（ステップＳ２２ａ）。肺野領域抽出部１７は、特定された結節候補領域に基づいて、三次元画像データから結節候補領域を抽出し（ステップＳ２２ｂ）、この抽出された結節候補領域を前景領域と背景領域とに二分する（ステップＳ２３）。

（ＶＲパラメータ設定機能：ステップＳ３）
図５は、ＶＲパラメータ設定処理の流れを示したフローチャートである。同図に示すように、まず、データ解析部２１は、ステップＳ２３において生成された領域分割画像において、例えば特開２００６−２３９００５公報に記載の手法によって得られる楕円情報を用いて、直方体のＶＯＩの中心及びサイズを決定する。図６（ａ）に図４（ａ）のＶＯＩ断面を、図６（ｂ）に図４（ｂ）のＶＯＩ断面を、図６（ｃ）に図４（ｂ）を用いた前景抽出断面をそれぞれ示した。また、図７、図８に、ステップＳ３１において抽出されたＶＯＩをそれぞれ示した。

次に、データ解析部２１は、例えば図９に示すように、抽出された前景部のみを含むＶＯＩに関するＨ.Ｕ．のヒストグラムを作成する（ステップＳ３２）。なお、図１０に一般的なＣＴ値（すなわちＨ．Ｕ．）を示した。

次に、結節候補領域優先モード又は拡張結節候補領域優先モードの選択を受け付ける（ステップＳ３３）。ここで、結節候補領域優先モードとは、結節候補領域を優先的に映像化するためのオパシティ曲線を設定するモードである。また、拡張結節候補領域優先モードとは、拡張結節候補領域を優先的に映像化するためのオパシティ曲線を設定するモードである。なお、本ステップのモード選択においては、操作性の観点から、例えば操作部１６に設けられた専用スイッチ、或いは図１１に示すような入力画面により選択操作を受け付けることが好ましい。また、結節候補領域優先モード又は拡張結節候補領域優先モードの選択は、最終的に取得される画像が、結節候補領域を優先的に映像化するものであるのか、或いは拡張結節候補領域全体を優先的に映像化するものであるのかを決定付ける。このことから、結節候補領域優先モード又は拡張結節候補領域優先モードの選択は、画像種の選択とも呼ばれる。

次に、データ解析部２１は、作成されたＶＯＩに関するＨ.Ｕ．のヒストグラムを用いて、ステップＳ３３において選択されたモードに応じた統計解析を実行する（ステップＳ３４）。ここで実行される統計解析とは、確率密度関数を用いたヒストグラムのフィッティング処理により、その平均、標準偏差、分散等を取得するものである。

すなわち、結節候補領域優先モードが選択された場合には、データ解析部２１は、図１４、図１５に示すように、ヒストグラム上で正の領域での値が最大になるＨ．Ｕ．値をＡとし、Ｈ．Ｕ．＝０からＨ．Ｕ．＝Ｂを経てボクセル総数が０になる領域をαとする。さらに、データ解析部２１は、領域αに対して、次の式（１）に従う確率密度関数（図１５にそのグラフを示す）を用いてフィッティング計算し、ガウス分布関数を推定する統計解析を行う。

ここで、平均をμ_ａ、標準偏差をσ_ａ、分散をσ_ａ ^２とした。

また、拡張結節候補領域優先モードが選択された場合には、データ解析部２１は、図１２、図１６に示すように、負の領域で最大値になるＨ．Ｕ．をＢとし、Ｈ．Ｕ．＝Ａ以下でボクセル総数が０になるＨ．Ｕ．をＣとし、Ｌ＝｜Ａ−Ｃ｜とする。さらに、データ解析部２１は、図１４に示すように、Ｃから２Ｌの領域をβとし、領域βに対して、次の式（２）に従う確率密度関数（図１６参照）を用いてフィッティング計算し、ガウス分布関数を推定する統計解析を行う。

