JP5324779B2 - 画像診断支援システム、画像診断支援プログラム - Google Patents

Description

本発明は、医用画像に基づいて骨粗鬆症の進行度などに関する情報を画像処理する画像診断支援システム、画像診断支援プログラムに関する。
本出願は、日本国特許法に基づく特許出願特願第２００５−０３２６０４号及び特願第２００５−０３２６０５号に基づくパリ優先権主張を伴う出願であり、特願第２００５−０３２６０４号及び特願第２００５−０３２６０５号の利益を享受するために参照による援用を受ける出願である。

近年、人の壮年期の骨粗鬆症の発症が問題視されている。特に女性は閉経後にホルモンバランスにより代謝による破骨機能が造骨機能を上回る結果、骨量が大幅に減少することが知られており、同年代の男性と比較して骨粗鬆症が発症しやすい傾向にある。
また。最近では『プレ更年期』と呼ばれる現象が若年期の女性に現れる傾向にあり、壮年期の人だけでなく若年期の人に対しても骨粗鬆症の発症が懸念される状況にある。
そのため、骨粗鬆症の画像診断支援、診断予測支援、治療計画支援の各技術の確立は、広い年齢層の人から望まれている。
そこで、従来技術では、Ｘ線ＣＴ装置などの医用画像診断装置を用いた骨粗鬆症の診断で海綿骨の骨密度を測定する方法が提案されている。この測定方法は、骨粗鬆症の診断の指標としてＣＴ値の平均値を使用し、それを複数の骨密度測定用ファントムの結果と比較することによって間接的に骨密度を測定する（例えば、［特許文献１］参照。）。

特開平１１−１５５８５２号公報

しかしながら、上記従来技術は、骨の内部の構造分析がされていないので、骨粗鬆症の進行度などの診断の指標を正確に測定するための配慮がされていなかった。

本発明の目的は、骨の構造分析情報により画像診断支援を可能とする画像診断支援システムを提供することにある。

本発明の画像診断支援システムは、被検体の画像を記憶する記憶手段と、前記記憶手段から当該画像を読み出し、予め設定された特徴量により前記読み出された画像から骨領域を含む診断領域を抽出し、前記抽出された診断領域から骨部成分とその骨部以外の成分とを抽出し、前記骨部以外の成分の領域の直交する２方向のランレングス値の平均と、前記診断領域の平均ＣＴ値と前記診断領域の平均ＣＴ値よりもＣＴ値が小さい低濃度領域の平均ＣＴ値との差を用いた関数により骨の構造分析情報を算出する制御手段と、を備える。

また、本発明の画像診断支援プログラムは、記憶手段から被検体の画像を読み出し、予め設定された特徴量により前記被検体の画像から骨領域を含む診断領域を抽出するステップと、前記抽出された診断領域から骨部成分とその骨部以外の成分とを抽出し、前記骨部以外の成分の領域の直交する２方向のランレングス値の平均と、前記診断領域の平均ＣＴ値と前記診断領域の平均ＣＴ値よりもＣＴ値が小さい低濃度領域の平均ＣＴ値との差を用いた関数により骨の構造分析情報を算出するステップと、をコンピュータに実行させる。

本発明によれば、骨の構造分析情報により画像診断支援ができる。

本発明が適用される画像診断支援システム全体のハードウエア構成を示すブロック図である。 脊椎海綿骨の左右の非対称性を利用して骨粗鬆症の進行度を測定する場合の一例を示す図である。 正常な場合と骨粗鬆症の場合のＣＴ画像の一例を示す図である。 破壊された骨の空洞部分の面積や体積を抽出する処理の一例を示すフローチャート図である。 図４の処理をランレングスで行うための説明図である。 特徴量としてヒストグラムのＣＴ値が低い方の分布（海綿骨の分布）のピーク位置ＣＴｐを統計量として使う場合を示す図である。 図３に示す骨の空洞部分を模式的に示した図である。 擬似体積とスライス位置との依存関係の一例を示す図である。 脊椎部分のＣＴ値の最小値を投影面メモリに投影する場合の一例を示す図である。 海綿骨のＣＴ値が低い場合の処理の一例を示す図である。 原画像とカラー化した海綿骨中の低濃度部分を合成して表示した例を示す図である。 海綿骨に含まれるハイドロキシアパタイトの大きい順又は小さい順に並べて表示する例を示す図である。 特徴量とハイドロキシアパタイトとの関係を予め求めておく場合の一例を示す図である。 隣り合う画像を加算した画像の特徴量に基づいてスライス厚ゼロの特徴量を求める場合を示す図である。 ５５歳から６０歳までの人の特徴量と出現頻度の関係の一例を示す図である。 脚の骨についてその擬似体積とスライス位置との依存関係の一例を示す図である。 規格化された特徴量とスライス位置との依存関係の一例を示す図である。 骨粗鬆症患者の特徴量とその演算に用いた画像との関係を示す図である。 正常な人の特徴量とその演算に用いた画像との関係を示す図である。 各スライスにおける海綿骨領域を示す図である。 各スライスにおける海綿骨領域の重なり領域を抽出した場合の一例を示す図である。 図２０の各スライスの海綿骨領域と前述の最大領域とが互いにどのように重なるかを示す図である。 人体を横方向から見た背骨領域の濃度（ＣＴ値）の平均値をプロットした図である。 所定の曲線よりも濃度（ＣＴ値）の高い部分を抽出した結果を示す図である。 人体を横方向から見た背骨領域の特徴量を求める場合の一例を示す図である。 脊椎のつなぎ目を考慮して骨の特徴量すなわち「濃度のすかすか度」を抽出する処理の一例を示すフローチャート図である。 図１８、図１９の横軸に沿って貼り付けてある画像を説明する図である。 年齢とすかすか度との関係を示す図である。

