JP6642048B2 - 医療画像表示システム、医療画像表示プログラム及び医療画像表示方法 - Google Patents

Description

本発明は、医療画像表示システム、医療画像表示プログラム及び医療画像表示方法に関する。

医療の現場では、患者の疾患の経過判断のために、読影医が、異なる時期に撮影されたＣＴ（Computed Tomography）画像等の医療画像を、医療画像表示システムを用いて比較読影する場合がある。このとき、比較読影される患者の部位が肺等であった場合、ＣＴ画像の各領域には患者の心拍や呼吸に伴う位置の変動が含まれることになる。このため、医療画像表示システムでは、ＣＴ画像内の所定の領域を表示する際に特徴点（例えば血管、気管支の分岐部分等）を抽出し、特徴点の位置がマッチングするように位置合わせを行うことで、比較する領域について位置の変動を補正する。これにより、読影医は、肺等の部位のＣＴ画像であっても、領域ごとの比較読影を容易に行うことができる。

特開２０１３−１４１６０３号公報

ここで、上記のようなマッチングを行う場合、抽出した特徴点の数が多いと、位置合わせに時間がかかるという問題がある。特に、抽出した全ての特徴点を用いて位置合わせを行うシステムの場合、抽出した特徴点の中には、マッチングに失敗する可能性が高い特徴点も含まれており、位置合わせに時間がかかる要因となっている。

一つの側面では、医療画像における位置合わせを高速化することを目的とする。

一態様によれば、医療画像表示システムは、
医療画像より、他の医療画像との位置合わせに用いる特徴点を抽出する特徴点抽出部と、
前記医療画像より、所定の濃度範囲内の濃度値を有する画素を含む濃淡画素領域を抽出する濃度閾値処理部と、
前記医療画像より、エッジ画素領域を検出するエッジ検出部と、
前記医療画像より抽出された前記濃淡画素領域の内部に含まれる前記エッジ画素領域の、該濃淡画素領域内での位置を特定することで、該濃淡画素領域がＧＧＯ（Ground Glass Opacity）領域か否かを判定する判定部と、
前記医療画像より抽出された前記特徴点のうち、前記判定部によりＧＧＯ領域でないと判定された前記濃淡画素領域の内部に含まれる前記特徴点を用いて、前記医療画像と前記他の医療画像との位置合わせを行う位置合わせ処理部とを有する。

医療画像における位置合わせを高速化することができる。

ＣＴ画像撮影システムの一例を示す図である。 医療画像表示システムのハードウェア構成を示す図である。 医療画像表示システムにおける診断支援部の処理内容と、読影医の操作内容と、並列表示画面の表示内容との関係を示す第１の図である。 医療画像表示システムにおける診断支援部の処理内容と、読影医の操作内容と、並列表示画面の表示内容との関係を示す第２の図である。 画像ＤＢに格納される情報の一例を示す図である。 第２のレジストレーション部の機能構成の詳細を示す図である。 特徴点抽出部の処理内容の詳細を説明するための図である。 ＣＴ値と、ＣＴ画像における濃度値と、患者の組織との関係を示した図である。 特徴点フィルタリング部において抽出した濃淡画素領域が、疾患領域であるか否かを判定する処理を説明するための第１の図である。 特徴点フィルタリング部において抽出した濃淡画素領域が、疾患領域であるか否かを判定する処理を説明するための第２の図である。 特徴点フィルタリング部において抽出した濃淡画素領域が、疾患領域であるか否かを判定する処理を説明するための第３の図である。 特徴点フィルタリング部の機能構成を示す第１の図である。 特徴点フィルタリング処理の第１のフローチャートである。 特徴点フィルタリング処理前後の画像を示す図である。 特徴点フィルタリング部の機能構成の詳細を示す第２の図である。 各特徴点について算出された信頼度を示す図である。 特徴点フィルタリング処理の第２のフローチャートである。

以下、各実施形態について添付の図面を参照しながら説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複した説明を省く。

また、以下の各実施形態において、"ＣＴ画像の位置合わせに有効な特徴点"とは、例えば、各ＣＴ画像間で経時変化しないか、ほとんど経時変化しない領域（正常領域）の内部に含まれる特徴点を指す。正常領域の内部に含まれる特徴点は、マッチングに成功する可能性が高いからである。更に、以下の各実施形態において、"ＣＴ画像の位置合わせに有効でない特徴点"とは、例えば、すりガラス状陰影等のように癌の初期状態である疾患領域の内部に含まれる特徴点を指す。疾患領域は、病気の進行に伴って経時変化する蓋然性が高く、疾患領域の内部に含まれる特徴点は、マッチングに失敗する可能性が高いからである。

［第１の実施形態］
はじめに、第１の実施形態における医療画像表示システムを含むＣＴ（Computed Tomography）画像撮影システムについて説明する。図１は、ＣＴ画像撮影システムの一例を示す図である。

ＣＴ画像撮影システム１００は、ＣＴ装置１１０と医療画像表示システム１２０と画像データベース（以下、データベースをＤＢと略す）１３０とを有する。ＣＴ装置１１０と医療画像表示システム１２０とは配線１１１を介して接続されており、両装置間では各種データの送受信が行われる。また、医療画像表示システム１２０と画像ＤＢ１３０とは配線１２１を介して接続されており、両装置間においても各種データの送受信が行われる。

ＣＴ装置１１０は、放射線等を利用して患者の体内を走査し、コンピュータを用いて処理することで、患者のスライス画像であるＣＴ画像を生成する（以下、このような処理を"ＣＴ画像を撮影する"と称する）。ＣＴ装置１１０は、撮影したＣＴ画像を医療画像表示システム１２０に送信する。

医療画像表示システム１２０は、ＣＴ装置１１０において撮影されたＣＴ画像を、接続された画像ＤＢ１３０に格納する。医療画像表示システム１２０には診断支援プログラムがインストールされており、診断支援プログラムがコンピュータにより実行されることで、医療画像表示システム１２０は診断支援部１４０として機能する。

画像ＤＢ１３０は、ＣＴ装置１１０において撮影されたＣＴ画像を、医療画像表示システム１２０を介して受信し、同じ時期に撮影された複数のＣＴ画像（撮像群）ごとにわけて格納する。

診断支援部１４０は、画像ＤＢ１３０に格納されたＣＴ画像を、読影医が読影する際に利用される。診断支援部１４０は、例えば異なる時期に撮影されたＣＴ画像を、読影医が比較読影できるように並列に表示する。なお、以下では、並列に表示されたＣＴ画像のうち、一方（例えば所定期間経過前に撮影されたＣＴ画像）を"比較元ＣＴ画像"と称し、他方（例えば所定期間経過後に撮影されたＣＴ画像）を"比較先ＣＴ画像"と称する。

診断支援部１４０は、比較元ＣＴ画像内において読影医により指定された位置を含む所定領域（ＲＯＩ：Region of interest）の画像を拡大表示画面に拡大表示する。また、診断支援部１４０は、指定された位置を含む所定領域に対応する対応領域の画像を比較先ＣＴ画像より抽出し、拡大表示画面に拡大表示する。

なお、診断支援部１４０は、これらの処理を実行するために、第１のレジストレーション部１４１と、第２のレジストレーション部１４２と、表示制御部１４３とを有する。

第１のレジストレーション部１４１は、例えば、第１のレジストレーションプログラムがコンピュータにより実行されることで実現される。第１のレジストレーション部１４１は、異なる時期に撮影されたＣＴ画像を並列に表示する際に、各ＣＴ画像間の位置ずれをアフィン変換により補正することで、各ＣＴ画像間の大域的位置合わせを行う。

第２のレジストレーション部１４２は、例えば、医療画像表示プログラムの一例である第２のレジストレーションプログラムがコンピュータにより実行されることで実現される。第２のレジストレーション部１４２は、読影医により指定された位置を含む所定領域の画像を抽出するとともに、比較先ＣＴ画像において変換処理を行うことで局所的位置合わせを行い、比較先ＣＴ画像より対応領域の画像を抽出する。なお、変換処理には種々の処理が含まれるが、第１の実施形態において変換処理とは、平行移動を指すものとし、以下では、変換処理を行うことで比較先ＣＴ画像より抽出された対応領域の画像を、"局所的位置合わせが行われた画像"と称する。

