トップ :: A 生活必需品 :: A61 医学または獣医学;衛生学

【発明の名称】 医用画像処理装置、及び医用画像処理方法
【発明者】 【氏名】杉山 敦子

【氏名】山形 仁

【氏名】大湯 重治

【要約】 【課題】対象を好適に映像化できる画像生成パラメータを自動的に或いは最小限の作業で設定可能な医用画像処理装置、及び医用画像処理方法を提供すること。

【構成】肺野は人や表示部位によってスポンジ状組織の密度が異なる等の点に着目し、前景領域を含む関心領域に関するヒストグラムを作成し、これに対する統計解析の結果という客観的な指標を用いて、結節候補領域又は拡張結節候補領域のいずれかを優先させるオパシティカーブを設定することができる。
【特許請求の範囲】
【請求項1】
医用画像機器を用いて取得されたデータに基づいて画像を生成する医用画像処理装置であって、
画像中の処理対象領域を特定する領域特定ユニットと、
前記処理対象領域内の画像に関して統計処理を実行し、その統計結果に基づいて画像生成パラメータを設定するパラメータ設定ユニットと、
前記設定された画像生成パラメータに基づいて投影画像を生成する画像生成ユニットと、
を具備する医用画像処理装置。
【請求項2】
表示画像種を選択するための選択ユニットをさらに具備し、
前記パラメータ設定ユニットは、前記選択された表示画像種と前記処理対象領域内の画像データとに基づいて、前記統計処理を実行する請求項1記載の医用画像処理装置。
【請求項3】
前記パラメータ設定ユニットは、
前記表示画像種が特定された処理対象領域における関心領域を抽出し、
前記関心領域に関するヒストグラムを生成し、
前記ヒストグラムに基づいて、選択された表示画像種に応じて画像生成パラメータを算出する請求項2記載の医用画像処理装置。
【請求項4】
前記パラメータ設定ユニットは、前記ヒストグラムを用いた統計解析によって計算される統計量に基づいて、前記画像生成パラメータを設定する請求項1乃至3のうちいずれか一項記載の医用画像処理装置。
【請求項5】
前記パラメータ設定ユニットは、
前記統計解析として、前記ヒストグラムの所定位置を基準とするガウス関数によるフィッティング、平均値及び分散値を含む統計量の計算を実行し、
計算された前記統計量に基づいて、ボリュームレンダリング処理におけるオパシティカーブを設定し、
前記画像生成ユニットは、前記画像生成処理として、前記設定されたオパシティカーブを用いたボリュームレンダリング処理を実行することで、前記三次元画像を生成する請求項1乃至4のうちいずれか一項記載の医用画像処理装置。
【請求項6】
前記選択ユニットは、異常候補領域を優先的に映像化する第1の画像種又は前記異常候補領域及びその周辺領域を優先的に映像化する第2の画像種を選択するものである請求項2記載の医用画像処理装置。
【請求項7】
前記オパシティカーブの形状を指定するための指定ユニットをさらに具備し、
前記パラメータ設定ユニットは、前記指定された形状を有するオパシティカーブを設定する請求項3記載の医用画像処理装置。
【請求項8】
前記パラメータ設定ユニットによって設定された前記オパシティカーブを変更する変更ユニットをさらに具備し、
前記画像生成ユニットは、前記変更ユニットによって変更されたオパシティカーブを用いたボリュームレンダリング処理を実行することで、前記三次元画像を生成する請求項3記載の医用画像処理装置。
【請求項9】
生成された三次元画像と共に、前記画像生成処理において用いられた前記オパシティカーブを表示する表示ユニットをさらに具備する請求項3記載の医用画像処理装置。
【請求項10】
前記抽出ユニットによって抽出された関心領域に対応する画像のみを表示する表示ユニットをさらに具備する請求項3記載の医用画像処理装置。
【請求項11】
前記ヒストグラムと、当該ヒストグラム上にオパシティの特性情報を重畳して表示する表示ユニットをさらに具備する請求項3記載の医用画像処理装置。
【請求項12】
前記パラメータ設定ユニットは、
ウィンドウの幅及び位置を設定し、
前記ウィンドウ内において、前記ボクセル値の変化に伴ってオパシティの値が変化するようにオパシティ特性曲線を取得する請求項11記載の医用画像処理装置。
【請求項13】
前記領域特定ユニットは、結節及び肺血管に実質的に対応する領域を抽出する請求項3記載の医用画像処理装置。
【請求項14】
前記パラメータ設定ユニットは、設定ユニットを介してユーザにより設定される任意のbin幅、又は初期設定された所定のbin幅により、前記ヒストグラムを生成する請求項3記載の医用画像処理装置。
【請求項15】
前記パラメータ設定ユニットは、10以上20未満のbin幅により前記前記ヒストグラムを生成する請求項3記載の医用画像処理装置。
【請求項16】
前記パラメータ設定ユニットによって設定された前記画像生成パラメータを、前記統計処理が実行された前記画像と対応付けて記憶する記憶ユニットをさらに具備する請求項1乃至15のうちいずれか一項記載の医用画像処理装置。
【請求項17】
前記画像生成ユニットは、前記統計処理が実行された前記画像とは異なる画像と、前記統計処理が実行された前記画像に関する前記画像生成パラメータとを用いて、前記投影画像を生成する請求項1乃至16のうちいずれか一項記載の医用画像処理装置。
【請求項18】
医用画像機器を用いて取得された画像中の処理対象領域を特定し、
