JP6116833B2

JP6116833B2 - 医用画像処理装置

Info

Publication number: JP6116833B2
Application number: JP2012193600A
Authority: JP
Inventors: 和正荒木田; 智司若井
Original assignee: Toshiba Medical Systems Corp
Current assignee: Canon Medical Systems Corp
Priority date: 2012-09-03
Filing date: 2012-09-03
Publication date: 2017-04-19
Anticipated expiration: 2032-09-03
Also published as: JP2014046109A

Description

本発明の実施形態は、医用画像処理装置に関する。

従来、冠動脈が狭窄して血流が不足することで発症する虚血性心疾患の診断においては、ＣＴ（Computed Tomography）アンギオグラフィー（Angiography）や、アンギオグラフィーなどの造影検査が用いられる。しかしながら、これらの造影検査から得られる情報だけでは、経皮冠動脈インターベンション（ＰＣＩ：Percutaneous Coronary Intervention）を行うか否かを判断することは難しい。ＰＣＩは、カテーテルを用いて狭窄した病変部を拡張させることで血流を増加させる治療法であり、拡張させた病変部にステントが留置される場合もある。

ＰＣＩを行うか否かの判断に用いられる方法としては、例えば、冠動脈血流予備量比（ＦＦＲ：Fractional Flow Reserve）を測定する方法が知られている。ＦＦＲは、病変部位を挟んだ大動脈側の冠動脈内圧に対する末梢側の冠動脈内圧の比率である。例えば、ＦＦＲが「０．８０以下」となった場合に、ＰＣＩを行うと判断される。ここで、ＦＦＲの測定には、プレッシャーワイヤーを用いた侵襲的な処置が必要となるため、手間がかかる。

そこで、近年、冠動脈の３Ｄデータを用いて、計算流体力学的な手法によりＦＦＲを算出する方法が提案されている。しかしながら、上述した従来技術においては、長時間の演算が必要なため、実用的な手法ではなかった。

特開２０１２−０８１２５４号公報

本発明が解決しようとする課題は、簡便かつ高速に血管内血流情報を算出することを可能にする医用画像処理装置を提供することである。

実施形態の医用画像処理装置は、生成手段と、算出手段とを備える。生成手段は、３次元の医用画像データに含まれる管状構造物の走行方向を抽出し、前記管状構造物の走行方向に沿った２次元の断面画像データを前記３次元の医用画像データから生成する。算出手段は、前記生成手段によって生成された２次元の断面画像データに基づいて計算流体力学を適用することで、前記管状構造物における流体情報を算出する。

図１は、第１の実施形態に係る医用画像処理装置の構成の一例を示す図である。図２は、第１の実施形態に係る２Ｄ画像生成部によって抽出されるバルサルバ洞の一例を示す図である。図３Ａは、第１の実施形態に係る２Ｄ画像生成部によるバルサルバ洞の芯線抽出の一例を模式的に示す図である。図３Ｂは、第１の実施形態に係る２Ｄ画像生成部によるバルサルバ洞の特徴点抽出の一例を模式的に示す図である。図３Ｃは、第１の実施形態に係る２Ｄ画像生成部によるバルサルバ洞の表示断面決定の一例を模式的に示す図である。図３Ｄは、第１の実施形態に係る２Ｄ画像生成部による狭窄部位抽出の一例を模式的に示す図である。図３Ｅは、第１の実施形態に係る２Ｄ画像生成部によるＣＰＲ画像の生成の一例を模式的に示す図である。図３Ｆは、第１の実施形態に係る２Ｄ画像生成部によるＣＰＲ画像の生成の一例を模式的に示す図である。図４は、第１の実施形態に係る２Ｄ画像生成部によって生成されたＣＰＲ画像の一例を示す図である。図５Ａは、第１の実施形態に係る算出部によるＣＰＲ画像上の血管壁抽出の一例を示す図である。図５Ｂは、第１の実施形態係る算出部による血流情報の算出の一例を示す図である。図６Ａは、第１の実施形態に係る表示制御部の制御によって表示される表示画面の第１の例を示す図である。図６Ｂは、第１の実施形態に係る表示制御部の制御によって表示される表示画面の第２の例を示す図である。図６Ｃは、第１の実施形態に係る表示制御部の制御によって表示される表示画面の第３の例を示す図である。図７は、第１の実施形態に係る医用画像処理装置による処理の手順を示すフローチャートである。