表示制御部１４３は、例えば、表示プログラムがコンピュータにより実行されることで実現される。表示制御部１４３は、読影医により選択された比較元ＣＴ画像を表示するよう制御するとともに、読影医により指定された位置を含む所定領域の画像を拡大表示画面に拡大表示するよう制御する。また、表示制御部１４３は、第２のレジストレーション部１４２により抽出された、局所的な位置合わせが行われた画像を拡大表示画面に拡大表示するよう制御する。

次に、医療画像表示システム１２０のハードウェア構成について説明する。図２は、医療画像表示システムのハードウェア構成を示す図である。図２に示すように、医療画像表示システム１２０は、ＣＰＵ（Central Processing Unit）２０１、ＲＯＭ（Read Only Memory）２０２、ＲＡＭ（Random Access Memory）２０３を備える。また、医療画像表示システム１２０は、補助記憶装置２０４、接続装置２０５、表示装置２０６、操作装置２０７、ドライブ装置２０８を備える。なお、医療画像表示システム１２０の各部は、バス２０９を介して相互に接続されている。

ＣＰＵ２０１は、補助記憶装置２０４に格納された各種プログラム（例えば、第１のレジストレーションプログラム、第２のレジストレーションプログラム、表示プログラム等）を実行するコンピュータである。

ＲＯＭ２０２は不揮発性メモリである。ＲＯＭ２０２は、補助記憶装置２０４に格納された各種プログラムをＣＰＵ２０１が実行するために必要な各種プログラム、データ等を格納する主記憶部として機能する。具体的には、ＲＯＭ２０２は、ＢＩＯＳ（Basic Input/Output System）やＥＦＩ（Extensible Firmware Interface）等のブートプログラム等を格納する。

ＲＡＭ２０３は揮発性メモリであり、ＤＲＡＭ（Dynamic Random Access Memory）やＳＲＡＭ（Static Random Access Memory）等を含む。ＲＡＭ２０３は、補助記憶装置２０４に格納された各種プログラムがＣＰＵ２０１によって実行される際に展開される、作業領域を提供する主記憶部である。

補助記憶装置２０４は、医療画像表示システム１２０にインストールされた各種プログラムや、各種プログラムが実行されることで生成されるデータ等を記録するコンピュータ読み取り可能な記憶装置である。

接続装置２０５は、ＣＴ装置１１０及び画像ＤＢ１３０と接続され、ＣＴ装置１１０及び画像ＤＢ１３０との間で、各種データの送受信を行う。表示装置２０６は、画像ＤＢ１３０に格納されたＣＴ画像を表示制御部１４３による制御のもとで並列表示画面に表示する。操作装置２０７は、読影医が医療画像表示システム１２０に対して行う各種操作を受け付ける。

ドライブ装置２０８は記録媒体２１０をセットするためのデバイスである。ここでいう記録媒体２１０には、ＣＤ−ＲＯＭ、フレキシブルディスク、光磁気ディスク等のように情報を光学的、電気的あるいは磁気的に記録する媒体が含まれる。また、記録媒体２１０には、ＲＯＭ、フラッシュメモリ等のように情報を電気的に記録する半導体メモリ等も含まれる。

なお、補助記憶装置２０４に格納される各種プログラムは、例えば、配布された記録媒体２１０がドライブ装置２０８にセットされ、該記録媒体２１０に記録された各種プログラムがドライブ装置２０８により読み出されることでインストールされる。あるいは、補助記憶装置２０４に格納される各種プログラムは、接続装置２０５を介してネットワークからダウンロードされることでインストールされる。

次に、診断支援部１４０として機能する医療画像表示システム１２０の処理内容と、そのときの読影医の操作内容ならびに医療画像表示システム１２０の表示装置２０６に表示される並列表示画面との関係について説明する。

図３及び図４は、医療画像表示システムにおける診断支援部の処理内容と、読影医の操作内容と、並列表示画面の表示内容との関係を示す第１及び第２の図である。

医療画像表示システム１２０が診断支援部１４０として機能することで、表示制御部１４３による処理が開始され、表示装置２０６には、異なる時期に撮影されたＣＴ画像を並列して表示させるための並列表示画面３００が表示される（図３参照）。並列表示画面３００には、所定の患者について所定の時期に撮影された所定の部位（ここでは肺）の撮像群を、比較元ＣＴ画像群として、読影医が選択するための機能が設けられている。

表示制御部１４３は、読影医により比較元ＣＴ画像群が選択されると、選択された比較元ＣＴ画像群を、画像ＤＢ１３０から読み出す。更に、選択された比較元ＣＴ画像群の中から、読影医により所定の比較元ＣＴ画像（ここではファイル名＝"ＩｍａｇｅＡ０１５"）が指定されると、表示制御部１４３は、指定された比較元ＣＴ画像を並列表示画面３００に表示するよう制御する。

並列表示画面３００には、更に、比較元ＣＴ画像と比較すべく、異なる時期に撮影された同一患者の同一部位の撮像群を、比較先ＣＴ画像群として、読影医が選択するための機能が設けられている。具体的には、患者ＩＤや撮影日時、撮影部位（ここでは肺）等を入力して比較先ＣＴ画像群を選択するための機能が設けられている。

表示制御部１４３は、読影医により患者名、撮影日時、撮影部位等が入力されると、入力された当該情報により特定される撮像群を比較先ＣＴ画像群として、画像ＤＢ１３０から読み出す。更に、表示制御部１４３は、読み出した比較先ＣＴ画像群の中から読影医により所定の比較先ＣＴ画像（ここではファイル名＝"ＩｍａｇｅＢ０１８"）が指定されると、指定された比較先ＣＴ画像を並列表示画面３００に表示するよう制御する。

このとき、診断支援部１４０では第１のレジストレーション部１４１が処理を開始し、読み出した各ＣＴ画像に対して、回転や平行移動等のアフィン変換を用いて補正を行うことで大域的位置合わせを行う（図４参照）。第１のレジストレーション部１４１がＣＴ画像全体に対して大域的位置合わせを行うことで、比較元ＣＴ画像と比較先ＣＴ画像との間の大域的な位置ずれが解消される。

大域的位置合わせが完了すると、読影医は、並列表示画面３００に表示された比較元ＣＴ画像において腫瘍部分Ｆの位置を指定できるようになる。並列表示画面３００において、読影医が腫瘍部分Ｆの位置を指定すると、表示制御部１４３は、指定された腫瘍部分Ｆの位置を含む所定領域（ＲＯＩ：Region of interest）４０１の画像を、比較元ＣＴ画像上の拡大表示画面に拡大表示するよう制御する。

所定領域４０１の画像が拡大表示されると、第２のレジストレーション部１４２は、比較先ＣＴ画像において変換処理を行うことで局所的位置合わせを行う。これにより、第２のレジストレーション部１４２は、腫瘍部分Ｆに対応する腫瘍部分Ｆ'の位置を含む対応領域の画像（局所的位置合わせが行われた画像）を抽出する。また、第２のレジストレーション部１４２は、対応領域の画像を、表示制御部１４３に通知する。

表示制御部１４３は、第２のレジストレーション部１４２より通知された対応領域４０２の画像を、比較先ＣＴ画像上の拡大表示画面に拡大表示するよう制御する。これにより、並列表示画面３００には、局所的位置合わせが行われた画像として、腫瘍部分Ｆに対応する腫瘍部分Ｆ'の位置を含む対応領域４０２の画像が表示される。

このように、医療画像表示システム１２０によれば、比較元ＣＴ画像において読影医が腫瘍部分Ｆの位置を指定した場合に、所定領域４０１の画像を拡大表示することができる。また、比較先ＣＴ画像より対応領域４０２の画像を自動的に抽出し、拡大表示画面に拡大表示することができる。この結果、読影医は、異なる時期に撮影された撮像群に含まれる各ＣＴ画像間の対応位置の比較読影を容易に行うことができ、腫瘍がどのように変化したのかを容易に診断することができる。

