JP6615488B2 - 医用画像処理装置、医用画像処理方法および医用画像装置 - Google Patents

Description

本発明の実施形態は、医用画像処理装置、医用画像処理方法および医用画像装置に関する。

同一対象について、対象が拡張または収縮などを行う運動期間に取得した一連の画像を含む画像シーケンスに対して画像トラッキング（追跡）を行う時、テンプレートマッチングを用いて二次元の運動トラッキングを行うことがある。画像間において関心領域の各部分に対してテンプレートマッチングを行うことで関心領域の運動をトラッキングすることができる。対象運動は、速度が速いため、特定の画像において、この特定の画像の前の画像における部分をテンプレートとして、特定画像に対してテンプレートマッチングを行う時、探索範囲内で特定画像の前の画像のうちの上述の部分とマッチングする部分を発見することが困難である。

このため、上記問題を解決する技術が望まれる。

特開平７−３２００６８号公報 特表２００４−５２９７１３号公報 特表２００２−５４１９６３号公報 特開２０１２−１１０６８９号公報

本発明が解決しようとする課題は、正確、かつ、迅速に心筋のトラッキングを行うことができる医用画像処理装置、医用画像処理方法および医用画像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、推定部と、トラッキング部とを備える。推定部は、心筋を含む複数の画像が経時的に配列された画像群のうちの少なくとも１つの画像において前記心筋として設定された第１領域に基づいて、前記画像群のうちの他の画像における前記心筋とされる第２領域を推定する。トラッキング部は、前記第２領域において前記第１領域における第１部分に対応する第２部分であって、前記第２領域の輪郭に対して、前記第１領域の輪郭と前記第１部分との位置関係と同一の位置関係を有する第２部分を検索し、前記他の画像において前記第２部分を中心として探索範囲を設定し、前記探索範囲内で前記第１部分とマッチングする第３部分を探索し、前記第３部分に基づく領域を前記心筋の領域とする画像トラッキングを行う。

図１は、一つの実施形態による医用画像処理方法を示すフローチャートである。 図２Ａは、図１に示すような医用画像処理方法の第２領域の推定ステップＳ１０２の一例を示すフローチャートである。 図２Ｂは、画像シーケンスを示す図である。 図２Ｃは、第２領域の決定手順を示す図である。 図２Ｄは、２つの画像において行われた画像トラッキング手順を示す図である。 図３は、図１に示すような医用画像処理方法の第２領域の推定ステップＳ１０２の他の一例を示すフローチャートである。 図４は、図１に示すような医用画像処理方法の第２領域の推定ステップＳ１０２の他の一例を示すフローチャートである。 図５は、一つの実施形態による医用画像処理装置を示すブロック図である。 図６は、図５に示すような医用画像処理装置の推定部の一例を示すブロック図である。 図７は、図５に示すような医用画像処理装置の推定部の他の一例を示すブロック図である。 図８は、図５に示すような医用画像処理装置の推定部の他の一例を示すブロック図である。 図９は、実施形態による医用画像装置の構成の一例を示すブロック図である。 図１０は、汎用コンピュータの構成の一例を示す図である。 図１１は、実施形態による医用画像処理装置の構成の一例を示すブロック図である。 図１２は、実施形態による医用画像処理方法の手順の一例を示すフローチャートである。 図１３は、実施形態による医用画像処理装置の他の一例を示すブロック図である。 図１４は、図１３の例に示す医用画像処理装置が実行する医用画像処理方法の一例を示すフローチャートである。 図１５Ａは、医用画像処理装置が実行する処理の一例を説明するための図である。 図１５Ｂは、医用画像処理装置が実行する処理の一例を説明するための図である。 図１５Ｃは、医用画像処理装置が実行する処理の一例を説明するための図である。 図１５Ｄは、医用画像処理装置が実行する処理の一例を説明するための図である。

以下において、実施形態の基本的理解のために、実施形態についての概要を述べる。当然のことながら、この概要は、実施形態の完全な要旨ではなく、実施形態の重要な部分又は欠かせない部分を特定するものではなく、また実施形態の範囲を限定するものでもない。この概要は、ただ、後述する更に詳細な記述の前置きとして、簡略化されたいくつかの概念を述べたものである。

実施形態は、主に医用画像処理装置、医用画像処理方法および医用画像装置を提供することをその目的とする。

一実施形態によれば、医用画像処理装置は、心筋を含む複数の画像が経時的に配列された画像群のうち、異なる時相の複数の画像間の心筋の動きを推定する推定部と、心筋の動きに基づいて、画像群における心筋のトラッキングの探索範囲を設定してトラッキングを行うトラッキング部と、を備える。

また、他の一実施形態によれば、医用画像処理方法は、心筋を含む複数の画像が経時的に配列された画像群のうち、異なる時相の複数の画像間の心筋の動きを推定することと、心筋の動きに基づいて、画像群における心筋のトラッキングの探索範囲を設定してトラッキングを行うここと、を含む。

また、他の一実施形態によれば、上記医用画像処理装置を含む医用画像装置が提供される。

また、他の一実施形態によれば、さらに上記医用画像処理方法を実現するためのコンピュータプログラムが提供される。

また、他の一実施形態によれば、上記医用画像処理方向を実現するためのコンピュータプログラムコードが記録された、コンピュータ読み取り可能な媒体形式のコンピュータプログラムが提供される。

以下、添付した図面が参照される、最適な実施形態に対する以下の詳細な説明によって、実施形態の上述の利点およびそのほかの利点が、より明確になる。

添付された図面を参照して実施形態について、以下、説明をする。なお、説明において、一つの図面あるいは一つの実施形態において記載した構成や特徴は、一つあるいは複数の他の図面あるいは実施形態において示した構成や特徴の組み合わせることができる。さらに、明確にするため、図面や説明において実施形態と無関係な内容や、当業者にとって周知の構成や処理については、表示や記載を省略する。

