JP5380185B2 - 画像処理装置 - Google Patents

Description

本発明は、病巣領域の画像診断を支援するための画像処理装置に関する。

例えば、特許文献１に示すように、病巣領域の画像診断を支援する画像処理装置がある。画像処理装置は、ユーザにより指定された形態画像と機能画像とに対して、ユーザにより指定された画像処理をすることで、病巣領域が強調された画像を生成して表示している。現在、画像処理のための臨床アプリケーションには、種々の画像処理機能が独立して実装されている。そのためユーザは、数ある種類の形態画像と機能画像との中から、病巣領域を抽出するための形態画像と機能画像との組み合わせを試行錯誤的に指定しなければならない。また、病巣領域を抽出するための画像処理の種類も多数あるため、これもユーザにより試行錯誤的に指定されている。従って、ユーザは、意図した画像を生成するまでに何回も画像種を選択したり、画像処理種を選択したりしなければならず、とても手間がかかっている。

特開２００３―１２６０７６号公報

本発明の目的は、病巣領域の画像診断におけるユーザの手間の軽減を実現する画像処理装置を提供することにある。

本発明の第１局面に係る画像処理装置は、複数の画像種に関する複数の形態画像のデータと複数の機能画像のデータとを記憶する画像記憶部と、前記複数の画像種と複数の病名とを関連付けた第１テーブルを記憶する第１テーブル記憶部と、前記複数の病名のうちのユーザにより入力された病名に前記第１テーブル上で関連付けられた第１の画像種と第２の画像種とを複数の画像種の中から特定する第１特定部と、前記特定された第１の画像種に関する形態画像と第２の画像種に関する機能画像とを画像記憶部から読み出して画像処理を行い前記第２の画像種に関する機能画像から病巣領域を抽出する画像処理部と、前記抽出された病巣領域と前記第１の画像種に関する形態画像とを重ねて表示する表示部と、を具備する。

本発明によれば、病巣領域の画像診断におけるユーザの手間の軽減を実現する画像処理装置を提供することが可能となる。

本発明の実施形態に係る画像処理装置の構成を示す図。 図１の画像種テーブル記憶部に記憶される画像種テーブルの一例を示す図。 図１の反転／非反転テーブル記憶部に記憶される反転／非反転テーブルの一例を示す図。 図１の画像間演算種テーブル記憶部に記憶される画像間演算種テーブルの一例を示す図。 図１の制御部の制御のもとに実行される画像処理の典型的な流れを示す図。 図５の流れの中で行なわれる画像処理の流れを画像とともに示す図。 図５のステップＳ４において実行される正規化処理を説明するための図であり、各画像の画素値範囲を示す図。 図５のステップＳ４における正規化スケールの算出手順を示す図。 図５のステップＳ４における正規化スケールの算出手順を示す他の図。 図５のステップＳ４における正規化スケールの算出手順を示す他の図。 図５のステップＳ８において実行される画像間演算について説明するための図。 図５のステップＳ１４における病巣領域の輪郭強調表示の一例を示す図。 図５のステップＳ１４における病巣領域の内部強調表示の一例を示す図。 図１の表示部により表示されるＧＵＩ画面例を示す図。

以下、図面を参照しながら本発明の実施形態に係わる画像処理装置を説明する。本実施形態に係る画像処理装置は、ある検査部位に存在が疑われる病巣領域の画像診断を支援するコンピュータ装置である。本実施形態に係る検査部位は、特に限定されず如何なる部位にも適用可能である。しかしながら、以下の説明を具体的に行うため、検査部位は、脳であるものとする。

図１は、本発明の画像処理装置の構成を示す図である。図１に示すように画像処理装置は、画像記憶部１０、画像種テーブル記憶部１２、反転／非反転テーブル記憶部１４、画像間演算種テーブル記憶部１６、入力部１８、画像種特定部２０、反転／非反転特定部２２、画像間演算種特定部２４、画像読み書き部２６、画像処理部２８、画像合成部３０、表示部３２、及び制御部３４を備える。

画像記憶部１０は、複数の画像種に関する複数の形態画像のデータと複数の画像種に関する複数の機能画像のデータとを記憶する。形態画像と機能画像とのそれぞれは、Ｘ線診断装置、Ｘ線コンピュータ断層撮影装置、磁気共鳴イメージング装置、超音波診断装置、及び核医学診断装置のうちの１つのモダリティにより生成された画像である。また、形態画像と機能画像とのそれぞれは、ボリュームレンダリング等の３次元画像処理により生成された３次元画像であっても、画素値投影処理や多断面変換等により生成された２次元画像であってもよい。なお、以下の説明を具体的に行うため、形態画像と機能画像とのそれぞれは、磁気共鳴イメージング装置により生成されたものであるとする。また、形態画像と機能画像とのそれぞれは、２次元画像であるとする。