次に、画像ＤＢ１３０について説明する。図５は、画像ＤＢに格納される情報の一例を示す図である。図５に示すように、画像ＤＢ１３０に格納される情報は患者ごとに分類されて管理されており、図５は患者ＩＤ＝"ｘｘｘ"の患者についての情報の一例を示している。

図５に示すように、情報の項目には、"撮影日時"、"撮影部位"、"シリーズ名"、"撮像群"が含まれる。"撮影日時"には、ＣＴ画像を撮影した日時についての情報が格納される。"撮影部位"には、撮影対象となる特定の部位についての情報が格納される。"シリーズ名"には、撮影により得られた複数のＣＴ画像からなるシリーズを特定するためのシリーズ名が格納される。"撮像群"には、撮影により得られた複数のＣＴ画像それぞれのファイル名が格納される。

図５の例は、撮影日時＝"Ｈ２６．２．５"に撮影部位＝"肺"について撮影が行われることで得られた、ＩｍａｇｅＡ００１〜ＩｍａｇｅＡ０３０のＣＴ画像を含むシリーズ名＝"シリーズＡ"のシリーズが画像ＤＢ１３０に格納されていることを示している。また、撮影日時＝"Ｈ２６．８．３"に撮影部位＝"肺"について撮影が行われることで得られた、ＩｍａｇｅＢ００１〜ＩｍａｇｅＢ０３０のＣＴ画像を含むシリーズ名＝"シリーズＢ"のシリーズが画像ＤＢ１３０に格納されていることを示している。

なお、図５中の点線は、"ＩｍａｇｅＡ０１５"のＣＴ画像が比較元ＣＴ画像として読影医により指定されたことを示している。また、"ＩｍａｇｅＢ０１８"のＣＴ画像が比較先ＣＴ画像として読影医により指定されたことを示している。

次に、診断支援部１４０の各部の機能について説明する。なお、以下では、第１のレジストレーション部１４１及び表示制御部１４３についての機能の説明は省略し、主に第２のレジストレーション部１４２の機能について説明する。

上述したとおり、大域的位置合わせが完了した時点では、比較元ＣＴ画像と比較先ＣＴ画像との間では全体的な位置の変動は補正されている一方で、患者の心拍や呼吸に起因する局所的な位置の変動は残されている。このため、読影医により指定された腫瘍部分Ｆの位置を含む所定領域４０１に対応する対応領域４０２の画像を拡大表示するにあたり、第２のレジストレーション部１４２は、局所的な位置の変動を補正するための移動ベクトルを算出して局所的位置合わせを行う。移動ベクトルとは、比較元ＣＴ画像の所定領域４０１の画像に対する比較先ＣＴ画像の対応する領域の画像の位置の変動（つまり、局所的な位置の変動）の方向及び大きさを示すベクトルである。第２のレジストレーション部１４２は、算出した移動ベクトルに基づいて、比較先ＣＴ画像の対応する領域を平行移動させる変換処理を行うことで、局所的位置合わせが行われた画像を抽出する。これにより、第２のレジストレーション部１４２は、比較先ＣＴ画像より対応領域４０２の画像を抽出することができる。

図６を用いて、かかる処理を行う第２のレジストレーション部１４２の機能構成について詳細に説明する。図６は、第２のレジストレーション部の機能構成の詳細を示す図である。

図６に示すように、第２のレジストレーション部１４２は、ＣＴ画像入力部６０１、領域抽出部６０２、特徴点抽出部６０３、特徴点フィルタリング部６０４、特徴点マッチング部６０５、集計部６０６、変換部６０７、出力部６０８を有する。なお、特徴点マッチング部６０５、集計部６０６、変換部６０７を総称して局所的位置合わせ処理部６１０と呼ぶ。

ＣＴ画像入力部６０１は、第１のレジストレーション部１４１により大域的位置合わせが行われた比較元ＣＴ画像及び比較先ＣＴ画像を入力する。

領域抽出部６０２は、入力された比較元ＣＴ画像のうち、読影医により指定された腫瘍部分Ｆの位置を含む所定領域４０１の画像を抽出する。また、領域抽出部６０２は、入力された比較先ＣＴ画像のうち、所定領域４０１に対応する領域の画像を抽出する。領域抽出部６０２により抽出された画像は、特徴点抽出部６０３及び変換部６０７に入力される。

特徴点抽出部６０３は、領域抽出部６０２により抽出された画像それぞれについて、特徴点を抽出する。特徴点とは、例えば、画像内における血管や気管支の分岐部分、血管や気管支の端部、臓器の境界面等に対応する位置の画素（または画素群）であり、領域抽出部６０２により抽出された画像間において局所的位置合わせをする際に用いられる。なお、特徴点抽出部６０３の処理内容の詳細は後述する。

特徴点フィルタリング部６０４は、特徴点抽出部６０３により抽出された特徴点を、局所的位置合わせをするのに有効な特徴点と、局所的位置合わせするのに有効でない特徴点とに分類する。また、特徴点フィルタリング部６０４は、分類した特徴点のうち局所的位置合わせをするのに有効な特徴点を、特徴点マッチング部６０５に出力し、局所的位置合わせをするのに有効でない特徴点を除外する。

このように、特徴点フィルタリング部６０４が、局所的位置合わせをするのに有効でない特徴点を除外することで、特徴点マッチング部６０５は、抽出された特徴点同士のマッチングを行う際の特徴点の数を削減することができる。この結果、マッチングを高速化することができる（つまり、位置合わせを高速化することができる）。

また、特徴点フィルタリング部６０４が局所的位置合わせをするのに有効な特徴点を出力することで、特徴点マッチング部６０５は、局所的位置合わせをするのに有効な特徴点を用いてマッチングを行うことができる。この結果、局所的位置合わせ処理部６１０における位置合わせの精度を向上させることができる。なお、特徴点フィルタリング部６０４の処理内容の詳細は後述する。

特徴点マッチング部６０５は、特徴点フィルタリング部６０４より出力された特徴点を用いてマッチングを行い、特徴点同士の対応関係を認識するとともに、対応する特徴点間それぞれの移動ベクトルを算出する。

集計部６０６は、特徴点マッチング部６０５において算出した、対応する特徴点間それぞれの移動ベクトルを集計する。これにより、集計部６０６は、比較先ＣＴ画像より局所的位置合わせが行われた画像を抽出するための変換処理に用いられる１の移動ベクトルを算出する。

変換部６０７は、集計部６０６において算出した１の移動ベクトルを用いて変換処理を行うことで、比較先ＣＴ画像より局所的位置合わせが行われた画像を抽出する。

出力部６０８は、所定領域４０１の画像と、局所的位置合わせが行われた画像（対応領域４０２の画像）とを表示制御部１４３に出力する。

次に、第２のレジストレーション部１４２に含まれる各部のうち、特徴点抽出部６０３及び特徴点フィルタリング部６０４の処理内容について、更に詳細に説明する。

まず、特徴点抽出部６０３の処理内容について図７を用いて詳細に説明する。図７は、特徴点抽出部の処理内容の詳細を説明するための図である。

特徴点抽出部６０３は、ＦＡＳＴ（Feature from Accelerated Segment Test）と呼ばれる抽出方法を用いて、画像内の特徴点を抽出する。図７（ａ）は、ＦＡＳＴによる特徴点の抽出方法を説明するための図である。

図７（ａ）に示すように、特徴点抽出部６０３は、領域抽出部６０２により抽出された領域の画像内の各画素について特徴点に該当するか否かを判定するにあたり、注目画素Ｐの周囲の円周上における１６個の画素（画素７０１〜７１６）を取得する。

また、特徴点抽出部６０３は、取得した１６個の画素（画素７０１〜７１６）のうち、連続してｎ個以上の画素が注目画素Ｐと比較して濃度閾値ｔ以上明るいか、または、濃度閾値ｔ以上暗い場合に、注目画素Ｐが特徴点に該当すると判定する。なお、濃度閾値ｔは予め定められた値である。