図１２は、実施形態による医用画像処理方法の手順の一例を示すフローチャートである。

ステップＳ１２１０において、心筋を含む複数の画像が経時的に配列された画像群から、異なる時相の複数の画像を選択する。画像群は、例えば、同一の心筋について、心筋の運動期間において取得した一連の画像を含む。また、所定の規則に従って画像群から画像を選択することができる。例えば、画像シーケンスにおいて所定の間隔により複数の画像を選択することなどができる。

次に、ステップＳ１２２０において、選択された複数の画像間の心筋の動きを推定する。

次に、ステップＳ１２３０において、心筋の動きに基づいて、画像群において心筋をトラッキングする探索範囲を設定してトラッキングを行う。

以下、具体的な実施形態を参照して、対象の動きの推定と対象のトラッキングとの一例を説明する。しかし、当然のことながら、実施形態はこれに限られず、本分野の既知の他の方法を対象の動きの推定とトラッキングに適用することもできる。

図１は、一つの実施形態による医用画像処理方法１００を示すフローチャートである。なお、医用画像処理方法１００において、ステップＳ１０２は図１２を参照して説明したステップＳ１２２０に対応しており、ステップＳ１０４−ステップＳ１０８は図１２を参照して説明したステップＳ１２３０に対応している。

図１に示すように、ステップＳ１０２において、画像シーケンスのうちの少なくとも１つ（例えば、１つの画像、２つ以上の複数の画像）の画像において設定した第１領域に基づいて、画像シーケンスのうちの他の画像において第１領域と同じ対象部位に対応する第２領域を推定する。

ここで、対象は、任意の運動する対象であっでもよい。一例において、画像シーケンスは、医療診断装置によって取得されたデータに基づいて生成された医用画像群であっでもよい。対象は、例えば、心臓や、肺、動脈などの運動器官であっでもよい。例えば、対象は、心臓の同一部位である。

例えば、設定した第１領域は、関心の対象部位に対応する領域であっでもよい。画像シーケンスは、同一対象について、対象の運動期間に取得した一連の画像であるので、画像シーケンスの上述の他の画像において関心の対象部位に対応する領域も存在し、結果的に、設定した第１領域に基づいて関心の対象部位に対応する第２領域を推定することができる。

ここで、第１領域は、対象の特徴に基づいて、手動で、又は自動で設定することができる。

次に、ステップＳ１０４において、第２領域において第１領域における第１部分と同じ対象部位に対応する第２部分を検索する。

図２Ｄは、２つの画像において行われた画像トラッキング手順を示す図である。

所定のサイズと所定の間隔で第１領域を複数の部分（第１部分と称する）に分割することができる。その後、分割した各部分と第１領域の辺縁（輪郭とも称する）における特定の点との間の位置関係に基づいて、第２領域において第２領域の辺縁における対応する点と同じ位置関係を有する部分（第２部分と称する）を検索する。例えば、第１領域の辺縁において１００個の点を有し、第２領域辺縁においてこの１００個の点に対応する１００個の点を有すると仮定すると、１つの第１部分について、第１領域の辺縁において第１部分との距離が最も近い点を検索し、この点が第５５番の点であると仮定すると、その後、第１部分と第５５番の点との間の位置関係を取得し、その後、第２領域において第２領域の辺縁における第５５番の点に対して同じ位置関係を有する部分を検索し、第２部分を得る。

図２Ｄにおいて、第１領域は、輪郭ＬＢによって定義された領域であり、第２領域は、輪郭ＬＣによって定義された領域である。二次元配列規則は、例えば、等分であっでもよい。その後、二次元配列規則に基づいて第２領域において第１領域におけるある第１部分ＰＢに対応する第２部分ＰＣを検索する。すなわち、第１部分ＰＢと同じ対象部位に対応する第２部分ＰＣを検索する。

その後、ステップＳ１０６において、画像シーケンスのうちの上述の他の画像において第２部分を中心として探索範囲を設定する。

設定した探索範囲は、例えば、必要に応じて、第２部分を中心とする円形、楕円形または方形などであってもよい。探索範囲は、その後のテンプレートマッチングに用いられる。図２Ｄに示す例において、第２部分ＰＣを中心として方形の探索範囲ＲＣを設定する。

次に、ステップＳ１０８において、画像シーケンスの他の画像において設定した探索範囲内で第１部分とマッチングする第３部分を探索し、画像トラッキングを行う。

図２Ｄに示す例において、探索範囲ＲＣ内に第１部分ＰＢとマッチングする第３部分ＰＢ’を探索する。

一例において、設定した探索範囲内で第１部分をテンプレートとしてテンプレートマッチングを行って第１部分とマッチングする第３部分を決定してもよい。テンプレートマッチングは、画像において目標を検索する方法の１つである。テンプレートマッチングの作動方式は、１つの画像において画像ブロックをスライドして、この画像と他の画像とを合わせることにある。

第２領域を推定し、第１部分に対応する第２部分を検索し、第２部分を中心として探索範囲を設定することで、より正確、より迅速に、探索範囲内で第１部分とマッチングする第３部分を決定することができる。したがって、正確、かつ、迅速に、心筋のトラッキングを行うことができる。

心臓の左心室を例にとると、左心室は、１つの心周期内に、激しく動く。既存の技術を使用して既存の探索範囲内でテンプレートマッチングを行うことが困難であり、それは、左心室の心筋が収縮または拡張する速度が非常に大きくて、関心の部分が既存の探索範囲から外れてしまう可能性があるからである。そのため、探索範囲を更新することで、より正確、より迅速に、更新後の探索範囲内でテンプレートマッチングを行うことができる。したがって、正確、かつ、迅速に、心筋のトラッキングを行うことができる。

図２Ａは、図１に示すような医用画像処理方法の第２領域の推定ステップＳ１０２の一例を示すフローチャートである。図２Ｂは、画像シーケンスを示す図であり、この画像シーケンスのうちの２つの画像において、対象の特徴に基づいて第１領域を定義するための第１輪郭が設定される。図２Ｃは、第２領域の決定手順を示す図である。

