JP5100261B2 - Tumor diagnosis support system - Google Patents

Tumor diagnosis support system

Info

Publication number
JP5100261B2
JP5100261B2 JP2007222426A JP2007222426A JP5100261B2 JP 5100261 B2 JP5100261 B2 JP 5100261B2 JP 2007222426 A JP2007222426 A JP 2007222426A JP 2007222426 A JP2007222426 A JP 2007222426A JP 5100261 B2 JP5100261 B2 JP 5100261B2
Authority
JP
Grant status
Grant
Patent type
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 - Fee Related
Application number
JP2007222426A
Other languages
Japanese (ja)
Other versions
JP2009050622A (en )
Inventor
カルデロン アルトウーロ
重治 大湯
仁 山形
Original Assignee
株式会社東芝
東芝メディカルシステムズ株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Grant date

Links

Images

Description

本発明は、悪性腫瘍の診断を支援する技術に関する。 The present invention relates to a technique to support the diagnosis of a malignant tumor.

悪性腫瘍は、多くの国で死亡の主要因の一つとなっている。 Malignant tumors, has become one of the main causes of death in many countries. しかし、近年の医療技術の発展により、腫瘍を早期発見できれば、早期治療によって高い生存率を維持できるようになってきている。 However, the recent development of medical technology, if early detection of tumors, it has become possible maintain high viability by early treatment. そこで、早期発見率を高めるべく、X線診断装置やMRI装置や超音波診断装置や核医学診断装置等の画像診断装置が発達し、画像診断装置の時間的及び空間的解像度の向上によって高いレベルで被検体の腫瘍を撮影することができるようになった。 Therefore, to increase the early detection rate, X-rays diagnostic apparatus or an MRI apparatus and an ultrasonic diagnostic apparatus and a radiological imaging apparatus imaging apparatus or the like is developed, higher by temporal and improve spatial resolution of the image diagnostic apparatus level in has become possible to take a tumor in a subject. しかし、腫瘍の撮影成功率を高める反面、医用画像を撮影する間隔であるスライス厚はますます薄くなり、結果、腫瘍発見のために参照すべき医用画像のデータ数は膨大になってきている。 However, while increasing the tumor imaging success rate, the slice thickness is an interval for capturing a medical image becomes thinner and thinner, the result, the number of data of the medical image to be referred for tumor discovery has become enormous. 医師が画像診断できるデータ量には限界がある。 Doctor there is a limit to the amount of data that can be diagnostic imaging. また、膨大な量の画像診断を行うことは、かなりの疲労感を生み、解釈ミスや見落としが生じてしまうおそれがある。 In addition, it performs image diagnosis of a huge amount, birth to considerable fatigue, there is a possibility that the interpretation mistakes and omissions may occur.

そこで、医師の画像診断を支援すべく、コンピュータを利用して腫瘍の陰影を医用画像から検出する腫瘍診断支援システムが提供されている(例えば、「特許文献1」及び「特許文献2」参照。)。 Therefore, in order to support the image doctor, using a computer tumor diagnosis support system for detecting a tumor shadow from the medical image is provided (see, for example, "Patent Document 1" and "Patent Document 2". ). 腫瘍診断支援システムは、CADシステム(Computer Aided Detection)とも呼ばれる。 Tumor diagnosis support system is also referred to as a CAD system (Computer Aided Detection).

しかし、従来の腫瘍診断支援システムでは、腫瘍が誤って陽性と判断される偽陽性率が多いため、悪性腫瘍と医師が判断するために予めスクリーニングして候補を絞るスクリーニングツールとして使用されることに限定されている。 However, in the conventional tumor diagnosis support system, because false-positive rate of tumor is determined to be positive by mistake often, to be in advance screening for malignant tumor and doctors to determine is used as a screening tool to narrow the candidate It is limited.

医師による画像診断の効率の良さ、精度の良さを追求するには、この腫瘍診断支援システムの偽陽性率を低下させることが必要である。 Good efficiency of the image diagnosis by a doctor, in pursuing good accuracy, it is necessary to reduce the false positive rate of this tumor diagnosis support system.

特開2006−239005号公報 JP 2006-239005 JP 特開2007−125169号公報 JP 2007-125169 JP

本発明は、以上の問題点に鑑みてなされたものであって、その目的は、腫瘍診断支援システムの偽陽性率を低下させる技術を提供することにある。 The present invention was made in view of the above problems, and an object thereof is to provide a technique for reducing the false positive rate of tumor diagnosis support system.

上記課題を解決するために、本発明の第1の態様は、医用画像から腫瘍像を検出する検出手段と、検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、前記蛇行度を視認可能に出力する出力手段と、を備え、前記算出手段は、前記血管セグメントの血管延び形状を平滑化した平滑曲線を算出する曲線算出手段と、前記蛇行度として、前記血管セグメントと前記平滑曲線との離間長の分散を算出する分散算出手段と、を含むこと、を特徴とする。 In order to solve the above problems, a first aspect of the present invention, an extraction means for extracting a detection means for detecting a tumor image from the medical image, a blood vessel image existing around the detected tumor image, the extracted blood vessel separating means dividing the vessel segment was separated based image the blood vessel branch point, a calculating means for calculating a meandering degree of each vessel segment as a malignancy index, and output means for outputting the meandering of possible visible, wherein the calculation means calculates a curve calculation means for calculating a vascular extending smoothed smooth curve shape of the vessel segment, as the meandering degree, the separation length of the dispersion of the smoothing curve and the vessel segment They comprise a dispersion calculating unit, and characterized.

また、上記課題を解決するために、本発明の第2の態様は、 医用画像から腫瘍像を検出する検出手段と、検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、前記蛇行度を視認可能に出力する出力手段と、を備え、前記算出手段は、前記血管セグメントの血管延び形状を平滑化した平滑曲線を算出する曲線算出手段と、前記蛇行度として、前記血管セグメントと前記平滑曲線との離間長の平均若しくは合計又は最大を算出する離間長算出手段と、を含むこと、を特徴とする。 Further, in order to solve the above problems, a second aspect of the present invention, an extraction means for extracting a detection means for detecting a tumor image from the medical image, a blood vessel image existing around the detected tumor image, extracting the separation means the blood vessel image divided into vessel segments separated on the basis of the blood vessel branch point, a calculating means for calculating a meandering degree of each vessel segment as a malignancy index, output means for outputting the meandering of possible visible When, wherein the calculating means includes curve calculation means for calculating a vascular extending smoothed smooth curve shape of the vessel segment, as the meandering of the average of the spacing lengths of the smoothing curve and the vessel segment or It includes a spacing length calculating means for summing or calculate the maximum, and characterized.

前記蛇行度としては、前記血管セグメントとこの血管セグメントの血管延び形状を平滑化した平滑曲線との離間長の分散、前記血管セグメントの長さと前記血管セグメントの始端から終端までの距離との比、前記血管セグメントと平滑曲線との離間長の平均若しくは合計又は最大、前記血管セグメントと平滑曲線との始端から終端までの各距離に対する離間長を示す離間長曲線を空間周波数領域に変換して得られる周波数帯域のピーク周波数又は重心周波数、同様の変換により得られる周波数帯全域に亘る成分の大きさの積分値と所定周波数帯域の成分の大きさの積分値との比、又は同様の変換により得られる周波数帯全域の成分の大きさの積分値の所定割合を有する周波数分布帯の上限又は下限の周波数値とすることができる。 As the meandering of the ratio of the distance apart lengths of dispersion of said vessel segment with the vessel extending smoothed smooth curve shape of the vessel segment, from the beginning of the length and the vessel segment of the vessel segment to the end, said vessel segment and the average or the sum or maximum spacing length between the smooth curve, obtained a separation length curve showing the spacing length for each distance from the starting end of said vessel segment and smooth curve to the end by converting the spatial frequency domain obtained frequency band of the peak frequency or the center of gravity frequency, the ratio between the size integral value of the components of the integrated value and a predetermined frequency band of the size of the components over the frequency band throughout which is obtained by the same conversion, or by similar conversion it can be upper or frequency value of the lower limit of the frequency distribution band having a predetermined ratio of the magnitude of the integral value of the component of the frequency band throughout.

前記分岐度としては、前記血管像の分岐数、又は前記各分岐点の平均分岐角度とすることができる。 As the degree of branching, the number of branches of the blood vessel images, or the may be an average angle of divergence of each branch point.

また、前記分離手段は、前記血管セグメントを、前記腫瘍像から同一距離範囲内毎にグループ分けするグループ化手段を含み、前記算出手段は、前記血管セグメントと前記平滑曲線との離間長の分散、前記血管セグメントの長さと前記血管セグメントの始端から終端までの距離との比、前記血管セグメントと平滑曲線との離間長の平均若しくは合計又は最大、前記血管セグメントと平滑曲線との始端から終端までの各距離に対する離間長を示す離間長曲線を空間周波数領域に変換して得られる周波数帯域のピーク周波数又は重心周波数、同様の変換により得られる周波数帯全域に亘る成分の大きさの積分値と所定周波数帯域の成分の大きさの積分値との比、又は同様の変換により得られる周波数帯全域の成分の大きさの積分値の所定割合を有 Further, the separating means, the blood vessel segments, comprises a grouping means for grouping each the same distance range from the tumor image, the calculation unit, the dispersion of the separation length between the smoothing curve and the vessel segment, the ratio of the distance from the beginning of the length and the vessel segment of the vessel segment to the end, of the average or the sum or maximum spacing length between vessel segments and smooth curve, from the beginning of the vessel segment and smooth curve to the end peak frequency or gravity center frequency of the frequency band obtained by spacing length curve showing the spacing length for each distance is converted into a spatial frequency domain, the integral value of the size of the components over the frequency band throughout which is obtained by the same conversion and the predetermined frequency have a predetermined ratio of the magnitude of the integral value of the component ratios, or the frequency band throughout which is obtained by the same conversion and the integration value of the magnitude of the component of the band る周波数分布帯の上限又は下限の周波数値、各血管セグメントの長さの合計と始端と終端との距離の合計の比、各血管セグメントの始端と終端との距離の平均、又は各血管セグメントの長さの合計又は平均を、グループ値として前記グループ毎に算出し、蛇行度として、前記グループと前記腫瘍像との代表距離に応じて前記グループ値を重み付けした正規化値を算出するようにしてもよい。 That the upper or lower limit of the frequency value of the frequency spectrum, with the ratio of the sum of the distances between the total and the beginning and end of the length of each vessel segment, the average of the distance between the beginning and end of each vessel segment, or each vessel segment the sum or average length, calculated for each group as a group value, as meandering degree, so as to calculate a normalized value obtained by weighting the group values ​​in accordance with a representative distance between the tumor image and the group it may be.

また、前記腫瘍像からの距離に応じて医用画像の空間を複数領域に分割する分割手段を含み、前記算出手段は、前記血管像の分岐数、又は前記各分岐点の平均分岐角度を前記領域毎に取得し、前記分岐度として、前記領域と前記腫瘍像との代表距離に応じて重み付けした正規化値を算出するようにしてもよい。 Also includes dividing means for dividing the space of the medical image into a plurality of regions in accordance with the distance from the tumor image, the calculation unit, the number of branches of the blood vessel image, or the average angle of divergence of each branch point the region It was obtained for each, as the degree of branching may be calculated normalized values ​​weighted according to the representative distance between the tumor image and the region.

本発明によっては、医用画像から腫瘍像の周囲に存在する血管像を抽出し、血管像の蛇行度を算出するようにした。 Depending present invention, it extracts the blood vessel image present around the tumor image from the medical image, and calculate the meandering of the blood vessel image. また、血管像に存在する各分岐点の分岐度を算出するようにした。 In addition, to calculate the branching degree of each branch points present blood vessel image. これにより、悪性腫瘍の周囲の血管は、曲がりくねりや分岐が複雑化するという知見に基づいて、血管の蛇行度や分岐度を腫瘍の悪性指標とすることができ、腫瘍診断支援システムによる偽陽性率を低下させることができる。 Thus, the blood vessel surrounding the malignancy, tortuous or branching based on the finding that complicating, the meandering degree and branching degree of the blood vessel may be a malignant indicator of tumor, the false positive rate by tumor diagnosis support system it is possible to reduce the.

また、血管の蛇行度や分岐度を腫瘍像からの距離に応じて重み付け補正することにより、悪性腫瘍の血管への影響は腫瘍に近ければ近いほど受けやすいという知見に基づき、血管の蛇行度や分岐度をより正確な腫瘍の悪性指標とすることができ、腫瘍診断支援システムによる偽陽性率をさらに低下させることができる。 In addition, by weighted correction according to the distance of the meandering degree and branching degree of the blood vessel from the tumor image, the effect of the blood vessels of malignant tumors is based on the finding that the more susceptible the closer to the tumor, Ya tortuous degree of vascular it can be a malignant index of more accurate tumor branching degree, the false positive rate by tumor diagnosis support system can be further reduced.

以下、本発明に係る腫瘍診断支援技術の好適な各実施形態について、図面を参照しながら詳細に説明する。 Hereinafter, preferred embodiments of tumor diagnosis support technique according to the present invention will be described in detail with reference to the drawings.

(基本構成) (Basic configuration)
図1は、腫瘍診断支援を実施する腫瘍診断支援システムの構成を示すブロック図である。 Figure 1 is a block diagram showing the configuration of a tumor diagnosis support system embodying the tumor diagnostic support. 腫瘍診断支援システムは、ワークステーション1に入出力装置として入力装置2と表示装置3又は印刷装置4とを接続した構成を有する。 Tumor diagnosis support system has a configuration of connecting the input device 2 and the display unit 3 or printer 4 as input and output devices to the workstation 1.

ワークステーション1は、所謂コンピュータであり、内部に演算制御部5と主記憶部6と外部記憶部7を備える。 Workstation 1 is a so-called computer includes a calculation control unit 5 inside the main storage unit 6 and the external storage unit 7. 外部記憶部7は、例えばHDD(Hard Disk Drive)であり、データやプログラムを記憶する。 The external storage unit 7 is, for example, HDD (Hard Disk Drive), stores data and programs. この外部記憶部7には、オペレーティングシステムプログラム及び腫瘍診断支援プログラムが記憶されている。 In the external storage unit 7, the operating system programs and tumor diagnosis support program is stored. 演算制御部5は、CPU等(Central Processing Unitやグラフィックチップ)であり、腫瘍診断支援プログラムを適宜解読及び実行して、演算及び周辺装置の制御をする。 Arithmetic and control unit 5, a CPU or the like (Central Processing Unit and graphics chip), tumor diagnosis support program properly decode and execute, the control of the arithmetic and peripheral devices. 主記憶部6は、RAM(Random Access Memory)であり、演算制御部5のワークエリアとして演算結果やデータや腫瘍診断支援プログラムが展開される。 Main storage unit 6 is a RAM (Random Access Memory), operation results and data and tumor diagnosis assisting program is deployed as a work area of ​​the arithmetic and control unit 5.

入力装置2は、キーボードやホイールトラッキング機能を有するマウス等であり、利用者の操作に応じて操作信号を演算制御部5へ出力する。 The input device 2, a mouse or the like having a keyboard and wheel tracking, and outputs an operation signal in accordance with the user's operation to the arithmetic control unit 5. 表示装置3は、LCD(Liquid Crystal Display)ディスプレイあるいはCRT(Cathode Ray Tube)ディスプレイであり、演算制御部5が作成した描画データを画面上に視認可能に出力する。 Display device 3, LCD (Liquid Crystal Display) is a display or a CRT (Cathode Ray Tube) display, visibly outputs the drawing data arithmetic and control unit 5 is created on the screen. 印刷装置4は、演算制御部5が作成した描画データに従って紙媒体に画像を形成するプリンタである。 Printing device 4 is a printer for forming an image on a paper medium in accordance with drawing data arithmetic and control unit 5 has created.

この腫瘍診断支援システムは、外部記憶部7に記憶された腫瘍診断支援プログラムを演算制御部5が解読及び実行することにより、医用画像内に存在する腫瘍像の周囲にある血管像の形状からその蛇行度や分岐度を悪性腫瘍指標として算出する。 The tumor diagnosis support system, by a tumor diagnosis support program stored in the external storage unit 7 is the arithmetic and control unit 5 to decode and execute, from its shape of the blood vessel image surrounding the tumor image present in the medical image the meandering degree and the degree of branching is calculated as a malignant tumor index. この蛇行度や分岐度の算出及び視認可能な出力により、腫瘍像が悪性のものか良性のものかの医師による判断を支援し、又はこの算出された蛇行度や分岐度から悪性のものか良性のものかを判定する。 The meandering degree and branching degree calculation and visible output, the tumor image assist determination by one of the doctors that of benign ones malignant, or those of malignant from the calculated meandering degree and branching degree benign It determines whether those.

蛇行度は、血管の曲がりくねりの度合いである。 Meandering degree is a degree of tortuosity of blood vessels. 分岐度は、血管ツリーが枝状に分岐する度合いである。 The degree of branching is the degree to which the vessel tree branches to branch.

