JP6765396B2 - 医用画像処理装置、方法およびプログラム - Google Patents

Description

本発明は、被検体の頭部のＣＴ(Computed Tomography）画像等の脳画像と、標準的な脳の画像である標準脳画像との位置合わせを行う医用画像処理装置、方法およびプログラムに関するものである。

近年、ＣＴ装置およびＭＲＩ（Magnetic Resonance Imaging）装置等の医療機器の進歩により、より質の高い高解像度の医用画像を用いての画像診断が可能となってきている。とくに、対象部位を脳とした場合において、ＣＴ画像およびＭＲＩ画像等を用いた画像診断により、脳梗塞および脳出血等の血管障害を起こしている疾病領域を特定することができるため、特定した結果に基づく適切な治療が行われるようになってきている。

ここで、ＣＴ画像においては、出血は高吸収を、梗塞は低吸収を示す。一方、ＭＲＩの拡散強調画像においては、梗塞は高吸収を示す。このため、血管障害の診断を行うためには、正常な（すなわち血管障害がない）患者の脳画像において、脳内の領域における濃度分布を正確に把握した上で、診断対象となる脳画像と正常な脳画像との比較を行うことが重要である。とくに、診断対象となる脳画像を、標準的な脳画像であり、かつ複数の領域に分割された標準脳画像と位置合わせし、診断対象の脳画像を複数の領域に分割し、分割した領域毎に濃度を比較することが、診断上有効である。

一方、非特許文献１においては、患者の脳のＣＴ画像と、脳の標準モデルとなるＣＴ画像である標準脳画像とを位置合わせし、脳の全体においてＣＴ値を比較することにより、通常と大きく異なっている出血領域を検出する手法が提案されている。また、特許文献１には、診断対象となる患者の年齢範囲に対応するデータベースから、患者の脳室の形状および大きさに応じた標準脳画像を検索し、患者の脳画像と検索した標準脳画像とを統合して患者固有のアトラスを作成する手法が提案されている。特許文献１に記載された手法によれば、患者の脳室の形状および大きさに応じた標準脳画像を選択することができるため、診断対象の脳画像と標準脳画像との位置合わせ、さらには診断対象の脳画像の領域分割を、精度よく行うことができる。

特表２０１６−５２７９４２号公報

Automated delineation of stroke lesions using brain CT images NeuroImage: Clinical,Volume 4, 2014, Pages 540-548

しかしながら、患者の脳室に出血があった場合、患者の脳画像において、脳室の画素値と脳実質等の脳室以外の領域の画素値との差異が小さくなるため、脳室の形状および大きさを正確に検出することができない。このような場合、特許文献１に記載の手法を用いても、診断対象の脳画像と標準脳画像との位置合わせ、さらには診断対象の脳画像の領域分割を、精度よく行うことができない。

本発明は上記事情に鑑みなされたものであり、診断対象である被検体の脳画像と標準脳画像との位置合わせをより精度よく行うことを目的とする。

本発明による医用画像処理装置は、被検体の脳を含む脳画像を取得する画像取得部と、
複数種類の形状および大きさを有する複数の標準脳画像を記憶する記憶部と、
脳画像における非出血領域を特定する非出血領域特定部と、
複数の標準脳画像から、非出血領域の形状および大きさの少なくとも一方に応じた標準脳画像を選択する選択部と、
選択された標準脳画像に基づいて脳画像に含まれる脳を領域分割する分割部とを備える。

「非出血領域」とは、脳画像において出血が見られない、または出血が疑われない領域を意味する。

なお、本発明による医用画像処理装置においては、非出血領域は、複数の脳溝の少なくとも１つ、複数の脳室の少なくとも１つ、およびくも膜下腔における複数の解剖学的領域の少なくとも１つのいずれかまたは複数であってもよい。

脳溝は脳において複数存在するため、いずれかの脳溝に出血があっても、他の脳溝には出血が見られない場合がある。このような場合、出血が見られない複数の脳溝の少なくとも１つを非出血領域としてもよい。

また、脳室も脳において複数存在するため、いずれかの脳室に出血があっても、他の脳室には出血が見られない場合がある。このような場合、出血が見られない複数の脳室の少なくとも１つを非出血領域としてもよい。