（第１の実施形態）
図１は、第１の実施形態に係る医用画像処理装置１００の構成の一例を示す図である。図１に示すように、医用画像処理装置１００は、入力部１１０と、表示部１２０と、通信部１３０と、記憶部１４０と、制御部１５０とを有する。例えば、医用画像処理装置１００は、ワークステーションや、任意のパーソナルコンピュータなどであり、図示しない医用画像診断装置や、画像保管装置などとネットワークを介して接続される。医用画像診断装置は、例えば、Ｘ線診断装置、Ｘ線ＣＴ（Computed Tomography）装置、ＭＲＩ（Magnetic Resonance Imaging）装置などである。また、医用画像診断装置は、３次元の医用画像データ（例えば、造影された心臓の３次元画像データなど）を生成可能である。画像保管装置は、医用画像を保管するデータベースである。具体的には、画像保管装置は、医用画像診断装置から送信された３次元の医用画像データを記憶部に格納し、これを保管する。

上述した医用画像処理装置１００と、医用画像診断装置と、画像保管装置とは、例えば、病院内に設置された院内ＬＡＮ（Local Area Network）により、直接的、又は間接的に相互に通信可能な状態となっている。例えば、ＰＡＣＳ（Picture Archiving and Communication System）が導入されている場合、各装置は、ＤＩＣＯＭ（Digital Imaging and Communications in Medicine）規格に則って、医用画像等を相互に送受信する。

入力部１１０は、マウス、キーボード、トラックボール等であり、医用画像処理装置１００に対する各種操作の入力を操作者から受け付ける。具体的には、入力部１１０は、管状構造物（例えば、血管など）内の流体の流れ（例えば、血流など）を解析する対象となる処理対象の３次元の医用画像データを画像保管装置から取得するための情報の入力などを受け付ける。例えば、入力部１１０は、虚血性心疾患の患者の心臓を撮影したＣＴ画像を取得するための入力を受け付ける。また、入力部１１０は、後述する制御部１５０によって抽出される管状構造物の芯線を編集するための入力操作を受付ける。

表示部１２０は、立体表示モニタとしての液晶パネル等であり、各種情報を表示する。具体的には、表示部１２０は、操作者から各種操作を受け付けるためのＧＵＩ（Graphical User Interface）や、後述する制御部１５０による処理によって生成された２Ｄ画像等を表示する。なお、制御部１５０によって生成される２次元画像については、後述する。通信部１３０は、ＮＩＣ（Network Interface Card）等であり、他の装置との間で通信を行う。

記憶部１４０は、図１に示すように、画像データ記憶部１４１と、２Ｄ画像記憶部１４２と、判定条件記憶部１４３とを有する。例えば、記憶部１４０は、ハードディスク、半導体メモリ素子等であり、各種情報を記憶する。画像データ記憶部１４１は、通信部１３０を介して画像保管装置から取得した３次元の医用画像データを記憶する。２Ｄ画像記憶部１４２は、後述する制御部１５０の処理中の画像データや、処理によって生成された２Ｄ画像群等を記憶する。

判定条件記憶部１４３は、後述する制御部１５０による判定処理に用いられる条件を記憶する。具体的には、判定条件記憶部１４３は、管状構造物内の病変部位の治療の要否を判定するための条件を記憶する。例えば、判定条件記憶部１４３は、冠動脈に対してＰＣＩを行うか否かを判定するための条件を記憶する。一例を挙げると、判定条件記憶部１４３は、「ＦＦＲ：０．８０以下」の場合に「ＰＣＩ」を行う必要があるとする判定条件を記憶する。

制御部１５０は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等の電子回路、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路であり、医用画像処理装置１００の全体制御を行なう。

また、制御部１５０は、図１に示すように、例えば、画像取得部１５１と、２Ｄ画像生成部１５２と、算出部１５３と、表示制御部１５４とを有する。そして、制御部１５０は、３次元の医用画像データに含まれる管状構造物内の流体の流れに関する各種情報を算出する。以下、管状構造物として冠動脈を一例に挙げ、冠動脈内の血流情報を算出する場合について説明する。

画像取得部１５１は、通信部１３０を介して、図示しない画像保管装置から３次元の医用画像データを取得して、画像データ記憶部１４１に格納する。例えば、画像取得部１５１は、入力部１１０を介して操作者から入力された情報に対応する３次元の医用画像データを、通信部１３０を介して画像保管装置から取得する。例えば、画像取得部１５１は、Ｘ線ＣＴ装置によって収集された心臓の３次元画像データを取得して、画像データ記憶部１４１に格納する。

２Ｄ画像生成部１５２は、３次元の医用画像データに含まれる管状構造物内の病変部位の特徴が反映された当該管状構造物の２次元の断面画像を前記３次元の医用画像データから生成する。具体的には、２Ｄ画像生成部１５２は、管状構造物の芯線を抽出し、抽出した芯線に沿って管状構造物を展開したＣＰＲ（Curved Multi Planer Reconstruction）画像を生成する。より具体的には、２Ｄ画像生成部１５２は、管状構造物の内腔を抽出し、抽出した内腔の狭窄率（例えば、内径など）が最小又は最大となるように、前記ＣＰＲ画像を生成する。まず、２Ｄ画像生成部１５２は、入力部１１０を介して操作者から指定された３次元の医用画像データを画像データ記憶部１４０から読み出し、読み出した３次元の医用画像データに含まれる２Ｄ画像を生成する対象を抽出する。

