JP6058454B2 - 医用画像処理装置及び医用画像処理プログラム - Google Patents

Description

本発明の実施形態は、医用画像処理装置及び医用画像処理プログラムに関する。

ＴＡＶＲ（Transcatheter Aortic Valve Replacement；大動脈弁置換術）と呼ばれる治療方法がある。ＴＡＶＲは、人工弁が先端に装着されたカテーテルを被検体の血管に挿入し、当該カテーテルの先端を大動脈弁の位置まで搬送し、大動脈弁と人工弁とを置換する治療方法である。ＴＡＶＲは、ＴＡＶＩ（Transcatheter Aortic Valve Implantation）と呼ばれることもある。

ＴＡＶＲの実施は、種々の合併症のリスクを伴う。ＴＡＶＲの実施により生じ得る合併症としては、例えば大動脈基部の破裂等の血管損傷、人工弁による冠動脈起始部の閉塞、僧帽弁の障害、刺激伝導系（洞結節、房室結節、ヒス束等）の障害や圧迫等がある。

このような合併症の発生を防ぐためにも、ＴＡＶＲを実施するに際しては、Ｘ線ＣＴ（Computed Tomography）装置によって撮影された医用画像データ等に基づき、事前に十分な治療計画を作成する必要がある。

また、ＴＡＶＲの実施時において、合併症が発生しないように注意して人工弁を適切な位置に配置する必要がある。

特開２０１２−２０５７７１号公報

実施形態の目的は、ＴＡＶＲの実施に伴う合併症の発生が防止され、或いは当該合併症の発生リスクが低減されるようにＴＡＶＲの実施を支援する医用画像処理装置及び医用画像処理プログラムを提供することである。

一実施形態における医用画像処理装置は、領域抽出部と、周辺組織検出部と、画像生成部と、出力部とを備える。上記領域抽出部は、被検体の心臓領域の形状を表す第１の医用画像データから、上記被検体の心臓の心室及び心房に相当する領域を抽出する。上記周辺組織検出部は、心臓領域に含まれる要素の位置関係を定めるデータベース及び上記領域抽出部が抽出した領域に基づき、上記第１の医用画像データにおいて大動脈弁の周囲に存在する周辺組織の領域を検出する。上記画像生成部は、上記周辺組織検出部が検出した周辺組織の領域を表す第２の医用画像データを生成する。上記出力部は、上記画像生成部が生成した第２の医用画像データを出力する。

第１の実施形態に係る医用画像処理装置（ワークステーション）の概略構成を示すブロック図。 人の心臓領域モデルの部分断面図。 第１の実施形態における医用画像処理装置の機能ブロック図。 同実施形態における医用画像処理装置の動作を示すフローチャート。 同実施形態における周辺組織を説明するための図。 同実施形態における周辺組織の検出に関する機能ブロック図。 同実施形態における人工弁モデルの一例を示す模式図。 同実施形態において画像生成部が生成する画像の一例を示す図。 同実施形態において画像生成部が生成する画像の一例を示す図。 同実施形態において画像生成部が生成する画像の一例を示す図。 同実施形態において画像生成部が生成する画像の一例を示す図。 第２の実施形態における医用画像処理装置の機能ブロック図。 同実施形態における医用画像処理装置の動作を示すフローチャート。 同実施形態における第１の画像生成部が生成する画像の一例を示す図。 同実施形態における位置合わせ部による位置合わせを説明するための図。 同実施形態において第２の画像生成部が生成する画像の一例を示す図。

いくつかの実施形態につき、図面を参照して説明する。

各実施形態では、医用画像処理装置の一例としてワークステーションを開示する。

（第１の実施形態）
図１は、本実施形態に係るワークステーション１の概略構成を示すブロック図である。ワークステーション１は、プロセッサ２、メモリ３、通信装置４、入力装置５、表示装置６、記憶装置７、及びバスライン８を備える。バスライン８は、プロセッサ２、メモリ３、通信装置４、入力装置５、表示装置６、及び、記憶装置７を通信可能に接続するアドレスバス及びデータバス等で構成される。

プロセッサ２は、例えばＣＰＵ（Central Processing Unit）であり、コンピュータプログラムを実行することで各種の処理を実現する。

メモリ３は、ＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）を含むメインメモリである。メモリ３は、本実施形態における主要な処理をプロセッサ２に実現させるための医用画像処理プログラム３０等を記憶する。また、メモリ３は、各種の情報を一時的に記憶するための作業用記憶領域を形成する。

通信装置４は、有線或いは無線にて外部装置と通信する。外部装置は、例えばＸ線ＣＴ装置及びＸ線透視撮影装置等のモダリティ、ＰＡＣＳ（Picture Archiving and Communication System）等のシステムに含まれるサーバ、或いは他のワークステーション等である。

入力装置５は、ユーザの操作に応じたコマンド等を入力するインターフェイスであり、例えばキーボード、マウス、タッチパネル、トラックボール、及び、各種ボタン等を含む。

表示装置６は、ＬＣＤ（Liquid Crystal Display）或いはＯＥＬＤ（Organic ElectroLuminescence Display）等のディスプレイである。

記憶装置７は、比較的大容量のデータを記憶可能なＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）等である。記憶装置７は、プロセッサ２が医用画像処理プログラム３０を実行することで実現される処理の過程において、ＣＴ画像データＣＤ、人工弁モデルデータＤＭＤ、及び、解析データＡＤ等を記憶する。各データの詳細については後述する。記憶装置７は、データベースＤＢをさらに記憶する。

図２は、人の心臓領域モデルの部分断面図である。心臓は、４つの房室、すなわち右心房（ＲＡ）、右心室（ＲＶ）、左心房（ＬＡ）、及び、左心室（ＬＶ）を備える。右心房には上大静脈及び下大静脈が接続される。右心房と右心室との間には三尖弁が存在する。右心室には肺動脈が接続される。左心房には肺静脈が接続される。左心房と左心室との間には僧帽弁が存在する。左心室には大動脈が接続される。左心室と大動脈との境界付近には大動脈弁が存在する。４つの房室の周囲は心筋で取り囲まれる。心筋は、刺激伝導系から与えられる電気刺激を受けて動作する。刺激伝導系は、洞結節、房室結節、ヒス束、右脚、左脚、及び、プルキン工線維を含む。電気刺激は、洞結節にて発生し、房室結節へと伝わる。さらに電気刺激は房室結節からヒス束、右脚、左脚、プルキン工線維へと伝わる。

データベースＤＢは、このような心臓領域に含まれる各要素の相対的な位置関係を定める情報にて構成される。特に本実施形態において、データベースＤＢは、４房室に対する洞結節、房室結節、ヒス束、及び、僧帽弁の相対位置を示す情報を少なくとも含む。

洞結節の相対位置は、例えば右心房上面に対する３次元的な相対位置として定義できる。右心房上面は、例えば右心房内壁のうち、上大静脈が接続される上半分である。

房室結節の相対位置は、例えば右心房左下面に対する３次元的な相対位置として定義できる。右心房左下面は、例えば右心房内壁のうち、三尖弁の付け根が位置する右心房下面の左心室よりの部分である。