符号の説明

１０…中央処理装置（ＣＰＵ）
１１…主メモリ
１２…磁気ディスク
１３…表示メモリ
１４…ＣＲＴディスプレイ
１５…マウス
１６…コントローラ
１７…キーボード
１８…スピーカ
１９…共通バス
１ａ…通信ネットワーク
１ｂ…他のコンピュータやＣＴ装置

以下添付図面に従って本発明に係る画像診断支援システムの好ましい実施の形態について説明する。

図１は、本発明が適用される画像診断支援システム全体のハードウエア構成を示すブロック図である。この画像診断支援システムは、例えばＸ線ＣＴ装置等で被検体の対象部位について収集した複数の断層像（ＣＴ画像など）に基づいて、脊椎の骨梁の構造を定量化して表示するものである。

この画像診断支援システムは、各構成要素の動作を制御する中央処理装置（ＣＰＵ）１０と、装置の制御プログラムが格納された主メモリ１１と、複数の断層像データ及びプログラム等が格納された磁気ディスク１２と、表示用の画像データを一時記憶する表示メモリ１３と、この表示メモリ１３からの画像データに基づいて画像を表示する表示装置としてのＣＲＴディスプレイ１４と、画面上のソフトスイッチを操作するマウス１５及びそのコントローラ１６と、各種パラメータ設定用のキーやスイッチを備えたキーボード１７と、スピーカ１８と、上記各構成要素を接続する共通バス１９とから構成される。

この実施の形態では、主メモリ１１以外の記憶装置として、磁気ディスク１２のみが接続されている場合を示しているが、これ以外にフロッピディスクドライブ、ハードディスクドライブ、ＣＤ−ＲＯＭドライブ、光磁気ディスク（ＭＯ）ドライブ、ＺＩＰドライブ、ＰＤドライブ、ＤＶＤドライブ、ＵＳＢメモリなどが接続されていてもよい。さらに、図示していない通信インターフェイスを介してＬＡＮ（ローカルエリアネットワーク）やインターネット、電話回線などの種々の通信ネットワーク１ａ上に接続可能とし、他のコンピュータやＣＴ装置／ＭＲ装置／ＵＳ装置１ｂなどとの間で画像データの送受信を行えるようにしてもよい。また、画像データの送受信は、Ｘ線ＣＴ装置、ＭＲＩ装置、超音波診断装置などの被検体の断層像が収集可能な医用画像診断装置を上記ＬＡＮ等の通信ネットワーク１ａと接続して行ってもよい。

まず、骨梁の構造を定量化して表示する場合について説明する。図２は、脊椎海綿骨の形状を線対称で分割したときの左右の非対称性を利用して骨梁の構造を定量化して表示する場合の一例を示す図である。図３は、正常な場合と骨粗鬆症の場合のＣＴ画像の一例を示す図である。図３（Ａ）は、正常な場合の海綿骨２１及び皮質骨２２を示し、図３（Ｂ）は、骨粗鬆症の場合を示す。図３（Ｂ）に示すように、骨粗鬆症の初期症状で主な症状は、腰背部痛であり、その後、脊椎骨の微少骨折を繰り返し、潰れ、徐々に背骨が曲がり、身長が低くなっていく。骨粗鬆症の人は、脊椎海綿骨の濃度分布が左右非対称となって、脊椎骨が破壊されていく様子が見られる。そこで、この濃度分布の非対称性の度合を測定し、それを骨粗鬆症の進行度として骨梁の構造を定量化して測定することができる。

まず、図２（Ａ）（Ｂ）に示すように海綿骨３０は左右対象に分割する中央線３１で分割する。分割後の右側領域３３及び左側領域３２のそれぞれについて次式に従って
・右側領域のＣＴ値−左側領域のＣＴ値＞しきい値
となる領域の面積Ｓ１を求める。同様に次式に従って
・左側領域のＣＴ値−右側領域のＣＴ値＞しきい値
となる領域の面積Ｓ２をそれぞれ求める。ここで、ＣＴ値は画像の濃度値の具体例を示すもので、Ｘ線ＣＴ画像以外の画像を用いるときはその画像の濃度値を意味する。

求められた面積Ｓ１，Ｓ２を次式に代入して変数δを求める。
・δ＝ａｂｓ（骨部の標準ＣＴ値−Ｓ１，Ｓ２を除く領域の平均ＣＴ値）
ここでａｂｓは絶対値を意味する。このようにして求められた変数δに基づいて次のような判断を行い、これを骨粗鬆症の進行度として定義する。
・ｉｆ（ δ＜ 一定値 ）｛
骨粗鬆症の進行度＝ 定数×（Ｓ１＋Ｓ２）／Ｓ
｝ｅｌｓｅ｛
計測不可能
｝
ここで、Ｓは海綿骨３０の全体面積である。
これによって、一般的な低線量ＣＴ画像を利用して脊椎の骨粗鬆症の進行度が計算できる。つまり骨梁の構造を定量化ができる。

図２は、脊椎海綿骨の濃度分布が左右非対称である場合に基づいて骨粗鬆症の進行度を定義している。骨粗鬆症の進行度としてさらに精度を高める場合には、図３に示されたように骨粗鬆症によって破壊された骨の空洞部分の面積や体積を骨粗鬆症の進行度の指標に反映させる。これらは、骨には空洞部分が見られるがこの空洞部分の形や大きさは一定でないので、断層像における所定の骨領域の平均濃度値より低濃度の領域に関する情報を用いて算出した値を空洞部分の大きさとし、この空洞部分の大きさを特徴量として骨粗鬆症の進行度の要因として用いる。
これにより、空洞部分の大きさが被検者の骨折などの障害を予見するための指標とすることで、より詳細な診断支援ができる。
以下の説明では、破壊された骨の空洞部分の面積や体積を抽出するために、しきい値処理や領域拡張法を用いている。