前記処理対象領域内の画像に関して統計処理を実行し、その統計結果に基づいて画像生成パラメータを設定し、
前記設定された画像生成パラメータに基づいて投影画像を生成すること、
を具備する医用画像処理方法。
【発明の詳細な説明】【技術分野】
【0001】
本発明は、ボリュームレンダリング(VR:Volume Rendering)処理におけるパラメータ設定を好適に行い、目的とする対象を良好に映像化できる医用画像処理装置、及び医用画像処理方法に関する。
【背景技術】
【0002】
現在、わが国で肺癌は悪性腫瘍死の第一位を占めると共に増加の一途を辿っており、喫煙対策による予防と並んで早期発見への社会的な要請が強い。わが国の各自治体では胸部単純X線写真と喀痰細胞診による肺癌検診が施行されているが、1998年に出された旧厚生省の「癌検診有効性評価に関する研究班」の報告では、現行の肺癌検診では効果があるとしても小さいと結論されている。X線コンピュータ断層撮影法(以下、CTと記す)では胸部単純X線写真よりも容易に肺野型肺癌を発見できるが、ヘリカルスキャン方式のCTが現れた1990年以前は撮像時間が長く検診に使用できなかった。しかしヘリカルCTが登場して間もなく被曝を低減するために比較的低いX線管電流で撮像する方法(以下、低線量ヘリカルCTと記す。)が開発され、これを用いた肺癌検診のパイロット研究がわが国および米国で行われた。その結果、低線量ヘリカルCTが胸部単純X線写真を大きく上回る肺癌検出率を有することが実証されている。
【0003】
一方、ヘリカルCTの撮像に要する時間は1998年以降のCT検出器の多列化によって短縮され続けており、最新の64列といった多列検出器ヘリカルCTではほぼ等方的な1mm未満の解像度で肺全体を10秒未満で撮像可能である。このようなCTの技術革新は肺癌をより小さな段階で発見できる可能性を拓いているが、多列検出器ヘリカルCTは1回のスキャン当りおよそ数千枚の画像を生成するため、読影に要する負担が著しく増大するという問題も招いている。
【0004】
ところで、従来のコンピュータ支援画像診断処理装置を用いて肺野のボリュームレンダリング画像を表示する場合には、肺野領域内の密度差や個人による肺野領域の密度差に関係なく、装置によって一定の肺野用のオパシティカーブ(オパシティ特性曲線)が用いられている。従ってユーザが目的とするボリュームレンダリング画像を得るには、画像表示装置ユーザーインターフェースを用いて、個々にボリュームレンダリングのためのパラメータ(オパシティカーブなど)を調整している。
【0005】
CT肺野領域のボリュームレンダリング表示に対しては、表示しようとする関心領域(Volume of Interest : VOI)の特徴量を求め、これらの特徴量に基づいてボリュームレンダリング表示のパラメータを決定する必要がある。しかしながら、これら特徴量を用いてユーザが目的とするボリュームレンダリング画像を得る事は困難であり、画像表示装置のユーザーインターフェースを用いてパラメータ調整をするには膨大な時間を必要としてきた。そのため読影医の負担が増大し、診断に用いられることが極めて少ない。すなわち、等方性の三次元画像データが作成可能であるにもかかわらず、目的に応じたボリュームレンダリング画像作成は、読影医の負担がさらに増大するため、診断に用いられることが極めて少ない。
【0006】
この様な事情から、低線量ヘリカルCTを肺癌検診の方法として確立し、ボリュームレンダリング画像を画像診断として利用可能とするため、目的に応じたボリュームレンダリング画像を簡便に表示する方法が臨まれるところである。
【0007】
なお、本願に関連する公知文献としては、例えば次のようなものがある。
【非特許文献1】John Pawasauskas; Volume Visualization With Ray Casting CS563 - Advanced Topics in Computer Graphics February 18, 1997
【発明の開示】
【発明が解決しようとする課題】
【0008】
本発明は、上記事情を鑑みてなされたもので、対象を好適に映像化できる画像生成パラメータを自動的に或いは最小限の作業で設定可能な医用画像処理装置、及び医用画像処理方法を提供することを目的としている。
【課題を解決するための手段】
【0009】
本発明は、上記目的を達成するため、次のような手段を講じている。
【0010】
本発明の第1の視点は、医用画像機器を用いて取得されたデータに基づいて画像を生成する医用画像処理装置であって、画像中の処理対象領域を特定する領域特定ユニットと、前記処理対象領域内の画像に関して統計処理を実行し、その統計結果に基づいて画像生成パラメータを設定するパラメータ設定ユニットと、前記設定された画像生成パラメータに基づいて投影画像を生成する画像生成ユニットと、を具備する医用画像処理装置である。
【0011】
本発明の第2の視点は、医用画像機器を用いて取得された画像中の処理対象領域を特定し、前記処理対象領域内の画像に関して統計処理を実行し、その統計結果に基づいて画像生成パラメータを設定し、前記設定された画像生成パラメータに基づいて投影画像を生成すること、を具備する医用画像処理方法である。
【発明の効果】
【0012】
以上本発明によれば、対象を好適に映像化できる画像生成パラメータを自動的に或いは最小限の作業で設定可能な医用画像処理装置、及び医用画像処理方法を実現することができる。