また、くも膜下腔は、大脳谷槽および迂回槽等の複数の解剖学的領域に分割することができるため、いずれかの領域に出血があっても、他の領域には出血が見られない場合がある。このような場合、出血が見られないくも膜下腔における複数の解剖学的領域の少なくとも１つを非出血領域としてもよい。

なお、脳溝に出血がある場合、脳室またはくも膜下腔を非出血領域とすればよい。この場合、複数の脳室の少なくとも１つ、またはくも膜下腔の複数の解剖学的領域の少なくとも１つを非出血領域としてもよい。

また、脳室に出血がある場合、脳溝またはくも膜下腔を非出血領域とすればよい。この場合、複数の脳溝の少なくとも１つ、またはくも膜下腔の複数の解剖学的領域の少なくとも１つを非出血領域としてもよい。

また、くも膜下腔に出血がある場合、脳溝または脳室を非出血領域とすればよい。この場合、複数の脳溝の少なくとも１つ、または複数の脳室の少なくとも１つを非出血領域としてもよい。

また、本発明による医用画像処理装置においては、非出血領域特定部は、被検体の診断情報に基づいて、非出血領域を特定するものであってもよい。

また、本発明による医用画像処理装置においては、非出血領域特定部は、脳画像に基づいて、非出血領域を特定するものであってもよい。

また、本発明による医用画像処理装置においては、領域分割された脳画像において、疾病が含まれる疾病領域を特定する疾病領域特定部をさらに備えるものであってもよい。

また、本発明による医用画像処理装置においては、疾病領域が特定された脳画像を表示部に表示する表示制御部をさらに備えるものであってもよい。

本発明による医用画像処理方法は、被検体の脳を含む脳画像を取得し、
脳画像における非出血領域を特定し、
複数種類の形状および大きさを有する複数の標準脳画像から、非出血領域の形状および大きさの少なくとも一方に応じた標準脳画像を選択し、
選択された標準脳画像に基づいて脳画像に含まれる脳を領域分割する。

なお、本発明による医用画像処理方法をコンピュータに実行させるためのプログラムとして提供してもよい。

本発明による他の医用画像処理装置は、コンピュータに実行させるための命令を記憶するメモリと、
記憶された命令を実行するよう構成されたプロセッサとを備え、プロセッサは、
脳画像における非出血領域を特定し、
複数種類の形状および大きさを有する複数の標準脳画像から、非出血領域の形状および大きさの少なくとも一方に応じた標準脳画像を選択し、
選択された標準脳画像に基づいて脳画像に含まれる脳を領域分割する処理を実行する。

本発明によれば、脳画像における非出血領域が特定され、非出血領域の形状および大きさの少なくとも一方に応じた標準脳画像が選択され、選択された標準脳画像に基づいて脳画像に含まれる脳が領域分割される。ここで、非出血領域は血液に影響されないため、脳画像において非出血領域の解剖学的構造に応じた固有の画素値を有するものとなる。このため、非出血領域は脳画像において精度よく特定することができる。また、このように特定した非出血領域を用いることにより、脳画像の形状および大きさの少なくとも一方に応じた標準脳画像を複数の標準脳画像から選択することができる。したがって、被検体の脳画像と標準脳画像との位置合わせ、さらには被検体の脳画像の領域分割を、精度よく行うことができる。

本発明の実施形態による医用画像処理装置を適用した、診断支援システムの概要を示すハードウェア構成図 本実施形態による医用画像処理装置の概略構成を示す図 標準脳画像を示す図 患者の症状と脳内における非出血領域とを対応づけたデータベースを示す図 脳画像の非出血領域と複数の標準脳画像のそれぞれとの非出血領域との比較を説明するための図 分割された脳画像を示す図 ディスプレイに表示された脳画像を示す図 本実施形態において行われる処理を示すフローチャート

以下、図面を参照して本発明の実施形態について説明する。図１は、本発明の実施形態による医用画像処理装置を適用した、診断支援システムの概要を示すハードウェア構成図である。図１に示すように、診断支援システムでは、本実施形態による医用画像処理装置１、３次元画像撮影装置２、および画像保管サーバ３が、ネットワーク４を経由して通信可能な状態で接続されている。

