JP6735340B2 - 核医学画像からの生理的集積の自動除去及びｃｔ画像の自動セグメンテーション - Google Patents

Description

本願は、核医学画像からの生理的集積の自動除去及びＣＴ画像の自動セグメンテーションに関する。

核医学技術は、体内に投与した放射性医薬品が臓器や体内組織などに集まる様子を画像化する技術である。血流や代謝などの機能変化を画像情報として得ることができ、疾病の診断、病期や予後の確認、治療効果の判定などに有用な情報を提供しうる。

特開２０１３−０８８３８６号公報の段落００２７，００２９には、ＣＴ画像から抽出した大腿骨の位置情報を用いて、ＰＥＴ画像から大腿骨に相当する部分のみを抜き出すことが記載されている。

特開２０１３−０８８３８６号公報

しかし、放射性医薬品によっては、疾患とは関係なく、脳や膀胱など、血流や代謝がもともと高い領域に多く集積する。これらの生理的集積は、核医学画像上で明るく表示されてしまうため、画像診断の妨げになることがある。

そこで本願では、核医学画像から生理的集積を自動で除去する発明を開示する。また、ＣＴ画像の自動セグメンテーションを行う発明であって、その好適な応用例として、核医学画像からの生理的集積の自動除去に使用しうる発明も開示する。

第１の発明は、ＣＴ画像の画素値の分類を自動で行うための発明である。この発明は、
・ 上記ＣＴ画像に基づいて、画素値のヒストグラムを作成することと；
・ 上記ヒストグラムにおける脂肪領域のピークである脂肪領域ピークを決定することと；
・ 上記ヒストグラムにおける軟部組織領域のピークである軟部領域ピークを決定することと；
・ 上記脂肪領域ピークの階級値よりも階級値が小さい領域において、上記脂肪領域ピークの頻度値に基づいて、空気領域の階級値の上限を表す閾値である第１の閾値を決定することと；
・ 上記脂肪領域と上記軟部組織領域の境界の階級値を表す閾値である第２の閾値を決定することと；
・ 上記軟部領域ピークに対応する階級値よりも階級値が大きい領域において、上記軟部領域ピークの頻度値に基づいて、骨領域の階級値の下限を表す閾値である第３の閾値を決定することと；
を含む処理を遂行することを特徴とする。

上記第１の発明によれば、ＣＴ画像の画素値を空気領域の画素値、脂肪領域の画素値、軟部組織領域の画素値、骨領域の画素値に分類することができるため、目的に応じてＣＴ画像を柔軟に表示することが可能となる。例えば軟部組織領域だけを強調して表示したり、骨領域だけを強調して表示したりすることが可能となる。また上記第１の発明は、ＣＴ画像の領域分割を自動で行うためにも非常に有用である。例えば、画素値が空気領域である画素が多く存在する領域は、肺野である可能性が高い。また、骨領域の画素値を有する画素が多く存在する領域の一つは、例えば骨盤である可能性が高い。このように、上記第１の発明による画素値分類の結果を用いると、ＣＴ画像の領域分割を自動で行うことが可能となる。

実施形態によっては、上記ヒストグラムを作成することは、
・ 上記ＣＴ画像から、寝台部分を除去して人体部分のみを残した二値化画像である参照画像を作成することと；
・ 上記ＣＴ画像の画素のうち、上記参照画像の対応する画素にデータが存在する画素のみを用いて上記ヒストグラムを作成することと、
を含んでもよい。

人体とは関係のない寝台部分が除去されたＣＴ画像によって解析が行われるため、解析結果の妥当性が向上する。

実施形態によっては、上記脂肪領域ピーク及び上記軟部領域ピークを決定する前に、上記ヒストグラムにスムージング処理を施してもよい。

実施形態によっては、
・ 上記脂肪領域ピークを決定することは、上記脂肪領域ピークを含みうるように設定された下限の階級値から、水に対応する階級値である基準階級値までの範囲における最大頻度値を求めると共に、上記最大頻度値が上記基準階級値の頻度値ではない場合は、上記最大頻度値及び対応する階級値が、上記脂肪領域ピークの頻度値及び階級値であると決定することを含んでもよく。
・ 上記処理は、上記第２の閾値を、上記脂肪領域ピークの階級値から上記基準階級値までの範囲において、頻度値が最小になる階級値として決定することを更に含んでもよい。

そして、上記下限の階級値から上記基準階級値までの範囲における最大頻度値が、上記基準階級値の頻度値である場合、実施形態によっては、上記脂肪領域ピークを決定することは、
・ 上記第２の閾値を、上記下限の階級値から上記基準階級値までの範囲において、頻度値の変化量が最小となる階級値として決定すること、ただし上記変化量は、ｉを整数として、
・ 階級値ｉの前の差分＝（階級値ｉ−１の頻度値）−（階級値ｉの頻度値）；
・ 階級値ｉの後の差分＝（階級値ｉの頻度値）−（階級値ｉ＋１の頻度値）；
・ 階級値ｉの変化量＝（階級値ｉの前の差分）^２＋（階級値ｉの後の差分）^２
として定義される値である、上記決定することと；調査階級値を、
・ 上記下限の階級値から上記第２の閾値までの範囲で、上記変化量が最大となる階級値、または、
・ 上記第２の閾値から上記下限の階級値の方へと頻度値の変化を調べ、上記第２の閾値における頻度値を最初に下回る頻度値に対応する階級値、
のいずれかと定めることと；
・ 上記調査境界値から上記第２の閾値までの範囲で、上記前の差分の値が正で且つ最小となる階級値及び対応する頻度値を、上記脂肪領域ピークの階級値及び頻度値であると決定することと；
を含んでもよい。

さらに、上記調査境界値から上記第２の閾値までの範囲で、上記前の差分の値が正となる階級値が見つからない場合、実施形態によっては、上記脂肪領域ピークを決定することは、上記下限の階級値から上記第２の閾値までの範囲の最大頻度値及び対応する階級値を、上記脂肪領域ピークの頻度値及び階級値であると決定することを含んでもよい。

これら一連の処理により、ほとんどの場合において、上記脂肪領域ピークを決定することが可能となる。

実施形態によっては、上記軟部領域ピークを決定することは、所定の階級値範囲内でピーク検出処理を行うことを含んでもよい。

実施形態によっては、上記第１の閾値は、
・ 上記下限の階級値から上記第２の閾値までの範囲で、その頻度値が、上記脂肪領域ピークの頻度値の所定の割合以下または未満になる階級値；
・ 上記下限の階級値から上記脂肪領域ピークの階級値までの範囲で、上記変化量が最大となる階級値；
のいずれかとして決定されてもよい。

実施形態によっては、上記第３の閾値は、上記軟部領域ピークに対応する階級値よりも大きな階級値であって、その頻度値が、上記軟部領域ピークの頻度値の所定の割合になる階級値として決定されてもよい。

これらの処理により、ほとんどの場合において、上記第１及び第３の閾値を決定することが可能となる。

第２の発明は、第１の発明により画素値の分類が行われ、上記第１〜第３の閾値が決定された上記ＣＴ画像の領域分割を自動で行うための発明である。この発明は、
・ 一方の軸に、上記ＣＴ画像の体軸断面スライスのスライス番号を取り、もう一方の軸に、各スライス番号に対応するスライスにおける、画素値が上記第１の閾値以下または未満の画素群の少なくとも一部のボリュームを取ったグラフである空気領域ボリュームグラフを作成することと；
・ 上記空気領域ボリュームグラフが最大値を呈する体軸断面スライスより頭頂側の体軸断面スライスであって、そのボリューム値が、上記軟部組織ボリュームグラフの最大値の所定の割合となる体軸断面スライスを、胸部の上端に位置する胸部始点スライスであると決定することと；
を含む処理を遂行することを特徴とする。

第２の発明によれば、ＣＴ画像の体軸断面スライスにおいて、胸部の上端に位置する胸部始点スライスを自動で決定することが可能となる。従って、例えば、ＣＴ画像において体の位置を容易に把握することが可能となる。また、ＣＴ画像とのレジストレーションがなされた核医学画像が存在する場合に、その核医学画像中で胸部始点スライス位置を容易に把握することも可能となる。

実施形態によっては、上記処理は、上記胸部始点スライスを決定する前に、上記空気領域ボリュームグラフにスムージング処理を施すことを含んでもよい。

実施形態によっては、上記処理は、
・ 一方の軸に、上記ＣＴ画像の体軸断面スライスのスライス番号を取り、もう一方の軸に、各スライス番号に対応するスライスにおける、画素値が上記第２の閾値から上記第３の閾値の間にある画素群のボリュームを取ったグラフである軟部領域ボリュームグラフを作成することと；
・ 上記空気領域ボリュームグラフが最大値を呈する体軸断面スライスより下肢側の体軸断面スライスであって、上記軟部領域ボリュームグラフのボリューム値が最も大きくなる体軸断面スライスを、上腹部の上端に位置する上腹部始点スライスであると決定することと；
を含んでもよい。

