JP6815586B2 - 医用画像処理装置、および治療システム - Google Patents

Description

本発明の実施形態は、医用画像処理装置、および治療システムに関する。

放射線治療では、まず計画段階において患部付近のＣＴ（Computed Tomography）画像が事前に撮影され、治療計画が立てられる。治療段階では、治療計画に沿って患部に治療ビームを照射することで、患者の治療が行われる。患者の患部は、呼吸や心拍、腸の動きなどによって移動する場合がある。これに対応する治療法として、ゲーテッド照射法や追尾照射法が知られている。これらの照射法により、治療ビームが患部以外の正常部位に照射される量を減らすことができる。

また、治療の直前に、治療計画用とは別に、様々な呼吸位相のＣＴ画像を撮影する場合がある。この場合、様々な呼吸位相のＣＴ画像から治療計画用ＣＴ画像と類似したものが選択される。そして、選択されたＣＴ画像を生成するために利用した透視画像と、治療中に撮影した透視画像とで、横隔膜周辺の画像情報がほぼ一致したときに治療ビームが自動的に照射される。

しかしながら、従来の自動化技術では、治療段階あるいはリハーサル段階において、患部そのものの位置を追跡して治療支援を行うものではないため、信頼性が十分でない場合があった。

特開２００８−１５４８６１号公報

Ying Cui, Jennifer G Dy, Gregory C Sharp, Brain Alexander and Steve B Jiang, "Multiple template-based fluoroscopic tracking of lung tumor mass without implanted fiducial markers," Physics in Medicine and Biology, vol.52, no.20, pp.6229-6242, 2007.

本発明が解決しようとする課題は、信頼性を向上させることができる医用画像処理装置、および治療システムを提供することである。

実施形態の医用画像処理装置は、画像取得部と、画像特徴導出部と、位置推定部とを持つ。画像取得部は、撮像装置により撮像された被検体の透視画像を取得する。画像特徴導出部は、前記画像取得部により取得された透視画像の一部または全部であり探索部位の位置を含む対象領域について、前記対象領域内の画素の画素値に対する処理の結果を配列化した画像情報である画像特徴を導出する。位置推定部は、三次元画像から前記透視画像を再現するように再構成され、前記三次元画像に対して特定された探索部位の位置が引き継がれた再構成画像を学習用画像とした学習処理によって生成された対応情報であって、画像特徴および前記対象領域の前記学習用画像における位置と、探索部位の位置との対応関係を示す対応情報に基づいて、前記画像特徴導出部により導出された画像特徴および前記対象領域の前記透視画像における位置から前記透視画像における前記被検体の探索部位の位置を推定する。

第１の実施形態に係る医用画像処理装置１００の機能構成例を示す図。 対象領域の画像特徴から患部確率を導出する関数の内容を模式的に示す図。 対象領域の画像特徴から患部確率を導出する関数の内容の他の例を模式的に示す図。 対象領域の画像特徴から患部確率を導出する関数の内容の他の例を模式的に示す図。 画像特徴導出部１１２および位置推定部１１４による処理の内容の一例を示す図。 第１の実施形態に係る医用画像処理装置１００により実行される処理の内容の一例を示すフローチャート。 第１の実施形態に係る医用画像処理装置１００により実行される処理の内容の他の例を示すフローチャート。 画像特徴導出部１１２および位置推定部１１４による処理の内容の一例を示す図。 第２の実施形態に係る医用画像処理装置１００Ａの機能構成例を示す図。 第２の実施形態に係る医用画像処理装置１００Ａにより実行される処理の流れの一例を示すフローチャート。 利用者による入力操作によって患部位置と対象領域が指定される際の表示画面を示す図。 対応情報１５０が構築される様子を模式的に示す図。 治療装置１０および医用画像処理装置１００Ａを含む治療システム１の構成例を示す図。 治療システム１を利用して行われる治療の流れの一例を示すフローチャート。 治療計画の流れの一例を示すフローチャート。 学習処理の流れの一例を示すフローチャート。 一つのＣＴ画像に対して入力された患部位置が他のＣＴ画像に展開される様子を模式的に示す図。 リハーサルにおいて行われる処理の流れを示すフローチャート。 リハーサル段階の表示画面の一例を示す図。 治療段階において行われる処理の流れの一例を示すフローチャート。 治療段階の表示画面の一例を示す図。

以下、実施形態の医用画像処理装置、および治療システムを、図面を参照して説明する。

＜＜医用画像処理装置＞＞
＜第１の実施形態＞
以下、第１の実施形態に係る医用画像処理装置１００について説明する。図１は、第１の実施形態に係る医用画像処理装置１００の機能構成例を示す図である。医用画像処理装置１００は、例えば、画像取得部１１０と、画像特徴導出部１１２と、位置推定部１１４と、対応情報取得部１１６と、出力部１１８とを備える。