３次元画像撮影装置２は、被検体の診断対象となる部位を撮影することにより、その部位を表す３次元画像を医用画像として生成する装置であり、具体的には、ＣＴ装置、ＭＲＩ装置、およびＰＥＴ（Positron Emission Tomography）装置等である。３次元画像撮影装置２により生成された医用画像は画像保管サーバ３に送信され、保存される。なお、本実施形態においては、被検体である患者の診断対象部位は脳であり、３次元画像撮影装置２はＣＴ装置であり、被検体の脳を含む頭部のＣＴ画像を３次元の脳画像Ｂ０として生成する。

画像保管サーバ３は、各種データを保存して管理するコンピュータであり、大容量外部記憶装置およびデータベース管理用ソフトウェアを備えている。画像保管サーバ３は、有線あるいは無線のネットワーク４を介して他の装置と通信を行い、画像データ等を送受信する。具体的には３次元画像撮影装置２で生成された脳画像Ｂ０の画像データを含む各種データをネットワーク経由で取得し、大容量外部記憶装置等の記録媒体に保存して管理する。なお、画像データの格納形式およびネットワーク４経由での各装置間の通信は、ＤＩＣＯＭ（Digital Imaging and Communication in Medicine）等のプロトコルに基づいている。また、画像保管サーバ３には、年齢に応じた大きさおよび形状を有する複数の標準脳画像が記憶されている。標準脳画像については後述する。さらに、画像保管サーバ３には、被検体である患者の診断情報が保存されている。診断情報は、脳画像Ｂ０を取得した患者の症状、および診断を行った医師の所見等のテキスト情報を含むデータである。

医用画像処理装置１は、１台のコンピュータに、本発明の医用画像処理プログラムをインストールしたものである。コンピュータは、診断を行う医師が直接操作するワークステーションまたはパーソナルコンピュータでもよいし、それらとネットワークを介して接続されたサーバコンピュータでもよい。医用画像処理プログラムは、ＤＶＤ（Digital Versatile Disc）あるいはＣＤ−ＲＯＭ（Compact Disk Read Only Memory）等の記録媒体に記録されて配布され、その記録媒体からコンピュータにインストールされる。または、ネットワークに接続されたサーバコンピュータの記憶装置、もしくはネットワークストレージに、外部からアクセス可能な状態で記憶され、要求に応じて医師が使用するコンピュータにダウンロードされ、インストールされる。

図２は、コンピュータに医用画像処理プログラムをインストールすることにより実現される医用画像処理装置の概略構成を示す図である。図２に示すように、医用画像処理装置１は、標準的なワークステーションの構成として、ＣＰＵ（Central Processing Unit）１１、メモリ１２およびストレージ１３を備えている。また、医用画像処理装置１には、ディスプレイ１４、並びにキーボードおよびマウス等の入力部１５が接続されている。なお、ディスプレイ１４が表示部に対応する。

ストレージ１３は、ハードディスクドライブ、およびソリッドステートドライブ等の大容量の記録媒体である。ストレージ１３には、ネットワーク４を経由して画像保管サーバ３から取得した、被検体の脳画像、被検体の診断情報、複数の標準脳画像、および処理に必要な情報を含む各種情報が記憶されている。また、後述するように、患者の症状と脳内における非出血領域とを対応づけたデータベースＤＢ１もストレージ１３に記憶されている。

ここで、本実施形態においては、大きさおよび形状が異なる複数の標準脳画像として、複数の健常者の脳画像を用いる。なお、標準脳画像は、コンピュータグラフィックス等により作成されたものであってもよい。また、本実施形態においては、標準脳画像は、複数の領域に分割されている。分割の手法としては、例えば、ブロードマンの脳地図に基づいて、大脳皮質の３次元領域内において、大脳皮質を運動、言語、知覚、記憶、視覚および聴覚等の各機能を司る領域に分割する手法を用いることができる。また、大脳、間脳、中脳、後脳、小脳および延髄の６種類の領域に分割する手法、あるいは大脳を前頭葉、頭頂葉、側頭葉および後頭葉に分類する手法等、公知の任意の手法により分割された標準脳画像を用いることができる。なお、単純に脳を等間隔で分割された標準脳画像を用いてもよい。図３は標準脳画像の例を示す図である。なお、図３においては、標準脳画像Ｂｓは、ブロードマンの脳地図にしたがって複数の領域に分割されている。