実施形態によっては、上記処理は、上記上腹部始点スライスを決定する前に、上記軟部領域ボリュームグラフにスムージング処理を施すことを含んでもよい。

実施形態によっては、上記処理は、上記胸部始点スライスよりも頭頂側の体軸断面スライスであって、上記空気領域ボリュームグラフのボリューム値が最も大きくなる体軸断面スライスを、頸部の上端に位置する頸部始点スライスであると決定することを含んでもよい。

実施形態によっては、上記処理は、
・ 上記頸部始点スライスよりも頭頂側の体軸断面スライスに対して３Ｄラベリングを行うことと；

体軸断面スライスにおいて中央部に位置するラベルである頭部ラベルを決定することと；
・ 上記頭部ラベルに対応する領域の画素群であって、画素値が上記第２の閾値から上記第３の閾値の間にある画素群のボリュームを上記頸部始点スライスから頭頂側へ各体軸断面スライスについて計算し、該ボリュームが最初にゼロになった体軸断面スライスを、頭部の上端に位置する頭部始点スライスであると決定することと；
を含んでもよい。

実施形態によっては、上記処理は、前記上腹部始点スライスよりも下肢側の体軸断面スライスについて、骨の量の変化に基づいて、下腹部の上端に位置する下腹部始点スライスであると決定することを更に含んでもよい。

実施形態によっては、前記下腹部始点スライスを決定することは、
・ 上記上腹部始点スライスよりも下肢側の体軸断面スライスに対して３Ｄラベリングを行い、最も大きなラベルである胴体ラベルを決定することと；
・ 上記上腹部始点スライスよりも下肢側の体軸断面スライスに対して、上記胴体ラベルに対応する領域の画素群であって、画素値が上記第３の閾値以上又は上記第３の閾値より大きな画素群を抽出すると共に、該抽出した画素群に対して３Ｄラベリングを行い、最も大きなラベルである背骨・骨盤・大腿骨ラベルを決定することと；
・ 上記背骨・骨盤・大腿骨ラベルに対応する画素群であって、画素値が上記第３の閾値以上又は上記第３の閾値より大きな画素群の外接矩形を、上記上腹部始点スライスよりも下肢側の体軸断面スライスの各々について作成することと；
・ 上記外接矩形の面積の変化量が最も大きな体軸断面スライスを、下腹部の始点に位置する下腹部始点スライスであると決定することと；
を含んでもよい。

実施形態によっては、上記下腹部始点スライスから下肢側の体軸断面スライスの各々について、
・ 上記胴体ラベルに対応する領域の画素群であって、画素値が上記第３の閾値以上又は上記第３の閾値より大きな画素群をラベリングすることと；
・ 同一のスライス内において、大きさが上位２つのラベルを抽出し、これら２つのラベルの左右の位置が重なっていなければ、これら２つのラベルを大腿骨ラベルであると決定することと；
・ 上記大腿骨ラベルが決定できた場合は、該大腿骨ラベルの各々について、穴を抽出することと；
・ 上記穴を抽出することができた場合は、上記大腿骨ラベルに対応する領域の画素群であって、画素値が上記第３の閾値以上又は上記第３の閾値より大きな画素群のボリュームである大腿骨ボリュームを計算することと；
を行うことを含み、さらに上記処理は、
・ 上記下腹部始点スライスから下肢側の体軸断面スライスにおける、上記胴体ラベルに対応する領域の画素群であって、画素値が上記第３の閾値以上又は上記第３の閾値より大きな画素群のボリュームの最大値を計算することと；
・ 上記下腹部始点スライスから下肢側の体軸断面スライスのうち、上記大腿骨ボリュームが計算できた体軸断面スライスの中で、該大腿骨ボリュームの値が、上記最大値の所定の割合になる最初のスライスを、下肢の上端に位置する下肢始点スライスであると決定することと；
を含んでもよい。

これらの実施形態によれば、ＣＴ画像の体軸断面スライスにおいて、例えば、胸部の上端に位置するスライスや、上腹部の上端に位置するスライス、頸部の上端に位置するスライス、頭部の上端に位置するスライス、下腹部の上端に位置するスライス、下肢の上端に位置するスライスのいずれかが、どこにあるかを決定することができる。従って、例えばこれらのスライス位置を表示すれば、ＣＴ画像において体の位置を容易に把握することが可能となる。また、ＣＴ画像とのレジストレーションがなされた核医学画像が存在する場合に、その核医学画像中で、これらの体位置を把握することも容易となる。

第３の発明は、核医学画像から生理的集積を自動で除去するための発明である。この発明は、第２の発明の実施形態により決定される、頭部始点スライスのスライス位置の情報と、頸部始点スライスのスライス位置の情報とを利用する。またこの発明は、
・ 上記核医学画像において、上記頭部始点スライスのスライス位置と、上記頸部始点スライスのスライス位置とを用いて、最大画素値探索領域を設定することと；
・ 上記最大画素値探索領域において、最大画素値を有する画素を決定することと；
・ 上記最大画素値を有する画素から、リージョングローイングの手法により、頭部の高集積領域を決定することと；
を含む処理を遂行することを特徴とする。

第３の発明によれば、核医学画像から頭部の高集積領域が自動で決定されるため、核医学画像におけるその他の病変部の観察が容易となる。例えばこの領域にマスクをかけてこの核医学画像を表示するようにすれば、頭部の不要な信号に妨げられずに核医学画像の観察を行うことができるようになる。

第４の発明は、核医学画像から生理的集積を自動で除去するための別の発明である。この発明は、第２の発明の実施形態により決定される、下腹部始点スライスのスライス位置の情報と、下肢始点スライスのスライス位置の情報とを利用する。またこの発明は、
・ 上記核医学画像において、上記下腹部始点スライスのスライス位置と、上記下肢始点スライスのスライス位置とを用いて、最大画素値探索領域を設定することと；
・ 上記最大画素値探索領域において、最大画素値を有する画素を決定することと；
・ 上記最大画素値を有する画素から、リージョングローイングの手法により、膀胱部の高集積領域を決定することと；
を含む処理を遂行することを特徴とする。

第４の発明によれば、核医学画像から膀胱部の高集積領域が自動で決定されるため、核医学画像の観察が容易となる。例えばこの領域にマスクをかけてこの核医学画像を表示するようにすれば、膀胱部の不要な信号に妨げられずに核医学画像の観察を行うことができるようになる。

本発明の実施形態には、装置の処理手段により実行されると、前記装置に、上記の処理を遂行させるように構成されるプログラム命令を備える、コンピュータプログラムがある。また本発明の実施形態には、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該装置が遂行する方法であって、上記の処理を遂行することを含む方法がある。

本発明の実施形態には、処理手段と、プログラム命令を格納する記憶手段とを備える装置であって、前記プログラム命令が、前記処理手段により実行されると、前記装置に、上記の処理を遂行させるように構成される、装置がある。

現時点で好適と考えられる本願発明の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、本願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、本願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。

本発明を実施し得るシステムのハードウェア構成を説明するための図である。 本願に開示される新規な処理の例である、ＣＴ画像の自動セグメンテーション及び核医学画像からの生理的集積の自動除去を行う処理２００の流れを説明するためのフローチャートである。 図２のステップ２１２の処理の具体例を説明するためのフローチャートである。 ステップ３０６の寝台部分除去処理を説明するための図である。 ステップ３０８で作成されるヒストグラムの例である。 図３のステップ３１０の処理の具体例である、処理６００を説明するためのフローチャートである。 ステップ６１４で決定される調査階級値を説明するための図である。 ヒストグラムと脂肪領域ピーク、軟部領域ピーク、第１〜第３の閾値の関係を、模式的に表現した図である。 図２のステップ２１４の処理の具体例である、処理８００を説明するためのフローチャートである。 ステップ８０６で作成されるグラフの表示例である。 ステップ８０８−８１２の例で決定された胸部始点スライス、上腹部始点スライス、頸部開始スライスの位置を、図９のグラフ上に示した図である。 ステップ８１４の処理を説明するための図である。 図８のステップ８１６の具体例である、処理１２００を説明するためのフローチャートである。 ステップ１２０４の処理を説明するための図である。 ステップ１２０６の処理を説明するための図である。 図１４Ａの背骨・骨盤・大腿骨ラベルに外接矩形を重ね合わせて表示した例である。 図８のステップ８１８の具体例である、処理１５００を説明するためのフローチャートである。 ステップ１５０８の処理を説明するための図である。 図２のステップ２１６の処理の具体例の一つである処理１７００を説明するためのフローチャートである。 結果の表示例を示す。