ここで、平均をμ_ｂ、標準偏差をσ_ｂ、分散をσ_b ²とした。

次に、データ解析部２１は、統計解析の結果を用いて、ＯＷＬ（Opacity Window Level）、ＯＷＷ（Opacity Window Width）を決定することで、オパシティカーブを設定する（ステップＳ３４）。すなわち、データ解析部２１は、結節候補領域優先モードが選択された場合には、ＯＷＬ＝μ_ａ−３σ_a、ＯＷＷ＝３σ_aとして図１５に示すオパシティカーブＣｏを設定する。また、データ解析部２１は、拡張結節候補領域優先モードが選択された場合には、ＯＷＬ＝ＯＷＷ＝３σ_bとして図１６に示すオパシティカーブＣｏを設定する。

なお、上記ＯＷＬ、ＯＷＷの値の決定は一例であり、必要に応じて他の任意の実数を選択することができる。

また、ウインドウのボクセル値の低い端におけるオパシティー値からウインドウのボクセル値の高い端におけるオパシティー値へ、ボクセル値の変化に伴ってオパシティの値が変化するようにオパシティー特性曲線を求めるようにしてもよい。この区間内は、直線的に変化させてもよいし、所定の曲線関数を用いて求めた曲線に従って変化させてもよい。

（ＶＲレンダリング画像作成処理：ステップＳ４）
ステップＳ３において算出されたＶＲパラメータを適応してＶＲ処理を実行し、ＶＲ画像を生成する。この処理にはJohn Pawasauskas; Volume Visualization With Ray Casting CS563 - Advanced Topics in Computer Graphics February 18、1997)に開示されている手法を用いることが可能である。

（ＶＲ画像表示処理：ステップＳ５）
表示部１４は、ステップＳ４において生成されたＶＲ画像を所定の形態で表示する。すなわち、表示部１４は、結節候補領域を優先して表示する場合には、図１５に示すオパシティカーブに従って生成されたＶＲ画像（図１７参照）を表示する。また、表示部１４は、拡張結節候補領域を優先して表示する場合には、図１６に示すオパシティカーブに従って生成されたＶＲ画像（図１８参照）を表示する。

なお、必要に応じて、ＶＲパラメータ設定処理によって得られたオパシティカーブとＶＲ画像とを（すなわち、図１５（又は図１６）に示すオパシティカーブと図１７（又は図１８）に示すＶＲ画像或いは前景領域のＶＲ画像とを）同時に表示するようにしてもよい。

（変形例１）
上記実施形態においては、典型的な例として、一次関数であるオパシティカーブを設定する場合について説明した。しかしながら、オパシティカーブは、一次関数に拘泥されず、所望の関数や概形によっても定義することができる。図１９に、オパシティカーブの他の典型的な例を示した。このとき、操作性の観点から、例えば図２０に示すようなユーザインタフェースにより、予め設定されたオパシティカーブの中から所望のものを選択できることが好ましい。

（変形例２）
上記実施形態に従って設定されたＶＲパラメータ（オパシティカーブ）は、所定の操作により、他の設定に変更することができる。以下、その内容について、オパシティカーブが一次関数である場合を例に説明する。

一次関数であるオパシティカーブは、二つの条件設定によって変更することができる。一つはオパシティカーブの傾き、もう一つはオパシティ＝０となるＨ．Ｕ．の設定である。

図２１〜図２４は、傾きＳ１−１を有するオパシティカーブ及び当該オパシティカーブを用いて生成されるＶＲ画像を、オパシティ＝０となるＨ．Ｕ．を１００［Ｈ．Ｕ．］単位（ただし、図２３から図２４は、３００［Ｈ．Ｕ．］単位）で変化させたものを示している。図２１（傾きＳ１−１でオパシティの下限が−７５０［Ｈ．Ｕ．］の場合）では、結節周辺の血管が多く結節が周辺構造に埋もれてしまっている。図２２（傾きＳ１−１でオパシティの下限が−６５０［Ｈ．Ｕ．］の場合）では、図２１の場合と比較して結節が見え易くなっており、結節と血管との関係が分かり易い。図２３（傾きＳ１−１でオパシティの下限が−５５０［Ｈ．Ｕ．］の場合）では、結節がさらに見易くなっている。図２４（傾きＳ１−１でオパシティの下限が−２５０［Ｈ．Ｕ．］の場合）では、結節は映像化されているが、血管が見えなくなってしまっている。