ヒス束の相対位置は、例えば右心室と左心室との間の心室中隔の上端領域に対する３次元的な相対位置として定義できる。

僧帽弁の相対位置は、例えば左心房と左心室の境界領域に対する３次元的な相対位置として定義できる。

図３は、プロセッサ２が医用画像処理プログラム３０を実行することにより実現される機能を示すブロック図である。図示したように、プロセッサ２は、ＣＴ画像入力部１０１、芯線抽出部１０２、大動脈領域抽出部１０３、大動脈弁面検出部１０４、心臓領域抽出部１０５、房室領域抽出部１０６、周辺組織検出部１０７、部位登録部１０８、人工弁モデル入力部１０９、人工弁位置決定部１１０、リスク評価部１１１、画像生成部１１２、及び、画像出力部１１３としての機能を実現する。

プロセッサ２は、これら各部として動作することにより、ＴＡＶＲを実施した際に合併症が生じ得る被検体の心臓の要素の位置を認識する。さらに、プロセッサ２は、ＴＡＶＲにて被検体内に人工弁を配置した際に生じる合併症のリスクを評価する。

プロセッサ２による処理の概略的なフローチャートを図４に示す。当該フローチャートに示すように、プロセッサ２は、ステップＳ１０１〜Ｓ１０８の処理を実行する。この処理は、例えばユーザが入力装置５を操作して処理開始のコマンドを入力したことに応じて開始される。

以下、各ステップの詳細について説明する。
［ステップＳ１０１：ＣＴ画像の入力］
ステップＳ１０１において、プロセッサ２は、ＣＴ画像入力部１０１として機能する。

ＣＴ画像入力部１０１は、例えば通信装置４によって上述の外部装置と通信することにより、当該外部装置からＣＴ画像データＣＤ（第１の医用画像データ）をワークステーション１に入力し、記憶装置７に記憶させる。ＣＴ画像データＣＤは、予めＸ線ＣＴ装置によって被検体の心臓領域をスキャンすることにより得られた特定の心位相に対応するボリュームデータである。

［ステップＳ１０２：大動脈弁面の検出］
ステップＳ１０２において、プロセッサ２は、芯線抽出部１０２、大動脈領域抽出部１０３、及び、大動脈弁面検出部１０４として機能することにより、被検体の大動脈弁面を検出する。

芯線抽出部１０２は、記憶装置７が記憶するＣＴ画像データＣＤに含まれる大動脈の芯線を抽出する。例えば芯線抽出部１０２は、ＣＴ画像データＣＤに含まれるボクセル値の変化と、予め定められた一般的な大動脈に関する特徴量とに基づき、ＣＴ画像データＣＤから大動脈の内腔と推定される長尺な領域を特定する。芯線抽出部１０２は、特定した領域内の長手方向に沿う中心線を、大動脈の芯線として抽出する。芯線抽出部１０２は、ＣＴ画像データＣＤに基づく画像を表示装置６に表示するとともに、ユーザが入力装置５を介して当該画像上に設定する線分を芯線として抽出してもよい。

大動脈領域抽出部１０３は、芯線抽出部１０２が抽出した芯線に基づいて、ＣＴ画像データＣＤから大動脈領域を抽出する。例えば大動脈領域抽出部１０３は、芯線抽出部１０２が抽出した芯線を中心とした放射方向にＣＴ画像データＣＤにおけるボクセル値の変化を観測して大動脈の内腔と管壁との境界を特定する処理を、芯線の全長に亘って実行することにより、大動脈領域を抽出する。大動脈領域抽出部１０３は、ＣＴ画像データＣＤに基づく画像を表示装置６に表示するとともに、ユーザが入力装置５を介して当該画像上に設定する領域を大動脈領域として抽出してもよい。

大動脈弁面検出部１０４は、大動脈領域抽出部１０３が抽出した大動脈領域に含まれる大動脈弁の弁面を検出する。弁面は、例えば大動脈の芯線と垂直に交わり、且つ大動脈弁尖を含む平面群における中心平面と定義する。そこで、例えば大動脈弁面検出部１０４は、大動脈領域抽出部１０３が抽出した大動脈領域において、芯線と垂直に交わる平面を芯線に沿って走査して大動脈弁尖を含む平面群を抽出し、抽出した平面群の中心平面を弁面とする。大動脈弁面検出部１０４は、大動脈領域抽出部１０３が抽出した大動脈領域を表示装置６に表示するとともに、ユーザが入力装置５を介して当該画像上に設定する平面を大動脈の弁面として検出してもよい。

［ステップＳ１０３：周辺組織の検出］
ステップＳ１０３において、プロセッサ２は、心臓領域抽出部１０５、房室領域抽出部１０６、周辺組織検出部１０７、及び、部位登録部１０８として機能することにより、被検体の大動脈弁の周辺組織を検出する。当該周辺組織は、大動脈弁の周辺において、ＴＡＶＲの実施に伴い合併症が発生するリスクのある組織を指す。特に本実施形態において、ステップＳ１０３での検出対象となる周辺組織は、洞結節、房室結節、ヒス束、及び、僧帽弁とする。

心臓領域抽出部１０５は、記憶装置７が記憶するＣＴ画像データＣＤに含まれる心臓領域を概略的に抽出する。

房室領域抽出部１０６は、心臓領域抽出部１０５が抽出した心臓領域から４つの房室に相当する領域を抽出する。ＣＴ画像データから４つの房室を抽出する手法としては、例えば以下の文献に記載された既知の手法を用いることができる。当該文献の参照により、当該文献中の記載は本実施形態に組み込まれる。

Olivier Ecabert 外8名、“Segmentation of the heat and great vessels in CT images using a model-based adaptation”、Medical Image Analysis、2011年12月6日、Volume 15、863-876頁。

房室領域抽出部１０６は、他の方法によって４つの房室に相当する領域を抽出してもよい。例えば、房室領域抽出部１０６は、心臓領域抽出部１０５が抽出した心臓領域を表示装置６に表示するとともに、ユーザが入力装置５を介して当該画像上に設定する４つの領域を、それぞれ４つの房室に相当する領域として抽出してもよい。

以下の説明においては、房室領域抽出部１０６が抽出した右心房に相当する領域をＲＡ領域、右心室に相当する領域をＲＶ領域、左心房に相当する領域をＬＡ領域、左心室に相当する領域をＬＶ領域と称す。

周辺組織検出部１０７は、ＣＴ画像データＣＤにおける上述の周辺組織の位置を検出する。

図５を用いて周辺組織検出部１０７が検出する周辺組織について説明する。同図には、房室領域抽出部１０６が抽出したＲＡ領域、ＲＶ領域、ＬＡ領域、及び、ＬＶ領域を示している。周辺組織検出部１０７は、これら４つの領域の相対的な位置関係に基づき、洞結節、房室結節、ヒス束、及び、僧帽弁が存在する領域を推定する。

より具体的には、周辺組織検出部１０７は、図６に示す各部として機能する。
ＲＡ領域入力部２０１、ＲＶ領域入力部２０２、ＬＶ領域入力部２０３、及び、ＬＡ領域入力部２０４は、それぞれ房室領域抽出部１０６が抽出したＲＡ領域、ＲＶ領域、ＬＡ領域、及び、ＬＶ領域を以降のプロセスに入力する。

ＲＡ上面検出部２０５は、ＲＡ領域入力部２０１が入力したＲＡ領域から右心房上面を検出する。右心房上面は、例えば図５に示したモデルにおいて、ＲＡ領域の外殻面のうちの上半分である。

