JP5536664B2

JP5536664B2 - 医用画像処理装置及び方法

Info

Publication number: JP5536664B2
Application number: JP2010537765A
Authority: JP
Inventors: 菜緒子中山
Original assignee: Hitachi Medical Corp
Current assignee: Hitachi Healthcare Manufacturing Ltd
Priority date: 2008-11-13
Filing date: 2009-11-10
Publication date: 2014-07-02
Anticipated expiration: 2029-11-10
Also published as: WO2010055815A1; JPWO2010055815A1; US20110235878A1; US8582844B2

Description

本発明は、血管の解析処理を行う医用画像処理装置及び方法に関する。

従来から医用診断に利用される画像としては、例えばX線CT(Computed Tomography)装置やMRI(Magnetic Resonance Imaging)装置等によって撮影される被検体の断層像等が知られている。また、このような医用画像をコンピュータを用いて解析し、その陰影の中から病変候補を検出して医師に提示するコンピュータ検出支援装置(Computer-Aided Detection；以下、CADという)が開発されている。CADは、病変部の形状特性や濃度特性に基づいて、病変部と推測される画像領域(以下、病変候補領域という)を自動的に検出するものであり、医師の負担を軽減させている。

例えば、特許文献1または特許文献2では、血管の狭窄率を解析し、表示させる手法が開示されている。具体的には、特許文献1では、画像データから生成された血管形状情報に基づいて、仮正常血管の形状を推定し、血管と仮正常血管の断面積や径の大きさを比較して狭窄部を検出し、狭窄率を算出している。

また、特許文献2では、血管形状のねじれを補正し、補正後の血管形状に基づいて仮正常血管の形状を推定し、血管と仮正常血管とを用いて狭窄部を検出し、狭窄率を算出している。

特開2006-198708号公報特開2005-162787号公報

しかしながら、血管内腔の狭小化が見られない時点でも、アテロームプラークの破綻によって不安定狭心症や心筋梗塞といった冠動脈イベント(急性冠動脈症候群)を発症する可能性があることが指摘されている。すなわち、血管壁にアテロームプラークが形成され始め、血管壁が外側に向かって肥厚し、次第に石灰化する一連のプロセス(アテローム硬化プロセス)において、血管の内腔狭窄が生じるのは、アテローム硬化プロセス末期であり、それ以前の段階では血管の狭窄としては表れないとされている。

本発明は、以上の問題点に鑑みてなされたものであり、狭窄としては表れない血管辺縁部の異常についても評価可能な医用画像処理装置及び方法を提供することを目的とする。

前述した目的を達成するため、本発明は、医用画像データから血管領域を抽出する抽出手段と、前記抽出手段により抽出された血管領域の血管輪郭点と血管輪郭点周辺とを含む血管辺縁部について、形状または信号値分布情報に関する評価を行い、評価結果に基づいて異常部を検出する検出手段と、前記検出手段によって検出された異常部についての情報を表示する表示手段と、を備えることを特徴とする医用画像処理装置である。

また、前記形状または信号値分布情報に関する評価は、前記抽出手段により抽出された前記血管領域の血管輪郭点と血管輪郭点周辺部とから成る第1の血管領域と、前記血管領域の血管輪郭点から形成される第2の血管領域との形状が異なるかに基づいて行い、前記検出手段は、前記第1及び第2の血管領域について、形状または信号値分布情報に関する比較評価を行い、評価結果に基づいて異常部を検出する。

また、前記抽出手段は、前記血管領域として、所定値より高い信号値を有する高信号領域を含む第1の血管領域と、高信号領域を含まない第2の血管領域と、をそれぞれ抽出し、前記検出手段は、前記第1及び第2の血管領域について、形状または信号値分布情報に関する比較評価を行い、評価結果に基づいて異常部を検出する。

また、前記検出手段は、前記血管輪郭点について、血管芯線方向の分布の滑らかさと、血管芯線と直交する断面上での分布の滑らかさと、をそれぞれ評価し、評価結果に基づいて、血管辺縁部の異常部を検出する。

また、前記抽出手段により抽出された血管領域から、外部に所定範囲拡張した拡張輪郭線を設定する拡張輪郭線設定手段を更に備え、前記検出手段は、前記拡張輪郭線設定手段によって設定された拡張輪郭線上の信号値を評価し、評価結果に基づいて、血管辺縁部の異常部を検出する。