画像種テーブル記憶部１２は、複数の画像種と複数の病名とを関連付けたテーブル（以下、画像種テーブルと呼ぶことにする）を記憶する。図２は、画像種テーブルの一例を示す図である。図２に示すように、画像種テーブルは、画像の項目として形態画像項目と機能画像項目とを有している。形態画像項目は、脳の形態情報を観察するための形態画像の画像種が関連付けられている。機能画像項目は、病名に応じて細分されており、各病名に対応する病巣領域を観察するのに適した機能画像の画像種が関連付けられている。病名としては、脳梗塞、脳出血、脳腫瘍等がある。画像種としては、Ｔ１やＴ２、ＭＲＡ（MR Angiography）、ＰＷＩ(Perfusion Weighted Image)、ＤＷＩ（Diffusion Weighted Image）、ｆＭＲＩ（functional MRI）等がある。形態画像と機能画像との組み合わせは、優先度に応じて順位付けされている。優先順位は、特定の病気に対する画像種の利用頻度に応じている。利用頻度が高ければ優先順位も高い。例えば、脳梗塞を診断したい場合、形態画像「Ｔ１」と機能画像「ＰＷＩ」との組み合わせが最も優先順位が高い。その次は、形態画像「ＭＲＡ」と機能画像「ＤＷＩ」との組み合わせである。

反転／非反転テーブル記憶部１４は、複数の画像種と複数の病名と画素値の反転又は非反転を示すコードとを関連づけたテーブル（以下、反転／非反転テーブルと呼ぶことにする）を記憶する。図３は、反転／非反転テーブルの一例を示す図である。図３に示すように、反転／非反転テーブルは、形態画像や機能画像の画像種と病名との組み合わせに反転又は非反転を示すコードを関連付けている。反転は、病名に対応する病巣領域を抽出するために行われる画像処理の一つであり、形態画像や機能画像の画素値を反転させることであり、非反転は、画素値を反転させないことである。

画像間演算種テーブル記憶部１６は、形態画像の画像種と機能画像の画像種との組み合わせと、画像間演算種とを関連付けたテーブル（以下、画像間演算種テーブルと呼ぶことにする）を記憶する。図４は、画像間演算種テーブルの一例を示す図である。図４に示すように、画像間演算種テーブルは、形態画像の画像種と機能画像の画像種との組み合わせに画像間演算種を関連付けている。画像間演算は、病巣領域を抽出するために行われる画像処理の一つであり、形態画像と機能画像とに対して行われる論理演算や四則演算である。論理演算としては、例えば、論理和や論理積等があり、四則演算としては、例えば、加算や減算等がある。画像間演算種は、画像種毎に一般的に使用される画像間演算種に設定されている。

入力部１８は、キーボードやマウス等の入力デバイスである。入力部１８は、ユーザからの種々の指示や情報を入力する。例えば、入力部１８は、病名を入力したり、本実施形態に関わる画像処理の開始指示を入力したり、画像上の位置を指定したりする。

画像種特定部２０は、入力部１８から入力された病名をキーワードとして画像種テーブルを検索し、このキーワードに画像種テーブルで関連付けられている形態画像の画像種と機能画像の画像種とをそれぞれ特定する。より詳細には、画像種特定部２０は、キーワードに関連付けられた画像種のうち、画像記憶部１０に記憶されている形態画像の画像種と機能画像の画像種とであって、優先度の高い画像種を特定する。

反転／非反転特定部２２は、画像種特定部２０により特定された形態画像の画像種と入力部１８から入力された病名との組み合わせをキーワードとして反転／非反転テーブルを検索し、このキーワードに反転／非反転テーブルで関連付けられている反転又は非反転を示すコードを特定する。同様にして反転／非反転特定部２２は、画像種特定部２０により特定された機能画像の画像種と入力部１８から入力された病名との組み合わせをキーワードとして反転／非反転テーブルを検索し、このキーワードに反転／非反転テーブルで関連付けられている反転又は非反転を示すコードを特定する。

画像間演算種特定部２４は、画像種特定部２０により特定された形態画像の画像種と機能画像の画像種との組み合わせをキーワードとして画像間演算種テーブルを検索し、このキーワードに画像間演算種テーブルで関連付けられている画像間演算種を特定する。

画像読み書き部２６は、画像種特定部２０により特定された形態画像の画像種に対応する形態画像のデータを画像記憶部１０から読み出す。また、画像読み書き部２６は、画像種特定部２０により特定された機能画像の画像種に対応する機能画像のデータを画像記憶部２６から読み出す。また、画像読み書き部２６は、画像合成部３０により生成された合成画像のデータを画像記憶部１０に書き込む。

画像処理部２８は、画像読み書き部２６により読み出された形態画像と機能画像とに種々の画像処理をし、機能画像から病巣領域を抽出する。具体的には、画像処理部２８は、正規化処理部２８１、反転処理部２８２、位置合わせ部２８３、画像間演算部２８４、閾値処理部２８５、及びマスク処理部２８６備える。正規化処理部２８１は、形態画像と機能画像との画素値範囲を同一範囲内に収めるために正規化処理をする。反転処理部２８２は、反転／非反転特定部２２により特定されたコードに応じて形態画像の画素値を反転又は非反転する。同様に反転処理部２８２は、反転／非反転特定部２２により特定されたコードに応じて機能画像の画素値を反転又は非反転する。位置合わせ部２８３は、形態画像と機能画像との解剖学的同一位置を位置合わせする。画像間演算部２８４は、画像間演算種特定部２４により特定された画像間演算種に対応する画像間演算を形態画像と機能画像とに行ない、単一の出力画像（以下、演算画像と呼ぶことにする）のデータを生成する。閾値処理部２８５は、ユーザにより入力部１８を介して演算画像上に指定された位置の画素値に基づいて閾値を決定し、決定された閾値で演算画像を閾値処理し、２値化画像のデータを生成する。マスク処理部２８６は、閾値処理部２８５により生成された２値化画像をマスクとして機能画像をマスク処理し、機能画像から病巣領域を抽出する。

画像合成部３０は、画像処理部２８により抽出された病巣領域と形態画像とを合成し、合成画像のデータを生成する。

表示部３２は、画像合成部３０により生成された合成画像を表示する。換言すれば、表示部３２は、形態画像と機能画像から抽出された病巣領域とを重ね合わせて表示する。この際表示部３２は、病巣領域を強調して表示する。

制御部３４は、画像処理装置の中枢として機能する。制御部３４は、図示しないハードディスク等に記憶されている画像処理プログラムをメモリ上に展開し、この画像処理プログラムに従って各部を制御することにより、本実施形態に特有な画像処理を実行する。

以下、制御部３４の制御により実行される、本実施形態に係る画像処理の臨床応用例を説明する。図５は、制御部３４の制御のもとに実行される画像処理の典型的な流れを示す図である。また、図６は、図５の流れの中で行なわれる画像処理の流れを画像とともに示す図である。

制御部３４は、ユーザにより入力部１８を介して画像処理の開始指示がなされると、本実施形態に係る画像処理を開始する。まず制御部３４は、入力部１８を介して病名の候補が入力されるのを待機している（ステップＳ１）。病名は、入力部１８を介して直接的に入力されるとしてもよいし、表示部３２に表示される病名候補リスト上で選択されるとしてもよい。

ユーザにより入力部１８を介して病名が入力されると（ステップＳ１：ＹＥＳ）、制御部３４は、画像種特定部２０に画像種の特定処理を行なわせる（ステップＳ２）。ステップＳ２において画像種特定部２０は、入力部１８により入力された病名をキーワードとして画像種テーブルを検索し、このキーワードに画像種テーブル上で関連付けられている画像種を特定する（図２参照）。この際、画像種特定部２０は、病名に関連付けられている形態画像の画像種と機能画像の画像種との組み合わせのうち、優先順位の高い画像種の組み合わせを特定する。特定された画像種の組み合わせに対応する形態画像と機能画像とが画像記憶部１０に記憶されていない場合、より下位の優先順位の画像種の組み合わせであってその形態画像と機能画像との両方が画像記憶部１０に記憶されているものが採用される。

ステップＳ２が行なわれると制御部３４は、画像読み書き部２６に画像の読み出し処理を行なわせる（ステップＳ３）。ステップＳ３において画像読み書き部２６は、ステップＳ２において特定された画像種に対応する形態画像のデータと機能画像のデータとを画像記憶部１０からそれぞれ読み出す。形態画像と機能画像とは、例えば、ＤＩＣＯＭ（Digital Imaging and COmmunications in Medicine）規格に準拠して階層化されて画像記憶部１０に管理されている。読み出される形態画像と機能画像とは、同一の検査や同一のシリーズに属するものである。例えば、ステップＳ３において、形態画像の画像種がＴ１強調画像であり機能画像の画像種がＴ２強調画像の場合、画像読み書き部２６は、同一のシリーズに属するＴ１強調画像のデータとＴ２強調画像のデータとを読み出す。

ステップＳ３が行なわれると制御部３４は、画像処理部２８の正規化処理部２８１に正規化処理を行なわせる（ステップＳ４）。ステップＳ４において正規化処理部２８１は、ステップＳ３において読み出された形態画像と機能画像との両方を正規化する。正規化は、形態画像と機能画像との画素値範囲を同一にするために行なわれる。

図７は、正規化処理を説明するための図であり、各画像Ｉ１、Ｉ２、Ｉ３の画素値範囲を示す図である。画像Ｉ１、Ｉ２、及びＩ３は、同一のシリーズに属しているものとする。図７に示すように、画像が異なればその画素値範囲も異なってくる。例えば、画像Ｉ１の画素値範囲は、最小画素値Ｉ１ｍｉｎ〜最大画素値Ｉ１ｍａｘである。また、画像Ｉ２の画素値範囲は、最小画素値Ｉ２ｍｉｎ〜最大画素値Ｉ２ｍａｘであり、画像Ｉ３の画素値範囲は、最小画素値Ｉ３ｍｉｎ〜最大画素値Ｉ３ｍａｘである。これら画像Ｉ１、Ｉ２、Ｉ３にそのまま画像間演算を実行しても、画素値範囲が異なるために病巣領域の抽出精度が悪い。そのために正規化処理が行なわれる。

正規化処理においては、まず、図７に示すように、画像間演算の対象画像、すなわち形態画像と機能画像との画素値範囲をそれぞれ特定する。そして画素値範囲の中の最小画素値Ｓｍｉｎと最大画素値Ｓｍａｘとを特定する。換言すれば、同一シリーズに関する画像の画素値の中の最小画素値Ｓｍｉｎと最大画素値Ｓｍａｘとが特定される。

正規化処理部２８１は、特定された最小画素値Ｓｍｉｎと最大画素値Ｓｍａｘと下記の（１）式と（２）式とに基づいて、形態画像と機能画像とをそれぞれ正規化する。
ｎｅｗ＿ｐｉｘｖａｌ=ｏｒｉｇ＿ｐｉｘｖａｌ＊ｆｓｃａｌｅ …（１）
ｆｓｃａｌｅ＝６５５３５／（２＊ｍａｘ（｜Ｓｍｉｎ｜，｜Ｓｍａｘ｜）） …（２）
ｎｅｗ＿ｐｉｘｖａｌ：正規化後の画素値
ｏｒｉｇ＿ｐｉｘｖａｌ：正規化前の画素値
ｆｓｃａｌｅ：正規化スケール
以下に正規化スケールｆｓｃａｌｅの算出手順を図８、図９、及び図１０参照しながら説明する。なお図８のグラフ、図９のグラフ、及び図１０の上のグラフの横軸の左端ＦＬＴ＿ＭＩＮは、浮動小数点演算において取り得る画素値の最小値であり、右端ＦＬＴ＿ＭＡＸは、浮動小数点演算において取る得る画素値の最大値である。浮動小数点演算は、正規化前の画像のデータ型の一例である。まず、図８に示すように、最小画素値Ｓｍｉｎと最大画素値Ｓｍａｘとが特定されると、最小画素値Ｓｍｉｎと最大画素値Ｓｍａｘとのうちの絶対値が大きい方を特定する。この処理は（２）式のｍａｘ（｜Ｓｍｉｎ｜，｜Ｓｍａｘ｜）に相当する。図８の場合、最小画素値Ｓｍｉｎの方が最大画素値Ｓｍａｘに比して絶対値が大きいので、最小画素値Ｓｍｉｎが特定される。次に図９に示すように、特定された絶対値に２を乗じ、正規化範囲を算出する。正規化範囲は、正規化の対象範囲である。この処理は（２）式の２＊ｍａｘ（｜Ｓｍｉｎ｜，｜Ｓｍａｘ｜）に相当する。

そして図１０に示すように、算出された正規化範囲と正規化後のデータ型の画素値範囲とに基づいて、正規化スケールｆｓｃａｌｅを算出する。図１０の下のグラフの横軸の左端ＳＨＯＲＴ＿ＭＩＮは、短精度浮動小数点演算において取りうる画素値の最小値であり、右端ＳＨＯＲＴ＿ＭＡＸは、短精度浮動小数点演算において取る得る画素値の最大値である。短精度浮動小数点演算は、正規化後の画像のデータ型の一例である。短精度浮動小数点演算が取りうる画素値範囲は、正規化後の画像が取りうる画素値範囲であり、６５５３６である。正規化スケールは、正規化後の画像が取りうる画素値範囲６５５３６を正規化範囲２＊ｍａｘ（｜Ｓｍｉｎ｜，｜Ｓｍａｘ｜）で除すことにより算出される。この処理は、（２）式の６５５３５／（２＊ｍａｘ（｜Ｓｍｉｎ｜，｜Ｓｍａｘ｜））に相当する。

ステップＳ４が行なわれると制御部３４は、反転／非反転特定部２２に反転／非反転の特定処理を行なわせる（ステップＳ５）。ステップＳ５において反転／非反転特定部２２は、ステップＳ１において入力された病名とステップＳ２において特定された画像種との組み合わせをキーワードとして反転／非反転テーブルを検索し、このキーワードに反転／非反転テーブル上で関連付けられた反転又は非反転を示すコードを特定する（図３参照）。反転又は非反転は、形態画像と機能画像とのそれぞれについて特定される。反転又は非反転は、画像間演算種テーブルの画像演算種と密接に関連している。反転又は非反転の決定方法についてはステップＳ９において説明する。

ステップＳ５が行なわれると制御部３４は、画像処理部２８の反転処理部２８２に反転処理を行なわせる（ステップＳ６）。ステップＳ６において反転処理部２８２は、ステップＳ５において特定されたコードに従って、正規化された形態画像と機能画像との画素値をそれぞれ反転又は非反転する。例えば、図６に示すように、形態画像はＴ１強調画像ＩＭ、機能画像はＴ２強調画像ＩＦであるとする。Ｔ１強調画像ＩＭとＴ２強調画像ＩＦとのそれぞれには、脳腫瘍に由来する病巣領域が描出されている。よく知られているように、Ｔ１強調画像ＩＭにおいて水は黒く描出され、Ｔ２強調画像ＩＦにおいて水は白く描出される。従って水分を多く含む脳腫瘍は、Ｔ１強調画像ＩＭにおいて黒く描出され、Ｔ２強調画像ＩＦにおいて白く描出される。この場合、反転処理部２８２は、低画素値の病巣領域を高画素値にするためにＴ１強調画像ＩＭの画素値を反転させることにより、低画素値の病巣領域を高画素値に反転させる。画素値が反転させられた形態画像ＩＲにおいては、脳腫瘍に由来する病変領域が白く描出される。一方高画素値の病巣領域を有するＴ２強調画像ＩＦについては、画素値を非反転させる、すなわち反転させない。

ステップＳ６が行なわれると制御部３４は、画像処理部２８の位置合わせ部２８３に位置合わせ処理を行なわせる。（ステップＳ７）。ステップＳ７において位置合わせ部２８３は、反転又は非反転された形態画像と機能画像との解剖学上同一点を位置合わせする。この位置合わせは、後述の画像間演算（ステップＳ９）を精度良く行なうために行なわれる。位置合わせの方法としては、既存の如何なる方法を用いてもよい。例えば、画像撮影時にマーカ等を使用して画像上に標示された位置に基づく方法等がある。

ステップＳ７が行なわれると制御部３４は、画像間演算種特定部２４に画像間演算種の特定処理を行なわせる（ステップＳ８）。ステップＳ８において画像間演算種特定部２４は、ステップＳ２において特定された形態画像の画像種と機能画像の画像種との組み合わせをキーワードとして画像間演算種テーブルを検索し、このキーワードに画像間演算種テーブル上で関連付けられた画像間演算種を特定する（図４参照）。画像間演算は、形態画像と機能画像とを入力とし、高画素値の病巣領域を出力とするための演算子である。

以下、図１１を参照しながら画像間演算について説明する。図１１に示すように、入力としてＴ１強調画像ＩＭとＴ２強調画像ＩＦとを例に挙げて考える。この画像ＩＭと画像ＩＦとは、図６の画像ＩＭと画像ＩＦとそれぞれ同様である。すなわち、画像ＩＭと画像ＩＦとのそれぞれには、脳腫瘍に関する病巣領域が描出されており、画像ＩＭ上の病巣領域は低画素値を有し、画像ＩＦ上の病巣領域は高画素値を有する。また、演算子“＋”は、画像ＩＭと画像ＩＦとの加算である。演算子“−”は、画像ＩＭと画像ＩＦとの減算である。演算子“×”は、画像ＩＭと画像ＩＦとの積である。演算子“／”は、画像ＩＭと画像ＩＦとの除算である。演算子“ＯＲ”は、画像ＩＭと画像ＩＦとの論理和である。演算子“ＡＮＤ”は、画像ＩＭと画像ＩＦとの論理積である。図１１に示すように、これら演算子のうち最も病巣領域を明瞭に強調できるのは演算子“−”（減算）である。従って、Ｔ１強調画像ＩＭとＴ２強調画像ＩＦとを減算すること、すなわち演算子“−”が最も脳腫瘍に関する病巣領域を抽出するのに適しているといえる。

ここでＴ１強調画像の画素値を反転させた場合を考える。反転されたＴ１強調画像と反転されていないＴ２強調画像とを加算することは、反転されていないＴ１強調画像と反転されていないＴ２強調画像とを減算することに等しい。従って、反転されたＴ１強調画像と反転されていないＴ２強調画像とを加算すること、すなわち演算子“＋”が最も脳腫瘍に関する病巣領域を抽出するのに適しているといえる。

このように反転／非反転テーブルにおける反転／非反転と画像間演算種テーブルにおける画像間演算種は、画像間演算により病変領域が強調されるように相互に関連して決定される。ここで強調とは、他の領域に比して画素値が顕著に高い、又は低いことである。反転／非反転と画像間演算種とはユーザにより、試行錯誤的に決定され、入力部１８を介して任意に更新可能である。

ステップＳ８行なわれると制御部３４は、画像処理部２８の画像間演算部２８４に画像間演算処理を行なわせる（ステップＳ９）。ステップＳ９において画像間演算部２８４は、ステップＳ８において特定された種類の画像間演算を形態画像と機能画像とに実行し、単一の演算画像ＩＯのデータを生成する。図６に示すように、演算画像ＩＯには、他の正常領域に比して画素値が強調された病巣領域を含んでいる。このように画像間演算をすることで、高画素値の病巣領域がより高画素値になる。これにより、後段のステップＳ１０における２値化により病巣領域が抽出されやすくなる。

ステップＳ９が行なわれると制御部３４は、画像処理部２８の閾値処理部２８５に閾値処理を行なわせる（ステップＳ１０）。閾値処理部２８５は、ステップＳ９において生成された演算画像ＩＯを閾値処理し、演算画像ＩＯから病巣領域を抽出する。具体的には、ユーザにより指定された初期位置の画素値を利用して閾値処理が行なわれる。初期位置としては、ユーザにより演算画像ＩＯ上に指定された最初の点や関心領域が用いられる。例えば、ユーザのマウス操作により、表示部３２に表示された演算画像ＩＯ上の病巣領域の内部がクリックされる、あるいは関心領域が描かれるとその位置が初期位置に設定される。初期位置が設定されると、次に閾値が設定される。閾値は、例えば、演算画像ＩＯのヒストグラムにおいて病巣領域（高画素値領域）とその他の領域（低画素値領域）とが分離される画素値に設定される。そして閾値以上の画素値を有する画素に対して画素値“１”を、閾値以下の画素値を有する画素に対して画素値“０”を割り付ける。また、設定された初期位置を含まない画素値“１”の画素領域は、病巣領域でないとして画素値“０”に割り付けられる。これにより演算画像ＩＯ上の病巣領域が画素値“１”に、それ以外の画素領域が画素値“０”に割り付ける。これにより、病巣領域が抽出された２値化画像ＩＢのデータが生成される。

ステップＳ１０が行なわれると制御部３４は、画像処理部２８のマスク処理部２８６に形態画像へマスク処理を行なわせる（ステップＳ１１）。ステップＳ１１においてマスク処理部２８６は、ステップＳ１０において生成された２値化画像ＩＢをマスクとして、ステップＳ４において正規化された形態画像ＩＭにマスク処理を行い、この形態画像から病巣領域を除去する。具体的には、２値化画像ＩＢ上の病巣領域の座標位置と同一座標位置にある形態画像ＩＭ上の領域を特定する。そしてマスク処理部２８６は、特定された領域の画素値を画素値“０”に割り付ける。これにより病巣領域が除去された形態画像ＩＮのデータが生成される。

また、ステップＳ１０が行なわれると制御部３４は、画像処理部２８のマスク処理部２８６に機能画像ＩＦへマスク処理を行なわせる（ステップＳ１２）。ステップＳ１２においてマスク処理部２８６は、ステップＳ１０において生成された２値化画像ＩＢをマスクとして、ステップＳ４において正規化された機能画像ＩＦにマスク処理を行い、この機能画像ＩＦから病巣領域を抽出する。具体的には、２値化画像ＩＢ上の病巣領域の座標位置と同一座標位置にある機能画像ＩＦ上の領域を特定する。そしてマスク処理部２８６は、特定された領域以外の画素値を画素値“０”に割り付ける。これにより病巣領域以外の領域が除去された機能画像ＩＩ、すなわち病巣領域のみを含む機能画像ＩＩのデータが生成される。

ステップＳ１１とＳ１２とが行なわれると制御部３４は、画像合成部３０に合成処理を行なわせる（ステップＳ１３）。ステップＳ１３において画像合成部３０は、ステップＳ１１において生成された形態画像ＩＮと、ステップＳ１２において生成された機能画像ＩＩとを合成し、合成画像ＩＧのデータを生成する。生成された合成画像ＩＧの病巣領域は、機能画像に由来し、病巣領域以外は形態画像に由来する。なお画像合成部３０により生成された合成画像ＩＧのデータは、画像読み書き部２６により画像記憶部１０に書き込まれる。

ステップＳ１３が行なわれると制御部３４は、表示部３２に表示処理を行なわせる（ステップＳ１４）。ステップＳ１４において表示部３２は、ステップＳ１３において生成された合成画像ＩＧを表示する。換言すれば表示部３２は、機能画像から抽出された病巣領域を形態画像上に重ね合わせて表示する。この際表示部３２は、合成画像ＩＧ上の病巣領域を強調して表示する。例えば、表示部３２は、図１２に示すように、病巣領域の輪郭を色や輝度等で強調して表示する。また、色や輝度で強調する他に輪郭を点滅させることにより強調してもよい。また、表示部３２は、図１３に示すように、病巣領域の内部に赤等の色をつけて強調して表示してもよい。このようにして病巣領域を強調表示することにより、病巣領域とその周辺組織領域との境界をユーザに容易に識別させることができる。

ステップＳ１４が行なわれると本実施形態に係る画像処理が終了する。

上記のように画像処理装置は、病名とその病名に対応する病巣領域を診断するのに適した画像種とを関連付けた画像種テーブルを保持している。この画像種テーブルを利用して画像処理装置は、ユーザにより入力部１８を介して病名が入力されると、入力された病名に対応する病巣領域を診断するのに最も適した画像種の形態画像と機能画像とを自動的に読み出すことができる。従って、ユーザによる画像種の選択の手間を削減することができる。また、病名と画像種との関連をテーブルにして保存しておくことで、画像種の選択に関する経験的知識を保存しておくことができる。また、画像処理装置は、反転／非反転テーブルや画像間演算種テーブル等を保持している。この反転／非反転テーブルや画像間演算種テーブルを利用して画像処理装置は、病巣領域を抽出するのに最も適した画像間演算種を自動的に選択することができる。従って、ユーザによる画像間演算種の選択の手間を削減でき、また、画像間演算種の選択に関する経験的知識を保存しておくことができる。これら各種テーブルにより、病巣領域が強調された形態画像を簡便に生成して表示することができる。かくして本実施形態に係る画像処理装置は、病巣領域の画像診断におけるユーザの手間の軽減を実現することができる。

なお、画像種や画像間演算種の自動選択がうまく機能しない場合や、ユーザ自身が選択したい場合もある。このような事態に備えて画像種や画像間演算種を手動で選択できる手段を有している方が実運用上望ましい。

図１４は、表示部３２により表示される画像種や画像間演算種の手動選択のためのＧＵＩ（graphic user interface）画面の一例を示す図である。このＧＵＩ画面は、例えば、図５の画像処理の間、表示部３２により表示されている。ＧＵＩ画面は、検査部位／病名／画像種選択領域Ｒ１、画像選択領域Ｒ２、画像間演算種選択領域Ｒ３、及び合成画像表示領域Ｒ４を有している。

検査部位／病名／画像種選択領域Ｒ１は、頭部や胸部、腹部等の検査部位を選択するための部位選択領域Ｒ５、脳梗塞や脳腫瘍、脳出血等の病名を選択するための病名選択領域Ｒ６、Ｔ１やＴ２、ＤＷＩ、ＰＷＩ等の画像種を選択するための画像種選択領域Ｒ７を有している。これら項目が入力部１８を介して選択されことにより、検査部位や病名、画像種が選択される。

画像選択領域Ｒ２は、各画像種に関する画像のサムネイルＳが表示される。このサムネイルＳが入力部１８を介してユーザにより選択されることにより、選択されたサムネイルＳに対応する形態画像のデータや機能画像のデータが画像記憶部１０から読み出される。

画像間演算種選択領域Ｒ３は、＋や−、×、／、ＯＲ、ＡＮＤ等の画像間演算種を選択するための選択領域Ｒ８を有している。また、読み出された形態画像や機能画像は、各画像表示領域Ｒ９の何れかに表示される。また画像間演算における重みづけパラメータ等もパラメータ領域Ｒ１０において入力部１８を介して設定可能となっている。また、ＰｒｅｖｉｅｗボタンＢ１が押されることで、設定された画像間演算種やパラメータにより生成される合成画像ＩＧが合成画像表示領域Ｒ４に表示される。ＳａｖｅボタンＢ２が押されることで、設定された画像間演算種が画像間演算種テーブルに設定される。

