JP6370699B2

JP6370699B2 - 線条体自動検出

Info

Publication number: JP6370699B2
Application number: JP2014250556A
Authority: JP
Inventors: 西川　和宏; 和宏西川; 一男浜田; 浜田　　一男; 直之玉村
Original assignee: Nihon Medi Physics Co Ltd
Current assignee: Nihon Medi Physics Co Ltd
Priority date: 2014-01-17
Filing date: 2014-12-11
Publication date: 2018-08-08
Anticipated expiration: 2034-12-11
Also published as: JP5688781B1; JP2015155888A

Description

本発明は、脳の三次元核医学画像において、線条体を自動で検出する技術に関する。

発明の背景

パーキンソン症候群およびレビー小体型認知症は、脳内の線条体におけるドパミンの減少を伴うことが知られている。そこで、核医学の手法を用いて黒質線条体ドパミン神経の終末部に存在するドパミントランスポーターの分布を画像化し、ドパミン神経の変性・脱落を評価することが、これらの脳疾患の診断上有用である。この画像化に適した放射性トレーサーとしては^１２３Ｉで標識されたイオフルパン（^１２３Ｉ-ＦＰ-ＣＩＴ）が知られており、出願人も「ダットスキャン静注」との商品名で販売を行っている。（なお「ダットスキャン」は登録商標である。）

非特許文献１には、^１２３Ｉ-ＦＰ-ＣＩＴを放射性トレーサーとして用いて作成した脳の三次元ＳＰＥＣＴ（Single Photon Emission Computed Tomography；単一光子放射断層撮影法）画像を用いて、上記の疾患の有無を判定する手法が記載されている。この手法では、ＳＰＥＣＴ画像データ中で線条体を含む領域を水平横断面に垂直な方向に加算して２次元加算画像を作成すると共に、その加算画像に対して左右の線条体の各々に関心領域を設定し、当該領域の内外の画素値に対して統計的な解析を行うことにより、疾患の有無を判定している。非特許文献１のFig.2に示されるように、関心領域は五角形状となっており、これを左右の線条体の各々に対して設定する（Fig.3）。

Livia Tossici-Bolt1 et al., "Quantification of [123I]FP-CIT SPECT brain images: an accurate technique for measurement of the specific binding ratio", European Journal of Nuclear Medicine and Molecular Imaging Vol. 33, No. 12, December 2006, pp. 1491-1499

非特許文献１においては関心領域を手動で設定することとしているため、設定される関心領域が術者によって異なる可能性があり、画素解析の結果も変わってくる可能性がある。もし脳画像から線条体を自動的に検出し、検出した線条体を基準に関心領域を設定することができれば、術者間のバラつきの低減に大きく寄与すると考えられる。

従って本発明の課題は、脳の核医学画像から線条体を自動で検出することである。

本発明の具現化形態は、線条体に集積する性質を有する放射性マーカーを用いて得られた脳の三次元核医学画像データにおいて、前記脳の左半球・右半球それぞれの画像データに対して、
（ａ１）線条体の位置に関連する基準点を示す情報を取得することと；
（ａ２）画素値に関する閾値を設定すると共に、前記閾値以上の画素値を有する画素のクラスタであって前記基準点を含むクラスタの体積を求めることと；
（ａ３）前記クラスタの体積と所定の基準値との比較に基づいて、線条体に対応する画素群の決定を試みることと；
（ａ４）前記ステップ（ａ３）において前記画素群を決定しない場合、前記画素群を決定するまで、前記閾値を変更して前記ステップ（ａ２）及び（ａ３）をやり直すことと；
を含む。

上述の手法は、線条体の位置の基準となる点を（自動又は手動で）指定すると共に、画素値に関する閾値を設定し、これらに基づいて、線条体に対応する画素群を決定するという特徴を有する。この特徴により、線条体の形態に適合した画素群を自動で抽出することが可能になる。この画素群は、システムが一定の基準で決定するので、術者によらず同じように決定される。従って、この手法で決定した画素群を用いることにより、画像データの解析に術者が与える影響を減少させることができる。

例えば、非特許文献１の手法で画素解析を行うために関心領域を設定する際にも、上述の手法により決定した画素群を基準として用いることで、術者に依らず同じように関心領域を設定することが可能になる。従って、画素解析の結果に術者が与える影響も減少する。また、線条体集積部位を確実に含む領域に関心領域を設定することが容易になる。

加えて、左右の半球に対してそれぞれ個別に基準点や閾値を指定して、左右独立に線条体の検出を行うため、線条体に対応する画素群として決定される画素群は、線条体の位置や形状の左右差が考慮されたものとなっている。従って、この手法で決定された画素群を用いることにより、線条体に関わる脳疾患検出のための画像データの分析を、より正確に行うことができることが期待される。
ある実施形態において、上記閾値は、上記基準点が属する半球の最大画素値に基づいて設定される。
ある実施形態において、上記閾値は、上記基準点の画素値に基づいて設定される。

好適な実施形態において、前記ステップ（ａ１）は、前記三次元核医学画像データの中で線条体を検索するデータ範囲である解析範囲を設定する段階を含み、該解析範囲を設定する段階は、
（ｂ１）前記三次元核医学画像データの所定の部分を画素検索範囲として指定することと；
（ｂ２）前記画素検索範囲の中で画素値の大きな画素を少なくとも１つ特定することと；
（ｂ３）水平横断面に垂直な方向に所定の厚みを有する範囲であって、前記特定した画素を含む範囲を前記解析範囲として設定することと；
（ｂ４）前記解析範囲の頭頂側の少なくとも一部のデータが、第１の基準を逸脱する場合、前記三次元核医学画像データの中央付近の範囲を前記解析範囲として再設定することと；
（ｂ５）前記解析範囲の脳幹部側の少なくとも一部のデータが第２の基準を逸脱する場合、前記検索範囲から脳幹部側の少なくとも一部の領域を除外し、前記ステップ（ｂ２）から（ｂ４）をやり直すことと；
を含む。