図2は、良性腫瘍とその周辺に存在する血管像を示す模式図であり、図3は、悪性腫瘍とその周辺に存在する血管像を示す模式図である。 Figure 2 is a schematic view showing a blood vessel image that exists in the surrounding benign tumors, FIG. 3 is a schematic view showing a blood vessel image that exists in and around malignant tumors. 図2及び図3に示すように、悪性腫瘍100bの周辺に存在する血管像200bは、良性腫瘍100aの周辺に存在する血管像200aと比べて、血管が複雑に分岐し、また血管が蛇行していることがわかる。 As shown in FIGS. 2 and 3, the blood vessel image 200b existing around the malignant tumors 100b is different from the blood vessel image 200a existing around the benign tumor 100a, vessels complicatedly branched or vessels tortuous it can be seen that is. 悪性腫瘍100bは、周囲組織を集めて成長するため、腫瘍周囲領域に血管が集まり、その結果、その血管像200bは曲がりくねり、血管の密度が高くなる。 Malignancy 100b, in order to grow attracting surrounding tissue, blood vessels gathered around the tumor region, the blood vessel image 200b is tortuous, vascular density increases. 血管の密度が高いと、悪性腫瘍周囲の血管の分岐度合いが高く見える。 If the density of blood vessels is high, branching degree of malignancy surrounding blood vessels appear high. この曲がりくねり度合い及び分岐の度合いは、悪性腫瘍に近くなればなるほど高くなる傾向がある。 The tortuosity degree and the degree of branching, tends to be higher as made if close to the malignant tumor.

本実施形態の腫瘍診断支援システムでは、悪性腫瘍100bの血管に及ぼす影響を蛇行及び分岐の観点から捉え、腫瘍が悪性か良性か判定又は判定の支援をするものである。 In tumor diagnosis support system of this embodiment, captured in terms of meandering and branching effects on blood vessels of malignant tumors 100b, the tumor is intended to support the determination or determining whether malignant or benign.

以下、蛇行度による判定又は判定支援の技術と、分岐度による判定又は判定支援の技術とに分けて説明する。 Hereinafter, a technique of determination or decision support by meandering degree, will be described separately and technical determination or decision support by the degree of branching.

(蛇行度算出のための腫瘍診断支援システム) (Tumor diagnosis support system for the meandering calculation)
図4は、蛇行度を算出する腫瘍診断支援システムを示す機能ブロック図である。 Figure 4 is a functional block diagram illustrating a tumor diagnosis support system for calculating the meandering degree. コンピュータで構成されるシステムを腫瘍診断支援プログラムの起動により実現される機能を主体として示したものである。 The system consists of a computer illustrates mainly the function realized by the activation of tumor diagnosis support program.

この腫瘍診断支援システムは、医用画像から腫瘍像検出し、腫瘍像の周囲に存在する血管像を抽出し、血管像をセグメントに分けて抽出し、セグメント毎に蛇行度を算出し、蛇行度から悪性又は良性を判定し、蛇行度及び判定結果を視認可能に出力する。 The tumor diagnosis support system detects a tumor image from the medical image, and extracts a blood vessel image present around the tumor image, extracting divided blood vessel image into segments, and calculates the meandering degree for each segment, the meandering of determining malignant or benign, and outputs the meandering degree and the determination result can be visually recognized.

腫瘍像の検出構成としては、医用画像記憶部10と腫瘍像検出部20と腫瘍像中心点記憶部25を備える。 The detection arrangement of the tumor image comprises a medical image storage unit 10 and the tumor image detecting unit 20 and the tumor image center point storage unit 25.

医用画像記憶部10は、外部記憶部7を含み構成される。 The medical image storage unit 10 is configured comprising an external storage unit 7. この医用画像記憶部10は、医用画像を記憶する。 The medical image storage unit 10 stores the medical image. 医用画像は、被検体をX線診断装置、X線CT装置、MRI装置、超音波診断装置、又は核医学診断装置で撮影して得た被検体内の画像である。 Medical images, the subject X-ray diagnostic apparatus, an X-ray CT apparatus, MRI apparatus, an image of the ultrasonic diagnostic apparatus, or nuclear medicine diagnosis within the object obtained by photographing the apparatus. 腫瘍像とその周囲の血管像が存在する画像であり、2次元画像又は3次元画像である。 An image a blood vessel image of the surrounding tumor image is present, a two-dimensional image or three-dimensional images.

腫瘍像検出部20は、表示装置3と入力装置2と演算制御部5を含み構成される。 Tumor image detection unit 20 is configured comprising an operation control unit 5 and the display device 3 and the input device 2. また、腫瘍像中心点記憶部25は、主記憶部6を含み構成される。 Further, the tumor image center point storage unit 25 is configured including a main storage unit 6. この腫瘍像検出部20は、医用画像から腫瘍像を検出し、その中心点の座標を算出する。 This tumor image detecting unit 20 detects the tumor image from the medical image, and calculates the coordinates of the center point. 表示装置3に医用画像を表示させ、入力装置2を用いて腫瘍像上の一点が指定されると、その点を中心に領域拡張法等により腫瘍像の形状を特定する。 To display the medical image on the display device 3, when a point on the tumor image using the input device 2 is specified, specifying the shape of the tumor image by a region growing method or the like around its point. 腫瘍像の形状を特定すると、腫瘍像を構成する各ボクセルの座標位置の平均等を取り、腫瘍像の中心点を算出する。 When specifying the shape of the tumor image, taking the average or the like of the coordinate position of each voxel constituting the tumor image, calculates the center point of the tumor image. 腫瘍像の検出は、この腫瘍像が悪性か良性かを判断するために周囲の血管像を抽出する基点を得るためであり、中心点の座標がこの基点となる。 Detection of tumor image is for obtaining a reference point for extracting an ambient blood vessel image to the tumor image to determine whether malignant or benign, the center point coordinates becomes the base point. 中心点の座標は、腫瘍像中心点記憶部25に記憶される。 Coordinates of the center point is stored in the tumor image center point storage unit 25.

血管像の抽出構成としては、血管像抽出部30とセンターライン記憶部35を備える。 As the extraction structure of the blood vessel image, and a blood vessel image extraction unit 30 and the center line storage unit 35.

血管像抽出部30は、表示装置3と入力装置2と演算制御部5を含み構成される。 Blood vessel image extraction unit 30 is configured comprising an operation control unit 5 and the display device 3 and the input device 2. センターライン記憶部35は、主記憶部6を含み構成される。 Centerline storage unit 35 is configured including a main storage unit 6. この血管像抽出部30は、血管像を抽出し、血管像のセンターラインを算出する。 The blood vessel image extraction unit 30 extracts the blood vessel image, and calculates the center line of the blood vessel image. 医用画像を表示させ、入力装置2を用いて血管像上の一点が指定されると、その点を中心に領域拡張法等により血管像の形状を特定する。 To display the medical image, a point on the blood vessel image When specified, specifying the shape of the blood vessel image by a region growing method or the like around its point using the input device 2. 形状を特定する血管像の範囲は、腫瘍像中心点記憶部25に記憶された腫瘍像の中心点を中心に、腫瘍像により血管形状に影響を及ぼす所定範囲である。 Range of blood vessel image that identifies the shape around the center point of the tumor image center point tumor image stored in the storage unit 25, a predetermined range affects the vessel shape by tumor image. 血管像のセンターラインは、細線化法等により算出する。 Centerline of the blood vessel image is calculated by the thinning method. 算出されたセンターラインは、センターライン記憶部35に記憶される。 The calculated centerline is stored in the centerline storage unit 35. このセンターラインが血管の延び形状を示す。 The center line indicates the extending shape of the vessel.

血管像をセグメントに分ける構成としては、セグメント分離部40とセグメント記憶部45を備える。 As a structure that divides the blood vessel image into segments, and a segment separating portion 40 and the segment storage unit 45.

セグメント分離部40は、演算制御部5を含み構成される。 Segment separating unit 40 is configured comprising an operation control unit 5. また、セグメント記憶部45は、主記憶部6を含み構成される。 The segment storage portion 45 is configured including a main storage unit 6. このセグメント分離部40は、血管像を血管セグメントに分割する。 The segment separation section 40 divides the blood vessel image in the vessel segment. 血管セグメントは、枝状に拡がる血管像の隣り合う二つ分岐点間に存在する分岐のないセンターラインである。 Vessel segment is a center line with no branch that exists between two branch points adjacent blood vessel image spreading in the branch. 分岐が血管の曲がりくねり認識に及ぼす影響を排除して血管の蛇行度を算出するためである。 Branch by eliminating the influence on the tortuosity recognition vascular is to calculate the meandering of the vessel.

蛇行度を算出する構成としては、蛇行度算出部50と平滑曲線記憶部54と蛇行度記憶部58とを備える。 The structure of calculating the meandering degree comprises a serpentine calculation unit 50 and the smoothing curve storage unit 54 and the meandering of the storage unit 58.

蛇行度算出部50は、演算制御部5を含み構成される。 Meandering calculating unit 50 is configured comprising an operation control unit 5. この蛇行度算出部50は、血管セグメントの曲がりくねり形状から蛇行度を算出する。 The meandering calculating unit 50 calculates the meandering of the meander shape of the vessel segment. 蛇行度は、後述するように、曲がりくねりする血管セグメントの延び形状を平滑化した平滑曲線と血管セグメントのセンターラインとの離間長の分散、離間長の平均、離間長の合計、若しくは離間長の最大値、又は血管セグメントの長さと始端から終端までの距離の比、又は血管セグメントの空間周波数スペクトルにより示されるピーク周波数、重心周波数、全体積分値と所定周波数領域の積分値の比、若しくは全体積分値の所定割合に相当する積分値に対応する周波数である。 Maximum meandering degree, as will be described later, apart from the length of the dispersion of the centerline of the smooth curve and the vessel segment to extend shape of the vessel segments were smoothed to tortuosity, average spacing length, the sum of spacing lengths or spacing length value, or the ratio of the distance from the length and the starting end of the vessel segment to the end, or the peak frequency indicated by the spatial frequency spectrum of the vessel segment, the center of gravity frequency, the ratio of the integrated value of the entire integrated value and a predetermined frequency domain, or the entire integrated value of the corresponding frequency integrated value corresponding to a predetermined ratio. 蛇行度算出部50は、予め血管セグメントの延び形状を平滑化した平滑曲線を生成する。 Meandering calculating unit 50 generates a smooth curve obtained by smoothing the extending shape of the pre-vascular segment. 生成した平滑曲線は、平滑曲線記憶部54に記憶され、蛇行度算出時に呼び出す。 The resulting smooth curve is stored in the smoothing curve storage unit 54, called at meandering calculation. 平滑曲線記憶部54は、主記憶部6を含み構成される。 Smooth curve storage unit 54 is configured including a main storage unit 6. 算出した蛇行度は、蛇行度記憶部58に記憶される。 Calculated meandering degree is stored in the meandering of the storage unit 58. 蛇行度記憶部58は、外部記憶部7を含み構成される。 Serpentine level storage unit 58 is configured comprising an external storage unit 7.

蛇行度から腫瘍の悪性又は良性を判定する構成としては、判定部60と閾値記憶部65とを備え、出力構成として出力部70を備える。 The judges constitute a malignant or benign tumor from meandering degree, and a determination unit 60 and the threshold storage unit 65, an output unit 70 as output configuration.

判定部60は、演算制御部5を含み構成される。 Determination unit 60 is configured comprising an operation control unit 5. 閾値記憶部65は、外部記憶部7を含み構成される。 Threshold storage unit 65 is configured comprising an external storage unit 7. この判定部60は、閾値記憶部65に予め記憶されている閾値と蛇行度を比較して腫瘍の悪性又は良性を判定する。 The determination unit 60 determines the tumor malignant or benign by comparing the threshold with the meandering degree stored in advance in the threshold value storage unit 65.

出力部70は、表示装置3又は印刷装置4を含み構成される。 The output unit 70 is configured including a display device 3 or the printing device 4. この出力部70は、算出された蛇行度と悪性又は良性の判定結果とを視認可能に出力する。 The output unit 70 outputs the calculated meandering of a malignant or benign determination result can be visually recognized.

図5は、この腫瘍診断支援システムにより実施される腫瘍診断支援動作を示す概略フローチャートである。 Figure 5 is a schematic flow chart illustrating the tumor diagnosis assistance operation performed by the tumor diagnosis support system.

まず、腫瘍診断支援システムは、医用画像記憶部10より医用画像を読み出して表示装置3に表示する(S01)。 First, tumor diagnosis support system, and displays it on the display device 3 reads out the medical image from the medical image storage unit 10 (S01). 表示画面上には、医用画像と表示画面上の位置を指定するためのカーソルが表示される。 On the display screen, a cursor for designating a position on the medical image display screen is displayed. カーソルは、入力装置2を用いた方向指示操作に応じて移動先が再描画される。 Cursor moving destination is redrawn in accordance with the direction instruction operation using the input device 2.

腫瘍像検出部20は、腫瘍像が選択されると(S02)、その腫瘍像を形状特定して検出する(S03)。 Tumor image detection unit 20, when the tumor image is selected (S02), and detecting the shape identifying the tumor image (S03).

図6は、腫瘍像検出と血管像抽出を示す模式図である。 Figure 6 is a schematic diagram showing a tumor image detection and blood vessel image extraction. 腫瘍像の選択は、入力装置2を用いて行われる。 Selection of a tumor image is performed using the input device 2. 利用者には、入力装置2を用いてカーソルを腫瘍像上に位置させ、腫瘍像上の一点を指し示してもらう。 The user, the cursor by using the input device 2 is positioned on the tumor image, get points to a point on the tumor image. 入力装置2による方向指示操作によってカーソルが腫瘍像上に位置し、決定ボタンの押下により腫瘍像上の一点が指し示されると、腫瘍像検出部20は、指し示された一点を中心に領域拡張法により腫瘍像の形状を特定する。 The cursor is positioned on the tumor image by the direction instruction operation by the input device 2, when a point on the tumor image is indicated by the pressing of the enter button, the tumor image detecting unit 20, the area extended to about one point pointed specifying the shape of the tumor image by law.

領域拡張法は、確定された領域を中心に周囲のボクセルの画素値を調べ、画素値が所定値以上であれば、確定された領域に組み込むものである。 Region growing method examines the pixel values ​​of the surrounding voxels centered on the determined area, if the pixel value is greater than a predetermined value, those incorporated in the determined area. この領域の確定及びさらにその周囲の画素値検索を繰り返し、確定された領域を徐々に拡張していく。 Repeating deterministic and even pixel value search of the surrounding this region is gradually extended with the determination area. 所定値は、腫瘍像組織が存在することを示す閾値であり、医用画像がグレースケールであれば、組織と非組織の境界値、又は指し示された一点の画素値である。 Predetermined value is a threshold indicating that the tumor image tissue is present, if the medical image is a gray-scale, a boundary value of tissue and non-tissue, or pointed to the pixel value of the one point. 画素値を調べるボクセルは、確定された領域の境界に位置するボクセルの周囲23点のうち、非確定の領域に位置するボクセルである。 Voxels examining the pixel values, of around 23 points of the voxels located at the boundary of the defined area, a voxel located in the non-deterministic region. 周囲の画素値を検索し、何れのボクセルも所定値未満となったところで腫瘍像の検出を終了する。 Find the surrounding pixel values, and ends the detection of the tumor image where any of voxels also becomes less than the predetermined value.

腫瘍像を検出すると、腫瘍像検出部20は、検出された腫瘍像の中心点を算出する(S04)。 Upon detection of the tumor image, the tumor image detecting unit 20 calculates the center point of the detected tumor image (S04). 中心点が算出されると、血管像抽出部30は、中心点を中心に関心領域を定める(S05)。 When the center point is calculated, the blood vessel image extraction unit 30 defines a region of interest around the center point (S05).

腫瘍像の中心点は、簡便には、腫瘍像を構成する各ボクセルの座標の平均を取る。 The center point of the tumor image is conveniently take the average of each voxel coordinates constituting the tumor image. 血管像抽出部30は、図6に示すように、中心点を中心に所定範囲を関心領域とする。 Blood vessel image extraction section 30, as shown in FIG. 6, a region of interest of the predetermined range around the center point. 尚、この関心領域の決定は、関心領域の境界点をカーソルで選択させるようにしてマニュアルで行うようにしても良い。 The determination of the region of interest, may be performed manually so as to select the boundary point of the region of interest with the cursor. 関心領域は、血管像を抽出する範囲である。 The region of interest is a range for extracting a blood vessel image.

関心領域が定められると、血管像抽出部30は、関心領域内に存在する腫瘍像周囲の血管像を抽出する(S06)。 When the region of interest is determined, the blood vessel image extraction unit 30 extracts the blood vessel image of the surrounding tumor image is present within the region of interest (S06). 血管像の抽出は、入力装置2を用いて指し示された血管上の一点から領域拡張法により行う。 Extraction of the blood vessel image is performed by a region growing method from a point on the vessel it pointed using the input device 2.

血管像が抽出されると、血管像抽出部30は、血管像のセンターラインを特定する(S07)。 When the blood vessel image is extracted, the blood vessel image extraction section 30 identifies the centerline of the blood vessel image (S07).