ＲＡ下面検出部２０６は、ＲＡ領域入力部２０１が入力したＲＡ領域から右心房下面を検出する。右心房下面は、例えば図５に示したモデルにおいて、ＲＡ領域の外殻面のうちの下半分である。

ＲＶ上面検出部２０７は、ＲＶ領域入力部２０２が入力したＲＶ領域から右心室上面を検出する。右心室上面は、例えば図５に示したモデルにおいて、ＲＶ領域の外殻面のうちの上半分である。

ＲＶ左面検出部２０８は、ＲＶ領域入力部２０２が入力したＲＶ領域から右心室左面を検出する。右心室左面は、例えば図５に示したモデルにおいて、ＲＶ領域の外殻面のうちの左半分（ＬＶ領域側）である。

ＬＶ右面検出部２０９は、ＬＶ領域入力部２０３が入力したＬＶ領域から左心室右面を検出する。左心室右面は、例えば図５に示したモデルにおいて、ＬＶ領域の外殻面のうちの右半分（ＲＶ領域側）である。

ＬＶ上面検出部２１０は、ＬＶ領域入力部２０３が入力したＬＶ領域から左心室上面を検出する。左心室上面は、例えば図５に示したモデルにおいて、ＬＶ領域の外殻面のうちの上半分である。

ＬＡ下面検出部２１１は、ＬＡ領域入力部２０４が入力したＬＡ領域から左心房下面を検出する。左心房下面は、例えば図５に示したモデルにおいて、ＬＡ領域の外殻面のうちの下半分である。

洞結節検出部２１２は、データベースＤＢに含まれる洞結節の右心房上面に対する相対位置を示す情報と、ＲＡ上面検出部２０５が検出した右心房上面とに基づき、ＣＴ画像データＣＤにおいて洞結節が存在する領域を推定する。具体的には、洞結節検出部２１２は、ＲＡ上面検出部が検出した右心房上面を基準として当該相対位置に対応する領域を、ＣＴ画像データＣＤにおける洞結節の領域として検出する。

ＲＶ／ＲＡ境界検出部２１３は、ＲＡ下面検出部２０６が検出した右心房下面と、ＲＶ上面検出部２０７が検出した右心室上面とに基づき、右心房と右心室の境界領域を検出する。当該境界領域は、例えば右心房下面と右心室上面とで挟まれた領域である。

ＲＡ左下面検出部２１４は、ＲＶ／ＲＡ境界検出部２１３が検出した境界領域に基づき、右心房左下面を検出する。右心房左下面は、例えば当該境界領域のうち、右心房下面及び右心室上面から等距離に存在する中間面において、左心室或いは左心房から所定距離の範囲内にある左寄りの部分である。ＲＡ左下面検出部２１４は、後述のＬＶ／ＲＶ境界検出部２１６が検出する境界領域を利用して右心房左下面を検出してもよい。この場合、例えばＲＡ左下面検出部２１４は、上記中間面のうち、ＬＶ／ＲＶ境界検出部２１６が検出する境界領域から所定距離の範囲内にある部分を右心房左下面として検出する。

房室結節検出部２１５は、データベースＤＢに含まれる房室結節の右心房左下面に対する相対位置を示す情報と、ＲＡ左下面検出部２１４が検出した右心房左下面とに基づき、ＣＴ画像データＣＤにおいて房室結節が存在する領域を推定する。具体的には、房室結節検出部２１５は、ＲＡ左下面検出部２１４が検出した右心房左下面を基準として当該相対位置に対応する領域を、ＣＴ画像データＣＤにおける房室結節の領域として検出する。

ＬＶ／ＲＶ境界検出部２１６は、ＲＶ左面検出部２０８が検出した右心室左面と、ＬＶ右面検出部２０９が検出した左心室右面とに基づき、右心室と右心室の境界領域を検出する。当該境界領域は、例えば右心室左面と左心室右面とで挟まれた領域である。

心室中隔検出部２１７は、ＬＶ／ＲＶ境界検出部２１６が検出した境界領域をさらに絞り込むことにより、右心室と左心室との間の心室中隔を検出する。例えば心室中隔検出部２１７は、当該境界領域から右心室左面と左心室右面との間の幅が所定距離以上となる部分を排除した領域を心室中隔とする。

中隔上端検出部２１８は、心室中隔検出部２１７が検出した心室中隔の上端領域を検出する。この上端領域は、例えば心室中隔のうち、ＲＶ／ＲＡ境界検出部２１３が検出する境界領域側の端部から所定距離の範囲内にある領域である。

ヒス束検出部２１９は、データベースＤＢに含まれるヒス束の心室中隔の上端領域に対する相対位置を示す情報と、中隔上端検出部２１８が検出した心室中隔の上端領域とに基づき、ＣＴ画像データＣＤにおいてヒス束が存在する領域を推定する。具体的には、ヒス束検出部２１９は、中隔上端検出部２１８が検出した心室中隔の上端領域を基準として当該相対位置に対応する領域を、ＣＴ画像データＣＤにおけるヒス束の領域として検出する。

ＬＡ／ＬＶ境界検出部２２０は、ＬＶ上面検出部２１０が検出した左心室上面と、ＬＡ下面検出部２１１が検出した左心房下面とに基づき、左心室と左心房の境界領域を検出する。当該境界領域は、例えば左心室上面と左心房下面とで挟まれた領域である。

僧帽弁検出部２２１は、データベースＤＢに含まれる僧帽弁の左心房と左心室の境界領域に対する相対位置を示す情報と、ＬＡ／ＬＶ境界検出部２２０が検出した境界領域とに基づき、ＣＴ画像データＣＤにおいて僧帽弁が存在する領域を推定する。具体的には、僧帽弁検出部２２１は、ＬＡ／ＬＶ境界検出部２２０が検出した境界領域を基準として当該相対位置に対応する領域を、ＣＴ画像データＣＤにおける僧帽弁の領域として検出する。

洞結節領域出力部２２２は、洞結節検出部２１２が検出した洞結節の領域を、周辺組織検出部１０７の検出結果として次のプロセスに出力する。房室結節領域出力部２２３は、房室結節検出部２１５が検出した房室結節の領域を、周辺組織検出部１０７の検出結果として次のプロセスに出力する。ヒス束領域出力部２２４は、ヒス束検出部２１９が検出したヒス束の領域を、周辺組織検出部１０７の検出結果として次のプロセスに出力する。僧帽弁領域出力部２２５は、僧帽弁検出部２２１が検出した僧帽弁の領域を、周辺組織検出部１０７の検出結果として次のプロセスに出力する。

［ステップＳ１０４：大動脈領域，周辺組織の登録］
ステップＳ１０４において、プロセッサ２は、部位登録部１０８として機能する。

部位登録部１０８は、大動脈領域抽出部１０３が抽出したＣＴ画像データＣＤにおける大動脈領域、及び、周辺組織検出部１０７が検出したＣＴ画像データＣＤにおける周辺組織（洞結節、房室結節、ヒス束、及び、僧帽弁）の領域を示す座標データを含む解析データＡＤを生成する。部位登録部１０８は、生成した解析データＡＤを記憶装置７に記憶させる。