図２Ａに示すように、ステップＳ１０２−２において、対象の特徴に基づいて画像シーケンスのうちの少なくとも２つの画像のそれぞれにおいて第１領域を定義するための第１輪郭を設定する。

図２Ｂは、画像シーケンスを示す図であり、この画像シーケンスのうちの２つの画像のそれぞれにおいて、対象の特徴に基づいて第１領域を定義するための第１輪郭が設定される。

図２Ｂに示すように、画像シーケンスは、画像Ａ−Ｄを含み、画像シーケンスのうちの画像Ａにおいて第１領域を定義するための第１輪郭ＬＡを設定することができ、画像シーケンスのうちの画像Ｂにおいて第１領域を限定するための第１輪郭ＬＢを設定することができる。なお、例えば、画像Ａから画像Ｄへ向かう方向が時間が経過する方向であり、画像Ｄから画像Ａへ向かう方向が、時間が経過する方向とは逆の方向である。

また、対象の特徴は、例えば、対象の形状、色またはグレイスケールなどであっでもよい。対象の特徴に基づいて、関心の対象部位に対応する領域と、第１輪郭である領域の辺縁を決定することができる。

次に、ステップＳ１０２−４において、設定した第１輪郭について、画像シーケンスの他の画像において輪郭トラッキングを行い、他の画像において第１輪郭と同じ対象部位に対応する第３輪郭を取得する。

図２Ｃに示すような例において、画像Ａにおいて設定した第１輪郭ＬＡについて、画像Ｃにおいて輪郭トラッキングを行い、第１輪郭ＬＡと同じ対象部位に対応する第３輪郭ＬＡ’を取得することができる。すなわち、第１輪郭ＬＡについて、時間が経過する方向に輪郭トラッキングを行い、第３輪郭ＬＡ’を取得することができる。また、画像Ｂにおいて設定した第１輪郭ＬＢについて、画像Ｃにおいて輪郭トラッキングを行い、第１輪郭ＬＢと同じ対象部位に対応する第３輪郭ＬＢ’を取得することができる。すなわち、第１輪郭ＬＢについて、時間が経過する方向と逆方向に輪郭トラッキングを行い、第３輪郭ＬＢ’を取得することができる。このように、画像Ｃにおいて第３輪郭ＬＡ’と第３輪郭ＬＢ’を取得する。図示しないが、画像Ｄに対して同様の処理を行うことができる。

次に、ステップＳ１０２−６において、他の画像において第３輪郭を合成して第２輪郭を決定することにより、第２輪郭が定義する第２領域を決定する。

図２Ｃに示すような例において、画像Ｃにおいて第３輪郭ＬＡ’と第３輪郭ＬＢ’とを合成して第２輪郭ＬＣを決定して、第２輪郭ＬＣにより定義された第２領域を決定する。

ここで、合成は、例えば、上述の他の画像それぞれにおいて、複数の第３輪郭に対して平均を求めることで第２輪郭を取得することを指す。

望ましくは、上述した他の画像のそれぞれにおいて、上述した他の画像と上述した少なくとも２つの画像のそれぞれとの間の画像シーケンス距離に基づいて、複数の第３輪郭に対して加重平均を算出することにより、第２輪郭を決定する。例えば、画像シーケンス距離は、上述の他の画像が撮像されたタイミングと上述した少なくとも２つの画像のそれぞれが撮像されたタイミングとの時間の差を示す。例えば、画像シーケンス距離については、数え上げるときりが無いが、隣接する２つの画像の間の画像シーケンス距離は１であっでもよく、１つの画像が間に配置された２つの画像の間の画像シーケンス距離は２であっでもよく、２つの画像が間に配置された２つの画像の間の画像シーケンス距離は３であっでもよい。画像シーケンス距離は小さいほど、対応する第３輪郭の重みが大きくなる。

図２Ｃに示すような例において、画像Ｃと画像Ａとの間の画像シーケンス距離が１であり、画像Ｃと画像Ｂとの間の画像シーケンス距離が２であるならば、画像Ｃにおける第３輪郭ＬＡ’の重みは、第３輪郭ＬＢ’の重みより大きい。言い換えれば、画像Ｃと画像Ａとの間の画像シーケンス距離は、画像Ｃと画像Ｂとの間の画像シーケンス距離より小さいので、画像Ｂにおいて設定した第１輪郭ＬＢに基づいて画像Ｃにおいて得られた第３輪郭ＬＢ’より、画像Ａにおいて設定した第１輪郭ＬＡに基づいて画像Ｃにおいて得られた第３輪郭ＬＡ’はより正確であり、それゆえに、第３輪郭ＬＡ’には、より大きい重みが与えられる。

以上、図２Ａ乃至図２Ｃを参照しながら、複数の第１輪郭に基づいて上述の他の画像のそれぞれにおいて複数の第３輪郭を決定し、複数の第３輪郭を合成することにより第２輪郭を取得する一例を説明した。しかしながら、場合によっては、例えば、関心の対象部位は、各画像における形状、色またはグレイスケールなどの特徴が非常に類似する。この場合には、１つの第３輪郭で第２輪郭を決定することができる。すなわち、第３輪郭は、最終的に決定された第２輪郭である。以下、図３を参照してこの情況を説明する。ここで、第１輪郭、第２輪郭および第３輪郭は、仮に設定される輪郭である。一方、先の図１２に示すステップＳ１２３０でのトラッキングによって、心筋の評価を行う際に用いられる最終的な輪郭が得られる。このように、第１輪郭、第２輪郭および第３輪郭は、心筋の評価を行う際に用いられる輪郭ではなく、単なる輪郭の候補であるため、それぞれ、第１輪郭候補、第２輪郭候補、第３輪郭候補とも称される。