図２５は、傾きＳ２−１でオパシティの下限が−７５０［Ｈ．Ｕ．］とした場合のオパシティカーブ及び当該オパシティカーブを用いて生成されるＶＲ画像を示している。この場合には、結節を囲む周辺血管が見易く映像化されている。

また、図２６は、傾きＳ２−１でオパシティの下限が−６５０［Ｈ．Ｕ．］とした場合のオパシティカーブ及び当該オパシティカーブを用いて生成されるＶＲ画像を示している。この場合には、結節を囲む周辺血管が図２５の場合に比して減少しており、結節及び当該結節と血管との関係がより見易くなっている。

図２７〜図２９は、オパシティの下限を−７５０［Ｈ．Ｕ．］に固定し、その傾きを３段階（Ｓ１−１、Ｓ３−１、Ｓ６−１）で変化させた場合のオパシティカーブ及び当該オパシティカーブを用いて生成されるＶＲ画像を示している。図２７では、結節周辺の血管及び気管支が多く映像化されてしまい、結節自身を見ることができない。図２８では、結節とその周辺の血管及び気管支との関係性が把握し易い画像となっている。なお、同図の領域Ｑが、末梢気管支や末梢血管のパーシャルボリュームエフェクト部分である。この領域をＶＲ表示に含ませるか否かにより、ＶＲ画像は大きく変化することになる。図２９では、結節の周辺構造が表示されず、結節が観察し易い形態となっている。

なお、参考のため、傾きをＳ１−１からＳ６−１まで６段階で変化させたオパシティカーブの様子を、図３０に示した。

（効果）
以上述べた構成によれば、以下の効果を得ることができる。

本コンピュータ支援画像診断処理装置では、肺野は人や表示部位によってスポンジ状組織の密度が異なる等の点に着目し、前景領域を含む関心領域に関するヒストグラムを作成し、これに対する統計解析の結果という客観的な指標を用いて、結節候補領域又は拡張結節候補領域のいずれかを優先させるオパシティカーブを設定することができる。従って、オパシティカーブを、何を観察対象とするかという目的に応じて好適に設定することができ、その結果、結節候補領域や拡張結節候補領域を明確に映像化できるコンピュータ支援画像診断処理装置を実現することができる。

また、本コンピュータ支援画像診断処理装置によれは、ヒストグラムに対する統計解析の結果に基づいて、オパシティカーブが自動的に設定される。従って、従来に比して、迅速且つ簡便にＶＲパラメータ設定することができ、画像診断時におけるユーザの作業負担を軽減することができる。

さらに、本コンピュータ支援画像診断処理装置によれは、自動的に設定されたオパシティカーブを、関心領域に関するヒストグラム上において変更することができる。従って、ユーザは、オパシティカーブの微調整や変更を迅速且つ的確に行うことができる。

（第２の実施形態）
次に、本発明の第２の実施形態について説明する。本実施形態は、ＶＲパラメータ設定において、ヒストグラムのｂｉｎ幅を例えば操作部１６からの操作により任意の値に設定することができるものである。ここで、ｂｉｎ幅とは、ヒストグラム横軸の各階級の幅である。例えば、図３１に示すようなｂｉｎ幅１のヒストグラムをｂｉｎ幅２０に変更すると、図３２に示すようなヒストグラムになる。