また、メモリ１２には、医用画像処理プログラムが記憶されている。医用画像処理プログラムは、ＣＰＵ１１に実行させる処理として、被検体の脳を含む脳画像Ｂ０を取得する画像取得処理、脳画像Ｂ０における非出血領域を特定する非出血領域特定処理、複数の標準脳画像から、非出血領域の形状および大きさの少なくとも一方に応じた標準脳画像Ｂｓを選択する選択処理、選択された標準脳画像Ｂｓに基づいて脳画像Ｂ０に含まれる脳を領域分割する分割処理、領域分割された脳画像Ｂ０において、疾病が含まれる疾病領域を特定する疾病領域特定処理、並びに疾病領域が特定された脳画像Ｂ０をディスプレイ１４に表示する表示制御処理を規定する。

そして、ＣＰＵ１１がプログラムに従いこれらの処理を実行することで、コンピュータは、画像取得部２１、非出血領域特定部２２、選択部２３、分割部２４、疾病領域特定部２５および表示制御部２６として機能する。なお、医用画像処理装置１は、画像取得処理、非出血領域特定処理、選択処理、分割処理、疾病領域特定処理および表示制御処理をそれぞれ行う複数のプロセッサまたは処理回路を備えるものであってもよい。

画像取得部２１は、被検体の脳の脳画像Ｂ０を画像保管サーバ３から取得する。なお、脳画像Ｂ０が既にストレージ１３に記憶されている場合には、画像取得部２１は、ストレージ１３から脳画像Ｂ０を取得するようにしてもよい。

非出血領域特定部２２は、脳画像Ｂ０における非出血領域を特定する。本実施形態においては、非出血領域特定部２２は、診断情報に基づいて非出血領域を特定する。このために、非出血領域特定部２２は、画像保管サーバ３から脳画像Ｂ０を取得した患者の診断情報を取得する。なお、診断情報を画像保管サーバ３からあらかじめ取得して、ストレージ１３に保存しておき、ストレージ１３から診断情報を取得してもよい。そして、非出血領域特定部２２は、診断情報における患者の症状の情報を取得する。さらに、非出血領域特定部２２は、患者の症状と脳内における出血領域とを対応づけたデータベースＤＢ１を参照して、非出血領域を特定する。図４はデータベースＤＢ１の内容を示す図である。図４に示すように、データベースＤＢ１には、患者の症状と非出血領域とが対応づけられている。例えば、症状が「右半身に麻痺がある」の場合、脳の左半球に出血が疑われるため、「右半球の脳溝、脳室およびくも膜下腔」が非出血領域として対応づけられている。また、症状が「石で殴られたような頭痛がある」である場合、くも膜下出血が疑われるため、くも膜下出血の発症確率が低い「脳室」が非出血領域として対応づけられている。非出血領域特定部２２は、データベースＤＢ１を参照して、診断情報に含まれる患者の症状に応じた非出血領域を特定する。

なお、非出血領域特定部２２は、脳画像Ｂ０に基づいて非出血領域を特定してもよい。この場合、非出血領域特定部２２は、ストレージ１３に記憶された複数の標準脳画像から、あらかじめ定められた領域特定用の標準脳画像Ｂｓａを選択する。そして、非出血領域特定部２２は、脳画像Ｂ０と標準脳画像Ｂｓａとを位置合わせする。この位置合わせは高精度である必要はないため、例えば脳画像Ｂ０の頭蓋骨領域と標準脳画像Ｂｓａの頭蓋骨領域とを一致させる等、脳画像Ｂ０における一部の領域のみを用いた位置合わせであってもよい。非出血領域特定部２２は、位置合わせ後の脳画像Ｂ０の脳溝、脳室およびくも膜下腔のそれぞれの濃度と、標準脳画像Ｂｓａの脳溝、脳室およびくも膜下腔のそれぞれの濃度とを比較し、非出血領域を特定する。ここで、脳溝、脳室およびくも膜下腔は通常は髄液で満たされているため、ＣＴ画像においては高い濃度を示すが、出血があると濃度が低くなる。このため、非出血領域特定部２２は、脳画像Ｂ０における脳溝、脳室およびくも膜下腔の各領域において、標準脳画像Ｂｓａとの濃度の差が、あらかじめ定められたしきい値Ｔｈ１以下となる領域を、非出血領域に特定する。なお、脳画像Ｂ０における脳溝、脳室およびくも膜下腔の各領域において、標準脳画像Ｂｓａとの濃度の差が、あらかじめ定められたしきい値Ｔｈ１を超える領域を出血領域に特定し、脳画像Ｂ０における脳溝、脳室およびくも膜下腔の各領域のうち、出血領域以外の領域を非出血領域に特定してもよい。