例えば、２Ｄ画像生成部１５２は、造影された心臓の３次元画像データを画像データ記憶部１４１から読み出し、読み出した３次元画像データから心臓領域を抽出する。一例を挙げると、２Ｄ画像生成部１５２は、３次元画像データのボクセルごとのＣＴ値や、ＭＲＩ信号強度などを用いた領域拡張法や、人体アトラス（Atlas）などに基づいて、３次元画像データに含まれる心臓領域を抽出する。なお、人体アトラスとは、臓器の立体構造や機能が集約されたデータベースである。また、３次元画像データから心臓領域を抽出する手法は、上記した手法に限定されるものではなく、他の既存技術を適用可能である。

そして、２Ｄ画像生成部１５２は、抽出した心臓領域から大動脈洞（バルサルバ洞）を抽出する。図２は、第１の実施形態に係る２Ｄ画像生成部１５２によって抽出されるバルサルバ洞の一例を示す図である。図２に示すように、心臓領域から冠動脈２０を含むバルサルバ洞１０を抽出する。なお、図２においては、１本の冠動脈のみを示しているが、実際には、２Ｄ画像生成部１５２は、左前下行枝と左回旋枝とを含む左冠動脈と、右冠動脈とをそれぞれ抽出する。また、冠動脈を含むバルサルバ洞１０は、人体アトラスを用いた手法などにより抽出される。

そして、２Ｄ画像生成部１５２は、抽出したバルサルバ洞に対して内部領域を細線化する方法などを用いることで、バルサルバ洞の芯線を抽出する。図３Ａは、第１の実施形態に係る２Ｄ画像生成部１５２によるバルサルバ洞の芯線抽出の一例を模式的に示す図である。例えば、２Ｄ画像生成部１５２は、図３Ａに示すように、抽出したバルサルバ洞１０の芯線３０を抽出する。

その後、２Ｄ画像生成部１５２は、バルサルバ洞の特徴点を抽出する。図３Ｂは、第１の実施形態に係る２Ｄ画像生成部１５２によるバルサルバ洞の特徴点抽出の一例を模式的に示す図である。例えば、２Ｄ画像生成部１５２は、図３Ｂに示すように、抽出した芯線とバルサルバ洞の上端部（又は、バルサルバ洞を抽出した画像の上端部）との交点４１と、芯線とバルサルバ洞の下端部（又は、バルサルバ洞を抽出した画像の下端部）との交点４２と、冠動脈２０の起始部４３とを抽出する。なお、図３Ｂにおいては、１つの起始部４３を抽出する図を示しているが、実際には、左冠動脈及び左冠動脈のそれぞれの起始部が抽出される。

そして、２Ｄ画像生成部１５２は、抽出したバルサルバ洞の特徴点に基づいて、バルサルバ洞の表示断面を決定する。図３Ｃは、第１の実施形態に係る２Ｄ画像生成部１５２によるバルサルバ洞の表示断面決定の一例を模式的に示す図である。例えば、２Ｄ画像生成部１５２は、図３Ｃに示すように、交点４１、交点４２及び起始部４３によって定義される平面５０をバルサルバ洞１０の表示断面として決定する。すなわち、２Ｄ画像生成部１５２は、図３Ｃに示すように、交点４１、交点４２及び起始部４３によって形成される平面に対して直交する平面５０をバルサルバ洞１０の表示断面として決定する。なお、上述したバルサルバ洞の表示断面は、左冠動脈及び右冠動脈のそれぞれについて決定される。

そして、２Ｄ画像生成部１５２は、抽出した冠動脈２０の起始部４３に基づいて、冠動脈２０の芯線を抽出して、抽出した芯線に基づいて、冠動脈の内腔及び外壁の輪郭線を抽出する。例えば、２Ｄ画像生成部１５２は、ベッセルトラッキング法（例：Onno Wink, Wiro J.Niessen, “Fast Delineation and Visualization of Vessel in 3-D Angiographic Images”, IEEE Trans.Med.Imag.Vol.19, No.4, 2000参照）、或いは、管腔臓器の内部領域を細線化する方法（例：G. D. Rubin, D. S. Paik, P. C. Johnston, S. Napel, “Measurement of the Aorta and Its Branches with Helical CT,” Radiology, Vol.206, No.3, pp.823-9, Mar., 1998.参照）などを用いて冠動脈の芯線を抽出する。