図４は、破壊された骨の空洞部分の面積や体積を抽出する処理の一例を示すフローチャート図である。図５は、図４の処理をランレングスで行うための説明図である。
まず、最初ステップＳ５０では、操作者が被検者の複数の断層像を画面に表示しておいて、その表示された複数の断層像から最初のスライスに相当する断層像とその断層像のしきい値処理に用いる特徴量をマウス１５などにより設定する。この設定の方法は、画面に推奨値をメニュー形式で表示しそのメニューの中から選択してもよいし、キーボード１７で実際に海綿骨領域の左右領域の非対称性やランレングスなどを入力してもよい。この特徴量は操作者によって入力が行われればよいので、その入力の手段は限定されない。次のステップＳ５１では、ＣＰＵ１０がマウスにより指定された最初のスライスに対して特徴量に基づくしきい値処理などにより、骨の海綿骨の領域を抽出する。このステップの処理によって、海綿骨３０の領域が図２に示されるように抽出される。

ステップＳ５２では、ＣＰＵ１０が抽出された海綿骨の内部の各スライスについてＣＴ値の局所平均値ａｖＣＴを求める。図６（Ａ）には、このようにして求められた局所平均値ａｖＣＴ１，ａｖＣＴ２，ａｖＣＴ３が示されている。図示した例は、イメージしやすいように横軸をＸ，Ｙ，Ｚ方向の画像上のピクセル位置、縦軸を海綿骨部分断面の濃度値（例えばＣＴ値）とするグラフ形式で表記している。

ステップＳ５３では、ＣＰＵ１０がＣＴ値の平均ＡＶすなわち局所平均値ａｖＣＴ１，ａｖＣＴ２，ａｖＣＴ３よりもＣＴ値の小さい領域（低濃度領域／低濃度ランレングス）ＲＧを抽出し、それを二値画像ＲＧとして作成すると共にその領域ＲＧの平均ＣＴ値を求める。図５（Ｂ）は、４箇所の低濃度領域（低濃度ランレングス）ＲＧが抽出された例が示されている。この図５（Ｂ）も図５（Ａ）と同様に、図示した例は、イメージしやすいように横軸をＸ，Ｙ，Ｚ方向の画像上のピクセル位置、縦軸を海綿骨部分断面の濃度値（例えばＣＴ値）とするグラフ形式で表記している。

ステップＳ５４では、ＣＰＵ１０が二値画像ＲＧの画像で、Ｘ，Ｙ，Ｚ方向（Ｘ，Ｙ，Ｚ方向は互いに直交する）の低濃度ランレグスＲＧの平均値を求める。
ステップＳ５５では、ＣＰＵ１０が前記求められた低濃度ランレグスＲＧの平均値から擬似体積を求め、その求められた擬似体積を原画像と合成して表示する。
ステップＳ５６では、操作者が画面上の次のスライスを指定する又はＣＰＵ１０が予め設定された更新すべき次のスライスに更新する。
ステップＳ５７では、ＣＰＵ１０が予定のスライスを終了したか否かの判定を行い、終了したｙｅｓの場合は処理を終了し、終了していないｎｏの場合は再度ステップＳ５３を実行する。

なお、ステップＳ５２からステップ５５までのしきい値処理においては、以下のような特徴量１〜特徴量１１を用いるようにしてもよい。
・特徴量１：２Ｄランレングス（ＲＧ）の値
・特徴量２：２ＤＲＧの平均値
・特徴量３：濃度の局所平均−微小領域ＲＧの濃度平均値
・特徴量４：ＲＧ領域の総和と微小領域の平均ＣＴ値の積
・特徴量５：微小領域ＲＧの平均面積と小領域のＣＴ値の平均値の積
・特徴量６：微小領域を総和したときの平均２ＤＲＧと微小領域の平均ＣＴ値の積
・特徴量７：微小領域の平均２ＤＲＧの局所領域内部での平均値とΔＣＴの積
・特徴量８：局所領域の濃度分散値又は標準偏差値
・特徴量９：局所領域の濃度標準偏差値×ｆ（ＲＧ）
・特徴量１０：局所領域の濃度期待値
・特徴量１１：微小領域の平均２ＤＲＧの局所領域内部での平均値とΔＣＴの積と局所領域の濃度期待値の商
なお、上述の特徴量の演算では、原ＣＴ画像を用いて処理しているが、高域フィルタ処理をした画像に対して処理してもよい。ここで、平均面積とは平均２Ｄランレングスと呼び、Ｘ方向ランレングスの平均値とＹ方向ランレングスの平均値の積（Ｘ方向とＹ方向は直交）で求める。また２Ｄランレングスとは直交する２方向のランレングスの積である。

図６は、特徴量がヒストグラムのＣＴ値が低い方の分布（海綿骨の分布）のピーク位置ＣＴｐである場合を示す図である。図示した例は、イメージしやすいように横軸をＣＴ値、縦軸をそのＣＴ値の発生頻度とするグラフ形式で表記する。
これは、ＣＴ画像における各ＣＴ値の出現頻度をヒストグラムとしているから、ピークを示す位置が２箇所以上現れる場合があるので、その中でＣＴ値の低い方を海綿骨のピーク位置ＣＴｐとするものである。