これらの機能部のうち画像特徴導出部１１２、位置推定部１１４、その他の機能部は、例えば、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）などのプロセッサが記憶装置に記憶されたプログラムを実行することにより機能するソフトウェア機能部である。すなわち、医用画像処理装置１００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でも実現することが可能である。画像特徴導出部１１２、位置推定部１１４、その他の機能部は、上記のコンピュータ装置に搭載されたプロセッサに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、医用画像処理装置１００は、上記のプログラムをコンピュータ装置にあらかじめインストールすることで実現してもよいし、ＣＤ−ＲＯＭなどの記憶媒体に記憶して、あるいはネットワークを介して上記のプログラムを配布して、このプログラムをコンピュータ装置に適宜インストールすることで実現してもよい。また、これらの機能部のうち一部または全部は、ＦＰＧＡ（Field Programmable Gate Array）やＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）などのハードウェア機能部であってもよい。

画像取得部１１０は、ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）、シリアル通信線などのネットワークによって接続された治療装置（後述）から、入力画像としての透視画像を取得する。画像取得部１１０は、上記ネットワークに接続するための通信インターフェースを含む。透視画像は、例えば、被検体をＸ線で撮像した動画像である。被検体とは、人や動物などの生命体であり、治療を受ける人、すなわち「患者」と称してもよい。

画像特徴導出部１１２は、画像取得部１１０によって取得された透視画像における対象領域について、対象領域内の画像の特徴を示す画像特徴を導出する。対象領域は、透視画像のうち一部である場合もあるし、透視画像の全部である場合もある。また、対象領域は、透視画像における位置が予め特定されており、その対象領域について画像特徴導出部１１２が画像特徴を導出するようにしてもよいし、画像特徴導出部１１２が対象領域を変えながら画像特徴を導出するようにしてもよい。前者の場合、例えば対応情報１５０に、対象領域の位置を特定する情報が含まれている。

画像特徴は、例えば、対象領域内の各画素について輝度勾配を求め、求めた輝度勾配を配列化した情報である。輝度勾配は、ＳＯＢＥＬフィルタなどの手法によって求めることができる。また、画像特徴は、対象領域内の各画素の画素値を配列化したものであってもよいし、対象領域内の各画素の輝度勾配や画素値などについて求めたヒストグラムを配列化した情報であってもよい。

なお、後述するように対応情報は、例えばＤＲＲ（Digitally Reconstructed Radiograph）を学習用画像とした学習処理によって生成される。このため、Ｘ線による透視画像とＤＲＲの相違によって余り変化しない画像特徴を求めると好適である。前述した輝度勾配の方向は、Ｘ線による透視画像とＤＲＲで余り変化しない傾向を有するため、医用画像処理装置１００において好適に用いられるものである。

以下、配列化された画像特徴をベクトル情報として扱い、画像特徴を→ｘ＝（ｘ_１，ｘ_２，…，ｘ_ｎ）のように表す。なお、文字の前の「→」は、続く文字がベクトルであることを示すものとする。

位置推定部１１４は、画像特徴導出部１１２によって導出された画像特徴から、被検体の患部位置を推定する。被検体の患部位置は、被検体の「探索位置」の一例である。位置推定部１１４は、例えば、対応情報取得部１１６によって取得された、画像特徴と患部位置との対応関係を示す対応情報１５０に基づいて、被検体の患部位置を推定する。対応情報１５０の生成過程（学習過程）については後述する。

対応情報取得部１１６は、対応情報１５０を取得する。対応情報１５０は、例えば、医用画像処理装置１００が備える記憶装置から読み込まれる。この場合、記憶装置は、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）、フラッシュメモリなどであり、対応情報取得部１１６は、位置推定部１１４の一機能とみなしてよい。また、対応情報１５０は、後述する治療装置、データサーバ、ネットワークストレージなどの外部装置からネットワークを介して取得されてもよい。この場合、対応情報取得部１１６は、ネットワークに接続するための通信インターフェースを含む。また、対応情報１５０は、ＣＤ（Compact Disc）やＤＶＤ（Digital Versatile Disc）などの記憶媒体から取得されてもよい。この場合、対応情報取得部１１６は、記憶媒体が装着されるドライブ装置を含む。

出力部１１８は、例えば、ＬＣＤ（Liquid Crystal Display）や有機ＥＬ（Electroluminescence）などの表示装置を含む。この場合、出力部１１８は、位置推定部１１４により推定された被検体の患部位置を透視画像に重畳させて表示する。また、出力部１１８は、位置推定部１１４による推定結果を外部装置（例えば治療装置）に出力するための通信インターフェースを含んでもよい。この場合、出力部１１８は、画像取得部１１０と一部または全部において共通する構成となる。

以下、画像特徴に基づく患部位置の推定について、より詳細に説明する。対応情報１５０は、例えば、式（１）で表される関数ｆを含む。式中、（ｕ，ｖ）は入力画像上の位置であり、ｌ（ｕ，ｖ）は、位置（ｕ，ｖ）が患部である確率を示す出力値である。以下、出力値ｌ（ｕ，ｖ）を、患部確率ｌ（ｕ，ｖ）と称する。関数ｆは、例えば、予め求められた教師データである配列と、画像特徴導出部１１２によって導出された配列化された画像特徴との間の相関係数（負の場合はゼロに置換）やフィッティング率などの指標、あるいはこれらの指標を閾値と比較して離散化した値を出力する関数である。患部確率ｌ（ｕ，ｖ）は、例えば０から１までの連続値で確率を表したものであってもよいし、０（患部でない）または１（患部である）の２値、或いは、０（患部でない）、０．５（患部の可能性がある）または１（患部である）といった３値以上の離散値または符号などで確率を表したものであってもよい。なお、関数は、対応情報１５０に含まれる導出規則の一例として例示したものであり、関数は、同等の入出力関係を有するマップやテーブルデータ、あるいはアルゴリズムなどの導出規則で置換されてもよい。以下、このことを前提として説明する。