その後、２Ｄ画像生成部１５２は、例えば、抽出した芯線及び冠動脈の内腔及び外壁の輪郭線を用いて、冠動脈の狭窄部位を抽出する。図３Ｄは、第１の実施形態に係る２Ｄ画像生成部１５２による狭窄部位抽出の一例を模式的に示す図である。例えば、２Ｄ画像生成部１５２は、図３Ｄに示すように、冠動脈の芯線３１を抽出し、抽出した芯線３１に基づいて冠動脈２０の内腔及び外壁の輪郭線を抽出する。そして、２Ｄ画像生成部１５２は、抽出した芯線及び冠動脈２０の内腔及び外壁の輪郭線を用いて狭窄部位６０を抽出する。

一例を挙げると、２Ｄ画像生成部１５２は、芯線から内腔の輪郭線までの第１の距離と、芯線から外壁までの第２の距離とを、芯線に沿った任意の位置ごとに算出する。そして、２Ｄ画像生成部１５２は、位置ごとに算出した第２の距離に対する第１の距離の比率を算出する。そして、２Ｄ画像生成部１５２は、算出した比率が所定の閾値よりも低い位置を狭窄部位として決定する。

そして、２Ｄ画像生成部１５２は、抽出した狭窄部位が最小径となる方向で観察することが可能なＣＰＲ画像を生成する。ここで、２Ｄ画像生成部１５２は、冠動脈において狭窄部位以外の領域についても最小径となる方向で観察することが可能なＣＰＲ画像を生成する。図３Ｅ及び図３Ｆは、第１の実施形態に係る２Ｄ画像生成部１５２によるＣＰＲ画像の生成の一例を模式的に示す図である。なお、図３Ｆは、図３Ｅに示す冠動脈の短手方向の断面図を示す。

例えば、２Ｄ画像生成部１５２は、図３Ｅに示すように、冠動脈２０の芯線３１に沿った平面５１で冠動脈を切断した２次元の断面画像を生成する。ここで、２Ｄ画像生成部１５２は、図３Ｆに示すように、冠動脈の内腔の狭窄率が最小となる方向で冠動脈を切断する。すなわち、２Ｄ画像生成部１５２は、図３Ｆに示すように、冠動脈２０の内腔の狭窄率５２が最も短くなるように、芯線３１を通る平面５１を合わせて断面画像を生成する。そして、２Ｄ画像生成部１５２は、芯線３１に沿って内腔の狭窄率が最も短くなる断面画像を順次生成して、生成した断面画像を連結したＣＰＲ画像を生成する。

図４は、第１の実施形態に係る２Ｄ画像生成部１５２によって生成されたＣＰＲ画像の一例を示す図である。例えば、２Ｄ画像生成部１５２は、図４に示すように、バルサルバ洞１０の表示断面と、冠動脈２０において芯線３１に沿って内腔の狭窄率が最も短くなる複数の断面画像とを連結したＣＰＲ画像を生成する。なお、上述した例では、内腔の狭窄率が最小となる断面を用いる場合について説明したが、２Ｄ画像生成部１５２は、内腔の狭窄率が最大となる断面の断面画像を用いてＣＰＲ画像を生成することも可能である。

また、２Ｄ画像生成部１５２は、管状構造物の短手方向の断面を示すクロスカット画像及び前記ＣＰＲ画像を伸長させたＳＰＲ（Stretched CPR）画像を生成することも可能である。すなわち、２Ｄ画像生成部１５２は、例えば、図３Ｆに示すような冠動脈の短手方向の断面画像や、図４に示すＣＰＲ画像を伸長させたＳＰＲ画像を生成する。なお、上述した２次元画像（ＣＰＲ画像、クロスカット画像、ＳＰＲ画像など）は、左冠動脈及び右冠動脈について、それぞれ生成される。

図１に戻って、算出部１５３は、２Ｄ画像生成部１５２によって生成された２次元画像に対して計算流体力学を適用することで、管状構造物内の流体情報を算出する。具体的には、算出部１５３は、流体情報として、管状構造物内の所定の位置ごとに少なくとも流体の圧力、流速及びせん断応力を含むパラメータを算出する。例えば、算出部１５３は、図４に示すＣＰＲ画像の冠動脈の血流情報を算出する場合、まず、２Ｄ画像生成部１５２によって抽出された冠動脈２０の内腔及び外壁の輪郭線の情報に基づいて、ＣＰＲ画像上の冠動脈２０の内腔及び外壁の輪郭を抽出する。