図３は、図１に示すような医用画像処理方法の第２領域の推定ステップＳ１０２の他の一例を示すフローチャートである。

図３に示すように、ステップＳ１０２−２’において、対象の特徴に基づいて画像シーケンスのうちの１つの画像において第１領域を定義するための第１輪郭を設定する。

上述したように、対象の特徴は、例えば、対象の形状、色またはグレイスケールなどであってもよい。対象の特徴に基づいて、関心の対象部位に対応する領域と、第１輪郭である領域の辺縁とを決定することができる。

次に、ステップＳ１０２−４’において、設定した第１輪郭について、画像シーケンスの他の画像において輪郭トラッキングを行って第２輪郭を取得し、第２輪郭により定義された第２領域を決定する。言い換えれば、第２輪郭は、輪郭トラッキングによって直接に取得した結果である。

図２Ａ−２Ｃと図３を参照して輪郭トラッキングによって第２輪郭を直接又は間接に取得して、その結果として、第２輪郭により定義された第２領域を取得する手順を説明した。すなわち、輪郭トラッキングによって第２領域を推定する手順を説明した。実施形態によれば、他の方法によっても第２領域を推定してもよい。以下、図４を参照して、他の方法によって第２領域を推定する一例を説明する。

図４は、図１に示すような医用画像処理方法の第２領域の推定ステップＳ１０２の他の一例を示すフローチャートである。

図４に示すように、ステップＳ１０２−２’’において、対象の特徴に基づいて画像シーケンスのうちの１つの画像において第１領域を設定することができる。

ここで、対象の特徴は、例えば、対象の形状、色またはグレイスケールなどであってもよい。対象の特徴に基づいて、関心の対象部位に対応する領域を決定することができる。

次に、ステップＳ１０２−４’’において、画像シーケンスのうちの他の画像における画素の運動情報に基づいて、他の画像において第１領域と同じ対象部位に対応する第２領域を決定する。

例えば、画像シーケンスのうちのそのほかの画像と第１領域を設置した画像とを位置合わせすることで上述の他の画像における画素の運動情報を取得する。

具体的には、画像シーケンスの全ての画像について、１つの画像ずつ位置合わせを行う。その後、画像の位置合わせに基づいて、各画像における画素の運動情報を推定する。最後に、第１領域付近の画素の運動情報を参照して各画像における対応する第２領域を取得する。

以上、図１２及び図１乃至図４を参照して医用画像処理方法を説明した。以下、上述した詳細な説明を繰り返し説明せずに、図１１及び図５乃至図８を参照して医用画像処理装置を説明する。

図１１は、実施形態による医用画像処理装置の構成の一例を示すブロック図である。

医用画像処理装置１１００は、選択部１１１０と、推定部１１２０と、トラッキング部１１３０とを含む。

選択部１１１０は、心筋を含む複数の画像が経時的に配列された画像群において、異なる時相の複数の画像を選択する。

推定部１１２０は、選択部１１１０により選択された複数の画像間の心筋の動きを推定する。

トラッキング部１１３０は、心筋の動きに基づいて、画像群における心筋のトラッキングの探索範囲を設定してトラッキングを行う。

図５は、一つの実施形態による医用画像処理装置５００を示すブロック図である。

図５に示すように、医用画像処理装置５００は、推定部５０２、検索部５０４、設定部５０６、および探索部５０８を具備する。なお、推定部５０２は図１１を参照して説明した推定部１１２０に対応しており、検索部５０４、設定部５０６および探索部５０８は図１１を参照して説明したトラッキング部１１３０に対応している。

推定部５０２は、画像シーケンスのうちの少なくとも１つの画像において設定した第１領域に基づいて、画像シーケンスのうちの他の画像において第１領域と同じ対象部位に対応する第２領域を推定する。画像シーケンスは、同一対象について、同一対象の運動期間において取得された一連の画像を含む。

検索部５０４は、推定部５０２が推定した第２領域において、第１領域における第１部分と同じ対象部位に対応する第２部分を検索する。

設定部５０６は、上述の他の画像において検索部５０４が検索した第２部分を中心として探索範囲を設定する。

探索部５０８は、設定部５０６が設定した探索範囲内で第１部分とマッチングする第３部分を探索し、画像トラッキングを行う。

好ましくは、探索部５０８は、第１部分をテンプレートとして、設定部５０６が設定した探索範囲内でテンプレートマッチングを行って、第１部分とマッチングする第３部分を決定する。

例えば、設定した第１領域は、関心の対象部位に対応する領域であっでもよい。画像シーケンスは、同一対象について、同一対象の運動期間において取得された一連の画像であるので、画像シーケンスの他の画像においても関心の対象部位に対応する領域が存在する。それゆえ、設定した第１領域に基づいて関心の対象部位に対応する第２領域を推定することができる。

ここで、対象は、任意の運動する対象であっでもよい。医用分野において、対象は、例えば、心臓、肺または動脈などの運動器官であっでもよい。例えば、対象は、心臓の同一部位である。一例において、画像シーケンスは、医療診断装置によって取得されたデータに基づく医用画像群であり、画像シーケンスには、医用画像が含まれる。

図６は、図５に示すような医用画像処理装置５００の推定部５０２の一例を示すブロック図である。

図６に示すように、推定部５０２は、第１輪郭決定部５０２−２、輪郭トラッキング部５０２−４および第２輪郭決定部５０２−６を具備することができる。

第１輪郭決定部５０２−２は、対象の特徴に基づいて、画像シーケンスのうちの少なくとも２つの画像のそれぞれにおいて、第１領域を定義するための第１輪郭を設定することができる。

輪郭トラッキング部５０２−４は、第１輪郭決定部５０２−２が設定した第１輪郭に基づいて、他の画像において輪郭トラッキングを行い、他の画像において第１輪郭と同じ対象部位に対応する第３輪郭を取得することができる。

第２輪郭決定部５０２−６は、上述の他の画像において輪郭トラッキング部５０２−４が取得した第３輪郭を合成して第２輪郭を決定し、第２輪郭により定義された第２領域を決定することができる。一例において、第２輪郭決定部５０２−６は、上述の他の画像と上述の少なくとも２つの画像との間の画像シーケンス距離に基づいて、第３輪郭に対して加重平均を行って第２輪郭を決定することができる。