なお、本実施形態に係るコンピュータ支援画像診断処理装置は、第１の実施形態に係る装置と比べた場合、図２のステップＳ３に対応するＶＲパラメータ設定処理のみ異なる。

図３３は、本実施形態に係るＶＲパラメータ設定処理の流れを示したフローチャートである。同図に示すように、まず、データ解析部２１は、ステップＳ２３において生成された領域分割画像において、前景領域を含む領域をＶＯＩとして抽出する（ステップＳ３１ａ）。このＶＯＩの抽出処理は、図５のステップＳ３１と同様である。

次に、結節候補領域優先モード又は拡張結節候補領域優先モードの選択を受け付ける（ステップＳ３２ａ）。

次に、データ解析部２１は、抽出されたＶＯＩに関して、例えば初期設定によりｂｉｎ幅２０とするヒストグラムを作成する（ステップＳ３３ａ）。なお、本ステップにおいてｂｉｎ幅２０とする設定は、単なる例示であり、これに拘泥されない。しかしながら、肺野領域に関するＶＲパラメータ設定においては、ｂｉｎ幅を例えば１０以上２０以下の値に設定することが好ましい。

次に、データ解析部２１は、作成されたＶＯＩに関するＨ.Ｕ．のヒストグラムを用いて、ステップＳ３３ａにおいて選択されたモードに応じた統計解析を実行する（ステップＳ３４ａ）
すなわち、結節候補領域優先モードが選択された場合には、データ解析部２１は、図３４に示すようなｂｉｎ幅２０、横軸範囲を−１０００［Ｈ．Ｕ．］から２００［Ｈ．Ｕ．］としたヒストグラムを用いて、ガウス分布関数、そのピーク値等を計算する。また、拡張結節候補領域優先モードが選択された場合には、データ解析部２１は、図３５に示すようなｂｉｎ幅２０、横軸範囲を−１０００［Ｈ．Ｕ．］から−５００［Ｈ．Ｕ．］としたヒストグラムを用いて、ガウス分布関数、そのピーク値等を計算する。

次に、データ解析部２１は、統計解析の結果を用いてＯＷＬ、ＯＷＷを決定することで、オパシティカーブを設定する（ステップＳ３５ａ）。このオパシティカーブの設定処理は、図５のステップＳ３４と同様である。

以上述べた構成によれば、ｂｉｎ幅を所望の値とした関心領域に関するヒストグラムを生成し、これに対する統計解析の結果という客観的な指標を用いて、結節候補領域又は拡張結節候補領域のいずれかを優先させるオパシティカーブを設定することができる。従って、ｂｉｎ幅を適切な値に設定することで、統計誤差による影響が少なく信頼性の高い画像を提供することができる。

（第３の実施形態）
次に、本発明の第３の実施形態について説明する。本実施形態は、第１又は第２の実施形態に係る手法によって得られた画像種毎のオパシティカーブ（すなわち、画像種毎のＯＷＬ値、ＯＷＷ値）をＶＲ画像と対応付けて記憶し、これを一定期間後に同一部位について観察する場合において利用するものである。本実施形態に係る構成は、例えば術後の経過を画像診断する場合や、腫瘍の経時的な変化を観察する場合等に実益がある。

また、画像種毎のＯＷＬ値、ＯＷＷ値の記憶形態には拘泥されない。典型例としては、ＶＲ画像の付帯情報として記憶装置１８に記憶したり、或いはＶＲ画像を特定するためのＩＤに対応付けて、当該ＶＲ画像とは別ファイルとして記憶装置１８に記憶する形態等を挙げることができる。

図３６は、本実施形態に係るＶＲパラメータ設定処理の流れを示したフローチャートである。同図に示すように、まず、制御部１０は、当該患者のＩＤや検査ＩＤ等に基づいて、過去の画像診断において用いられたＶＲ画像、及び当該ＶＲ画像の生成において用いられた画像種毎のＯＷＬ値、ＯＷＷ値を取得する（ステップＳ３１ａ）。