図５Ａは、第１の実施形態に係る算出部１５３によるＣＰＲ画像上の血管壁抽出の一例を示す図である。例えば、算出部１５３は、図５Ａに示すように、ＣＰＲ画像上の冠動脈２０の外壁の輪郭線７１と、内腔の輪郭線７２を抽出する。そして、算出部１５３は、抽出した内腔の輪郭線７２を境界条件として、計算流体力学シミュレーションを適用する。一例を挙げると、算出部１５３は、以下の式（１）及び（２）による計算流体力学シミュレーションを実行する。なお、式（１）における「ｖ」は流速を示し、「ｔ」は時間を示し、「ρ」は密度を示し、「Ｐ」は圧力を示し、「ν」は動粘性係数を示す。また、「Ｆ」は外力項を示す。

すなわち、算出部１５３は、式（１）に示すＮａｖｉｅｒ−Ｓｔｏｋｅｓ方程式と、式（２）に示す連続の式とを連立することで、血流情報を予測する。ここで、算出部１５３は、式（１）及び式（２）を解く方法として、差分法、或いは、有限要素法などを用いることができる（田中光宏：基礎数値解析−偏微分方程式のシミュレーション技法入門−２００６参照）。

算出部１５３は、予め設定された初期条件（例えば、大動脈側（バルサルバ洞側）の初期血流速及び内圧、末梢側の初期血流速及び内圧、血液の粘性率など）をもとに、上記した式（１）及び式（２）を用いて、ＣＰＲ画像上の内腔の輪郭線内の血流情報（圧力、流速及びせん断応力などのパラメータ）を算出する。なお、初期条件は、一般的に用いられる代表値を用いる場合であってもよく、或いは、患者に合わせて測定した実測値を用いる場合であってもよい。

図５Ｂは、第１の実施形態係る算出部１５３による血流情報の算出の一例を示す図である。図５Ｂにおいては、図５Ａに示すＣＰＲ画像を対象とした血流情報の算出について示す。例えば、算出部１５３は、図５Ｂに示すように、冠動脈２０の内腔の輪郭線７２を境界として、冠動脈２０の各位置における圧力、流速及びせん断応力などのパラメータを算出する。一例を挙げると、算出部１５３は、図５Ｂの矢印７３に示すように、大動脈側（バルサルバ洞１０側）の冠動脈におけるパラメータを算出する。そして、算出部１５３は、冠動脈２０の位置を変えて、例えば、図５Ｂの矢印７４に示すように、末梢側の冠動脈におけるパラメータを算出する。なお、図５Ｂにおいては、２つの位置についてパラメータを算出する場合について示しているが、実際には、算出部１５３は、冠動脈２０の位置を少しずつずらしながら、各位置のパラメータを算出する。

そして、算出部１５３は、算出したパラメータを用いて、例えば、ＦＦＲなどの診断に用いられる情報を算出する。ＦＦＲを算出する場合には、算出部１５３は、以下に示す式（３）により冠動脈２０の各位置におけるＦＦＲを算出する。なお、式（３）における「Ｐ_ao」とは、大動脈側の冠動脈内圧を示し、「Ｐ_dis」とは、末梢側の冠動脈内圧を示す。

すなわち、算出部１５３は、大動脈側の冠動脈内圧（例えば、図５Ｂの矢印７３付近の内圧）に対する末梢側の冠動脈内圧（例えば、図５Ｂの矢印７４付近の内圧）の比率を算出する。ここで、ＦＦＲを算出する場合、算出部１５３は、冠動脈において内圧を算出した各位置におけるＦＦＲをそれぞれ算出する。

そして、算出部１５３は、算出した管状構造物内の流体情報と、予め設定された条件とを比較することで、病変部位の治療の要否を判定する。例えば、算出部１５３は、算出した冠動脈のＦＦＲを、判定条件記憶部１４３によって記憶された判定条件と比較することで、ＰＣＩを行うか否かを判定する。一例を挙げると、算出部１５３は、図５Ｂの矢印７４に示す位置のＦＦＲが「０．８０」であった場合、冠動脈２０に対してＰＣＩを実行することが必要であると判定する。算出部１５３は、冠動脈２０の各位置について、ＰＣＩを行うか否かの判定を実行する。また、算出部１５３は、上述したパラメータ及びＦＦＲなどの算出及び病変部位の治療の要否判定を、左冠動脈及び右冠動脈それぞれについて実行する。

図１に戻って、表示制御部１５４は、パラメータに含まれる前記流体の圧力、流速及びせん断応力のうち、いずれかに対して値に応じた色付けを行い、２次元の断面画像に重畳して前記所定の表示部にて表示させる。図６Ａは、第１の実施形態に係る表示制御部１５４の制御によって表示される表示画面の第１の例を示す図である。なお、図６Ａにおいては、ＦＦＲについて値に応じた色づけをした場合について示す。