以上、図６を参照して、複数の第１輪郭に基づいて上述の他の画像のそれぞれにおいて複数の第３輪郭を決定し、複数の第３輪郭を合成して第２輪郭を取得する例を説明した。なお、第１輪郭の種類が１種類の場合について説明したが、第１輪郭が複数の種類であってもよい。例えば、第１輪郭が、心筋の内膜の輪郭と外膜の輪郭の２種類であってもよい。ここで、例えば、心筋の内膜の初期輪郭と外膜の初期輪郭を、時相が収縮期である画像において設定し、新たに設定する心筋の内膜の輪郭候補と外膜の輪郭候補を、時相が拡張期である画像において設定してもよい。すなわち、複数の種類の第１輪郭候補を同一の時相の画像において設定してもよい。この場合には、第１輪郭候補の種類ごとに、第１輪郭候補について、上述の他の画像において輪郭トラッキングを行い、上述の他の画像における第１輪郭候補と同じ対象部位に対応する第３輪郭候補を取得する。ここで、場合によっては、例えば、関心の対象部位は、各画像における形状、色またはグレイスケールなどの特徴が非常に類似する。この場合には、１つの第３輪郭で第２輪郭を決定することができる。すなわち、第３輪郭は、最終的に決定された第２輪郭である。以下、図６を参照してこの場合についても説明する。この場合では、第２輪郭決定部５０２−６を省略することができる。

第１輪郭決定部５０２−２は、対象の特徴に基づいて、画像シーケンスのうちの１つの画像において第１領域を定義するための第１輪郭を設定することができる。

輪郭トラッキング部５０２−４は、第１輪郭部５０２−２が設定した第１輪郭について、他の画像において輪郭トラッキングを行って第２輪郭を取得し、第２輪郭が定義した第２領域を決定することができる。言い換えれば、第３輪郭は、最終的に決定された第２輪郭であるとみなされる。

図７は、図５に示すような医用画像処理装置５００の推定部５０２の他の一例を示すブロック図である。

図７に示すように、推定部５０２は、第１領域設定部５０２−２’および第２領域決定部５０２−４’を備えることができる。

第１領域設定部５０２−２’は、対象の特徴に基づいて、画像シーケンスのうちの１つの画像において第１領域を設定することができる。

第２領域決定部５０２−４’は、画像シーケンスのうちの他の画像における画素の運動情報に基づいて、他の画像において第１領域と同じ対象部位に対応する第２領域を決定することができる。

図８は、図５に示すような医用画像処理装置５００の推定部５０２の他の一例を示すブロック図である。

図８に示すように、推定部５０２は、第１領域設定部５０２−２’、運動情報取得部５０２−６’および第２領域決定部５０２−４’を具備することができる。

第１領域設定部５０２−２’は、対象の特徴に基づいて、画像シーケンスのうちの１つの画像において第１領域を設定することができる。

運動情報取得部５０２−６’は、上述の１つの画像と他の画像とを画像位置合わせすることで、他の画像における画素の運動情報を取得することができる。

第２領域決定部５０２−４’は、画像シーケンスのうちの上述の他の画像における画素の運動情報に基づいて、上述の他の画像において第１領域と同じ対象部位に対応する第２領域を決定することができる。

図１３は、実施形態による医用画像処理装置の他の一例を示すブロック図である。

図１３の例に示すように、医用画像処理装置５００’は、トラッキング部５１０、受付部５１２および生成部５１４を有する。

図１４は、図１３の例に示す医用画像処理装置が実行する医用画像処理方法の一例を示すフローチャートである。図１４の例に示すように、ステップＳ２０２において、トラッキング部５１０は、心筋を含む複数の画像が経時的に配列された画像群に対して、心筋のトラッキングを行う。例えば、トラッキング部５１０は、心筋を含む複数の画像であって、経時的に配列された複数の画像のそれぞれに対してトラッキングを行って、複数の画像のそれぞれから心筋の特徴を取得する。以下、心筋の特徴として、心筋の輪郭を例に挙げて説明するが、心筋の特徴はこれに限られない。

図１５Ａ〜図１５Ｄは、医用画像処理装置５００’が実行する処理の一例を説明するための図である。ステップＳ２０２において、トラッキング部５１０は、図１５Ａに示すように、例えば、心筋を含む経時的に配列された複数の画像Ｅ〜Ｈのうち、画像Ｅに輪郭ＥＬが初期輪郭としてユーザにより設定された場合には、複数の画像Ｆ〜Ｈに対して輪郭トラッキングを行って、複数の画像Ｆ〜Ｈのそれぞれから心筋の輪郭ＦＬ〜ＨＬのそれぞれを取得する。ここで、複数の画像Ｅ〜Ｈは、それぞれ、異なる時相の画像である。以下、画像Ｅに対応する時相が「ｅ」であり、画像Ｆに対応する時相が「ｆ」であり、画像Ｇに対応する時相が「ｇ」であり、画像Ｈに対応する時相が「ｈ」である場合について説明する。

そして、受付部５１２は、ステップＳ２０４において、トラッキング部５１０によるトラッキングの結果を参照したユーザから、心筋の位置の編集を受け付ける。例えば、受付部５１２は、複数の画像Ｆ〜Ｈのうち、所定の時相の画像における心筋の輪郭の編集を受け付ける。例えば、図１５Ａの例に示すように、受付部５１２は、輪郭ＥＬを含む画像Ｅ、及び、輪郭トラッキングによって得られた輪郭ＦＬ〜ＨＬを含む画像Ｆ〜Ｈを図示しない表示部に表示させる。ここで、輪郭ＦＬ、ＧＬは正確であるものの、時相「ｈ」の画像Ｈにおいて取得した輪郭ＨＬが不正確である場合について説明する。このような場合において、ユーザが図示しない入力部（マウスやキーボード等）を操作して時相「ｈ」の画像Ｈを選択し、選択した画像Ｈにおいて正しい輪郭を入力すると、図１５Ｂに示すように、受付部５１２は、時相「ｈ」の画像Ｈにおける心筋の輪郭の編集をユーザから受け付けて、編集後の正しい輪郭ＨＬ’を図示しない表示部に表示させる。