また、前記抽出手段により抽出された血管領域から、複数の正常な断面を基準断面として設定し、設定した複数の基準断面に基づいて、他の断面の基準形状及び基準信号値分布情報を生成する基準生成手段を更に備え、前記検出手段は、前記基準生成手段によって生成された各断面の基準形状及び基準信号値分布情報と、該断面の実際の形状及び信号値分布情報と、を比較評価し、評価結果に基づいて異常部を検出する。

また、前記検出手段は、更に血管の狭窄を評価し、前記表示手段は、狭窄として表れる異常部位と、狭窄としては表れない異常部位とを、それぞれ異なる表示形式で表示させる。

本発明によれば、狭窄としては表れない血管辺縁部の異常についても評価可能な医用画像処理装置及び方法を提供できる。

画像処理システム1の全体構成を示すハードウエア構成図医用画像処理装置100が実行する画像処理全体の流れを示すフローチャート血管異常部検出処理実行時の表示画面例を示す図血管領域の抽出について説明する図医用画像処理装置100が実行する血管異常部検出に関する処理の流れを説明するフローチャート血管横断面(血管芯線と直交する方向)における血管輪郭点の滑らかさの評価について説明する図血管縦断面(血管芯線方向)における血管輪郭点の滑らかさの評価について説明する図血管領域近傍に設定される拡張輪郭線を説明する図第2の実施の形態における血管異常部検出処理の流れを示すフローチャート基準輪郭線について説明する図

以下、添付図面を参照しながら、本発明の好適な実施形態について詳細に説明する。

(第1の実施の形態)
まず、本発明の医用画像処理装置を適用した画像処理システム1の構成について説明する。

図1は、画像処理システム1の全体構成を示すハードウエア構成図である。

図1に示すように、画像処理システム1は、表示装置107、入力装置109を有する医用画像処理装置100と、医用画像処理装置100にネットワーク110を介して接続される画像データベース111と、医用画像撮影装置112とを備える。

医用画像処理装置100は、病院等に設置される画像診断用のコンピュータであり、医用画像を解析し、その陰影の中から病変候補を検出して医師に提示するコンピュータ検出支援装置(CAD)として機能するものである。

医用画像処理装置100は、CPU(Central Processing Unit)101、主メモリ102、記憶装置103、通信インタフェース(通信I/F)104、表示メモリ105、マウス108等の外部機器とのインタフェース(I/F)106を備え、各部はバス107を介して接続されている。

CPU101は、主メモリ102または記憶装置103等に格納されるプログラムを主メモリ102のRAM上のワークメモリ領域に呼び出して実行し、バス107を介して接続された各部を駆動制御し、医用画像処理装置100が行う各種処理を実現する。

また、CPU101は、医用画像データに基づいて、血管領域を抽出し、血管辺縁部の異常部検出に関する後述する処理を実行する(図2、図5参照)。

主メモリ102は、ROM(Read Only Memory)、RAM(Random Access Memory)等により構成される。ROMは、コンピュータのブートプログラムやBIOS等のプログラム、データ等を恒久的に保持している。また、RAMは、ROM、記憶装置103等からロードしたプログラム、データ等を一時的に保持するとともに、CPU101が各種処理を行う為に使用するワークエリアを備える。

記憶装置103は、HDD(ハードディスクドライブ)や他の記録媒体へのデータの読み書きを行う記憶装置であり、CPU101が実行するプログラム、プログラム実行に必要なデータ、OS(オペレーティングシステム)等が格納される。プログラムに関しては、OSに相当する制御プログラムや、アプリケーションプログラムが格納されている。これらの各プログラムコードは、CPU101により必要に応じて読み出されて主メモリ102のRAMに移され、各種の手段として実行される。

通信I/F104は、通信制御装置、通信ポート等を有し、医用画像処理装置100とネットワーク110との通信を媒介する。また通信I/F104は、ネットワーク110を介して、画像データベース111や、他のコンピュータ、或いは、X線CT装置、MRI装置等の医用画像撮影装置112との通信制御を行う。

I/F106は、周辺機器を接続させるためのポートであり、周辺機器とのデータの送受信を行う。例えば、マウス108等の入力装置等をI/F106を介して接続させるようにしてもよい。

表示メモリ105は、CPU101から入力される表示データを一時的に蓄積するバッファである。蓄積された表示データは所定のタイミングで表示装置107に出力される。

表示装置107は、液晶パネル、CRTモニタ等のディスプレイ装置と、ディスプレイ装置と連携して表示処理を実行するための論理回路で構成され、表示メモリ105を介してCPU101に接続される。表示装置107はCPU101の制御により表示メモリ105に蓄積された表示データをディスプレイ装置に表示する。

