JPH0389191A - ガンマカメラ装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 Ａ、産業上の利用分野 この発明は、被検体内に放射性同位元素Ｒ１（ラジオア
イソトープ）を投与し、Ｒ１から放射されるγ線データ
から、Ｒ１分布を撮像するガンマカメラ装置に関する。

Ｂ、従来技術 従来、この種のガンマカメラ装置を用いて、種々の診断
が行われており、例えば、甲状腺疾患の診断は以下のよ
うにして行われている。

まず、甲状腺に集積する性質をもった物質と、Ｒ１との
混合剤を被検体の血液中に注入する。次に、検出器（ガ
ンマカメラ）によって、甲状腺に集積したＲ１から放射
されるＴ線の入射位置と強度を検出し、これを画像上の
濃淡差として、表示画面上に表示する。術者は、表示さ
れた画像の濃淡差から、甲状腺の形状を把握し、形状に
異常があるか否かを診断している。

Ｃ１発明が解決しようとする課題 しかしながら、上述した従来装置には次のような問題点
がある。

即ち、濃淡画像を術者が目視して、甲状腺形状の異常の
有無を判断しているが、一般に、画像の濃淡差から甲状
腺形状を把握するのは難しく、常に正確な形状を把握す
ることは困難である。このため、形状診断に際して、誤
診の可能性が生じるという問題点がある。

この発明は、このような事情に鑑みてなされたものであ
って、画像中に特徴的な形状が有るかどうかを正確に把
握することができるガンマカメラ装置を提供することを
目的としている。

００課題を解決するための手段 この発明は、上記目的を遠戚するために次のような構成
を備えている。

即ち、この発明に係るガンマカメラ装置は、画像の輪郭
線を抽出する輪郭抽出手段と、抽出された輪郭線をＸ方
向変位量とＹ方向変位量の直交２成分をもったベクトル
の集合に変換するベクトル変換手段と、前記Ｘ、Ｙ方向
変位置から主要成分を取り出すフィルター処理手段と、
診断部位の特徴的な輪郭情報を予め記憶した記憶手段と
、前記フィルター処理によって得られたχ、Ｙ主要成分
と前記記憶手段に記憶された輪郭情報を比較することに
基づき、画像中の特徴点を抽出する特徴点抽出手段とを
備えたことを特徴としている。

８１作用 この発明の作用は次のとおりである。

輪郭抽出手段によって画像の輪郭線が抽出されると、ベ
クトル変換手段は前記輪郭線をＸ方向変位量とＹ方向変
位量とをもったベクトルの集合に変換する。フィルター
処理手段は、前記Ｘ、Ｙ方向変位量から主要成分を取り
出す、特徴点抽出手段は、この主要成分と、記憶手段に
予め記憶された診断部位の特徴的な輪郭情報とを比較す
ることにより、画像中の特徴点を抽出する。

Ｆ、実施例 以下、この発明の実施例を図面に基づいて説明する。

図中、符号１は被検体Ｍに投与したＲ１から放射される
γ線を検出するガンマカメラである。

ガンマカメラｌはγ線の入射方向を整える鉛製のコリメ
ータを通して、シンチレータにγ線を導き、シンチレー
タの発光を光電子増倍管で電気信号パルスに変換し、こ
のパルスを位置算出回路に入力することにより、発光点
の位置および発光回数を示す検出信号を出力する。

符号２はガンマカメラ１の検出信号からＲ１分布画像を
収集するとともに、収集画像の解析を行う画像処理部で
ある。画像処理部２は、ガンマカメラ１からの検出信号
を画像処理部２に与える入出力インターフェイス３と、
画像収集および画像解析のための演算処理を行うＣＰＵ
４と、収集画像を記憶する収集画像メモリ５と、抽出さ
れた輪郭線の座標データを記憶する輪郭線座標メモリ６
と、輪郭線ベクトルの各々のＸ、Ｙ変位量を記憶するＸ
、Ｙ変位量メモリ７と、フィルター処理されたＸ、Ｙ変
位量を記憶する主要変位量メモリ９と、特徴点の輪郭情
報を予め格納している記憶手段としての特徴点輪郭情報
メモリ１０などを備えており、更に、解析結果を表示す
る表示手段としてのＣＲＴ８がこれに接続されている。

上記ＣＰＵ４は、この発明の輪郭抽出手段、ベクトル変
換手段、フィルター処理手段、特徴点抽出手段に相当す
る。

次に、この装置の動作を第２図のフローチャートを基に
説明する。

ガンマカメラ１から、検出信号が出力されると、ＣＰＵ
４はＲＩ分布像を収集して、収集画像メモリ５に書き込
む、書き込みが終了すると、予め設定されたしきい値に
基づいて、２値化処理を行い収集画像を２値画像に変換
するや 次に、２値画像のＪｉＡ　ｗＩ域と白領域の境界線上の
一点を抽出し、この点を始点として境界線を追跡するこ
とによって、輪郭線の座標データを求める。