そして、生成部５１４は、ステップＳ２０６において、編集前後の心筋の位置に基づいて、ガイド情報を生成する。例えば、生成部５１４は、所定の時相の画像において、編集前後の心筋の輪郭の位置に基づいて、編集前の心筋の輪郭の位置を始点とし、編集後の心筋の輪郭の位置を終点とするベクトルをガイド情報として生成する。例えば、図１５Ｃの例に示すように、生成部５１４は、輪郭ＨＬの各点ＨＬ−１，ＨＬ−２，・・・ＨＬ−Ｎを始点とし、輪郭ＨＬ’の対応する各点ＨＬ’−１，ＨＬ’−２，・・・ＨＬ’−Ｎのそれぞれを終点とする各ベクトルをガイド情報５−１，５−２，・・・５−Ｎとして生成する。なお、輪郭ＨＬの点ＨＬ−１は、１番目の点であり、ＨＬ−Ｎは、Ｎ番目の点である。また、輪郭ＨＬ’の点ＨＬ’−１は、１番目の点であり、ＨＬ’−Ｎは、Ｎ番目の点である。すなわち、生成部５１４は、輪郭ＨＬのｎ（ｎ＝１，・・・Ｎ）番目の点を始点とし、輪郭ＨＬ’のｎ番目の点を終点とするベクトルをガイド情報５−ｎとして生成する。

そして、トラッキング部５１０は、ステップＳ２０８において、再び、輪郭トラッキングを行う。すなわち、トラッキング部５１０は、ステップＳ２０８において、心筋を含む経時的に配列された複数の画像Ｉ〜Ｌのうち、画像Ｉに輪郭ＩＬが初期輪郭としてユーザにより設定された場合には、複数の画像Ｊ〜Ｌに対して輪郭トラッキングを行って、複数の画像Ｊ〜Ｌのそれぞれから心筋の輪郭ＪＬ〜ＬＬのそれぞれを取得する。複数の画像Ｉ〜Ｌは、それぞれ、異なる時相の画像である。以下、画像Ｉに対応する時相が「ｅ」であり、画像Ｊに対応する時相が「ｆ」であり、画像Ｋに対応する時相が「ｇ」であり、画像Ｌに対応する時相が「ｈ」である場合について説明する。すなわち、画像Ｉと画像Ｅとは時相が同一であり、画像Ｊと画像Ｆとが時相が同一であり、画像Ｋと画像Ｇとが時相が同一であり、画像Ｌと画像Ｈとが時相が同一である。

ここで、ステップＳ２０８では、トラッキング部５１０は、再び、輪郭トラッキングを行う際に、所定の時相の画像において、ガイド情報に基づいて、トラッキングの探索範囲を設定する。

具体例を挙げて説明する。例えば、トラッキング部５１０は、輪郭の編集が行われた画像Ｈと同じ時相の画像Ｌの１つ前の画像Ｋにおいて、輪郭ＫＬによって定義される領域ＫＲを複数の部分（第４部分と称する）に分割する。その後、トラッキング部５１０は、第４部分のそれぞれについて、第４部分との距離が最も近い輪郭ＫＬにおける点を検索する。そして、トラッキング部５１０は、第４部分のそれぞれについて、検索の結果得られた点に対応するガイド情報を特定する。そして、トラッキング部５１０は、画像Ｋにおいて、第４部分のそれぞれについて、特定したガイド情報が示す移動方向及び移動量だけ移動した位置を特定する。そして、トラッキング部５１０は、画像Ｌにおいて、画像Ｋで特定した第４部分のそれぞれの位置に対応する部分（第５部分と称する）を特定する。

そして、トラッキング部５１０は、画像Ｌにおいて、第５部分のそれぞれについて、第５部分を中心として探索範囲を設定する。設定した探索範囲は、例えば、必要に応じて、第５部分を中心とする円形、楕円形または方形などであってもよい。探索範囲は、その後のテンプレートマッチングに用いられる。

そして、トラッキング部５１０は、画像Ｌにおいて設定した探索範囲のそれぞれについて、探索範囲内で対応する第４部分とマッチングする第６部分を探索し、画像トラッキングを行う。

第４部分に対応する第５部分を検索し、第５部分を中心として探索範囲を設定することで、より正確、より迅速に、探索範囲内で第４部分とマッチングする第６部分を決定することができる。したがって、図１５Ｄの例に示すように、より正確、より迅速に、輪郭ＬＬを取得することができる。よって、正確、かつ、迅速に、心筋のトラッキングを行うことができる。

図９は、実施形態による医用画像装置９００の構成の一例を示すブロック図である。

実施形態の要旨と範囲を明瞭にするために、図９において、医用画像装置９００が有し得る他の部材が省略されている。医用画像装置９００は、医用画像処理装置５００を含むことができる。医用画像装置９００は、例えば、Ｘ線イメージング診断装置や、超音波（Ultrasound；UL）診断イメージング装置、コンピュータ断層スキャン（Computed Tomography；CT）装置、磁気共鳴イメージング（Magnetic Resonance Imaging；MRI）診断装置、陽電子放出断層スキャン（Positron Emission Tomography；PET）装置などであるが、これらには限定されない。

上述の医用画像処理装置を医用画像装置に設置する具体的な手段または方法は、当業者にとっては周知であるので、ここでは説明を省略する。

以上において、具体的な実施形態と共に、実施形態の基本原理を説明したが、当業者によって、上記の実施形態の方法の全て又はいずれかのステップ、若しくは、上記の実施形態の装置の全て又はいずれかの構成が、あるコンピュータ（処理装置、記憶媒体などを含む）またはコンピュータのネットワークにおいて、ソフトウェア、ファームウエア、またはこれらの組合せによって実現される。それは、明細書の実施形態を理解して基本的なプログラミング技術を使用する当業者によって実現される。