血管像のセンターラインは、血管像を細線化することで特定し、血管の延び形状が表れる。 Centerline of the blood vessel image is identified by thinning the blood vessel image, extends the shape of the vessel appears. 細線化は、血管像の輪郭に位置するボクセルを徐々に血管像から除くことによりなされる。 Thinning is done by removing voxels located to the contours of the blood vessel image gradually from the blood vessel image. 血管像を構成するボクセルの連続性が途切れる手前まで、輪郭に位置するボクセルを徐々に排除して輪郭を狭めていく。 To just before the continuity of the voxels constituting the blood vessel image is interrupted, narrowing down the outline gradually eliminating the voxels located on the contour.

血管像のセンターラインが特定されると、セグメント分離部40は、血管像をセグメント化して血管セグメントに分ける(S08)。 When the center line of the blood vessel image are specified, the segment separation section 40 divides the blood vessel segment to segment the blood vessel image (S08). 各血管セグメントは、セグメント記憶部45に記憶される。 Each vessel segment is stored in the segment storage unit 45.

セグメント分離部40は、血管像として、センターラインを読み出し、センターラインを分岐点で分割し、血管セグメントを取得する。 Segment separating unit 40 as blood vessel images, reads the center line to divide the center line at a branch point, acquires the vessel segment. 分岐点は、読み出したセンターラインの始端からセンターラインに沿って判断点を走査し、判断点毎に判断される。 Branch point scans the decision point from the beginning of the read centerline along the centerline, is determined for each decision point. 判断点を通り、かつセンターラインに垂直な所定ボクセル分の線上にセンターラインを構成する複数のボクセルが存在するか否か判断する。 Through the decision point, and a plurality of voxels to determine whether there constituting a centerline on a line perpendicular predetermined voxels on the center line. 判断の結果、センターラインを構成する複数のボクセルが存在すれば、その手前の判断点を分岐点とする。 Result of the determination, if there are a plurality of voxels that constitutes the center line, the decision point of the front and the branch point.

血管像を血管セグメントに分けると、蛇行度算出部50は、各血管セグメントを順次セグメント記憶部45から読み出し、各血管セグメントについて後述する蛇行度を算出する処理を行う(S09)。 Separating blood vessel image to the vessel segment, meander calculating unit 50 reads sequentially from the segment memory 45 each vessel segment, processing for calculating the meandering of which will be described later for each vessel segment (S09).

蛇行度が算出されると、判定部60は、閾値記憶部65から閾値を読み出し、蛇行度と閾値とを比較する(S10)。 When meandering degree is calculated, the determination unit 60 reads the threshold from the threshold storage unit 65, compares the meandering of the threshold (S10). 比較の結果、閾値以上となる蛇行度があると(S10,Yes)、出力部70は、蛇行度記憶部58に記憶されている各蛇行度とともに、「悪性の疑いあり」との悪性の判断結果を示す文字列を出力する(S11)。 Result of the comparison, if there is a meandering degree equal to or larger than the threshold value (S10, Yes), the output unit 70, with each serpentine degree stored in meandering degree storage unit 58, malignant judgment that "there is suspicion of malignant" and it outputs the character string indicating the result (S11). 一方、閾値以上となる蛇行度がない場合(S10,No)、出力部70は、蛇行度記憶部58に記憶されている各蛇行度とともに、「良性の可能性あり」との判断結果を示す文字列を出力する(S12)。 On the other hand, if there is no meander degree equal to or larger than the threshold value (S10, No), the output unit 70, with each serpentine degree stored in meandering degree storage unit 58, representing the determination result of "possibly benign" and it outputs the character string (S12).

(蛇行度算出の第1の実施例:離間長の分散) (First embodiment of the serpentine calculation: spaced length of variance)
次に蛇行度算出部50による第1の実施例を説明する。 Next will be described a first embodiment according to the meandering calculating unit 50.

図7は、第1の実施例による蛇行度算出の模式図である。 Figure 7 is a schematic view of a serpentine calculation according to the first embodiment. 図7に示すように、この蛇行度算出部50は、蛇行度として、血管セグメントの平滑曲線220とセンターライン210との各離間長230の分散を算出する。 As shown in FIG. 7, the meandering calculating unit 50, as meandering degree, it calculates the variance of each spaced length 230 of the smoothing curve 220 and the center line 210 of the vessel segment.

平滑曲線220は、血管セグメントの延び形状を平滑化した曲線である。 Smooth curve 220 is a curve obtained by smoothing the extending shape of the vessel segment. センターライン210の各点を制御点としてBスプライン曲線を生成することにより得られる。 Obtained by generating a B-spline curve points of the center line 210 as a control point. 若しくは、センターライン210の各ボクセルを順次基準点として、機順点を含むその周囲のボクセルの座標値の移動平均座標を基準点に対する平滑曲線220上の点としてもよい。 Or, as a sequential reference point of each voxel of the center line 210, the moving average coordinate of the coordinate values ​​of the voxels surrounding including aircraft order point may be a point on the smooth curve 220 with respect to the reference point.

各離間長230は、センターライン210上の各点から平滑曲線までの距離である。 Each spacing length 230 is the distance from each point on the center line 210 to smooth curves. センターライン210上の各点を順次調査点とし、平滑曲線220へ向けて複数角度のラインを引く。 Sequentially and survey point each point on the center line 210, draw a multiple angle of the line towards the smooth curve 220. このラインの長さのうち、最小値を調査点における離間長とする。 Of the length of this line, the minimum value and the detaching length in survey point.

分散は、統計学上の標本分散である。 Dispersion is a sample variance on the statistics. 各離間長230を標本とし、標本平均から標本がどれだけずれているかを示す。 And each spaced length 230 and sample, indicating samples from sample mean is deviated much. 即ち、蛇行度算出部50は、各離間長230の平均をとって標本平均を求め、標本平均と各離間長230の差の2乗を平均した値を蛇行度とする。 That is, serpentine calculating unit 50 obtains the sample mean and the average of each spaced length 230, a value obtained by averaging the square of the difference between the sample mean and each spaced length 230 and meandering degree.

図8は、この第1の実施例による蛇行度算出部50の蛇行度算出動作を示すフローチャートである。 Figure 8 is a flowchart showing a meandering calculation operation of the meandering calculation unit 50 according to the first embodiment.

まず、蛇行度算出部50は、センターライン210の各点を制御点として、Bスプライン法により血管セグメントの延び形状を平滑化した平滑曲線を算出する(S21)。 First, meandering calculating unit 50, as control points the points of the center line 210, the extending shape of the vessel segment for calculating a smoothed smooth curve by B-spline method (S21). この平滑曲線220は、平滑曲線記憶部54に記憶しておく。 The smooth curve 220 is stored in a smoothing curve storage unit 54.

次に、血管セグメントのセンターライン210上の各点に対して、順次離間長230を算出する(S22)。 Then, for each point on the centerline 210 of the vessel segment is calculated sequentially spaced length 230 (S22).

センターライン210上の各点における離間長230を算出すると、蛇行度として、これら離間長230の分散を算出する(S23)。 Calculating the spacing lengths 230 at each point on the centerline 210, as meandering degree, calculates the variance of these spaced length 230 (S23). この蛇行度を各血管セグメントに対して算出する。 The meandering degree calculated for each vessel segment. 算出した蛇行度は、蛇行度記憶部58に記憶しておく。 Calculated meandering degree is stored in a meandering degree storage unit 58.

(蛇行度算出の第2の実施例:離間長の平均) (Second embodiment of the serpentine calculation: average spacing length)
次に蛇行度算出部50による第2の実施例を説明する。 Next will be described a second embodiment according to the meandering calculating unit 50. 第2の実施例に係る蛇行度算出部50は、蛇行度として、平滑曲線220とセンターライン210の離間長230の平均を算出する。 The meandering calculating unit 50 according to the second embodiment, as meandering degree, and calculates the average of the spacing lengths 230 of the smoothing curve 220 and the center line 210.

図9は、第2の実施例に係る蛇行度算出部50の蛇行度算出動作を示すフローチャートである。 Figure 9 is a flowchart showing a meandering calculation operation of the meandering calculation unit 50 according to the second embodiment.

まず、蛇行度算出部50は、センターライン210の各点を制御点として、Bスプライン法により血管セグメントの延び形状を平滑化した平滑曲線220を算出する(S31)。 First, meandering calculating unit 50, as control points the points of the center line 210, the extending shape of the vessel segment for calculating a smoothed curve 220 was smoothed by B-spline method (S31). この平滑曲線は、平滑曲線記憶部54に記憶しておく。 The smooth curve is stored in a smoothing curve storage unit 54.

次に、血管セグメントのセンターライン210上の各点に対して、順次離間長230を算出する(S32)。 Then, for each point on the centerline 210 of the vessel segment is calculated sequentially spaced length 230 (S32).

センターライン210上の各点における離間長を算出すると、蛇行度として、これら離間長230の平均を算出する(S33)。 Calculating the spacing length at each point on the centerline 210, as meandering degree, and calculates the average of these spaced length 230 (S33). この蛇行度を各血管セグメントに対して算出する。 The meandering degree calculated for each vessel segment. 算出した蛇行度は、蛇行度記憶部58に記憶しておく。 Calculated meandering degree is stored in a meandering degree storage unit 58.

(蛇行度算出の第3の実施例:離間長の合計) (Third embodiment of the serpentine calculation: Total spaced length)
次に蛇行度算出部50による第3の実施例を説明する。 Next will be described a third embodiment according to the meandering calculating unit 50. 第3の実施例に係る蛇行度算出部50は、蛇行度として、平滑曲線220とセンターライン210の離間長230の合計を算出する。 The third serpentine calculating unit 50 according to the embodiment of the, as the meandering degree, and calculates the sum of the spacing length 230 of the smoothing curve 220 and the center line 210.

図10は、第3の実施例に係る蛇行度算出部50の蛇行度算出動作を示すフローチャートである。 Figure 10 is a flowchart showing a meandering calculation operation of the meandering calculation unit 50 according to the third embodiment.

まず、蛇行度算出部50は、センターライン210の各点を制御点として、Bスプライン法により血管セグメントの延び形状を平滑化した平滑曲線220を算出する(S41)。 First, meandering calculating unit 50, as control points the points of the center line 210, the extending shape of the vessel segment for calculating a smoothed curve 220 was smoothed by B-spline method (S41). この平滑曲線220は、平滑曲線記憶部54に記憶しておく。 The smooth curve 220 is stored in a smoothing curve storage unit 54.

次に、血管セグメントのセンターライン210上の各点に対して、順次離間長230を算出する(S42)。 Then, for each point on the centerline 210 of the vessel segment is calculated sequentially spaced length 230 (S42).

センターライン210上の各点における離間長230を算出すると、蛇行度として、これら離間長230の合計を算出する(S43)。 Calculating the spacing lengths 230 at each point on the centerline 210, as meandering degree, and calculates the sum of these spaced length 230 (S43). この蛇行度を各血管セグメントに対して算出する。 The meandering degree calculated for each vessel segment. 算出した蛇行度は、蛇行度記憶部58に記憶しておく。 Calculated meandering degree is stored in a meandering degree storage unit 58.

(蛇行度算出の第4の実施例:離間長の最大) (Fourth embodiment of a serpentine calculation: maximum spacing length)
次に蛇行度算出部50による第4の実施例を説明する。 Next will be described a fourth embodiment according to the meandering calculating unit 50. 第4の実施例に係る蛇行度算出部50は、蛇行度として、平滑曲線220とセンターライン210の離間長230の最大値を抽出する。 Fourth meandering calculating unit 50 according to the embodiment of the, as the meandering degree, extracts the maximum value of the spacing length 230 of the smoothing curve 220 and the center line 210.

図11は、第4の実施例に係る蛇行度算出部50の蛇行度算出動作を示すフローチャートである。 Figure 11 is a flowchart showing a meandering calculation operation of the meandering calculation unit 50 according to the fourth embodiment.

まず、蛇行度算出部50は、センターライン210の各点を制御点として、Bスプライン法により血管セグメントの延び形状を平滑化した平滑曲線220を算出する(S51)。 First, meandering calculating unit 50, as control points the points of the center line 210, the extending shape of the vessel segment for calculating a smoothed curve 220 was smoothed by B-spline method (S51). この平滑曲線220は、平滑曲線記憶部54に記憶しておく。 The smooth curve 220 is stored in a smoothing curve storage unit 54.

次に、血管セグメントのセンターライン210上の各点に対して、順次離間長230を算出する(S52)。 Then, for each point on the centerline 210 of the vessel segment is calculated sequentially spaced length 230 (S52).

センターライン210上の各点における離間長230を算出すると、蛇行度として、これら離間長230から最大値を抽出する(S53)。 Calculating the spacing lengths 230 at each point on the centerline 210, as meandering degree, to extract the maximum value from these spacing length 230 (S53). この蛇行度を各血管セグメントに対して算出する。 The meandering degree calculated for each vessel segment. 算出した蛇行度は、蛇行度記憶部58に記憶しておく。 Calculated meandering degree is stored in a meandering degree storage unit 58.

(蛇行度算出の第5の実施例:距離と長さの比) (Example of a fifth meandering calculation: distance and length ratio)
次に蛇行度算出部50による第5の実施例を説明する。 Next will be described a fifth embodiment according to the meandering calculating unit 50.

図12は、第5の実施例による蛇行度算出の模式図である。 Figure 12 is a schematic view of a serpentine calculation according to the fifth embodiment. 図12に示すように、この蛇行度算出部50は、蛇行度として、血管セグメントの距離250と全長240の比を算出する。 As shown in FIG. 12, the meandering calculating unit 50, as meandering degree, and calculates the ratio of the distance of the vessel segment 250 and the overall length 240. 血管セグメントの距離250は、センターラインの始端と終端のとを直線的に結んだ距離である。 Distance vessel segment 250 is linearly distance connecting the city center line start and end of the. 血管セグメントの全長240は、センターラインの長さである。 Total length 240 of the vessel segment is the length of the centerline.

図13は、第5の実施例に係る蛇行度算出部50の蛇行度算出動作を示すフローチャートである。 Figure 13 is a flowchart showing a meandering calculation operation of the meandering calculation unit 50 according to the fifth embodiment.

まず、蛇行度算出部50は、センターライン210の始端及び終端の座標を読み出し、始端及び始端の座標から血管セグメントの始端と終端の距離250を算出する(S61)。 First, meandering calculating unit 50 reads out the start and end coordinates of the center line 210, and calculates the distance 250 of the beginning and end of the vessel segment from the beginning and start coordinates (S61).

次に、血管セグメントのセンターライン210上の各点間の距離を累積していき、血管セグメントの全長240を算出する(S62)。 Then, the distance between each point on the centerline 210 of the vessel segments will accumulate to calculate the entire length 240 of the vessel segment (S62).

血管セグメントの始端と終端の距離250及び全長240を算出すると、蛇行度として、距離250と全長240の比を算出する(S63)。 When calculating the distance 250 and the overall length 240 of the start and end of the vessel segment, a meandering degree, and calculates the ratio of the distance 250 and the overall length 240 (S63). この蛇行度を各血管セグメントに対して算出する。 The meandering degree calculated for each vessel segment. 算出した蛇行度は、蛇行度記憶部58に記憶しておく。 Calculated meandering degree is stored in a meandering degree storage unit 58.

(蛇行度算出の第6の実施例:ピーク周波数) (Sixth embodiment of the serpentine calculation: peak frequencies)
次に蛇行度算出部50による第6の実施例を説明する。 Next will be described a sixth embodiment of by meandering calculation unit 50.

第6の実施例に係る蛇行度算出部50は、蛇行度として、血管セグメントの空間周波数スペクトルからピーク値を有する周波数を抽出する。 Sixth serpentine calculating unit 50 according to the embodiment of the, as the meandering degree, to extract a frequency having a peak value from the spatial frequency spectrum of the vessel segment. 図14は、この第6の実施例に係る蛇行度算出部50の動作を示すフローチャートである。 Figure 14 is a flowchart showing the operation of the meandering calculation unit 50 according to the sixth embodiment.

まず、蛇行度算出部50は、センターライン210の各点を制御点として、Bスプライン法により血管セグメントの延び形状を平滑化した平滑曲線220を算出する(S71)。 First, meandering calculating unit 50, as control points the points of the center line 210, the extending shape of the vessel segment for calculating a smoothed curve 220 was smoothed by B-spline method (S71). この平滑曲線220は、平滑曲線記憶部54に記憶しておく。 The smooth curve 220 is stored in a smoothing curve storage unit 54.

次に、血管セグメントのセンターライン210上の各点に対して、順次離間長230を算出する(S72)。 Then, for each point on the centerline 210 of the vessel segment is calculated sequentially spaced length 230 (S72).

センターライン210上の各点における離間長230を算出すると、蛇行度算出部50は、血管セグメントの延び形状を示すセンターライン210と平滑曲線220とから離間長曲線260を生成する(S73)。 Calculating the spacing lengths 230 at each point on the centerline 210, serpentine calculating unit 50 generates the separation length curve 260 from the centerline 210 indicating the extending shape of the vessel segment smooth curve 220. (S73).