具体的には、第３図に示すように、抽出した始点Ｐ０を
中心とした８連結画素Ｐ、〜Ｐ８に着目し、画素Ｐ１か
らＰ、に向けて巡回した際に、白領域から黒領域に変化
した画素（この例では、Ｐ、）を輪郭線上の点として選
びだし、その画素Ｐ、のＸ座標およびＹ座標を輪郭座標
データとする。次に、前記画素Ｐ、を中心画素として、
同様の８連結画素に着目して、輪郭線上の次の点（この
例では、画素Ｐ９）を選びだし、そのＸ、　Ｙ座標を輪
郭座標データとする。以下、同様に２値画像の周囲を一
巡することにより、全ての輪郭座標データが採取される
。このようにして採取された輪郭座標データは、輪郭線
座標メモリ６に記憶される。

そして、これらの輪郭座標データを基にして、診断部位
（甲状腺）の形状の特徴点を抽出するための画像解析が
、以下の手順で行われる。

まず、正確な画像解析を行うために、前記輪郭座標デー
タ中から、特徴点抽出に重要な成分（主として低周波成
分）を取り出すためのフィルター処理を、次のステップ
３１〜Ｓ５において行う。

ステップＳ１：輪郭線座標メモリ６に記憶された輪郭座
標データを、始点および終点の座標データからなる輪郭
線ベクトルの集合に変換する（第５図参照）。この例で
は、ベクトルの方向に対して例えば右側が診断部位領域
となるように、ベクトルの方向が定義されている。

ステップＳｌ各ベクトルデータから、それぞれのＸ軸方
向（水平方向）の変位量および、Ｙ軸方向（垂直方向）
の変位量を算出する。例えば、あるベクトルａのＸ軸方
向変位量をｘ、、Ｘ軸方向変位量をＹ、とすると、ｘ８
はベクトルａの始点のＸ軸座標データと終点のＸ軸座標
データとの差分から求まる。同様に、Ｙｌも始点のＹ軸
座標データと終点のＹ軸座標データとの差分から求まる
。算出された各ベクトルのＸ方向変位量およびＹ方向変
位量は、Ｘ、Ｙ変位量メモリ７に記憶される。

ステップＳ３：Ｘ、Ｙ変位量メモリ７に記憶された各Ｘ
、　Ｙ変位量を、次式 ％式％ で表される複素数列とみなして、これにフーリエ変換を
行い、輪郭線の周波数スペクトルを求める。

ステップＳ４：前記周波数スペクトルに対してフィルタ
ー処理を行い、主要な周波数成分を取り出す。この例で
は、滑らかな輪郭画像を得るために、高周波成分は雑音
として除去し、主として低周波成分を主要成分として取
り出している。

ステップＳ５ｊ取り出された主要成分に対して逆フーリ
エ変換を行い、フィルター処理された滑らかなＸ、Ｙ変
位量に変換する。処理済のＸ、　Ｙ変位量は、主要変位
量メモリ９に記憶される。第４図は、主要変位量メモリ
９に記憶されたフィルター処理済みのＸ、Ｙ変位量を示
している。

ステップＳ６：次に、主要変位量メモリ９に格納されて
いるＸ、Ｙ変位量に対して、輪郭画像の形状を特徴とす
る特徴点を抽出する処理を行う。

この処理は、特徴点輪郭情報メモリｌＯに予め格納され
ている診断部位（この例では、甲状腺）の特徴的な輪郭
情報と、主要変位量メモリ９に記憶されているＸ、Ｙ変
位量データとを比較し、このＸ、Ｙ変位量データ中に前
記輪郭情報が有るかどうかを判断することによって行わ
れる。

特徴点とは、その診断部位が正常に機能しているかどう
かを診断する上で着目すべき形状部分をいい、甲状腺の
場合には次のような各点が特徴点として使用される。

■軟点：特徴点の基準となるものであり、その輪郭情報
は、Ｘ方向変位量が正の値をもち、Ｙ方向変位量が負か
ら正に移る点として定義されている。このような点は、
主要変位量メモリ９に記憶されたＸ、Ｙ変位量を、例え
ば第５図のベクトルＡにあたる部分から、ベクトルＢ、
ベクトルＣ９・・・と時計回りに検索してゆき、Ｘ方向
の変位量が正で、Ｙ方向の変位量が負であり、かつ、そ
の次の変位量がＸ方向が正で、Ｙ方向が正である点（第
４図中、符号Ｉで示す点）を見つけだすことによって、
容易に抽出することができる。