次に、データ解析部２１は、取得した画像種毎のＯＷＬ値、ＯＷＷ値を用いて、現在の画像診断において利用するオパシティカーブを設定する（ステップＳ３１ｂ）。

図３７は、結節候補領域に関するＶＲ画像Ｐ１を示している。また、図３８は、図３７に示したＶＲ画像Ｐ１の撮影から６ヶ月後に同じ結節候補領域を撮影することで得られた画像データと、本実施形態に係る手法を用いて設定されたオパシティカーブとを用いて生成されたＶＲ画像Ｐ２を示している。この様な同一のオパシティカーブに従い且つ時間を隔てた画像を比較観察することで、診断部位の経時的変化を容易に視認することができる。

図３７は、結節候補領域に関するＶＲ画像Ｐ１を示している。また、図３８は、図３７に示したＶＲ画像Ｐ１の撮影から６ヶ月後に同じ結節候補領域を撮影することで得られた画像データと、本実施形態に係る手法を用いて設定されたオパシティカーブとを用いて生成されたＶＲ画像Ｐ２を示している。この様な同一のオパシティカーブに従い且つ時間を隔てた画像を比較観察することで、術後の経過を画像診断する場合や、腫瘍の経時的な変化を観察する場合等において、診断部位の経時的変化を容易に視認することができる。

また、本実施形態に係る構成によれば、過去に診断の根拠とされたＶＲ画像と同一のパラメータ設定を迅速且つ簡便に再現することができる。従って、画像診断時における人為的負担を軽減することができると共に、信頼性の高い診断画像を提供することができる。

なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。具体的な変形例としては、例えば次のようなものがある。

（１）本実施形態に係る各機能は、当該処理を実行するプログラムをワークステーション等のコンピュータにインストールし、これらをメモリ上で展開することによっても実現することができる。このとき、コンピュータに当該手法を実行させることのできるプログラムは、磁気ディスク（フロッピー（登録商標）ディスク、ハードディスクなど）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤなど）、半導体メモリなどの記録媒体に格納して頒布することも可能である。

（２）上記実施形態においては、領域分割画像において、胸壁（lober fissure）、胸膜（Pleura）が画像に含まれるとヒストグラムの分布が見難いものになる場合がある。係る不具合を回避するため、領域抽出処理により胸壁、胸膜を画像から除去した後にヒストグラムを作成するようにしてもよい。