例えば、表示制御部１５４は、図６Ａに示すように、冠動脈の各位置におけるＦＦＲの値にそれぞれ色を割り当て、ＣＰＲ画像に重畳させた画像を表示部１２０に表示させる。なお、ＦＦＲの値と色との対応は、操作者又は設計者によって予め設定される。

また、表示制御部１５４は、操作者が入力部１１０を介して血管の位置を指定した場合に、指定された位置のＦＦＲの値や、ＰＣＩの要否などをさらに重畳させて表示する。図６Ｂは、第１の実施形態に係る表示制御部１５４の制御によって表示される表示画面の第２の例を示す図である。例えば、図６Ｂに示すように、操作者によってカーソル８０が冠動脈上に合わせられると、表示制御部１５４は、合わせられた位置のＦＦＲの値「０．８０」と、ＰＣＩの要否を判定した結果「要」を重畳して表示する。

さらに、表示制御部１５４は、算出部１５３によって判定された判定結果を表示部１２０にて表示させる。図６Ｃは、第１の実施形態に係る表示制御部１５４の制御によって表示される表示画面の第３の例を示す図である。例えば、表示制御部１５４は、図６Ｃに示すように、冠動脈の各血管枝におけるＰＣＩの要否の判定結果のリストを表示部１２０にて表示させる。すなわち、表示制御部１５４は、算出部１５３による右冠動脈、左前下行枝及び左回旋枝のＰＣＩの要否判定の判定結果のリストを表示部１２０に表示する。

そして、表示制御部１５４は、病変部位の治療が要である管状構造物の２次元の断面画像を、表示部１２０にて順に表示させる。例えば、表示制御部１５４は、図６Ｃに示すリストのうち、ＰＣＩの要否判定が「要」であった右冠動脈のＣＰＲ画像や、ＳＰＲ画像、クロスカット画像などを順に表示部１２０に表示する。ここで、複数の血管において治療が要であった場合には、表示制御部１５４は、リスクの高い血管から順に表示部１２０に表示させる。なお、リスクの高低については、例えば、ＦＦＲの値の高低で判定される場合であってもよい。

また、表示制御部１５４は、算出部１５３によって血管内の所定の位置ごとにパラメータが算出された場合に、パラメータが算出されるごとに、算出された値に応じた色付けを順次行ない、２次元の断面画像に重畳した動画像を表示部１２０にて表示させる。例えば、画像取得部１５１が、医用画像診断装置にて生成された３次元の画像データをリアルタイムで取得して、２Ｄ画像生成部１５２及び算出部１５３によって画像データに含まれる血管の血流情報を即座に算出する。表示制御部１５４は、算出された血流情報を色情報に変換して、２Ｄの断面画像に逐次重畳させ、表示させることができる。

図７は、第１の実施形態に係る医用画像処理装置１００による処理の手順を示すフローチャートである。なお、図７においては、冠動脈に対する処理の手順について示す。図７に示すように、第１に実施形態に係る医用画像処理装置１００においては、２Ｄ画像生成部１５２が、画像データ記憶部１４１から心臓のＣＴ画像を読み込み（ステップＳ１０１）、読み込んだＣＴ画像から心臓領域を抽出する（ステップＳ１０２）。

そして、２Ｄ画像生成部１５２は、抽出した心臓領域からバルサルバ洞（大動脈洞）を抽出して（ステップＳ１０３）、バルサルバ洞の芯線を抽出する（ステップＳ１０４）。その後、２Ｄ画像生成部１５２は、バルサルバ洞の芯線と上端との交点を抽出する（ステップＳ１０５）。また、２Ｄ画像生成部１５２は、バルサルバ洞の芯線と下端との交点を抽出する（ステップＳ１０６）。そして、２Ｄ画像生成部１５２は、冠動脈の起始部を抽出して（ステップＳ１０７）、バルサルバ洞の表示断面を決定する（ステップＳ１０８）。

その後、２Ｄ画像生成部１５２は、冠動脈の芯線を抽出して（ステップＳ１０９）、冠動脈の内腔を検出する（ステップＳ１１０）。続いて、２Ｄ画像生成部１５２は、冠動脈の狭窄部を検出して（ステップＳ１１１）、狭窄部を含めた冠動脈の最小径を抽出する（ステップＳ１１２）。その後、２Ｄ画像生成部１５２は、抽出した最小径を通過する冠動脈の断面を決定する（ステップＳ１１３）。そして、２Ｄ画像生成部１５２は、決定した冠動脈の断面と、バルサルバ洞の表示断面とをスムーズに連結したＣＰＲ画像を生成する（ステップＳ１１４）。