【発明を実施するための最良の形態】
【0013】
以下、本発明の第1乃至第3の実施形態を図面に従って説明する。なお、以下の説明において、略同一の機能及び構成を有する構成要素については、同一符号を付し、重複説明は必要な場合にのみ行う。
【0014】
なお、各実施形態においては、説明を具体的にするため、肺野を診断対象とする場合の例について説明する。しかしながら、これに拘泥されず、例えば本実施形態に係る技術的思想は、例えば乳房、肝臓等を診断対象とする場合においても適用可能である。
【0015】
(第1の実施形態)
図1は、本実施形態に係るコンピュータ支援画像診断処理装置1のブロック構成図を示している。同図に示すように、本コンピュータ支援画像診断処理装置1は、制御部10、画像処理部12、表示部14、操作部16、記憶部18、送受信部19、肺野領域抽出部17、前景背景分割部20、データ解析部21を具備している。
【0016】
なお、本実施形態に係るコンピュータ支援画像診断処理装置は、例えば汎用のコンピュータ装置を基本ハードウェアとして用いることができる。そして肺野領域抽出部17、データ解析部21は、上記のコンピュータ装置に搭載されたプロセッサに画像診断処理プログラムを実行させることにより実現することができる。このときにコンピュータ支援画像診断処理装置1は、上記の画像診断処理プログラムが上記のコンピュータ装置に予めインストールされて実現されても良いし、磁気ディスク、光磁気ディスク、光ディスク、半導体メモリなどのようなリムーバブルな記録媒体に記録して、あるいはネットワークを介して上記の画像診断処理プログラムを配布し、この画像診断処理プログラムを上記のコンピュータ装置に適宜インストールして実現されても良い。なお、上記の各部は、その一部または全てをロジック回路などのハードウェアにより実現することも可能である。また上記の各部のそれぞれは、ハードウェアとソフトウェア制御とを組み合わせて実現することも可能である。
【0017】
制御部10は、当該コンピュータ支援画像処理装置を構成する各ユニットを動的又は静的に制御する。特に、制御部10は、後述する肺野領域抽出、VRパラメータ設定において、肺野領域抽出部17、データ解析部21等を統括的に制御する。
【0018】
画像処理部12は、各種医療用画像機器によって取得された画像を用いて、診断目的に応じた所定の画像処理を施す。特に、画像処理部12は、VRパラメータ設定機能によって設定されたオパシティカーブに従ってVR処理を実行する。この画像生成部12での画像処理により、画像診断に用いられる画像(診断画像)が生成される。
【0019】
表示部14は、所定の画像、所定領域に関するヒストグラム、オパシティカーブを設定・選択・変更するための入力画面、その他の操作を行うための入力画面等を所定の形態にて表示する。
【0020】
操作部16は、操作者からの各種指示、条件等を当該装置1にとりこむためのトラックボール、各種スイッチ、マウス、キーボード等を有している。また、操作部16は、後述するVRパラメータ設定において、オパシティカーブ等を設定・選択・変更するための所定のインタフェースを有する。
【0021】
記憶部18は、患者データ、マルチスライスCT2に代表される各種医用画像機器によって取得された画像データや、肺野領域抽出機能に従う処理、VR処理に代表される各種画像処理等を実行するためのプログラム、VRパラメータ設定機能を実現するための専用プログラムを格納する。
【0022】
送受信部19は、ネットワークを介して、他の装置やデータベースと診断に利用可能な情報の送受信を行う。
【0023】
肺野領域抽出部17は、制御部10からの制御に従って肺野領域抽出機能を実現する。以下、この肺野領域抽出機能によって実現される処理を肺野領域抽出処理と呼ぶ。
【0024】
前景背景分割部20は、X線CT装置によって取得された三次元画像データを用いて所定の画像処理を実行することにより肺野領域抽出し、この抽出された肺野領域を前景領域(肺血管と結節とにおよそ相当する領域)と背景領域(前景領域以外の領域)とに分割する。
【0025】
データ解析部21は、VRパラメータ設定機能を実現する。この機能は、肺野領域抽出処理によって前景領域と背景領域とに分割された画像(領域分割画像)を用いて、結節であり得る領域(結節候補領域)、結節候補領域とそれに連続する周辺領域とからなる領域(拡張結節候補領域)を抽出し、これらのH.U.(Hounsfield Unit)に関するヒストグラムを用いた統計解析を行うことにより、VRパラメータ(すなわち、オパシティカーブ)を決定する。以下、このVRパラメータ設定機能によって実現される処理をVRパラメータ設定処理と呼ぶ。
【0026】
次に、以上のように構成されたコンピュータ支援画像診断処理装置1の動作について説明する。
【0027】
図2A、図2Bは、コンピュータ支援画像診断処理装置1がボリュームレンダリング画像生成・表示を行う場合の処理の流れを示したフローチャートである。各図に示すように、本ボリュームレンダリング画像生成・表示においては、マルチスライスCT2による三次元画像データの取得、肺野領域抽出、VRパラメータ設定、VRレンダリング画像作成、VR画像表示の各処理が実行される。以下、各処理の内容について説明する。
【0028】
(X線CT三次元画像データの取得:ステップS1)