特徴点抽出部６０３は、領域抽出部６０２により抽出された領域の画像内のすべての画素について同様の処理を行うことで、特徴点を抽出する。

図７（ｂ）は、領域抽出部６０２により抽出された所定領域４０１の画像（特徴点抽出前）を示している。なお、図７（ｂ）において、黒色の線は、血管や気管支を示している。また、図７（ｃ）は、領域抽出部６０２により抽出された所定領域４０１の画像から、特徴点抽出部６０３が、特徴点を抽出し、抽出した特徴点の位置に十字のマークを配した様子を示している。

図７（ｃ）に示すように、特徴点抽出部６０３は、血管や気管支（図中の黒色の線）の分岐部分や血管や気管支の端部等を、特徴点として抽出することができる。

続いて、特徴点フィルタリング部６０４の処理内容について、図８〜図１１を用いて詳細に説明する。特徴点フィルタリング部６０４は、特徴点抽出部６０３により抽出された特徴点を、局所的位置合わせをするのに有効な特徴点と有効でない特徴点とに分類するために、特徴点が正常領域に含まれるか疾患領域に含まれるかを判定する。

このため、特徴点フィルタリング部６０４は、まず、領域抽出部６０２により抽出された領域の画像に対して、濃度閾値処理を行うことで、疾患領域を含む濃淡画素領域を抽出する。そして、特徴点フィルタリング部６０４は、抽出した濃淡画素領域が疾患領域であるか否か（疾患領域であるか正常領域であるか）を判定する。

図８は、ＣＴ値と、ＣＴ画像における濃度値と、患者の組織との関係を示した図である。ＣＴ画像における各画素の濃度値は、ＣＴ装置１１０が患者を撮影することで検出されるＣＴ値を、例えば、４０９６階調に変換したものである。ＣＴ装置１１０により検出されるＣＴ値は、物質のＸ線吸収の程度を表しており、水のＣＴ値が０［ＨＵ］、空気のＣＴ値が−１０００［ＨＵ］となるように定義されている。

図８の例では、ＣＴ値＝−１０００［ＨＵ］の場合の濃度値を０とし、ＣＴ値＝２０００［ＨＵ］の場合の濃度値を４０９６としている。この場合、すりガラス状陰影等のように癌の初期状態が含まれる疾患領域の濃度値の範囲として、例えば、４３７〜９８３は、−２８０［ＨＵ］から−６８０［ＨＵ］の範囲となる。なお、すりガラス状陰影等のように癌の初期状態が含まれる疾患領域を、以下では、「ＧＧＯ（Ground Glass Opacity）領域」と称する。

このように、所定の濃度範囲内の濃度値を有する画素を抽出するための濃度閾値処理を行うことで、特徴点フィルタリング部６０４は、ＧＧＯ領域を含む濃淡画素領域を抽出することができる。

一方で、図８に示すように、ＧＧＯ領域の濃度値は、細い血管や気管支等の濃度値と概ね等しく、ＧＧＯ領域を抽出するための濃度閾値処理を行った場合、細い血管や気管支も抽出されることになる。なお、細い血管や気管支等は、ＧＧＯ領域の内部においても、ＧＧＯ領域以外の肺の正常領域の内部においても抽出される。

そこで、特徴点フィルタリング部６０４は、濃度閾値処理を行うことで抽出した濃淡画素領域がＧＧＯ領域であるか否かの判定を行うにあたり、濃淡画素領域と細い血管や気管支等との位置関係を用いる。具体的には、特徴点フィルタリング部６０４は、濃淡画素領域の輪郭の位置と、濃淡画素領域の内部に含まれる細い血管や気管支等の位置とを特定することで、濃度閾値処理を行うことで抽出した濃淡画素領域がＧＧＯ領域であるか否かの判定を行う。

そのため、特徴点フィルタリング部６０４は、領域抽出部６０２により抽出された領域の画像に対して、別途、細い血管や気管支等を検出するエッジ検出処理を行う。これにより、特徴点フィルタリング部６０４は、細い血管や気管支等をエッジ画素領域として抽出することができる。なお、ＧＧＯ領域は周辺の正常組織の濃度値（低濃度値）から異常組織の濃度値（高濃度値）へ徐々に変化していることが多く、輪郭が不明瞭である。そのため、ＧＧＯ領域の輪郭ではエッジが検出されない。

図９〜図１１は、特徴点フィルタリング部において抽出した濃淡画素領域が、ＧＧＯ領域であるか否かを判定する処理を説明するための第１乃至第３の図である。

図９（ａ）は、領域抽出部６０２により抽出された領域の画像のうち、所定領域４０１の画像を示している。また、図９（ｂ）は、所定領域４０１の画像に対して、エッジ検出処理を行い、エッジ画素領域を抽出した２値画像を示している。図９（ｂ）に示すように、所定領域４０１の画像に対して、エッジ検出処理を行うことで、エッジ画素領域として、血管や気管支９０１〜９０６のエッジ部分の画素群が抽出される。

また、図９（ｃ）は、領域抽出部６０２により抽出された領域の画像のうち、所定領域４０１の画像に対して、濃度閾値処理（所定範囲（−２８０〜−６８０）の濃度値を有する画素を抽出する処理）を行い、濃淡画素領域を抽出した２値画像を示している。図９（ｃ）に示すように、所定領域４０１の画像に対して、濃度閾値処理を行うことで、正常領域における血管や気管支９０１〜９０４及びＧＧＯ領域９１０が濃淡画素領域として抽出される。

更に、図９（ｄ）は、図９（ｂ）と図９（ｃ）とを重ね合わせた様子を示している（なお、説明の便宜上、図９（ｄ）において、エッジ画素領域は白色で示している）。図９（ｄ）に示すように、正常領域に対応する濃淡画素領域内にあるエッジ画素領域と、ＧＧＯ領域に対応する濃淡画素領域内にあるエッジ画素領域とでは、濃淡画素領域の輪郭の位置と、エッジ画素領域の位置との関係が大きく異なっている。

具体的には、濃淡画素領域の輪郭の位置と、濃淡画素領域の内部に含まれるエッジ画素領域の位置との関係をまとめると、図１０のようになる。

図１０に示すように、正常領域における血管や気管支９０１の場合、濃淡画素領域（黒色）の輪郭からエッジ画素領域（白色）までの距離が短い。一方、ＧＧＯ領域９１０の血管や気管支９０５、９０６の場合、濃淡画素領域（黒色）の輪郭からエッジ画素領域（白色）までの距離が長い。

このように、濃度閾値処理を行うことで抽出された濃淡画素領域がＧＧＯ領域であるか否かを判定するにあたっては、濃淡画素領域の輪郭の位置から、エッジ画素領域の位置までの距離を用いることが有効である。

図１１は、濃淡画素領域の輪郭の位置から、エッジ画素領域の位置までの距離を算出する算出方法を示している。濃淡画素領域の輪郭の位置から、エッジ画素領域の位置までの距離を算出するにあたり、特徴点フィルタリング部６０４は、初期化処理と、ラスタスキャンによる距離変換処理と、逆ラスタスキャンによる距離変換処理とを実行する。

具体的には、特徴点フィルタリング部６０４は、初期化処理として、濃度閾値処理された画像を第１の距離変換画像に変換する。ここで、濃度閾値処理された画像及び第１の距離変換画像における画素（ｉ，ｊ）の画素値を、それぞれ、ｐ（ｉ，ｊ）、ｄ１（ｉ，ｊ）とする。特徴点フィルタリング部６０４は、画素（ｉ，ｊ）のそれぞれについて、画素値ｐ（ｉ，ｊ）が１の場合には画素値ｄ１（ｉ，ｊ）に任意の最大値（ただし、最大値は１より大きい）を設定する。また、特徴点フィルタリング部６０４は、画素値ｐ（ｉ，ｊ）が０の場合には、画素値ｄ１（ｉ，ｊ）に０を設定する。