入力装置109は、例えば、キーボード等の入力装置であり、操作者によって入力される各種の指示や情報をCPU101に出力する。操作者は、表示装置107、入力装置109、及びマウス108等の外部機器を使用して対話的に医用画像処理装置100を操作する。

ネットワーク110は、LAN(Local Area Network)、WAN(Wide Area Network)、イントラネット、インターネット等の各種通信網を含み、画像データベース111やサーバ、他の情報機器等と医用画像処理装置100との通信接続を媒介する。

画像データベース111は、医用画像撮影装置112によって撮影された医用画像を蓄積して記憶するものであり、例えば病院や医療センター等のサーバ等に設けられる。図1に示す画像処理システム1では、画像データベース111はネットワーク110を介して医用画像処理装置100に接続される構成であるが、医用画像処理装置100内の例えば記憶装置103に画像データベース111を設けるようにしてもよい。

なお、本実施の形態の画像処理システム1で扱う医用画像は、X線CT装置によって撮影された、体軸方向の複数スライス位置における断層像や、これらの断層像を積み上げた3D画像(3次元ボリューム画像)等とするが、これに限定されるものではなく、MRI装置等で撮影された断層像や3D画像としてもよい。また、以下の説明において、血管領域を3次元表示した画像を血管3D画像38、血管芯線に直交する横断面像を血管横断面像35、血管芯線に沿った縦断面像を血管縦断面像31等と呼ぶ(図3参照)。

次に、図2〜図8を参照しながら、画像処理システム100の動作について説明する。

図2は、医用画像処理装置100が実行する画像処理全体の流れを示すフローチャートである。
図3は、血管異常部検出処理実行時の表示画面例を示す図である。
図4は、血管領域の抽出について説明する図である。
図5は、医用画像処理装置100が実行する血管異常部検出に関する処理の流れを説明するフローチャートである。
図6は、血管横断面像35における血管輪郭点の滑らかさの評価について説明する図である。
図7は、血管縦断面像31における血管輪郭点の滑らかさの評価について説明する図である。
図8は、血管領域近傍に設定される拡張輪郭線を説明する図である。

医用画像処理装置100のCPU101は、主メモリ102から画像処理や血管異常部検出処理に関するプログラム及びデータを読み出し、このプログラム及びデータに基づいて画像処理、血管異常部検出処理を実行する。

なお、以下の画像処理の実行開始に際して、画像データは画像データベース111等からネットワーク110及び通信I/F104を介して取り込まれ、医用画像処理装置100の記憶装置103に記憶されているものとする。

図2の画像処理において、まず医用画像処理装置100のCPU101は、画像データを読み込み、表示する処理を行う。CPU101は、入力装置109またはマウス108等の操作により入力された指示に従って、選択された画像データを記憶装置103から読み出し、表示装置107に表示させる。

本実施の形態では、血管領域を含む画像データが選択されるものとする。また、この段階で表示する画像は、複数の断層像を積み上げた血管3D像38(図3参照)とする。

次に、表示された血管3D像38へのマウス操作等によって操作者から所望の血管が指定されると、CPU101は、その血管の血管芯線や血管芯線に直交する各断面における複数の血管輪郭点を含む領域を、血管領域として抽出する。

ここで、血管芯線とは血管の中心線であり、例えばベッセルトラッキング法等によって抽出される。具体的には、表示画面上に表示される血管内に、操作者がマウス操作等によって始点、終点、及び通過点を指定すると、CPU101は指定された点間の血管内をトラッキングし、血管芯線を抽出する。また、CPU101は抽出した血管芯線に直交する各断面について、血管輪郭点を複数抽出する。

CPU101は、血管芯線や血管輪郭点を抽出した段階で、図3に示すように、抽出した血管芯線を、血管3D像38に表示させる。また、血管芯線に沿った血管縦断面像31や、血管横断面像35を表示装置107に表示させる。

ここで、図4を参照して、血管輪郭点の抽出について説明する。
第1の実施の形態では、CPU101は、血管輪郭点を抽出する際、所定の信号値より高い信号値を有する高信号領域36Cを含む輪郭線36A(第1の血管領域)と、高信号の領域36Cを含まない輪郭線36B(第2の血管領域)と、をそれぞれ抽出する。