かかる実施形態によれば、上記基準点を設定するために適した範囲をシステムが自動的に提案することができるために、当該基準点の設定が容易になる。

好適な実施形態において、前記ステップ（ａ１）は、決定した前記解析範囲の中から前記基準点を決定する段階を含み、該基準点を決定する段階は、前記脳の左半球・右半球それぞれの画像データに対して、
（ｃ１）前記三次元核医学画像データのうち前記解析範囲に含まれるデータについて、水平横断面上の座標が等しい画素毎に画素値を合計することと；
（ｃ２）前記合計した画素値が最も大きな画素の位置に関連する、水平横断面上の位置を少なくとも１つ決定することと；
（ｃ３）前記解析範囲を、前記決定した位置を基準に、水平横断面に垂直な方向に走査し、走査した方向において画素値が最も大きな画素に対応する位置の少なくとも１つを、前記脳の左半球または右半球の前記基準点として決定することと；
を含む。

かかる実施形態によれば、上記基準点をシステムが自動的に提供するため、線条体に対応する画素群の決定作業が更に容易になり、事実上、全自動で行うことができるようになる。さらに、操作者の熟練度や個性などに依らずに、安定的に上記基準点が決定されるという利点が提供される。また、上記基準点を半球ごとに個別に設定するため、線条体の形態や機能（例えばドパミン神経の変性・脱落）の、左右差が考慮されて基準点が設定される。このため、最終的に決定される線条体画素群が、より適切な位置および形状を有するものとなる。本発明の実施形態には、上記の手法にて決定した線条体画素群を用いて、三次元核医学画像データの解析を行うための関心領域を設定することも含む。

本発明は、上記の手法の少なくともいずれかを含む方法や、上記の手法の少なくともいずれかをシステム又は装置に遂行させるためのプログラム、上記の手法の少なくともいずれかを遂行する手段を備えるシステム又は装置として実施されることができる。

本発明の好適な具現化形態のいくつかを、特許請求の範囲に含まれる請求項に特定している。しかしこれらの請求項に特定される構成が、本明細書及び図面に開示される新規な技術思想の全てを含むとは限らない。出願人は、現在の請求項に記載されているか否かに関わらず、本明細書及び図面に開示される新規な技術思想の全てについて、特許を受ける権利を有することを主張するものであることを記しておく。

本明細書で開示される様々な処理を実行しうる機械の例である、装置又はシステム１００の主な構成を説明するための図である。本発明の好適な実施形態の一例に従う、線条体に対応する画素群を自動決定する処理の例を説明するためのフローチャートである。線条体の位置の基準となる点の例を示す図である。本発明の好適な実施形態の一例に従って決定された線条体画素群の例を示す図である。本発明の好適な実施形態の一例に従う処理であって、図２Ａの処理に用いられる基準点を検索する解析範囲を自動で設定する処理の例を説明するためのフローチャートである。解析範囲が誤って脳幹部側に設定された場合の処理を説明するための図である。図３Ｂの状況に対処して解析範囲が正しく設定された様子を示す図である。解析範囲が誤って頭頂部側に設定された場合の処理を説明するための図である。図３Ｄの状況において設定される解析範囲を示す図である。本発明の好適な実施形態の一例に従う処理であって、図２Ａの処理に用いられる基準点を自動で設定する処理の例を説明するためのフローチャートである。本発明の手法にて決定した線条体画素群を用いて、三次元核医学画像データの解析を行うための関心領域を設定する手法の例を説明するための図である。本発明の手法にて決定した線条体画素群を用いて、三次元核医学画像データの解析を行うための関心領域を設定する手法の例を説明するための図である。本発明の手法にて決定した線条体画素群を用いて、三次元核医学画像データの解析を行うための関心領域を設定する手法の例を説明するための図である。本発明の手法にて決定した線条体画素群を用いて、三次元核医学画像データの解析を行うための関心領域を設定する手法の例を説明するための図である。

好適な実施形態の説明

次に、本発明をより深く理解してもらうために、添付図面を参照しつつ、本発明の好適な実施形態の例を説明する。

図１は、本明細書で開示される様々な処理を実行しうる機械の例である、装置又はシステム１００の主な構成を説明するための図である。図１に描かれるように、システム１００は、ハードウェア的には一般的なコンピュータと同様であり、ＣＰＵ１０２，主記憶装置１０４，補助記憶装置１０６，ディスプレイ・インターフェース１０７，周辺機器インタフェース１０８，ネットワーク・インターフェース１０９などを備えることができる。一般的なコンピュータと同様に、主記憶装置１０４としては高速なＲＡＭ（ランダムアクセスメモリ）を使用することができ、補助記憶装置１０６としては、安価で大容量のハードディスクやＳＳＤなどを用いることができる。システム１００には、情報表示のためのディスプレイを接続することができ、これはディスプレイ・インターフェース１０７を介して接続される。またシステム１００には、キーボードやマウス、タッチパネルのようなユーザインタフェースを接続することができ、これは周辺機器インタフェース１０８を介して接続される。ネットワーク・インターフェース１０９は、ネットワークを介して他のコンピュータやインターネットに接続するために用いられることができる。

補助記憶装置１０６には、オペレーティングシステム（ＯＳ）１１０や、本明細書で開示される特徴的な処理を提供するための線条体検出プログラム１２０、本明細書で開示される線条体検出処理の対象となる画像データ１３０などが格納されていることができる。システム１００の最も基本的な機能は、ＯＳ１１０がＣＰＵ１０２に実行されることにより提供される。また、本明細書で開示される新規な線条体検出処理は、線条体検出プログラム１２０がＣＰＵ１０２に実行されることにより提供される。本明細書で開示される新規な処理には、線条体の自動検出処理の他、線条体自動検出のための基準点の自動設定処理と、当該基準点の自動設定のための解析範囲自動設定処理とが存在する。線条体検出プログラム１２０は、これら三つの処理に対応して、線条体の自動検出を行うためのプログラム命令群１２１と、基準点の自動設定のためのプログラム命令群１２３、解析範囲自動設定のためのプログラム命令群１２２の、少なくとも一群以上を備える。これらのプログラム命令群は、Ｃ＋＋やＪＡＶＡ（登録商標）など、既存の如何なるプログラム言語でプログラムされたものでもよく、好適なコンパイラにより実行可能形式にコンパイルされて補助記憶装置１０６に格納されることができる。