マルチスライスCT2は、診断対象となる被検体の肺を含む胸部全体を撮影し、所定の画像再構成等を行うことで、三次元画像データを取得する。なお、撮影法(例えば、コンベンショナルスキャン、ヘリカルスキャンのいずれを採用するか)、画像再構成方法には特に拘泥されない。また、取得された三次元画像データは、ネットワーク通信又は可搬な外部メディア等を介して、コンピュータ支援画像診断処理装置1の記憶部18に格納される。
【0029】
(肺野領域抽出処理:ステップS2)
図3Aは、肺野領域抽出処理の流れを示したフローチャートである。同図に示すように、まず、肺野領域抽出部17は、例えばマルチスライスCT装置によって取得された三次元画像データを、記憶部18から読み出す(ステップS21)。次に、肺野領域抽出部17は、上記の三次元画像データから肺に相当する領域を分割する(ステップS22)。この処理には、例えば既存の方法(Hu S, Hoffman EA, Reinhardt JM. Automatic lung segmentation for accurate quantitation of volumetric X-ray CT images. IEEE Trans Med Imaging 2001; 20:490-498)を利用可能である。
【0030】
次に、肺野領域抽出部17は、ステップS22で得た肺領域を、肺血管と結節とにおよそ相当する前景領域とそれ以外の背景領域とに二分する(ステップS23)。この処理には、例えば既存の適応的閾値処理(Manay S, Yezzi A. Antigeometric diffusion for adaptive thresholding and fast segmentation. IEEE Trans Image Processing 2003; 12:1310-1323)を適用可能である。図4(a)はマルチスライスCT2で取得された3次元画像データを用いた画像を示す図である。図4(b)は図4(a)から分割された前景部の画像を示す図である。なお、図4(a)における円内に結節が存在している。また図4(b)は、黒地範囲が肺領域に相当し、この肺領域の中の白抜き領域が肺領域前景部を表す。
【0031】
なお、本肺野領域抽出処理は、例えば操作部16からのマニュアル操作により結節候補領域を特定することによっても実現することができる。この様なマニュアル操作により、ユーザが観察を希望する結節等を選択することができる(図2BステップM2等参照)。
【0032】
図3Bは、マニュアル操作を含む肺野領域抽出処理の流れを示したフローチャートである。同図に示すように、まず、肺野領域抽出部17は、記憶部18から三次元画像データを読み出す。表示部14には、読み出されたデータに基づく三次元画像が表示される(ステップS21)。操作者が、操作部16を用いたマニュアル操作により、表示された三次元画像上に結節候補領域を特定すると、制御部10は、当該特定指示を受け付ける(ステップS22a)。肺野領域抽出部17は、特定された結節候補領域に基づいて、三次元画像データから結節候補領域を抽出し(ステップS22b)、この抽出された結節候補領域を前景領域と背景領域とに二分する(ステップS23)。
【0033】
(VRパラメータ設定機能:ステップS3)
図5は、VRパラメータ設定処理の流れを示したフローチャートである。同図に示すように、まず、データ解析部21は、ステップS23において生成された領域分割画像において、例えば特開2006−239005公報に記載の手法によって得られる楕円情報を用いて、直方体のVOIの中心及びサイズを決定する。図6(a)に図4(a)のVOI断面を、図6(b)に図4(b)のVOI断面を、図6(c)に図4(b)を用いた前景抽出断面をそれぞれ示した。また、図7、図8に、ステップS31において抽出されたVOIをそれぞれ示した。
【0034】
次に、データ解析部21は、例えば図9に示すように、抽出された前景部のみを含むVOIに関するH.U.のヒストグラムを作成する(ステップS32)。なお、図10に一般的なCT値(すなわちH.U.)を示した。
【0035】
次に、結節候補領域優先モード又は拡張結節候補領域優先モードの選択を受け付ける(ステップS33)。ここで、結節候補領域優先モードとは、結節候補領域を優先的に映像化するためのオパシティ曲線を設定するモードである。また、拡張結節候補領域優先モードとは、拡張結節候補領域を優先的に映像化するためのオパシティ曲線を設定するモードである。なお、本ステップのモード選択においては、操作性の観点から、例えば操作部16に設けられた専用スイッチ、或いは図11に示すような入力画面により選択操作を受け付けることが好ましい。また、結節候補領域優先モード又は拡張結節候補領域優先モードの選択は、最終的に取得される画像が、結節候補領域を優先的に映像化するものであるのか、或いは拡張結節候補領域全体を優先的に映像化するものであるのかを決定付ける。このことから、結節候補領域優先モード又は拡張結節候補領域優先モードの選択は、画像種の選択とも呼ばれる。
【0036】
次に、データ解析部21は、作成されたVOIに関するH.U.のヒストグラムを用いて、ステップS33において選択されたモードに応じた統計解析を実行する(ステップS34)。ここで実行される統計解析とは、確率密度関数を用いたヒストグラムのフィッティング処理により、その平均、標準偏差、分散等を取得するものである。
【0037】