図4において、斜線で示す範囲は高信号領域36C、点線は高信号領域36Cを含む輪郭線36A、実線は高信号領域36Cを含まない輪郭線36Bである。

血管をX線CT装置によって撮影する際は、造影剤が注入されているため、血管内部は血管外部の造影剤の注入されない領域と比較して、高い信号値が表れている。また、プラークが硬化し、石灰化した部分は、造影剤の注入された領域よりも高い信号値が表れる。

具体的には、造影の状態(量や撮影タイミング)等によって上述のCT値は異なるが、例えば石灰化した高信号の領域のCT値は350〜1000程度、造影された領域のCT値は130〜350程度、血管壁(非造影領域)のCT値は50〜130程度、とされている。

血管輪郭点とは、造影領域または高信号領域36Cと、血管壁(非造影領域)との境界となる点であり、血管輪郭線36とは、同一断面上の各血管輪郭点を結ぶ線である。

CPU101は、ある血管横断面像35について、血管芯線37から断面上の各方向に伸ばした複数の線上のCT値分布情報を参照する。そして、所定のCT値αより大きいCT値を有する点を高信号領域36Cとし、所定CT値α以下であって、血管壁となるCT値βより大きいCT値を有する領域を造影領域とする。CPU101は、造影領域と高信号領域36Cとを含む領域を、「第1の領域(輪郭線36A)」として抽出し、造影領域であるが高信号領域36Cを含まない領域を「第2の領域(輪郭線36B)」として抽出する。なお、高信号領域36Cの閾値として用いるCT値αや、血管壁のCT値βは、予め設定された値、またはCPU101が算出した値、もしくは操作者が入力装置109等から入力した値のいずれを用いてもよい。

CPU101は、抽出した2つの輪郭線36A、36Bを、表示装置107に表示されている血管横断面像35上に重ねて表示するようにしてもよい。

次に、CPU101は、抽出した血管領域(血管芯線37、血管輪郭線36)をもとに、各輪郭線36A、36Bの断面積や径、円形度、CT値等の血管情報を算出し、主メモリ102に保持する(ステップS3)。

この段階で、図3に示すように、CPU101は算出した血管情報を血管情報表示領域34に表示してもよい。なお、血管情報の表示形態は、数値表示だけでなく、数値をグラフ化した血管情報グラフ34gのように表示してもよい。また、各血管情報の値に応じて、血管縦断面像31、血管横断面像35、または血管3D像38等にカラーマッピング表示を行うようにしてもよい。

次に、CPU101は、算出した血管情報に基づいて、血管の狭窄の有無や狭窄率、血管辺縁部の形状及びCT値分布情報を評価し、評価結果に基づいて異常部を検出する(ステップS4；後述)。CPU101は、検出された異常部の情報を表示装置107に表示する(ステップS5)。ステップS5の異常部情報の表示処理において、CPU101は、ステップS4で算出した狭窄部位やCT値等を数値やグラフ、数値に応じたカラーマッピング表示を行う。またCPU101は、検出した異常部の位置をカラー表示や、矢印などのグラフィックツールで強調表示するものとする。また、CPU101は、狭窄として表れている異常部と、狭窄としては表れないが形状やCT値分布情報に異常が表れている異常部とで、それぞれ異なる表示形式で表示させる。

次に、図5を参照して、図2のステップS4の血管異常部検出処理について、詳述する。

第1の実施形態では、図2の血管領域抽出ステップ(ステップS2)において、まず血管芯線を抽出し、抽出した芯線に基づいて、図4に示すような、高信号領域を含む領域(輪郭線36A)と、高信号領域を含まない領域(輪郭線36B)と、を抽出する。

図5のフローチャートに示すように、CPU101は、図2のステップS3で算出した血管情報を読み込む(ステップS101)。また、図2のステップS2で抽出した2つの輪郭線36A、36Bについて、形状を比較することにより(ステップS102)、血管の内腔狭窄部(高信号狭窄部)を検出する(ステップS103)。内腔狭窄部は、ここでは高信号領域36Cに相当する。2つの輪郭線36A、36Bの形状の比較としては、例えば各領域(輪郭線36A、36B)の断面積の差を求め、差が所定値以上となる場合に、内腔狭窄部(異常部)として検出することとすればよい。また、断面積の差ではなく、形状についての他の特徴量の比較を行うこととしてもよい。

次に、CPU101は、高信号領域を含む輪郭線36Aについて、内腔狭窄部が検出されない他の部位に対して、血管輪郭形状の異常を検出する処理を実行する(ステップS104)。具体的には、CPU101は、血管芯線37に直交する血管横断面像35における輪郭線36Aの滑らかさと、血管芯線37に沿った血管縦断面像31における輪郭線33の滑らかさと、を評価する。

