JPWO2004089219A1

JPWO2004089219A1 - 医用画像診断支援装置及び方法

Info

Publication number: JPWO2004089219A1
Application number: JP2005505298A
Authority: JP
Inventors: 邦佳中島; 中川　徹; 徹中川
Original assignee: Hitachi Medical Corp
Current assignee: Hitachi Healthcare Manufacturing Ltd
Priority date: 2003-04-08
Filing date: 2004-04-07
Publication date: 2006-07-06
Anticipated expiration: 2024-04-07
Also published as: CN1767788B; JP3963000B2; WO2004089219A1; CN1767788A; US8270687B2; US20060204063A1

Abstract

医用画像診断支援装置は、医用断層画像撮影装置によって撮影された被検体の断層画像から該被検体の体領域を抽出する第一の抽出手段と、前記体領域から非脂肪領域を抽出する第二の抽出手段と、前記体領域から全体脂肪領域を抽出する第三の抽出手段と、前記非脂肪領域の位置情報に基づいて前記全体脂肪領域を内臓脂肪領域と皮下脂肪領域とに分離する分離手段と、前記内臓脂肪領域と前記皮下脂肪領域とをそれぞれ明示して前記断層画像を画像表示装置に表示制御する表示制御手段と、を備える。

Description

本発明は、Ｘ線ＣＴ（ｃｏｍｐｕｔｅｄｔｏｍｏｇｒａｐｈｙ）装置やＭＲＩ（ｍａｇｎｅｔｉｃｒｅｓｏｎａｎｃｅｉｍａｇｉｎｇ）装置などの医用断層画像撮影装置から得られる被検体の断層画像に基づいて、被検体の体脂肪を計測する画像診断支援装置及び方法に係り、特に被検体の筋組織などの脂肪組織の周辺情報を用いて皮下脂肪と内臓脂肪とを自動分離計測することのできる画像診断支援装置及び方法に関する。

特開２００２−２２２４１０号公報は、医用断層画像撮影装置から得られる被検体の断層画像に基づいて、被検体の体脂肪を計測する画像診断装置を開示している。この画像診断装置は、ローリングボール法により筋領域の辺縁に対し皮下脂肪と内臓脂肪との境界を設定してそれらの分離を行っている。これによると、被検体の個体差により皮下脂肪と内臓脂肪との分離が不適切となる場合があるという問題がある。また、この画像診断装置は、計測結果を明確に画像表示することができないという問題がある。更に、この画像診断装置は、操作者が設定した閾値の範囲にＣＴ値がある領域を脂肪領域として抽出している。これによると、腸管内の残便などの不要な微小脂肪領域が抽出領域に含まれてしまうので、正確な計測を行うためには操作者が手作業で不要領域を除去する必要があるという問題がある。更にまた、この画像診断装置は、体表関心領域の抽出、全体脂肪領域の抽出、内臓関心領域の抽出、内臓脂肪領域の抽出、及び体脂肪量の算出の各ステップを順次行っている。これによると、各ステップの演算量が多く、それらの処理の高速化について配慮されていないという問題がある。

上記問題を解決するため、本発明は、医用断層画像撮影装置によって撮影された被検体の断層画像から該被検体の体領域を抽出する第一の抽出手段と、前記体領域から非脂肪領域を抽出する第二の抽出手段と、前記体領域から全体脂肪領域を抽出する第三の抽出手段と、前記非脂肪領域の位置情報に基づいて前記全体脂肪領域を内臓脂肪領域と皮下脂肪領域とに分離する分離手段と、前記内臓脂肪領域と前記皮下脂肪領域とをそれぞれ明示して前記断層画像を画像表示装置に表示制御する表示制御手段と、を備えることを特徴とする医用画像診断支援装置に係る。
また本発明は、医用断層画像撮影装置によって撮影された被検体の断層画像から該被検体の体領域を抽出する第一の抽出工程と、前記体領域から非脂肪領域を抽出する第二の抽出工程と、前記体領域から全体脂肪領域を抽出する第三の抽出工程と、前記非脂肪領域の位置情報に基づいて前記全体脂肪領域を内臓脂肪領域と皮下脂肪領域とに分離する分離工程と、前記内臓脂肪領域と前記皮下脂肪領域とをそれぞれ明示して前記断層画像を画像表示装置に表示制御する表示制御工程と、を含むことを特徴とする医用画像診断支援方法に係る。