図15は、蛇行度算出部50により生成される離間長曲線を示す図である。 Figure 15 is a diagram showing a separation length curve generated by meandering calculating unit 50. 離間長曲線260は、センターライン210上の各点から平滑曲線220までの離間長230を始端から終端までの各距離に対応させてプロットしたものである。 Spaced length Curve 260 is a plot to correspond to respective distances of the spaced lengths 230 from each point on the center line 210 to the smooth curve 220 from the beginning to the end.

離間長曲線260を生成すると、蛇行度算出部50は、離間長曲線260をフーリエ変換等により空間周波数領域のデータに変換することによって、血管セグメントの空間周波数スペクトルを得る(S74)。 Generating a separation length curve 260, serpentine calculation unit 50, by converting the data of the spatial frequency domain by the Fourier transform or the like spaced length curve 260 to obtain the spatial frequency spectrum of the vessel segment (S74).

図16は、離間長曲線260を空間周波数領域に変換して得られたスペクトル図である。 Figure 16 is a spectrum diagram obtained by converting the separated length curve 260 in the spatial frequency domain. このスペクトルは、周波数に対応させて周波数成分の大きさをプロットしたものである。 This spectrum is a plot of the magnitude of the frequency components in correspondence with the frequency. 周波数成分の大きさは、その周波数がどの程度出現しているかを表す。 The magnitude of the frequency component, indicating whether the frequency is how the appearance. 高周波数帯域にスペクトルが出現している場合、血管セグメントは、複雑に蛇行していることを示している。 If the spectrum in the high frequency band have appeared, vascular segments, indicates that the complex tortuous.

空間周波数領域に変換すると、蛇行度算出部50は、蛇行度として、図16に示すスペクトルから、周波数成分の大きさのピーク値Pvを有するピーク周波数Pfを検索する(S75)。 It is converted into the spatial frequency domain, meandering calculating unit 50, as serpentine degree, from the spectrum shown in FIG. 16, to find the peak frequency Pf having a peak value Pv of the magnitude of the frequency component (S75). この蛇行度を各血管セグメントに対して算出する。 The meandering degree calculated for each vessel segment. 算出した蛇行度は、蛇行度記憶部58に記憶しておく。 Calculated meandering degree is stored in a meandering degree storage unit 58.

(蛇行度算出の第7の実施例:重心周波数) (Seventh embodiment of the serpentine calculation: the center of gravity frequency)
次に蛇行度算出部50による第7の実施例を説明する。 Next will be described a seventh embodiment according to the meandering calculating unit 50.

第7の実施例に係る蛇行度算出部50は、蛇行度として、血管セグメントの空間周波数スペクトルの重心周波数を抽出する。 Seventh serpentine calculating unit 50 according to the embodiment of the, as the meandering degree, it extracts a centroid frequency of the spatial frequency spectrum of the vessel segment. 重心周波数は、空間周波数スペクトルの包絡線と周波枢軸とに囲まれる領域の重心に対応する周波数である。 Centroid frequency is a frequency corresponding to the center of gravity of the region surrounded by the envelope and frequency axis of the spatial frequency spectrum. 図17は、この第7の実施例に係る蛇行度算出部50の動作を示すフローチャートである。 Figure 17 is a flowchart showing the operation of the meandering calculation unit 50 according to the seventh embodiment.

まず、蛇行度算出部50は、センターライン210の各点を制御点として、Bスプライン法により血管セグメントの延び形状を平滑化した平滑曲線220を算出する(S81)。 First, meandering calculating unit 50, as control points the points of the center line 210, the extending shape of the vessel segment for calculating a smoothed curve 220 was smoothed by B-spline method (S81). この平滑曲線220は、平滑曲線記憶部54に記憶しておく。 The smooth curve 220 is stored in a smoothing curve storage unit 54.

次に、血管セグメントのセンターライン210上の各点に対して、順次離間長230を算出する(S82)。 Then, for each point on the centerline 210 of the vessel segment is calculated sequentially spaced length 230 (S82).

センターライン210上の各点における離間長230を算出すると、蛇行度算出部50は、平滑曲線220を算出してから、血管セグメントの延び形状を示すセンターライン210と平滑曲線220とから離間長曲線260を生成する(S83)。 Calculating the spacing lengths 230 at each point on the centerline 210, serpentine calculating unit 50, after calculating the smoothing curve 220, spaced length curve and a smooth curve 220. centerline 210 indicating the extending shape of the vessel segment to generate a 260 (S83).

離間長曲線260を生成すると、蛇行度算出部50は、離間長曲線260をフーリエ変換等により空間周波数領域に変換する(S84)。 Generating a separation length curve 260, serpentine calculating unit 50 converts the separated length curve 260 in the spatial frequency domain by a Fourier transform or the like (S84).

空間周波数領域に変換すると、蛇行度算出部50は、蛇行度として、空間周波数スペクトルから重心周波数を算出する(S85)。 It is converted into the spatial frequency domain, meandering calculating unit 50, as meandering degree, calculates the center of gravity frequency from the spatial frequency spectrum (S85). この蛇行度を各血管セグメントに対して算出する。 The meandering degree calculated for each vessel segment. 算出した蛇行度は、蛇行度記憶部58に記憶しておく。 Calculated meandering degree is stored in a meandering degree storage unit 58.

(蛇行度算出の第8の実施例:スペクトル全体と高周波数帯の積分比) (The eighth embodiment of the serpentine calculation: integration ratio of the whole spectrum and high frequency band)
次に蛇行度算出部50による第8の実施例を説明する。 It will now be described an eighth embodiment according to meander calculating unit 50.

第8の実施例に係る蛇行度算出部50は、蛇行度として、血管セグメントの空間周波数スペクトルが示す周波数帯域全域と所定波数帯域における成分の大きさの積分比を算出する。 Eighth serpentine calculating unit 50 according to the embodiment of the, as the meandering degree, and calculates the integral ratio of the magnitude of the components in the frequency band throughout the predetermined frequency band indicated by the spatial frequency spectrum of the vessel segment. 図18は、この第8の実施例に係る蛇行度算出部50の動作を示すフローチャートである。 Figure 18 is a flowchart showing the operation of the meandering calculation unit 50 according to the eighth embodiment.

まず、蛇行度算出部50は、センターライン210の各点を制御点として、Bスプライン法により血管セグメントの延び形状を平滑化した平滑曲線220を算出する(S91)。 First, meandering calculating unit 50, as control points the points of the center line 210, the extending shape of the vessel segment for calculating a smoothed curve 220 was smoothed by B-spline method (S91). この平滑曲線220は、平滑曲線記憶部54に記憶しておく。 The smooth curve 220 is stored in a smoothing curve storage unit 54.

次に、血管セグメントのセンターライン210上の各点に対して、順次離間長230を算出する(S92)。 Then, for each point on the centerline 210 of the vessel segment is calculated sequentially spaced length 230 (S92).

センターライン210上の各点における離間長230を算出すると、蛇行度算出部50は、平滑曲線220を算出してから、血管セグメントの延び形状を示すセンターライン210と平滑曲線220とから離間長曲線260を生成する(S93)。 Calculating the spacing lengths 230 at each point on the centerline 210, serpentine calculating unit 50, after calculating the smoothing curve 220, spaced length curve and a smooth curve 220. centerline 210 indicating the extending shape of the vessel segment to generate a 260 (S93).

離間長曲線260を生成すると、蛇行度算出部50は、離間長曲線260をフーリエ変換等により空間周波数領域に変換する(S94)。 Generating a separation length curve 260, serpentine calculating unit 50 converts the separated length curve 260 in the spatial frequency domain by a Fourier transform or the like (S94).

図19は、全体積分値と所定帯積分値を示す空間周波数スペクトルの模式図である。 Figure 19 is a schematic diagram of a spatial frequency spectrum showing a total integration value and a predetermined zone integration value. 周波数分解すると、蛇行度算出部50は、空間周波数スペクトルの周波数帯全域に亘りその周波数成分の大きさを積分し、全体積分値IVaを得る(S95)。 When frequency resolution, meandering calculating unit 50 integrates the magnitude of the frequency components over the frequency band throughout the spatial frequency spectrum to obtain a total integrated value IVa (S95). 全体積分値IVaは、空間周波数スペクトルの包絡線と周波数軸とにより囲まれる面積である。 Total integrated value IVa is the area surrounded by an envelope of the spatial frequency spectrum and the frequency axis. さらに、蛇行度算出部50は、空間周波数スペクトルの所定周波数帯域frに亘りその周波数成分の大きさを積分し、所定帯積分値IVpを得る(S96)。 Furthermore, meander calculating unit 50 integrates the magnitude of the frequency components over a predetermined frequency band fr of the spatial frequency spectrum to obtain a predetermined zone integration value IVp (S96). 所定帯積分値IVpは、空間周波数スペクトルの所定周波数帯域frに対応する包絡線部分と周波枢軸とに囲まれる面積である。 Predetermined zone integration value IVp is the area surrounded by an envelope portion and a frequency pivot corresponding to a predetermined frequency band fr of the spatial frequency spectrum.

蛇行度算出部50は、この所定周波数帯域frの上限周波数Hf及び下限周波数Lfを、予め定められた値として記憶している。 It meandering calculating unit 50, the upper limit frequency Hf and lower frequency Lf of the predetermined frequency band fr, is stored as a predetermined value. 蛇行度算出のためには、この所定周波数帯域frは、高周波数帯域となるように上限周波数Hf及び下限周波数Lfを記憶しておくことが好ましい。 For serpentine calculation, the predetermined frequency band fr, it is preferable to store the upper limit frequency Hf and lower frequencies Lf as a high frequency band.

全体積分値IVa及び所定帯積分値IVpを得ると、蛇行度算出部50は、蛇行度として、全体積分値IVaと所定帯積分値IVpの比を算出する(S97)。 Obtains a total volume value IVa and predetermined zone integration value IVp, meandering calculating unit 50, as meandering degree, it calculates a ratio of the overall integrated value IVa and predetermined zone integration value IVp (S97). この蛇行度を各血管セグメントに対して算出する。 The meandering degree calculated for each vessel segment. 算出した蛇行度は、蛇行度記憶部58に記憶しておく。 Calculated meandering degree is stored in a meandering degree storage unit 58.

(蛇行度算出の第9の実施例:所定割合の積分値を有する周波数帯域の上限又は下限) (Ninth embodiment of the serpentine calculation: upper or lower limit of the frequency band with an integral value of a predetermined ratio)
次に蛇行度算出部50による第9の実施例を説明する。 Next will be described a ninth embodiment according to the meandering calculating unit 50.

第9の実施例に係る蛇行度算出部50は、蛇行度として、所定割合の積分値を有する周波数帯域の上限又は下限の周波数値を算出する。 9 serpentine calculating unit 50 according to the embodiment of the, as the meandering degree, and calculates the upper or lower limit frequency value of the frequency band with an integral value of a predetermined ratio. 所定割合は、周波数帯全域に亘る周波数成分の大きさの積分値に対する割合である。 Predetermined ratio is a ratio of the integral value of the magnitude of the frequency components over the frequency band throughout. 図20は、この第9の実施例に係る蛇行度算出部50の動作を示すフローチャートである。 Figure 20 is a flowchart showing the operation of the meandering calculation unit 50 according to the ninth embodiment.

まず、蛇行度算出部50は、センターライン210の各点を制御点として、Bスプライン法により血管セグメントの延び形状を平滑化した平滑曲線220を算出する(S101)。 First, meandering calculating unit 50, as control points the points of the center line 210, the extending shape of the vessel segment for calculating a smoothed curve 220 was smoothed by B-spline method (S101). この平滑曲線220は、平滑曲線記憶部54に記憶しておく。 The smooth curve 220 is stored in a smoothing curve storage unit 54.

次に、血管セグメントのセンターライン210上の各点について、順次離間長230を算出する(S102)。 Next, for each point on the centerline 210 of the vessel segment is calculated sequentially spaced length 230 (S102).

センターライン210上の各点における離間長230を算出すると、蛇行度算出部50は、平滑曲線220を算出してから、血管セグメントの延び形状を示すセンターライン210と平滑曲線220とから離間長曲線260を生成する(S103)。 Calculating the spacing lengths 230 at each point on the centerline 210, serpentine calculating unit 50, after calculating the smoothing curve 220, spaced length curve and a smooth curve 220. centerline 210 indicating the extending shape of the vessel segment generating a 260 (S103).

離間長曲線260を生成すると、蛇行度算出部50は、離間長曲線260をフーリエ変換等により空間周波数領域に変換する(S104)。 Generating a separation length curve 260, serpentine calculating unit 50 converts the separated length curve 260 in the spatial frequency domain by a Fourier transform or the like (S104). 図21は、全体積分値IVaと調査積分値IVr及び調査周波数Rfを示す空間周波数スペクトルの模式図である。 Figure 21 is a schematic diagram of a spatial frequency spectrum showing the the entire integrated value IVa study integration value IVr and investigation frequency Rf.

空間周波数領域に変換すると、蛇行度算出部50は、空間周波数スペクトルの周波数帯全域に亘りその周波数成分の大きさを積分し、全体積分値IVaを得る(S105)。 It is converted into the spatial frequency domain, meandering calculating unit 50 integrates the magnitude of the frequency components over the frequency band throughout the spatial frequency spectrum to obtain a total integrated value IVa (S105). 全体積分値IVaは、空間周波数スペクトルの包絡線と周波数軸とにより囲まれる面積である。 Total integrated value IVa is the area surrounded by an envelope of the spatial frequency spectrum and the frequency axis.

さらに、蛇行度算出部50は、空間周波数スペクトルが示す最高周波数Maxfよりも低い所定の調査周波数Rfを設定し(S106)、最高周波数Maxfと調査周波数Rfとの間の周波数帯域について、その周波数帯域に亘る周波数成分の大きさを積分した調査積分値IVrを得る(S107)。 Furthermore, meander calculating unit 50 sets a predetermined survey frequency Rf lower than the maximum frequency Maxf showing spatial frequency spectrum (S106), the frequency band between the highest frequency Maxf and investigation frequency Rf, the frequency band obtaining survey integrated value IVr the magnitude of the frequency components obtained by integrating over (S107). 調査周波数Rfの初期値は、予め外部記憶部7に記憶されている。 The initial value of the study frequency Rf is stored in advance in the external storage unit 7. 調査積分値IVrは、最高周波数Maxfを始端及び調査周波数Rfを終端とする空間周波数スペクトルの包絡線部分と周波数軸とにより囲まれる面積である。 Survey integral value IVr is the area surrounded by an envelope portion and a frequency axis of the spatial frequency spectrum that ends the start and investigate the frequency Rf maximum frequency MaxF.

ついで、全体積分値IVaと調査積分値IVrの比を算出し(S108)、算出した比が所定割合であるか否かを判断する(S109)。 Then calculates the ratio of research integrated value IVr the overall integrated value IVa (S108), the calculated ratio is equal to or a predetermined ratio (S109). 所定割合に対応する値は、予め外部記憶部7に記憶されている。 Value corresponding to a predetermined ratio, is stored in advance in the external storage unit 7. 例えば、所定割合は、50%である。 For example, the predetermined percentage is 50%.

算出した比が所定割合よりも小さければ(S109,No)、調査周波数Rfをさらに所定周波数分低い周波数に設定し直し(S110)、S107〜S110を繰り返す。 If the calculated ratio is less than a predetermined ratio (S109, No), re-set at a predetermined frequency lower by frequency survey frequency Rf (S110), and repeats the S107~S110. 即ち、この調査周波数Rfは、最高周波数Maxfと調査周波数Rfとの間の周波数帯域の下限周波数となる。 In other words, the survey frequency Rf is a lower limit frequency of the frequency band between the highest frequency Maxf and survey frequency Rf.

算出した比が所定割合と同一値であれば(S109,Yes)、設定されている調査周波数Rfを蛇行度とし、蛇行度記憶部58に記憶しておく(S111)。 If the calculated ratio is equal predetermined percentage of the same value (S109, Yes), the investigation frequency Rf that is set as a meandering degree, stored in a meandering degree storage unit 58 (S 111).

尚、空間周波数スペクトルの最低周波数と調査周波数Rfとの間の周波数帯としてもよく、その場合、調査周波数Rfは、この周波数帯の上限周波数となる。 Incidentally, it may be a frequency band between the lowest frequency and the survey frequency Rf of the spatial frequency spectrum, in which case the survey frequency Rf is the upper limit frequency of the frequency band.

以上、この腫瘍診断支援システムでは、蛇行度を各実施例の何れかにおいて算出し、判定部60で蛇行度と閾値とを比較することで、腫瘍像が悪性か良性かを判定し、出力部70で蛇行度とともに判定結果を視認可能に出力する。 Above, in this tumor diagnosis support system, the meandering degree calculated in any one of the embodiments, by comparing the meandering of the threshold determination unit 60, the tumor image is determined whether malignant or benign, the output unit 70 visibly outputs the determination result together with the meandering degree.

(分岐度算出のための腫瘍診断支援システム) (Tumor diagnosis support system for the degree of branching calculated)
次に、腫瘍診断の支援のために腫瘍像の周囲に存在する血管像の分岐度を算出する技術について説明する。 Next, a description technique for calculating the degree of branching of the blood vessel image present around the tumor image in support of tumor diagnosis.