また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

図１は、本実施形態に係るコンピュータ支援画像診断処理装置１のブロック構成図を示している。図２Ａは、コンピュータ支援画像診断処理を含む処理手順を示したフローチャートである。図２Ｂは、マニュアル操作を含む処理手順を示したフローチャートである。図３Ａは、肺野領域抽出処理の流れを示したフローチャートである。図３は、肺野領域抽出処理の流れを示したフローチャートである。図４（ａ）は、マルチスライスＣＴ２で取得された３次元画像データが表す画像を示す図である。図４（ｂ）は、図４（ａ）から分割された前景部の画像を示す図である。図５は、ＶＲパラメータ設定処理の流れを示したフローチャートである。図６（ａ）、図６（ｂ）、図６（ｃ）は、抽出された関心領域であるＶＯＩの例を示している。図７は、ステップＳ３１において抽出されたＶＯＩの一例を示した図である。図８は、ステップＳ３１において抽出されたＶＯＩの前景部を示した図である。図９は、抽出された関心領域であるＶＯＩに関するＨ.Ｕ．のヒストグラムを示している。図１０は、一般的なＣＴ値（Ｈ．Ｕ．）を示した表である。図１１は、結節候補領域優先モード又は拡張結節候補領域優先モードを選択するための入力画面の一例を示した図である。図１２は、拡張結節候補領域優先モードにおいて、ＶＲパラメータ設定処理で実行される統計解析を説明するための図である。図１３は、一般的な確率密度関数のグラフを示している。図１４は、結節候補領域優先モードにおいて、ＶＲパラメータ設定処理で実行される統計解析を説明するための図である。図１５は、結節領域優先モードにおいて、ＶＲパラメータ設定処理により設定されるオパシティカーブを説明するための図である。図１６は、拡張結節領域優先モードにおいて、ＶＲパラメータ設定処理により設定されるオパシティカーブを説明するための図である。図１７は、結節候補領域優先モードにおいて設定されるＶＲパラメータに従って得られるＶＲ画像の一例を示した図である。図１８は、拡張結節候補領域優先モードにおいて設定されるＶＲパラメータに従って得られるＶＲ画像の一例を示した図である。図１９は、一次関数以外のオパシティカーブの例を示した図である。図２０は、オパシティカーブを選択するための画面の一例を示した図である。図２１は、傾きＳ１−１、オパシティ＝０．０となるＨ．Ｕ．を−７５０［Ｈ．Ｕ．］としたオパシティカーブを示した図である。図２２は、傾きＳ１−１、オパシティ＝０．０となるＨ．Ｕ．を−６５０［Ｈ．Ｕ．］としたオパシティカーブを示した図である。図２３は、傾きＳ１−１、オパシティ＝０．０となるＨ．Ｕ．を−５５０［Ｈ．Ｕ．］としたオパシティカーブを示した図である。図２４は、傾きＳ１−１、オパシティ＝０．０となるＨ．Ｕ．を−２５０［Ｈ．Ｕ．］としたオパシティカーブを示した図である。図２５は、傾きＳ２−１、オパシティ＝０．０となるＨ．Ｕ．を−７５０［Ｈ．Ｕ．］としたオパシティカーブを示した図である。図２６は、傾きＳ２−１、オパシティ＝０．０となるＨ．Ｕ．を−６５０［Ｈ．Ｕ．］としたオパシティカーブを示した図である。図２７は、傾きＳ１−１、オパシティ＝０．０となるＨ．Ｕ．を−７５０［Ｈ．Ｕ．］としたオパシティカーブを示した図である。図２８は、傾きＳ３−１、オパシティ＝０．０となるＨ．Ｕ．を−７５０［Ｈ．Ｕ．］としたオパシティカーブを示した図である。図２９は、傾きＳ６−１、オパシティ＝０．０となるＨ．Ｕ．を−７５０［Ｈ．Ｕ．］としたオパシティカーブを示した図である。図３０は、傾きをＳ１−１からＳ６−１までの６段階で変化させたオパシティカーブを示した図である。図３１は、ヒストグラムのｂｉｎ幅の制御を説明するための図である。図３２は、ヒストグラムのｂｉｎ幅の制御を説明するための図である。図３３は、第２の実施形態に係るＶＲパラメータ設定処理の流れを示したフローチャートである。図３４は、結節候補領域優先モードが選択された場合におけるｂｉｎ幅２０のヒストグラムの一例を示した図である。図３５は、拡張結節候補領域優先モードが選択された場合におけるｂｉｎ幅２０のヒストグラムの一例を示した図である。図３６は、第３の実施形態に係るＶＲパラメータ設定処理の流れを示したフローチャートである。図３７は、第３の実施形態に係るＶＲパラメータ設定処理の効果を説明するための図（画像）である。図３８は、第３の実施形態に係るＶＲパラメータ設定処理の効果を説明するための図（画像）である。

符号の説明

１…コンピュータ支援画像診断処理装置、１０…制御部、１２…画像処理部、１４…表示部、１６…操作部、１８…記憶部、１９…送受信部、２０…肺野領域抽出部、２１…データ解析部