次に、図７により脊椎の骨粗鬆症の進行度が骨の空洞部分の平均面積を用いてある程度定量化する場合について説明する。平均面積は擬似的な体積として用いてもよい。図７は骨には空洞部分が見られるので、それを模式的に示してある。この空洞部分の形や大きさは一定でないので、これを「ランレングス」と「濃度差」を用いて近似している。
図７（Ａ）は、骨をＹ方向からみた図であり、骨のＺ方向の様子を分かり易く示す図であり、図７（Ｂ）は、骨をＺ方向から見た図であり、Ｚ方向に所定のスライス厚で構成されたスライス画像の一例を示す図である。図７（Ｂ）のスライス画像８０２は、図７（Ａ）のスライス位置８０１における断層像である。

ＣＰＵ１０は３次元の各方向（Ｘ，Ｙ，Ｚ）についてランレングスの平均を求める。つまり、ＣＰＵ１０はＸ方向に走査してランレングスの平均Ｘ＿ＲＬを求め、Ｙ方向に走査してランレングスの平均Ｙ＿ＲＬを求め、さらにＺ方向に走査してランレングスの平均Ｚ＿ＲＬを求める。ＣＰＵ１０は各方向について求められたランレングスを用いて、空洞の平均面積がＸ＿ＲＬとＹ＿ＲＬの積、平均体積が平均面積とＺ＿ＲＬの積でそれぞれ求める。

断層像のスライス厚が例えば５〜１０［ｍｍ］と厚い場合、Ｚ方向のランレングスＺ＿ＲＬが求まらないので、ランレングスＺ＿ＲＬを「濃度差ΔＣＴ」で代用する。ここで、濃度差ΔＣＴは、海綿骨の平均ＣＴ値と低濃度領域ＲＧの平均ＣＴ値との差で求める。
すなわち、平均体積は、平均面積と定数及びΔＣＴとの積で近似する。

上述の説明では、骨粗鬆症の進行度を３次元の各方向（Ｘ，Ｙ，Ｚ）のランレングスを用いて計測しているが、以下に示すようにＸ方向のランレングス、Ｙ方向のランレングス、濃度差ΔＣＴを用いて骨粗鬆症の進行度を定義してもよいし、これらを組み合わせたものを骨粗鬆症の進行度として定義してもよい。

また、骨粗鬆症の進行度は｛海綿骨のＣＴ値の（１画像内の）平均値（ａｖＣＴ）−ＣＴｃ｝の逆数に比例する関係にある。
ここで、ＣＴｃはマイクロＣＴ等での測定結果に対応するように調整する実験値であるが、軟部組織のＣＴ値（例えば９０程度）で近似してもよい。
これにより、前記抽出された原画像の脊椎領域の平均ＣＴ値と計測された特徴量をマイクロＣＴ装置などで事前に測定した実際の骨粗鬆症の進行度とを対比することで、より精度が高い診断支援ができる。
再構成規格化定数：Ｓ＝１／海綿骨面積の（Ｎ枚画像間の）平均値、スライス厚規格化定数：Ｔ１（厚さ）、スライス厚規格化定数（Ｓ）に依存した加算値定数：Ｔ２（厚さ）、とすると、その骨粗鬆症の進行度は、以下の［数式１］〜［数式３］で表される。

・（骨粗鬆症の進行度）＝ｆ（Ｘ＿ＲＬ，Ｙ＿ＲＬ，ΔＣＴ，ａｖＣＴ，Ｓ，Ｔ１（厚さ），Ｔ２（厚さ））…［数式１］
・（骨粗鬆症の進行度）＝〔（Ｘ＿ＲＬ×Ｙ＿ＲＬ×ΔＣＴ）／｛（ａｖＣＴ−ＣＴｃ）×Ｓ｝〕×Ｔ１（厚さ）＋Ｔ２（厚さ）…［数式２］
・（骨粗鬆症の進行度）＝〔（Ｘ＿ＲＬ^α×Ｙ＿ＲＬ^α×ΔＣＴ^β）／｛（ａｖＣＴ−ＣＴｃ）^γ×Ｓ｝〕×Ｔ１（厚さ）＋Ｔ２（厚さ）…［数式３］

骨粗鬆症の進行度は、Ｘ軸方向から４５度（一般的には任意角度）ずれた方向のランレングスと、Ｙ軸方向から４５度（一般的には任意角度）ずれた方向のランレングスとに代用しても良い。また、骨粗鬆症の進行度は複数の代用値を求めて平均値を用いてもよい。例えば、１０［ｍｍ］厚スライスの場合、Ｔ１＝１０００．０、Ｔ２＝０．０、にすると、骨粗鬆症の進行度（濃度すかすか度）は０〜１０の範囲で表せる。

また、骨粗鬆症の進行度は、高精度でなくて良い場合、１／（ａｖＣＴ−ＣＴｃ）を（一定値−ａｖＣＴ）で近似してもよい。この場合、骨粗鬆症の進行度は次の［数式４］のように表すことができる。
・（骨粗鬆症の進行度）＝〔（Ｘ＿ＲＬ×Ｙ＿ＲＬ×ΔＣＴ）／Ｓ×（一定値−ａｖＣＴ）〕×Ｔ（厚さ）＋定数（厚さ）…［数式４］