すなわち、結節候補領域優先モードが選択された場合には、データ解析部21は、図14、図15に示すように、ヒストグラム上で正の領域での値が最大になるH.U.値をAとし、H.U.=0からH.U.=Bを経てボクセル総数が0になる領域をαとする。さらに、データ解析部21は、領域αに対して、次の式(1)に従う確率密度関数(図15にそのグラフを示す)を用いてフィッティング計算し、ガウス分布関数を推定する統計解析を行う。
【数1】


【0038】
ここで、平均をμ、標準偏差をσ、分散をσとした。
【0039】
また、拡張結節候補領域優先モードが選択された場合には、データ解析部21は、図12、図16に示すように、負の領域で最大値になるH.U.をBとし、H.U.=A以下でボクセル総数が0になるH.U.をCとし、L=|A−C|とする。さらに、データ解析部21は、図14に示すように、Cから2Lの領域をβとし、領域βに対して、次の式(2)に従う確率密度関数(図16参照)を用いてフィッティング計算し、ガウス分布関数を推定する統計解析を行う。
【数2】


【0040】
ここで、平均をμ、標準偏差をσ、分散をσb2 とした。
【0041】
次に、データ解析部21は、統計解析の結果を用いて、OWL(Opacity Window Level)、OWW(Opacity Window Width)を決定することで、オパシティカーブを設定する(ステップS34)。すなわち、データ解析部21は、結節候補領域優先モードが選択された場合には、OWL=μ−3σa、OWW=3σaとして図15に示すオパシティカーブCoを設定する。また、データ解析部21は、拡張結節候補領域優先モードが選択された場合には、OWL=OWW=3σbとして図16に示すオパシティカーブCoを設定する。
【0042】
なお、上記OWL、OWWの値の決定は一例であり、必要に応じて他の任意の実数を選択することができる。
【0043】
また、ウインドウのボクセル値の低い端におけるオパシティー値からウインドウのボクセル値の高い端におけるオパシティー値へ、ボクセル値の変化に伴ってオパシティの値が変化するようにオパシティー特性曲線を求めるようにしてもよい。この区間内は、直線的に変化させてもよいし、所定の曲線関数を用いて求めた曲線に従って変化させてもよい。
【0044】
(VRレンダリング画像作成処理:ステップS4)
ステップS3において算出されたVRパラメータを適応してVR処理を実行し、VR画像を生成する。この処理にはJohn Pawasauskas; Volume Visualization With Ray Casting CS563 - Advanced Topics in Computer Graphics February 18、1997)に開示されている手法を用いることが可能である。
【0045】
(VR画像表示処理:ステップS5)
表示部14は、ステップS4において生成されたVR画像を所定の形態で表示する。すなわち、表示部14は、結節候補領域を優先して表示する場合には、図15に示すオパシティカーブに従って生成されたVR画像(図17参照)を表示する。また、表示部14は、拡張結節候補領域を優先して表示する場合には、図16に示すオパシティカーブに従って生成されたVR画像(図18参照)を表示する。
【0046】
なお、必要に応じて、VRパラメータ設定処理によって得られたオパシティカーブとVR画像とを(すなわち、図15(又は図16)に示すオパシティカーブと図17(又は図18)に示すVR画像或いは前景領域のVR画像とを)同時に表示するようにしてもよい。
【0047】
(変形例1)
上記実施形態においては、典型的な例として、一次関数であるオパシティカーブを設定する場合について説明した。しかしながら、オパシティカーブは、一次関数に拘泥されず、所望の関数や概形によっても定義することができる。図19に、オパシティカーブの他の典型的な例を示した。このとき、操作性の観点から、例えば図20に示すようなユーザインタフェースにより、予め設定されたオパシティカーブの中から所望のものを選択できることが好ましい。
【0048】
(変形例2)
上記実施形態に従って設定されたVRパラメータ(オパシティカーブ)は、所定の操作により、他の設定に変更することができる。以下、その内容について、オパシティカーブが一次関数である場合を例に説明する。
【0049】
一次関数であるオパシティカーブは、二つの条件設定によって変更することができる。一つはオパシティカーブの傾き、もう一つはオパシティ=0となるH.U.の設定である。
【0050】
図21〜図24は、傾きS1−1を有するオパシティカーブ及び当該オパシティカーブを用いて生成されるVR画像を、オパシティ=0となるH.U.を100[H.U.]単位(ただし、図23から図24は、300[H.U.]単位)で変化させたものを示している。図21(傾きS1−1でオパシティの下限が−750[H.U.]の場合)では、結節周辺の血管が多く結節が周辺構造に埋もれてしまっている。図22(傾きS1−1でオパシティの下限が−650[H.U.]の場合)では、図21の場合と比較して結節が見え易くなっており、結節と血管との関係が分かり易い。図23(傾きS1−1でオパシティの下限が−550[H.U.]の場合)では、結節がさらに見易くなっている。図24(傾きS1−1でオパシティの下限が−250[H.U.]の場合)では、結節は映像化されているが、血管が見えなくなってしまっている。