その後、算出部１５３は、２Ｄ画像生成部１５２によって生成されたＣＰＲ画像の血管壁の輪郭線を抽出して（ステップＳ１１５）、計算流体力学シミュレーションを適用する（ステップＳ１１６）。そして、表示制御部１５４は、シミュレーションの結果を表示部１２０にて表示して（ステップＳ１１７）、処理を終了する。

上述したように、第１の実施形態によれば、２Ｄ画像生成部１５２は、３次元の医用画像データに含まれる血管内の病変部位の特徴が反映された血管の２次元の断面画像を３次元の医用画像データから生成する。そして、算出部１５３は、２Ｄ画像生成部１５２によって生成された２次元画像に対して計算流体力学を適用することで、血管内の流体情報を算出する。従って、第１の実施形態に係る医用画像処理装置１００は、簡便かつ高速に血管内血流情報を算出することを可能にする。

また、第１の実施形態によれば、２Ｄ画像生成部１５２は、血管の芯線を抽出し、抽出した芯線に沿って血管を展開したＣＰＲ画像を生成する。従って、第１の実施形態に係る医用画像処理装置１００は、計算流体力学を適用する上で、正確な計算結果を算出することを可能にする。

また、第１の実施形態によれば、２Ｄ画像生成部１５２は、血管の内腔を抽出し、抽出した内腔の狭窄率が最小又は最大となるように、ＣＰＲ画像を生成する。従って、第１の実施形態に係る医用画像処理装置１００は、狭窄の状態が反映された断面画像を生成することができ、より正確な計算結果を算出することを可能にする。

また、第１の実施形態によれば、２Ｄ画像生成部１５２は、２次元の断面画像として、血管の短手方向の断面を示すクロスカット画像及びＣＰＲ画像を伸長させたＳＰＲ画像を生成する。従って、第１の実施形態に係る医用画像処理装置１００は、血管の病変部位の種々の状態に柔軟に対応することを可能にする。

また、第１の実施形態によれば、算出部１５３は、流体情報として、血管内の所定の位置ごとに少なくとも血液の圧力、流速及びせん断応力を含むパラメータを算出する。そして、表示制御部１５４は、パラメータに含まれる血液の圧力、流速及びせん断応力のうち、いずれかに対して値に応じた色付けを行い、２次元の断面画像に重畳して表示部１２０にて表示させる。従って、第１の実施形態に係る医用画像処理装置１００は、観察者に対して、血流状態を感覚的に把握させることができる画像を提供することを可能にする。

また、第１の実施形態によれば、表示制御部１５４は、算出部１５３によって血管内の所定の位置ごとにパラメータが算出された場合に、パラメータが算出されるごとに、算出された値に応じた色付けを順次行ない、２次元の断面画像に重畳した動画像を表示部１２０にて表示させる。従って、第１の実施形態に係る医用画像処理装置１００は、算出した血流情報をリアルタイムで表示することができる。

また、第１の実施形態によれば、入力部１１０は、２Ｄ画像生成部１５２によって抽出された芯線に対して、操作者からの編集操作を受付ける。従って、第１の実施形態に係る医用画像処理装置１００は、細かい微調整をした芯線に沿ってＣＰＲ画像やＳＰＲ画像を生成することができ、より正確に病変部位の診断を行うことを可能にする。

また、第１の実施形態によれば、算出部１５３は、算出した血管内の血流情報と、予め設定された条件とを比較することで、病変部位の治療の要否を判定する。そして、表示制御部１５４は、算出部１５３によって判定された判定結果を表示部１２０にて表示させる。従って、第１の実施形態に係る医用画像処理装置１００は、診断結果を提供することを可能にする。

また、第１の実施形態によれば、算出部１５３は、血管ごとに病変部位の治療の要否を判定する。そして、表示制御部１５４は、算出部１５３によって判定された判定結果に基づいて、病変部位の治療が要である血管の２次元の断面画像を、表示部１２０にて順に表示させる。従って、第１の実施形態に係る医用画像処理装置１００は、医師が所望する画像を自動で表示することを可能にする。

（第２の実施形態）
さて、これまで第１の実施形態について説明したが、上述した第１の実施形態以外にも、種々の異なる形態にて実施されてよいものである。

上述した第１の実施形態では、２次元の断面画像としてＣＰＲ画像を生成する場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、例えば、ＳＰＲ画像や、クロスカット画像を生成する場合であってもよい。かかる場合には、表示制御部１５４は、ＳＰＲ画像や、クロスカット画像に対して血流情報の解析結果を重畳して表示することができる。

また、上述した第１の実施形態では、画像取得部１５１が、画像保管装置又は医用画像診断装置から３次元の画像データを取得する場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、例えば、医師がフラッシュメモリや外付けハードディスクなどの可搬性の記憶媒体で３次元の画像データを持ち運び、医用画像処理装置１００の画像データ記憶部１４１に格納する場合であってもよい。かかる場合、画像取得部１５１による３次元の画像データの取得は実行されなくてもよい。