好適な実施例の説明

以下、添付図面を参照しつつ、本願に開示される技術思想の好適な実施形態の例を説明する。

図１は、本発明を実施し得るシステム１００のハードウェア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，大容量記憶装置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、大容量記憶装置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。

大容量記憶装置１０６には、オペレーティングシステム（ＯＳ）１１０や、レジストレーションプログラム１２０、ＣＴ画像セグメンテーションプログラム１２２、生理的集積除去プログラム１２４が格納される。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。レジストレーションプログラム１２０は、ＣＴ画像と核医学画像との位置合わせ（レジストレーション；registration）を行うためのプログラムである。ＣＴ画像セグメンテーションプログラム１２２は、本願によって開示される新規な処理に関するプログラム命令を備えている。当該命令の少なくとも一部がＣＰＵ１０２に実行されることにより、システム１００は、ＣＴ画像のセグメンテーション、すなわち、体領域の自動区分を行うことができる。生理的集積除去プログラム１２４も、本願によって開示される新規な処理に関するプログラム命令を備えている。当該命令の少なくとも一部がＣＰＵ１０２に実行されることにより、システム１００は、核医学画像からの生理的集積の自動除去を行うことができる。

大容量記憶装置１０６にはさらに、ＣＴ画像１３０及び核医学画像１３２が格納されていることができる。ＣＴ画像１３０は、各画素値がＣＴ値に対応する３次元画像データであり、ＣＴ画像セグメンテーションプログラム１２２による解析又は操作の対象となる画像データである。核医学画像１３２は、本例ではＰＥＴ画像であり、各画素値が放射線カウント値に対応する３次元画像データである。核医学画像１３２は、生理的集積除去プログラム１２４による解析又は操作の対象となる。

大容量記憶装置１０６にはさらに、データ１４０，１４２，１４４等が格納される場合もある。これらのデータについては、これらのデータが生成される際に後で説明する。

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など決定処理に特化したプロセッサの使用、決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。本願で開示される発明は、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その範囲が限定されることはない。本明細書に開示される技術思想は、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。前述のように、ソフトウェア処理の一部はハードウェア化される場合もある。

また、システム１００の製造販売時や起動時には、ＣＴ画像１３０やＰＥＴ画像１３２、及び各種データ１４０，１４２，１４４等は、大容量記憶装置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ＣＴ画像１３０やＰＥＴ画像１３２は、例えば周辺機器インタフェース１０８やネットワーク・インターフェース１０９を介して外部の装置からシステム１００に転送されるデータであってもよい。データ１４０，１４２，１４４は、ＣＴ画像セグメンテーションプログラム１２２や生理的集積除去プログラム１２４の少なくとも一部がＣＰＵ１０２に実行された結果として、大容量記憶装置１０６に記憶されたデータであってもよい。本願で開示される発明の範囲は、記憶装置に画像データ等格納されているか否か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２を用いて、本願に開示される新規な処理の例である、ＣＴ画像の自動セグメンテーション及び核医学画像からの生理的集積の自動除去を行う処理２００の流れを説明する。処理２００は、例えば、ＣＴ画像セグメンテーションプログラム１２２や生理的集積除去プログラム１２４等が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ることができる。

ステップ２０４は処理の開始を示す。ステップ２０８では、核医学画像１３２とＣＴ画像１３０との位置合わせ（レジストレーション；registration）が行われる。すなわち、ＣＴ画像１３０と核医学画像１３２との間で、体の向きや大きさ、位置を３次元的に合致させる。この処理を経ることにより、ＣＴ画像１３０と核医学画像１３２とを互いに比較することが可能になる。レジストレーション処理は、レジストレーションプログラム１２０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。

レジストレーション機能は、市場で入手可能な多くの核医学画像データ解析プログラムに含まれているので、本実施例においても、そのようなプログラムに実装されている既存の手法、その他の公知の方法を使ってレジストレーションを行ってもよい。レジストレーションは手動による方法によってもよい。すなわち、ＣＴ画像と核医学画像を共に画像として表示し、マウス等の操作によって、一方の画像を平行移動したり回転させたりして、他方の画像と合わせる方法によって行っても良い。

以下の説明において、画像データ１３０と１３２とは、レジストレーションがなされたものであるものとして理解されたい。実施形態によっては、画像データ１３０と１３２との間のレジストレーションは、既に完了している場合がある。例えば、画像データ１３０及び１３２が、ＳＰＥＣＴ又はＰＥＴとＣＴとを一体化した装置により一緒に撮影されたものである場合は、ＣＴ画像１３０と核医学画像１３２とのレジストレーションは、装置から出力された段階で、既に完了している場合がある。その場合はもちろん、ステップ２０８の処理は不要である。そのような実施形態では、レジストレーションプログラム１２０も不要であろう。

ステップ２１２では、ステップ２１４の前処理として、ＣＴ画像１３０の画素値を、空気領域、脂肪領域、軟部組織領域、骨領域に区分する。後に図３を用いて、ステップ２１２の処理の例を詳述する。ステップ２１４では、ステップ２１２の結果を使って、ＣＴ画像１３０における体の部位の特定を行う。具体的には、ＣＴ画像１３０の体軸断面スライスのうち、特定の部位に位置するスライスを決定する。例えば、胸部の上端に位置するスライスや、上腹部の上端に位置するスライス、頸部の上端に位置するスライス、頭部の上端に位置するスライス、下腹部の上端に位置するスライス、下肢の上端に位置するスライスがどれであるかを決定することができる。後で図８〜図１６を用いて、ステップ２１４の処理の例を詳述する。

ステップ２１６では、ステップ２１２の結果に基づいて、核医学画像１３２における生理的集積を特定する。後に図１７を用いて、ステップ２１６の処理の例を詳述する。

ステップ２２０では、ステップ２１６の結果に基づいて、生理的集積のある箇所をマスクして、核医学画像１３２が表示される。表示例が図１８に示されている。

ステップ２２４は処理の終了を示す。

次に、図３を用いてステップ２１２の処理の具体例である、処理３００を詳述する。処理３００は、ＣＴ画像セグメンテーションプログラム１２２に含まれるプログラム命令の少なくとも一部が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ることができる。

ステップ３０２は処理の開始を示す。ステップ３０４では、ＣＴ画像セグメンテーションプログラム１２２による処理の対象となるデータの読み込み（ロード）が行われる。すなわち、ＣＴ画像１３０の全部又は一部が大容量記憶装置１０６から読み出され、主記憶装置１０４に格納される。実施形態によっては、ＣＴ画像１３０は、外部の装置から、周辺機器インタフェース１０８やネットワーク・インターフェース１０９を介して主記憶装置１０４に直接コピーされてもよい。

なお、本実施例で処理３００の処理対象となるＣＴ画像１３０は、水を表す画素値がゼロになるように予め補正されている。このため負の画素値を有する画素も存在する。

処理３００は次に、ＣＴ画像１３０の画素値のヒストグラムを作成する（ステップ３０８）。実施形態によっては、ＣＴ画像１３０から寝台部分を除去してから、ヒストグラムを作成してもよい。ステップ３０６は、寝台部分除去のために用いる参照画像を作成するためのステップを表している。ステップ３０６は、次のように行われる。

（ステップ３０６Ａ）まず、ＣＴ画像１３０を二値化した二値化画像を作成する。二値化の閾値は、なるべく人体が抽出されるような閾値であればよい。例えば本実施例では、前述のように、ＣＴ画像１３０は水を表す画素値がゼロになるように予め補正されているので、例えば、−１９０を閾値として二値化画像を作成してもよい。作成した二値化画像の例を図４Ａに示す。

（ステップ３０６Ｂ）次に、作成した二値化画像の中心から体軸方向の上下スライスにデータのある場所を探索し、そこからリージョングローイング処理することによって寝台部分を除去した二値化画像を作成する。図４Ａの二値化画像をこのように処理して作成した二値化画像を図４Ｂに示す。

リージョングローイングが失敗した場合は、３Ｄラベリング処理によって寝台除去した二値化画像を作成する。最も大きいラベルを人体として、それ以外の部分を除去することで人体部分だけを抜き出す。

（ステップ３０６Ｃ）寝台除去後、体内の穴部分に値を入れる穴埋め処理をし、モルフォロジー演算のオープニング処理をすることによって除去しきれなかった寝台などを除去する。図４Ｂの二値化画像をこのように処理して作成した画像を図４Ｃに示す。ステップ３０６Ｃの処理により得られた画像を、参照画像とする。