【0051】
図25は、傾きS2−1でオパシティの下限が−750[H.U.]とした場合のオパシティカーブ及び当該オパシティカーブを用いて生成されるVR画像を示している。この場合には、結節を囲む周辺血管が見易く映像化されている。
【0052】
また、図26は、傾きS2−1でオパシティの下限が−650[H.U.]とした場合のオパシティカーブ及び当該オパシティカーブを用いて生成されるVR画像を示している。この場合には、結節を囲む周辺血管が図25の場合に比して減少しており、結節及び当該結節と血管との関係がより見易くなっている。
【0053】
図27〜図29は、オパシティの下限を−750[H.U.]に固定し、その傾きを3段階(S1−1、S3−1、S6−1)で変化させた場合のオパシティカーブ及び当該オパシティカーブを用いて生成されるVR画像を示している。図27では、結節周辺の血管及び気管支が多く映像化されてしまい、結節自身を見ることができない。図28では、結節とその周辺の血管及び気管支との関係性が把握し易い画像となっている。なお、同図の領域Qが、末梢気管支や末梢血管のパーシャルボリュームエフェクト部分である。この領域をVR表示に含ませるか否かにより、VR画像は大きく変化することになる。図29では、結節の周辺構造が表示されず、結節が観察し易い形態となっている。
【0054】
なお、参考のため、傾きをS1−1からS6−1まで6段階で変化させたオパシティカーブの様子を、図30に示した。
【0055】
(効果)
以上述べた構成によれば、以下の効果を得ることができる。
【0056】
本コンピュータ支援画像診断処理装置では、肺野は人や表示部位によってスポンジ状組織の密度が異なる等の点に着目し、前景領域を含む関心領域に関するヒストグラムを作成し、これに対する統計解析の結果という客観的な指標を用いて、結節候補領域又は拡張結節候補領域のいずれかを優先させるオパシティカーブを設定することができる。従って、オパシティカーブを、何を観察対象とするかという目的に応じて好適に設定することができ、その結果、結節候補領域や拡張結節候補領域を明確に映像化できるコンピュータ支援画像診断処理装置を実現することができる。
【0057】
また、本コンピュータ支援画像診断処理装置によれは、ヒストグラムに対する統計解析の結果に基づいて、オパシティカーブが自動的に設定される。従って、従来に比して、迅速且つ簡便にVRパラメータ設定することができ、画像診断時におけるユーザの作業負担を軽減することができる。
【0058】
さらに、本コンピュータ支援画像診断処理装置によれは、自動的に設定されたオパシティカーブを、関心領域に関するヒストグラム上において変更することができる。従って、ユーザは、オパシティカーブの微調整や変更を迅速且つ的確に行うことができる。
【0059】
(第2の実施形態)
次に、本発明の第2の実施形態について説明する。本実施形態は、VRパラメータ設定において、ヒストグラムのbin幅を例えば操作部16からの操作により任意の値に設定することができるものである。ここで、bin幅とは、ヒストグラム横軸の各階級の幅である。例えば、図31に示すようなbin幅1のヒストグラムをbin幅20に変更すると、図32に示すようなヒストグラムになる。
【0060】
なお、本実施形態に係るコンピュータ支援画像診断処理装置は、第1の実施形態に係る装置と比べた場合、図2のステップS3に対応するVRパラメータ設定処理のみ異なる。
【0061】
図33は、本実施形態に係るVRパラメータ設定処理の流れを示したフローチャートである。同図に示すように、まず、データ解析部21は、ステップS23において生成された領域分割画像において、前景領域を含む領域をVOIとして抽出する(ステップS31a)。このVOIの抽出処理は、図5のステップS31と同様である。
【0062】
次に、結節候補領域優先モード又は拡張結節候補領域優先モードの選択を受け付ける(ステップS32a)。
【0063】
次に、データ解析部21は、抽出されたVOIに関して、例えば初期設定によりbin幅20とするヒストグラムを作成する(ステップS33a)。なお、本ステップにおいてbin幅20とする設定は、単なる例示であり、これに拘泥されない。しかしながら、肺野領域に関するVRパラメータ設定においては、bin幅を例えば10以上20以下の値に設定することが好ましい。
【0064】
次に、データ解析部21は、作成されたVOIに関するH.U.のヒストグラムを用いて、ステップS33aにおいて選択されたモードに応じた統計解析を実行する(ステップS34a)
すなわち、結節候補領域優先モードが選択された場合には、データ解析部21は、図34に示すようなbin幅20、横軸範囲を−1000[H.U.]から200[H.U.]としたヒストグラムを用いて、ガウス分布関数、そのピーク値等を計算する。また、拡張結節候補領域優先モードが選択された場合には、データ解析部21は、図35に示すようなbin幅20、横軸範囲を−1000[H.U.]から−500[H.U.]としたヒストグラムを用いて、ガウス分布関数、そのピーク値等を計算する。
【0065】
次に、データ解析部21は、統計解析の結果を用いてOWL、OWWを決定することで、オパシティカーブを設定する(ステップS35a)。このオパシティカーブの設定処理は、図5のステップS34と同様である。
【0066】