［ステップＳ１０５：人工弁配置位置の決定］
ステップＳ１０５において、プロセッサ２は、人工弁モデル入力部１０９及び人工弁位置決定部１１０として機能する。

人工弁モデル入力部１０９は、例えば通信装置４によって上述の外部装置と通信することにより、当該外部装置から人工弁モデルデータＤＭＤをワークステーション１に入力し、記憶装置７に記憶させる。人工弁モデルデータＤＭＤは、ＴＡＶＲにおいて被検体内に配置する人工弁の形状を表す人工弁モデルを示す。例えば人工弁モデルデータＤＭＤは、人工弁の設計時等に作成される３次元のＣＡＤデータである。

図７は、人工弁モデルデータＤＭＤにて示される人工弁モデルＤＭの一例を示す模式図である。人工弁モデルＤＭは、円筒形のステント３００を含む。ステント３００の内部には、可撓性の材料にて形成された複数の弁部材（図示せず）が設けられている。各弁部材は、入口３０１側の圧力が出口３０２側の圧力よりも高いときに開き、入口３０１側の圧力が出口３０２側の圧力よりも低いときに閉じる。すなわち、各弁部材は可動部である。

人工弁位置決定部１１０は、被検体の大動脈において人工弁を配置する位置及び姿勢を決定する。例えば、人工弁位置決定部１１０は、大動脈領域抽出部１０３が抽出した大動脈領域において、大動脈弁面検出部１０４が検出した大動脈弁面付近に人工弁モデルデータＤＭＤが示す人工弁モデルを配置した画像を表示装置６に表示させる。ユーザは、入力装置５に対する操作により、当該画像上の人工弁モデルの位置や角度を調整することができる。人工弁位置決定部１１０は、調整後における人工弁モデルの位置及び姿勢に基づき、ＣＴ画像データＣＤの座標系における人工弁モデルの配置位置の座標及び姿勢として決定する。人工弁モデルの配置位置の座標は、例えば人工弁モデルの重心の座標である。人工弁モデルの姿勢は、例えば上記座標系における各軸周りの人工弁モデルの回転角度である。

［ステップＳ１０６：合併症リスクの評価］
ステップＳ１０６において、プロセッサ２は、リスク評価部１１１として機能する。

リスク評価部１１１は、記憶装置７が記憶する解析データＡＤに含まれる周辺組織（洞結節、房室結節、ヒス束、及び、僧帽弁）の領域を示す座標データと、人工弁モデル入力部１０９が入力した人工弁モデルデータＤＭＤが示す人工弁モデルと、人工弁位置決定部１１０が決定した人工弁モデルの配置位置及び姿勢とに基づき、人工弁の配置によって当該周辺組織に合併症が発生し得るリスクを評価する。

特に本実施形態において、リスク評価部１１１は、各周辺組織に関するリスク値を算出する。リスク値は、人工弁位置決定部１１０が決定した配置位置及び姿勢で上記座標系にて定義される３次元空間に配置された人工弁モデルから、解析データＡＤに含まれる座標データが示す周辺組織の領域までの距離に基づいて、合併症が発生するリスクを“１”〜“３”の整数で定量化した値である。リスク値“１”は、合併症のリスクが低いことを示す。リスク値“２”は、合併症のリスクが中程度であることを示す。リスク値“３”は、合併症のリスクが高いことを示す。

例えば、リスク評価部１１１は、３次元空間における周辺組織の表面と人工弁モデルの表面の最短距離が距離Ｘ１未満である場合に当該周辺組織のリスク値を“３”に決定し、当該最短距離が距離Ｘ１以上かつ距離Ｘ２未満である場合に当該周辺組織のリスク値を“２”に決定し、当該最短距離が距離Ｘ２以上である場合に当該周辺組織のリスク値を“１”に決定する。距離Ｘ１，Ｘ２は、予め定められた閾値であり、Ｘ１＜Ｘ２の関係が成り立つ。距離Ｘ１，Ｘ２の具体的な値は、人工弁と周辺組織との距離によるリスクを経験的或いは理論的に評価することにより定めればよい。洞結節領域、房室結節領域、ヒス束領域、及び、僧帽弁領域毎に異なる距離Ｘ１，Ｘ２を定義してもよい。なお、リスク評価部１１１は、より多段階或いは２段階でリスク値を算出してもよい。

リスク評価部１１１は、算出した各周辺組織に対するリスク値を、記憶装置７が記憶する解析データＡＤに付加する。

［ステップＳ１０７：画像の生成］
ステップＳ１０７において、プロセッサ２は、画像生成部１１２として機能する。

画像生成部１１２は、記憶装置７が記憶する解析データＡＤに含まれる周辺組織の領域を示す座標データに基づき、各周辺組織の全て或いは一部の領域を表すとともに、リスク評価部１１１によるリスク評価の結果を表した画像の画像データ（第２の医用画像データ）を生成する。

図８〜図１１に画像生成部１１８が生成する画像の一態様を例示する。
図８は、大動脈領域抽出部１０３が抽出した大動脈領域の画像に各周辺組織の領域とリスク評価の結果を表す例である。図９は、ＣＴ画像データＣＤに基づいて生成されるＡｖｅＩＰ（Average Intensity Projection）画像に各周辺組織の領域とリスク評価の結果を表す例である。図１０は、ＣＴ画像データＣＤに基づいて生成されるＶＲ（Volume Rendering）画像に各周辺組織の領域とリスク評価の結果を表す例である。図１１は、ＣＴ画像データＣＤに基づいて生成されるＭＩＰ（Maximum Intensity Projection）画像に各周辺組織の領域とリスク評価の結果を表す例である。なお、図８〜図１１においては、人工弁モデル入力部１０９が入力した人工弁モデルデータが表す人工弁モデルＤＭが、人工弁位置決定部１１０が決定した配置位置及び姿勢に従って配置されている。さらに、図９〜図１１においては、芯線抽出部１０２が抽出した芯線がさらに配置されている。

図８〜図１１においては、周辺組織検出部１０７が検出した洞結節の領域を示すマーカＡ１、房室結節の領域を示すマーカＡ２、及び、僧帽弁の領域を示すマーカＡ３が配置されている。さらに、各図の例では洞結節のリスク値が“１”であり、房室結節のリスク値が“３”であり、僧帽弁のリスク値が“２”であり、各マーカＡ１〜Ａ３に異なるハッチングを付してこれらのリスク値が表されている。このハッチングは、色を表すものとして解釈してもよいし、色以外の表示態様、例えば模様を表すものとして解釈してもよい。

［ステップＳ１０８：画像の出力］
ステップＳ１０８において、プロセッサ２は、画像出力部１１３として機能する。

画像出力部１１３は、画像生成部１１２が生成した画像データを出力する。例えば画像出力部１１３は、当該画像データに基づく画像を表示装置６に表示させる。また、画像出力部１１３は、通信装置４を介して外部装置に当該画像データを送信してもよい。

ステップＳ１０８を以って、プロセッサ２による一連の処理は終了する。

以上説明したように、本実施形態におけるワークステーション１は、ＴＡＶＲの実施により合併症が生じるリスクがある周辺組織の領域をＣＴ画像データＣＤから検出し、検出した周辺組織の領域を表す医用画像データを出力する。この画像データに基づく画像を参照することにより、術者は事前に合併症発生のリスクがある周辺組織の位置を確認することができる。

さらに、本実施形態におけるワークステーション１は、合併症発生のリスクを評価し、その評価結果を当該画像に表す。このリスク評価結果を参照することにより、術者は合併症発生のリスクの程度を認識し、使用する人工弁を変更したり、人工弁の配置位置を調整したりするなどの対策を施すことができる。