また、上述した第１の実施形態では、医用画像処理装置１００について説明したが、実施形態はこれに限定されるものではなく、例えば、図１に示す医用画像処理装置１００の記憶部１４０と制御部１５０とが医用画像診断装置に組み込まれ、医用画像診断装置にて上述した血流状態の解析が実行される場合であってもよい。

以上述べた少なくともひとつの実施形態の医用画像処理装置によれば、簡便かつ高速に血管内血流情報を算出することが可能となる。

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同様に、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ものである。

１００医用画像処理装置
１１０入力部
１５０制御部
１５１画像取得部
１５２２Ｄ画像生成部
１５３算出部
１５４表示制御部

Claims

３次元の医用画像データに含まれる管状構造物の走行方向を抽出し、前記管状構造物の走行方向に沿った２次元の断面画像データを前記３次元の医用画像データから生成する生成手段と、
前記生成手段によって生成された２次元の断面画像データに基づいて計算流体力学を適用することで、前記管状構造物における流体情報を算出する算出手段と、
を備えたことを特徴とする医用画像処理装置。
前記生成手段は、前記管状構造物の芯線を抽出し、抽出した芯線に沿って前記管状構造物を展開したＣＰＲ画像を生成することを特徴とする請求項１に記載の医用画像処理装置。
前記生成手段は、前記管状構造物の内腔を抽出し、抽出した内腔の狭窄率が最小又は最大となるように、前記ＣＰＲ画像を生成することを特徴とする請求項２に記載の医用画像処理装置。
前記生成手段は、前記２次元の断面画像データとして、前記管状構造物の短手方向の断面を示すクロスカット画像及び前記ＣＰＲ画像を伸長させたＳＰＲ画像を生成することを特徴とする請求項２又は３に記載の医用画像処理装置。
前記生成手段によって生成された前記２次元の断面画像データを所定の表示部にて表示させる表示制御手段をさらに備え、
前記算出手段は、前記流体情報として、前記管状構造物内の所定の位置ごとに少なくとも流体の圧力、流速及びせん断応力を含むパラメータを算出し、
前記表示制御手段は、前記パラメータに含まれる前記流体の圧力、流速及びせん断応力のうち、いずれかに対して値に応じた色付けを行い、前記２次元の断面画像データに重畳して前記所定の表示部にて表示させることを特徴とする請求項１〜４のいずれか一つに記載の医用画像処理装置。
前記表示制御手段は、前記算出手段によって前記管状構造物内の前記所定の位置ごとに前記パラメータが算出された場合に、前記パラメータが算出されるごとに、算出された値に応じた色付けを順次行ない、前記２次元の断面画像データに重畳した動画像を前記所定の表示部にて表示させることを特徴とする請求項５に記載の医用画像処理装置。
前記生成手段によって抽出された芯線に対して、操作者からの編集操作を受付ける入力部をさらに備えたことを特徴とする請求項２〜６のいずれか一つに記載の医用画像処理装置。
前記算出手段による処理結果を所定の表示部にて表示させる表示制御手段をさらに備え、
前記算出手段は、前記算出した前記管状構造物における流体情報と、予め設定された条件とを比較することで、前記管状構造物内の病変部位の治療の要否を判定し、
前記表示制御手段は、前記算出手段によって判定された判定結果を前記所定の表示部にて表示させることを特徴とする請求項１〜７のいずれか一つに記載の医用画像処理装置。
前記算出手段は、前記管状構造物ごとに前記病変部位の治療の要否を判定し、
前記表示制御手段は、前記算出手段によって判定された判定結果に基づいて、前記病変部位の治療が要である管状構造物の前記２次元の断面画像データを、前記所定の表示部にて順に表示させることを特徴とする請求項８に記載の医用画像処理装置。
前記流体情報は、ＦＦＲを含むことを特徴とする請求項１〜９のいずれか一つに記載の医用画像処理装置。
３次元の医用画像データに含まれる管状構造物内の病変部位の特徴が反映された前記管状構造物の２次元の断面画像データを前記３次元の医用画像データから生成する生成手段と、
前記生成手段によって生成された２次元画像に基づいて計算流体力学を適用することで、前記管状構造物におけるＦＦＲを含む流体情報を算出する算出手段と、
を備えたことを特徴とする医用画像処理装置。
医用画像データに含まれる管状構造物の走行方向に沿った２次元の断面画像データを生成する生成手段と、
前記生成手段によって生成された断面画像データに基づいて計算流体力学を適用することで、前記管状構造物におけるＦＦＲを含む流体情報を算出する算出手段と、
を備えたことを特徴とする医用画像処理装置。