図１は、本発明の一実施の形態による医用画像診断支援装置の概略構成図であり；
図２は、被検体の体脂肪を計測する第一の実施の形態を示すフローチャートであり；
図３は、体領域抽出処理のフローチャートであり；
図４は、体領域抽出処理を説明する概念図であり；
図５は、へそ領域特定処理のフローチャートであり；
図６は、へそ領域特定処理を説明する概念図であり；
図７は、内臓領域抽出処理のフローチャートであり；
図８（ａ）、８（ｂ）及び８（ｃ）は、内臓領域抽出処理を説明する概念図であり；
図９は、エラーメッセージの表示例を示す図であり；
図１０は、計測結果の表示例を示す図であり；
図１１は、印刷処理選択の表示例を示す図であり；
図１２は、被検体の体脂肪を計測する第二の実施の形態のフローチャートであり；
図１３は、背中側の筋肉領域付近の脂肪領域を示す概念図であり；
図１４は、画像判定処理のフローチャートであり；
図１５は、へそ領域の探索を説明する概念図であり；
図１６は、皮下脂肪領域抽出処理のフローチャートであり；
図１７は、皮下脂肪領域抽出処理を説明する概念図であり；
図１８は、不要領域除去処理のフローチャートであり；
図１９は、被検体の体脂肪を計測する第三の実施の形態のフローチャートであり；
図２０は、へそ領域の除去処理のフローチャートであり；
図２１は、へそ領域の除去処理を説明する概念図であり；
図２２は、へそ領域の除去処理を説明する概念図であり；
図２３は、皮下脂肪領域の推定のフローチャートであり；
図２４は、皮下脂肪領域の推定を説明する概念図であり；
図２５は、皮下脂肪領域と内臓脂肪領域との分割を説明する概念図である。