画像データ１３０は脳の三次元核医学画像データであり、黒質線条体ドパミン神経に存在するドパミントランスポーターの分布を画像化するために使用可能な放射性トレーサーを使って得られた画像データである。この目的に適当なトレーサーとしては、前述のように例えば^１２３Ｉ-ＦＰ-ＣＩＴが知られており、画像データ１３０は、^１２３Ｉ-ＦＰ-ＣＩＴを使ってＳＰＥＣＴ装置で信号収集を行うことにより得られた脳の三次元ＳＰＥＣＴ画像であることができる。ただし、本明細書に開示される技術思想は、そのような画像データに対してしか適用できないというわけではないことには注意されたい。しかしながら一般的に、画像データ１３０は、少なくとも線条体の部分を含む脳の核医学画像を表し、各画素が、放射能カウント値に関係する値を画素値として有するデータである。

補助記憶装置１０６にはこれら以外のデータを格納するために使用してもよく、例えば、初期パラメータ値１２４，１２５や、線条体検出プログラム１２０により処理などで得られたデータ１３２，１３４，１３６等を格納するために使用してもよい。

システム１００は、図１に描かれた要素の他にも、電源や冷却装置など通常のコンピュータシステムが備える装置と同様の構成を備えることができる。コンピュータシステムの実装形態には、記憶装置の分散・冗長化や仮想化、複数ＣＰＵの利用、ＣＰＵ仮想化、ＤＳＰなど特定処理に適したプロセッサの使用、特定の処理をハードウェア化してＣＰＵに組み合わせることなど、様々な技術を利用した様々な形態のものが知られている。本明細書に開示される事項は、どのような形態のコンピュータシステム上に搭載されてもよく、コンピュータシステムの形態によって本発明の範囲が限定されることはない。本明細書に開示される事項は、一般的に、（１）処理手段に実行されることにより、当該処理手段を備える装置またはシステムに、本明細書で説明される各種の処理を遂行させるように構成される命令を備えるプログラム、（２）当該処理手段が当該プログラムを実行することにより実現される装置またはシステムの動作方法、（３）当該プログラム及び当該プログラムを実行するように構成される処理手段を備える装置またはシステムなどとして具現化されることができる。

また、システム１００の製造販売時や起動時には、データ１３０〜１３６は補助記憶装置１０６の中に記憶されていない場合が多いことに注意されたい。たとえば画像データ１３０は、例えばネットワーク・インターフェース１０９を介して外部のＳＰＥＣＴ装置からシステム１００に転送されてきたデータであってもよい。たとえば画像データ１３０は、図示されない別の処理手段によって整形や補間、位置合わせ、ノイズ低減処理などが施されたものであってもよい。データ１３２〜１３６は、プログラム１２０を実行しない限り補助記憶装置１０６に格納されないものであってもよく、また、プログラム１２０やＯＳ１１０の実装形態によっては、データ１３２〜１３６は補助記憶装置１０６に格納されず、主記憶装置１０４にしか格納されない場合もある。本発明の範囲は、データ１３０〜１３６の存在の有無によって限定されるものではないことを、念のために記しておく。

次に、図２Ａを参照して、線条体に対応する画素群を自動的に検出するための、本願が開示する新規な処理２００について説明する。処理２００は、線条体検出プログラム１２０のプログラム命令群１２１がＣＰＵ１０２に実行されることにより、システム１００が遂行する処理であってもよい。

ステップ２０２は処理の開始を示す。ステップ２０４では、線条体自動検出の対象となる脳の三次元ＳＰＥＣＴ画像データ１３０がロードされ、その少なくとも一部が主記憶装置１０４へコピーされる。

ステップ２０６では、画像データ１３０の中で、左半球又は右半球を表す部分が選択される。これは、線条体が左右に１つずつ存在するため、左右の各々の半球に対して独立に線条体の検出を行うからである。ステップ２０６の処理を容易にするため、画像データ１３０は、冠状断面を表示させたときに正中線が視野中心を通る線に一致するように、予め傾きが補正されていることが好ましい。そうすれば、視野中心を通る線に沿って左右に分割するだけで、左半球又は右半球のデータを選択できることになる。

また、複数の脳三次元ＳＰＥＣＴ画像データに対して線条体検出を行う際に、検出結果のばらつきを防ぐという観点から、画像データ１３０は、水平横断面に対する位置関係も、予め揃えられていることが好ましい。例えばＡＣ−ＰＣラインやＯＭラインが水平横断面に平行になるように傾き補正を行うなどのように、画像データ１３０の傾きの標準化を行っておくことが好ましい。

なお水平横断面や冠状面との表現は、よく知られているように、脳の解剖学的表現で一般的に用いられる表現である。水平横断面は、おおよそ、立位状態で地面に平行な方向の断面であると考えればよい。すなわち、だいたい脊髄に垂直な方向の断面と考えればよい。水平横断面との表現の他に、水平面、横断面、Ａｘｉａｌ面のようにも称される。冠状断面は、立位状態でおおよそ地面に垂直な方向の断面であって、前頭部側と後頭部側を分けるような断面であると考えればよい。なお、立位状態でおおよそ地面に垂直な方向の断面であって、左右に分けるような断面を、矢状断面という。

ステップ２０８では、線条体の位置の基準となる点の情報の入力が行われる。この基準点の意義は、ステップ２１０〜２２２の説明により明らかになるだろう。この基準点の設定は手動で行われてもよいし、自動で行われてもよい。手動で行なう場合は、例えば、システム１００の操作者が、ディスプレイ・インターフェース１０７に接続されているディスプレイに表示された画像データ１３０の断層画像上で、線条体と思われる領域の特徴的な位置（画素）を、周辺機器インタフェース１０８に接続されたマウスやタッチパネルなどを用いて指定することにより行われてもよい。たとえば目視で最も輝度が高く表示されていると思われる場所を、これらのユーザインタフェースにより指定することにより行われてもよい。図２Ｂに上記基準点の例を示す。図２Ｂは画像データ１３０のある水平横断面のデータを画像化して示したものであるが、最も輝度が高く表示されている点２５２を、上記の基準点として採用することができる。