ステップ３０８では、前述のように、ＣＴ画像１３０の画素値のヒストグラムを作成する。本実施例では、ＣＴ画像１３０の画素のうち、ステップ３０６で作成した参照画像の対応する画素にデータが存在する画素のみを用いて、ヒストグラムを作成する。ステップ３０６を行わない実施形態の場合は、ＣＴ画像１３０全体を使ってヒストグラムを作成してもよい。作成したヒストグラムの例を、図５に載せる。前述のように、ＣＴ画像１３０は、水を表す画素値がゼロになるように予め補正されている。またＣＴ画像１３０は、画素値の範囲が−１０２４から＋１０２４の範囲に分布するように予め規格化されている。このため、例示したヒストグラムの横軸（階級値）の範囲も、−１０２４から＋１０２４までとなっている。

図５に例示されるように、ＣＴ画像のヒストグラムは多くの場合、水に対応する階級値（本例であは階級値０）の近くにピークが２つ存在する。水に対応する階級値よりも低い階級値のピークは、脂肪領域に対応する画素により作られるピークであり、本明細書において、脂肪領域ピークと称される。図５には、Ｍａｘ１と表示されている。水に対応する階級値よりも高い階級値のピークは、軟部組織（筋肉、脳等）に対応する画素により作られるピークであり、本明細書において、軟部領域ピークと称される。図５には、Ｍａｘ２と表示されている。なお、脂肪が少ない被験者の場合、脂肪領域のピークははっきりしないことがある。

脂肪領域ピークの周りの階級値は、脂肪領域に対応していると考えられる。図５には、この領域がＦａｔと表示されている。軟部領域ピークの周りの階級値は、軟部組織に対応していると考えられる。図５には、この領域がＳｏｆｔと表示されている。脂肪領域より低い階級値は、空気領域に対応していると考えられる。図５には、この領域がＡｉｒと表示されている。ＣＴ値が空気領域の階級値である画素が多く存在する領域は、肺野である可能性がある。軟部組織領域より高い階級値は骨に対応していると考えられる。図５には、この領域がＢｏｎｅと表示されている。空気領域と脂肪領域との境界、脂肪領域と軟部組織領域との境界、軟部組織領域と骨領域との境界は、図５において、それぞれｔｈ１，ｔｈ２，ｔｈ３と表示されている。後続のステップでは、脂肪領域ピークや軟部領域ピーク、ｔｈ１，ｔｈ２，ｔｈ３が自動的に決定される。

実施形態によっては、ステップ３０８からステップ３１０に進む前に、ヒストグラムにスムージング処理を施してもよい。

ステップ３１０では、上述の脂肪領域ピークと、脂肪領域と軟部組織領域との境界を表す閾値である第２の閾値（図５に描かれるｔｈ２）とを決定する。ステップ３１０の処理の例を、図６Ａを用いて説明する。

図６Ａは、ステップ３１０の処理の具体例である、処理６００を説明するためのフローチャートである。処理６００は、ＣＴ画像セグメンテーションプログラム１２２に含まれるプログラム命令の少なくとも一部が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ることができる。

ステップ６０２は処理の開始を示す。ステップ６０４では、ステップ３０８で作成されたヒストグラムにおける、脂肪領域ピークを決定する第１の試行を行う。ピーク検出処理は、階級値の全範囲にわたって行う必要はなく、脂肪領域ピークが存在すると経験上分かっている階級値範囲で行えばよい。例えば、水に対応する画素値を０に、画素値範囲を−１０２４から＋１０２４に補正・規格化したＣＴ画像の場合、ヒストグラムの脂肪領域ピークは、ほとんどの場合に階級値−２５６から０の範囲に分布することが発明者によって確かめられている。そこで例えば、脂肪領域ピークの検索範囲として、下限の階級値を例えば−２５６と、上限の階級値を例えば０（すなわち水に対応する階級値）と設定し、この範囲で脂肪領域ピークを検索してもよい。

ステップ６０４では、この検索範囲における最大頻度値を探す。この最大頻度値が、水に対応する階級値（本例では階級値０）における頻度値でない場合は、この最大頻度値及び対応する階級値を、脂肪領域ピークの頻度値及び階級値であると決定する。

しかし、ＣＴ画像１３０が撮影された被験者が、脂肪が少ない者である等の場合、検索範囲の最大頻度値が、階級値０における頻度値である場合がある。この場合は、脂肪領域ピークの決定を、別の方法を使用して行う。

ステップ６０６では、脂肪領域ピークが決定できているかどうかを判定する。決定出来ている場合、ステップ６０８に進み、脂肪領域と軟部組織領域との境界を表す閾値である第２の閾値の決定を行う。ステップ６０８では、第２の閾値を、脂肪領域ピークの階級値から基準階級値（本例では階級値０）までの範囲において、頻度値が最小になる階級値として決定する。その後処理６００は、ステップ６２２に進み、処理を終了する。

ステップ６０６において、脂肪領域ピークが決定できていないとの判定がなされた場合は、ステップ６１０に進む。ステップ６１０では、ステップ６０４で設定された下限の階級値から、水に対応する階級値である基準階級値（本例では階級値０）までの範囲において、各階級値について、次の関係式で定義される「変化量」を計算する。
・ 階級値ｉの前の差分＝（階級値ｉ−１の頻度値）−（階級値ｉの頻度値）；
・ 階級値ｉの後の差分＝（階級値ｉの頻度値）−（階級値ｉ＋１の頻度値）；
・ 階級値ｉの変化量＝（階級値ｉの前の差分）^２＋（階級値ｉの後の差分）^２
ただしｉは整数を表す。

次に処理６００はステップ６１２に進む。このステップでは、脂肪領域と軟部組織領域との境界を表す閾値である上記第２の閾値を、上記下限の階級値から基準階級値までの範囲において、上記変化量が最小となる階級値として決定する。

続いて処理６００はステップ６１４に進む。このステップでは、次のステップにおいて、脂肪領域ピークを検索する下限の階級値となる、調査階級値を決定する。この調査階級値は次のいずれかとして決定される。
（ａ）ステップ６０４で設定された下限の階級値から、ステップ６１２で決定された第２の閾値までの範囲で、ステップ６１０で計算された変化量が最大となる階級値。
（ｂ）ステップ６１２で決定された第２の閾値から上記下限の階級値の方へと頻度値の変化を調べ、第２の閾値における頻度値を最初に下回る頻度値に対応する階級値。
このうち（ｂ）で定められる調査階級値の様子を、図６Ｂに示す。

ステップ６１６では、脂肪領域ピークを決定する第２の試行を行う。このステップでは、調査境界値から第２の閾値までの範囲で、ステップ６１０で計算された「前の差分」の値が正で且つ最小となる階級値及び対応する頻度値を、脂肪領域ピークの階級値及び頻度値であると決定する。

ステップ６１８では、脂肪領域ピークが決定できているかどうかを判定する。決定出来ている場合、ステップ６２２に進み、処理を終了する。しかし、ステップ６１６において、上記「前の差分」の値が正となる階級値が見つからなかった場合など、脂肪領域ピークを決定できなかった場合は、ステップ６２０に進む。

ステップ６２０では、脂肪領域ピークを決定する第３の試行を行う。このステップでは、ステップ６０４で設定された下限の階級値から、ステップ６１２で決定された第２の閾値までの範囲の最大頻度値及び対応する階級値を、脂肪領域ピークの頻度値及び階級値であると決定する。この第３の試行まで行えば、脂肪領域ピーク及び第２の閾値を、必ず決定することができる。処理６００はステップ６２２に進み、処理を終了する。

続いて図３に戻り、処理３００の説明を続ける。ステップ３１２では、軟部領域ピークを決定する。軟部領域ピークの検出処理も、脂肪領域ピークの検出処理と同様に、階級値の全範囲にわたって行う必要はなく、軟部領域ピークが存在すると経験上分かっている階級値範囲で行えばよい。例えば、水に対応する画素値を０に、画素値範囲を−１０２４から＋１０２４に補正・規格化したＣＴ画像の場合、ヒストグラムの軟部領域ピークは、ほとんどの場合に階級値０から＋２５６の範囲に分布することが発明者によって確かめられている。そこで、ステップ３１２における軟部領域ピーク検出処理は、階級値０から＋２５６の範囲で行うこととしてもよい。脂肪領域と違い、軟部組織はどんな人でも一定以上の頻度で存在すると考えられるため、ほとんどの場合、この検出処理にて軟部領域ピークを決定することができる。