血管横断面像35における輪郭線36Aの滑らかさは、図6に示す矢印Y1、Y2、Y3、Y4、Y5、Y6、Y7のように、血管芯線37から輪郭線36A上の複数の輪郭点までの距離を算出し、算出した距離のばらつきや、輪郭線36Aの円形度を用いて評価するものとする。CPU101は、距離のばらつきや円形度の値が所定の閾値以上の値を示す断面位置を輪郭異常部として検出する。距離のばらつきは、例えば分散や標準偏差等を用いればよい。

血管横断面35における輪郭線36Aの滑らかさは、各断面位置32(図3参照)について、評価されるものとする。

血管縦断面像31における輪郭線33の滑らかさは、図7の横向きの矢印Y11、Y12、Y13、Y14、Y15、Y16、Y17に示すように、血管芯線37上の各点から血管輪郭線33までの距離を算出する。血管は末端部にむけて細くなっているため、芯線方向に複数の評価範囲71a、71b、71c、・・・を設定し、各評価範囲内での距離のばらつきを評価する。CPU101は、距離のばらつきの値が所定の閾値以上の値を示す評価範囲を、輪郭異常部として検出する。距離のばらつきは、血管横断面像35でのものと同様に、例えば分散や標準偏差等を用いればよい。

芯線方向の輪郭線33の滑らかさは、芯線を軸として回転表示させた複数の血管縦断面像31について、評価されるものとする。

更に、CPU101は、輪郭線33から所定距離範囲内の血管辺縁部について、CT値の異常の有無を検出する(ステップS105)。すなわち、CPU101は、図8に示すように、血管輪郭線33の近傍に拡張輪郭線81(すなわち、血管辺縁部)を設定する。
そして、CPU101は、拡張輪郭線81上の各点のCT値の平均を算出し、算出した平均CT値と拡張輪郭線81上の各輪郭点におけるCT値との差を算出し、算出した差が所定の閾値以上となる点をCT値の異常部として検出する。

ここで、血管辺縁部の範囲(拡張輪郭線の位置)は、対象とする血管に応じた距離範囲とすることが望ましい。冠動脈主幹部では、3〜4mm程度の太さの血管に対して、0．5mm程度外部に拡張した範囲に、硬化していないプラーク(アテロームプラーク)が表れることが知られている。そのため、拡張輪郭線81は、例えば起始部に近い3〜4mm程度の血管では、輪郭線33から約0．5mm程度または5ピクセル程度外側に設定すればよい。また、距離ではなく、血管の太さとの割合で血管辺縁部の範囲を決定するようにしてもよい。なお、血管辺縁部の範囲は、予め設定された値、またはCPU101が算出した値、もしくは操作者が入力装置109等から入力した値のいずれを用いてもよい。

アテローム硬化プロセスの早期の段階では、血管壁の肥厚という形で血管構造の改変が行われることが知られている。ステップS104やステップS105の処理によって、血管領域の画像から、硬化していないプラークが検出できるようになる(第54回日本心臓病学会学術集会Fireside Symposium 5：64列マルチスライスCTを用いた臨床最前線”Cardiovascular diagnosis by multi-slice CT”、第15〜20頁)。

以上説明したように、第1の実施の形態の画像処理システム1において、医用画像処理装置100のCPU101は、読み込んだ医用画像データに基づいて、所定値より高いCT値を有する高信号領域36Cを含む領域(輪郭線36A)と、高信号領域36Cを含まない領域(輪郭線36B)と、をそれぞれ抽出し、抽出した各輪郭線36A、36Bの形状(例えば、断面積)を比較し、石灰化したプラーク(内腔狭窄部)を検出する。また、血管輪郭点について、血管芯線方向の分布の滑らかさと、血管芯線と直交する断面上での分布の滑らかさと、をそれぞれ評価し、所定のばらつきがある部位を異常部として検出する。

更に、CPU101は血管輪郭点を所定の範囲だけ外側に拡張した拡張輪郭線81を設定し、設定した拡張輪郭線81上のCT値を評価することにより、血管辺縁部に表れる硬化していないプラーク等の異常部を検出する。そして、CPU101は、検出した異常部を、血管画像上に表示する。

従って、血管の異常部を診断する際に、血管の内腔狭窄を検出するのみならず、血管辺縁部に表れる未だ石灰化していないプラーク等が検出可能となる。その結果、アテローム硬化プロセスにおける比較的初期の段階での異常を含む、血管の総合的な評価が可能となり、血管解析の精度が向上する。

なお、上述の説明では、CT画像から異常部等を検出しているため、信号値の表記はCT値としているが、MRI画像等を利用する場合は、信号値として輝度値を用いることとする。

また、CT値や拡張輪郭線として設定する距離(またはピクセル値)の具体的な数値は、一例であり、評価対象とする血管が異なる場合は、各々について適切な値を設定するものとすればよい。

また、本実施の形態において、血管領域として所定値より高い信号値を有する高信号領域を含む領域を第1の血管領域、血管領域として高信号領域を含まない領域を第2の血管領域としたが、血管領域の血管輪郭点と血管輪郭点周辺部とから成る領域を第1の血管領域、前記血管領域の血管輪郭点から形成される領域を第2の血管領域としもよい。すなわち、前記形状または信号値分布情報に関する評価は、前記抽出手段により抽出された前記血管領域の血管輪郭点と血管輪郭点周辺部とから成る第1の血管領域と、前記血管領域の血管輪郭点から形成される第2の血管領域との形状が異なるかに基づいて行っても良い。

(第2の実施の形態)
次に、第2の実施の形態の画像処理システム1について説明する。第2の実施の形態の画像処理システム1のハードウエア構成は、図1の第1の実施の形態の画像処理システム1と同一であるので説明を省略し、同一の各部については同一の符号を付して説明する。

図9は、第2の実施の形態における血管異常部検出処理の流れを示すフローチャートであり、図10は、基準輪郭線について説明する図である。

第2の実施形態では、図2に示す画像処理の異常部検出ステップ(ステップS4)において、図9のフローチャートに示す血管異常部検出処理を行う。

図9に示すように、CPU101は、図2のステップS3で算出した血管情報を読み込み(ステップS201)、まず輪郭線の異常部を検出する(ステップS202)。輪郭線の異常部の検出は、第1の実施の形態(図5)におけるステップS102(高信号領域を含む領域と含まない領域との断面積差の算出)やステップS104(輪郭線の滑らかさの評価)と同様の処理を行うものとすればよい。CPU101は、検出した輪郭線の異常部の前後で、輪郭線の形状に異常がなく、輪郭内のCT値の標準偏差が一定以下の値を示す断面を、少なくとも2断面検出し、これらを基準断面として設定する(ステップS203)。

以下の説明では、血管横断面像35について、基準断面を設定する例を説明することとする。なお、基準断面は、操作者が、表示されている血管画像を参照しながらマウス108や入力装置109を操作して設定するようにしてもよい。

図10に示す例では、血管横断面像35a、35b、35c、35dのうち、横断面像35a、35dが正常であると推定されているものとする。CPU101は正常と推定された横断面像35a、35dから、それぞれ血管輪郭線を抽出し、抽出した血管輪郭線を基準輪郭線90a、90dとする。

CPU101は、基準輪郭線90a、90dに基づいて、線形補間により各横断面位置における基準輪郭線91b、91cを作成する(ステップS204)。そして、各横断面像35a、35b、35c、35dについて、図2のステップS2で抽出された実際の輪郭線36a、36b、36c、36dと、図9のステップS203〜S204で設定または作成された基準輪郭線90a、91b、91c、90dと、について、例えば断面積等、形状を表す特徴量を比較し、肥厚部・狭窄部を検出する(ステップS206)。ここで、輪郭線36a、36b、36c、36dは、高信号領域を含む輪郭線、高信号領域を含まない輪郭線のいずれでもよい。

また、CPU101は、基準断面における輪郭線と、その他の断面における輪郭線のうち隣接するものと、について、輪郭線内のCT値の標準偏差の差を算出し(ステップS207)、差が所定の閾値以上となる場合は、輪郭内CT値異常部として検出する(ステップS208)。具体的には、図10に示すように、基準断面35aの実際の輪郭線36a内のCT値の標準偏差と、隣接する断面35bにおける輪郭線36b内のCT値の標準偏差と、の差を算出し、差が所定の閾値以上となる場合に、輪郭内CT値異常部として検出する。ここでは、CT値の差を表すものとして、標準偏差を一例に挙げているが、輪郭線内の平均CT値、最大CT値、最小CT値の差としてもよい。

また、CPU101は、輪郭線から所定距離範囲内の血管辺縁部について、CT値の異常の有無を検出する(ステップS209)。ステップS209では、図5のステップS105と同様に、血管輪郭線33の近傍に拡張輪郭線81を設定し、拡張輪郭線81上の各点のCT値の平均を算出し、算出した平均CT値と拡張輪郭線81上の各輪郭点とのCT値の差を算出し、算出した差が所定の閾値以上となる点をCT値の異常部として検出する。

図10の例では、横断面像35cの輪郭線36cは、第1の実施の形態の異常部検出処理や、図9のステップS202の輪郭異常部検出処理においては、異常部として検出されない形状を示しているが、前後の断面35b、35dと比較すると、全体に肥厚している。第2の実施の形態のように、基準輪郭線91cを生成し、生成された基準輪郭線91cと実際の輪郭線36cとを比較すれば、形状(断面積等)の異常が検出されるようになる。

以上説明したように、第2の実施の形態では、医用画像処理装置100のCPU101は、各断面位置における血管断面像35a、35b、35c、35dから正常と推定される断面像を基準断面35a、35dに設定し、基準断面における血管輪郭線を抽出して、基準輪郭線90a、90dとする。また、ひとつの血管について、少なくとも二つの基準断面における血管輪郭線90a、90dから、他の断面における基準輪郭線91b、91cを作成する。そして、実際に各断面像35a、35b、35c、35dから抽出された輪郭線36a、36b、36c、36dと、対応する基準輪郭線90a、91b、91c、90dと、の形状をそれぞれ比較し、差が大きい場合は、狭窄部位として検出する。

また、基準断面35a(または35d)における輪郭線36a(または36d)内のCT値分布情報と、隣接する断面位置における輪郭線36b(または36c)内のCT値分布情報とを比較し、CT値分布情報の差が大きい断面を、輪郭内CT値異常部として検出する。更に、抽出された輪郭線33から所定範囲外側に拡張した拡張輪郭線を設定し、拡張輪郭線上の各点のCT値についての異常部を辺縁部CT値異常部として検出する。

従って、第1の実施の形態の医用画像処理装置100において得られる効果に加え、血管全体が肥厚し、形状やCT値分布は異常として検出されないような部位を、的確に異常部として検出できるようになる。また、基準輪郭線を、対象とする血管画像から設定または作成できるため、個々の血管について、より正確な評価を行うことが可能となる。

なお、上述の説明において、基準断面は横断面とする例を示したが、縦断面についての基準断面を設定するようにしてもよい。

以上、本発明に係る画像処理装置の好適な実施形態について説明したが、本発明は、上述の実施形態に限定されるものではない。例えば、第1及び第2の実施の形態において説明した手法を適宜組み合わせるようにしてもよい。また、当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

1 画像処理システム、100 医用画像処理装置、101 CPU、102 主メモリ、103 記憶装置、104 通信I/F、105 表示メモリ、106 I/F、107 表示装置、108 マウス(外部機器)、109 入力装置、110 ネットワーク、111 画像データベース、31 血管縦断面像、33 血管縦断面像における血管輪郭線、35 血管横断面像、37 血管芯線、36 血管横断面像における血管輪郭線、36A 高信号領域を含む血管輪郭線、36B 高信号領域を含まない血管輪郭線、81 拡張輪郭線、90a、90d 基準輪郭線、91a、91d 補間により作成された基準輪郭線