以上述べた構成によれば、bin幅を所望の値とした関心領域に関するヒストグラムを生成し、これに対する統計解析の結果という客観的な指標を用いて、結節候補領域又は拡張結節候補領域のいずれかを優先させるオパシティカーブを設定することができる。従って、bin幅を適切な値に設定することで、統計誤差による影響が少なく信頼性の高い画像を提供することができる。
【0067】
(第3の実施形態)
次に、本発明の第3の実施形態について説明する。本実施形態は、第1又は第2の実施形態に係る手法によって得られた画像種毎のオパシティカーブ(すなわち、画像種毎のOWL値、OWW値)をVR画像と対応付けて記憶し、これを一定期間後に同一部位について観察する場合において利用するものである。本実施形態に係る構成は、例えば術後の経過を画像診断する場合や、腫瘍の経時的な変化を観察する場合等に実益がある。
【0068】
なお、本実施形態に係るコンピュータ支援画像診断処理装置は、第1の実施形態に係る装置と比べた場合、図2のステップS3に対応するVRパラメータ設定処理のみ異なる。
【0069】
また、画像種毎のOWL値、OWW値の記憶形態には拘泥されない。典型例としては、VR画像の付帯情報として記憶装置18に記憶したり、或いはVR画像を特定するためのIDに対応付けて、当該VR画像とは別ファイルとして記憶装置18に記憶する形態等を挙げることができる。
【0070】
図36は、本実施形態に係るVRパラメータ設定処理の流れを示したフローチャートである。同図に示すように、まず、制御部10は、当該患者のIDや検査ID等に基づいて、過去の画像診断において用いられたVR画像、及び当該VR画像の生成において用いられた画像種毎のOWL値、OWW値を取得する(ステップS31a)。
【0071】
次に、データ解析部21は、取得した画像種毎のOWL値、OWW値を用いて、現在の画像診断において利用するオパシティカーブを設定する(ステップS31b)。
【0072】
図37は、結節候補領域に関するVR画像P1を示している。また、図38は、図37に示したVR画像P1の撮影から6ヶ月後に同じ結節候補領域を撮影することで得られた画像データと、本実施形態に係る手法を用いて設定されたオパシティカーブとを用いて生成されたVR画像P2を示している。この様な同一のオパシティカーブに従い且つ時間を隔てた画像を比較観察することで、診断部位の経時的変化を容易に視認することができる。
【0073】
図37は、結節候補領域に関するVR画像P1を示している。また、図38は、図37に示したVR画像P1の撮影から6ヶ月後に同じ結節候補領域を撮影することで得られた画像データと、本実施形態に係る手法を用いて設定されたオパシティカーブとを用いて生成されたVR画像P2を示している。この様な同一のオパシティカーブに従い且つ時間を隔てた画像を比較観察することで、術後の経過を画像診断する場合や、腫瘍の経時的な変化を観察する場合等において、診断部位の経時的変化を容易に視認することができる。
【0074】
また、本実施形態に係る構成によれば、過去に診断の根拠とされたVR画像と同一のパラメータ設定を迅速且つ簡便に再現することができる。従って、画像診断時における人為的負担を軽減することができると共に、信頼性の高い診断画像を提供することができる。
【0075】
なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。具体的な変形例としては、例えば次のようなものがある。
【0076】
(1)本実施形態に係る各機能は、当該処理を実行するプログラムをワークステーション等のコンピュータにインストールし、これらをメモリ上で展開することによっても実現することができる。このとき、コンピュータに当該手法を実行させることのできるプログラムは、磁気ディスク(フロッピー(登録商標)ディスク、ハードディスクなど)、光ディスク(CD−ROM、DVDなど)、半導体メモリなどの記録媒体に格納して頒布することも可能である。
【0077】
(2)上記実施形態においては、領域分割画像において、胸壁(lober fissure)、胸膜(Pleura)が画像に含まれるとヒストグラムの分布が見難いものになる場合がある。係る不具合を回避するため、領域抽出処理により胸壁、胸膜を画像から除去した後にヒストグラムを作成するようにしてもよい。
【0078】
また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
【産業上の利用可能性】
【0079】
以上本発明によれば、対象を好適に映像化できる画像生成パラメータを自動的に或いは最小限の作業で設定可能な医用画像処理装置、及び医用画像処理方法を実現することができる。
【図面の簡単な説明】
【0080】
【図1】図1は、本実施形態に係るコンピュータ支援画像診断処理装置1のブロック構成図を示している。
【図2A】図2Aは、コンピュータ支援画像診断処理を含む処理手順を示したフローチャートである。
【図2B】図2Bは、マニュアル操作を含む処理手順を示したフローチャートである。
【図3A】図3Aは、肺野領域抽出処理の流れを示したフローチャートである。
【図3B】図3は、肺野領域抽出処理の流れを示したフローチャートである。
【図4】図4(a)は、マルチスライスCT2で取得された3次元画像データが表す画像を示す図である。図4(b)は、図4(a)から分割された前景部の画像を示す図である。