以下、本発明の実施の形態を添付図面に基づいて詳細に説明する。
図１は、本発明の一実施の形態による医用画像診断支援装置の概略構成図である。医用画像診断支援装置１０は、主として、各構成要素の動作を制御する中央処理装置（ＣＰＵ）１２と、医用画像診断支援装置１０の制御プログラムが格納された主メモリ１４と、被検体の断層画像データ及び動作プログラム等が格納されたデータ記録装置１６と、表示用の画像データを一時記憶する表示メモリ１８と、この表示メモリ１８からの画像データに基づいて画像を表示するディスプレイ２０と、ディスプレイ２０の画面上のソフトスイッチを操作するためのマウス、トラックボール、タッチパネル等のポインティングデバイス２２及びポインティングデバイスコントローラ２４と、各種パラメータ設定用のキーやスイッチを備えたキーボード２６と、医用画像診断支援装置１０をローカルエリアネットワーク、電話回線、インターネット等のネットワークＮに接続するためのネットワークアダプタ２８と、上記各構成要素を接続するバス３０とから構成される。データ記録装置１６は、医用画像診断支援装置１０に内蔵又は外付けされたメモリ、磁気ディスク等の記憶装置や、取り出し可能な外部メディアに対してデータの書き込み及び読み出しを行う装置や、外部記憶装置とネットワークを介してデータを送受信する装置などでも良い。医用画像診断支援装置１０は、ネットワークアダプタ２８及びネットワークＮを介して、外部の医用断層画像撮影装置５０や画像データベース６０と接続してそれらとの間で画像データを送受信する。
図２は、以上のように構成された医用画像診断支援装置１０を用いて被検体の体脂肪を計測する第一の実施の形態を示すフローチャートである。ＣＰＵ１２は、このフローチャートに従って医用画像診断支援装置１０を制御する。
まず、ディスプレイ２０に被検体のＩＤ入力画面が表示され、操作者は診断処理の対象とする被検体のＩＤ番号を入力する（Ｓ２０１）。そして、入力された被検体のＩＤ番号に基づいて、データ記録装置１６、医用断層画像撮影装置５０又は画像データベース６０から体脂肪計測処理の対象とする画像データが読み出される（Ｓ２０２）。この画像データとしては、Ｘ線ＣＴ装置やＭＲＩ装置などの様々な医用断層画像撮影装置によって得られたものが利用可能であるが、以下ではＸ線ＣＴ装置によって得られたＣＴ画像データを例として説明する。
次に、読み出された画像データに対して、体領域抽出処理（Ｓ２０３）、へそ領域特定処理（Ｓ２０４）、内臓領域抽出処理（Ｓ２０５）が順次行われ、内臓領域が抽出される。そして、Ｓ２０４及びＳ２０５の結果に基づいて、対象画像が体脂肪計測に適した画像であるかどうかが判定され（Ｓ２０６）、対象画像が適切でないと判定された場合には処理が終了される。Ｓ２０６で対象画像が適切であると判定された場合は、脂肪画素の面積比率が算出され（Ｓ２０７）、計測結果が数値及び画像で表示される（Ｓ２０８）。
以下、図２の各工程の詳細を説明する。図３は、体領域抽出処理（Ｓ２０３）のフローチャートである。まず、読み出された画像データに対して閾値処理が行われ、二値化画像が作成される（Ｓ３０１）。ここでの閾値は、体脂肪として認識されるべき領域が明確に抽出されるように脂肪閾値が予め設定されている。また、脂肪の画素値（ＣＴ値）は通常−１５０から−５０までの範囲なので、ＣＴ値ヒストグラムにおいて−１５０から−５０までの範囲内における最多頻度を示すＣＴ値を中央値として脂肪のＣＴ値範囲が順次ＣＴ画像から探索されることにより、脂肪閾値が自動設定されても良い。