Claims

医用画像データから血管領域を抽出する抽出手段と、
前記抽出手段により抽出された血管領域の血管輪郭点と血管輪郭点周辺とを含む血管辺縁部について、形状または信号値分布情報に関する評価を行い、評価結果に基づいて異常部を検出する検出手段と、
前記検出手段によって検出された異常部についての情報を表示する表示手段と、
前記血管領域の輪郭線から外部へ向かって半径方向に所定の距離拡張した拡張輪郭線を芯線に沿って設定する拡張輪郭線設定手段と、を備え、
前記検出手段は、前記拡張輪郭線上の信号値を評価し、評価結果に基づいて、血管辺縁部の異常部を検出することを特徴とする医用画像処理装置。
前記形状または信号値分布情報に関する評価は、前記抽出手段により抽出された前記血管領域の血管輪郭点と血管輪郭点周辺部とから成る第1の血管領域と、前記血管領域の血管輪郭点から形成される第2の血管領域との形状が異なるかに基づいて行い、
前記検出手段は、前記第1及び第2の血管領域について、形状または信号値分布情報に関する比較評価を行い、評価結果に基づいて異常部を検出することを特徴とする請求項1に記載の医用画像処理装置。
前記抽出手段は、前記血管領域として、所定値より高い信号値を有する高信号領域を含む第1の血管領域と、高信号領域を含まない第2の血管領域と、をそれぞれ抽出し、
前記検出手段は、前記第1及び第2の血管領域について、形状または信号値分布情報に関する比較評価を行い、評価結果に基づいて異常部を検出することを特徴とする請求項1に記載の医用画像処理装置。
前記検出手段は、前記血管輪郭点について、血管芯線方向の分布の滑らかさと、血管芯線と直交する断面上での分布の滑らかさと、をそれぞれ評価し、評価結果に基づいて、血管辺縁部の異常部を検出することを特徴とする請求項1に記載の医用画像処理装置。
前記評価結果は、前記拡張輪郭線上の各点の信号値と、前記拡張輪郭線上の各点の信号値の平均値との差であることを特徴とする請求項1に記載の医用画像処理装置。
前記抽出手段により抽出された血管領域から、複数の正常な断面を基準断面として設定し、設定した複数の基準断面に基づいて、他の断面の基準形状及び基準信号値分布情報を生成する基準生成手段を更に備え、
前記検出手段は、前記基準生成手段によって生成された各断面の基準形状及び基準信号値分布情報と、該断面の実際の形状及び信号値分布情報と、を比較評価し、評価結果に基づいて異常部を検出することを特徴とする請求項1に記載の医用画像処理装置。
前記検出手段は、更に血管の狭窄を評価し、前記表示手段は、狭窄として表れる異常部位と、狭窄としては表れない異常部位とを、それぞれ異なる表示形式で表示させることを特徴とする請求項1に記載の医用画像処理装置。
医用画像データから血管領域を抽出する抽出ステップと、
前記抽出ステップにより抽出された血管領域の血管輪郭点と血管輪郭点周辺とを含む血管辺縁部について、形状または信号値分布情報に関する評価を行い、評価結果に基づいて異常部を検出する検出ステップと、
前記検出ステップによって検出された異常部についての情報を表示する表示ステップと、
前記血管領域の輪郭線から外部へ向かって半径方向に所定の距離拡張した拡張輪郭線を芯線に沿って設定する拡張輪郭線設定ステップと、を備え、
前記検出ステップは、前記拡張輪郭線上の信号値を評価し、評価結果に基づいて、血管辺縁部の異常部を検出することを特徴とする医用画像処理方法。
前記形状または信号値分布情報に関する評価は、前記抽出ステップにより抽出された前記血管領域の血管輪郭点と血管輪郭点周辺部とから成る第1の血管領域と、前記血管領域の血管輪郭点から形成される第2の血管領域との形状が異なるかに基づいて行い、
前記検出ステップは、前記第1及び第2の血管領域について、形状または信号値分布情報に関する比較評価を行い、評価結果に基づいて異常部を検出することを特徴とする請求項8に記載の医用画像処理方法。
前記抽出ステップは、前記血管領域として、所定値より高い信号値を有する高信号領域を含む第1の血管領域と、高信号領域を含まない第2の血管領域と、をそれぞれ抽出し、
前記検出ステップは、前記第1及び第2の血管領域について、形状または信号値分布情報に関する比較評価を行い、評価結果に基づいて異常部を検出することを特徴とする請求項8に記載の医用画像処理方法。
前記検出ステップは、前記血管輪郭点について、血管芯線方向の分布の滑らかさと、血管芯線と直交する断面上での分布の滑らかさと、をそれぞれ評価し、評価結果に基づいて、血管辺縁部の異常部を検出することを特徴とする請求項8に記載の医用画像処理方法。
前記評価結果は、前記拡張輪郭線上の各点の信号値と、前記拡張輪郭線上の各点の信号値の平均値との差であることを特徴とする請求項8に記載の医用画像処理方法。
前記抽出ステップにより抽出された血管領域から、複数の正常な断面を基準断面として設定し、設定した複数の基準断面に基づいて、他の断面の基準形状及び基準信号値分布情報を生成する基準生成ステップを更に備え、
前記検出ステップは、前記基準生成ステップによって生成された各断面の基準形状及び基準信号値分布情報と、該断面の実際の形状及び信号値分布情報と、を比較評価し、評価結果に基づいて異常部を検出することを特徴とする請求項8に記載の医用画像処理方法。
前記検出ステップは、更に血管の狭窄を評価し、前記表示ステップは、狭窄として表れる異常部位と、狭窄としては表れない異常部位とを、それぞれ異なる表示形式で表示させることを特徴とする請求項8に記載の医用画像処理方法。