ステップ３１４では、空気領域と脂肪領域との境界を表す閾値である第１の閾値（図５に描かれるｔｈ１）を決定する。第１の閾値の決定手法は様々であってよいが、例えば次のような手法がある。
（３１４ａ）第１の閾値として、ステップ６０４で設定された下限の階級値から、ステップ３１０で決定された第２の閾値までの範囲で、その頻度値が、脂肪領域ピークの頻度値の所定の割合以下または未満になる階級値を採用する。この所定の割合として、例えば１０％が適切な値の一つであることが発明者によって確かめられている。しかし、例えば５％等、他の値でもよい。複数の被験者のデータを用いて、ＣＴ装置毎に定めてもよい。
（３１４ｂ）実施形態によっては、第１の閾値の決定条件に、直前の階級値との頻度値の差の絶対値が所定の値以下であること、という条件を入れてもよい。この所定の値として、例えば５０が適切な値の一つであることが発明者によって確かめられている。しかしこの値は単なる例示に過ぎず、実施形態によって様々な値を取り得るものである。
（３１４ｃ）実施形態によっては、第１の閾値として、ステップ６０４で設定された下限の階級値から、ステップ３１０で決定された第２の閾値までの範囲において、ステップ６１０で計算されるものと同じ「変化量」が最大となる階級値を採用してもよい。実施形態によっては、条件３１４ａ，３１４ｂを満たす階級値が存在しない場合に、条件３１４ｃを使って第１の閾値を決定することとしてもよい。

ステップ３１６では、脂肪領域と骨領域の境界を表す閾値である第３の閾値（図５に描かれるｔｈ３）を決定する。第３の閾値の決定手法も様々であってよい。一例ではあるが、この閾値は、軟部領域ピークに対応する階級値よりも大きな階級値であって、その頻度値が、軟部領域ピークの頻度値の所定の割合になる階級値であると、定められてもよい。この所定の割合として、例えば５％が適切な値の一つであることが発明者によって確かめられている。しかし、例えば１０％等、他の値でもよい。複数の被験者のデータを用いて、ＣＴ装置毎に定めてもよい。

ヒストグラムと脂肪領域ピーク、軟部領域ピーク、第１〜第３の閾値の関係を、図７に模式的に表現している。

ステップ３１８では、第１〜第３の閾値を記憶装置に格納する。例えば、大容量記憶装置１０６に、閾値データ１４０として記憶してもよい。閾値データ１４０は、ステップ３２０は処理３００の終了を表す。

次に、図８を用いてステップ２１４の処理の具体例である、処理８００を詳述する。処理８００は、ＣＴ画像セグメンテーションプログラム１２２に含まれるプログラム命令の少なくとも一部が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ることができる。

ステップ８０２は処理の開始を示す。ステップ８０４では、ＣＴ画像セグメンテーションプログラム１２２による処理の対象となるデータの読み込み（ロード）が行われる。ここでロードされるデータも、ステップ３０４と同様、ＣＴ画像１３０（の全部又は一部）である。それに加えてステップ８０４では、ステップ２１２（ステップ３１８）で作成、格納された、閾値データ１４０も読み込まれる。実施形態によってはCT画像１３０及び／又は閾値データ１４０、主記憶装置１０２に既に格納されているため、改めてロードされはしない。この場合、ステップ８０４の処理は不要であろう。

ステップ８０６では、ＣＴ画像の体軸断面スライスごとに、処理３００で分類された空気領域、脂肪領域、軟部組織、骨領域に属する画素のボリュームを計算し、グラフデータを作成する。図９に、作成したグラフの例を表示した例を載せた。グラフの横軸はＣＴ画像１３０の体軸断面スライスのスライス番号であり、本例では、番号が小さい方が頭部側で、番号が大きい方が下肢側である。グラフの縦軸は体積（ｃｍ^３）である。縦軸は、単純に画素数でもよい。図９においてAirと表示されているグラフは、空気領域に属する画素の体積（又は画素数）を表している。空気領域に属する画素とは、その画素値が、第１の閾値以下または未満の画素である。第１の閾値についてはステップ３１４の説明を参照されたい。本明細書において、このグラフを空気領域ボリュームグラフと呼ぶ。

図９においてFatと表示されているグラフは、脂肪領域に属する画素の体積（又は画素数）を表している。脂肪領域に属する画素とは、その画素値が、第１の閾値から第２の閾値の範囲に含まれる画素である。この範囲に境界（すなわち第１の閾値や第２の閾値）である。を含むかどうかは実施例に依存する。第１の閾値や第２の閾値については、ステップ３１０及び３１４の説明を参照されたい。本明細書において、このグラフを脂肪領域ボリュームグラフと呼ぶ。

図９においてSoftと表示されているグラフは、軟部組織に属する画素の体積（又は画素数）を表している。軟部組織に属する画素とは、その画素値が、第２の閾値から第３の閾値の範囲に含まれる画素である。この範囲に境界（すなわち第２の閾値や第３の閾値）を含むかどうかは実施例に依存する。第２の閾値や第３の閾値については、ステップ３１４及び３１６の説明を参照されたい。本明細書において、このグラフを軟部領域ボリュームグラフと呼ぶ。

図９において、Boneと表示されているグラフは、骨領域に属する画素の体積（又は画素数）を表している。骨領域に属する画素とは、その画素値が、第３の閾値以上または第３の閾値よりも大きな画素である。第３の閾値についてはステップ３１６の説明を参照されたい。本明細書において、このグラフを骨領域ボリュームグラフと呼ぶ。

図９に描かれる４つのグラフのうち、処理８００で使用するのは空気領域ボリュームグラフと軟部領域ボリュームグラフだけである。従って、実施例によっては、ステップ８０６において、この２つのボリュームグラフのみを作成してもよい。処理８００の実施例において、図９のようにグラフを表示することは必須ではないことに留意されたい。

実施形態によっては、図９に描かれるグラフにスムージング処理を施したうえで、後続のステップを遂行してもよい。

ステップ８０８では、ＣＴ画像１３０において胸部の上端に位置する体軸断面スライスである胸部始点スライスを決定する。本ステップにおいて、胸部始点スライスは、空気領域ボリュームグラフが最大値を呈する体軸断面スライスより頭頂側の体軸断面スライスであって、そのボリューム値が、空気領域ボリュームグラフの最大値の所定の割合となる体軸断面スライスであると決定する。この所定の割合として、例えば１０％が好適な値であることが発明者によって確かめられているが、この値に限定される訳ではなく、実施例によって変更可能である。

実施例によっては、胸部始点スライスの決定条件として、更に、隣接するスライスとの頻度の差が、空気領域ボリュームグラフの最大値の所定の割合となるという条件を加えてもよい。この所定の割合として、例えば１％が好適な値であることが発明者によって確かめられているが、この値に限定される訳ではなく、実施例によって変更可能である。

ステップ８１０では、ＣＴ画像１３０において上腹部の上端に位置する上腹部始点スライスを決定する。本ステップにおいて、上腹部始点スライスは、空気領域ボリュームグラフが最大値を呈する体軸断面スライスより下肢側の体軸断面スライスであって、軟部領域ボリュームグラフのボリューム値が最も大きくなる体軸断面スライスであると決定する。

ステップ８１２では、ＣＴ画像１３０において頸部の上端に位置する頸部始点スライスを決定する。本ステップにおいて、頸部始点スライスは、胸部始点スライスよりも頭頂側の体軸断面スライスであって、空気領域ボリュームグラフのボリューム値が最も大きくなる体軸断面スライスであると決定する。

ステップ８０８において決定された胸部始点スライスと、ステップ８１０において決定された上腹部始点スライスと、ステップ８１２で決定された頸部開始スライスの位置を、図９のグラフ上に示したものを、図１０に載せる。

ステップ８１４では、ＣＴ画像１３０において頭部の上端に位置する頭部始点スライスを決定する。この決定処理は、次のように行われる。
（８１４a）頸部始点スライスよりも頭頂側の体軸断面スライスに対して３Ｄラベリングを行う。
（８１４ｂ）体軸断面スライスにおいて中央部に位置するラベルである頭部ラベルを決定する。
（８１４ｃ）頭部ラベルに対応する領域の画素群であって、画素値が第２の閾値から第３の閾値の間にある画素群のボリュームを、頸部始点スライスから頭頂側へ各体軸断面スライスについて計算し、該ボリュームが最初にゼロになった体軸断面スライスを、頭部始点スライスであると決定する。

図１１に、ある体軸断面スライスに位置する頭部ラベルの例を示す。

続いてステップ８１６では、ＣＴ画像１３０において、下腹部の上端に位置する下腹部始点スライスを決定する。この決定処理の例を、図１２−１４を使って説明する。

図１２の処理１２００は、図８のステップ８１６の具体例である。処理１２００も、ＣＴ画像セグメンテーションプログラム１２２に含まれるプログラム命令の少なくとも一部が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ることができる。