上記基準点の設定を自動で行う方法については、後に図３Ａ〜図３Ｅ及び図４を用いて紹介する。いずれにせよ、基準点の情報は主記憶装置１０４や補助記憶装置１０６などに、データ（例えばデータ１３４）として格納されていることができ、プログラム命令群１２１は、データ１３４をロードするようにＣＰＵ１０２を制御する。

ステップ２１０では、線条体検出のための検出閾値を設定する。ある実施形態において、この閾値の初期値は、例えば、ステップ２０８で指定された基準点に位置する画素の画素値に関連する値であることができる。例えば当該画素値の９９％に相当する値とすることができる。別の実施形態では、この閾値の初期値は、処理中の半球（すなわち、脳の右半球及び左半球のうち、ステップ２０６で選択された半球）における最大画素値に関連する値であることができる。例えば、処理中の半球における最大画素値の９９％に相当する値を、上記閾値の初期値とすることができる。ここで、９９％等の％値はもちろん例示であり、適宜別の値を用いてもよい。また、上記閾値の初期値をこれら以外の手法にて設定してもよい。上記検出閾値の意義は、ステップ２１２〜２２２の説明により明らかになるであろう。

ステップ２１２では、ステップ２０６で選択した半球の画素のうち、ステップ２１０で設定した検出閾値以上の画素値を有する画素の特定が行われる。すると、そのような画素値を有する画素のクラスタ（集合）であって、互いに孤立した画素のクラスタを、１つ又は複数同定することができるだろう。ステップ２１２では、そのような画素クラスタのうち、ステップ２０８で指定された基準点を含むクラスタを抽出する。

ステップ２１４では、ステップ２１２で抽出したクラスタのボリューム（体積）が計算される。この計算は、例えば当該クラスタが囲む画素の体積を積算することで行うことができる。そしてステップ２１６において、計算したボリュームが、予め定めた体積基準値以上となるか否かの計算が行われる。この体積基準値は、線条体の体積に関連する値であり、例えば、ステップ２０６で選択された半球における標準的な線条体の体積として知られている値とすることができる。システム１００は、例えばデータ１３２として、当該体積基準値を補助記憶装置１０６に格納しておいてもよく、プログラム命令群１２１は、データ１３２をロードするようにＣＰＵ１０２を制御するように構成されてもよい。

画素クラスタのボリュームが例えば基準値未満である場合、処理はステップ２１８に進み、上記検出閾値を再設定する。例えば、検出閾値を１％下げるなどとすることができる。そして再設定した検出閾値を用いてステップ２１２〜２１６の処理を再実行する。

ステップ２１６で、抽出された画素クラスタのボリュームが体積基準値以上になった場合は、当該画素クラスタをもって、選択された半球における線条体画素群としてもよい。しかしながら本実施例では、オプションの処理として、検出閾値を微調整し、微調整した検出閾値を用いて、ステップ２１２と同様に画素クラスタの抽出を行う（ステップ２２０）。そして、ここで抽出された画素クラスタを、ステップ２０６で選択された半球における線条体画素群と決定する（ステップ２２２）。ステップ２２０における検出閾値の微調整は、例えば検出閾値を一旦１％上げ、続いて例えば０．１％刻みで検出閾値を下げて、ステップ２１２〜２１６を再実行することであってもよい。このオプションの処理により、線条体に対応する画素のみが画素クラスタに含まれることをより確実にすることができる。なお、ステップ２２０で例示した％値はあくまでも例示であり、別の値を用いてもよいことはもちろんである。また、この処理はあくまでもオプションであることにも改めて注意されたい。

その後、線条体の検出がまだ終わっていない半球が残っていれば、ステップ２０６に戻ってそちらの半球のデータを選択し、ステップ２０８〜２２２の処理を実行する。左右両半球について線条体の検出が終わっていれば、処理を終了する（ステップ２２６）。決定した線条体画素群を示すデータは、例えばデータ１３２等として、例えば補助記憶装置１０６に格納してもよい。

上述の手法によれば、線条体の位置の基準となる点を（自動又は手動で）指定し、その点の画素値に基づいて、線条体に対応する画素群を決定することにより、線条体の形態に適合した画素群を自動で抽出することが可能になる。この画素群は、システムが一定の基準で決定するので、術者によらず同じように決定される。従って、この手法で決定した画素群を用いることにより、画像データの解析に術者が与える影響を減少させることができる。

例えば、前掲の非特許文献１の手法で画素解析を行うために関心領域を設定する際にも、上述の手法により決定した画素群を基準として用いることで、術者に依らず同じように関心領域を設定することが可能になる。（後に、図５Ａ−Ｄを用いて、関心領域を自動設定する手法の例も紹介する。）従って、画素解析の結果に術者が与える影響も減少する。また、線条体集積部位を確実に含む領域に関心領域を設定することが容易になる。

加えて、左右の半球に対してそれぞれ個別に上記基準点を指定して左右独立に線条体の検出を行うため、線条体に対応する画素群として決定される画素群は、線条体の位置や形状の左右差が考慮されたものとなっている。従って、この手法で決定された画素群を用いることにより、線条体に関わる脳疾患検出のための画像データの分析を、より正確に行うことができることが期待される。

図２Ｃに、上記の手法により決定された、線条体に対応する画素群の例を示す。図２Ｃの画像は、画像データ１３０のある水平横断面のデータを画像化して示したものであるが、線２５４で囲まれている領域が、右半球の線条体として決定された画素群を表し、線２５６で囲まれている領域が、左半球の線条体として決定された画素群を表している。線条体の形態や機能に適合した形で画素群が決定されていることがわかる。

このように上述の手法によれば、線条体の形態に適合した画素群を自動で決定することが可能になる。しかし、線条体の位置の基準となる上記の点の指定を、自動又は半自動で行うことができれば、更に便利であることは容易に予想されるところである。本願の発明者はかかる課題の解決についても検討を行い、課題を解決しうる技術思想を創作するに至った。以下、かかる技術思想を、図３Ａ〜図３Ｅや、図４に示す処理を例にとって説明する。