このように、本実施形態にて開示したワークステーション１によれば、ＴＡＶＲの実施に伴う合併症の発生が防止され、或いは当該合併症の発生リスクが低減されるようにＴＡＶＲの実施を支援することができる。

これらの他にも、本実施形態にて開示した構成からは、種々の好適な効果が得られる。

（第２の実施形態）
第２の実施形態について説明する。
本実施形態では、ＴＡＶＲの実施時にＸ線透視撮影装置により撮影されるリアルタイムの透視画像において、合併症が発生するリスクのある周辺組織の領域及びリスク評価の結果を表す構成を開示する。

ワークステーション１の構成は、図１を用いて説明した通りである。第１の実施形態と同一の構成要素には同一の符号を付し、重複説明を省略する。

図１２は、プロセッサ２が医用画像処理プログラム３０を実行することにより実現される機能を示すブロック図である。図示したように、プロセッサ２は、４ＤＣＴ画像入力部４０１、芯線抽出部４０２、大動脈領域抽出部４０３、大動脈弁面検出部４０４、心臓領域抽出部４０５、房室領域抽出部４０６、周辺組織検出部４０７、部位登録部４０８、人工弁モデル入力部４０９、人工弁位置決定部４１０、リスク評価部４１１、透視画像入力部４１２、ＥＣＧ同期部４１３、位置合わせ部４１４、第１の画像生成部４１５、第２の画像生成部４１６、及び、画像出力部４１７としての機能を実現する。

破線枠内の各部、すなわち透視画像入力部４１２、ＥＣＧ同期部４１３、位置合わせ部４１４、第１の画像生成部４１５、第２の画像生成部４１６、及び、画像出力部４１７は、ＴＡＶＲの実施時におけるリアルタイムの処理である。

プロセッサ２による処理の概略的なフローチャートを図１３に示す。当該フローチャートに示すように、プロセッサ２は、ステップＳ２０１〜Ｓ２１０の処理を実行する。この処理は、例えばユーザが入力装置５を操作して処理開始のコマンドを入力したことに応じて開始される。

以下、各ステップの詳細について説明する。
［ステップＳ２０１：ＣＴ画像の入力］
ステップＳ２０１において、プロセッサ２は、４ＤＣＴ画像入力部４０１として機能する。

４ＤＣＴ画像入力部４０１は、例えば通信装置４によって上述の外部装置と通信することにより、当該外部装置から第１〜第Ｎ（Ｎは正整数）のＣＴ画像データＣＤ（第１の医用画像データ）をワークステーション１に入力し、記憶装置７に記憶させる。第１〜第ＮのＣＴ画像データＣＤは、例えば被検体の１心周期内に等間隔で設定された第１〜第Ｎの心位相のそれぞれ対応する時系列のボリュームデータ群である。

［ステップＳ２０２：大動脈弁面の検出］
ステップＳ２０２において、プロセッサ２は、芯線抽出部４０２、大動脈領域抽出部４０３、及び、大動脈弁面検出部４０４として機能することにより、被検体の大動脈弁面を検出する。

芯線抽出部４０２は、記憶装置７が記憶する第１〜第ＮのＣＴ画像データＣＤから、第１〜第Ｎの心位相に対応する大動脈の芯線を抽出する。芯線抽出部４０２がＣＴ画像データＣＤから芯線を抽出する手法は、芯線抽出部１０２と同様である。

大動脈領域抽出部４０３は、芯線抽出部４０２が抽出した各芯線に基づいて、第１〜第ＮのＣＴ画像データＣＤのそれぞれから、第１〜第Ｎの心位相に対応する大動脈領域を抽出する。大動脈領域抽出部４０３がＣＴ画像データＣＤから大動脈領域を抽出する手法は、大動脈領域抽出部１０３と同様である。

大動脈弁面検出部４０４は、大動脈領域抽出部４０３が抽出した各大動脈領域に含まれる第１〜第Ｎの心位相に対応する大動脈弁の弁面を検出する。大動脈弁面検出部４０４が大動脈の弁面を検出する手法は、大動脈弁面検出部１０４と同様である。

［ステップＳ２０３：周辺組織の検出］
ステップＳ２０３において、プロセッサ２は、心臓領域抽出部４０５、房室領域抽出部４０６、周辺組織検出部４０７、及び、部位登録部４０８として機能することにより、被検体の大動脈弁の周辺組織を検出する。当該周辺組織は、第１の実施形態と同じく洞結節、房室結節、ヒス束、及び、僧帽弁とする。

心臓領域抽出部４０５は、記憶装置７が記憶する第１〜第ＮのＣＴ画像データＣＤから、第１〜第Ｎの心位相に対応する心臓領域を概略的に抽出する。

房室領域抽出部４０６は、心臓領域抽出部４０５が抽出した第１〜第Ｎの心位相に対応する心臓領域から、４つの房室に相当する領域を抽出する。房室領域抽出部４０６が４つの房室に相当する領域を抽出する手法は、房室領域抽出部１０６と同様である。

周辺組織検出部４０７は、第１〜第ＮのＣＴ画像データＣＤのそれぞれにおいて、上述の周辺組織の位置を検出する。周辺組織検出部４０７が周辺組織を検出する手法は、周辺組織検出部１０７と同様である。

［ステップＳ２０４：大動脈領域，周辺組織の登録］
ステップＳ２０４において、プロセッサ２は、部位登録部４０８として機能する。

部位登録部４０８は、大動脈領域抽出部４０３が抽出した大動脈領域、及び、周辺組織検出部４０７が検出した周辺組織（洞結節領域、房室結節領域、ヒス束領域、及び、僧帽弁領域）の領域の座標データを含む解析データＡＤを、第１〜第Ｎの心位相のそれぞれについて生成する。すなわち、部位登録部４０８は、第１〜第Ｎの心位相に対応する第１〜第Ｎの解析データＡＤを生成する。部位登録部４０８は、生成した第１〜第Ｎの解析データＡＤを記憶装置７に記憶させる。

［ステップＳ２０５：人工弁配置位置の決定］
ステップＳ２０５において、プロセッサ２は、人工弁モデル入力部４０９及び人工弁位置決定部４１０として機能する。

人工弁モデル入力部４０９は、例えば通信装置４によって上述の外部装置と通信することにより、第１の実施形態にて説明した人工弁モデルデータＤＭＤを当該外部装置からワークステーション１に入力し、記憶装置７に記憶させる。

人工弁位置決定部４１０は、被検体の大動脈において人工弁を配置する位置及び姿勢を決定する。具体的には、人工弁位置決定部４１０は、第１〜第ＮのＣＴ画像データＣＤのそれぞれについて、人工弁モデルデータＤＭＤが示す人工弁モデルの配置位置の座標及び姿勢を決定する。各ＣＴ画像データＣＤにおいて人工弁位置決定部４１０が人工弁の配置位置の座標及び姿勢を決定する手法は、人工弁位置決定部１１０と同様である。但し、人工弁位置決定部４１０は、いずれか１つのＣＴ画像データＣＤを対象として人工弁の配置位置の座標及び姿勢を決定し、当該決定した配置位置及び姿勢と、大動脈領域抽出部４０３が抽出した大動脈領域の形状の変化とに基づいて、他のＣＴ画像データＣＤにおける配置位置の座標及び姿勢を推定してもよい。