図８は、擬似体積とスライス位置との依存関係の一例を示す図である。図８では、スライス位置に対応する脊椎部分を擬似体積の大きさに応じて、色分けして表示している。脊椎部分９１〜脊椎部分９５の色は、左側から順番に、青色、黄色、赤色、薄い赤色、青色となっている。これによって骨粗鬆症の進行度を容易に認識することができる。また、被検者に診断結果として提示しても容易に理解できる。ここでは擬似体積としてＣＴ値濃度の標準偏差を用いている。脊椎部分の濃度表示は３Ｄ表示や脊椎内部や脊椎中央付近の体軸に垂直方向への最大値投影、最小値投影で表しても良い。図９は、脊椎部分のＣＴ値の最小値を投影面メモリに投影する場合の一例を示す図である。「骨粗鬆症の進行度」を表示する場合、脊椎部分１０１のＣＴ値の最小値１０２を投影面メモリ１０４に投影した値を用いると診断に寄与する画像が得られる。「骨粗鬆症の進行度」とは逆に、「健康度（正常度）」を表示する場合には、脊椎部分１０１のＣＴ値の最大値１０３を投影面メモリ１０４に投影した値を用いる。また、「健康度（正常度）」を表示する場合には、このような特徴量（擬似体積）の最大値に対応する断層像を自動的に表示するようにしてもよい。この場合、処理途中や原画像の異常を表すため、異常メッセージを表示してもよい。

海綿骨のＣＴ値が低い場合には、その部分が脊椎のつなぎ目か否かの判定を行い、その判定結果によって部分の形を表示したり、色分けしたりして識別可能に表示することが望ましい。図１０は、海綿骨のＣＴ値が低い場合の処理の一例を示す図である。図１０に示すように、局所平均ＣＴ値が所定値Ｔ１より低いスライス位置については、その部分を脊椎のつなぎ目と見なして、図示のように▼で表す。図１０では、スライス番号２，５，８，１０，１３の局所平均ＣＴ値が所定値Ｔ１より低くなっているので、このスライス番号に対応する部分が▼で表示される。また、図８では、スライス番号に対応する部分に▼の代わりに▽が表示されている。なお、この所定値Ｔ１の値はマウスでドラッグして値を変更できるようにしても良い。また、局所平均ＣＴ値が所定値Ｔ１より低いスライス位置の出現頻度のグラフを用いて、自動的に決定するようにしてもよい。また、２Ｄ−ＲＬが（平均値＋δ１）より大きい場合にはその部分の形を変形したり、色分け表示したりする。同様に、領域の面積が（平均値±δ２の範囲）の範囲からでる場合にもその部分の形を変形したり、色分け表示したりすることができる。

図１１は、原画像とカラー化した海綿骨中の低濃度部分を合成して表示した例を示す図である。図１１では、画面の上部にスライス位置の断面画像１２１が表示され、下部に低濃度部分のカラー化（赤色であるが図面上は網かけ模様に表示されている）された画像１２２が示されている。カラー化されるのは脊椎の中の海綿骨に対応する部分である。画像１２２に設けられた直線１２３はマウスなどでドラック可能となっている。マウスのドラックによって直線１２３の位置が移動されるに従い、その位置の断面画像が順次更新表示される。

図１２は、海綿骨に含まれるハイドロキシアパタイトの大きい順又は小さい順に並べ、対応づけて表示する例を示す図である。図１２では、左上→右上→左下→右下の順番でハイドロキシアパタイトの大きい順に表示されている。

図１３は、特徴量とハイドロキシアパタイトとの関係を予め求めておく場合の一例を示す図である。図１３の縦軸の骨密度はマイクロＣＴ装置などを用いて測定した値を用い、スライス厚毎に求める。
図１４（Ａ）は、スライス厚に依存しない特徴量を各スライスの特徴量の外挿値により求めて規格化する例を示す図であり、図１４（Ｂ）は、上記外挿値を算出するために加算する対象のスライス像を示す図である。通常、特徴量はスライス厚さに依存するので、図１４に示すように、隣り合う画像を加算してさらに厚い画像でも特徴量を求めて、スライス厚さに依存しない画像について外挿した値である外挿値１５４を骨粗鬆症の進行度としてもよい。すなわち、スライス１５０について求められた特徴量が１５０ａであり、スライス１５０とその左隣のスライス１５１を加算した場合の加算スライスについて求められた特徴量が１５１ａであり、右隣のスライス１５２を加算した場合の加算スライスについて求められた特徴量が１５２ａであり、両隣のスライス１５１，１５２を加算した場合の加算スライスについて求められた特徴量が１５３ａであったとする。これらの各特徴量１５０ａ，１５１ａ，１５２ａ，１５３ａをプロットして作成された曲線に基づいて求められた外挿値をスライス厚に依存しない特徴量として骨粗鬆症の進行度等に用いる。

従って、図１５に示すように特徴量と体内カルシウムの関係を予め求めておき、その年齢と体内カルシウムの関係を用いて、図８に示すような「花子さん（４５歳）の骨年齢は、６６歳です。」のような文字を画面上に表示する。また、前記骨粗鬆症の進行度に対応した骨年齢と実年齢を表示する。
これにより、骨粗鬆症の加齢状況と対比した進行具合を認識できる。

図１５は、５５歳から６０歳までの人の特徴量と出現頻度の関係の一例を示す図である。このように、ある年齢における特徴量と出現頻度の関係を予め求めておけば、受診者「骨子さん」に対して「骨栄養を要する」などの注意を喚起することができる。

上述の説明は、破壊された部分に注目しているが、破壊されずに残った骨部分に注目しても良い。この場合、ランレングスは図７において白い（高濃度）部分のランレングスになる。このときのａｖＣＴを海綿骨部分の平均ＣＴ値とし、ΔＣＴを高濃度部分のＣＴ値の平均値からａｖＣＴを引いた値とし、Ｓを海綿骨部分の面積とすると、健康度は次の［数式５］のように表してもよい。
・（健康度）＝Ｘ＿ＲＬ×Ｙ＿ＲＬ×（ａｖＣＴ−ＣＴｃ）／（ΔＣＴ×Ｓ）…［数式５］