図３Ａに例示される処理３００は、画像データ１３０の中から、線条体の位置の基準となる上記基準点を検索する対象とするデータ範囲（以下、この範囲を解析範囲と称する）を自動的に設定するための、本願が開示する新規な処理３００を説明するためのフローチャートである。処理３００は、線条体検出プログラム１２０のプログラム命令群１２２がＣＰＵ１０２に実行されることにより、システム１００が遂行する処理であってもよい。

ステップ３０２は処理の開始を示す。ステップ３０４では画像データ１３０がロードされ、その少なくとも一部が主記憶装置１０４へコピーされる。ステップ３０６では、上記「解析範囲」を検索するためのデータ範囲である「検索範囲」の初期設定を行う。本実施例では、初期の検索範囲としてデータ１３０の全体を指定することとしている。しかし実施形態によっては別の範囲を初期検索範囲として設定してもよく、例えば、線条体が存在しないことがほぼ確実な領域（例えば耳下腺付近や頭頂部付近など）を、予め除外した範囲を初期検索範囲として設定してもよい。

ステップ３０８では、設定した検索範囲において、上記解析範囲の設定に有用な特徴点の検索・特定が行われる。この特徴点は画素値に関連して検索されてもよく、たとえば大きな画素値を有する画素ということで検索が行われてもよい。簡単には、検索範囲の中で最も大きな画素値を有する画素を検索することとしてもよく、本実施例ではそのような基準で検索を行っている。しかしながら、実施形態によっては、ノイズの影響等を考慮し、たとえば３番目に大きな画素値を有する画素とか、１０番目に大きな画素値を有する画素などを検索することとしてもよい。同じ基準を満たす画素が複数検索された場合には、所定の基準によってそのうちの一つを上記特徴点として特定してもよい。例えば、同じ基準を満たす複数の画素のうち、上記検索範囲の中心に最も近い画素を、上記特徴点として特定したり、これらの画素の重心を上記特徴点として特定したりしてもよい。

ステップ３１０では、上記解析範囲を仮に設定する。この解析範囲は、上記検索範囲の中で、特定した上記特徴点を含み、水平横断面に垂直な方向に所定の厚みを有する範囲としてもよい。この厚みを表すデータは、たとえば周辺機器インタフェース１０８に接続されたマウスやタッチパネルなどを用いてシステム１００の操作者が入力してもよい。実施形態によっては、この厚みを表すデータは、例えばデータ１２５として補助記憶装置１０６に格納されていてもよく、プログラム命令群１２２は、ステップ３１０において、データ１２５をロードするようにＣＰＵ１０２を制御するように構成されてもよい。実施形態によっては、上記厚みを表すデータは、プログラム命令群１２２の中に予め定められている値であってもよい。

実施形態によっては、水平横断面に平行な方向においても上記解析範囲に限定を加えてもよい。例えば、水平横断面の中心から所定の半径内のデータのみを上記解析範囲としてもよい。

ステップ３１２〜３１８では、仮に設定した上記解析範囲が所定の基準を満たしているかどうかが確認され、満たしていない場合は解析範囲の再設定が行われる。ステップ３１２では、仮に設定した上記解析範囲が、頭頂部側において所定の基準を満たしているかどうかが確認される。この基準は、例えば、仮に設定された上記範囲の少なくとも一部が、画像データ１３０の頭頂部側の基準位置（例えば端部）に接触したり、または該基準位置より更に頭頂部側に位置したりしないことであってもよい。上記基準は、例えば、仮に設定された上記範囲において最も頭頂部側に位置する水平横断面スライスが、画像データ１３０において最も頭頂部側に位置する水平横断面スライスと同じ位置にあったり、又は頭頂部よりも更に上側に位置したりしないことであってもよい。この基準を満たさない場合、ステップ３１４において、上記の特徴点として所定の画素（例えば画像データ１３０の中心画素）を用いることとして、上記解析範囲を再設定してもよい。

ステップ３１６においては、ステップ３１０で設定された解析範囲が、脳幹部側で所定の基準を満たしているかどうかが確認される。この基準は、例えば、上記解析範囲の少なくとも一部が、画像データ１３０の脳幹部側の基準位置（例えば端部）に接触したり、または該基準位置より更に脳幹部側に位置したりしないことであってもよい。上記基準は、例えば、仮に設定された上記範囲において最も脳幹部側に位置する水平横断面スライスが、画像データ１３０において最も脳幹部側に位置する水平横断面スライスと同じ位置にあったり、又は更に脳幹部側に位置したりしないことであってもよい。上記基準は、例えば、仮に設定された上記範囲において、画像データ１３０のブランクスライスが含まれないことであってもよく、本実施例ではこの基準が用いられている。（脳の三次元ＳＰＥＣＴ画像データにおいては、脳幹部側の領域であって、有用な情報が含まれていない可能性が極めて高い領域の画素については、当該画素が有効なデータではないことを示すような値（例えばゼロやＮＵＬＬ）を画素値に与えることが行われる場合がある。そのような画素を含む水平横断面断層画像データをブランクスライスと呼ぶことがある。）

ステップ３１６において、仮に設定した解析範囲にブランクスライスが含まれていると判断された場合は、ステップ３１８に進み、上記検索範囲から、脳幹部側の水平横断面スライスを少なくとも一枚除外し、改めてステップ３０８〜３１６）を実行する。

ステップ３１２及び３１６の判断処理により、ステップ３１０で設定された解析範囲が所定の基準を満たしていることが確認された場合、ステップ３２０において、当該範囲を最終的な解析範囲と決定する。システム１００は、決定した解析範囲を、例えばデータ１３６として補助記憶装置１０６に格納してもよい。ステップ３２２は処理の終了を示す。