続いて、特徴点フィルタリング部６０４は、ラスタスキャンによる距離変換処理を実行する。特徴点フィルタリング部６０４は、上記のようにして生成された第１の距離変換画像に対して、図１１（ａ）に示したマスク１１０１を用いて左上端から右下端へラスタスキャンしながら、下式（１）の演算を行う。これにより、特徴点フィルタリング部６０４は、第１の距離変換画像を第２の距離変換画像に変換する。ここで、第２の距離変換画像における画素（ｉ，ｊ）の画素値をｄ２（ｉ，ｊ）とする。

更に、特徴点フィルタリング部６０４は、第２の距離変換画像における画素（ｉ，ｊ）の画素値ｄ２（ｉ，ｊ）に対して、図１１（ａ）に示したマスク１１０２を用いた逆ラスタスキャンによる距離変換処理を行う。特徴点フィルタリング部６０４は、上記のようにして生成された第２の距離変換画像を右下端から左上端へ逆ラスタスキャンしながら、下式（２）の演算を行う。これにより、特徴点フィルタリング部６０４は、第２の距離変換画像を第３の距離変換画像に変換する。ここで、第３の距離変換画像における画素（ｉ，ｊ）の画素値をｄ（ｉ，ｊ）とする。

特徴点フィルタリング部６０４は、これらの処理を実行することで、濃淡画素領域の輪郭から、濃淡画素領域に含まれる各画素までの距離ｄを算出する。

図１１（ｂ）は、ＧＧＯ領域９１０に対応する濃淡画素領域についての第３の距離変換画像を示したものである。図１１（ｂ）の例では、ＧＧＯ領域９１０に対応する濃淡画素領域に含まれる各画素についての濃淡画素領域の輪郭からの距離を、濃度値で表現している（濃度値が高いと距離が長く、濃度値が低いと距離が短いことを示している）。

図１１（ｃ）は、ＧＧＯ領域９１０に対応する濃淡画素領域に含まれる各画素のうち、エッジ画素領域として抽出された画素１１１１、１１１２の、濃淡画素領域の輪郭からの距離を示したものである。

図１１（ｃ）に示すように、特徴点フィルタリング部６０４は、濃淡画素領域の輪郭のうち、画素１１１１から見て左上隅の輪郭の位置から画素１１１１までの距離ｄ_{１１１１ａ}と、右下隅の輪郭の位置から画素１１１１までの距離ｄ_{１１１１ｂ}とを算出する。なお、特徴点フィルタリング部６０４は、算出した２つの距離のうち、短い方の距離（ｄ_{１１１１ａ}）を、濃淡画素領域の輪郭から画素１１１１までの距離として取得する。

また、特徴点フィルタリング部６０４は、ＧＧＯ領域９１０に対応する濃淡画素領域の輪郭のうち、画素１１１２から見て左上隅の輪郭の位置から画素１１１１までの距離ｄ_{１１１２ａ}と、右下隅の輪郭の位置から画素１１１２までの距離ｄ_{１１１２ｂ}とを算出する。なお、特徴点フィルタリング部６０４は、算出した２つの距離のうち、短い方の距離（ｄ_{１１１２ａ}）を、濃淡画素領域の輪郭から画素１１１２までの距離として取得する。

なお、図１１の例では、エッジ画素領域として抽出された画素のうちの２つの画素を対象として、濃淡画素領域の輪郭からの距離を取得した場合について示した。しかし、特徴点フィルタリング部６０４は、濃淡画素領域の内部に含まれるエッジ画素領域を形成する全ての画素を対象として、濃淡画素領域の輪郭からの距離を取得するものとする。

また、図１１の例では、ＧＧＯ領域９１０に対応する濃淡画素領域を対象として距離を取得する場合について示したが、特徴点フィルタリング部６０４は、血管や気管支９０１〜９０４に対応する濃淡画素領域についても同様の処理を行う。

なお、特徴点フィルタリング部６０４は、濃淡画素領域の内部に含まれるエッジ画素領域を形成する全ての画素について取得した距離に基づいて、ヒストグラムを生成し、当該濃淡画素領域における最頻値の距離を抽出する。そして、特徴点フィルタリング部６０４は、抽出した最頻値を、濃淡画素領域の内部に含まれるエッジ画素領域の、濃淡画素領域の輪郭からの距離の代表値として算出する。

あるいは、特徴点フィルタリング部６０４は、濃淡画素領域の内部に含まれるエッジ画素領域を形成する全ての画素について取得した距離の平均値を算出する。そして、特徴点フィルタリング部６０４は、算出した平均値を、濃淡画素領域の内部に含まれるエッジ画素領域の、濃淡画素領域の輪郭からの距離の代表値として算出する。

あるいは、特徴点フィルタリング部６０４は、濃淡画素領域の内部に含まれるエッジ画素領域を形成する全ての画素について取得した距離のうち、最小値または最大値を算出する。そして、特徴点フィルタリング部６０４は、算出した最大値または最小値を、濃淡画素領域の内部に含まれるエッジ画素領域の、濃淡画素領域の輪郭からの距離の代表値として算出する。

次に、上記処理内容を実現する特徴点フィルタリング部６０４の機能構成について説明する。図１２は、特徴点フィルタリング部の機能構成を示す第１の図である。図１２に示すように、特徴点フィルタリング部６０４は、エッジ検出部１２０１、濃度閾値処理部１２０２、ラべリング部１２０３、微小点除去部１２０４、距離算出部１２０５、判定部１２０６、特徴点出力部１２０７を有する。

エッジ検出部１２０１は、領域抽出部６０２により抽出された領域の画像に対して、所定範囲の濃度勾配を有する画素を検出するエッジ検出処理を行い、エッジ画素領域として距離算出部１２０５に出力する（図９（ｂ）参照）。エッジ検出部１２０１は、例えば、Ｃａｎｎｙ Ｅｄｇｅ Ｄｅｔｅｃｔｏｒ等の既存の手法を用いてエッジ検出処理を行う。

濃度閾値処理部１２０２は、領域抽出部６０２により抽出された領域の画像に対して、濃度閾値処理（例えば、所定の濃度範囲内（−２８０〜−６８０）の濃度値を有する画素を抽出する処理）を行う。また、濃度閾値処理部１２０２は、濃度閾値処理を行うことで抽出した濃淡画素を、濃度画素をラべリング部１２０３に出力する（図９（ｃ）参照）。

ラべリング部１２０３は、濃度閾値処理部１２０２より出力濃淡画素を、領域ごとにまとめて濃淡画素領域とし、それぞれの濃淡画素領域について、ラべリングを行う。

微小点除去部１２０４は、ラべリング部１２０３によりラべリングされたそれぞれの濃淡画素領域のうち、所定サイズ以下の濃淡画素領域を除去し、除去した濃淡画素領域以外の濃淡画素領域を距離算出部１２０５に出力する。

距離算出部１２０５は、エッジ検出部１２０１よりエッジ画素領域を取得し、ラべリング部１２０３より、ラべリング済みの濃淡画素領域を取得する。また、距離算出部１２０５は、エッジ画素領域と濃淡画素領域とを重ね合わせる（図９（ｄ）参照）。更に、距離算出部１２０５は、それぞれの濃淡画素領域について、濃淡画素領域の内部に含まれるエッジ画素領域の、濃淡画素領域の輪郭からの距離の代表値を算出する。

判定部１２０６は、それぞれの濃淡画素領域において算出された距離の代表値に基づいて、それぞれの濃淡画素領域がＧＧＯ領域であるか否かを判定する。判定部１２０６は、所定の閾値と比較し、距離の代表値が所定の閾値より小さいと判定した場合には、当該濃淡画素領域がＧＧＯ領域でない（正常領域である）と判定する。一方、判定部１２０６は、距離の代表値が所定の閾値以上であると判定した場合には、当該濃淡画素領域がＧＧＯ領域であると判定する。

特徴点出力部１２０７は、特徴点抽出部６０３において抽出された特徴点が、正常領域の内部に含まれるか、ＧＧＯ領域の内部に含まれるかを判定する。特徴点出力部１２０７は、正常領域の内部に含まれると判定した特徴点を特徴点マッチング部６０５に出力する。なお、特徴点出力部１２０７は、ＧＧＯ領域の内部に含まれると判定した特徴点については削除し、特徴点マッチング部６０５には出力しない。これにより、ＧＧＯ領域の内部に含まれると判定した特徴点については、特徴点マッチング部６０５におけるマッチングに用いられる特徴点から除外されることになる。