［ステップＳ２０６：合併症リスクの評価］
ステップＳ２０６において、プロセッサ２は、リスク評価部４１１として機能する。

リスク評価部４１１は、記憶装置７が記憶する解析データＡＤに含まれる各周辺組織の領域を示す座標データと、人工弁モデル入力部１０９が入力した人工弁モデルデータＤＭＤが示す人工弁モデルと、人工弁位置決定部１１０が決定した人工弁モデルの配置位置及び姿勢とに基づき、人工弁の配置によって当該各周辺組織に合併症が発生し得るリスクを評価する。リスク評価部４１１によるリスク評価の手法は、第１の実施形態におけるリスク評価部１１１と同様である。すなわち、リスク評価部４１１は、各周辺組織について“１”〜“３”のリスク値を算出する。リスク評価部４１１は、このようなリスク評価を、第１〜第Ｎの心位相のそれぞれについて実行する。

リスク評価部４１１は、算出した第１〜第Ｎの心位相に対応する各周辺組織に対するリスク値を、記憶装置７が記憶する第１〜第Ｎの解析データＡＤにそれぞれ付加する。

［ステップＳ２０７：透視画像の入力］
ステップＳ２０７において、プロセッサ２は、透視画像入力部４１２として機能する。

透視画像入力部４１２は、例えば通信装置４によってＸ線透視撮影装置と通信することにより、当該装置からリアルタイムの透視画像の画像データ、当該画像データに対応する被検体の心位相、及び、Ｘ線透視撮影装置の撮影位置条件をワークステーション１に入力する。被検体の心位相は、例えば被検体の心位相を検出する心電計にてＸ線透視撮影装置に入力されたものである。撮影位置条件は、例えばＸ線源とＸ線検出器とを保持するアームの回転角度や当該アームと寝台との相対的な位置関係を指す。

［ステップＳ２０８：時間的，空間的な位置合わせ］
ステップＳ２０８において、プロセッサ２は、ＥＣＧ同期部４１３、位置合わせ部４１４、及び、第１の画像生成部４１５として機能する。

ＥＣＧ同期部４１３は、記憶装置７が記憶する第１〜第Ｎの解析データＡＤのうち、透視画像入力部４１２が入力した透視画像と同一の心位相に対応する解析データＡＤから、周辺組織の座標データを取得する。なお、ここにいう同一の心位相とは、完全な心位相の一致のみを意図するものではない。完全に一致する心位相が存在しない場合、ＥＣＧ同期部４１３は、透視画像入力部４１２が入力した透視画像の心位相に最も近い心位相に対応する解析データＡＤから座標データを取得する。

位置合わせ部４１４は、透視画像入力部４１２が入力した画像データが表す透視画像上に周辺組織を配置するための位置合わせに関する処理を実行する。具体的には、位置合わせ部４１４は、当該位置合わせに用いるキャリブレーションデータを算出する。

第１の画像生成部４１５は、位置合わせ部４１４が算出したキャリブレーションデータに基づき、透視画像入力部４１２が入力した画像データが表す透視画像上に周辺組織の画像を配置した画像の画像データを生成する。

第１の画像生成部４１５が生成する画像データにつき、図１４を用いて説明する。図中のＸは、ＥＣＧ同期部４１３が取得した周辺組織の座標データが示す座標に関する座標系を示す。一例として、当該座標系Ｘ内において２つの周辺組織Ｔ１，Ｔ２を示している。座標系Ｘは、ＣＴ画像データＣＤが示す３次元空間に対応する。図中のＦは、透視画像入力部４１２が入力した画像データが表す透視画像である。第１の画像生成部４１５が生成する画像データは、特定の投影方向に関して、透視画像Ｆ上に座標系Ｘ内の周辺組織Ｔ１，Ｔ２を投影した画像Ｇの画像データである。透視画像Ｆ上における周辺組織Ｔ１，Ｔ２の投影像をそれぞれＴ１´，Ｔ２´と表記している。さらに、第１の画像生成部４１５は、当該画像Ｇにおいて、座標系Ｘに設定された基準面ＲＦから座標系Ｘにおける周辺組織Ｔ１，Ｔ２までの距離に応じて投影像Ｔ１´，Ｔ２´の色の濃淡を変える。これにより、２次元の画像Ｇに投影された周辺組織の奥行き方向の位置関係を表現することができる。なお、基準面ＲＦとしては、例えば座標系Ｘにおける大動脈弁面、当該大動脈弁面と垂直に交わる面、或いは投影方向における座標系Ｘの中心面等を採用することができる。

このような画像Ｇの画像データを生成するためには、上記投影方向と投影の縮尺とを定める必要がある。上述のキャリブレーションデータは、これら投影方向と投影縮尺とを示すデータである。

ここで、位置合わせ部４１４による位置合わせの具体例につき、図１５を用いて説明する。位置合わせ部４１４は、第１の位置合わせと、第２の位置合わせを実行する。

第１の位置合わせは、第１〜第ＮのＣＴ画像データＣＤの少なくとも１つと、Ｍ（２以上の整数）の透視画像ＦＡとに基づいて、座標系ＸとＸ線透視撮影装置の撮影位置条件との関係を求める処理である。第１の位置合わせは、例えば被検体にカテーテルを挿入する前に一度だけ実施しておけばよい。Ｍの透視画像ＦＡは、ＴＡＶＲの実施に使用するＸ線透視撮影装置により、同装置の寝台に寝た被検体の造影された心臓領域を各画像で異なる方向から撮影した透視画像群である。各透視画像ＦＡの撮影時における撮影位置条件は既知であるとする。

第１の位置合わせにおいて、位置合わせ部４１４は、少なくとも１つのＣＴ画像データＣＤと、Ｍの透視画像ＦＡとの間のＭＩ（Mutual Information）値等を利用して剛体位置合わせ（Rigid Registration）を実行する。この処理では、例えば以下の文献に記載されたような、背骨や心臓等の解剖学的ランドマークを利用した位置合わせ技術を利用できる。当該文献の参照により、当該文献中の記載は本実施形態に組み込まれる。

Otake Y 外7名、“Automatic localization of vertebral levels in x-ray fluoroscopy using 3D-2D registration: a tool to reduce wrong-site surgery”、Physics in Medicine and Biology、2012年9月7日、57(2012)、5485-5508頁。

このように、異なる方向から撮影された複数の透視画像ＦＡとＣＴ画像データＣＤとを位置合わせすることにより、Ｘ線透視撮影装置の撮影位置条件と、座標系Ｘの投影方向及び投影縮尺との関係を把握することができる。

なお、第１の位置合わせは、第１〜第ＮのＣＴ画像データＣＤの少なくとも１つと、Ｘ線透視撮影装置により生成したボリュームデータとの間で行ってもよい。このようなボリュームデータは、Ｘ線透視撮影装置が備える所謂ＬＣＩ（Low Contrast Imaging）機能を利用することにより得られる。ＬＣＩ機能は、Ｘ線透視撮影装置が備えるＸ線源及びＸ線検出器を被検体の周囲で回転させつつ多方向から被検体の投影データを集収し、収集した投影データを再構成することによりＸ線ＣＴ装置と同じく被検体の断層像を得る機能である。