図３Ｂ〜３Ｅを用いて、ステップ３１２〜３１８の意義を説明する。線条体の画像化に用いられる放射性医薬品は、線条体の他に、耳下腺にも集積しやすいという特性を有している。このためステップ３０８において、検索範囲の中で最も大きな画素値を有する画素を検索すると、症例によっては、線条体ではなく耳下腺に位置する画素を検索してしまう場合がある。この様子を図３Ｂに示した。この図は、画像データ１３０の中である冠状面に対応する画像データを画像化したものであるが、画像データ１３０全体の中で最も画素値の高い画素は、符号３５２で示した矢印の先に存在する画素である。このため、ステップ３１０で設定される解析範囲は、水平横断面に対して符号３５４（図３Ｂ）に示すような幅を有する範囲となり、線条体は明らかに解析範囲から外れてしまう。

ステップ３１６及び３１８の処理は、かかる事態に対処するための処理である。耳下腺は脳の下側（すなわち小脳側、脳幹側）に存在するため、ステップ３１０で設定される解析範囲が図３Ｂの符号３５４で表されるような状況では、解析範囲の下側（すなわち小脳側、脳幹側）においては、画素値が、脳を表す画像データとしては有効ではないことを示す値（例えばゼロやＮＵＬＬ）になっている可能性が高い。すなわちブランクスライスを含む可能性が高い。そこでステップ３１６では、設定した解析範囲にブランクスライスが含まれる場合は、ステップ３０８で特徴点の検索を行う検索範囲から、脳幹側の水平横断面スライスに対応する画素のデータを少なくともスライス一枚分取り除き、改めてステップ３０８から処理をやり直すこととしたものである。ステップ３１８が繰り返されると、耳下腺領域がステップ３０８の検索から除外されることになり、線条体に真に対応する領域で、画素値の高い画素を検索することができる。

図３Ｃは、画素値最大を呈する画素が矢印３５２'の先に特定され、対応して解析範囲が符号３５４' に示すような幅を有する範囲に設定されたことを示している。

なお図３Ｂにおいて、ＲとＬの記号はそれぞれ脳の右側、左側を表しており、ＳとＩの記号はそれぞれ脳の頭頂側と脳幹側を示している。左上の６５との数字は、画像データ１３０を冠状断面像スライスの集合とみた場合に、図３Ｂに示されている断面図が、６５番目のスライスを表していることを示している。水平方向の線を伴う３５及び９４の数字は、画像データ１３０を水平横断面像スライスの集合とみた場合の３５番目及び９４番目のスライスの位置を示している。本例ではスライス３５の上側及び／又スライス９４の下側には画像が表示されておらず、画像データとして有効なデータが存在しないことがわかる。垂直方向の点線を伴う数字３６は、画像データ１３０を矢状断面像スライスの集合とみた場合の３６番目のスライスの位置を表している。図３Ｃにおいても同様である。図３Ｃにおいては、画素値最大を呈する画素が、５３番目の冠状面スライス、６６番目の水平横断面スライス、７１番目の矢状断面像スライスに検索されたことが示されている。

さて、ステップ３１８を繰り返して耳下腺領域がステップ３０８の検索から除外されたとしても、場合によっては、画素値最大を呈する画素がいつまでも検索範囲の最下部に発見される場合がある。このような場合、次第に検索範囲は薄くなるが、今度は頭頂部に近い領域に画素値最大の画素が見つかってしまう場合がある。この様子を示したのが図３Ｄである。

図３Ｄでは、符号３５２"'で表す矢印の先に画素値最大の画素が見つかってしまったため、ステップ３１０で設定される解析範囲は符号３５４"'で示すような範囲となってしまった。すなわち解析範囲の上端が、有効な画像データが存在する領域の端部に重なるか、はみ出してしまった。ステップ３１２の判断は、このような状況の検出を目的としている。そして解析範囲が、有効な画像データが存在する領域に重なるか超えたと判断した場合は、ステップ３０８で特定される特徴点として予め定めた点を用いることにする。このような点としては、例えば画像データ１３０の中心画素や、画像データ１３０において有効な画素値を有する画素の重心に位置する画素、線条体が位置する可能性が高いと予め定めておいた位置に対応する画素などを用いることができる。そして、この点を含み、上下に（すなわち水平横断面に垂直な軸に沿って）所定の幅を有する領域を、解析範囲と設定することにする（ステップ３１０）。このような処理によって設定された解析範囲を図３Ｅに示した。この図は、ステップ３０８で特定される特徴点として、矢印３５２""の先に示した点を用いているが、これは画像データ１３０全体の中心位置に対応している。またステップ３１０において、この点に基づいて、符号３５４""で示した範囲が解析範囲として設定されたことが示されている。

処理３００によれば、処理２００で用いられる基準点を設定するために適した範囲をシステムが自動的に提案することができるために、当該基準点の設定が容易になるという利点が提供される。処理３００で決定された解析範囲は、例えば、処理２００のステップ２０８において入力される基準点をシステム１００の操作者が手動で設定する際に、画像データ１３０の断層画像上に重ね合わせて表示されてもよい。また処理３００で決定された解析範囲は、図４を用いて説明される、当該基準点の自動設定処理のために使用されてもよい。

図４は、処理２００で用いられる基準点を自動設定するための、本願が開示する新規な処理４００を説明するためのフローチャートである。処理４００は、線条体検出プログラム１２０のプログラム命令群１２２がＣＰＵ１０２に実行されることにより、システム１００が遂行する処理であってもよい。

ステップ４０４では画像データ１３０の読み込みが行われ、画像データ１３０の少なくとも一部が主記憶装置１０４へコピーされる。ステップ４０６では、処理３００により設定された解析範囲のデータ（例えばデータ１３６）が、補助記憶装置１０６から読み込まれ、その少なくとも一部が主記憶装置１０４へコピーされる。ステップ４０８では、画像データ１３０に含まれる画素のうち上記解析範囲に含まれるデータについて、水平横断面上の座標が等しい画素毎に画素値を合計する。たとえば、上記解析範囲に含まれるデータを水平横断面スライスの集合と捉え、水平横断面上の座標が等しい画素の画素値を全て加算して、一枚の水平横断面スライスを表す画像データを作成する。