図22は、分岐度を算出する腫瘍診断支援システムを示す機能ブロック図である。 Figure 22 is a functional block diagram illustrating a tumor diagnosis support system for calculating the degree of branching. コンピュータで構成されるシステムを腫瘍診断支援プログラムの起動により実現される機能を主体として示したものである。 The system consists of a computer illustrates mainly the function realized by the activation of tumor diagnosis support program.

この腫瘍診断支援システムは、医用画像から腫瘍像検出し、腫瘍像の周囲に存在する血管像を抽出し、血管像に分岐度を算出し、分岐度から悪性又は良性を判定し、分岐度及び判定結果を視認可能に出力する。 The tumor diagnosis support system detects a tumor image from the medical image, and extracts a blood vessel image present around the tumor image, it calculates the degree of branching in the blood vessel image, and determines the malignant or benign from branching degree, branching degree and visual determination result can be output.

腫瘍像の検出構成、血管像の抽出構成、蛇行度から腫瘍の悪性又は良性を判定する構成、出力構成については、蛇行度算出のための腫瘍診断支援システムと同一であり、医用画像記憶部10、腫瘍像検出部20、腫瘍像中心点記憶部25、血管像抽出部30、センターライン記憶部35、判定部60、閾値記憶部65、出力部70を備える。 Detection arrangement of tumor image, extracting feature blood vessel image, and determines constituting the malignant or benign tumor from meandering degree, for output configuration is identical to tumor diagnosis support system for serpentine calculation, the medical image storage unit 10 comprises tumor image detecting unit 20, the tumor image center point storage unit 25, the blood vessel image extraction section 30, the center line storage unit 35, determination unit 60, a threshold storage unit 65, an output unit 70.

分岐度を算出する構成としては、分岐度算出部80と分岐度記憶部85とを備える。 The arrangement for calculating the degree of branching, comprises a branching degree calculation section 80 and the branching degree storage unit 85.

分岐度算出部80は、表示装置3と演算制御部5を含み構成される。 Branching degree calculation unit 80 is configured comprising an operation control unit 5 and the display device 3. この分岐度算出部80は、血管像の分岐から分岐度を算出する。 The branching degree calculation unit 80 calculates the degree of branching from a branch of the blood vessel image. 分岐度は、後述するように、分岐数、又は平均分岐角度である。 Degree of branching, as will be described later, the number of branches, or the average angle of divergence. 分岐度は、血管像を一端から他端へ向けて走査することにより行われる。 The degree of branching is carried out by scanning toward the blood vessel image from one end to the other. 血管像の一端は、心臓に近い側とし、医用画像を表示して、入力装置2を用いて利用者により指定される。 One end of the blood vessel image is to the side closer to the heart, to display a medical image, it is designated by the user using the input device 2. 算出した分岐度は、分岐度記憶部85に記憶される。 Calculated degree of branching is stored in the branching degree storage unit 85. 分岐度記憶部85は、外部記憶部7を含み構成される。 Branching degree storage unit 85 is configured comprising an external storage unit 7.

図23は、この腫瘍診断支援システムにより実施される腫瘍診断支援動作を示す概略フローチャートである。 Figure 23 is a schematic flowchart showing a tumor diagnosis assistance operation performed by the tumor diagnosis support system.

まず、腫瘍診断支援システムは、医用画像記憶部10より医用画像を読み出して表示装置3に表示する(S121)。 First, tumor diagnosis support system, and displays it on the display device 3 reads out the medical image from the medical image storage unit 10 (S121). 腫瘍像検出部20は、腫瘍像が選択されると(S122)、その腫瘍像を形状特定して検出する(S123)。 Tumor image detection unit 20, when the tumor image is selected (S122), and detecting the shape identifying the tumor image (S123).

腫瘍像を検出すると、腫瘍像検出部20は、検出された腫瘍像の中心点を算出する(S124)。 Upon detection of the tumor image, the tumor image detecting unit 20 calculates the center point of the detected tumor image (S124). 中心点が算出されると、血管像抽出部30は、中心点を中心に関心領域を定める(S125)。 When the center point is calculated, the blood vessel image extraction unit 30 defines a region of interest around the center point (S125). 関心領域が定められると、血管像抽出部30は、関心領域内に存在する腫瘍像周囲の血管像を抽出する(S126)。 When the region of interest is determined, the blood vessel image extraction unit 30 extracts the blood vessel image of the surrounding tumor image is present within the region of interest (S126).

血管像が抽出されると、血管像抽出部30は、血管像のセンターラインを特定する(S127)。 When the blood vessel image is extracted, the blood vessel image extraction section 30 identifies the centerline of the blood vessel image (S127).

血管像のセンターラインが特定されると、分岐度算出部80は、血管像のセンターラインをセンターライン記憶部35から読み出し、センターラインの各分岐点から後述する分岐度を算出する処理を行う(S128)。 When the center line of the blood vessel image is specified, branching degree calculating unit 80 reads the centerline of the blood vessel image from the center line memory unit 35, performs a process of calculating the degree of branching, which will be described later, from the branch point of the center line ( S128).

分岐度が算出されると、判定部60は、閾値記憶部65から閾値を読み出し、分岐度と閾値とを比較する(S129)。 When the degree of branching is calculated, the determination unit 60 reads the threshold from the threshold storage unit 65, compares the degree of branching and the threshold (S129). 比較の結果、閾値以上となる分岐度があると(S129,Yes)、出力部70は、分岐度記憶部85に記憶されている各分岐度とともに、「悪性の疑いあり」との悪性の判断結果を示す文字列を出力する(S130)。 Result of the comparison, if there is a degree of branching equal to or greater than the threshold value (S129, Yes), the output unit 70, with each branch of which is stored in the branching degree storage unit 85, malignant judgment that "there is suspicion of malignant" and it outputs the character string indicating the result (S130). 一方、閾値以上となる分岐度がない場合(S129,No)、出力部70は、分岐度記憶部85に記憶されている各分岐度とともに、「良性の可能性あり」との判断結果を示す文字列を出力する(S131)。 On the other hand, if there is no degree of branching equal to or greater than the threshold value (S129, No), the output unit 70, with each branch of which is stored in the branching degree storage unit 85, representing the determination result of "possibly benign" and it outputs the character string (S131).

(分岐度算出の第1の実施例:分岐数) (First embodiment of the branch calculation: number of branches)
次に分岐度算出部80による分岐度算出の第1の実施例を説明する。 Next will be described a first embodiment of a branching degree calculation by branching degree calculation unit 80.

図24は、第1の実施例による分岐度算出の模式図である。 Figure 24 is a schematic diagram of a branching degree calculation according to the first embodiment. 血管像は、枝状に血管が分岐して構成されている。 Blood vessel image is a blood vessel is constituted branched into branch. 分岐度算出部80は、血管像から分岐点270を検出して、分岐点270の数をカウントする。 Branching degree calculation unit 80 detects a branch point 270 from the blood vessel image, it counts the number of branch points 270. センターライン210の一端を上流として下流に向けて調査点280を順次移行させて分岐点270を検索する。 One end of the center line 210 sequentially shift the survey point 280 to the downstream as an upstream search for branch points 270. センターライン210の一端は、心臓に近い側の端290に決定する。 One end of the center line 210 is determined on the side of the end 290 close to the heart. 分岐点270が見つかると、分岐数をカウントアップする。 When the branch point 270 is found, to count up the number of branches.

図25は、この第1の実施例による分岐度算出部80の分岐度算出動作を示すフローチャートである。 Figure 25 is a flow chart showing the branching degree calculating operation of the branch calculation unit 80 according to the first embodiment.

まず、分岐度算出部80は、分岐点270と走査済み点と未走査点を記憶する記憶エリアを主記憶部6に確保し、また分岐数を0に初期化しておき、医用画像を表示する(S141)。 First, branching degree calculation unit 80, a storage area for storing the scanned point and unscanned point and the branch point 270 secured in the main storage unit 6, also the number of branches leave initialized to 0, displaying medical images (S141). 走査済み点は、分岐点の先のセンターライン上の点であって、すでに調査点280となった点である。 Scanned point, a point on the previous center line of the branch point, a point that has already become a research point 280. 未走査点は、分岐点の先のセンターライン上の点であって、未だ調査点280となっていない点である。 Not scanning point, a point on the previous center line of the branch point, a point that has not yet been investigated point 280.

医用画像から血管像の心臓に近い側の端290が入力装置2を用いて指定されると(S142)、センターライン210の指定された側の一端を上流として調査点280に設定する(S143)。 When the side edge 290 is close to the heart of the blood vessel image from the medical image is designated using the input device 2 (S142), sets the survey point 280 at one end of the specified side of the center line 210 as an upstream (S143) . 利用者は、関心領域の外から既に血管像が複数以上に分岐、又は関心領域に複数の血管像が存在する場合は、血管像の心臓に近い側の端を全て指定する。 The user already blood vessel image is branched into a plurality of more than from outside the region of interest, or if a plurality of blood vessel image exists in the region of interest, specifies all the side edge closer to the heart of the blood vessel image.

調査点280を設定すると、その調査点280に対するセンターライン210の下流側隣接点をカウントし(S144)、カウントにより得られたカウント数から1減じた数を分岐数に加える(S145)。 Setting the survey point 280 counts the downstream adjacent points of the centerline 210 with respect to the investigation point 280 (S144), adding the number obtained by subtracting 1 from the count number obtained by counting the number of branches (S145). カウント数が1である場合は、分岐点ではなく、カウント数が0となるため、分岐数に変化はない。 If the count number is 1, not a branch point, because the count is 0, no change in the number of branches.

カウント及び分岐数の更新が終了すると、調査点280をセンターライン210上の一つ下流側に移行する。 When the count and the number of branches of the update is finished, the routine proceeds to investigate point 280 on one downstream side of the center line 210.

このとき、カウント数が2以上であると(S146,Yes)、走査済み点を除き最も座標値が最も小さい隣接点に調査点280を移行し、未走査点としての記憶を削除する(S147)。 At this time, the count number and is 2 or more (S146, Yes), the most coordinate values ​​except scanned point migrates survey point 280 to the smallest adjacent points, deletes the storage of the unscanned point (S147) . 座標値は、例えばスカラー量である。 Coordinate value, for example, a scalar quantity. そして、新たに設定された調査点280を走査済み点、未だ走査されていない分岐先の点を未走査点として記憶エリアに記憶する(S148)。 The scanned points a survey point 280 which is newly set, stored yet in the storage area to points of the branch destination is not scanned as unscanned point (S148). 新たに走査済み点と未走査点を記憶すると、S144〜S148を繰り返し、分岐点のカウントをしていく。 When newly stores the scanned point and unscanned point, repeatedly S144~S148, continue to count the branch point.

カウント数が2以上でない場合(S146,No)、即ち調査点280が分岐点270でない場合、調査点280をセンターライン210上の一つ下流側に移行できるか判断する(S149)。 If the count is not 2 or more (S146, No), i.e. survey point 280 may not be the branch point 270 determines whether it proceeds the survey point 280 on one downstream side of the center line 210 (S149).

調査点280の一つ下流側にセンターライン210上の点が存在する場合(S149,Yes)、存在する隣接点に調査点280を移行し(S150)、S144〜S148を繰り返す。 If a point on the centerline 210 in one downstream of the survey point 280 is present (S149, Yes), and proceeds the investigation points 280 adjacent points that is present (S150), and repeats the S144~S148.

調査点280の一つ下流側にセンターライン210上の点が存在しない場合(S149,No)、即ち調査点280がセンターライン210の下流側他端に到達した場合、未走査点が存在するか判断する(S151)。 If the one downstream of the survey point 280 does not exist a point on the centerline 210 (S149, No), i.e. if the survey point 280 reaches the downstream end of the center line 210, or not scanning point exists it is determined (S151). 未走査点が存在する場合(S151,Yes)、一番下流側にある最下位の未走査点に調査点280し(S152)、S144〜S148を繰り返す。 If unscanned point exists (S151, Yes), survey points 280 Mr. unscanned point of the lowest on the far downstream side (S152), and repeats the S144~S148.

一方、未走査点が存在しない場合(S151,No)、分岐数のカウントを終了する。 On the other hand, if the unscanned point is not present (S151, No), ends the counting of the number of branches. カウントされた分岐数は、分岐度として分岐度記憶部85に記憶される。 Counted number of branches is stored in the branching degree storage unit 85 as the degree of branching.

(分岐度算出の第2の実施例:平均分岐角度) (Second embodiment of the branch calculation: average branching angle)
次に分岐度算出部80による第2の実施例を説明する。 Next will be described a second embodiment according to the branching degree calculation unit 80.

図26は、第2の実施例による分岐度算出の模式図である。 Figure 26 is a schematic diagram of a branching degree calculation according to the second embodiment. 血管像は、枝状に血管が分岐して構成されている。 Blood vessel image is a blood vessel is constituted branched into branch. 分岐度算出部80は、血管像から分岐点270を検出して、その分岐点270の分岐角度300を算出する。 Branching degree calculation unit 80 detects a branch point 270 from the blood vessel image, and calculates the angle of divergence 300 of the branch point 270. 各分岐点270について分岐角度300を算出し、分岐度として、平均分岐角度を取得する。 For each branch point 270 calculates the branch angle 300, as the degree of branching, and acquires the average branching angle.

分岐角度300は、分岐点270から延びる2本のセンターライン210がなす角度である。 Branching angle 300 is a two angle centerline 210 forms a extending from the branch point 270. 支流のセンターライン210上にある分岐点270から所定ボクセル分離れた支流点310の座標を取得し、分岐点270の座標及び2つの支流点310の座標から分岐角度300を算出する。 Get the coordinates of the branch point 310 from the branch point 270 located on the center line 210 of the branch apart predetermined voxels, it calculates the branching angle 300 from the coordinates of the coordinates and the two tributaries point 310 of the branch point 270.

図27は、この第2の実施例による分岐度算出部80の分岐度算出動作を示すフローチャートである。 Figure 27 is a flow chart showing the branching degree calculating operation of the branch calculation unit 80 according to the second embodiment.

まず、分岐度算出部80は、センターライン210上に調査点280を走らせ、分岐点270を順次検出する(S161)。 First, branching degree calculation unit 80, run a survey point 280 on the centerline 210, sequentially detects the branch point 270 (S161). 検出した分岐点270の座標は、主記憶部6に一時記憶しておく。 It coordinates of the detected branch point 270, temporarily storing the main storage unit 6.

分岐点270を検出すると、分岐点270から支流するセンターライン210上にある分岐点270から所定ボクセル分離れた支流点300の座標を取得する(S162)。 Upon detecting a branch point 270, to obtain the coordinates of the branch point 270 branch point 300 from the branch point 270 located on the center line 210 to branch away predetermined voxels from (S162). 2つの支流点310の座標を取得すると、分岐点270と2つの支流点310の座標からセンターライン210の2つの支流がなす分岐角度300を各分岐点270について順次算出する(S163)。 Upon acquiring the coordinates of the two tributaries point 310, the two branches angle 300 tributaries formed at the branch point 270 and centerline 210 of two coordinate tributaries points 310 are sequentially calculated for each branch point 270 (S163).

全分岐点270について分岐角度300を算出すると(S164,Yes)、算出した全分岐角度300の平均をとり、分岐度として、平均分岐角度を取得する(S165)。 When calculating the branch angle 300 for all the branch point 270 (S164, Yes), calculated taking the average of all the branch angle 300, as the degree of branching, and acquires the average branching angle (S165). 算出された平均分岐角度は、分岐度として分岐度記憶部85に記憶される。 Calculated average branching angle is stored in the branching degree storage unit 85 as the degree of branching.

以上、この腫瘍診断支援システムでは、分岐度を各実施例の何れかにおいて算出し、判定部60で分岐度と閾値とを比較することで、腫瘍像が悪性か良性かを判定し、出力部70で分岐度とともに判定結果を視認可能に出力する。 Above, in this tumor diagnosis support system, the degree of branching was calculated in any one of the embodiments, in the determination unit 60 by comparing the degree of branching and the threshold, the tumor image is determined whether malignant or benign, the output unit visibly outputs the determination result together with the degree of branching in 70.

(蛇行度及び分岐度の算出変形例) (Calculated variation of the meandering degree and branching degree)
次に、上記した蛇行度及び分岐度の変形例について説明する。 Next, a description will be given of a variation of the meandering degree and branching degree as described above.

悪性腫瘍は、周辺組織を集めて成長するが、この周辺組織に対する影響は、悪性腫瘍との距離に比例する。 Malignant tumors, although growth attracted the surrounding tissue, the impact on the surrounding tissue is proportional to the distance between the malignant tumor. 即ち、悪性腫瘍に近ければ近いほど、周辺組織の凝集率は高まる傾向にある。 In other words, the closer to the malignant tumor, aggregation rate of the surrounding tissue is the growing trend. 従って、蛇行度や分岐度も悪性腫瘍に近ければ近いほど高まる傾向にある。 Therefore, it tends to increase the closer to the malignant tumor also meandering degree and degree of branching. そこで、蛇行度及び分岐度の算出変形例に係る腫瘍診断支援システムでは、腫瘍像と蛇行度や分岐度の算出箇所との距離に応じて蛇行度や分岐度を重み付け補正して、蛇行度や分岐度が悪性腫瘍に近ければ近いほど高まる傾向を悪性又は良性の判断支援又は判定に加味する。 Therefore, in the tumor diagnosis support system according to the calculation modification of the meandering degree and branching degree, the meandering degree and branching degree according to the distance between the calculated position of the meandering degree and branching degree of the tumor image and weighted correction, meandering degree Ya the degree of branching is taken into consideration in the decision support or judgment of malignant or benign a tendency to increase the closer to the malignant tumor.