図１６は、脚の骨についてその擬似体積とスライス位置との依存関係の一例を示す図である。ここでは、脊椎の場合と同様に擬似体積としてＣＴ値濃度の標準偏差を用いている。画面上部には、マウスで操作される直線１７０位置の断面画像１７１が表示されている。従って、この直線１７０をマウスなどでドラックすると、その直線１７０位置に対応して断面画像１７１が順次更新表示される。

図１７は、規格化された特徴量とスライス位置との依存関係の一例を示す図である。すなわち、図１７は、被検体を正面方向から見た背骨領域の濃度（ＣＴ値）を規格化された特徴量で示してある。スライス位置に対応する脊椎部分の規格化された特徴量の大きさに応じて、印「●」を対応付けて表示している。図では、脊椎のつなぎ目の部分が印「▽」で表されている。ここでは、脊椎のつなぎ目をレイサム画像に基づいて判別している。すなわち、レイサム画像のＣＴ値の低い部分の長さを調べて、左右両側の脊椎箇所よりも短い場合にはその箇所を脊椎のつなぎ目としている。

図１８は、骨粗鬆症患者の特徴量とその演算に用いた画像との関係を示す図であり、図１９は、正常な人の特徴量とその演算に用いた画像との関係を示す図である。
表示部１９１は全点の平均値を示し、表示部１９２は表示部１９４の曲線の凹部を除く平均値を示し、表示部１９３は測定（演算）点を示し、表示部１９４は海綿骨領域のＣＴ平均値表示を示し、表示部１９５は表示部１９４の曲線の凸部を示し、表示部１９６は海綿骨領域の平均ＣＴ値を示し、表示部１９７は脊椎骨下部のＣＴ平均値表示を示す。
図の横軸には位置を表すために、対象領域の画像を配置している。この対象画像は、グラフの下部だけでなく上部でもよく、縦軸に配置（特徴量は横軸）しても良い。図では、特徴量である骨粗鬆症の進行度を「濃度のすかすか度」として表している。図に示すように特徴量である「濃度のすかすか度」は、脊椎の位置によりバラついているが、骨粗鬆症患者の場合は、正常な人に比べて非常にバラツキが大きい。人間の体を支えている軸となるものは脊椎（背骨）という骨で、脊椎は頭の方から７個の頚椎、１２個の胸椎、５個の腰椎と仙骨、尾骨から成り立っている。各脊椎骨の間には椎間板という軟骨組織で出来たクッションがある。この脊椎骨と椎間板のＣＴ値は大きく異なる。すなわち、椎間板領域を多く含むＣＴ画像を用いて演算すると、演算結果は大きな値を示すことになる。従って、単純に平均値をとると、脊椎骨に関する特徴量をえられないことになる。これは、図１９の正常な人（健常者）の特徴量を見ても分かるとおり、二重丸で示す部分（つなぎ目の部分）の値のバラツキが大きいことからも明らかである。そこで、前述のように脊椎のつなぎ目の部分を抽出し、それ以外の特徴量の平均を求めることが望ましい。また、脊椎のつなぎ目を抽出する別の方法について説明する。特徴量を求める対象領域や求めた特徴量は解剖学的情報に基づいて分類される。

まず、脊椎のつなぎ目を抽出する別の方法として、各スライスの海綿骨の重なり部分を用いる方法について説明する。図２０は、各スライスにおける海綿骨領域を示す図である。スライスはｎ枚であり、図２０（ａ）〜（ｎ）に示すようにそれぞれの位置が少しずつ変化している。これは、背骨の頭部付近が若干上側に湾曲していることが影響する。また、患者によって背骨が全体的に湾曲していることも影響する。図２１は、図２０の各スライスにおける海綿骨領域の重なり領域を抽出した場合の一例を示す図である。すなわち、図２０（ａ）〜（ｎ）の海綿骨領域の共通領域（論理積領域）を演算したものである。図２１に表示される画像２２１において網かけ部分の濃い部分が重なりの最大領域を示す。そこで、この最大領域を含む海綿骨領域を有するスライスの画像を用いて特徴量を抽出する。なお、最大領域との重なる度合が所定値よりも大きいスライスの画像を特徴量の演算に用いてもよい。

図２２は、図２０（ａ）〜（ｎ）の各スライスの海綿骨領域と前述の最大領域とが互いにどのように重なるかを示す図である。図２２（ａ）〜（ｃ）のように最大領域が海綿骨領域に完全に納まる場合は、そのスライスの画像は特徴量の演算に用いられるが、図２２（ｎ）のように、両者が完全に異なる場合にはそのスライスの画像は特徴量の演算には用いず、重なる度合が所定値よりも大きい場合には特徴量の演算に用いるようにする。また、それぞれ異なる位置の断層画像すなわち図２２（ａ）〜（ｎ）の各スライスの海綿骨領域（対象領域）がそれぞれ他の対象領域と重なる度合が分布的に最も大きいものを特定し、その対象領域と各断層像の対象領域との重なる割合を求めて、その割合の大きさに応じて断層画像を特徴量の抽出に用いるか否かを決定するようにしてもよい。
これにより、平均濃度値より低濃度の領域が骨の空洞部分に該当する場合が多いので、この領域を原画像に重ねて表示することによって、原画像の空洞部分が認識できる。