ステップ４１０〜４１８の処理は、右半球および左半球のそれぞれについて独立に行われる。ステップ４１０で半球を選択すると、ステップ４１２では、ステップ４０８で得られた、各画素が加算された画素値を有する画像データのうち、ステップ４１０で選択された半球に属するデータにおいて、加算画素値に基づいて特徴点を決定する。本実施例において、この特徴点は、加算画素値が最も大きな画素の位置とする。しかし、加算画素値が最大となる画素が複数現れる場合が考えられるが、その場合は、そのような画素のうち、脳の最も中心側に位置する画素を当該特徴点とするとか、そのような画素の重心位置を当該特徴点とするなど、適当な手法によって関連位置を当該特徴点とすることができる。

ステップ４１４では、画像データ１３０に含まれる画素のうち上記解析範囲に含まれるデータについて、ステップ４１２で決定した特徴点の位置から、水平横断面に垂直な方向に画素値の変化を調べ、その方向で画素値が最も大きな画素を少なくとも一つ特定する。画素値が最大となる画素が１つだけの場合、ステップ４１６において、当該画素に対応する位置を、上記基準点として決定する。ステップ４１４において、画素値が最大となる画素が複数見つかった場合、ステップ４１６では、上記解析範囲の中央部に最も近い画素の位置を上記基準点とするとか、これら複数の画素の重心位置を上記基準点とするなど、適当な手法によって関連位置を当該基準点とすることができる。ステップ４１６において決定された基準点のデータは、例えばデータ１３４として、補助記憶装置１０６などに格納されることができる。

ステップ４１８において、左右両半球について基準点の決定が行われたかどうかが確認され、行われていない場合は、残りの半球について基準点の決定を行うべく、ステップ４１０に戻って当該残りの半球について基準点の決定が行われる。左右両半球について基準点の決定が終わっていれば、処理が終了する（ステップ４２０）。

処理４００によれば、処理２００で用いられる基準点をシステムが自動的に提供するため、線条体の検出が容易になるというだけでなく、システム１００の操作者に依らずに安定的に当該基準点が決定されるという利点が提供される。

さらに処理４００によれば、処理２００で用いられる基準点を、半球ごとに個別に設定するため、線条体の形態の左右差が考慮されて基準点が設定される。このため、処理２００で検出される線条体が、より適切な位置および形状を有するものとなる。

処理３００及び処理４００により当該基準点を自動で設定し、処理２００により線条体を自動的に検出するようにすれば、線条体の検出を完全に自動で行うことができ、線条体検出処理が極めて容易になると共に、システム１００の操作者に依らずに（例えば操作者の熟練度に依らずに）、安定的に線条体の検出を行うことができるようになる。また前述のように、線条体の形態の左右差を考慮して、線条体画素群を決定することが可能となる。

最後に、上述の手法にて決定した線条体画素群を用いて、前掲の非特許文献１の手法で画素解析を行うために関心領域を設定する手法の例を紹介する。

図５Ａは、^１２３Ｉ-ＦＰ-ＣＩＴを使って作成した脳の三次元ＳＰＥＣＴ画像のある水平横断面を表示したものである。符号５０２で示す線で囲まれた部分は、当該断面上で右半球の線条体画素群として、上述の方法で決定された領域である。同様に、符号５０４で示す線で囲まれた部分は、当該断面上で左半球の線条体画素群として、上述の方法で決定された領域である。

ＲＯＩを設定する処理の最初のステップでは、領域５０２，５０４に外接する矩形を設定する。その様子を図５Ｂに示す。符号５０６で示す矩形は、図５Ａにおいて符号５０２で示した右半球線条体画素群に外接する矩形であり、符号５０８で示す矩形は、図５Ａにおいて符号５０４で示した左半球線条体画素群に外接する矩形である。

この矩形５０６，５０８を基準にして、テンプレートの関心領域を配置する。テンプレートの関心領域は非特許文献のfig.2に記載されているものと同じであり、図５Ｃにも描かれるように、５角形状を呈している。図５Ｃにおいて、５１０は右半球の線条体のための関心領域であり、５１２は左半球の線条体のための関心領域である。

このテンプレート関心領域を、上述の矩形５０６，５０８を基準にして配置する。図５Ｄに図示されるように、右半球については、矩形５０６の右上の角５０６ａが、テンプレート５１０の右上の角から、左右・上下方向に所定の長さだけ内側に位置するように、テンプレート５１０を配置する。なおここで、左右・上下各方向は、水平横断面を図５Ａや図５Ｂのように表示した場合の左右・上下であることに注意されたい。本例では、上記の所定の長さとして、左右・上下いずれの方向においても７ｍｍを採用している。この長さは、矩形５０６をテンプレート５１０の中央部に収めるために、多くの場合に好適であることが、本発明の発明者の研究により判明している。しかし無論のこと、５ｍｍや９ｍｍなど、７ｍｍ以外の値を採用しても構わない。

左半球についても、同様に、矩形５０８の右上の角５０８ａが、テンプレート５１２の左上の角から、左右・上下方向に所定の長さだけ内側に位置するように、テンプレート５１２を配置する（図５Ｄ）。

ここで、矩形５０６と５０８とが互いに近接していると、テンプレート５１０と５１２とが重なって配置されてしまう場合がある。そのような場合は、テンプレート５１０，５１２の正中線側の側部５１０ｂ，５１２ｂが、矩形５０６と５０８との中間に位置するように、テンプレート５１０，５１２の左右方向の位置を修正することにより、テンプレート５１０と５１２とが重ならないようにしてもよい。

この手法によれば、前掲非特許文献１の手法で画素解析を行うための関心領域も完全に自動で設定することができ、術者の個性による解析結果のバラつきを排除することが可能になる。

なお前述のように、図５Ａは、脳の三次元ＳＰＥＣＴ画像の特定の水平横断面を表示したものとして説明したが、非特許文献１では、線条体に対応する画素が存在するすべての水平横断面スライス画像を重ね合わせた画像に対して関心領域の設定を行っている。本発明の実施形態においても、そのような重ね合わせ画像に対して関心領域の設定を行ってもよい。その場合は、本発明の手法により線条体画素が検出されたすべての水平横断面スライス画像を重ね合わせ、その重ね合わせ画像において、線条体画素群に外接する矩形を、矩形５０６や５０８として設定すればよい。