選択部２３は、複数の標準脳画像から、非出血領域の形状および大きさの少なくとも一方に応じた標準脳画像を選択する。このために選択部２３は、脳画像Ｂ０の非出血領域と、複数の標準脳画像Ｂｓｉ（ｉ＝１〜ｎ）のそれぞれの非出血領域に対応する領域とを比較する。図５は脳画像の非出血領域と複数の標準脳画像のそれぞれとの非出血領域との比較を説明するための図である。なお、ここでは説明のために、非出血領域がくも膜下腔であり、脳画像Ｂ０と３つの標準脳画像Ｂｓ１〜Ｂｓ３とを比較するものとする。選択部２３は、脳画像Ｂ０と３つの標準脳画像Ｂｓ１〜Ｂｓ３のそれぞれとを、相関値が最大となるように位置合わせする。相関値としては、脳画像Ｂ０と標準脳画像Ｂｓｉとの対応する画素値の差分値の総和または二乗和の逆数を用いることができる。なお、差分値の総和または二乗和そのものを相関値として用いてもよい。この場合、相関値が最小となるように位置合わせを行うこととなる。このように相関値を算出することは、非出血領域の形状のみ、または形状および大きさの双方に応じた標準脳画像を選択することとなる。そして、選択部２３は、複数の標準脳画像Ｂｓ１〜Ｂｓ３から、脳画像Ｂ０との相関値が最大となる標準脳画像を選択する。なお、ここでは標準脳画像Ｂｓ３が選択されたものとする。以降の説明において、選択された標準脳画像の参照符号としてＢｓを用いるものとする。

なお、非出血領域の大きさのみを用いて標準脳画像Ｂｓを選択してもよい。例えば、脳画像Ｂ０の非出血領域のアキシャル方向の長さ（最も長い部分）と、複数の標準脳画像Ｂｓｉのアキシャル方向の長さ（最も長い部分）とを比較し、脳画像Ｂ０の非出血領域のアキシャル方向の長さに最も近いアキシャル方向の長さを有する標準脳画像Ｂｓを複数の標準脳画像から選択するようにしてもよい。

分割部２４は、選択された標準脳画像Ｂｓに基づいて脳画像Ｂ０に含まれる脳を領域分割する。このため、分割部２４は、脳画像Ｂ０と標準脳画像Ｂｓとの位置合わせを行う。位置合わせは、３次元の脳画像Ｂ０および３次元の標準脳画像Ｂｓ間において行われる。位置合わせの手法としては、標準脳画像Ｂｓおよび脳画像Ｂ０間でのランドマークを用いた第１の位置合わせをまず行う。そして、第１の位置合わせを行った後に、標準脳画像Ｂｓおよび脳画像Ｂ０間での全領域を用いた第２の位置合わせを行う。なお、ランドマークとしては、具体的には脳に含まれる脳溝および脳室等の特徴的な領域の少なくとも１つを用いることができる。なお、非出血領域をランドマークとして用いてもよい。

分割部２４は、標準脳画像Ｂｓおよび脳画像Ｂ０間において、対応するランドマークを一致させるように第１の位置合わせを行う。本実施形態において、第１の位置合わせは相似変換による位置合わせである。具体的には、脳画像Ｂ０を平行移動、回転および相似に拡大縮小することによる位置合わせである。分割部２４は、標準脳画像Ｂｓに含まれるランドマークと、脳画像Ｂ０に含まれる標準脳画像Ｂｓのランドマークと対応するランドマークとの相関が最大となるように、脳画像Ｂ０を相似変換して、第１の位置合わせを行う。