図28は、本変形例に係る蛇行度算出のための腫瘍診断支援システムの機能ブロック図である。 Figure 28 is a functional block diagram of a tumor diagnosis support system for serpentine calculation according to this modification. 本変形例に係る腫瘍診断支援システムでは、セグメント分離部40の処理と蛇行度算出部50との間に、グループ分割部90を備え、腫瘍像との距離に応じて同一領域内にある血管セグメントや血管像の部分を同一グループに分ける。 Vessel segment in tumor diagnosis support system according to this modification, which is between the process and the meandering calculator 50 of the segment separating section 40 includes a group dividing unit 90, in accordance with the distance between the tumor image in the same area a part of or the blood vessel image divided into the same group. このグループ分割部90は、演算制御部5を含み構成される。 The group division unit 90 is configured comprising an operation control unit 5. 本変形例に係る分岐度算出のための腫瘍診断支援システムにおいても、血管像抽出部30の処理と分岐度算出部80の処理との間にグループ分割部90を備える。 Also in tumor diagnosis support system for branching calculation according to this modification comprises a group division unit 90 between the processing of blood vessel image extraction unit 30 and the processing of the branching degree calculation unit 80.

そして、蛇行度算出部50は、グループの平均や合計や最大をとり、グループの蛇行度合いを示す値を算出する。 The meandering calculating unit 50 takes the average and total and largest group, calculates a value indicating the degree of meandering of the group. さらに、この算出した値をグループと腫瘍像との代表距離に応じて重み付けし、蛇行度とする。 Additionally, by weighting according to the calculated value to the representative distance between groups and tumor image, the meandering degree. また、分岐度算出部80は、領域毎の分岐度合いを示す値を算出し、領域と腫瘍像との代表距離に応じてこの値を重み付けし、分岐度とする。 The branch calculator 80 calculates a value indicating a branch degree for each area, this value was weighted according to the representative distance between the region and the tumor image, the degree of branching.

図29は、蛇行度及び分岐度の算出変形例に係る殻空間分割を示す模式図である。 Figure 29 is a schematic view showing a shell space divided according to the calculation modification of the meandering degree and branching degree. 図29に示すように、蛇行度及び分岐度の算出にあたり、医用画像の空間を腫瘍像を中心として同心円上に複数の殻空間400a,400b,400c・・・に分ける。 As shown in FIG. 29, in the calculation of the meandering degree and branching degree, divide the space of a medical image multiple shell space 400a concentrically around the tumor image, 400b, to 400c · · ·. 殻空間400a,400b,400cは、最内殻空間400aから最外殻空間400cまで複数段階に区分けされ、それぞれ所定の厚みを有する。 Shell space 400a, 400b, 400c are divided into a plurality of steps from the innermost shell space 400a to the outermost space 400c, each having a predetermined thickness.

同一の殻に収まる血管セグメントは、腫瘍像から同一距離の範囲内にある一グループとして、グループ分けされる。 Vessel segments that fit into the same shell, as a group from a tumor image within the same distance, are grouped. 血管像は、複数の殻により分割され、同一殻に収まる血管像の部分は、腫瘍像から同一の距離にある領域として分割される。 Blood vessel image is divided by a plurality of shells, the portion of the blood vessel image that will fit in the same shell is divided as a region in the same distance from the tumor image.

尚、分割は、殻空間400a,400b,400c・・・の占める領域を示す殻空間情報を殻空間毎に記憶することによってなされる。 Incidentally, division is done by storing shell space 400a, 400b, the shell space information indicating a region occupied by 400c · · · for each shell space. 殻空間情報は、腫瘍像と殻空間の腫瘍像側の境界との距離と、腫瘍像と殻空間の腫瘍像とは反対側の境界との距離により構成される。 Shell space information is constituted by the distance between the boundary opposite to the distance between the tumor image side of the boundary of the tumor image and shell space, the tumor image of the tumor image and shell space.

図30は、重み付け値を記憶するテーブルである。 Figure 30 is a table that stores weighting values. 蛇行度算出部50及び分岐度算出部80は、この重み付け値を記憶するテーブルを予め記憶している。 Meandering calculator 50 and the branching degree calculating section 80 stores in advance a table that stores weighting values. このテーブルは、複数の殻空間400a,400b,400c・・・のうち一つを識別する識別情報と重み付け値を対応付けて記憶している。 This table has a plurality of shells spaces 400a, 400b, are stored in association with identification information and the weighting value that identifies one of the 400c · · ·. 重み付け値は、殻空間400a,400b,400c・・・の腫瘍像からの距離に応じて比例させた値である。 Weighting value is a value in proportion with the distance shell space 400a, 400b, the tumor image 400c · · ·. 腫瘍像からの距離が近ければ近いほど悪性腫瘍の影響を受けるため、近い距離にあるグループを重要視するものである。 Due to the influence of malignancy closer the distance from a tumor image, it is intended to emphasize group in the short distance. 殻空間400a,400b,400c・・・が有する所定の厚みのうちの例えば中心位置を代表距離として、殻空間の腫瘍像からの距離とする。 Shell space 400a, 400b, for example, the center position of the predetermined thickness having the 400c · · · as a representative distance, the distance from the tumor image shell space.

蛇行度算出部50は、殻空間情報を読み出して、殻空間情報で示される殻空間400a,400b,400c・・・内に存在する血管セグメントについて、血管セグメントと平滑曲線との離間長の分散、血管セグメントの長さと血管セグメントの始端から終端までの距離との比、血管セグメントと平滑曲線との離間長の平均若しくは合計又は最大、血管セグメントと平滑曲線との始端から終端までの各距離に対する離間長を示す離間長曲線を空間周波数に変換して得られる周波数帯域のピーク周波数又は重心周波数、同様の変換により得られる周波数帯全域に亘る成分の大きさの積分値と所定周波数帯域の積分値との比、同様の変換により得られる周波数全域の成分の大きさの積分値の所定割合を有する周波数帯域の上限又は下限の周波数値 Meandering calculating unit 50 reads out the shell space information, shell space 400a indicated by the shell space information, 400b, the vessel segment present within 400c · · ·, distributed spaced length of the vessel segment and the smooth curve, the ratio of the distance from the beginning of the length and the vessel segment of the vessel segment to the end, separated for each distance of the average or the sum or maximum spacing length between vessel segments and smooth curve, from the beginning of the vessel segment and the smooth curve to the end peak frequency or gravity center frequency of the frequency band obtained by converting the spacing length curve that indicates the length in the spatial frequency, the integral value of the integration value and a predetermined frequency band of the size of the components over the frequency band throughout which is obtained by the same conversion ratio, the upper limit or lower limit of the frequency value of the frequency band having a predetermined ratio of the integral value of the magnitude of the component of the entire frequency range obtained by similar conversion 各血管セグメントの長さの合計と始端と終端との距離の合計の比、各血管セグメントの始端と終端との距離の平均、又は各血管セグメントの長さの合計又は平均を算出する。 Ratio of the total distance between the total and the beginning and end of the length of each vessel segment, the average of the distance between the beginning and end of each vessel segment, or total or calculates the average of the length of each vessel segment.

尚、各血管セグメントの長さの合計と始端と終端との距離の合計の比、各血管セグメントの始端と終端との距離の平均、又は各血管セグメントの長さの合計又は平均については、上記した血管セグメントの長さ及び始端と終端との距離の算出方法により行われる。 Incidentally, the ratio of the sum of the distances between the total and the beginning and end of the length of each vessel segment, the average of the distance between the beginning and end of each vessel segment, or the sum or average of the lengths of each vessel segment, the performed by a method of calculating the distance between the length and the start and end of the vessel segments. 即ち、各血管セグメントの長さの合計と始端と終端との距離の合計の比は、各血管セグメントの長さを算出して合計し、各血管セグメントの始端と終端との距離を算出して合計し、長さの合計値と距離の合計値の比を取る。 That is, the ratio of the sum of the distances between the total and the beginning and end of the length of each vessel segment sums by calculating the length of each vessel segment, calculates the distance between the beginning and end of each vessel segment total, taking the ratio of the sum of the total value and the distance in length. 各血管セグメントの始端と終端との距離の平均は、各血管セグメントの始端と終端との距離を算出し、算出した各距離の平均を取る。 The average distance between the beginning and end of each vessel segment, calculates the distance between the beginning and end of each vessel segment, taking an average of the distances calculated. 各血管セグメントの長さの合計又は平均については、各血管セグメントの長さを算出して合計し、又は算出した各長さの合計を取る。 The sum or average of the lengths of each vessel segment sums by calculating the length of each vessel segment, or calculated out the sum of each length.

同様に、分岐度算出部80は、殻空間情報を読み出して、殻空間情報で示される殻空間400a,400b,400c・・・内に存在する血管像の部分について、血管像の分岐数、又は各分岐点の平均分岐角度を領域毎に取得する。 Similarly, branching degree calculating unit 80 reads out the shell space information, shell space 400a indicated by the shell space information, 400b, for the portion of the blood vessel image exists within 400c · · ·, blood vessel image number of branches, or obtaining an average angle of divergence of each branch point for each area.

この算出を、各殻空間情報を順次読み出して、各殻空間情報で示される殻空間400a,400b,400c・・・内に存在する血管セグメントや血管像の部分について行う。 This calculation, sequentially reads out each shell space information, shell space 400a represented by each shell space information, 400b, performs the part of the vessel segment and the blood vessel image that exists in 400c · · ·.

そして、重み付け値を記憶するテーブルを読み出し、殻空間情報が示している殻空間400a,400b,400c・・・の何れかに対応する識別情報と対になった重み付け値を算出した値に乗じて正規化し、この正規化された値を蛇行度又は分岐度とする。 Then, reading the table that stores weighting values, the shell space 400a of the shell space information indicates, 400b, by multiplying the value obtained by calculating a weighted value became identification information paired correspond to any of 400c · · · normalized, and the normalized value meandering degree or degree of branching.

図31は、この蛇行度及び分岐度の算出変形例に係る算出動作を示すフローチャートである。 Figure 31 is a flowchart showing a calculating operation according to the calculated variation of the meandering degree and branching degree. 尚、本説明では、各血管セグメントの長さの合計と始端と終端との距離の合計の比を基に蛇行度を算出する技術について説明するが、その他の蛇行度や分岐度の算出は、基となる数値の算出については、上記した各実施例と同様である。 In the present description, it will be described a technique for calculating the meandering of the ratio of the sum of the basis of the distance between the total and the beginning and end of the length of each vessel segment, the calculation of other meandering degree and degree of branching, calculation of numerical values ​​the group are the same as the above-described embodiments.

まず、グループ分割部90は、腫瘍像中心点記憶部25から腫瘍像の中心点を読み出し、腫瘍像からの距離に応じて医用画像の空間を複数の殻空間400a,400b,400c・・・に分割する(S171)。 First, the group division unit 90 from the tumor image center point storage unit 25 reads out the center point of the tumor image, the spatial multiple shells space 400a of the medical image according to a distance from the tumor image, 400b, to 400c · · · split (S171). 殻空間400a,400b,400c・・・に分割すると、同一の殻空間に属することにより腫瘍像から同一距離範囲内にある血管セグメントを同一グループに関連づける(S172)。 Shell space 400a, 400b, when divided into 400c · · ·, associating vessel segments that are located in the same distance range to the same group from the tumor image by belonging to the same shell space (S172).

グループ分けがなされると、蛇行度算出部50は、同一グループに関連づけられた各血管セグメントについて長さと始端から終端までの距離を算出する(S173)。 When grouping is performed, meandering calculating unit 50 calculates the distance of each vessel segment associated with the same group from the length and the starting end to the terminal (S173). 次に、各長さの値を合計し、各距離の値を合計し、長さの合計と距離の合計の比を算出する(S174)。 Then, the sum of the values ​​of the lengths, the sum of the values ​​of each distance, to calculate the total distance ratio of the total length (S174).

比を算出すると、蛇行度算出部50は、重み付け値を記憶するテーブルを読み出し(S175)、比を算出したグループに対応する重み付け値をテーブルから取得する(S176)。 When calculating the ratio, serpentine calculating unit 50 reads out the table for storing the weighting value (S175), and acquires a weighting value corresponding to the group which is calculated the ratio from a table (S176).

重み付け値を取得すると、蛇行度として、算出した比に重み付け値を乗じて、算出した比を腫瘍像からの距離に応じて正規化した値を得る(S177)。 Upon obtaining the weighting value, as meandering degree, multiplied by the weighting value to the calculated ratio to obtain a normalized value according to the calculated ratio to the distance from the tumor image (S177). 取得した蛇行度は、蛇行度記憶部58に記憶される。 Obtained meandering degree is stored in the meandering of the storage unit 58.

全てのグループについて蛇行度を算出すると(S178,Yes)、蛇行度算出の処理を終了し、まだ蛇行度が算出されていないグループがあると(S178,No)、まだ蛇行度が算出されていないグループについてS173〜S177を繰り返す。 After calculating the meandering degree for all groups (S178, Yes), the process ends serpentine calculating, if there is a group that has not been calculated yet meander degree (S178, No), have not been calculated yet meander degree repeat the S173~S177 for the group.

このように、医用画像から腫瘍像の周囲に存在する血管像を抽出し、血管像の蛇行度を算出するようにした。 Thus, it extracts the blood vessel image present around the tumor image from the medical image, and calculate the meandering of the blood vessel image. また、血管像に存在する各分岐点の分岐度を算出するようにした。 In addition, to calculate the branching degree of each branch points present blood vessel image. これにより、悪性腫瘍の周囲の血管は、曲がりくねりや分岐が複雑化するという知見に基づいて、血管の蛇行度や分岐度を腫瘍の悪性指標とすることができ、腫瘍診断支援システムによる偽陽性率を低下させることができる。 Thus, the blood vessel surrounding the malignancy, tortuous or branching based on the finding that complicating, the meandering degree and branching degree of the blood vessel may be a malignant indicator of tumor, the false positive rate by tumor diagnosis support system it is possible to reduce the.

また、血管の曲がりくねりや分岐の度合いを腫瘍像からの距離に応じて重み付けして蛇行度や分岐度を算出するようにした。 Moreover, the degree of tortuosity of the vascular or branched and to calculate the meandering degree and branching degree by weighting according to the distance from the tumor image. これにより、悪性腫瘍の血管への影響は、腫瘍に近ければ近いほど受けやすいという知見に基づき、血管の蛇行度や分岐度をより正確な腫瘍の悪性指標とすることができ、腫瘍診断支援システムによる偽陽性率をさらに低下させることができる。 Thus, the influence of the blood vessels of malignant tumors is based on the finding that the more susceptible the closer to the tumor can be malignant index of more accurate tumor meandering degree and branching degree of the blood vessel, tumor diagnosis support system the false positive rate can be further reduced by.