そのため、実施形態の目的は、任意のコンピュータに１つのプログラムまたは一連のプログラムを実行させることで実現することができる。このコンピュータは、公知の汎用装置であっでもよい。したがって、実施形態の目的は、実施形態の上述の方法または上述の装置を実現するためのプログラムコードを含むプログラムを提供するだけで実現することができる。つまり、このようなプログラムは、実施形態を構成することもでき、また、このようなプログラムを記憶する記憶媒体も実施形態を構成する。明らかに、この記憶媒体は、何らかの公知の記憶媒体または将来、開発される何らかの記憶媒体であっでもよい。

ソフトウェアおよび／またはファームウエアを使用して実施形態を実現する場合、ソフトウェアを構成するプログラムは、記憶媒体またはネットワークを介して、専用ハードウェア構成を有するコンピュータ、例えば、図１０に示すような汎用コンピュータ１０００にインストールされる。コンピュータは、プログラムがインストールされると、プログラムの機能を実現することができる。

図１０において、中央演算処理装置（ＣＰＵ（Central Processing Unit））１００１は、読み取り専用メモリ（ＲＯＭ（Read Only Memory））１００２に記憶されているプログラム、又は、記憶部１００８から読み書き兼用メモリ（ＲＡＭ（Random Access Memory））１００３にロードされたプログラムを用いて、各種処理を実行する。必要に応じて、ＲＡＭ１００３には、ＣＰＵ１００１が各種処理を実行する際に必要なデータが記憶される。ＣＰＵ１００１、ＲＯＭ１００２およびＲＡＭ１００３は、入力／出力インターフェース１００５が接続されたバスライン１００４を介してそれぞれ接続されている。

下記の各部は、入力／出力インターフェース１００５に接続されている：入力部１００６（キーボード、マウス等を含む）、出力部１００７（モニタ、例えば、ブラウン管（ＣＲＴ）、液晶モニタ（ＬＣＤ）等や、スピーカ等を含む）、記憶部１００８（ハードディスクを含む）、通信部１００９（ネットワークインターフェースカード、例えば、ＬＡＮカード、モデム等）。通信部１００９は、インターネット等のネットワークを介して通信処理を実施する。必要に応じて、ドライバ１０１０も入力／出力インターフェース１００５に接続されてもよい。リムーバブル・メディア（取り外し可能な媒体）１０１１は、例えば、磁気ディスク、光ディスク、ＭＯ、半導体メモリ等であって、必要に応じて、ドライバ１０１０にインストールされる。そして、そこから、コンピュータプログラムが読み出されて、記憶部１００８へダウンロードされる。

ソフトウェアを介して上述の一連の処理を実現する場合、インターネット等のネットワーク又は記憶媒体（例えば、リムーバブル・メディア１０１１）からソフトウェアを構成するプログラムをダウンロードしても良い。

このような記憶媒体は、図１０に示すような、プログラムが記憶され、装置とは離れたところからユーザにプログラムを提供するリムーバブル・メディア１０１１に限らない。リムーバブル・メディア１０１１の例としては、磁気ディスク（フロッピー（登録商標）ディスク、光ディスク（ＣＤ−ＲＯＭやＤＶＤを含む）、磁気光ディスク（ＭｉＤｉｓｃ（ＭＤ、登録商標）を含む）、半導体記憶装置を含む。また、記憶媒体はＲＯＭ１００２であっても良く、記憶部１００８に含まれるハードディスク等、その中にプログラムが記憶され、それらを含む装置からユーザへプログラムが送られる形態でも良い。

実施形態は、更に、装置が読み取り可能な命令コードを含むプログラムを提供する。上述の方法は、装置によって命令コードが読み取られて実行されることにより、実行される。

さらに、コンピュータが読み取り可能な命令コードを含むプログラムが格納された記憶媒体も実施形態に含まれる。その記憶媒体は、フロッピー（登録商標）ディスク、光ディスク、磁気光ディスク、メモリカード、メモリスティック等に限定されない。

当業者にとっては、上述のこれらの例は、例示であり、実施形態は、これらの例示に限定されない。

本明細書において、“第１”、“第２”および“第Ｎ番目”などの表記は、説明した特徴を文字によって区分して、実施形態を明確に説明するために用いられる。そのため、“第１”、“第２”および“第Ｎ番目”などの表記は、何らかの限定的な意味を有すると解釈されない。

一例として、上述の方法の各ステップおよび上述の装置の各部は、ソフトウェア、ファームウエア、ハードウェアあるいはそれらの組み合わせとして実装されても良く、対応する装置の一部分として機能を果たす。上述の装置の各部は、当業者によって周知の具体的な手段や具体的な方法によってソフトウェア、ファームウエア、ハードウェアあるいはそれらの組み合わせとして構成することができるので、この具体的な手段や具体的な方法については、ここでは、説明を省略する。

一例として、上述のステップおよび上述の各部がソフトウェア又はファームウエアにより実現した場合、そのソフトウェア又はフェームウェアを構成するプログラムは、記憶媒体から、又は、ネットワークを介して専用のハードウェア構造のコンピュータ（例えば、図１０に示す汎用コンピュータ１０００）にインストールされると、このコンピュータは、各種プログラムがインストールされた状態で、各種機能等を実現することができる。

上述した具体的な実施形態において、一つの実施形態に示す特徴について、同様の方法を一つあるいは複数の他の実施方法の中で適用したり、その他の実施方法と組み合わせたり、あるいはその他の実施方法における特徴に替えるといったことも可能である。

さらに、“包含する／含む”といった用語は、特徴、要素、ステップ又は構造の存在を指し示す。ただし、“包含する／含む”といった用語は、その他の特徴、要素、ステップ又は構造の存在や付加の排除を意味するものではない。