分割部２４は、このようにランドマークを用いた第１の位置合わせを行った後、標準脳画像Ｂｓおよび脳画像Ｂ０間での全領域を用いた第２の位置合わせを行う。本実施形態において、第２の位置合わせは非線形変換による位置合わせである。非線形変換による位置合わせとしては、例えばＢスプラインおよびシンプレートスプライン(Thin Plate Spline)等の関数を用いて画素位置を非線形に変換することによる位置合わせが挙げられる。分割部２４は、第１の位置合わせ後の脳画像Ｂ０の各画素位置を、標準脳画像Ｂｓに含まれる対応する画素位置に非線形変換することにより、第２の位置合わせを行う。

分割部２４は、このようにして標準脳画像Ｂｓと脳画像Ｂ０とを位置合わせし、標準脳画像Ｂｓにおける分割された領域の境界を脳画像Ｂ０に適用することにより、図６に示すように、脳画像Ｂ０を複数の領域に分割する。

疾病領域特定部２５は、領域分割された脳画像Ｂ０において、疾病が含まれる疾病領域を特定する。具体的には、分割された脳画像Ｂ０と標準脳画像Ｂｓとの互いに対応する領域間において、画素値（ボクセル値）の分布、すなわち濃度分布を比較する。このために、疾病領域特定部２５は、脳画像Ｂ０の対象とする領域（Ａ１１とする）内の濃度分布である第１の濃度分布と、標準脳画像Ｂｓの領域Ａ１１に対応する領域Ａ２１内の濃度分布である第２の濃度分布とを、正規分布の確率密度関数にフィッティングする。なお、第１の濃度分布は領域Ａ１１内の画素値の濃度ヒストグラム、第２の濃度分布は領域Ａ２１内の画素値の濃度ヒストグラムを用いる。

ここで、領域Ａ１１，Ａ２１内の全画素の濃度値をサンプルとして集計すると、領域Ａ１１，Ａ２１内の画素値の平均値および分散値を算出することができる。平均値および分散値が求まれば、正規分布の確率密度関数を一意に定義することができる。このため、疾病領域特定部２５は、脳画像Ｂ０の領域Ａ１１内の画素値に基づいて、領域Ａ１１についての確率密度関数（以下、第１の確率密度関数とする）を算出する。また、標準脳画像Ｂｓにおける領域Ａ２１内の画素値に基づいて、領域Ａ２１についての確率密度関数（以下、第２の確率密度関数とする）を算出する。

したがって、疾病領域特定部２５は、第１の濃度分布を第１の確率密度関数にフィッティングし、第２の濃度分布を第２の確率密度関数にフィッティングする。さらに、疾病領域特定部２５は、フィッティングされた第１の濃度分布とフィッティングされた第２の濃度分布との正規分布の相違を表す指標値を算出する。相違を表す指標値としては、例えばKL(Kullback-Leibler)-divergence（カルバック・ライブラー情報量）を用いることができる。そして、算出した指標値が予め定められたしきい値Ｔｈ２を超えた場合に、脳画像Ｂ０の領域Ａ１１を疾病領域に特定する。

表示制御部２６は、疾病領域特定部２５が特定した脳画像Ｂ０における疾病領域をディスプレイ１４に表示する。図７はディスプレイ１４に表示された脳画像を示す図である。図７に示すように脳画像Ｂ０において、疾病領域Ａ１１が斜線で示されている。なお、斜線の付与に代えて、疾病領域の色を他の領域と異なるものとしたり、疾病領域に矢印等のマークを付与してもよい。

次いで、本実施形態において行われる処理について説明する。図８は本実施形態において行われる処理を示すフローチャートである。まず、画像取得部２１が、被検体の脳画像Ｂ０を取得する（ステップＳＴ１）。次いで、非出血領域特定部２２が、脳画像Ｂ０における非出血領域を特定し（ステップＳＴ２）、選択部２３が、複数の標準脳画像Ｂｓｉから、非出血領域の形状および大きさの少なくとも一方に応じた標準脳画像Ｂｓを選択する（ステップＳＴ３）。そして、分割部２４が、選択された標準脳画像Ｂｓに基づいて脳画像Ｂ０に含まれる脳を領域分割し（ステップＳＴ４）、疾病領域特定部２５が、領域分割された脳画像Ｂ０において、疾病が含まれる疾病領域を特定する（ステップＳＴ５）。さらに、表示制御部２６が、疾病領域が特定された脳画像Ｂ０をディスプレイ１４に表示し（ステップＳＴ６）、処理を終了する。