次に、Ｓ３０１で作成された二値化画像に対して二次元ラベリング処理が行われてラベル画像が作成され、図４に示すようにこのラベル画像内で最大面積を示すラベル領域が体領域４０１として抽出される（Ｓ３０２）。そして、体領域４０１を構成する画素のうち画素値が閾値範囲内にある画素が脂肪画素として抽出され、脂肪画像用バッファの脂肪画素に相当する位置に“１”が格納される（Ｓ３０３）。ここで抽出された脂肪画素は、皮下脂肪及び内臓脂肪を含む全体脂肪に相当する。次に、体領域４０１を構成する画素のそれぞれについて、各画素の周辺８画素に注目して辺縁認識処理が行われる。そして、辺縁として認識された画素数と１画素の１辺の長さとを掛け合わせることにより、へそ回り径が算出される（Ｓ３０４）。
図５は、へそ領域特定処理（Ｓ２０４）のフローチャートである。まず、Ｓ３０４で認識された体領域の辺縁部分において、図６に示すように一定間隔で法線ベクトル６０１が算出される（Ｓ５０１）。そして、へそ領域は断層画像において上側に位置すること及びへそ領域においては隣り合う法線ベクトル６０１の角度変化が著しく大きいことに基づいて、へそ領域が特定される（Ｓ５０２）。
図７は、内臓領域抽出処理（Ｓ２０５）のフローチャートである。まず、体領域４０１内の画像データに対して、閾値処理が行われ、二値化画像が作成される（Ｓ７０１）。ここでの閾値は、図８（ａ）に示す筋組織層（腹壁筋層）及び骨組織層として認識されるべき領域（以下、腹壁筋層領域と呼ぶ）８０１が明確に抽出されるように、予め設定されている。また、腹壁筋層の画素値（ＣＴ値）は通常−５０から１００までの範囲なので、ＣＴ値ヒストグラムにおいて−５０から１００までの範囲内における最多頻度を示すＣＴ値を中央値として腹壁筋層のＣＴ値範囲が順次ＣＴ画像から探索されることにより、閾値が自動設定されても良い。次に、Ｓ７０１で作成された二値化画像に対して辺縁認識処理が行われ、認識された辺縁上に注目点が放射状に設定される（Ｓ７０２）。この認識された辺縁を追跡すれば内臓全体を含む腹壁筋層の輪郭が抽出される。しかしながら、実際には腹壁筋層が内臓を連続的に囲んでおらず数箇所に隙間が存在する場合が多いので、このような隙間が存在する腹壁筋層については、辺縁を追跡しただけでは内臓全体を含むような腹壁筋層の輪郭を抽出することはできない。そこで、Ｓ７０２で設定された注目点の間が高次スプライン補間によって補間されることにより、腹壁筋層の隙間が補間され、図８（ｂ）に示すように内臓領域の輪郭８０２が抽出される（Ｓ７０３）。そして、輪郭８０２に対して領域拡張法を用いた領域抽出処理が行われ、図８（ｃ）に示すように内臓領域８０３が抽出される（Ｓ７０４）。次に、内臓領域８０３から腹壁筋層領域８０１を差し引いた領域を構成する画素のうち画素値が脂肪閾値範囲内にある画素が脂肪画素として抽出され、脂肪画像用バッファの脂肪画素に相当する位置に“２”が格納される（Ｓ７０５）。ここで抽出された脂肪画素は、内臓脂肪に相当する。
対象画像が適切かどうかの判定（Ｓ２０６）では、Ｓ２０５で得られた内臓領域８０３において空気領域の割合が６０パーセント未満であり、かつＳ２０４でへそ領域が特定できた場合、対象画像が適切であると判定され、処理がＳ２０７へ進められる。また、対象画像が肺野などの腹部以外の部位から得れらた画像であったりＣＴ画像ではなかったりして、Ｓ２０６で対象画像が適切であると判定されなかったときは、図９に示すようにディスプレイ２０に「画像が間違っています」などのメッセージが出力され処理が終了される。
脂肪画素の面積比率の算出（Ｓ２０７）では、Ｓ３０３で抽出された全体脂肪に相当する画素数Ｗ及びＳ７０５で抽出された内臓脂肪に相当する画素数Ｖから皮下脂肪に相当する画素数Ｓを算出し、内臓脂肪と全体脂肪との比率Ｖ／Ｗ、皮下脂肪と全体脂肪との比率Ｓ／Ｗ、及び内臓脂肪と皮下脂肪との比率Ｖ／Ｓを算出する。
計測結果の表示（Ｓ２０８）では、図１０に示すようにディスプレイ２０に、内臓脂肪１００１と皮下脂肪１００２とが判別可能なように色や濃さを違えて表示されると共に、Ｓ２０７で算出された数値が表示される。Ｓ２０８に続いて、図１１に示すように表示画像を印刷することを選択可能とし、体脂肪計測結果を印刷して被検者に渡せるようにしても良い。
図１２は、医用画像診断支援装置１０を用いて被検体の体脂肪を計測する第二の実施の形態のフローチャートである。一般に、腹部断層画像において、断層画像から骨、筋肉、腸などの内臓器官領域とガス領域とを差し引いた領域は全て脂肪領域だと考えられる。したがって、このような差引処理を行えば、ＣＴ値に基づいた閾値処理を行わなくても脂肪領域を抽出できる。また、図１３で示すように背中側の筋肉領域付近の脂肪領域１３０１を誤認識して計測精度が低下する場合がある。そこで、第二の実施の形態では、腹壁層内の筋肉領域の位置情報に基づいて皮下脂肪領域を認識し、背中側の脂肪領域を正確に認識できるようにして、体脂肪計測をより正確に行う。
図１２の被検体ＩＤ入力（Ｓ１２０１）、画像データ読み出し（Ｓ１２０２）及び体領域抽出処理（Ｓ１２０３）は、図２のＳ２０１、Ｓ２０２及びＳ２０３と同様である。次に、対象画像が体脂肪計測に適した画像であるかどうかが判定され（Ｓ１２０４）、対象画像が適切でないと判定された場合には処理が終了される。Ｓ１２０４で対象画像が適切であると判定された場合は、皮下脂肪領域抽出処理（Ｓ１２０５）及び不要領域除去処理（Ｓ１２０６）が行われ、脂肪領域が抽出される。脂肪画素の面積比率の算出（Ｓ１２０７）及び計測結果の表示（Ｓ１２０８）は、図２のＳ２０７及びＳ２０８と同様である。
図１４は、画像判定処理（Ｓ１２０４）のフローチャートである。まず、図１５に示すように、Ｓ１２０３で抽出された体領域の重心１５０１が算出される（Ｓ１４０１）。次に、体領域の腹側の辺縁に外接するように楕円１５０２が設定される（Ｓ１４０２）。そして、重心１５０１を中心として予め定められた方向の角度θの範囲に注目して、体領域の腹側の辺縁と外接楕円１５０２との間の領域の面積に基づいて、へそ領域が探索される（Ｓ１４０３）。次に、空気を認識できるように予め設定された閾値を用いて閾値処理が行われ、体領域内の空気領域が認識される（Ｓ１４０４）。そして、Ｓ１４０３でへそ領域が特定されかつＳ１４０４で認識された空気領域が体領域内で所定の割合以内であった場合にのみ、対象画像が体脂肪計測に適切であると判定する（Ｓ１４０５）。
図１６は、皮下脂肪領域抽出処理（Ｓ１２０５）のフローチャートである。まず、図１７に示すＳ１２０３で抽出された体領域内の筋肉領域１７０１を認識するために、予め設定された閾値を用いて閾値処理が行われる（Ｓ１６０１）。そして、Ｓ１４０１で算出された体領域の重心１５０１を中心として、体領域が角度θ_１、θ_２、θ_３の各領域に分けられ、各領域の辺縁に外接する楕円１７０２、１７０３、１７０４が設定される（Ｓ１６０２）。次に、予め定めた細かな領域１７０５毎に、外接線を楕円１７０２、１７０３、１７０４を基点にして重心１５０１方向へそれぞれ収縮させて筋肉領域１７０１に外接した所でその収縮を止めることにより、筋肉領域１７０１の外接線１７０６が得られる（Ｓ１６０３）。この外接線１７０６と楕円１７０２、１７０３、１７０４との間の領域が皮下脂肪領域である。
図１８は、不要領域除去処理（Ｓ１２０６）のフローチャートである。Ｓ１２０３（Ｓ３０３）で認識された全体脂肪領域からＳ１２０５で認識された皮下脂肪領域を除いた領域が内臓脂肪候補領域である。この内臓脂肪候補領域においてＣＴ値の濃度勾配値が算出される（Ｓ１８０１）。そして、濃度勾配値に対して上限値及び下限値で閾値処理が行われ、腸管内の残便などのＣＴ値のばらつきが大きい領域が抽出される（Ｓ１８０２）。次に、内臓脂肪候補領域からＳ１６０１で抽出された筋肉領域１７０１及びＳ１８０２で抽出されたＣＴ値のばらつきが大きい領域を除くことにより内臓脂肪領域が抽出され、内臓脂肪領域の画素数を数えることにより内臓脂肪画素数が算出される。
図１９は、医用画像診断支援装置１０を用いて被検体の体脂肪を計測する第三の実施の形態のフローチャートである。図２のＳ２０１及びＳ２０２と同様に画像入力が行われ（Ｓ１９０１）、図２のＳ２０３の処理と同様に体領域抽出処理が行われ（Ｓ１９０２）、図２のＳ２０４の処理又は図１４のＳ１４０３の処理と同様にへそ領域が特定される（Ｓ１９０３）。そして、Ｓ１９０２で認識された体領域辺縁から予め設定した領域が除去され、これにより、表皮領域が存在する領域が体脂肪計測対象領域から除外される（Ｓ１９０４）。次に、図７のＳ７０１の処理と同様に筋肉・骨領域の抽出処理が行われる（Ｓ１９０５）。そして、へそ領域の除去処理（Ｓ１９０６）及び皮下脂肪領域の推定（Ｓ１９０７）が順次行われる。次に、図７のＳ２０５の処理又は図１２のＳ１２０５の処理と同様に脂肪領域分割処理が行われ（Ｓ１９０８）、図２のＳ２０７及びＳ２０８と同様に結果出力（Ｓ１９０９）が行われる。
図２０は、へそ領域の除去処理（Ｓ１９０６）のフローチャートである。まず、図２１に示すように、Ｓ１９０２で認識された体領域辺縁部２１０１及びＳ１９０５で認識された筋肉・骨領域２１０２の辺縁部２１０３において、体領域の重心２１０４を中心としてＳ１９０３で特定されたへそ領域を含むように放射状に注目点２１０５及び２１０６が設定され、各注目点間の平均距離が算出される（Ｓ２００１）。そして、図２２に示すように、Ｓ１９０３で特定されたへそ領域に、Ｓ２００１で算出された平均距離を半径とする円領域が関心領域２２０１として設定される（Ｓ２００２）。このとき、体領域と重なっていない領域は除外される。次に、関心領域２２０１内の筋肉・骨領域が除去される（Ｓ２００３）。
図２３は、皮下脂肪領域の推定（Ｓ１９０７）のフローチャートである。まず、Ｓ２００３の除去されずに残った筋肉・骨領域のそれぞれの部分領域の中点に注目点が設定される（Ｓ２３０１）。そして、それらの注目点と体領域辺縁部の注目点との間の距離値が算出され（Ｓ２３０２）、図２４に示すように、Ｓ２３０２で算出された距離値を半径とする円領域が関心領域２４０１として設定される（Ｓ２３０３）。このとき、注目する注目点の周辺情報に基づいて、閾値が設定されて距離値が補正される。また、体領域と重なっていない領域は除外される。次に、関心領域２４０１内の筋肉・骨領域が除去され、これにより皮下脂肪領域が推定される（Ｓ２３０４）。
脂肪領域分割処理（Ｓ１９０８）では、図２５に示すように境界線２５０１が設定され、境界線２５０１の外側と内側とで脂肪領域が皮下脂肪領域と内臓脂肪領域とに分割される。
以上の実施の形態ではＸ線ＣＴ装置によって得られたＣＴ画像データを用いて体脂肪計測処理を行う例を説明したが、ＭＲＩ装置によって得られたＭＲＩ画像データを用いる場合、ＭＲＩ画像データにはＣＴ値のような尺度がないので、例えば、ＭＲＩ画像データのダイナミックレンジをＣＴ画像データのダイナミックレンジに合わせて調整する。それ以降のデータ処理は、上述のＣＴ画像データを用いる場合と同様に行えば良い。

以上説明したように本発明によれば、被検体によって異なる脂肪画素の閾値範囲を簡単に算出することができると共にその脂肪画素が存在する部位の周辺情報に基づいて領域抽出を自動的に行うことができ、操作者が手作業を行う必要がなくなるので、操作性が向上すると共に体脂肪計測精度が向上する。また、計測結果を明確に画像表示することができる。

Claims

医用断層画像撮影装置によって撮影された被検体の断層画像から該被検体の体領域を抽出する第一の抽出手段と、
前記体領域から非脂肪領域を抽出する第二の抽出手段と、
前記体領域から全体脂肪領域を抽出する第三の抽出手段と、
前記非脂肪領域の位置情報に基づいて前記全体脂肪領域を内臓脂肪領域と皮下脂肪領域とに分離する分離手段と、
前記内臓脂肪領域と前記皮下脂肪領域とをそれぞれ明示して前記断層画像を画像表示装置に表示制御する表示制御手段と、
を備えることを特徴とする医用画像診断支援装置。
前記第二の抽出手段は、前記断層画像において画素値の閾値処理を行うことにより前記非脂肪領域を抽出することを特徴とする請求項１に記載の医用画像診断支援装置。
前記第二の抽出手段は、前記非脂肪領域が通常呈する画素値範囲を順次探索し、前記画素値範囲で最多頻度である画素値に基づいて前記閾値処理の閾値範囲を設定することを特徴とする請求項２に記載の医用画像診断支援装置。
前記第二の抽出手段は、前記非脂肪領域に対して辺縁認識処理を行い、認識された辺縁上に複数の注目点を設定し、前記複数の注目点の間を高次スプライン補間によって補間することにより、前記非脂肪領域の輪郭を抽出することを特徴とする請求項２に記載の医用画像診断支援装置。
前記非脂肪領域のうちの表皮組織層を除去する表皮組織層除去手段を更に備え、
前記第三の抽出手段は、前記表皮組織層除去手段によって前記表皮組織層が除去された前記体領域から前記全体脂肪領域を抽出することを特徴とする請求項１に記載の医用画像診断支援装置。
前記第三の抽出手段は、前記体領域から前記非脂肪領域を差し引くことにより前記全体脂肪領域を抽出することを特徴とする請求項１に記載の医用画像診断支援装置。
前記断層画像が体脂肪計測に適しているか否かを判定する判定手段を更に備え、
前記表示制御手段は、前記判定手段による判定結果を前記画像表示装置に表示制御することを特徴とする請求項１乃至６の一つに記載の医用画像診断支援装置。
前記判定手段が、前記断層画像は前記被検体の体脂肪計測に適した部位から得られた画像ではない又は所定の医用断層画像撮影装置によって撮影された画像ではないとのエラー情報を得たとき、前記表示制御手段は、前記エラー情報を前記画像表示装置に表示制御することを特徴とする請求項７に記載の医用画像診断支援装置。
前記全体脂肪領域、前記内臓脂肪領域及び前記皮下脂肪領域の面積比率を算出する面積比率算出手段を更に備え、
前記表示制御手段は、前記面積比率算出手段によって算出された面積比率を前記画像表示装置に表示制御することを特徴とする請求項１乃至８の一つに記載の医用画像診断支援装置。
前記表示制御手段によって前記画像表示装置に表示制御された前記断層画像及び前記面積比率を印刷出力する印刷出力手段を更に備えることを特徴とする請求項９に記載の医用画像診断支援装置。
医用断層画像撮影装置によって撮影された被検体の断層画像から該被検体の体領域を抽出する第一の抽出工程と、
前記体領域から非脂肪領域を抽出する第二の抽出工程と、
前記体領域から全体脂肪領域を抽出する第三の抽出工程と、
前記非脂肪領域の位置情報に基づいて前記全体脂肪領域を内臓脂肪領域と皮下脂肪領域とに分離する分離工程と、
前記内臓脂肪領域と前記皮下脂肪領域とをそれぞれ明示して前記断層画像を画像表示装置に表示制御する表示制御工程と、
を含むことを特徴とする医用画像診断支援方法。
前記第二の抽出工程は、前記断層画像において画素値の閾値処理を行うことにより前記非脂肪領域を抽出することを特徴とする請求項１１に記載の医用画像診断支援方法。
前記第二の抽出工程は、前記非脂肪領域が通常呈する画素値範囲を順次探索し、前記画素値範囲で最多頻度である画素値に基づいて前記閾値処理の閾値範囲を設定することを特徴とする請求項１２に記載の医用画像診断支援方法。
前記第二の抽出工程は、前記非脂肪領域に対して辺縁認識処理を行い、認識された辺縁上に複数の注目点を設定し、前記複数の注目点の間を高次スプライン補間によって補間することにより、前記非脂肪領域の輪郭を抽出することを特徴とする請求項１２に記載の医用画像診断支援方法。
前記非脂肪領域のうちの表皮組織層を除去する表皮組織層除去工程を更に含み、
前記第三の抽出工程は、前記表皮組織層除去工程によって前記表皮組織層が除去された前記体領域から前記全体脂肪領域を抽出することを特徴とする請求項１１に記載の医用画像診断支援方法。
前記第三の抽出工程は、前記体領域から前記非脂肪領域を差し引くことにより前記全体脂肪領域を抽出することを特徴とする請求項１１に記載の医用画像診断支援方法。
前記断層画像が体脂肪計測に適しているか否かを判定する判定工程を更に含み、
前記表示制御工程は、前記判定工程による判定結果を前記画像表示装置に表示制御することを特徴とする請求項１１乃至１６の一つに記載の医用画像診断支援方法。
前記判定工程が、前記断層画像は前記被検体の体脂肪計測に適した部位から得られた画像ではない又は所定の医用断層画像撮影装置によって撮影された画像ではないとのエラー情報を得たとき、前記表示制御工程は、前記エラー情報を前記画像表示装置に表示制御することを特徴とする請求項１７に記載の医用画像診断支援方法。
前記全体脂肪領域、前記内臓脂肪領域及び前記皮下脂肪領域の面積比率を算出する面積比率算出工程を更に含み、
前記表示制御工程は、前記面積比率算出工程によって算出された面積比率を前記画像表示装置に表示制御することを特徴とする請求項１１乃至１８の一つに記載の医用画像診断支援方法。
前記表示制御工程によって前記画像表示装置に表示制御された前記断層画像及び前記面積比率を印刷出力する印刷出力工程を更に含むことを特徴とする請求項１９に記載の医用画像診断支援方法。