腫瘍診断支援を実施する腫瘍診断支援システムの構成を示すブロック図である。 Is a block diagram showing the configuration of a tumor diagnosis support system embodying the tumor diagnostic support. 良性腫瘍とその周辺に存在する血管像を示す模式図である。 It is a schematic view showing a blood vessel image that exists in the surrounding benign tumors. 悪性腫瘍とその周辺に存在する血管像を示す模式図である。 It is a schematic view showing a blood vessel image that exists in and around malignant tumors. 蛇行度を算出する腫瘍診断支援システムを示す機能ブロック図である。 It is a functional block diagram illustrating a tumor diagnosis support system for calculating the meandering degree. 蛇行度を算出する腫瘍診断支援システムにより実施される腫瘍診断支援動作を示す概略フローチャートである。 It is a schematic flow chart illustrating the tumor diagnosis assistance operation performed by the tumor diagnosis support system for calculating the meandering degree. 腫瘍像検出と血管像抽出を示す模式図である。 It is a schematic diagram showing a tumor image detection and blood vessel image extraction. 第1の実施例による蛇行度算出の模式図である。 It is a schematic view of a serpentine calculation according to the first embodiment. 第1の実施例による蛇行度算出動作を示すフローチャートである。 It is a flowchart showing a meandering calculation operation according to the first embodiment. 第2の実施例に係る蛇行度算出動作を示すフローチャートである。 It is a flowchart showing a meandering calculation operation according to the second embodiment. 第3の実施例に係る蛇行度算出動作を示すフローチャートである。 It is a flowchart showing a meandering calculation operation according to the third embodiment. 第4の実施例に係る蛇行度算出動作を示すフローチャートである。 It is a flowchart showing a meandering calculation operation according to a fourth embodiment. 第5の実施例による蛇行度算出の模式図である。 It is a schematic view of a serpentine calculation according to the fifth embodiment. 第5の実施例に係る蛇行度算出動作を示すフローチャートである。 It is a flowchart showing a meandering calculation operation according to the fifth embodiment. 第6の実施例に係る蛇行度算出動作を示すフローチャートである。 It is a flowchart showing a meandering calculation operation according to the sixth embodiment. 離間長曲線を示す図である。 Is a diagram showing the separation length curve. 離間長曲線を周波数分解して得られたスペクトル図である。 The spacing length curve is a spectrum diagram obtained by frequency decomposition. 第7の実施例に係る蛇行度算出動作を示すフローチャートである。 It is a flowchart showing a meandering calculation operation according to the seventh embodiment. 第8の実施例に係る蛇行度算出動作を示すフローチャートである。 It is a flowchart showing a meandering calculation operation according to the eighth embodiment. 全体積分値と所定帯積分値を示す空間周波数スペクトルの模式図である。 It is a schematic diagram of a spatial frequency spectrum showing a total integration value and a predetermined zone integration value. 第9の実施例に係る蛇行度算出動作を示すフローチャートである。 It is a flowchart showing a meandering calculation operation according to a ninth embodiment. 全体積分値と調査積分値及び調査周波数を示す空間周波数スペクトルの模式図である。 It is a schematic diagram of a spatial frequency spectrum showing a total integrated value and investigation integral and survey frequency. 分岐度を算出する腫瘍診断支援システムを示す機能ブロック図である。 It is a functional block diagram illustrating a tumor diagnosis support system for calculating the degree of branching. 分岐度算出に係る腫瘍診断支援システムにより実施される腫瘍診断支援動作を示す概略フローチャートである。 Is a schematic flow chart illustrating the tumor diagnosis assistance operation performed by the tumor diagnosis support system according to the degree of branching is calculated. 第1の実施例による分岐度算出の模式図である。 It is a schematic diagram of a branching degree calculation according to the first embodiment. 第1の実施例による分岐度算出動作を示すフローチャートである。 It is a flowchart showing a branch calculation operation according to the first embodiment. 第2の実施例による分岐度算出の模式図である。 It is a schematic diagram of a branching degree calculation according to the second embodiment. 第2の実施例による分岐度算出動作を示すフローチャートである。 Is a flow chart showing the degree of branching calculating operation according to the second embodiment. 蛇行度及び分岐度の算出変形例に係る腫瘍診断支援システムの機能ブロック図である。 It is a functional block diagram of a tumor diagnosis support system according to the calculation modification of the meandering degree and branching degree. 蛇行度及び分岐度の算出変形例に係る殻空間分割を示す模式図である。 It is a schematic view showing a shell space divided according to the calculation modification of the meandering degree and branching degree. 重み付け値を記憶するテーブルである。 It is a table that stores weighting values. 蛇行度及び分岐度の算出変形例に係る算出動作を示すフローチャートである。 It is a flowchart showing a calculating operation according to the calculated variation of the meandering degree and branching degree.

符号の説明 DESCRIPTION OF SYMBOLS

1 ワークステーション2 入力装置3 表示装置4 印刷装置5 演算制御部6 主記憶部7 外部記憶部10 医用画像記憶部20 腫瘍像検出部25 腫瘍像中心点記憶部30 血管像抽出部35 センターライン記憶部40 セグメント分離部45 セグメント記憶部50 蛇行度算出部54 平滑曲線記憶部58 蛇行度記憶部60 判定部65 閾値記憶部70 出力部80 分岐度算出部85 分岐度記憶部100a 良性腫瘍100b 亜癖腫瘍200a,200b 血管像210 センターライン220 平滑曲線230 離間長240 長さ250 距離260 離間長曲線270 分岐点280 調査点290 心臓に近い端300 分岐角度310 支流点Pv ピーク値Pf ピーク周波数Lf 上限周波数Hf 下限周波数Rf 調査周波数Maxf 最高周波数fr 所定 1 workstation 2 input device 3 display 4 printer 5 the operation control section 6 main memory unit 7 external storage unit 10 the medical image storage unit 20 tumor image detecting unit 25 tumor image center point storage unit 30 blood vessel image extraction unit 35 centerline storage part 40 segment separating unit 45 segments the storage unit 50 meandering calculator 54 smooth curve storage unit 58 meandering degree storage unit 60 determination unit 65 threshold value storage unit 70 output unit 80 branching degree calculator 85 branching degree storage unit 100a benign tumors 100b Accessible tumor 200a, 200b vessel image 210 centerline 220 smooth curve 230 spaced length 240 length 250 length 260 spaced length curve 270 end 300 close to the branching point 280 survey points 290 cardiac branch angle 310 branch point Pv peak value Pf peak frequency Lf upper limit frequency Hf lower limit frequency Rf survey frequency Maxf highest frequency fr given 周波数帯IVa 全体積分値IVp 所定帯積分値IVr 調査積分値 Frequency band IVa whole integral value IVp prescribed band integral value IVr investigation integral value

Claims (16)