ステップ１２０２は処理の開始を示す。ステップ１２０４では、ＣＴ画像１３０の体軸断面スライスのうち、ステップ８１０において決定された上腹部始点スライスよりも下肢側の体軸断面スライスに対して３Ｄラベリングを行い、最も大きなラベルである胴体ラベルを決定する。決定された胴体ラベルの様子を、ある体軸断面スライスを例にとって、図１３に示す。

ステップ１２０６では、上腹部始点スライスよりも下肢側の体軸断面スライスに対して、胴体ラベルに対応する領域の画素群であって、画素値が第３の閾値以上又は第３の閾値より大きな画素群を抽出する。第３の閾値についてはステップ３１６の説明を参照されたい。抽出された画素群は、上腹部始点スライスよりも下肢側における、骨領域を示している。続いてステップ１２０８において、抽出された画素群に対して３Ｄラベリングを行い、最も大きなラベルである背骨・骨盤・大腿骨ラベルを決定する。決定された背骨・骨盤・大腿骨ラベルの様子を、ある体軸断面スライスを例にとって、図１４Ａに示す。

ステップ１２１０では、背骨・骨盤・大腿骨ラベルに対応する画素群であって、画素値が第３の閾値以上又は第３の閾値より大きな画素群の外接矩形を、上腹部始点スライスよりも下肢側の体軸断面スライスの各々について作成する。図１４Ａの背骨・骨盤・大腿骨ラベルに外接矩形を重ね合わせて表示した例を、図１４Ｂに載せる。ステップ１２１２では、作成した外接矩形の面積の変化量を調べる。そしてステップ１２１４において、変化量が最も大きくなる体軸断面スライスを、下腹部始点スライスであると決定する。

実施形態によっては、外接矩形に依らずに骨の変化量を調べ、その結果に応じて下腹部始点スライスであると決定してもよい。例えば、スライス毎に背骨・骨盤・大腿骨ラベルの大きさ（画素数）を計算すると共に、隣接するスライスとの大きさの差が最も大きなスライスを、下腹部始点スライスであると決定してもよい。また、変化量に依らずに、閾値に依って下腹部始点スライスであると決定してもよい。例えば、上述の面積やラベルの大きさが所定の閾値を下回ることに応じて、下腹部始点スライスを決定してもよい。この所定の閾値は、複数人の被験者のデータ（の例えば平均値等）から決定されたものでもよいし、上述の面積やラベルの最大値に基づいて定められてもよい。例えば、上述の面積やラベルが、当該最大値の所定の割合になったスライスを、下腹部始点スライスであると決定してもよい。

ステップ１２１６は処理の終了を示す。

図８の説明に戻る。ステップ８１８では、ＣＴ画像１３０において、下肢の上端に位置する下肢始点スライスを決定する。この決定処理の例を、図１５，１６を使って説明する。

図１５の処理１５００は、図８のステップ８１８の具体例である。処理１５００も、ＣＴ画像セグメンテーションプログラム１２２に含まれるプログラム命令の少なくとも一部が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ることができる。

ステップ１５０２は処理の開始を示す。符号１５０４から１５１４で示すループでは、ＣＴ画像１３０の体軸断面スライスのうち、ステップ８１６で決定された下腹部始点スライスから下肢側の体軸断面スライスの各々について、符号１５０６から１５１２で示す処理を行う。

ステップ１５０６では、ループの現在の体軸断面スライスにつき、ステップ１２０４で決定された胴体ラベルに対応する領域の画素群であって、画素値が第３の閾値以上又は第３の閾値より大きな画素群をラベリングする。第３の閾値についてはステップ３１６の説明を参照されたい。そして、大きさが上位２つのラベルを抽出し、これら２つのラベルが重なっていなければ、これら２つのラベルを大腿骨ラベルであると決定する（ステップ１５０８）。大腿骨ラベルの様子を、ある体軸断面スライスを例にとって、図１６に示す。

大腿骨ラベルが決定できた場合は、該大腿骨ラベルの各々について、穴を抽出する（ステップ１５１０）。そして、穴を抽出することができた場合は、ループの現在の体軸断面スライスにつき、大腿骨ラベルに対応する領域の画素群であって、画素値が第３の閾値以上又は第３の閾値より大きな画素群のボリューム（体積又は画素数）である、大腿骨ボリュームを計算する（ステップ１５１２）。

符号１５０４から１５１４で示すループを抜けると、処理１５００はステップ１５１６に進む。ステップ１５１６では、下腹部始点スライスから下肢側の体軸断面スライスにおける、骨盤ボリュームの最大値を決定する。この決定は、下腹部始点スライスから下肢側の体軸断面スライスの各々につき、ステップ１２０４で決定された胴体ラベルに対応する領域の画素群であって、その画素値が第３の閾値以上又は第３の閾値より大きな画素群のボリューム（体積又は画素数）を計算することと、計算されたボリュームの最大値を特定することとによって、行われてもよい。

ステップ１５１８では、下肢始点スライスの決定が行われる。下肢始点スライスは、下腹部始点スライスから下肢側の体軸断面スライスのうち、大腿骨ボリュームが計算できた体軸断面スライスの中で、該大腿骨ボリュームの値が、ステップ１５１６で決定された骨盤ボリューム最大値の所定の割合になる最初のスライスとして、決定される。この所定の割合として、例えば、骨盤ボリューム最大値の半分又は半分未満が適切な値の一つであることが、発明者によって確かめられている。しかし、実施形態によって、他の値を採用してもよい。ステップ１５２０は処理の終了を示す。

図８の説明に戻る。ステップ８２０では、ステップ８０８〜８１８で決定された、胸部始点スライス、上腹部始点スライス、頸部始点スライス、頭部始点スライス、下腹部始点スライス、下肢始点スライスのスライス位置情報が、システム１００の記憶手段に格納される。例えば、図１に描かれるように、大容量記憶装置１０６に、スライス位置情報１４２として格納されてもよい。実施形態によっては、主記憶装置１０４に格納されてもよい。スライス位置情報とは、例えば、ＣＴ画像１３０の体軸断面スライスのスライス番号であってもよい。ステップ８２２は処理８００の終了を示す。

続いて、図２のステップ２１６の処理の具体例を、図１７を用いて説明する。

図１７は、図２のステップ２１６の処理の具体例の一つである処理１７００を説明するための図である。処理１７００は、生理的集積除去プログラム１２４に含まれるプログラム命令の少なくとも一部が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ることができる。

ステップ１７０２は処理の開始を示す。ステップ１７０４では、生理的集積除去プログラム１２４による処理の対象となるデータの読み込み（ロード）が行われる。ここでロードされるデータは、核医学画像（本例ではＰＥＴ画像）１３２（の全部又は一部）である。それに加えてステップ１７０８では、処理８００により作成、格納された、スライス位置情報１４２も読み込まれる。実施形態によっては核医学画像１３２及び／又はスライス位置情報１４２、主記憶装置１０２に既に格納されているため、改めてロードされはしない。この場合、ステップ１７０４の処理は不要であろう。

スライス位置情報１４２には、前述のように、胸部始点スライス、上腹部始点スライス、頸部始点スライス、頭部始点スライス、下腹部始点スライス、下肢始点スライスの少なくともいずれかのスライス位置情報（スライス番号）が含まれている。そして、このスライス位置情報は、核医学画像１３２とレジストレーションされたＣＴ画像１３０に基づいて作られている。従って、このスライス位置情報を利用することにより、核医学画像１３２においても、胸部始点スライスや上腹部始点スライス等を特定することができる。すなわち例えば、核医学画像１３２において、スライス位置情報１４２に含まれる胸部始点スライス番号と同じスライス番号の体軸断面スライスは、核医学画像１３２において、胸部の上端に位置するスライスであると考えることができる。つまり、スライス位置情報１４２に含まれる胸部始点スライス番号と同じスライス番号の体軸断面スライスは、核医学画像１３２においても胸部始点スライスであると考えることができる。上腹部始点スライス、頸部始点スライス、頭部始点スライス、下腹部始点スライス、下肢始点スライスについても同様である。以下の処理１７００の説明においては、胸部始点スライス、上腹部始点スライス、頸部始点スライス、頭部始点スライス、下腹部始点スライス、下肢始点スライスとの語句は、全て核医学画像１３２における体軸断面スライスを表しているものと理解されたい。