次に、脊椎のつなぎ目を抽出するさらに別の方法として、背骨領域の濃度の平均値を用いるものについて説明する。図２３は、人体を横方向から見た背骨領域の濃度（ＣＴ値）の平均値をプロットした図である。脊椎骨の写っているスライスか、椎間板の写っているスライスかによって、図２３に示すように濃度平均は上下に変動している。濃度の低い部分は椎間板領域であり、高い部分は脊椎骨領域である。そこで、脊椎骨の骨粗鬆症の進行度（特徴量）を見る場合にはその濃度が高い部分の平均値を用いるようにすればよい。図２３に示すように濃度平均は、高い部分と低い部分の繰り返し波形となっているので、隣り合う高い部分（極大を示す部分）と低い部分（極小を示す部分）との平均値を求め、それを平均値の中心値として曲線２４０を描く。この曲線２４０よりも濃度（ＣＴ値）の高い部分（凸領域）を抽出する。図２４は、曲線２４０よりも濃度（ＣＴ値）の高い部分（凸領域）を抽出した結果を示す図である。図２４に示すように、網かけの部分２５０が曲線２４０よりも濃度（ＣＴ値）の高い部分である。従って、この網かけの部分２５０の値を脊椎骨の骨粗鬆症の進行度の演算に用いる。網掛け部分を用いた平均値を「除外平均」、全部のデータを用いた平均値を「全平均」とし、除外平均と全平均を並列表示すると便利である。さらに、除外平均または全平均が所定の値を超えたら「精密検査の必要あり」等の警告メッセージを表示すると便利である。逆に、網かけ部分２５０以外の値、すなわち低い部分（極小を示す部分）を用いることによって、椎間板部分の骨粗鬆症の進行度を求めることができる。この骨粗鬆症の進行度は、例えば１０段階で表示し、さらに、特徴量の平均が所定の値を超えたら「精密検査の必要あり」等の警告メッセージを表示すると便利である。警報する手段は、警告メッセージを表示する他、警告音、警告音声などを単独又は組み合わせることが望ましい。

図２５は、人体を横方向から見た背骨領域の特徴量を求める場合の一例を示す図である。この図に示されるように、人体の背骨は、頭部付近が曲がっており、そこをスライス位置に基づいて特徴量を抽出した場合に誤差が大きくなるので、ここでは、脊椎中心線２６０を抽出し、この脊椎中心線２６０に垂直な方向に補完直線２６１を作成し、この補完直線２６１に沿ってその脊椎部分の特徴量を抽出するようにしてもよい。これによって、脊椎が湾曲した部分の特徴量を高精度に測定することができる。また、補完直線２６１とスライス面とのなす角度が所定値よりも大きい場合には、その部分の特徴量を除外するようにしてもよい。

図２６は、脊椎のつなぎ目を考慮して骨の特徴量すなわち「濃度のすかすか度」を抽出する処理の一例を示すフローチャート図である。まず、図４でのステップＳ５０とＳ５１と同様に、最初ステップＳ２７０では、最初のスライス（ｋ＝初期値値）の対象領域を抽出する。対象領域の抽出は、しきい値処理などにより、骨の海綿骨の領域を抽出する。このステップの処理によって、各スライスの画像における海綿骨の領域が抽出される。

ステップＳ２７１では、ＣＰＵ１０が抽出された海綿骨のＣＴ値の平均ＡＶを求め、上述の演算式を用いて骨粗鬆症の進行度、すなわち濃度のすかすか度ＳＳｋを求める。
ステップＳ２７２では、ＣＰＵ１０が図２３に示すように対象領域を含む領域の平均濃度値（ＣＴ値の平均値）ｍを求める。そして、その対象領域を含む領域の平均濃度値（特定の断層像）と前記求められた骨粗鬆症の進行度と前記被検体の画像とを対応づけて表示する。
ステップＳ２７３では、ＣＰＵ１０が次のスライスを指定するためにｋを１だけ増加する。
ステップＳ２７４では、ＣＰＵ１０が予定のスライスを終了したか否かの判定を行い、終了したｙｅｓの場合は次のステップＳ２７５に進み、終了していないｎｏの場合はステップＳ２７１にリターンし、上述の処理を実行する。

ステップＳ２７５では、ＣＰＵ１０が図２３に示すように縦軸に平均濃度値ｍ、横軸にスライス位置ｋのグラフにおいて、平均濃度値が極小付近の場合にそのスライス位置に非使用のフラグ▽を付ける。
ステップＳ２７６では、ＣＰＵ１０が前のステップで非使用のフラグ▽を付けられなかったスライス位置のすかすか度ＳＳｋを用いて、その平均値を求め、それを骨粗鬆症の進行度とする。図１９では、非使用のフラグは◎で示され、「Ａ平均値＝２．２８」は、この非使用のフラグ◎を含む濃度値の平均を示し、「Ｂ平均値＝１．６８」は、この非使用のフラグ◎を覗いた濃度値の平均を示すものである。これから明らかなように非使用フラグ◎を覗いた平均値の方がより骨粗鬆症の進行度に近い値となる。

図２７は、図１８、図１９の横軸に沿って貼り付けてある画像を説明するための図である。海綿骨２７１を含む領域２７０では、海綿骨２７１または、海綿骨２７１と皮質骨２７２のＣＴ値の平均値を求めて投影面２７３に投影する。また、海綿骨２７１を含まない領域２７４ではその付近を含めて濃度平均値を求めて投影面２７３に投影する。このようにして投影されたものが図１８、図１９の横軸に沿って貼り付けてある。上記説明に用いた画像はアキシャル画像であるが、サジタル、コロナル画像を用いてもよい。また、「骨粗鬆症の進行度」は、「濃度すかすか度」、「濃度欠落度」、「濃度欠損度」など、骨粗鬆症の進行度を示す用語であれば呼び方はいずれでもよい。