このようにして岐点がみつかると、同様な検索を進めて
以下の特徴点を抽出していく。

■左葉上極点：峡点■よりも右側上部に位置する点であ
り、その輪郭情報は、岐点の次に現れてＸ方向変位量が
極大、Ｙ方向変位量が零である点として定義されている
。第４図中、符号■は、左葉上極点に該当する点を示し
ている。

■左葉下極点：左葉上極点の下側に位置する点であり、
その輪郭情報は、左葉上極点の次にＹ方向変位量が零、
Ｘ方向変位量が負側で極大となる点として定義されてい
る。第４図中の符号■は、左葉下極点に該当する点を示
している。

■下極中央点：峡点Ｉの下側に位置する点で、その輪郭
情報は、左葉下極点の次にＹ方向変位量が零、Ｘ方向変
位量が負側で極大となる点として定義されている。第４
図中の符号■は下極中央点に該当する点を示している。

■右葉下極点：下極中央点の右側に位置する点で、その
輪郭情報は、下極中央点の次にＹ方向変位量が零、Ｘ方
向変位量が負側で極大となる点として定義されている。

第４図中の符号Ｖは右葉下極点に該当する点を示してい
る。

■右葉上極点：右葉下極点の上側に位置する点で、その
輪郭情報は、Ｙ方向変位量が零、Ｘ方向変位量が正側で
極大となる点として定義されている。第４図中の符号■
は右葉上極点に該当する点を示している。

ステンブＳ７：主要変位量メモリ９に格納されている輪
郭画像をＣＲＴ８の表示画面上に表示するとともに、ス
テップＳ６で抽出された各特徴点の位置をＣＲ７画面に
マーキングする（第５図参照）。

術者は、表示画面をみて、各特徴点が抽出されているか
どうかを調べ、特徴点が抽出されていない場合には、そ
の部位の形状が異常であると判断する。

なお、この発明は、甲状腺の形状診断に限らず、医学的
に形状を特徴づける点が定義することができるものであ
れば、甲状腺以外の臓器の診断にも適用することができ
る。

Ｇ９発明の効果 以上の説明から明らかなように、この発明に係るガンマ
カメラ装置は、Ｒ１分布像の輪郭線を抽出して、輪郭線
をベクトル集合に置き換え、各ベクトルのＸ、　Ｙ方向
変位量から特徴点の抽出に寄与する主要成分を取り出し
、その主要成分と予め定義された診断部位の特徴的な輪
郭情報とを比較して、画像中の特徴点を抽出しているの
で、診断部位の形状が正常か否かを容易に、かつ、正確
に把握することができる。

また、医用画像の自動診断というテーマにおいて、診断
部位の形状異常を自動的に知ることが重要な要素になっ
ているが、この発明によれば、形状の特徴点が抽出でき
るか否かによって、診断部位の形状異常を自動的に判定
させることができるので、自動診断に寄与することがで
きる。

【図面の簡単な説明】

第１図ないし第５図は、この発明の一実施例に係り、第
１図は装置の概略構成を示したブロック図、第２図は装
置の動作を説明するフローチャート、第３図は輪郭線抽
出処理の説明図、第４図はフィルター処理済みのＸ、　
Ｙ変位量データの一例を示した図、第５図は画面表示の
一例を示した図である。 １・・・ガンマカメラ　　２・・・画像処理部４・・・
ＣＰＵ　　　　　　５・・・収集画像メモリ６・・・輪
郭線座標メモリ ７・・・Ｘ、Ｙ変位量メモリ ８・・・ＣＲＴ　　　　　　９・・・主要変位量メモリ
ＩＯ・・・特徴点輪郭情報メモリ 第 図 第 ２ 図 （＋１ 第 図 第 図

Claims (1)

【特許請求の範囲】
1. （１）被検体に投与された放射性同位元素から発生する
   γ線を、ガンンマカメラで検出し、放射性同位元素の分
   布像を得るガンマカメラ装置において、画像の輪郭線を
   抽出する輪郭抽出手段と、抽出された輪郭線をＸ方向変
   位量とＹ方向変位量の直交２成分をもったベクトルの集
   合に変換するベクトル変換手段と、前記Ｘ、Ｙ方向変位
   量から主要成分を取り出すフィルター処理手段と、診断
   部位の特徴的な輪郭情報を予め記憶した記憶手段と、前
   記フィルター処理によって得られたＸ、Ｙ主要成分と前
   記記憶手段に記憶された輪郭情報を比較することに基づ
   き、画像中の特徴点を抽出する特徴点抽出手段とを備え
   たことを特徴とするガンマカメラ装置。