【図5】図5は、VRパラメータ設定処理の流れを示したフローチャートである。
【図6】図6(a)、図6(b)、図6(c)は、抽出された関心領域であるVOIの例を示している。
【図7】図7は、ステップS31において抽出されたVOIの一例を示した図である。
【図8】図8は、ステップS31において抽出されたVOIの前景部を示した図である。
【図9】図9は、抽出された関心領域であるVOIに関するH.U.のヒストグラムを示している。
【図10】図10は、一般的なCT値(H.U.)を示した表である。
【図11】図11は、結節候補領域優先モード又は拡張結節候補領域優先モードを選択するための入力画面の一例を示した図である。
【図12】図12は、拡張結節候補領域優先モードにおいて、VRパラメータ設定処理で実行される統計解析を説明するための図である。
【図13】図13は、一般的な確率密度関数のグラフを示している。
【図14】図14は、結節候補領域優先モードにおいて、VRパラメータ設定処理で実行される統計解析を説明するための図である。
【図15】図15は、結節領域優先モードにおいて、VRパラメータ設定処理により設定されるオパシティカーブを説明するための図である。
【図16】図16は、拡張結節領域優先モードにおいて、VRパラメータ設定処理により設定されるオパシティカーブを説明するための図である。
【図17】図17は、結節候補領域優先モードにおいて設定されるVRパラメータに従って得られるVR画像の一例を示した図である。
【図18】図18は、拡張結節候補領域優先モードにおいて設定されるVRパラメータに従って得られるVR画像の一例を示した図である。
【図19】図19は、一次関数以外のオパシティカーブの例を示した図である。
【図20】図20は、オパシティカーブを選択するための画面の一例を示した図である。
【図21】図21は、傾きS1−1、オパシティ=0.0となるH.U.を−750[H.U.]としたオパシティカーブを示した図である。
【図22】図22は、傾きS1−1、オパシティ=0.0となるH.U.を−650[H.U.]としたオパシティカーブを示した図である。
【図23】図23は、傾きS1−1、オパシティ=0.0となるH.U.を−550[H.U.]としたオパシティカーブを示した図である。
【図24】図24は、傾きS1−1、オパシティ=0.0となるH.U.を−250[H.U.]としたオパシティカーブを示した図である。
【図25】図25は、傾きS2−1、オパシティ=0.0となるH.U.を−750[H.U.]としたオパシティカーブを示した図である。
【図26】図26は、傾きS2−1、オパシティ=0.0となるH.U.を−650[H.U.]としたオパシティカーブを示した図である。
【図27】図27は、傾きS1−1、オパシティ=0.0となるH.U.を−750[H.U.]としたオパシティカーブを示した図である。
【図28】図28は、傾きS3−1、オパシティ=0.0となるH.U.を−750[H.U.]としたオパシティカーブを示した図である。
【図29】図29は、傾きS6−1、オパシティ=0.0となるH.U.を−750[H.U.]としたオパシティカーブを示した図である。
【図30】図30は、傾きをS1−1からS6−1までの6段階で変化させたオパシティカーブを示した図である。
【図31】図31は、ヒストグラムのbin幅の制御を説明するための図である。
【図32】図32は、ヒストグラムのbin幅の制御を説明するための図である。
【図33】図33は、第2の実施形態に係るVRパラメータ設定処理の流れを示したフローチャートである。
【図34】図34は、結節候補領域優先モードが選択された場合におけるbin幅20のヒストグラムの一例を示した図である。
【図35】図35は、拡張結節候補領域優先モードが選択された場合におけるbin幅20のヒストグラムの一例を示した図である。
【図36】図36は、第3の実施形態に係るVRパラメータ設定処理の流れを示したフローチャートである。
【図37】図37は、第3の実施形態に係るVRパラメータ設定処理の効果を説明するための図(画像)である。
【図38】図38は、第3の実施形態に係るVRパラメータ設定処理の効果を説明するための図(画像)である。
【符号の説明】
【0081】
1…コンピュータ支援画像診断処理装置、10…制御部、12…画像処理部、14…表示部、16…操作部、18…記憶部、19…送受信部、20…肺野領域抽出部、21…データ解析部
【出願人】 【識別番号】000003078
【氏名又は名称】株式会社東芝
【識別番号】594164542
【氏名又は名称】東芝メディカルシステムズ株式会社
【出願日】 平成19年5月29日(2007.5.29)
【代理人】 【識別番号】100058479
【弁理士】
【氏名又は名称】鈴江 武彦

【識別番号】100091351
【弁理士】
【氏名又は名称】河野 哲

【識別番号】100088683
【弁理士】
【氏名又は名称】中村 誠

【識別番号】100108855
【弁理士】
【氏名又は名称】蔵田 昌俊

【識別番号】100084618
【弁理士】
【氏名又は名称】村松 貞男

【識別番号】100092196
【弁理士】
【氏名又は名称】橋本 良郎


【公開番号】 特開2008−6274(P2008−6274A)
【公開日】 平成20年1月17日(2008.1.17)
【出願番号】 特願2007−142273(P2007−142273)