ステップ１７０６−１７１０では、ＣＴ画像１３０とレジストレーションされた核医学画像１３２における頭部の高集積部分を決定する処理を行う。ステップ１７０６では、頭部始点スライスのスライス位置と、頸部始点スライスのスライス位置とを用いて、核医学画像１３２において、最大画素値を有する画素の探索領域を設定する。一例では、核医学画像１３において、頭部始点スライスから頸部始点スライスの間の全ての体軸断面スライスに含まれる画素を、探索領域としてもよい。しかし実施形態によっては、処理速度及びメモリ消費量の改善のために、探索領域を絞ってもよい。発明者は、次のように定義した探索領域で、好適な結果が得られることを確認している。
・ 体軸（axial）方向は、頭部始点スライスと頸部始点スライスとの中間のスライスから頭部始点スライスまで。
・ 矢状（sagittal）方向については全範囲。すなわち矢状断面スライスにおいて０からマトリクスサイズまで。
・ 冠状（coronal）方向については、左右中心のみ。
その他、実施形態によって、探索領域の定義は変わってよい。

ステップ１７０８では、ステップ１７０６で設定した探索領域において、核医学画像１３２内の最大画素値を有する画素を決定する。

ステップ１７１０では、ステップ１７０８で決定した画素値最大の画素から、リージョングローイングを行う。このリージョングローイングによって得られた領域が、頭部の高集積部分であると決定される。

ステップ１７１２−１７１６では、ＣＴ画像１３０とレジストレーションされた核医学画像１３２における膀胱部の高集積部分を決定する処理を行う。ステップ１７１２では、下腹部始点スライスのスライス位置と、下肢始点スライスのスライス位置とを用いて、核医学画像１３２において最大画素値を有する画素の探索領域を設定する。一例では、核医学画像１３２において、下腹部始点スライスから下肢始点スライスの間の全ての体軸断面スライスに含まれる画素を、探索領域としてもよい。しかし実施形態によっては、処理速度及びメモリ消費量の改善のために、探索領域を絞ってもよい。発明者は、次のように定義した探索領域で、好適な結果が得られることを確認している。
・ 体軸（axial）方向は、下腹部始点スライスと下肢始点スライスとの中間のスライスから下肢始点スライスまで。
・ 矢状（sagittal）方向については全範囲。すなわち矢状断面スライスにおいて０からマトリクスサイズまで。
・ 冠状（coronal）方向については、左右中心のみ。
その他、実施形態によって、探索領域の定義は変わってよい。

ステップ１７１４では、ステップ１７１２で設定した探索領域において、核医学画像１３２内の最大画素値を有する画素を決定する。

ステップ１７１６では、ステップ１７１４で決定した画素値最大の画素から、リージョングローイングを行う。このリージョングローイングによって得られた領域が、膀胱部の高集積部分であると決定される。

ステップ１７１８では、ステップ１７１０，１７１８で得られた頭部高集積領域及び膀胱部高集積領域のデータが、システム１００の記憶手段に格納される。例えば、大容量記憶装置１０６に、領域データ１４４として格納されてもよい。

図２の説明に戻る。ステップ２２０では、ステップ２１６の結果に基づいて、頭部高集積領域及び膀胱部高集積領域をマスクして、核医学画像１３２が表示される。表示例が図１８に示されている。

図１８は、システム１００の実装例の画面の一つを載せたものである。画面上には、ＣＴ画像１３０のある冠状断面の表示１８０２と、核医学画像１３２の対応する冠状断面の表示１８０４とが存在する。図示されるように、画像１８０２は、スライス位置情報１４２に基づいて、体領域の境界が示されている。操作者がユーザインタフェースのボタン１８０８をマウス等で操作すると、領域データ１４４に基づいて、画像１８０４のうち頭部高集積領域１８１０及び膀胱部高集積領域１８１２がマスクされた画像１８０６が現れる。

頭部高集積領域１８１０及び膀胱部高集積領域１８１２がマスクされているため、頭部や膀胱部の不要な信号に妨げられずに、核医学画像の観察を行うことができるようになる。

以上、好適な実施例を用いて本願発明を詳しく説明してきたが、上記の説明や添付図面は、本願発明の範囲を限定する意図で提示されたものではなく、むしろ、法の要請を満たすために提示されたものである。本願発明の実施形態には、ここで紹介されたもの以外にも、様々なバリエーションが存在する。例えば、明細書又は図面に示される各種の数値もいずれも例示であり、これらの数値は発明の範囲を限定する意図で提示されたものではない。明細書又は図面に紹介し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、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、実施者の好みや必要性に応じて、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。これらのバリエーションは、全て、本願で開示される発明の範囲に含まれるものであり、処理の実装形態によって発明の範囲が限定されることはない。請求項に決定される処理の記載順も、処理の必須の順番を決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。

更に例えば、ＣＴ画像セグメンテーションプログラム１２２や生理的集積除去プログラム１２４の実施形態には、単一のプログラムであるようなものや、複数の独立のプログラムから構成されるプログラム群であるようなものが含まれうる。これら２つのプログラムは、実施形態によっては単一のプログラムとして提供されるだろう。実施形態によっては、レジストレーションプログラム１２０も含んだ形で提供されるだろう。よく知られているように、プログラムの実装形態には様々なものがあり、それらのバリエーションは全て、本願で開示され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、本願に開示される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
１０２ ＣＰＵ
１０４ 主記憶装置
１０６ 大容量記憶装置
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 レジストレーションプログラム
１２２ ＣＴ画像セグメンテーションプログラム
１２４ 生理的集積除去プログラム
１３０ ＣＴ画像データ
１３２ 核医学画像データ

Claims (24)