このほか、実施形態の方法は、詳細な説明の欄において説明された時間順序に沿って実施されるものに限らず、その他の時間順序に沿って、同時に、あるいは独立して実施されても良い。それゆえ、本願の詳細な説明において説明された方法の実施順序は、実施形態の技術範囲に対する構成を制限するものではない。

以上述べた少なくとも１つの医用画像処理装置、医用画像処理方法および医用画像装置によれば、正確、かつ、迅速に心筋のトラッキングを行うことができる。

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。

１１００ 医用画像処理装置
１１１０ 選択部
１１２０ 推定部
１１３０ トラッキング部

Claims (12)

1. 心筋を含む複数の画像が経時的に配列された画像群のうちの少なくとも１つの画像において前記心筋として設定された第１領域に基づいて、前記画像群のうちの他の画像における前記心筋とされる第２領域を推定する推定部と、
   前記第２領域において前記第１領域における第１部分に対応する第２部分であって、前記第２領域の輪郭に対して、前記第１領域の輪郭と前記第１部分との位置関係と同一の位置関係を有する第２部分を検索し、前記他の画像において前記第２部分を中心として探索範囲を設定し、前記探索範囲内で前記第１部分とマッチングする第３部分を探索し、前記第３部分に基づく領域を前記心筋の領域とする画像トラッキングを行うトラッキング部と、
   を備える、医用画像処理装置。
2. 前記推定部は、
   前記心筋の特徴に基づいて前記画像群のうちの少なくとも２つの画像のそれぞれにおいて前記第１領域を定義するための第１輪郭候補を設定する第１輪郭決定部と、
   テンプレートマッチングを用いて前記第１輪郭候補を追跡する輪郭トラッキングを行い、前記他の画像における前記第１輪郭候補に対応する第３輪郭候補を取得する輪郭トラッキング部と、
   前記他の画像において前記第３輪郭候補を合成して第２輪郭候補を決定し、前記第２輪郭候補が定義する前記第２領域を決定する第２輪郭決定部と、
   を備える、請求項１に記載の医用画像処理装置。
3. 前記第１輪郭決定部は、前記心筋の内膜及び外膜のそれぞれに対して前記第１輪郭候補を同一の時相の画像において設定し、
   前記輪郭トラッキング部は、前記第１輪郭候補ごとに、当該第１輪郭候補について、前記輪郭トラッキングを行い、前記他の画像における当該第１輪郭候補に対応する第３輪郭候補を取得する、請求項２に記載の医用画像処理装置。
4. 前記第２輪郭決定部は、前記他の画像と前記少なくとも２つの画像との間の画像シーケンス距離に基づいて前記第３輪郭候補に対して加重平均を行って前記第２輪郭候補を決定する、請求項２に記載の医用画像処理装置。
5. 前記推定部は、
   前記心筋の特徴に基づいて前記画像群のうちの１つの画像において前記第１領域を定義するための第１輪郭候補を設定する第１輪郭決定部と、
   テンプレートマッチングを用いて前記第１輪郭候補を追跡する輪郭トラッキングを行って第２輪郭候補を取得し、前記第２輪郭候補が定義する前記第２領域を決定する輪郭トラッキング部と、
   を備える、請求項１に記載の医用画像処理装置。
6. 前記推定部は、
   前記心筋の特徴に基づいて前記画像群のうちの１つの画像において前記第１領域を設定する第１領域設定部と、
   前記画像群のうちの前記他の画像における画素の移動情報に基づいて前記他の画像における前記第２領域を決定する第２領域決定部と、
   を備える、請求項１に記載の医用画像処理装置。
7. 前記推定部は、
   前記他の画像と前記１つの画像とを位置合わせすることで前記他の画像における画素の移動情報を取得する取得部をさらに備える、請求項６に記載の医用画像処理装置。
8. 前記トラッキング部は、前記第１部分をテンプレートとして前記探索範囲内でテンプレートマッチングを行って前記第１部分とマッチングする第３部分を決定する、請求項１乃至７のいずれか一項に記載の医用画像処理装置。
9. 前記推定部は、医用診断装置によって取得されたデータに基づく医用画像を含む前記画像群のうちの少なくとも１つの画像において設定された前記第１領域に基づいて、前記第２領域を推定することを特徴とする請求項１乃至８のいずれか一項に記載の医用画像処理装置。
10. 心筋を含む複数の画像が経時的に配列された画像群のうちの少なくとも１つの画像において前記心筋として設定された第１領域に基づいて、前記画像群のうちの他の画像における前記心筋とされる第２領域を推定し、
    前記第２領域において前記第１領域における第１部分に対応する第２部分であって、前記第２領域の輪郭に対して、前記第１領域の輪郭と前記第１部分との位置関係と同一の位置関係を有する第２部分を検索し、前記他の画像において前記第２部分を中心として探索範囲を設定し、前記探索範囲内で前記第１部分とマッチングする第３部分を探索し、前記第３部分に基づく領域を前記心筋の領域とする画像トラッキングを行うことを含む、医用画像処理方法。
11. 心筋を含む複数の画像が経時的に配列された画像群のうちの少なくとも１つの画像において前記心筋として設定された第１領域に基づいて、前記画像群のうちの他の画像における前記心筋とされる第２領域を推定する推定部と、
    前記第２領域において前記第１領域における第１部分に対応する第２部分であって、前記第２領域の輪郭に対して、前記第１領域の輪郭と前記第１部分との位置関係と同一の位置関係を有する第２部分を検索し、前記他の画像において前記第２部分を中心として探索範囲を設定し、前記探索範囲内で前記第１部分とマッチングする第３部分を探索し、前記第３部分に基づく領域を前記心筋の領域とする画像トラッキングを行うトラッキング部と、
    を有する医用画像処理装置を備える、医用画像装置。
12. Ｘ線イメージング診断装置、超音波診断イメージング装置、コンピュータ断層スキャン装置、磁気共鳴イメージング診断装置、及び、陽電子放出断層スキャン装置のいずれかを含むことを特徴とする請求項１１に記載の医用画像装置。

Images