また、画像間演算種の利用頻度に応じて画像間演算種テーブルの画像間演算種を変更してもよい。例えば画像間演算種テーブル記憶部１６は、画像種ごとに画像間演算種の選択回数を記録しておき、この選択回数が最も多い画像間演算種を一定期間ごとに特定する。そして画像間演算種テーブル記憶部１６は、特定された画像間演算種とその画像種とを画像間演算種テーブルに新たに関連付けることにより、画像間演算種テーブルを更新する。このような更新方法を採用することで画像処理装置は、利用頻度の多い画像間演算種を自動的に特定し、特定された種類の画像間演算を形態画像と機能画像とに実行させることができる。

このようなＧＵＩ画面を表示することで、画像種や画像間演算種の自動選択がうまく機能しない場合や、ユーザ自身が選択したい場合といった事態にも備えることができる。また、手動で画像間演算種を選択して合成画像をシミュレートできるので、さらに適した画像間演算種を発見でき、画像間演算種テーブルの更新にも役立てることができる。

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。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。

以上本発明によれば、病巣領域の画像診断におけるユーザの手間の軽減を実現する画像処理装置の提供を実現することができる。

１０…画像記憶部、１２…画像種テーブル記憶部、１４…反転／非反転テーブル記憶部、１６…画像間演算種テーブル記憶部、１８…入力部、２０…画像種特定部、２２…反転／非反転特定部、２４…画像間演算種特定部、２６…画像読み書き部、２８…画像処理部、２８１…正規化処理部、２８２…反転処理部、２８３…位置合わせ部、２８４…画像間演算部、２８５…閾値処理部、２８６…マスク処理部、３０…画像合成部、３２…表示部、３４…制御部

Claims (5)

1. 複数の画像種に関する複数の形態画像のデータと複数の機能画像のデータとを記憶する画像記憶部と、
   前記複数の画像種と複数の病名とを関連付けた第１テーブルを記憶する第１テーブル記憶部と、
   前記複数の病名のうちのユーザにより入力された病名に前記第１テーブル上で関連付けられた第１の画像種と第２の画像種とを複数の画像種の中から特定する第１特定部と、
   前記特定された第１の画像種に関する形態画像と第２の画像種に関する機能画像とを前記画像記憶部から読み出して画像処理を行い前記第２の画像種に関する機能画像から病巣領域を抽出する画像処理部と、
   前記抽出された病巣領域と前記第１の画像種に関する形態画像とを重ねて表示する表示部と、
   を具備する画像処理装置。
2. 前記複数の病名と前記複数の画像種と画素値の反転又は非反転を示すコードとを関連づけた第２テーブルを記憶する第２テーブル記憶部と、
   前記ユーザにより入力された病名と前記第１の画像種との組み合わせに前記第２テーブル上で関連付けられた前記反転又は非反転を示す第１のコードを特定し、前記ユーザにより入力された病名と前記第２の画像種との組み合わせに前記第２テーブル上で関連付けられた前記反転又は非反転を示す第２のコードを特定する第２特定部と、をさらに備え、
   前記画像処理部は、前記特定された第１のコードに応じて前記第１の画像種に関する形態画像を反転又は非反転し、前記特定された第２のコードに応じて前記第２の画像種に関する機能画像を反転又は非反転し、前記反転又は非反転された第１の画像種に関する形態画像と第２の画像種に関する機能画像とに特定の画像間演算をすることで、前記第２の画像種に関する機能画像から病巣領域を抽出する、
   請求項１記載の画像処理装置。
3. 前記複数の画像種と複数の画像間演算を示すコードとを関連づけた第３テーブルを記憶する第３テーブル記憶部と、
   前記第１の画像種と前記第２の画像種との組み合わせに前記第３テーブル上で関連付けられた前記特定の画像間演算を示す第３のコードを前記複数の画像間演算を示すコードの中から特定する第３特定部と、をさらに備え、
   前記画像処理部は、前記特定された第３のコードに対応する前記特定の画像間演算を前記反転又は非反転された第１の画像種に関する形態画像と第２の画像種に関する機能画像とにすることで、前記機能画像から前記病巣領域を抽出する、
   請求項２記載の画像処理装置。
4. 前記表示部は、前記病巣領域を強調して表示する、請求項１記載の画像処理装置。
5. 前記形態画像と前記機能画像とのそれぞれは、Ｘ線診断装置、Ｘ線コンピュータ断層撮影装置、磁気共鳴イメージング装置、超音波診断装置、及び核医学診断装置のうちの１つにより生成された画像である、請求項１記載の画像処理装置。

Images