次に、特徴点フィルタリング部６０４における特徴点フィルタリング処理の流れについて説明する。図１３は、特徴点フィルタリング部におけるフィルタリング処理のフローチャートである。図１３に示すフローチャートは、領域抽出部６０２において抽出された画像が特徴点フィルタリング部６０４に入力され、特徴点抽出部６０３において抽出された特徴点が特徴点フィルタリング部６０４に入力されることで、処理が開始される。

ステップＳ１３０１において、エッジ検出部１２０１は、領域抽出部６０２において抽出された領域の画像に対して、エッジ検出処理を行い、エッジ画素領域を抽出する。また、エッジ検出部１２０１は、抽出したエッジ画素領域を、距離算出部１２０５に出力する。

ステップＳ１３０２において、濃度閾値処理部１２０２は、領域抽出部６０２において抽出された領域の画像に対して、濃度閾値処理を行い、濃淡画素を抽出する。

ステップＳ１３０３において、ラべリング部１２０３は、ステップＳ１３０３において抽出した濃淡画素を領域ごとにまとめて濃淡画素領域とし、それぞれの濃淡画素領域について、ラべリングを行う。

ステップＳ１３０４において、微小点除去部１２０４は、ラべリングされた濃淡画素領域のうち、所定サイズ以下の濃淡画素領域を除去し、所定サイズより大きい濃淡画素領域を距離算出部１２０５に出力する。

ステップＳ１３０５において、距離算出部１２０５は、ステップＳ１３０１において出力されたエッジ画素領域と、ステップＳ１３０４において出力された濃淡画素領域とを重ね合わせる。更に、距離算出部１２０５は、ラベルカウンタｎに１を代入する。

ステップＳ１３０６において、距離算出部１２０５は、ｎ＝１のラベルの濃淡画素領域について、当該濃淡画素領域の内部に含まれるエッジ画素領域の、当該濃淡画素領域の輪郭からの距離の代表値を算出する。

ステップＳ１３０７において、判定部１２０６は、ステップＳ１３０６において算出された代表値が、所定の距離閾値以上であるか否かを判定する。ステップＳ１３０７において、所定の距離閾値以上であると判定した場合には（ステップＳ１３０７においてＹｅｓ）、ステップＳ１３０８に進む。

ステップＳ１３０８において、判定部１２０６は、ｎ＝１のラベルの濃淡画素領域がＧＧＯ領域であると判定する。また、ステップＳ１３０９において、特徴点出力部１２０７は、ｎ＝１のラベルの濃淡画素領域の内部に含まれる特徴点を削除して、ステップＳ１３１２に進む。

一方、ステップＳ１３０７において、所定の距離閾値より小さいと判定した場合には（ステップＳ１３０７においてＮｏ）、ステップＳ１３１０に進む。

ステップＳ１３１０において、判定部１２０６は、ｎ＝１のラベルの濃淡画素領域がＧＧＯ領域でないと判定する（正常領域であると判定する）。また、ステップＳ１３１１において、特徴点出力部１２０７は、ｎ＝１のラベルの濃淡画素領域の内部に含まれる特徴点を、特徴点マッチング部６０５に出力し、ステップＳ１３１２に進む。

ステップＳ１３１２において、距離算出部１２０５は、ステップＳ１３０４において出力された濃淡画素領域すべてについて、ステップＳ１３０６〜ステップＳ１３１１の処理を実行したか否かを判定する。

ステップＳ１３１２において、実行していない濃淡画素領域があると判定した場合には（ステップＳ１３１２においてＮｏ）、ステップＳ１３１３に進み、ラベルカウンタｎをインクリメントした後、ステップＳ１３０６に戻る。

一方、ステップＳ１３１２において、すべての濃淡画素領域について実行したと判定した場合には（ステップＳ１３１２においてＹｅｓ）、特徴点フィルタリング処理を終了する。

次に、特徴点フィルタリング部６０４による特徴点フィルタリング処理の結果について説明する。図１４は、特徴点フィルタリング処理前後の画像を示す図である。図１４（ａ）は、領域抽出部６０２により抽出された所定領域４０１の画像について、特徴点抽出部６０３が特徴点抽出処理を行った後であって、特徴点フィルタリング処理を行う前の画像を示している。図１４（ａ）の場合、正常領域の血管や気管支において抽出された特徴点に加え、ＧＧＯ領域の血管や気管支において抽出された特徴点が含まれている。

一方、図１４（ｂ）は、特徴点フィルタリング部６０４により、特徴点フィルタリング処理が行われた後の画像を示している。図１４（ｂ）の場合、ＧＧＯ領域内の血管や気管支において抽出された特徴点が削除されている。

このように、特徴点フィルタリング処理を行うことで、局所的位置合わせに有効でない特徴点が削除されるため、局所的位置合わせに用いる特徴点の数を削減することが可能となる。

以上の説明から明らかなように、第１の実施形態における医療画像表示システム１２０は、第２のレジストレーション部１４２が、特徴点フィルタリング部６０４を有する。また、第１の実施形態における医療画像表示システム１２０は、特徴点フィルタリング部６０４が、医療画像より抽出した濃淡画素領域の内部に含まれるエッジ画素領域の、濃淡画素領域の輪郭からの距離に基づいて、濃淡画素領域がＧＧＯ領域か否かを判定する。また、特徴点フィルタリング部６０４が、ＧＧＯ領域であると判定した濃淡画素領域の内部に含まれる特徴点を、局所的位置合わせに有効でない特徴点として除去する。

これにより、第１の実施形態における医療画像表示システム１２０によれば、マッチングに失敗する可能性の高い特徴点が除外されるため、局所的位置合わせに用いられる特徴点の数を削減することが可能となる。この結果、特徴点のマッチングを高速化することができる（つまり、局所的位置合わせを高速化することができる）。

更に、第１の実施形態における医療画像表示システム１２０は、特徴点フィルタリング部６０４が、ＧＧＯ領域でない（正常領域である）と判定した濃淡画素領域の内部に含まれる特徴点を用いて、局所的位置合わせを行う。

これにより、第１の実施形態における医療画像表示システム１２０によれば、位置合わせに有効な特徴点を用いて局所的位置合わせを行うことが可能となる。つまり、患者の心拍や呼吸に伴う位置の変動を補正するための局所的位置合わせにおいて、経時変化の影響を排除することができる。この結果、局所的位置合わせの精度を向上させることができる。

［第２の実施形態］
上記第１の実施形態では、ＧＧＯ領域の内部に含まれる特徴点を削除することで、ＧＧＯ領域の内部に含まれる特徴点を、局所的位置合わせに用いる特徴点から除外するものとして説明した。これに対して、第２の実施形態では、ＧＧＯ領域の内部に含まれる特徴点について信頼度を算出し、算出した信頼度が所定の条件を満たす場合に、局所的位置合わせに用いるようにする。また、第２の実施形態では、ＧＧＯ領域の内部に含まれる特徴点それぞれについて、濃淡画素領域の輪郭から各特徴点までの距離に応じて信頼度を算出する。以下、第２の実施形態について、第１の実施形態との相違点を中心に説明する。

はじめに、特徴点フィルタリング部６０４の機能構成について説明する。図１５は、特徴点フィルタリング部の機能構成の詳細を示す第２の図である。図１２に示した特徴点フィルタリング部の機能構成との相違点は、信頼度算出部１５０１が配されている点である。

信頼度算出部１５０１は、判定部１２０６においてＧＧＯ領域でない（正常領域である）と判定された濃淡画素領域の内部に含まれる特徴点を特徴点出力部１２０７に出力する。また、信頼度算出部１５０１は、判定部１２０６においてＧＧＯ領域であると判定された濃淡画素領域の内部に含まれる特徴点について、距離算出部１２０５より出力された、濃淡画素領域の輪郭からの距離に基づいて、それぞれの特徴点の信頼度を算出する。また、信頼度算出部１５０１は、特徴点の信頼度が所定の閾値以上の特徴点を抽出し、信頼度と対応付けて特徴点出力部１２０７に出力する。