このように、本実施形態においては、脳画像Ｂ０における非出血領域を特定し、非出血領域の形状および大きさの少なくとも一方に応じた標準脳画像Ｂｓを選択し、選択された標準脳画像Ｂｓに基づいて脳画像Ｂ０に含まれる脳を領域分割するようにした。ここで、非出血領域は血液に影響されないため、脳画像Ｂ０において非出血領域の解剖学的構造に応じた固有の画素値を有するものとなる。このため、非出血領域は脳画像Ｂ０において精度よく特定することができる。また、このように特定した非出血領域を用いることにより、複数の標準脳画像Ｂｓ１〜Ｂｓ３から、脳画像Ｂ０の非出血領域の形状および大きさの少なくとも一方に応じた標準脳画像Ｂｓを選択することができる。したがって、被検体の脳画像Ｂ０と標準脳画像Ｂｓとの位置合わせ、さらには被検体の脳画像Ｂ０の領域分割を、精度よく行うことができる。

また、脳において出血が起こりうる領域は、出血の種類によって異なる。例えば、くも膜下出血は脳室には発生しにくい。また、脳内出血はくも膜下腔以外で発生することが多い。このため、非出血領域を、複数の脳溝の少なくとも１つ、複数の脳室の少なくとも１つ、およびくも膜下腔における複数の解剖学的領域の少なくとも１つのいずれかまたは複数とすることにより、出血の種類に応じた適切な脳内の領域を非出血領域とすることができる。したがって、被検体の脳画像Ｂ０と標準脳画像Ｂｓとの位置合わせ、さらには被検体の脳画像Ｂ０の領域分割を、より精度よく行うことができる。

なお、上記実施形態においては、脳溝、脳室およびくも膜下腔の少なくとも１つを非出血領域に特定している。一方、脳溝は脳において複数存在するため、いずれかの脳溝に出血があっても、他の脳溝には出血が見られない場合がある。このような場合、出血が見られない複数の脳溝の少なくとも１つを非出血領域に特定すればよい。なお、この場合において、複数の脳室のうちの少なくとも１つ、くも膜下腔、およびくも膜下腔における複数の解剖学的領域のうちの少なくとも１つのいずれかまたは複数を非出血領域に特定してもよい。

また、脳室も脳において複数存在するため、いずれかの脳室に出血があっても、他の脳室には出血が見られない場合がある。このような場合、出血が見られない複数の脳室の少なくとも１つを非出血領域に特定してもよい。例えば、第１脳室に出血が疑われる場合、第２脳室を非出血領域に特定してもよい。なお、この場合において、複数の脳溝のうちの少なくとも１つ、くも膜下腔、およびくも膜下腔における複数の解剖学的領域のうちの少なくとも１つのいずれかまたは複数を非出血領域に特定してもよい。

また、くも膜下腔は、大脳谷槽および迂回槽等の複数の解剖学的領域に分割することができるため、いずれかの領域に出血があっても、他の領域には出血が見られない場合がある。このような場合、出血が見られないくも膜下腔における複数の解剖学的領域の少なくとも１つを非出血領域してもよい。例えば、大脳谷槽に出血が疑われる場合、迂回層を非出血領域に特定してもよい。なお、この場合において、複数の脳溝のうちの少なくとも１つ、および複数の脳室のうちの少なくとも１つのいずれかまたは複数を非出血領域に特定してもよい。

また、上記実施形態においては、疾病領域特定部２５において、機械学習がなされた判別器を用いて疾病領域を特定してもよい。この場合、判別器は、脳画像Ｂ０における領域Ａ１１の第１の濃度分布と、選択された標準脳画像Ｂｓの領域Ａ１２の第２の濃度分布との差分を特徴量として入力し、領域Ａ１１が疾病領域であるか否かの判別結果を出力するものとすればよい。このような判別器の学習のために、疾病領域であることが分かっている脳画像における分割された各領域の濃度分布、および疾病領域でないことが分かっている脳画像における分割された各領域の濃度分布が多数用意される。そして、これらの多数の濃度分布の差分値を用いて機械学習を行って判別器を生成する。なお、機械学習の手法としては、ロジスティック回帰およびサポートベクターマシン等の公知の任意の手法を用いることができる。このように学習がなされることにより、判別器は、脳画像Ｂ０のある領域Ａ１１における第１の濃度分布と標準脳画像Ｂｓにおける領域Ａ１１に対応する領域Ａ２１における第２の濃度分布との差分値が入力されると、脳画像Ｂ０の領域Ａ１１が疾病領域であるか否かの判別結果を出力する。これにより、脳画像Ｂ０における疾病領域を特定することができる。