Claims

医用画像機器を用いて取得されたデータに基づいて画像を生成する医用画像処理装置であって、
画像中の処理対象領域を特定する領域特定ユニットと、
表示画像種を選択するための選択ユニットと、
前記領域特定ユニットによって特定された処理対象領域内の関心領域に関するヒストグラムを生成し、選択された前記表示画像種を基準として設定される所定範囲内の前記ヒストグラムを用いて、確率密度関数によるフィッティング、平均値及び分散値を含む統計量を計算し、前記統計量に基づいてボリュームレンダリング処理におけるオパシティカーブを設定し、当該オパシティカーブを含む画像生成パラメータを設定するパラメータ設定ユニットと、
前記画像生成パラメータを用いたボリュームレンダリング処理を実行することで、三次元画像を生成する画像生成手段と、
を具備する医用画像処理装置。
前記選択ユニットは、異常候補領域を優先的に映像化する第１の画像種又は前記異常候補領域及びその周辺領域を優先的に映像化する第２の画像種を選択するものである請求項１記載の医用画像処理装置。
前記オパシティカーブの形状を指定するための指定ユニットをさらに具備し、
前記パラメータ設定ユニットは、前記指定された形状を有するオパシティカーブを設定する請求項１又は２記載の医用画像処理装置。
前記パラメータ設定ユニットによって設定された前記オパシティカーブを変更する変更ユニットをさらに具備し、
前記画像生成ユニットは、前記変更ユニットによって変更されたオパシティカーブを用いたボリュームレンダリング処理を実行することで、前記三次元画像を生成する請求項１乃至３のうちいずれか一項記載の医用画像処理装置。
生成された三次元画像と共に、前記画像生成処理において用いられた前記オパシティカーブを表示する表示ユニットをさらに具備する請求項１乃至３のうちいずれか一項記載の医用画像処理装置。
前記関心領域に対応する画像のみを表示する表示ユニットをさらに具備する請求項１乃至５のうちいずれか一項記載の医用画像処理装置。
前記ヒストグラムと共に、前記設定されたオパシティカーブの特性情報を表示する表示ユニットをさらに具備する請求項１乃至６のうちいずれか一項記載の医用画像処理装置。
前記パラメータ設定ユニットは、
ウィンドウの幅及び位置を設定し、
前記設定されたウィンドウ内のヒストグラムの変化に対応してオパシティの値が変化するように前記オパシティカーブを設定する請求項１乃至７のうちいずれか一項記載の医用画像処理装置。
前記領域特定ユニットは、結節及び肺血管に実質的に対応する領域を抽出する請求項１乃至８のうちいずれか一項記載の医用画像処理装置。
前記パラメータ設定ユニットは、設定ユニットを介してユーザにより設定される任意のｂｉｎ幅、又は初期設定された所定のｂｉｎ幅により、前記ヒストグラムを生成する請求項１乃至９のうちいずれか一項記載の医用画像処理装置。
前記パラメータ設定ユニットは、１０以上２０未満のｂｉｎ幅により前記前記ヒストグラムを生成する請求項１乃至１０のうちいずれか一項記載の医用画像処理装置。
前記パラメータ設定ユニットによって設定された前記画像生成パラメータを、前記三次元画像と対応付けて記憶する記憶ユニットをさらに具備する請求項１乃至１１のうちいずれか一項記載の医用画像処理装置。
前記画像生成ユニットは、前記画像生成パラメータと、前記生成された三次元画像に対応する第１のボリュームデータとは異なる第２のボリュームデータと、を用いて、新たな三次元画像を生成する請求項１乃至１２のうちいずれか一項記載の医用画像処理装置。
医用画像機器を用いて取得された画像中の処理対象領域を特定し、
表示画像種を選択し、
前記領域特定ユニットによって特定された処理対象領域内の関心領域に関するヒストグラムを生成し、
選択された前記表示画像種を基準として設定される所定範囲内の前記ヒストグラムを用いて、確率密度関数によるフィッティング、平均値及び分散値を含む統計量を計算し、
前記統計量に基づいてボリュームレンダリング処理におけるオパシティカーブを設定し、
当該オパシティカーブを含む画像生成パラメータを設定し、
前記画像生成パラメータを用いたボリュームレンダリング処理を実行することで、三次元画像を生成すること、
を具備する医用画像処理方法。