これにより、特徴点出力部１２０７は、正常領域の内部に含まれる特徴点と、ＧＧＯ領域の内部に含まれる特徴点のうち、所定の閾値以上の信頼度を有する特徴点とを、特徴点マッチング部６０５に出力することができる。

この結果、特徴点マッチング部６０５は、ＧＧＯ領域の内部に含まれる特徴点についてもマッチングを行う際に用いる特徴点に加えることが可能となる。また、集計部６０６において、それぞれの特徴点の移動ベクトルを集計して、１の移動ベクトルを算出する際、それぞれの特徴点に応じて重み付けを行うことが可能となる。

図１６は、各特徴点について算出された信頼度を示す図である。図１６において、特徴点１６０１〜１６０５は、ＧＧＯ領域９１０であると判定された濃淡画素領域の内部に含まれる特徴点である。

信頼度算出部１５０１は、距離算出部１２０５において算出された、ＧＧＯ領域９１０に対応する濃淡画素領域の内部に含まれる各画素の輪郭からの距離のうち、特徴点１６０１〜１６０５に対応する画素の輪郭からの距離を取得する。また、信頼度算出部１５０１は、それぞれの特徴点１６０１〜１６０５について、輪郭からの距離に応じた信頼度を算出する。

図１６の例は、特徴点１６０１、１６０２、１６０３の信頼度を０．６と算出し、特徴点１６０４の信頼度を０．１と算出したことを示している。また、図１６の例は、特徴点１６０５の信頼度を０．７と算出したことを示している。

次に、第２の実施形態における特徴点フィルタリング処理の流れについて説明する。図１７は、特徴点フィルタリング処理の第２のフローチャートである。図１３に示すフローチャートとの相違点は、ステップＳ１７０１〜ステップＳ１７０３である。

ステップＳ１７０１において、信頼度算出部１５０１は、ｎ＝１のラベルの濃淡画素領域に含まれる各画素の、当該濃淡画素領域の輪郭からの距離のうち、当該濃淡画素領域の内部に含まれる特徴点に対応する画素についての距離を取得する。

ステップＳ１７０２において、信頼度算出部１５０１は、ステップＳ１７０１において取得した各特徴点の距離に基づいて、各特徴点の信頼度を算出し、所定の閾値以上の信頼度を有する特徴点を特徴点出力部１２０７に出力する。なお、特徴点出力部１２０７は、信頼度算出部１５０１により算出された信頼度を特徴点に対応付けて特徴点マッチング部６０５に出力する。

ステップＳ１７０３において、距離算出部１２０５は、ｎ＝１のラベルの濃淡画素領域の内部に含まれる全ての特徴点について信頼度を算出したか否かを判定する。ステップＳ１７０３において、信頼度を算出していない特徴点があると判定した場合には、ステップＳ１７０１に戻る。

一方、ｎ＝１のラベルの濃淡画素領域の内部に含まれる全ての特徴点について信頼度を算出したと判定した場合には、ステップＳ１３１２に進む。

以上の説明から明らかなように、第２の実施形態における医療画像表示システム１２０は、第２のレジストレーション部１４２が、特徴点フィルタリング部６０４を有する。また、第２の実施形態における医療画像表示システム１２０は、特徴点フィルタリング部６０４が、医療画像より抽出した濃淡画素領域の内部に含まれるエッジ画素領域の、濃淡画素領域内での位置に基づいて、濃淡画素領域がＧＧＯ領域であるか否かを判定する。また、特徴点フィルタリング部６０４が、ＧＧＯ領域であると判定した濃淡画素領域の内部に含まれる特徴点について、濃淡画素領域の輪郭から特徴点までの距離に応じて、特徴点の信頼度を算出する。更に、特徴点フィルタリング部６０４が、所定の信頼度を有していない特徴点を、局所的位置合わせに有効でない特徴点として除去する。

これにより、第２の実施形態における医療画像表示システム１２０によれば、マッチングに失敗する可能性の高い特徴点が除外されるため、局所的位置合わせに用いられる特徴点の数を削減することが可能となる。この結果、特徴点のマッチングを高速化することができる（つまり、局所的位置合わせを高速化することができる）。

また、第２の実施形態における医療画像表示システム１２０は、特徴点フィルタリング部６０４が、ＧＧＯ領域でないと判定した濃淡画素領域の内部に含まれる特徴点を用いて、局所的位置合わせを行う。また、特徴点フィルタリング部６０４が、ＧＧＯ領域であると判定した濃淡画素領域の内部に含まれる特徴点のうち、所定の信頼度を有している特徴点を用いて、局所的位置合わせを行う。

これにより、第２の実施形態における医療画像表示システム１２０によれば、位置合わせに有効な特徴点と位置合わせに有効でないが信頼度の高い特徴点とを用いて局所的位置合わせを行うことが可能となる。この結果、局所的位置合わせの精度を向上させることができる。

更に、第２の実施形態における医療画像表示システム１２０は、特徴点フィルタリング部６０４が、ＧＧＯ領域であると判定した濃淡画素領域の内部に含まれる特徴点について、特徴点の信頼度に応じた集計を行うことで、局所的位置合わせを行う。

これにより、第２の実施形態における医療画像表示システム１２０によれば、局所的位置合わせにおいて、位置合わせに有効でない特徴点の影響を抑えることができるため、局所的位置合わせの精度を向上させることができる。

［その他の実施形態］
上記第１及び第２の実施形態では、距離算出部１２０５が、濃淡画素領域の左上隅の輪郭からエッジ画素領域までの距離と、右下隅の輪郭からのエッジ画素領域までの距離とを算出したが、他の任意の方向の輪郭からの距離を算出するようにしてもよい。つまり、判定部１２０６は、濃淡画素領域内におけるエッジ画素領域の相対的な位置を特定することで、濃淡画素領域がＧＧＯ領域であるか否かを判定するものとする。

また、上記第２の実施形態では、信頼度算出部１５０１が、ＧＧＯ領域であると判定された濃淡画素領域の内部に含まれる特徴点の信頼度を算出するにあたり、濃淡画素領域の輪郭から特徴点までの距離を用いた。しかしながら、信頼度の算出にあたっては、濃淡画素領域の中央位置から特徴点までの距離を用いるようにしてもよい。つまり、信頼度算出部１５０１は、濃淡画素領域内における特徴点の相対的な位置を特定することで、信頼度を算出するようにしてもよい。

また、上記第２の実施形態では、信頼度算出部１５０１が、ＧＧＯ領域であると判定された濃淡画素領域の内部に含まれる特徴点について信頼度を算出するものとした。しかしながら、ＧＧＯ領域でない（正常領域である）と判定された濃淡画素領域の内部に含まれる特徴点についても同様に信頼度を算出するようにしてもよい。

また、上記第１及び第２の実施形態では、ＣＴ画像を表示する場合について説明したが、ＣＴ画像以外の医療画像（例えば、ＭＲＩ（Magnetic resonance imaging）画像）を表示する場合に適用してもよい。