  1. 医用画像から腫瘍像を検出する検出手段と、 Detecting means for detecting a tumor image from the medical image,
    検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、 Extracting means for extracting the blood vessel image existing around the detected tumor image,
    抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、 Separating means dividing the vessel segments the extracted blood vessel image is separated based on the blood vessel branch point,
    前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、 Calculation means for calculating the meandering of the respective vessel segment as a malignancy index,
    前記蛇行度を視認可能に出力する出力手段と、 And output means for outputting the meandering of possible visible,
    を備え Equipped with a,
    前記算出手段は、 It said calculation means,
    前記血管セグメントの血管延び形状を平滑化した平滑曲線を算出する曲線算出手段と、 And curve calculation means for calculating a vascular extending smoothed smooth curve shape of the vessel segment,
    前記蛇行度として、前記血管セグメントと前記平滑曲線との離間長の分散を算出する分散算出手段と、 As the meandering degree, a variance calculating means for calculating a variance of the spacing length between the smoothing curve and the vessel segment,
    を含むこと、 To contain,
    を特徴とする腫瘍診断支援システム。 Tumor diagnosis support system according to claim.
  2. 医用画像から腫瘍像を検出する検出手段と、 Detecting means for detecting a tumor image from the medical image,
    検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、 Extracting means for extracting the blood vessel image existing around the detected tumor image,
    抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、 Separating means dividing the vessel segments the extracted blood vessel image is separated based on the blood vessel branch point,
    前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、 Calculation means for calculating the meandering of the respective vessel segment as a malignancy index,
    前記蛇行度を視認可能に出力する出力手段と、 And output means for outputting the meandering of possible visible,
    を備え、 Equipped with a,
    前記算出手段は、 It said calculation means,
    前記血管セグメントの血管延び形状を平滑化した平滑曲線を算出する曲線算出手段と、 And curve calculation means for calculating a vascular extending smoothed smooth curve shape of the vessel segment,
    前記蛇行度として、前記血管セグメントと前記平滑曲線との離間長の平均若しくは合計又は最大を算出する離間長算出手段と、 As the meandering of the spacing length calculating means for calculating an average or sum or maximum spacing length between the smoothing curve and the vessel segment,
    を含むこと、 To contain,
    を特徴とする腫瘍診断支援システム。 Tumor diagnosis support system according to claim.
  3. 医用画像から腫瘍像を検出する検出手段と、 Detecting means for detecting a tumor image from the medical image,
    検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、 Extracting means for extracting the blood vessel image existing around the detected tumor image,
    抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、 Separating means dividing the vessel segments the extracted blood vessel image is separated based on the blood vessel branch point,
    前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、 Calculation means for calculating the meandering of the respective vessel segment as a malignancy index,
    前記蛇行度を視認可能に出力する出力手段と、 And output means for outputting the meandering of possible visible,
    を備え、 Equipped with a,
    前記算出手段は、 It said calculation means,
    前記血管セグメントの血管延び形状を平滑化した平滑曲線を算出する曲線算出手段と、 And curve calculation means for calculating a vascular extending smoothed smooth curve shape of the vessel segment,
    前記血管セグメントと前記平滑曲線との始端から終端までの各距離に対する離間長を示す離間長曲線を空間周波数領域に変換する周波数変換手段と、 And frequency converting means for converting the separated length curve showing the spacing length for each distance to the terminal end from the beginning of the smoothing curve and the vessel segment in the spatial frequency domain,
    前記蛇行度として、前記変換により得られる周波数分布から、ピーク周波数又は重心周波数を抽出する周波数抽出手段と、 As the meandering degree from the frequency distribution obtained by the conversion, the frequency extraction means for extracting a peak frequency or gravity center frequency,
    を含むこと、 To contain,
    を特徴とする腫瘍診断支援システム。 Tumor diagnosis support system according to claim.
  4. 医用画像から腫瘍像を検出する検出手段と、 Detecting means for detecting a tumor image from the medical image,
    検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、 Extracting means for extracting the blood vessel image existing around the detected tumor image,
    抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、 Separating means dividing the vessel segments the extracted blood vessel image is separated based on the blood vessel branch point,
    前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、 Calculation means for calculating the meandering of the respective vessel segment as a malignancy index,
    前記蛇行度を視認可能に出力する出力手段と、 And output means for outputting the meandering of possible visible,
    を備え、 Equipped with a,
    前記算出手段は、 It said calculation means,
    前記血管セグメントの血管延び形状を平滑化した平滑曲線を算出する曲線算出手段と、 And curve calculation means for calculating a vascular extending smoothed smooth curve shape of the vessel segment,
    前記血管セグメントと前記平滑曲線との始端から終端までの各距離に対する離間長を示す離間長曲線を空間周波数領域に変換する周波数変換手段と、 And frequency converting means for converting the separated length curve showing the spacing length for each distance to the terminal end from the beginning of the smoothing curve and the vessel segment in the spatial frequency domain,
    前記蛇行度として、前記変換により得られる周波数分布から、周波数帯全域に亘る成分の大きさの積分値と所定周波数帯域に亘る成分の大きさの積分値との比を算出する周波数算出手段と、 As the meandering degree from the frequency distribution obtained by the conversion, a frequency calculating means for calculating a ratio between the size integral value of the component across the integrator value with a predetermined frequency band of the size of the components over the frequency band throughout
    を含むこと、 To contain,
    を特徴とする腫瘍診断支援システム。 Tumor diagnosis support system according to claim.
  5. 医用画像から腫瘍像を検出する検出手段と、 Detecting means for detecting a tumor image from the medical image,
    検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、 Extracting means for extracting the blood vessel image existing around the detected tumor image,
    抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、 Separating means dividing the vessel segments the extracted blood vessel image is separated based on the blood vessel branch point,
    前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、 Calculation means for calculating the meandering of the respective vessel segment as a malignancy index,
    前記蛇行度を視認可能に出力する出力手段と、 And output means for outputting the meandering of possible visible,
    を備え、 Equipped with a,
    前記算出手段は、 It said calculation means,
    前記血管セグメントの血管延び形状を平滑化した平滑曲線を算出する曲線算出手段と、 And curve calculation means for calculating a vascular extending smoothed smooth curve shape of the vessel segment,
    前記血管セグメントと前記平滑曲線との始端から終端までの各距離に対する離間長を示す離間長曲線を空間周波数領域に変換する周波数変換手段と、 And frequency converting means for converting the separated length curve showing the spacing length for each distance to the terminal end from the beginning of the smoothing curve and the vessel segment in the spatial frequency domain,
    前記蛇行度として、前記変換により得られる周波数分布から、周波数帯全域に亘る成分の大きさの積分値の所定割合を有する周波数帯域の上限又は下限の周波数値を算出する周波数算出手段と、 As the meandering degree from the frequency distribution obtained by the conversion, a frequency calculating means for calculating an upper limit or a lower limit frequency value of the frequency band having a predetermined ratio of the magnitude of the integral value of the components over the frequency band throughout
    を含むこと、 To contain,
    を特徴とする腫瘍診断支援システム。 Tumor diagnosis support system according to claim.
  6. 医用画像から腫瘍像を検出する検出手段と、 Detecting means for detecting a tumor image from the medical image,
    検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、 Extracting means for extracting the blood vessel image existing around the detected tumor image,
    抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、 Separating means dividing the vessel segments the extracted blood vessel image is separated based on the blood vessel branch point,
    前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、 Calculation means for calculating the meandering of the respective vessel segment as a malignancy index,
    前記蛇行度を視認可能に出力する出力手段と、 And output means for outputting the meandering of possible visible,
    を備え、 Equipped with a,
    前記分離手段は、 It said separating means,
    前記血管セグメントを、前記腫瘍像から同一距離範囲内毎にグループ分けするグループ化手段を含み、 It said vessel segment comprises grouping means for grouping each the same distance range from the tumor image,
    前記算出手段は、 It said calculation means,
    前記血管セグメントの血管延び形状を平滑化した平滑曲線を算出する曲線算出手段と、 And curve calculation means for calculating a vascular extending smoothed smooth curve shape of the vessel segment,
    前記血管セグメントと前記平滑曲線との離間長の分散を算出する分散算出手段と、 A variance calculating means for calculating a variance of the spacing length between the smoothing curve and the vessel segment,
    前記分散の平均若しくは合計又は最大の値を前記グループ毎に算出するグループ値算出手段と、 And group value calculating means for calculating an average or sum or maximum value of the dispersion for each of the groups,
    前記蛇行度として、前記グループと前記腫瘍像との代表距離に応じて前記値を重み付けした正規化値を算出する正規化値算出手段と、 As the meandering of a normalized value calculating means for calculating a normalized value obtained by weighting the values according to the representative distance between the tumor image and the group,
    を含むこと、 To contain,
    を特徴とする腫瘍診断支援システム。 Tumor diagnosis support system according to claim.
  7. 医用画像から腫瘍像を検出する検出手段と、 Detecting means for detecting a tumor image from the medical image,
    検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、 Extracting means for extracting the blood vessel image existing around the detected tumor image,
    抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、 Separating means dividing the vessel segments the extracted blood vessel image is separated based on the blood vessel branch point,
    前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、 Calculation means for calculating the meandering of the respective vessel segment as a malignancy index,
    前記蛇行度を視認可能に出力する出力手段と、 And output means for outputting the meandering of possible visible,
    を備え、 Equipped with a,
    前記分離手段は、 It said separating means,
    前記血管セグメントを、前記腫瘍像から同一距離範囲内毎にグループ分けするグループ化手段を含み、 It said vessel segment comprises grouping means for grouping each the same distance range from the tumor image,
    前記算出手段は、 It said calculation means,
    前記血管セグメントの血管延び形状を平滑化した平滑曲線を算出する曲線算出手段と、 And curve calculation means for calculating a vascular extending smoothed smooth curve shape of the vessel segment,
    前記血管セグメントと前記平滑曲線との離間長の平均若しくは合計又は最大の値をグループ毎に算出するグループ値算出手段と、 And group value calculating means for calculating an average or sum or maximum value of the separation length between the smoothing curve and the vessel segment in each group,
    前記蛇行度として、前記グループと前記腫瘍像との代表距離に応じて前記値を重み付けした正規化値を算出する正規化値算出手段と、 As the meandering of a normalized value calculating means for calculating a normalized value obtained by weighting the values according to the representative distance between the tumor image and the group,
    を含むこと、 To contain,
    を特徴とする腫瘍診断支援システム。 Tumor diagnosis support system according to claim.
  8. 医用画像から腫瘍像を検出する検出手段と、 Detecting means for detecting a tumor image from the medical image,
    検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、 Extracting means for extracting the blood vessel image existing around the detected tumor image,
    抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、 Separating means dividing the vessel segments the extracted blood vessel image is separated based on the blood vessel branch point,
    前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、 Calculation means for calculating the meandering of the respective vessel segment as a malignancy index,
    前記蛇行度を視認可能に出力する出力手段と、 And output means for outputting the meandering of possible visible,
    を備え、 Equipped with a,
    前記分離手段は、 It said separating means,
    前記血管セグメントを、前記腫瘍像から同一距離範囲内毎にグループ分けするグループ化手段を含み、 It said vessel segment comprises grouping means for grouping each the same distance range from the tumor image,
    前記算出手段は、 It said calculation means,
    前記血管セグメントの血管延び形状を平滑化した平滑曲線を算出する曲線算出手段と、 And curve calculation means for calculating a vascular extending smoothed smooth curve shape of the vessel segment,
    前記血管セグメントと前記平滑曲線との始端から終端までの各距離に対する離間長を示す離間長曲線を空間周波数領域に変換する周波数変換手段と、 And frequency converting means for converting the separated length curve showing the spacing length for each distance to the terminal end from the beginning of the smoothing curve and the vessel segment in the spatial frequency domain,
    前記変換により得られる周波数分布から、ピーク周波数又は重心周波数の平均又は最大の値をグループ毎に算出するグループ値算出手段と、 From the frequency distribution obtained by the conversion, and the group value calculating means for calculating the average or maximum value of the peak frequency or gravity center frequency for each group,
    前記蛇行度として、前記グループと前記腫瘍像との代表距離に応じて前記値を重み付けした正規化値を算出する正規化値算出手段と、 As the meandering of a normalized value calculating means for calculating a normalized value obtained by weighting the values according to the representative distance between the tumor image and the group,
    を含むこと、 To contain,
    を特徴とする腫瘍診断支援システム。 Tumor diagnosis support system according to claim.
  9. 医用画像から腫瘍像を検出する検出手段と、 Detecting means for detecting a tumor image from the medical image,
    検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、 Extracting means for extracting the blood vessel image existing around the detected tumor image,
    抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、 Separating means dividing the vessel segments the extracted blood vessel image is separated based on the blood vessel branch point,
    前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、 Calculation means for calculating the meandering of the respective vessel segment as a malignancy index,
    前記蛇行度を視認可能に出力する出力手段と、 And output means for outputting the meandering of possible visible,
    を備え、 Equipped with a,
    前記分離手段は、 It said separating means,
    前記血管セグメントを、前記腫瘍像から同一距離範囲内毎にグループ分けするグループ化手段を含み、 It said vessel segment comprises grouping means for grouping each the same distance range from the tumor image,
    前記算出手段は、 It said calculation means,
    前記血管セグメントの血管延び形状を平滑化した平滑曲線を算出する曲線算出手段と、 And curve calculation means for calculating a vascular extending smoothed smooth curve shape of the vessel segment,
    前記血管セグメントと前記平滑曲線との始端から終端までの各距離に対する離間長を示す離間長曲線を空間周波数領域に変換する周波数変換手段と、 And frequency converting means for converting the separated length curve showing the spacing length for each distance to the terminal end from the beginning of the smoothing curve and the vessel segment in the spatial frequency domain,
    前記変換により得られる周波数分布から、周波数帯全域に亘る成分の大きさの積分値と所定周波数帯域に亘る成分の大きさの積分値との比の平均又は最大の値をグループ毎に算出するグループ値算出手段と、 Groups of calculating from said frequency distribution obtained by the conversion, for each group the average or maximum value of the ratio between the size integral value of the component across the integrator value with a predetermined frequency band of the size of the components over the frequency band throughout and value calculation means,
    前記蛇行度として、前記グループと前記腫瘍像との代表距離に応じて前記値を重み付けした正規化値を算出する正規化値算出手段と、 As the meandering of a normalized value calculating means for calculating a normalized value obtained by weighting the values according to the representative distance between the tumor image and the group,
    を含むこと、 To contain,
    を特徴とする腫瘍診断支援システム。 Tumor diagnosis support system according to claim.
  10. 医用画像から腫瘍像を検出する検出手段と、 Detecting means for detecting a tumor image from the medical image,
    検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、 Extracting means for extracting the blood vessel image existing around the detected tumor image,
    抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、 Separating means dividing the vessel segments the extracted blood vessel image is separated based on the blood vessel branch point,
    前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、 Calculation means for calculating the meandering of the respective vessel segment as a malignancy index,
    前記蛇行度を視認可能に出力する出力手段と、 And output means for outputting the meandering of possible visible,
    を備え、 Equipped with a,
    前記分離手段は、 It said separating means,
    前記血管セグメントを、前記腫瘍像から同一距離範囲内毎にグループ分けするグループ化手段を含み、 It said vessel segment comprises grouping means for grouping each the same distance range from the tumor image,
    前記算出手段は、 It said calculation means,
    前記血管セグメントの血管延び形状を平滑化した平滑曲線を算出する曲線算出手段と、 And curve calculation means for calculating a vascular extending smoothed smooth curve shape of the vessel segment,
    前記血管セグメントと前記平滑曲線との始端から終端までの各距離に対する離間長を示す離間長曲線を空間周波数領域に変換する周波数変換手段と、 And frequency converting means for converting the separated length curve showing the spacing length for each distance to the terminal end from the beginning of the smoothing curve and the vessel segment in the spatial frequency domain,
    前記変換により得られる周波数分布から、周波数帯全域に亘る成分の大きさの積分値の所定割合を有する周波数帯域の上限又は下限の周波数値の平均又は最大の値をグループ毎に算出するグループ値算出手段と、 From the frequency distribution obtained by the conversion, group value calculation for calculating an average or maximum value of the upper limit or lower limit of the frequency value of the frequency band having a predetermined ratio of the magnitude of the integral value of the components over the frequency band throughout each group and means,
    前記蛇行度として、前記グループと前記腫瘍像との代表距離に応じて前記値を重み付けした正規化値を算出する正規化値算出手段と、 As the meandering of a normalized value calculating means for calculating a normalized value obtained by weighting the values according to the representative distance between the tumor image and the group,
    を含むこと、 To contain,
    を特徴とする腫瘍診断支援システム。 Tumor diagnosis support system according to claim.
  11. 医用画像から腫瘍像を検出する検出手段と、 Detecting means for detecting a tumor image from the medical image,
    検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、 Extracting means for extracting the blood vessel image existing around the detected tumor image,
    抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、 Separating means dividing the vessel segments the extracted blood vessel image is separated based on the blood vessel branch point,
    前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、 Calculation means for calculating the meandering of the respective vessel segment as a malignancy index,
    前記蛇行度を視認可能に出力する出力手段と、 And output means for outputting the meandering of possible visible,
    を備え、 Equipped with a,
    前記分離手段は、 It said separating means,
    前記血管セグメントを、前記腫瘍像から同一距離範囲内毎にグループ分けするグループ化手段を含み、 It said vessel segment comprises grouping means for grouping each the same distance range from the tumor image,
    前記算出手段は、 It said calculation means,
    前記血管セグメントの長さの合計をグループ毎に算出する全体長算出手段と、 The overall length calculating means for calculating the sum of the length of the vessel segment in each group,
    前記血管セグメントの始端と終端との距離の合計をグループ毎に算出する全体距離算出手段と、 A total distance calculating means for calculating the sum of the distance between the beginning and end of the vessel segment in each group,
    同一グループの前記長さの合計と前記距離の合計との比を算出するグループ値算出手段と、 And group value calculating means for calculating a ratio of the total length of the sum of the distance of the same group,
    前記蛇行度として、前記グループと前記腫瘍像との代表距離に応じて前記比を重み付けした正規化値を算出する正規化値算出手段と、 As the meandering of a normalized value calculating means for calculating a normalized value obtained by weighting the ratio according to the representative distance between the tumor image and the group,
    を含むこと、 To contain,
    を特徴とする腫瘍診断支援システム。 Tumor diagnosis support system according to claim.
  12. 医用画像から腫瘍像を検出する検出手段と、 Detecting means for detecting a tumor image from the medical image,
    検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、 Extracting means for extracting the blood vessel image existing around the detected tumor image,
    抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、 Separating means dividing the vessel segments the extracted blood vessel image is separated based on the blood vessel branch point,
    前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、 Calculation means for calculating the meandering of the respective vessel segment as a malignancy index,
    前記蛇行度を視認可能に出力する出力手段と、 And output means for outputting the meandering of possible visible,
    を備え、 Equipped with a,
    前記分離手段は、 It said separating means,
    前記血管セグメントを、前記腫瘍像から同一距離範囲内毎にグループ分けするグループ化手段を含み、 It said vessel segment comprises grouping means for grouping each the same distance range from the tumor image,
    前記算出手段は、 It said calculation means,
    前記血管セグメントの始端と終端との距離の平均値をグループ毎に算出するグループ値算出手段と、 And group value calculating means for calculating an average value of the distance between the beginning and end of the vessel segment in each group,
    前記蛇行度として、前記グループと前記腫瘍像との代表距離に応じて前記平均値を重み付けした正規化値を算出する正規化値算出手段と、 As the meandering of a normalized value calculating means for calculating a normalized value obtained by weighting the mean value in accordance with a representative distance between the tumor image and the group,
    を含むこと、 To contain,
    を特徴とする腫瘍診断支援システム。 Tumor diagnosis support system according to claim.
  13. 医用画像から腫瘍像を検出する検出手段と、 Detecting means for detecting a tumor image from the medical image,
    検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、 Extracting means for extracting the blood vessel image existing around the detected tumor image,
    抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、 Separating means dividing the vessel segments the extracted blood vessel image is separated based on the blood vessel branch point,
    前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、 Calculation means for calculating the meandering of the respective vessel segment as a malignancy index,
    前記蛇行度を視認可能に出力する出力手段と、 And output means for outputting the meandering of possible visible,
    を備え、 Equipped with a,
    前記分離手段は、 It said separating means,
    前記血管セグメントを、前記腫瘍像から同一距離範囲内毎にグループ分けするグループ化手段を含み、 It said vessel segment comprises grouping means for grouping each the same distance range from the tumor image,
    前記算出手段は、 It said calculation means,
    前記血管セグメントの長さの合計又は平均の値をグループ毎に算出するグループ値算出手段と、 And group value calculating means for calculating a sum or average value of the length of the vessel segment in each group,
    前記蛇行度として、前記グループと前記腫瘍像との代表距離に応じて前記値を重み付けした正規化値を算出する正規化値算出手段と、 As the meandering of a normalized value calculating means for calculating a normalized value obtained by weighting the values according to the representative distance between the tumor image and the group,
    を含むこと、 To contain,
    を特徴とする腫瘍診断支援システム。 Tumor diagnosis support system according to claim.
  14. 医用画像から腫瘍像を検出する検出手段と、 Detecting means for detecting a tumor image from the medical image,
    検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、 Extracting means for extracting the blood vessel image existing around the detected tumor image,
    抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、 Separating means dividing the vessel segments the extracted blood vessel image is separated based on the blood vessel branch point,
    前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、 Calculation means for calculating the meandering of the respective vessel segment as a malignancy index,
    前記蛇行度を視認可能に出力する出力手段と、 And output means for outputting the meandering of possible visible,
    前記腫瘍像からの距離に応じて医用画像の空間を複数領域に分割する分割手段と、 Dividing means for dividing the space of the medical image into a plurality of regions in accordance with the distance from the tumor image,
    を備え、 Equipped with a,
    前記算出手段は、 It said calculation means,
    前記血管像の分岐数を前記領域毎にカウントするカウント手段と、 Counting means for counting the number of branches of the blood vessel image for each of the areas,
    前記分岐度として、前記領域と前記腫瘍像との代表距離に応じて前記分岐数を重み付けした正規化値を算出する正規化値算出手段と、 As the degree of branching, and the normalized value calculating means for calculating a normalized value obtained by weighting the number of branches according to the representative distance between the tumor image and the region,
    を含むこと、 To contain,
    を特徴とする腫瘍診断支援システム。 Tumor diagnosis support system according to claim.
  15. 医用画像から腫瘍像を検出する検出手段と、 Detecting means for detecting a tumor image from the medical image,
    検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、 Extracting means for extracting the blood vessel image existing around the detected tumor image,
    抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、 Separating means dividing the vessel segments the extracted blood vessel image is separated based on the blood vessel branch point,
    前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、 Calculation means for calculating the meandering of the respective vessel segment as a malignancy index,
    前記蛇行度を視認可能に出力する出力手段と、 And output means for outputting the meandering of possible visible,
    前記腫瘍像からの距離に応じて医用画像の空間を複数領域に分割する分割手段と、 Dividing means for dividing the space of the medical image into a plurality of regions in accordance with the distance from the tumor image,
    を備え、 Equipped with a,
    前記算出手段は、 It said calculation means,
    前記分岐点の分岐角度の平均値を前記領域毎に算出する分岐角度算出手段と、 A branching angle calculating means for calculating an average value of the angle of divergence of said branch point for each of the areas,
    前記分岐度として、前記領域と前記腫瘍像との代表距離に応じて前記平均値を重み付けした正規化値を算出する正規化値算出手段と、 As the degree of branching, and the normalized value calculating means for calculating a normalized value obtained by weighting the mean value in accordance with a representative distance between the tumor image and the region,
    を含むこと、 To contain,
    を特徴とする腫瘍診断支援システム。 Tumor diagnosis support system according to claim.
  16. 医用画像から腫瘍像を検出する検出手段と、 Detecting means for detecting a tumor image from the medical image,
    検出した腫瘍像の周囲に存在する血管像を抽出する抽出手段と、 Extracting means for extracting the blood vessel image existing around the detected tumor image,
    抽出した血管像を血管分岐点に基づいて分離して血管セグメントに分ける分離手段と、 Separating means dividing the vessel segments the extracted blood vessel image is separated based on the blood vessel branch point,
    前記各血管セグメントの蛇行度を悪性腫瘍指標として算出する算出手段と、 Calculation means for calculating the meandering of the respective vessel segment as a malignancy index,
    前記蛇行度を視認可能に出力する出力手段と、 And output means for outputting the meandering of possible visible,
    を備え、 Equipped with a,
    前記算出手段は、前記血管セグメントの血管延び形状を平滑化した平滑曲線を算出し、前記平滑曲線と血管セグメントのセンターラインを用いて蛇行度を求めること、 The calculating means, the blood vessels extending shape of the vessel segment to calculate the smoothed smooth curve, to obtain the meandering degree with the center line of the smoothing curve and the vessel segment,
    を特徴とする腫瘍診断支援システム。 Tumor diagnosis support system according to claim.
JP2007222426A 2007-08-29 2007-08-29 Tumor diagnosis support system Expired - Fee Related JP5100261B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2007222426A JP5100261B2 (en) 2007-08-29 2007-08-29 Tumor diagnosis support system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2007222426A JP5100261B2 (en) 2007-08-29 2007-08-29 Tumor diagnosis support system

Publications (2)

Publication Number Publication Date
JP2009050622A true JP2009050622A (en) 2009-03-12
JP5100261B2 true JP5100261B2 (en) 2012-12-19

Family

ID=40502234

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2007222426A Expired - Fee Related JP5100261B2 (en) 2007-08-29 2007-08-29 Tumor diagnosis support system

Country Status (1)

Country Link
JP (1) JP5100261B2 (en)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011156117A (en) * 2010-01-29 2011-08-18 Toshiba Corp Medical image diagnostic reading system, medical image reference device, and control program for blood vessel length measurement
CN104427927B (en) * 2012-06-28 2018-04-13 皇家飞利浦有限公司 Guided by the optical fiber sensor is used to visualize vessels and the navigation monitoring

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07210655A (en) * 1994-01-21 1995-08-11 Nikon Corp Image processor for ophthalmology
JP2003044862A (en) * 2001-07-26 2003-02-14 Matsushita Electric Ind Co Ltd Method for detecting branch point of irregular linear pattern and branch point detection program
JP2005021606A (en) * 2003-07-03 2005-01-27 Canon Inc Diagnostic support apparatus
JP4434705B2 (en) * 2003-11-27 2010-03-17 オリンパス株式会社 Image analysis method
WO2005114575A1 (en) * 2004-05-18 2005-12-01 Koninklijke Philips Electronics N.V. Image processing system for automatic segmentation of a 3-d tree-like tubular surface of an object, using 3-d deformable mesh models
JP2008525126A (en) * 2004-12-22 2008-07-17 バイオ−ツリー システムズ, インコーポレイテッド Medical imaging methods and apparatus and their use for the diagnosis and monitoring of diseases

Also Published As

Publication number Publication date Type
JP2009050622A (en) 2009-03-12 application

Similar Documents

Publication Publication Date Title
Ritter et al. Medical image analysis
Schilham et al. A computer-aided diagnosis system for detection of lung nodules in chest radiographs with an evaluation on a public database
US20070165917A1 (en) Fully automatic vessel tree segmentation
US7043064B2 (en) Method for characterizing shapes in medical images
US7333644B2 (en) Systems and methods for providing automatic 3D lesion segmentation and measurements
US20020164061A1 (en) Method for detecting shapes in medical images
US20070052700A1 (en) System and method for 3D CAD using projection images
US20070248265A1 (en) Automated histogram characterization of data sets for image visualization using alpha-histograms
US20090177444A1 (en) Automated hierarchical splitting of anatomical trees
US20060251307A1 (en) Method and apparatus for generating a 2D image having pixels corresponding to voxels of a 3D image
Wiemker et al. Aspects of computer-aided detection (CAD) and volumetry of pulmonary nodules using multislice CT
US20070237377A1 (en) Report creation support apparatus, report creation support method, and program therefor
US20050185838A1 (en) System and method for toboggan based object segmentation using divergent gradient field response in images
US20070286470A1 (en) Method for the processing of radiological images in tomosynthesis for a detection of radiological signs
US20120014578A1 (en) Computer Aided Detection Of Abnormalities In Volumetric Breast Ultrasound Scans And User Interface
US20100266179A1 (en) System and method for texture visualization and image analysis to differentiate between malignant and benign lesions
US20110255761A1 (en) Method and system for detecting lung tumors and nodules
US20010019623A1 (en) Anomalous shadow detection system
US20110054295A1 (en) Medical image diagnostic apparatus and method using a liver function angiographic image, and computer readable recording medium on which is recorded a program therefor
US20050197567A1 (en) Method and system for intelligent qualitative and quantitative analysis of digital radiography softcopy reading
Hong et al. Segmentation of regions of interest in mammograms in a topographic approach
Garnavi et al. Border detection in dermoscopy images using hybrid thresholding on optimized color channels
JP2004180932A (en) Computer aided diagnostic apparatus
US20100076296A1 (en) Method and System for Automatic Detection of Coronary Stenosis in Cardiac Computed Tomography Data
US20070211930A1 (en) Attribute based image enhancement and display for medical imaging applications

Legal Events

Date Code Title Description
RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20090220

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20100826

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20120524

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120529

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120720

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20120828

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20120925

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20151005

Year of fee payment: 3

LAPS Cancellation because of no payment of annual fees