また、上記実施形態においては、被検体のＣＴ画像を脳画像として用いているが、ＭＲＩ画像、ＰＥＴ画像等およびＣＴ画像以外の医用画像においても、脳内の正常な領域と疾病領域とで画素値が異なるものとなる。このため、ＣＴ画像以外の医用画像を脳画像として用いてもよい。

以下、本実施形態の作用効果について説明する。

脳において出血が起こりうる領域は、出血の種類によって異なる。例えば、くも膜下出血は脳室には発生しにくい。また、脳内出血はくも膜下腔以外で発生することが多い。このため、非出血領域を、複数の脳溝の少なくとも１つ、複数の脳室の少なくとも１つ、およびくも膜下腔における複数の解剖学的領域の少なくとも１つのいずれかまたは複数とすることにより、出血の種類に応じた適切な脳内の領域を非出血領域に特定することができる。したがって、被検体の脳画像と標準脳画像との位置合わせ、さらには被検体の脳画像の領域分割を、より精度よく行うことができる。

１ 医用画像処理装置
２ ３次元画像撮影装置
３ 画像保管サーバ
４ ネットワーク
１１ ＣＰＵ
１２ メモリ
１３ ストレージ
１４ ディスプレイ
１５ 入力部
２１ 画像取得部
２２ 非出血領域特定部
２３ 選択部
２４ 分割部
２５ 疾病領域特定部
２６ 表示制御部
Ｂ０ 脳画像
Ｂｓ、Ｂｓ１〜Ｂｓ３ 標準脳画像
ＤＢ１ データベース

Claims (8)

1. 被検体の脳を含む脳画像を取得する画像取得部と、
   複数種類の形状および大きさを有する複数の標準脳画像を記憶する記憶部と、
   前記脳画像における非出血領域を特定する非出血領域特定部と、
   前記複数の標準脳画像から、前記非出血領域の形状および大きさの少なくとも一方に応じた標準脳画像を選択する選択部と、
   前記選択された標準脳画像に基づいて前記脳画像に含まれる脳を領域分割する分割部とを備えた医用画像処理装置。
2. 前記非出血領域は、複数の脳溝の少なくとも１つ、複数の脳室の少なくとも１つ、およびくも膜下腔における複数の解剖学的領域の少なくとも１つのいずれかまたは複数である請求項１に記載の医用画像処理装置。
3. 前記非出血領域特定部は、前記被検体の診断情報に基づいて、前記非出血領域を特定する請求項１または２に記載の医用画像処理装置。
4. 前記非出血領域特定部は、前記脳画像に基づいて、前記非出血領域を特定する請求項１または２に記載の医用画像処理装置。
5. 前記領域分割された前記脳画像において、疾病が含まれる疾病領域を特定する疾病領域特定部をさらに備えた請求項１から４のいずれか１項に記載の医用画像処理装置。
6. 前記疾病領域が特定された前記脳画像を表示部に表示する表示制御部をさらに備えた請求項５に記載の医用画像処理装置。
7. 被検体の脳を含む脳画像を取得し、
   前記脳画像における非出血領域を特定し、
   複数種類の形状および大きさを有する複数の標準脳画像から、前記非出血領域の形状および大きさの少なくとも一方に応じた標準脳画像を選択し、
   前記選択された標準脳画像に基づいて前記脳画像に含まれる脳を領域分割する医用画像処理方法。
8. 被検体の脳を含む脳画像を取得する手順と、
   前記脳画像における非出血領域を特定する手順と、
   複数種類の形状および大きさを有する複数の標準脳画像から、前記非出血領域の形状および大きさの少なくとも一方に応じた標準脳画像を選択する手順と、
   前記選択された標準脳画像に基づいて前記脳画像に含まれる脳を領域分割する手順とをコンピュータに実行させる医用画像処理プログラム。