なお、開示の技術では、以下に記載する付記のような形態が考えられる。
（付記１）
医療画像より、他の医療画像との位置合わせに用いる特徴点を抽出する特徴点抽出部と、
前記医療画像より、所定の濃度範囲内の濃度値を有する画素を含む濃淡画素領域を抽出する濃度閾値処理部と、
前記医療画像より、エッジ画素領域を検出するエッジ検出部と、
前記医療画像より抽出された前記濃淡画素領域の内部に含まれる前記エッジ画素領域の、該濃淡画素領域内での位置を特定することで、該濃淡画素領域が疾患領域か否かを判定する判定部と、
前記医療画像より抽出された前記特徴点のうち、前記判定部により疾患領域でないと判定された前記濃淡画素領域の内部に含まれる前記特徴点を用いて、前記医療画像と前記他の医療画像との位置合わせを行う位置合わせ処理部と
を有する医療画像表示システム。
（付記２）
前記判定部は、前記濃淡画素領域の内部に含まれる前記エッジ画素領域の位置と、前記濃淡画素領域の輪郭の位置とを特定することで、前記濃淡画素領域が疾患領域か否かを判定する付記１に記載の医療画像表示システム。
（付記３）
前記判定部は、前記濃淡画素領域の輪郭から、前記濃淡画素領域の内部に含まれる前記エッジ画素領域までの距離が、所定の閾値より小さいと判定した場合に、前記濃淡画素領域が疾患領域でないと判定する付記２に記載の医療画像表示システム。
（付記４）
前記判定部により疾患領域であると判定された前記濃淡画素領域の内部に含まれる前記特徴点の、前記濃淡画素領域における位置に基づいて、前記特徴点の信頼度を算出する算出部を更に有し、
前記位置合わせ処理部は、前記判定部により疾患領域でないと判定された前記濃淡画素領域の内部に含まれる前記特徴点に加えて、前記判定部により疾患領域であると判定された前記濃淡画素領域の内部に含まれる前記特徴点であって所定の信頼度を有する特徴点を用いて、前記医療画像と前記他の医療画像との位置合わせを行う付記１に記載の医療画像表示システム。
（付記５）
前記算出部は、前記濃淡画素領域の内部に含まれる前記特徴点の位置と、前記濃淡画素領域の輪郭の位置とを特定することで、前記特徴点の信頼度を算出する付記４に記載の医療画像表示システム。
（付記６）
前記算出部は、前記濃淡画素領域の輪郭から、前記濃淡画素領域の内部に含まれる前記特徴点までの距離に基づいて、前記特徴点の信頼度を算出する付記５に記載の医療画像表示システム。
（付記７）
医療画像より、他の医療画像との位置合わせに用いる特徴点を抽出し、
前記医療画像より、所定の濃度範囲内の濃度値を有する画素を含む濃淡画素領域を抽出し、
前記医療画像より、エッジ画素領域を検出し、
前記医療画像より抽出された前記濃淡画素領域の内部に含まれる前記エッジ画素領域の、該濃淡画素領域内での位置を特定することで、該濃淡画素領域が疾患領域か否かを判定し、
前記医療画像より抽出された前記特徴点のうち、疾患領域でないと判定された前記濃淡画素領域の内部に含まれる前記特徴点を用いて、前記医療画像と前記他の医療画像との位置合わせを行う、
処理を、コンピュータに実行させる医療画像表示プログラム。
（付記８）
コンピュータが、
医療画像より、他の医療画像との位置合わせに用いる特徴点を抽出し、
前記医療画像より、所定の濃度範囲内の濃度値を有する画素を含む濃淡画素領域を抽出し、
前記医療画像より、エッジ画素領域を検出し、
前記医療画像より抽出された前記濃淡画素領域の内部に含まれる前記エッジ画素領域の、該濃淡画素領域内での位置を特定することで、該濃淡画素領域が疾患領域か否かを判定し、
前記医療画像より抽出された前記特徴点のうち、疾患領域でないと判定された前記濃淡画素領域の内部に含まれる前記特徴点を用いて、前記医療画像と前記他の医療画像との位置合わせを行う、
処理を実行する医療画像表示方法。

なお、上記実施形態に挙げた構成等に、その他の要素との組み合わせ等、ここで示した構成に本発明が限定されるものではない。これらの点に関しては、本発明の趣旨を逸脱しない範囲で変更することが可能であり、その応用形態に応じて適切に定めることができる。

１００ ：ＣＴ画像撮影システム
１１０ ：ＣＴ装置
１２０ ：医療画像表示システム
１３０ ：画像ＤＢ
１４０ ：診断支援部
１４１ ：第１のレジストレーション部
１４２ ：第２のレジストレーション部
１４３ ：表示制御部
３００ ：並列表示画面
４０１ ：所定領域
４０２ ：対応領域
６０１ ：ＣＴ画像入力部
６０２ ：領域抽出部
６０３ ：特徴点抽出部
６０４ ：特徴点フィルタリング部
６０５ ：特徴点マッチング部
６０６ ：集計部
６０７ ：変換部
６０８ ：出力部
６１０ ：局所的位置合わせ処理部
１２０１ ：エッジ検出部
１２０２ ：濃度閾値処理部
１２０３ ：ラべリング部
１２０４ ：微小点除去部
１２０５ ：距離算出部
１２０６ ：判定部
１２０７ ：特徴点出力部
１５０１ ：信頼度算出部

Claims (6)

1. 医療画像より、他の医療画像との位置合わせに用いる特徴点を抽出する特徴点抽出部と、
   前記医療画像より、所定の濃度範囲内の濃度値を有する画素を含む濃淡画素領域を抽出する濃度閾値処理部と、
   前記医療画像より、エッジ画素領域を検出するエッジ検出部と、
   前記医療画像より抽出された前記濃淡画素領域の内部に含まれる前記エッジ画素領域の、該濃淡画素領域内での位置を特定することで、該濃淡画素領域がＧＧＯ（Ground Glass Opacity）領域か否かを判定する判定部と、
   前記医療画像より抽出された前記特徴点のうち、前記判定部によりＧＧＯ領域でないと判定された前記濃淡画素領域の内部に含まれる前記特徴点を用いて、前記医療画像と前記他の医療画像との位置合わせを行う位置合わせ処理部と
   を有する医療画像表示システム。
2. 前記判定部は、前記濃淡画素領域の輪郭から、前記濃淡画素領域の内部に含まれる前記エッジ画素領域までの距離が、所定の閾値より小さいと判定した場合に、前記濃淡画素領域がＧＧＯ領域でないと判定する請求項１に記載の医療画像表示システム。
3. 前記判定部によりＧＧＯ領域であると判定された前記濃淡画素領域の内部に含まれる前記特徴点の、前記濃淡画素領域における位置に基づいて、前記特徴点の信頼度を算出する算出部を更に有し、
   前記位置合わせ処理部は、前記判定部によりＧＧＯ領域でないと判定された前記濃淡画素領域の内部に含まれる前記特徴点に加えて、前記判定部によりＧＧＯ領域であると判定された前記濃淡画素領域の内部に含まれる前記特徴点であって所定の信頼度を有する特徴点を用いて、前記医療画像と前記他の医療画像との位置合わせを行う請求項１に記載の医療画像表示システム。
4. 前記算出部は、前記濃淡画素領域の輪郭から、前記濃淡画素領域の内部に含まれる前記特徴点までの距離に基づいて、前記特徴点の信頼度を算出する請求項３に記載の医療画像表示システム。
5. 医療画像より、他の医療画像との位置合わせに用いる特徴点を抽出し、
   前記医療画像より、所定の濃度範囲内の濃度値を有する画素を含む濃淡画素領域を抽出し、
   前記医療画像より、エッジ画素領域を検出し、
   前記医療画像より抽出された前記濃淡画素領域の内部に含まれる前記エッジ画素領域の、該濃淡画素領域内での位置を特定することで、該濃淡画素領域がＧＧＯ（Ground Glass Opacity）領域か否かを判定し、
   前記医療画像より抽出された前記特徴点のうち、ＧＧＯ領域でないと判定された前記濃淡画素領域の内部に含まれる前記特徴点を用いて、前記医療画像と前記他の医療画像との位置合わせを行う、
   処理を、コンピュータに実行させる医療画像表示プログラム。
6. コンピュータが、
   医療画像より、他の医療画像との位置合わせに用いる特徴点を抽出し、
   前記医療画像より、所定の濃度範囲内の濃度値を有する画素を含む濃淡画素領域を抽出し、
   前記医療画像より、エッジ画素領域を検出し、
   前記医療画像より抽出された前記濃淡画素領域の内部に含まれる前記エッジ画素領域の、該濃淡画素領域内での位置を特定することで、該濃淡画素領域がＧＧＯ（Ground Glass Opacity）領域か否かを判定し、
   前記医療画像より抽出された前記特徴点のうち、ＧＧＯ領域でないと判定された前記濃淡画素領域の内部に含まれる前記特徴点を用いて、前記医療画像と前記他の医療画像との位置合わせを行う、
   処理を実行する医療画像表示方法。