ｆ（→ｘ）＝ｌ（ｕ，ｖ） …（１）

図２は、対象領域ＯＡの画像特徴→ｘから患部確率ｌ（ｕ，ｖ）を導出する関数ｆの内容を模式的に示す図である。図２の左図は、入力画像ＩＭにおいて設定される対象領域ＯＡを示している。図２の右図は、対象領域ＯＡから導出される画像特徴→ｘに関数ｆを適用することで、患部確率ｌ（ｕ，ｖ）が求められる様子を示している。図示するように、対応情報１５０である関数ｆは、入力画像ＩＭにおける対象領域ＯＡの画像特徴→ｘが入力されると、入力画像ＩＭ上の特定の位置（ｕ，ｖ）における患部確率ｌ（ｕ，ｖ）を導出する。特定の位置（ｕ，ｖ）は、例えば対象領域ＯＡの中心（例えば重心）である。また、関数ｆは、一点ではなく広さを持った領域の患部確率を出力するものであってもよい。

なお、対象領域ＯＡが入力画像ＩＭ全体でない場合、関数ｆは、対象領域ＯＡの位置に依存した患部確率ｌ（ｕ，ｖ）を導出する。この場合、関数ｆは、式（２）で表されてもよい。式中、ｐは、対象領域ＯＡの入力画像ＩＭにおける位置情報である。

ｆ（→ｘ，ｐ）＝ｌ（ｕ，ｖ） …（２）

関数ｆは、一つの患部確率ｌ（ｕ，ｖ）を導出するものであってもよいが、複数の位置に対応した患部確率ｌ（ｕ，ｖ）を出力するものであってもよい。図３は、対象領域ＯＡの画像特徴→ｘから患部確率ｌ（ｕ，ｖ）を導出する関数ｆの内容の他の例を模式的に示す図である。図３の左図は、入力画像ＩＭにおいて設定される対象領域ＯＡを示している。図３の右図は、対象領域ＯＡから導出される画像特徴→ｘに関数ｆを適用することで、複数の位置（ｕ_１，ｖ_１）〜（ｕ_ｋ，ｖ_ｋ）に対応した患部確率ｌ（ｕ，ｖ）が求められる様子を示している。図示するように、対応情報１５０である関数ｆは、入力画像ＩＭにおける対象領域ＯＡの画像特徴→ｘが入力されると、入力画像ＩＭ上の複数の（ｋ個の）位置（ｕ_１，ｖ_１）〜（ｕ_ｋ，ｖ_ｋ）に対応した患部確率ｌ（ｕ_１，ｖ_１）〜ｌ（ｕ_ｋ，ｖ_ｋ）を導出する。

また、関数ｆは、入力画像ＩＭの全体についての画像特徴→ｘに基づいて、入力画像ＩＭの一つまたは複数の位置における患部確率ｌ（ｕ，ｖ）を導出するものであってもよい。図４は、対象領域ＯＡの画像特徴→ｘから患部確率ｌ（ｕ，ｖ）を導出する関数ｆの内容の他の例を模式的に示す図である。図４の左図は、入力画像ＩＭが対象領域ＯＡと一致する様子を示している。図４の右図は、対象領域ＯＡすなわち入力画像ＩＭから導出される画像特徴→ｘに関数ｆを適用することで、患部確率ｌ（ｕ，ｖ）が求められる様子を示している。図示するように、対応情報１５０である関数ｆは、入力画像ＩＭ（＝対象領域ＯＡ）の画像特徴→ｘが入力されると、入力画像ＩＭ上の特定の位置（ｕ，ｖ）における患部確率ｌ（ｕ，ｖ）を導出する。

位置推定部１１４は、上記例示した種々の対応情報１５０を用いて、被検体の患部位置を推定する。

［対応情報が一つの関数を含む場合の処理］
画像特徴導出部１１２および位置推定部１１４は、対応情報１５０が一つの関数ｆを含む場合、例えば、入力画像ＩＭにおいて対象領域ＯＡの位置を変えながら、入力画像ＩＭにおける複数の位置における患部確率ｌ（ｕ，ｖ）を導出する。

図５は、画像特徴導出部１１２および位置推定部１１４による処理の内容の一例を示す図である。ここでは、関数ｆは、例えば０から１までの連続値で確率を表した患部確率ｌ（ｕ，ｖ）を導出するものとする。また、関数ｆは、一つの対象領域ＯＡに対して一つの患部確率ｌ（ｕ，ｖ）を導出するものとする。図５の左図は、入力画像ＩