JPWO2017047821A1

JPWO2017047821A1 - 組織血管特性を可視化するための方法及びその装置

Info

Publication number: JPWO2017047821A1
Application number: JP2017540053A
Authority: JP
Inventors: 高伸八木
Original assignee: EBM Corp
Current assignee: EBM Corp
Priority date: 2015-09-18
Filing date: 2016-09-20
Publication date: 2018-08-02
Also published as: WO2017047821A1

Abstract

【解決手段】この方法は、組織血管特性を可視化するための方法であって、コンピュータが解析対象領域を含む医用画像を処理し、当該解析対象領域に血液を供給する責任血管を同定し、その血流量を出力する工程と、コンピュータが前記血流量から当該解析対象領域の組織血管特性を算出し、上記医用画像に重畳若しくは個別に表示する工程と、を有する。
【選択図】図２

Description

本発明は、ＰＥＴ／ＳＰＥＣＴ等の機能イメージングを使用せずに、血管の形態イメージングデータから組織血液量や血管の抹消抵抗等の組織血管特性を算出及び表示する技術に関するものである。

従来より医療現場で利用されている非侵襲イメージングは、（１）形態イメージング、（２）機能イメージングの二つに分類することができる。形態イメージングのなかでは、ＭＲＡ、ＣＴＡ、ＤＳＡなどで血管の形状をイメージングするものが代表的である。形態イメージングでは、空間解像度の限定から高々０．５ｍｍオーダーの血管を可視化することにとどまっている。一方、心臓や脳の深部の血液供給は毛細血管に頼っている。毛細血管のスケールは０．００１〜０．０１ｍｍオーダーであり、形態イメージングすることはできない。そこで、ＰＥＴやＳＰＥＣＴといった機能イメージングが用いられる。ＰＥＴやＳＰＥＣＴでは、血中に毛細血管を透過する物質を注入してその分布を計測する。この場合、物質は放射性物質となり、毛細血管の壁を透過する性質を利用して組織に供給される組織血流量や組織が保有する組織血液量を計測することができる。

しかしながら、非侵襲イメージングを使って毛細血管を含めた組織の血管特性を可視化しようとする場合に、形態イメージングと機能イメージングに分かれてしまっているので、医療現場に多大な負荷とコストを要求してしまうという課題があった。

さらに、形態画像と機能画像を結びつけるためには抹消抵抗という概念を導入する必要がある。しかし、抹消抵抗はこれまで概念レベルであった。すなわち、抹消抵抗を図るためには遠位血管での圧力と流量が必要となり、その値の計測には、カテーテルを用いた侵襲的計測が必要となり、非侵襲的には行えないという課題があった。

一方、癌や腫瘍の成長は毛細血管が局所的に増大することが必要であることを鑑みると、組織内血流を供給する毛細血管そのものをイメージングすることはできないにしても、毛細血管に血流を供給する責任血管の同定を行うことができれば新たなる治療法を生み出すきっかけとなることが期待できる。

以上の背景から、発明者らは、医用画像等の形態イメージングから得られるデータから機能イメージングで得られるデータを数学的に算出できれば上述の課題を抜本的に解決できるという結論に至った。このために発明者らは、形態イメージングをベースに機能イメージングを行う方法を誠意開発し、ＭＲＡ、ＣＴＡ、ＤＳＡなどの血管形態イメージングをベースにＰＥＴ／ＳＰＥＣＴのようなイメージングとして組織血液量や抹消抵抗等の組織血管特性を数学的に算出する方法を見いだした。

上記課題を解決するために、本発明の第１の主要な観点によれば、
コンピュータが解析対象領域を含む医用画像を処理し、当該解析対象領域に血液を供給する責任血管を同定し、その血流量を出力する工程と、コンピュータが前記血流量から当該解析対象領域の組織血管特性を算出し、上記医用画像に重畳若しくは個別に表示する工程と、を有する組織血管特性を可視化するための方法が提供される。

この発明の一の実施態様によれば、前記責任血管を同定する工程は、コンピュータが当該解析対象領域に対する最近傍血管を抽出する工程と、コンピュータが前記最近傍血管を流れる血流の流線を計算する工程と、コンピュータが前記計算された流線に基づいて前記責任血管を決定する工程と、をさらに有するものである。

別の一の実施態様によれば、前記組織血管特性は、前記解析対象領域に供給される組織血流量であり、前記組織血管特性を算出する工程は、コンピュータがメモリに格納された組織血流量算出係数を読み出す工程と、コンピュータが前記読みだした組織血流量算出係数を前記責任血管の血流量に乗することで前記解析対象領域の単位重量当たりの組織血流量を出力する工程と、を有するものである。

この発明のさらに別の一の実施態様によれば、前記組織血管特性は、前記解析対象領域の毛細血管における抹消抵抗であり、前記組織血管特性を算出する工程はさらに、コンピュータが前記責任血管の血流量に基づいて前記責任血管の圧力損失値を算出する工程と、コンピュータが前記圧力損失値に基づいて前記解析対象領域の抹消抵抗を算出して出力する工程を有する。

また、前記医用画像は、ＭＲＡ、ＣＴＡ、ＤＳＡによる血管断層画像を用いるのが好ましい。

この発明のさらに別の一の実施態様によれば、前記血流量は、コンピュータがハーゲンポアズイユ理論と内皮細胞の一定せん断応力調節機能からモデル化した式から算出するものである。

別の一の実施態様によれば、前記組織血流量算出係数は、形態イメージングから求めた血管血流量と機能イメージングから求めた組織血液量の関連性を統計処理して得られ、前記メモリに格納されたものである。

この発明のさらに別の一の実施態様によれば、圧力損失値を算出する工程は、コンピュータがハーゲンポアズイユ理論をもとにモデル化した式に前記流量を適用することで算出するものである。

さらに別の一の実施態様によれば、前記医用画像から各血管の血管形状を算出する工程をさらに有するものである。

さらに別の一の実施態様によれば、前記算出された血管形状に基づいて、各血管における血流量を物理的に算出する工程をさらに有するものである。

この発明のさらに別の一の実施態様によれば、前記責任血管を同定する工程はさらに、前記医用画像を血流解析の計算結果に対して重畳表示する工程と、前記重畳表示された医用画像上でユーザーが前記解析対象領域のターゲット点を指定する工程と、前記ターゲット点を指定した医用画像から近傍血管を抽出する工程と、を有するものである。

別の一の実施態様によれば、前記流線を計算する工程は、前記抽出された最近傍血管上で前記ターゲット点から最も近い位置にシード点を配置することで流線を計算するものである。

この発明の第２の主要な観点によれば、コンピュータが解析対象領域を含む医用画像を処理し、当該解析対象領域に血液を供給する責任血管を同定し、その血流量を出力する責任血管同定部と、コンピュータが前記血流量から当該解析対象領域の組織血管特性を算出し、上記医用画像に重畳若しくは個別に表示する組織血管特性算出部と、を有する組織血管特性を可視化するための装置が提供される。

この発明の第３の主要な観点によれば、コンピュータが解析対象領域を含む医用画像を処理し、当該解析対象領域に血液を供給する責任血管を同定し、その血流量を出力する工程と、コンピュータが前記血流量から当該解析対象領域の組織血管特性を算出し、上記医用画像に重畳若しくは個別に表示する工程と、を実行する命令を含む組織血管特性を可視化するためのコンピュータソフトウエアプログラムが提供される。

なお、上記で挙げていない本発明の特徴は、この後に説明する発明の実施形態及び図面中に当業者が実施可能に提供される。

図１は、本発明の一実施形態を示す概略構成図である。図２は、本実施形態における機能構成図である。図３（ａ）〜（ｅ）は、図２のステップＳ１からＳ４の工程を説明する図である。図４（ａ）及び（ｂ）は、血管の癒着アーチファクトの例を示す図である。図５（ａ）〜（ｃ）は、本実施形態のグラフ化及び血管の癒着検出の工程を説明する図である。図６（ａ）及び（ｂ）は、本実施形態の血管の癒着分離の工程を説明する図である。図７は、本実施形態の形状測定部の処理を示す図である。図８は、本実施形態の形状測定部で測定するパラメータの表である。図９は、本発明の一実施形態の血管特性算出部が組織血液量を算出する場合の説明図である。図１０は、本実施形態の血管特性算出部の算出結果を医用画像に重畳して出力した一例である。図１１は、本発明の一実施形態の圧力計算部に関わる血管のグラフ図である。図１２は、前記圧力計算部によって算出される圧力損失値の一例である。図１３は、本実施形態の抹消抵抗計算部によって算出される抹消抵抗を説明する模式図である。図１４は、本発明の一実施形態における機能構成図である。図１５は、重畳部の説明図である。図１６は、本実施形態のターゲット指定部の画面表示の一例である。図１７は、本実施形態の近傍血管抽出部による最近傍血管抽出の処理を説明する図である。図１８は、本実施形態の流線計算部の処理を説明する図である。

以下、本発明の好ましい実施形態について詳細に説明する。

図１は、この実施形態に係る血管特性表示装置を示す概略構成図である。

図１は、本発明の一実施形態における血管特性表示装置１００のシステム構成図を示すものである。この血管特性表示装置１００は、制御部１、操作部２、記録部３、及び表示部４等を有する。制御部１は、ＣＰＵとメモリ（いずれも図示せず）を有し、記録部３に記録されている医用画像データ、コンピュータ・ソフトウエアや各種の変数及び係数（後述するせん断応力値、組織血流量算出係数などを含む）を適宜読み出し、メモリ上に展開することにより、図２に示すような各構成要素として機能する。すなわち、医用画像入力部２１、細線化部２２、グラフ化部２３、形状測定部２４、血管血流量算出部２５、（図示していない）責任血管同定部２６、血管特定算出部２７として機能する。

次に図２〜１０を参照して各構成部によって実行される動作について、ステップを追って詳細に説明する。

（医用画像入力部：ステップＳ１）
医用画像入力部２１は医用画像等を入力する入力インターフェースとして機能する。入力される医用画像は、ＭＲＡ（磁気共鳴血管造影）、ＣＴＡ（コンピュータ断層血管造影）、ＤＳＡ（デジタル差分血管造影）等の撮像装置で撮像された断層画像が望ましく、医用画像は、図示しないネットワークやその他の転送手段により一旦記録部３に記録された後、制御部１に入力される（図１）。

また、医用画像入力部２１では画像（医用画像）の他、流体物性、境界条件、計算条件等の流体解析に必要なパラメータ等の入力処理をすることもできるようになっている。

（細線化部：ステップＳ２）
細線化部２２では、医用画像入力部２１で入力された医用画像を二値化（ステップＳ２−１）及び細線化処理（ステップＳ２−２）して血管の中心線を取得する。細線化部２２における処理は、図３を参照して説明する。

二値化（ステップＳ２−１）
まず、細線化部２２はステップＳ１で入力された医用画像（（図３（ａ））を二値化し、血管の３次元形状を抽出する（図３（ｂ）：ステップＳ２−１）。本実施形態では、細線化部２２は二値化の閾値を画像全体の輝度値のヒストグラムに基づいて血管壁特有の特徴を抽出するように自動設定する。他の実施形態では、ユーザーが二値化の閾値を選定して設定するようにしてもよい。

細線化（ステップＳ２−２）
次に、細線化部２２は、二値化した３次元血管形状データに対して細線化処理を行い血管中心線を取得する（図３（ｃ）：ステップＳ２−２）。細線化は複数のアルゴリズムが知られており、特定のアルゴリズムに限定されないが、この実施形態では、細線化部は、抽出した血管領域のボクセルを当該血管領域の外周側（すなわち表面）から中心に向けて削ることで血管の芯を抽出し、血管走行方向にスプライン曲線などをフィッティングすることで中心線を取得する。

（グラフ化部２３：ステップＳ３）
グラフ化（ステップＳ３−１）
次に、グラフ化部２３は、細線化部２２で得られた血管中心線を用いてグラフ化を行う（図３（ｄ）：ステップＳ３−１）。グラフ化とは、この実施形態では中心線データの各血管部分にラベリングすることであり、そのグラフ化されたデータをグラフデータと呼ぶ。グラフ化処理において、グラフ化部は、まず血管中心線を領域ごとに要素分割する。この要素分割は、図３（ｄ）に示すように、細線化処理で取得した中心線においてその端部・分岐点（Ａ、Ｂ、Ｃ、・・・）を特定し、当該端部・分岐点で前記中心線を分割することで行う。以下、この分割された端点・分岐点間の中心線に対応する各血管部分を血管要素と言う。その後、グラフ化部は、各血管要素の中心線データにラベリング（＃１、２、３、・・・）を行いグラフデータを生成する（ステップＳ３−１）。

尚、グラフ化において、血管の癒着により血管にアーチファクトとしてのループ形状が発生する場合がある。

グラフ化部に、血管のループの有無を判定し、血管ループが検出された場合は血管同士の癒着を切り離す処理を含めてもよい。ここでいう癒着とは図４（ａ）〜（ｂ）に示すように、本来血管同士は癒着していないにも関わらず、画像精度の不足から癒着しているかのようにみえ、ループ形状が発生している現象である。この現象を以下、「癒着」または、「癒着アーチファクト」と言う。

癒着の検出（ステップＳ３−２）
通常、血管とは全身レベルでは一巡閉鎖系のループ回路となっているが、血流解析が取り扱う比較的に微視的な領域においてループは形成しない。従って、この実施形態では、ループの有無に応じて癒着の有無を検出する。具体的には、図５（ａ）〜（ｃ）に示すように、癒着部位の検出を、血管形状のグラフ化、および当該グラフの深さ優先探索により行う（ステップＳ３−２）。すなわち、端点と分岐点を検出し、それらの接続関係を調べる。

例えば、図５（ａ）に示す血管形状をもとに処理された図５（ｂ）に示すグラフでは血管の分岐構造が表現されている。この図上で、円で示したものは節点であり、端点または分岐点を示す。癒着が生じると、このグラフに閉路（ループ）として表れるようになっており、この閉路をグラフの深さ擾先探索を行うことで検出する（図５（ｃ））。これは初期の節点からすべての節点を通るように辺をたどっていく操作である。たどり方の規則は以下の通りである。
（１）分岐点に来たときには、通過していない辺を選び、次の節点に進む。
（２）端点に来たときには、手前の分岐点に戻る。
（３）分岐点に戻ったときに通過していない辺がなければ、手前の分岐点に戻る。

図５（ｃ）において、各節点の番号は分岐深さ優先探索の訪問順序を表す。また、実線矢印は往路、点線矢印は復路を示す。この図５（ｃ）に示す例では５番と６番の間に閉路が生じている。深さ優先探索を行うと、５番の節点から６番，７番，８番と進み６番に戻ってくる。ここで、往路は図の下側の辺を通ってきたので、上側の辺はまだ通過していない。ところが上の辺を選ぶとすでに訪問済みの５番に着く。閉路がなければ訪問済みの節点に戻るのは復路だけであるが、閉路が存在する場合は往路で訪問済みの節点に到達する。従って、節点と辺の通過状況を記録しておくことによって閉路を検出することができ、閉路と判定された時点の節点（図５（ｃ）に示す例では６番）が癒着部位とみなすことができる。

癒着部位の分離（ステップＳ３−３）
グラフ化部２３は癒着部位を検出すると、次に当該癒着部位の分離を行う。この癒着分離は、ある閾値を設定し、癒着の程度を評価することで行なう。癒着の程度が閾値以上であれば、領域分割の始点にもどり、より厳格な基準で二値化を行うことで積極的に癒着の程度を緩和する。癒着の程度が閾値以下であれば、癒着部位に接続されている血管の走行方向と形状にもとづいて癒着部位を分離する。分離の処理は、血管領域、中心線、血管の走行方向および断面積に基づいて行う。血管領域、中心線、血管の走行方向は領域分割および構造解析で取得したものであり、血管の断面は血管領域の血管走行方向に垂直な断面を計測することにより取得する。

分離処理の流れは以下の通りである。
（１）血管の断面積の変化から癒着区間を求める。
（２）癒着区間の前後の血管の中心線を用いて、癒着区間の中心線を推定する。
（３）癒着区間の血管断面において二つの接する楕円を血管表面の輪郭に当てはめることによって各血管の形状を推定する。
（４）癒着区間断面を二つに分割する。

以下に、図６を参照して、上記（１）〜（４）の各分離処理をより詳細に説明する。まず、癒着区間とその前後における血管の断面積を計測する。癒着している部分は二本の血管が一体となっているため、血管の走行に沿って断面積をプロットしていくと図６（ａ）中の下方に示したグラフのように癒着区間のみ断面積が増大する。この変化を検出して、癒着区間を決定する。

次に血管の中心線に着目すると、元々は二本だった中心線が内側へとずれていき、ついには接して分岐点となる。図６（ａ）上図において一点鎖線で示したものがそれに相当する。しかし、本来は二本の血管であるから、図６（ａ）上図において点線で示したように、交わることの無い二本の曲線になっているはずである。そこで、癒着区間の本来の中心線をその前後の中心線から補間することによって推定する。その次に、推定された中心線を用いて、癒着区間の断面上で各血管の輪郭を推定する。図６（ｂ）は癒着区間における血管走行方向に垂直な断面を示している。二つの黒い点７１は推定された中心線を示す。血管の断面は楕円と仮定して、二つ楕円７２の中心が既知であり、接しているという条件の下で癒着区間の血管の輪郭７３に二つの楕円を当てはめる。図６（ｂ）の点線が当てはめた二つの楕円を示す。最後に、癒着区間の内部を二つの血管の径の比に応じて二つの領域に分割し、分離処理を完了する。

（形状計測部２４：ステップＳ４）
形状計測部２４では、グラフ化処理により得られた各血管要素の形状計測を行う。具体的には、この実施形態では下記のパラメータを計測する（図８）。
（１）直径
（２）凹凸
（３）曲げ
（４）捻れ
（５）分岐角度
（１）直径は、血管中心線走行方向での血管断面積の等価直径である。（２）凹凸は、図７に示すように、血管表面走行座標系の線分の各点と当該点を含む中心線直行断面で定義しうる血管高さを写像した３次元情報より定量化する。（３）曲げと（４）捻れは血管中心線をスプライン関数近似することで定量する。（５）分岐角度は、血管分岐部における親血管と娘血管のなす角度である。

（血管血流量計算部２５：ステップＳ５）
血管血流量計算部２５は、形状計測部２４で出力された血管平均径をもとに以下の数１を使用して各血管要素における血流量を算出する。

なお、ここでτは壁面せん断応力、μは血液粘度である。この実施形態では、τとμは定数として与えられるが、対象患者で実測した値を用いてもよい。または、加齢や疾患ごとに応じて別途に用意された至適せん断応力ダイアグラムからせん断応力を決めても良い。ここで、αは血管の曲げや蛇行による影響を補正する係数である。

（責任血管同定部２６）
図２には図示されていない責任血管同定部２６は、血管特性の解析対象領域に血液を供給する責任血管を同定する。この工程は、ステップＳ５の後に形状計測部２４（ステップＳ４）によって取得された血管の３次元形状データを画面上に表示させて、ユーザーがターゲットを指定した上で責任血管が抽出されるようにしてもよいし、ステップＳ５の後ではなく、ステップＳ７Ｂ−１で行われてもよい。

また別の実施形態では、責任血管の同定はステップＳ１で医用画像を入力した後に行われる。この場合、ステップＳ１の後に画面上に医用画像を表示してユーザーにターゲットを指定させ、近傍血管の抽出、最近傍血管の同定、及び最近傍血管中を流れる血流の流線計算を行うことにより、ターゲットに血液を供給する血液輸送経路が可視化され、責任血管が同定される。この責任血管同定の工程については、後述の別の実施形態の説明において、図１４〜１８を参照して詳細に説明する。

（血管特性算出部２７：ステップＳ７）
血管特性算出部２７は、責任血管同定部２６で同定された責任血管を用いて、組織毎、あるいは指定領域毎の血管特性を算出するものである。以下に算出される組織血管特性別に詳細に説明する。

（組織血管特性Ａ：組織血液量の可視化）
組織血液量計算部４１（ステップＳ７Ａ−１）
組織血液量計算部４１は、血管血流量計算部２５で算出された血管血流量をもとに、以下の数２を使用して組織血流量を計算する。

ここで、Ｑ_{ｔｉｓｓｕｅ}は単位重量当たりの組織血液量［ｍｌ／ｍｉｎ／ｇｒａｍ］、βは比例係数、Ｑ_ｉは責任血管同定部２６で抽出された最近傍血管を流れる血管血流量である。図９では、Ｑ_ｉ＝１５０と示されている。

上記比例係数βは、血管血流量と組織血流量の関連性を統計処理することで得られた値である。より詳しくは、この実施形態では例えば脳を対象とした場合、脳全体に供給される血流量すなわち上記血管血流量の積算値と、脳の組織に供給される血流量とは一致するものであり、脳組織単位重量当たりの組織血流量であるＱ_{ｔｉｓｓｕｅ}を脳全体で積算すると上記血管血流量の積算値と一致する。βは、このような血流量の質量保存則を利用して算出した値である。より具体的には、βは、最近傍血管の血流量に関連付けてＱ_{ｔｉｓｓｕｅ}を取得できるように質量保存を拘束条件として取得される。

Ｑ_{ｔｉｓｓｕｅ}が図９に四角で示す組織の場合、最近傍血管は、図９に示す＃１であり、この血管を流れる血流量をもとに組織血流量を算出する。βは、血管血流量と組織血流量の関連性を統計処理することで得られた値である。この実施形態では、血管血流量は位相コントラストＭＲＩ等による形態イメージングから得られたであり、組織血液量はＰＥＴ／ＳＰＥＣＴ等による機能イメージングから得られたである。

組織血液量の表示
最終的に、血管特性可視化装置１００は組織血流量を画面に表示する。この実施形態では、図１０に示すようにＣＴ撮像された医用画像に組織血流量計算部の結果を重畳したものを断面表示する。この組織血流量計算部の結果は、脳において３次元的すなわち各単位組織毎に組織血液量を計算した結果である。尚、この図では重畳した結果が２次元断面で示されているが、本発明の装置は当該結果を３次元的に表示してもよい。ここでは、組織血液量の値を４段階に区別して表示する。例えば組織血流量の大小は図１０に示すように赤、黄色、緑、青で表わす。赤の領域が最も組織血液量が高く、黄色、緑、青の順で組織血流量が低くなっていくものとする。

本実施形態では、最終的に算出・可視化される組織血管特性が組織血液量の場合を説明したが、次に算出される組織血管特性が抹消抵抗の場合の実施形態を説明する。

（組織血管特性Ｂ：抹消抵抗の可視化）
次に、血管特性算出部２７で出力される組織血管特性が抹消抵抗の場合の実施形態について説明する。この実施形態では、血管特性算出部２７は、圧力計算部４５（ステップＳ７Ｂ−１）と抹消抵抗計算部４６（ステップＳ７Ｂ−２）をさらに有す。

圧力計算部４５（ステップＳ７Ｂ−１）
まず、圧力計算部４５は、形状計算部２４と血流量計算部２５で算出されたデータをもとに、以下の数３を使用して各血管要素における圧力損失値Δｐを計算する。

ここで、μは血液粘度、ｌは血管長さ、Ｄは血管直径、Ｑは血流量である。Βは血管の曲げや蛇行を補正する係数である。

具体的には、まず、圧力計算部４５は、各器官に血液を供給する主幹動脈のルートとなる基底血管を抽出する。図１１に示す血管（グラフ）の例では、基底血管は＃１に相当する。基底血管を抽出するアルゴリズムは形状情報や解剖情報であり特段の指定はない。その後、圧力計算部４５は、基底血管をもとに上記数３を用いて図１３に示すように各血管要素（＃１，＃２，＃３，・・・）の圧力損失値を計算し出力する。

抹消抵抗計算部４６（ステップＳ７Ｂ−２）
次に抹消抵抗計算部４６は、圧力計算部４５で計算された圧力損失値をもとに以下の数４を使用して抹消抵抗値Ｒ＿ｉを計算し出力する。

ここで、動脈圧Ｐ＿ｉは基底動脈圧Ｐｒｅｆ＿ａｒｔｅｒｙと前述の圧力損失値Δｐから計算する。上記抹消抵抗値の計算では、静脈圧Ｐ＿（ｒｅｆ＿ｖｅｉｎ）に実測値を用いてもよい。あるいは、静脈圧Ｐ＿（ｒｅｆ＿ｖｅｉｎ）は動脈圧に対して小さいため、これを無視して以下の数５により抹消抵抗値の計算を行ってもよい。

（血流輸送経路の可視化：責任血管の同定）
次に、対象組織に対する血流輸送経路を可視化する場合の実施形態を図１５〜１９を参照して説明する。本実施形態では、形態としてイメージングできる主幹動脈を利用して、血液の輸送経路を可視化する方法及びその装置に関するものである。方法は、コンピュータシミュレーションによる。形態から血液シミュレーションを行う。その後、ターゲット（例えば脳で言えば溜や腫瘍など）付近にシーディングポイントをおいて流線を作成する。流線はこの場合、流れ方法上流に向かって作成しいくことになる。この流線の軌跡をたどることによって責任血管を同定する。

図１５は、本実施形態における血流輸送経路可視化装置の機能構成を示す図である。

入力部（ステップＳＣ１）
この装置は、医用画像データと、当該画像データを用いて数値流体力学（ＣｏｍｐｕｔａｔｉｏｎａｌＦｌｕｉｄＤｙｎａｍｉｃｓ：ＣＦＤ）による血流解析を行うことで取得される速度場・圧力場データとを入力とする（ステップＳＣ１）。医用画像データは、上述の実施形態で入力される医用画像と同様に、ＭＲＡ、ＣＴＡ、ＤＳＡなどの撮像装置で撮像された断層画像群である。

重畳部３２（ステップＳＣ２）
重畳部３２は、図１５で示すように、入力された医用画像データの座標系（Ｘｉｍａｇｅ，Ｙｉｍａｇｅ，Ｚｉｍａｇｅ）と速度場・圧力場の座標系（ＸＣＦＤ、ＹＣＦＤ、ＺＣＦＤ）のデータを受け取り、同一座標系で表現するために、前記医用画像データの座標系を速度場・圧力場の座標系に座標変換する。

ターゲット指定部３３（ステップＳＣ３）
次に、ターゲット指定部３３は、重畳部３２で座標変換した医用画像データを表示部に表示し、ユーザーインターフェースを介して当該画像データにおいてターゲットとなる血管病変部をユーザーに選択させる。ターゲットの一例をあげれば、脳動脈瘤や脳腫瘍などが相当する。図１６は、表示部に表示された医用画像の例を示す。図１６では２重円で示したものがターゲットとして指定された部位に相当する。

近傍血管抽出部３４（ステップＳＣ４）
次に、図１７と１８を参照して近傍血管抽出部３４が行う処理を説明する。
（ステップＳＣ４−１）
近傍血管抽出部３４は、まず、ターゲット指定部３３でターゲット指定された医用画像を上述したステップＳ２−１〜Ｓ２−２の二値化・細線化処理を行い、次にステップＳ３−１〜Ｓ３−３グラフ化・癒着検出・分離処理を行う。
（ステップＳＣ４−２）
次に、近傍血管抽出部３４は、ターゲット指定部３３で指定したターゲットに対する近傍血管を抽出する。近傍血管抽出部は近傍血管をターゲットからの距離に応じて分類するが、連続した血管は一つとみなす。ターゲットからの距離はボロノイ線図等の手法を利用して算出する。図１７は、ターゲットから各血管までの距離を測定し、最近傍血管を同定した段階を示す。図１７において、２重円で示したものがターゲットであり、点線で示した区間が同定された最近傍血管である。

流線計算部３５（ステップＳＣ５）
流線計算部３５は、ターゲットへの血液の輸送経路を計算し可視化する。具体的には、近傍血管抽出部３４で抽出した近傍血管内にシード点を配置し、当該近傍血管内のシード点から流れ方向上流に向けて流線を計算することによりターゲットへの血液輸送経路を可視化する。

（流線の表示３６：ステップＳＣ６）
図１８は、近傍血管内で最もターゲットから近い位置にシード点が配置され、血流輸送経路が計算された結果の一例を示す。流線計算部３５によってターゲットに対する血流輸送経路を可視化することにより、ターゲットに血液を供給する責任血管の同定が可能になる。この血流輸送経路の可視化による責任血管の同定方法は、上述の実施形態における責任血管同定部２６でも用いられる。