1. ＣＴ画像の画素値の分類を自動で行う方法であって、
   前記ＣＴ画像に基づいて、画素値のヒストグラムを作成することと；
   前記ヒストグラムにおける脂肪領域のピークである脂肪領域ピークを決定することと；
   前記ヒストグラムにおける軟部組織領域のピークである軟部領域ピークを決定することと；
   前記脂肪領域ピークの階級値よりも階級値が小さい領域において、前記脂肪領域ピークの頻度値に基づいて、空気領域の階級値の上限を表す閾値である第１の閾値を決定することと；
   前記脂肪領域と前記軟部組織領域の境界の階級値を表す閾値である第２の閾値を決定することと；
   前記軟部領域ピークに対応する階級値よりも階級値が大きい領域において、前記軟部領域ピークの頻度値に基づいて、骨領域の階級値の下限を表す閾値である第３の閾値を決定することと；
   を含む、方法。
2. 前記ヒストグラムを作成することは、
   前記ＣＴ画像から、寝台部分を除去して人体部分のみを残した二値化画像である参照画像を作成することと；
   前記ＣＴ画像の画素のうち、前記参照画像の対応する画素にデータが存在する画素のみを用いて前記ヒストグラムを作成することと、
   を含む、請求項１に記載の方法。
3. 前記脂肪領域ピーク及び前記軟部領域ピークを決定する前に、前記ヒストグラムにスムージング処理を施す、請求項１または２に記載の方法。
4. 請求項１から３のいずれかに記載の方法であって、
   前記脂肪領域ピークを決定することは、前記脂肪領域ピークを含みうるように設定された下限の階級値から、水に対応する階級値である基準階級値までの範囲における最大頻度値を求めると共に、前記最大頻度値が前記基準階級値の頻度値ではない場合は、前記最大頻度値及び対応する階級値が、前記脂肪領域ピークの頻度値及び階級値であると決定することを含み、
   前記方法は、前記第２の閾値を、前記脂肪領域ピークの階級値から前記基準階級値までの範囲において、頻度値が最小になる階級値として決定することを更に含む、
   方法。
5. 前記下限の階級値から前記基準階級値までの範囲における最大頻度値が、前記基準階級値の頻度値である場合、前記脂肪領域ピークを決定することは、
   前記第２の閾値を、前記下限の階級値から前記基準階級値までの範囲において、頻度値の変化量が最小となる階級値として決定すること、ただし前記変化量は、ｉを整数として、
   ・ 階級値ｉの前の差分＝（階級値ｉ−１の頻度値）−（階級値ｉの頻度値）；
   ・ 階級値ｉの後の差分＝（階級値ｉ１の頻度値）−（階級値ｉ＋１の頻度値）；
   ・ 階級値ｉの変化量＝（階級値ｉの前の差分）^２＋（階級値ｉの後の差分）^２
   として定義される値である、前記決定することと；
   調査階級値を、
   ・ 前記下限の階級値から前記第２の閾値までの範囲で、前記変化量が最大となる階級値、または、
   ・ 前記第２の閾値から前記下限の階級値の方へと頻度値の変化を調べ、前記第２の閾値における頻度値を最初に下回る頻度値に対応する階級値、
   のいずれかと定めることと；
   前記調査境界値から前記第２の閾値までの範囲で、前記前の差分の値が正で且つ最小となる階級値及び対応する頻度値を、前記脂肪領域ピークの階級値及び頻度値であると決定することと；
   を含む、請求項４に記載の方法。
6. 前記調査境界値から前記第２の閾値までの範囲で、前記前の差分の値が正となる階級値が見つからない場合、前記脂肪領域ピークを決定することは、前記下限の階級値から前記第２の閾値までの範囲の最大頻度値及び対応する階級値を、前記脂肪領域ピークの頻度値及び階級値であると決定することを含む、請求項５に記載の方法。
7. 前記軟部領域ピークを決定することは、所定の階級値範囲内でピーク検出処理を行うことを含む、請求項５又は６に記載の方法。
8. 前記第１の閾値は、
   ・ 前記脂肪領域ピークの階級値よりも小さな階級値であって、前記下限の階級値から前記第２の閾値までの範囲で、その頻度値が、前記脂肪領域ピークの頻度値の所定の割合以下または未満になる階級値；
   ・ 前記下限の階級値から前記脂肪領域ピークの階級値までの範囲で、前記変化量が最大となる階級値；
   のいずれかとして決定され、
   前記第３の閾値は、前記軟部領域ピークに対応する階級値よりも大きな階級値であって、その頻度値が、前記軟部領域ピークの頻度値の所定の割合になる階級値として決定される、請求項７に記載の方法。
9. 請求項１から８のいずれかに記載の方法により前記第１〜第３の閾値が決定された前記ＣＴ画像の領域分割を自動で行うための方法であって、
   一方の軸に、前記ＣＴ画像の体軸断面スライスのスライス番号を取り、もう一方の軸に、各スライス番号に対応するスライスにおける、画素値が前記第１の閾値以下または未満の画素群の少なくとも一部のボリュームを取ったグラフである空気領域ボリュームグラフを作成することと；
   前記空気領域ボリュームグラフが最大値を呈する体軸断面スライスより頭頂側の体軸断面スライスであって、そのボリューム値が、前記空気領域ボリュームグラフの最大値の所定の割合となる体軸断面スライスを、胸部の上端に位置する胸部始点スライスであると決定することと；
   を含む、方法。
10. 前記胸部始点スライスを決定する前に、前記空気領域ボリュームグラフにスムージング処理を施すことを含む、請求項９に記載の方法。
11. 一方の軸に、前記ＣＴ画像の体軸断面スライスのスライス番号を取り、もう一方の軸に、各スライス番号に対応するスライスにおける、画素値が前記第２の閾値から前記第３の閾値の間にある画素群のボリュームを取ったグラフである軟部領域ボリュームグラフを作成することと；
    前記空気領域ボリュームグラフが最大値を呈する体軸断面スライスより下肢側の体軸断面スライスであって、前記軟部領域ボリュームグラフのボリューム値が最も大きくなる体軸断面スライスを、上腹部の上端に位置する上腹部始点スライスであると決定することと；
    を更に含む、請求項９または１０に記載の方法。
12. 前記上腹部始点スライスを決定する前に、前記軟部領域ボリュームグラフにスムージング処理を施すことを含む、請求項１１に記載の方法。
13. 前記前記胸部始点スライスよりも頭頂側の体軸断面スライスであって、前記空気領域ボリュームグラフのボリューム値が最も大きくなる体軸断面スライスを、頸部の上端に位置する頸部始点スライスであると決定することを更に含む、請求項９から１３の何れかに記載の方法。
14. 前記頸部始点スライスよりも頭頂側の体軸断面スライスに対して３Ｄラベリングを行うことと；
    体軸断面スライスにおいて中央部に位置するラベルである頭部ラベルを決定することと；
    前記頭部ラベルに対応する領域の画素群であって、画素値が前記第２の閾値から前記第３の閾値の間にある画素群のボリュームを前記頸部始点スライスから頭頂側へ各体軸断面スライスについて計算し、該ボリュームが最初にゼロになった体軸断面スライスを、頭部の上端に位置する頭部始点スライスであると決定することと；
    を更に含む、請求項１３に記載の方法。
15. 前記上腹部始点スライスよりも下肢側の体軸断面スライスについて、骨の量の変化に基づいて、下腹部の上端に位置する下腹部始点スライスであると決定することを更に含む、請求項１１又は１２、及び、請求項１１若しくは１２に従属する請求項１３又は１４のいずれか１項に記載の方法。
16. 前記下腹部始点スライスを決定することは、
    前記上腹部始点スライスよりも下肢側の体軸断面スライスに対して３Ｄラベリングを行い、最も大きなラベルである胴体ラベルを決定することと；
    前記上腹部始点スライスよりも下肢側の体軸断面スライスに対して、前記胴体ラベルに対応する領域の画素群であって、画素値が前記第３の閾値以上又は前記第３の閾値より大きな画素群を抽出すると共に、該抽出した画素群に対して３Ｄラベリングを行い、最も大きなラベルである背骨・骨盤・大腿骨ラベルを決定することと；
    前記背骨・骨盤・大腿骨ラベルに対応する画素群であって、画素値が前記第３の閾値以上又は前記第３の閾値より大きな画素群の外接矩形を、前記上腹部始点スライスよりも下肢側の体軸断面スライスの各々について作成することと；
    前記外接矩形の変化量が最も大きな体軸断面スライスを、下腹部の上端に位置する下腹部始点スライスであると決定することと；
    を含む、請求項１５に記載の方法。
17. 前記下腹部始点スライスから下肢側の体軸断面スライスの各々について、
    前記胴体ラベルに対応する領域の画素群であって、画素値が前記第３の閾値以上又は前記第３の閾値より大きな画素群をラベリングすることと；
    大きさが上位２つのラベルを抽出し、これら２つのラベルが重なっていなければ、これら２つのラベルを大腿骨ラベルであると決定することと；
    前記大腿骨ラベルが決定できた場合は、該大腿骨ラベルの各々について、穴を抽出することと；
    前記穴を抽出することができた場合は、前記大腿骨ラベルに対応する領域の画素群であって、画素値が前記第３の閾値以上又は前記第３の閾値より大きな画素群のボリュームである大腿骨ボリュームを計算することと；
    を行うことと；
    前記下腹部始点スライスから下肢側の体軸断面スライスにおける、前記胴体ラベルに対応する領域の画素群であって、画素値が前記第３の閾値以上又は前記第３の閾値より大きな画素群のボリュームの最大値を計算することと；
    前記下腹部始点スライスから下肢側の体軸断面スライスのうち、前記大腿骨ボリュームが計算できた体軸断面スライスの中で、該大腿骨ボリュームの値が、前記最大値の所定の割合になる最初のスライスを、下肢の上端に位置する下肢始点スライスであると決定することと；
    を更に含む、請求項１６に記載の方法。
18. 核医学画像とのレジストレーションがなされたＣＴ画像に対して行われる、請求項１から１７のいずれかに記載の方法。
19. 核医学画像から生理的集積を自動で除去するための方法であって、
    請求項１４に従属する請求項１７に記載の方法により決定される、頭部始点スライスのスライス位置の情報と、頸部始点スライスのスライス位置の情報とを読み込むことと；
    前記核医学画像において、前記頭部始点スライスのスライス位置と、前記頸部始点スライスのスライス位置とを用いて、最大画素値探索領域を設定することと；
    前記最大画素値探索領域において、最大画素値を有する画素を決定することと；
    前記最大画素値を有する画素から、リージョングローイングの手法により、頭部の高集積領域を決定することと；
    を含む、方法。
20. 前記決定した脳領域にマスクをかけて前記核医学画像を表示することを更に含む、請求項１９に記載の方法。
21. 核医学画像から生理的集積を自動で除去するための方法であって、 請求項１７から１９のいずれか一項であって、請求項１６に従属する請求項に記載の方法により決定される、下腹部始点スライスのスライス位置の情報と、下肢始点スライスのスライス位置の情報とを読み込むことと；
    前記核医学画像において、前記下腹部始点スライスのスライス位置と、前記下肢始点スライスのスライス位置とを用いて、最大画素値探索領域を設定することと；
    前記最大画素値探索領域において、最大画素値を有する画素を決定することと；
    前記最大画素値を有する画素から、リージョングローイングの手法により、膀胱部の高集積領域を決定することと；
    を含む、方法。
22. 前記決定した膀胱領域にマスクをかけて前記核医学画像を表示することを含む、請求項２１に記載の方法。
23. 処理手段と記憶手段とを備える装置であって、前記記憶手段はプログラム命令を備え、該プログラム命令は、前記処理手段に実行されると、前記装置に、請求項１から２２のいずれかに記載の方法を遂行させるように構成される、装置。
24. 装置の手段で実行されると、前記装置に、請求項１から２２のいずれかに記載の方法を遂行させるように構成されるプログラム命令を備える、コンピュータプログラム。

Images