第２の位置合わせにおいて、位置合わせ部４１４は、第１の位置合わせにおいて把握した関係に基づいて、透視画像入力部４１２が入力した撮影位置条件に対応する投影方向及び投影縮尺、すなわち上述のキャリブレーションデータを算出する。位置合わせ部４１４は、第２の位置合わせにおいて、透視画像Ｆに描出された解剖学的ランドマークやカテーテルの形状に基づいて、周辺組織の投影位置を微調整してもよい。

第１の画像生成部４１５は、位置合わせ部４１４が算出したキャリブレーションデータに基づいて、ＥＣＧ同期部４１３が取得した座標データに対応する透視画像Ｆ上の位置に周辺組織の投影像を配置した画像（上述の画像Ｇ）の画像データを生成する。

［ステップＳ２０９：画像の生成］
ステップＳ２０９において、プロセッサ２は、第２の画像生成部４１６として機能する。

第２の画像生成部４１６は、第１の画像生成部４１５が生成した画像データが示す画像において、リスク評価部４１１が算出したリスク値を表した画像の画像データ（第２の医用画像データ）を生成する。具体的には、第２の画像生成部４１６は、記憶装置７が記憶する第１〜第Ｎの解析データＡＤのうち、ＥＣＧ同期部４１３が周辺組織の座標データを取得した解析データＡＤに付加されたリスク値に応じて、図８〜図１１と同様に周辺組織の投影像の表示態様を変更することにより当該リスク値を表現する。

図１６に第２の画像生成部４１６が生成する画像の一態様を例示する。同図においては、第１の画像生成部４１５が生成した画像データが示す画像Ｇにおいて、洞結節の領域を示すマーカＢ１、房室結節の領域を示すマーカＢ２、及び、僧帽弁の領域を示すマーカＢ３が配置されている。さらに、同図の例では洞結節のリスク値が“１”であり、房室結節のリスク値が“３”であり、僧帽弁のリスク値が“２”であり、各マーカＢ１〜Ｂ３に異なるハッチングを付してこれらのリスク値が表されている。このハッチングは、色を表すものとして解釈してもよいし、色以外の表示態様、例えば模様を表すものとして解釈してもよい。

［ステップＳ２１０：画像の出力］
ステップＳ２１０において、プロセッサ２は、画像出力部４１７として機能する。

画像出力部４１７は、第２の画像生成部４１６が生成した画像データを出力する。例えば画像出力部４１７は、当該画像データに基づく画像を表示装置６に表示させる。また、画像出力部４１７は、通信装置４を介して外部装置に当該画像データを送信してもよい。

表示装置６或いは外部装置が備えるディスプレイ等に第２の画像生成部４１６が生成した画像データに基づく画像を表示させるにあたっては、当該画像を単独で表示させてもよいし、他の画像と並べて表示させてもよい。他の画像としては、例えば第１の実施形態において説明した図８〜図１１のような画像が挙げられる。

ステップＳ２１０の後、プロセッサ２は、ステップＳ２０７〜Ｓ２１０の処理を繰り返す。これにより、ＴＡＶＲの実施に際し、Ｘ線透視撮影装置が撮影するリアルタイムの透視画像において、合併症のリスクがある周辺組織とそのリスク値とを術者に報知することができる。

以上説明した本実施形態のワークステーション１によれば、ＴＡＶＲの実施時において、合併症発生のリスクがある周辺組織の位置やリスクの程度を術者に報知することができる。したがって、本実施形態のワークステーション１によっても、第１の実施形態と同様に、ＴＡＶＲの実施に伴う合併症の発生が防止され、或いは当該合併症の発生リスクが低減されるようにＴＡＶＲの実施を支援することができる。

（変形例）
いくつかの変形例を示す。

上記各実施形態では、医用画像処理装置の一例としてワークステーション１を開示した。しかしながら、Ｘ線ＣＴ装置、超音波診断装置、或いはＸ線透視撮影装置のコンソールやＰＡＣＳ等のシステムに含まれるサーバにステップＳ１０１〜Ｓ１０８，Ｓ２０１〜Ｓ２１０の処理を実行させ、これらの装置を医用画像処理装置として機能させてもよい。

上記各実施形態では、ＴＡＶＲの実施に伴い合併症が発生するリスクのある周辺組織の一例として洞結節、房室結節、ヒス束、及び、僧帽弁を例示した。しかしながら、当該周辺組織は他の組織或いは部位であってもよい。他の組織としては、例えば右脚、左脚、プルキン工線維等がある。また、他の部位としては、大動脈基部や冠動脈起始部等がある。

上記各実施形態では、周辺組織の領域の検出やリスクの評価を実施する元となる第１の医用画像データとして、Ｘ線ＣＴ装置によって生成されたＣＴ画像データＣＤを用いる場合を例示した。しかしながら、第１の医用画像データとして他の医用画像データを用いてもよい。他の医用画像データとしては、例えば超音波画像データや電位画像データを採用し得る。超音波画像データは、超音波診断装置が被検体の心臓領域をＢモードにてスキャンすることにより生成した画像データである。電位画像データは、磁気センサを備えるカテーテルを心臓内腔に挿入し、この磁気センサにより磁場発生装置が発生する磁場の強度を多点に亘って検出することにより心臓内腔を描出するElectro-anatomicalマッピング法（CARTO system）によって生成される画像データである。また、周辺組織の領域やリスク評価結果を表す第２の医用画像データとして、これら超音波画像データや電位画像データを用いてもよい。さらに、第２の医用画像データとして、心臓領域の血流をシミュレートした結果を表すＣＦＤ（Computational Fluid Dynamics）画像データを用いてもよい。

第１の実施形態においては、特定の心位相に対応するＣＴ画像データＣＤを対象として周辺組織の領域の検出やリスク評価を行う場合を例示した。しかしながら、第１の実施形態においても、第２の実施形態と同様に１心周期内に設定された複数の心位相に対応する複数のＣＴ画像データＣＤを対象として、周辺組織の領域の検出及びリスク評価を行ってもよい。

第２の実施形態においては、リアルタイムの透視画像上に周辺組織の領域やリスク評価結果を表す場合を例示した。しかしながら、リアルタイムの透視画像ではなく、予めＸ線透視撮影装置にて撮影されて外部装置や記憶装置７に保存された静止画や動画上に周辺組織の領域やリスク評価結果を表してもよい。

上記各実施形態では、周辺組織検出部１０７，４０７が検出した周辺組織の領域と、人工弁モデルとの距離に基づいて合併症発生のリスクを評価する場合を例示した。しかしながら、大動脈弁面検出部１０４，４０４が検出した大動脈弁面と、周辺組織検出部１０７，４０７が検出した周辺組織の領域との距離に基づき、合併症発生のリスクを評価してもよい。この距離は、例えば大動脈弁面検出部１０４，４０４が検出した大動脈弁面と周辺組織検出部１０７，４０７が検出した周辺組織の領域との最短距離とすることができる。

また、第２の実施形態においては、透視画像入力部４１２が入力する画像データが表す透視画像から被検体の大動脈に挿入された人工弁を検出し、検出した人工弁の位置に基づいてリスク値を再計算してもよい。