その他、本発明は、さまざまに変形可能であることは言うまでもなく、上述した一実施形態に限定されず、発明の要旨を変更しない範囲で種々変形可能である。

Claims

コンピュータが解析対象領域を含む医用画像を処理し、当該解析対象領域に血液を供給する責任血管を同定し、その血流量を出力する工程と、
コンピュータが前記血流量から当該解析対象領域の組織血管特性を算出し、上記医用画像に重畳若しくは個別に表示する工程と
を有する組織血管特性を可視化するための方法。
請求項１記載の方法において、
前記責任血管を同定する工程は、
コンピュータが当該解析対象領域に対する最近傍血管を抽出する工程と、
コンピュータが前記最近傍血管を流れる血流の流線を計算する工程と、
コンピュータが前記計算された流線に基づいて前記責任血管を決定する工程と
をさらに有するものである、方法。
請求項１記載の方法において、
前記組織血管特性は、前記解析対象領域に供給される組織血流量であり、
前記組織血管特性を算出する工程は、
コンピュータがメモリに格納された組織血流量算出係数を読み出す工程と、
コンピュータが前記読みだした組織血流量算出係数を前記責任血管の血流量に乗することで前記解析対象領域の単位重量当たりの組織血流量を出力する工程と
を有するものである、方法。
請求項２記載の方法において、
前記組織血管特性は、前記解析対象領域の毛細血管における抹消抵抗であり、
前記組織血管特性を算出する工程はさらに、
コンピュータが前記責任血管の血流量に基づいて前記責任血管の圧力損失値を算出する工程と、
コンピュータが前記圧力損失値に基づいて前記解析対象領域の抹消抵抗を算出して出力する工程と
を有するものである、方法。
請求項１記載の方法において、
前記医用画像は、ＭＲＡ、ＣＴＡ、ＤＳＡによる血管断層画像である
ことを特徴とする方法。
請求項１記載の方法において、
前記血流量は、コンピュータがハーゲンポアズイユ理論と内皮細胞の一定せん断応力調節機能からモデル化した式から算出するものである、方法。
請求項３記載の方法において、
前記組織血流量算出係数は、形態イメージングから求めた血管血流量と機能イメージングから求めた組織血液量の関連性を統計処理して得られ、前記メモリに格納されたものである、方法。
請求項４記載の方法において、
圧力損失値を算出する工程は、コンピュータがハーゲンポアズイユ理論をもとにモデル化した式に前記流量を適用することで算出するものである、方法。
請求項１記載の方法において、
前記医用画像から各血管の血管形状を算出する工程をさらに有するものである、方法。
請求項９記載の方法において、
前記算出された血管形状に基づいて、各血管における血流量を物理的に算出する工程をさらに有するものである、方法。
請求項２記載の方法において、
前記責任血管を同定する工程はさらに、
前記医用画像を血流解析の計算結果に対して重畳表示する工程と、
前記重畳表示された医用画像上でユーザーが前記解析対象領域のターゲット点を指定する工程と、
前記ターゲット点を指定した医用画像から近傍血管を抽出する工程と、
を有するものである、方法。
請求項２記載の方法において、
前記流線を計算する工程は、前記抽出された最近傍血管上で前記ターゲット点から最も近い位置にシード点を配置することで流線を計算するものである、方法。
コンピュータが解析対象領域を含む医用画像を処理し、当該解析対象領域に血液を供給する責任血管を同定し、その血流量を出力する責任血管同定部と、
コンピュータが前記血流量から当該解析対象領域の組織血管特性を算出し、上記医用画像に重畳若しくは個別に表示する組織血管特性算出部と
を有する組織血管特性を可視化するための装置。
請求項１３記載の装置において、
前記責任血管同定部は、
コンピュータが当該解析対象領域に対する最近傍血管を抽出する最近傍血管抽出部と、
コンピュータが前記最近傍血管を流れる血流の流線を計算する流線計算部と、
コンピュータが前記計算された流線に基づいて前記責任血管を決定する責任血管決定部と
をさらに有するものである、装置。
請求項１３記載の装置において、
前記組織血管特性は、前記解析対象領域に供給される組織血流量であり、
前記組織血管特性算出部は、
コンピュータがメモリに格納された組織血流量算出係数を読み出す組織血流量算出係数読出し部と、
コンピュータが前記読みだした組織血流量算出係数を前記責任血管の血流量に乗することで前記解析対象領域の単位重量当たりの組織血流量を出力する組織血流量出力部と
を有するものである、装置。
請求項１４記載の装置において、
前記組織血管特性は、前記解析対象領域の毛細血管における抹消抵抗であり、
前記組織血管特性算出部はさらに、
コンピュータが前記責任血管の血流量に基づいて前記責任血管の圧力損失値を算出する圧力損失値算出部と、
コンピュータが前記圧力損失値に基づいて前記解析対象領域の抹消抵抗を算出して出力する抹消抵抗算出部と
を有するものである、装置。
請求項１３記載の装置において、
前記医用画像は、ＭＲＡ、ＣＴＡ、ＤＳＡによる血管断層画像である
ことを特徴とする装置。
請求項１３記載の装置において、
前記血流量は、コンピュータがハーゲンポアズイユ理論と内皮細胞の一定せん断応力調節機能からモデル化した式から算出するものである、装置。
請求項１５記載の装置において、
前記組織血流量算出係数は、形態イメージングから求めた血管血流量と機能イメージングから求めた組織血液量の関連性を統計処理して得られ、前記メモリに格納されたものである、装置。
請求項１６記載の装置において、
前記圧力損失値算出部は、コンピュータがハーゲンポアズイユ理論をもとにモデル化した式に前記流量を適用することで算出するものである、装置。
請求項１３記載の装置において、
前記医用画像から各血管の血管形状を算出する血管形状算出部をさらに有するものである、装置。
請求項２１記載の装置において、
前記算出された血管形状に基づいて、各血管における血流量を物理的に算出する血流量算出部をさらに有するものである、装置。
請求項１４記載の装置において、
前記責任血管同定部はさらに、
前記医用画像を血流解析の計算結果に対して重畳表示する重畳表示部と、
前記重畳表示された医用画像上でユーザーが前記解析対象領域のターゲット点を指定するターゲット指定部と、
前記ターゲット点を指定した医用画像から近傍血管を抽出する近傍血管抽出部と
を有するものである、装置。
請求項１４記載の装置において、
前記流線計算部は、前記抽出された最近傍血管上で前記ターゲット点から最も近い位置にシード点を配置することで流線を計算するものである、装置。