本発明の実施形態を好適な例を用いて説明してきたが、これらの例は本発明の範囲を限定するために紹介されたわけではなく、特許法の要件を満たし、本発明の理解に資するために紹介されたものである。本発明は様々な形態で具現化されることができ、本発明の実施形態には、ここに例示した以外にも多くのバリエーションが存在する。説明された各種の実施例に含まれている個々の特徴は、その特徴が含まれることが直接記載されている実施例と共にしか使用できないものではなく、ここで説明された他の実施例や説明されていない各種の具現化例においても、組み合わせて使用可能である。特にフローチャートで紹介された処理の順番は、必ず紹介された順番で実行しなければならないわけではなく、実施するものの好みに応じて、順序を入れ替えたり並列的に同時実行したり、さらに複数のブロックを一体不可分に実装したり、適当なループとして実行したりするように実装してもよい。また実施形態によっては、フローチャートのブロックのいくつかは実装されない場合がある。例えば、処理３００及び処理４００による基準点の自動設定と、処理２００による線条体の自動検出とを一度に行うような実施形態の場合、画像データ１３０の読み込みは一度でよく、ステップ２０４，３０４，４０４は単一のステップとして統合されるであろう。また処理４００において、加算画像の作成は半球の選択の前に行われたが、半球を選択した後に半球ごとに加算画像の作成を行うような実施形態も可能である。これらのバリエーションは全て本発明の範囲に含まれるものである。請求項に特定される処理の記載順も、処理の必須の順番を特定しているわけではなく、例えば処理の順番が異なる実施形態や、ループを含んで処理が実行されるような実施形態なども、請求項に係る発明の範囲に含まれるものである。現在の特許請求の範囲で特許請求がなされているか否かに関わらず、出願人は、本発明の思想を逸脱しない全ての形態について、特許を受ける権利を有することを主張するものであることを記しておく。

１００システム
１０４主記憶装置
１０６補助記憶装置
１０７ディスプレイ・インターフェース
１０８周辺機器インタフェース
１０９ネットワーク・インターフェース
１２０線条体検出プログラム
１３０画像データ

Claims

装置の処理手段がプログラム命令を実行することにより前記装置が遂行する方法であって、前記方法は、線条体に集積する性質を有する放射性マーカーを用いて得られた脳の三次元核医学画像データにおいて、線条体に対応する画素群を特定する方法であり、該方法は、前記脳の左半球・右半球それぞれの画像データに対して、：
（ａ１）線条体の位置に関連する基準点を示す情報を取得することと；
（ａ２）処理中の半球の最大画素値に基づいて、画素値に関する閾値を設定すると共に、前記閾値以上の画素値を有する画素のクラスタであって前記基準点を含むクラスタの体積を求めることと；
（ａ３）前記クラスタの体積と所定の基準値との比較に基づいて、線条体に対応する画素群の決定を試みることと；
（ａ４）前記ステップ（ａ３）において前記画素群を決定しない場合、前記画素群を決定するまで、前記閾値を変更して前記ステップ（ａ２）及び（ａ３）をやり直すことと；
を含む、方法。
前記ステップ（ａ１）は、前記三次元核医学画像データの中で線条体を検索するデータ範囲である解析範囲を設定する段階を含み、該解析範囲を設定する段階は、
（ｂ１）前記三次元核医学画像データの所定の部分を画素検索範囲として指定することと；
（ｂ２）前記画素検索範囲の中で画素値の大きな画素を少なくとも１つ特定することと；
（ｂ３）水平横断面に垂直な方向に所定の厚みを有する範囲であって、前記特定した画素を含む範囲を前記解析範囲として設定することと；
（ｂ４）前記解析範囲の頭頂側の少なくとも一部のデータが、第１の基準を逸脱する場合、前記三次元核医学画像データの中央付近の範囲を前記解析範囲として再設定することと；
（ｂ５）前記解析範囲の脳幹部側の少なくとも一部のデータが第２の基準を逸脱する場合、前記検索範囲から脳幹部側の少なくとも一部の領域を除外し、前記ステップ（ｂ２）から（ｂ４）をやり直すことと；
を含む、請求項１に記載の方法。
前記ステップ（ａ１）は、決定した前記解析範囲の中から前記基準点を決定する段階を含み、該基準点を決定する段階は、前記脳の左半球・右半球それぞれの画像データに対して、
（ｃ１）前記三次元核医学画像データのうち前記解析範囲に含まれるデータについて、水平横断面上の座標が等しい画素毎に画素値を合計することと；
（ｃ２）前記合計した画素値が最も大きな画素の位置に関連する、水平横断面上の位置を少なくとも１つ決定することと；
（ｃ３）前記解析範囲を、前記決定した位置を基準に、水平横断面に垂直な方向に走査し、走査した方向において画素値が最も大きな画素に対応する位置の少なくとも１つを、前記脳の左半球または右半球の前記基準点として決定することと；
を含む、請求項２に記載の方法。
前記三次元核医学画像データに含まれる水平横断面画像データの少なくとも１つ又は該水平横断面画像データを複数重ね合わせた画像データにおいて、線条体に対応する前記画素群に外接する矩形を設定すると共に、前記矩形に基づいて、前記三次元核医学画像データの解析を行うための関心領域を設定することを更に含む、請求項１から３のいずれかに記載の方法。
右半球の線条体について設定した前記関心領域の正中線側の側部と、左半球の線条体について設定した前記関心領域の正中線側の側部とが、いずれも、右半球の線条体について設定した前記矩形と、左半球の線条体について設定した前記矩形との中間地点に位置するように、左右の前記関心領域の配置を調整することをさらに含む、請求項４に記載の方法。
システムの処理手段に実行されると前記システムに請求項１から５のいずれかに記載の方法を遂行させるプログラム命令群を備える、コンピュータプログラム。
処理手段と記憶手段とを有するシステムにおいて、前記記憶手段が、前記処理手段により実行されると前記システムに請求項１から５のいずれかに記載の方法を遂行させるプログラム命令群を格納する、システム。