このような機能の一例について説明する。当該機能を実現するにあたり、プロセッサ２は、人工弁検出部として機能する。人工弁は、拡張可能なバルーンを介してカテーテルに装着される。このバルーンはＸ線の高吸収体であるため、透視画像において低輝度で描出される。バルーンに対する人工弁の装着態様が一義的に定まっていれば、透視画像に描出されたバルーンの位置及び形状に対する人工弁の位置及び姿勢を推定することが可能である。そこで、人工弁検出部は、透視画像に描出されたバルーンの位置及び形状に基づき、当該透視画像の座標系における現在の人工弁の所在位置の座標及び姿勢を推定する。人工弁の所在位置の座標は、例えば人工弁の重心の座標である。人工弁の姿勢は、例えば人工弁の内腔を通る中心線の傾きである。リスク評価部４１１は、人工弁モデル入力部４０９が入力した人工弁モデルデータＤＭＤが示す人工弁モデルが当該座標及び姿勢にて透視画像に配置されていると仮定し、当該透視画像における当該人工弁モデルと周辺組織との距離に応じてリスク値を再計算する。さらに、第２の画像生成部４１６は、リスク評価部４１１が再計算したリスク値を表す画像の画像データ（第２の医用画像データ）を生成する。画像出力部４１７は、第２の画像生成部４１６が生成した当該画像データを出力する。このように出力された画像データに基づく画像を参照することにより、術者は現在の人工弁の位置に応じたリスク評価結果を把握することができる。

上記各実施形態においては、アトラス（Atlas）ベースのセグメンテーションによりＣＴ画像データＣＤから周辺組織の領域を推定してもよい。アトラスベースのセグメンテーションとは、複数の患者の心臓領域に関する画像データを利用して心臓領域の一般的な解剖学的構造やランドマークを学習データとしてデータベースに登録し、新規の画像データが入力された際にその画像データから上記データベースを利用して心臓領域の解剖学的部位の位置を推定する技術である。

本発明のいくつかの実施形態を説明したが、これらの実施形態は例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１…ワークステーション、２…プロセッサ、３０…医用画像処理プログラム、１０１…ＣＴ画像入力部、１０２…芯線抽出部、１０３…大動脈領域抽出部、１０４…大動脈弁面検出部、１０５…心臓領域抽出部、１０６…房室領域抽出部、１０７…周辺組織検出部、１０８…部位登録部、１０９…人工弁モデル入力部、１１０…人工弁位置決定部、１１１…リスク評価部、１１２…画像生成部、１１３…画像出力部、１１８…画像生成部、Ａ１〜Ａ３…マーカ。

Claims (10)

1. 被検体の心臓領域の形状を表す第１の医用画像データから、前記被検体の心臓の心室及び心房に相当する領域を抽出する領域抽出部と、
   心臓領域に含まれる要素の位置関係を定めるデータベース及び前記領域抽出部が抽出した領域に基づき、前記第１の医用画像データにおいて大動脈弁の周囲に存在する周辺組織の領域を検出する周辺組織検出部と、
   前記周辺組織検出部が検出した周辺組織の領域を表す第２の医用画像データを生成する画像生成部と、
   前記画像生成部が生成した第２の医用画像データを出力する出力部と、
   を備える医用画像処理装置。
2. 前記データベースは、左心室、左心房、右心室、及び、右心房と、前記周辺組織との位置関係を定める、
   請求項１に記載の医用画像処理装置。
3. 前記周辺組織は、心臓の刺激伝導系組織、僧帽弁、大動脈基部、及び、冠動脈起始部のうちのいずれかを含む、
   請求項１又は２に記載の医用画像処理装置。
4. 前記第１の医用画像データは、Ｘ線ＣＴ装置によって生成された３次元或いは４次元の画像データである、
   請求項１乃至３のうちいずれか１に記載の医用画像処理装置。
5. 前記第１の医用画像データから大動脈弁の弁面を検出する弁面検出部と、
   前記周辺組織検出部が検出した周辺組織の領域と前記弁面検出部が検出した弁面との距離に基づき、前記大動脈弁と人工弁とを置換した際に生じる合併症のリスクを評価するリスク評価部と、
   をさらに備え、
   前記画像生成部は、前記周辺組織検出部が検出した周辺組織の領域に加えて、前記リスク評価部による評価結果を表した前記第２の医用画像データを生成する、
   請求項１乃至４のうちいずれか１に記載の医用画像処理装置。
6. 前記被検体の大動脈との置換対象である人工弁のモデルを前記被検体内において配置する位置を決定する位置決定部と、
   前記周辺組織検出部が検出した周辺組織の領域と前記位置決定部が決定した位置に配置された前記モデルとの距離に基づき、前記大動脈弁と人工弁とを置換した際に生じる合併症のリスクを評価するリスク評価部と、
   をさらに備え、
   前記画像生成部は、前記周辺組織検出部が検出した周辺組織の領域に加えて、前記リスク評価部による評価結果を表した前記第２の医用画像データを生成する、
   請求項１乃至４のうちいずれか１に記載の医用画像処理装置。
7. Ｘ線透視撮影装置によって生成される前記被検体のＸ線透視画像を入力する透視画像入力部をさらに備え、
   前記画像生成部は、前記周辺組織検出部が検出した周辺組織の領域を前記Ｘ線透視画像において表した前記第２の医用画像データを生成する、
   請求項１乃至４のうちいずれか１に記載の医用画像処理装置。
8. 前記領域抽出部は、異なる心位相に対応する複数の前記第１の医用画像データから前記被検体の心臓の心室及び心房に相当する領域を抽出し、
   前記周辺組織検出部は、前記データベース及び前記領域抽出部が複数の前記第１の医用画像データから抽出した領域に基づき、複数の前記第１の医用画像データのそれぞれにおいて大動脈弁の周囲に存在する周辺組織の領域を検出し、
   前記透視画像入力部は、前記Ｘ線透視画像とともに当該画像に対応する被検体の心位相を入力し、
   前記画像生成部は、前記透視画像入力部が前記Ｘ線透視画像とともに入力した心位相に対応する前記第１の医用画像データに関して前記周辺組織検出部が検出した周辺組織の領域を当該Ｘ線透視画像において表した前記第２の医用画像データを生成する、
   請求項７に記載の医用画像処理装置。
9. 前記Ｘ線透視画像に基づき、被検体内における人工弁の位置を検出する人工弁検出部と、
   前記周辺組織検出部が検出した周辺組織の領域と前記人工弁検出部が検出した前記人工弁の位置との距離に基づき、前記大動脈弁と前記人工弁とを置換した際に生じる合併症のリスクを評価するリスク評価部と、
   をさらに備え、
   前記画像生成部は、前記周辺組織検出部が検出した周辺組織の位置に加えて、前記リスク評価部による評価結果を前記Ｘ線透視画像において表した前記第２の医用画像データを生成する、
   請求項７又は８に記載の医用画像処理装置。
10. コンピュータを、
    被検体の心臓領域の形状を表す第１の医用画像データから、前記被検体の心臓の心室及び心房に相当する領域を抽出する領域抽出部、
    心臓領域に含まれる要素の位置関係を定めるデータベース及び前記領域抽出部が抽出した領域に基づき、前記第１の医用画像データにおいて大動脈弁の周囲に存在する周辺組織の領域を検出する周辺組織検出部、
    前記周辺組織検出部が検出した周辺組織の領域を表す第２の医用画像データを生成する画像生成部、及び、
    前記画像生成部が生成した第２の医用画像データを出力する出力部、
    として機能させるための医用画像処理プログラム。

Images