図２８は、年齢とすかすか度との関係を示す図である。図２８は、横軸を年齢とし縦軸をすかすか度としてプロットしたグラフである。
骨粗鬆症が進行しても痛みや自覚症状がないので、受診者は『自分が健康である』と考えている場合がある。従って、図２８に示すグラフでは、骨粗鬆症が進行している人と骨粗鬆症が進行していない人が混在しているので分布幅が広い。
そこで、図２８に示すグラフ中で受診者の年齢を付き合わせ、すかすか度が平均値の定数倍（例えば、１．１倍）より大きければ、当該受診者に通知して医師の指導を受けさせ、食事内容の改善等を促すようにすることが望ましい。
これは、骨粗鬆症の進行度が精密検査の必要がある警告レベルにあることを警報によって報知するものである。警告情報は、警告音や警告音声、警告メッセージ表示などで診断者に報知される。
これにより、警告情報は診断者に対し診断の注意喚起の支援ができる。

以上、添付図面を参照しながら、本発明にかかる画像診断支援システムの好適な実施形態について説明したが、本発明はかかる例に限定されない。当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

Claims (13)

1. 被検体の画像を記憶する記憶手段と、
   前記記憶手段から当該画像を読み出し、予め設定された特徴量により前記読み出された画像から骨領域を含む診断領域を抽出し、
   前記抽出された診断領域から骨部成分とその骨部以外の成分とを抽出し、前記骨部以外の成分の領域の直交する２方向のランレングス値の平均と、前記診断領域の平均ＣＴ値と前記診断領域の平均ＣＴ値よりもＣＴ値が小さい低濃度領域の平均ＣＴ値との差を用いた関数により骨の構造分析情報を算出する制御手段と、を備えたことを特徴とする画像診断支援システム。
2. 前記算出された骨の構造分析情報を前記被検体の画像と対応づけて表示する表示手段を備え、
   前記表示手段は、前記被検体の骨領域が前記特徴量によって骨成分と骨以外の成分が識別可能に表示されることを特徴とする請求項１に記載の画像診断支援システム。
3. 前記表示手段は、骨粗鬆症の進行度又は健康度の何れかに応じて前記被検体の骨部分の投影法を変更して表示することを特徴とする請求項２に記載の画像診断支援システム。
4. 前記制御手段は、前記骨部分のつなぎ目を濃度値によって判定を行い、 前記表示手段は、前記判定結果によって前記骨のつなぎ目部分を識別可能に表示することを特徴とする請求項２又は請求項３に記載の画像診断支援システム。
5. 前記表示手段は、前記被検体の骨部分を複数の方向から見た断面を表示し、一方の断面に他方の断面の切断部分を示す情報をさらに表示し、その切断部分を示す情報の移動に応じて他方の断面の画像を切り替え表示することを特徴とする請求項２乃至４の何れか一項に記載の画像診断支援システム。
6. 予め計測された前記被検体の骨部分に含まれるハイドロキシアパタイトの指標情報を記憶する手段をさらに備え、 前記表示手段は、前記記憶されたハイドロキシアパタイトの指標情報と前記被検体の骨部分とを対応づけて表示することを特徴とする請求項２乃至５の何れか一項に記載の画像診断支援システム。
7. 前記ハイドロキシアパタイトの指標情報によって骨粗鬆症の進行度に対応した骨年齢を計算する骨年齢計算手段をさらに備え、 前記表示手段は、前記計算された骨年齢をさらに表示することを特徴とする請求項６に記載の画像診断支援システム。
8. 前記ハイドロキシアパタイトの指標情報によって骨粗鬆症の進行度に対応した骨年齢を計算する骨年齢計算手段をさらに備え、 前記表示手段は、前記計算された骨年齢と対応させて骨粗鬆症の進行度を所定の数値レベルで段階的に表示することを特徴とする請求項６に記載の画像診断支援システム。
9. 前記ハイドロキシアパタイトの指標情報によって骨粗鬆症の進行度に対応した骨年齢を計算する骨年齢計算手段をさらに備え、 前記表示手段は、前記計算された被検体の骨年齢が実年齢より加齢状態にあったときに治療方針の指標を表示することを特徴とする請求項６に記載の画像診断支援システム。
10. 前記被検体を正面方向から見た背骨領域の濃度を規格化されたレイサム画像を生成する手段をさらに備え、 前記表示手段は、前記生成されたレイサム画像と前記被検体の断層像毎の特徴量とを並列表示することを特徴とする請求項２乃至９の何れか一項に記載の画像診断支援システム。
11. 前記被検体の複数の骨領域に対応する特徴量の平均を全平均として計算し、前記複数の骨領域の平均濃度より低い骨領域に対応する特徴量を除いた平均を除外平均としてそれぞれ計算する手段をさらに備え、 前記表示手段は、前記計算された前記全平均と前記除外平均とを並列表示することを特徴とする請求項２乃至１０の何れか一項に記載の画像診断支援システム。
12. 健常者の複数の骨領域に対応する特徴量の平均を全平均として計算する手段をさらに備え、 前記表示手段は、前記計算された健常者の複数の骨領域に対応する特徴量と前記被検体の特徴量とを並列表示することを特徴とする請求項２乃至１１の何れか一項に記載の画像診断支援システム。
13. 記憶手段から被検体の画像を読み出し、予め設定された特徴量により前記被検体の画像から骨領域を含む診断領域を抽出するステップと、
    前記抽出された診断領域から骨部成分とその骨部以外の成分とを抽出し、前記骨部以外の成分の領域の直交する２方向のランレングス値の平均と、前記診断領域の平均ＣＴ値と前記診断領域の平均ＣＴ値よりもＣＴ値が小さい低濃度領域の平均ＣＴ値との差を用いた関数により骨の構造分析情報を算出するステップと、
    をコンピュータに実行させるための画像診断支援プログラム。

Images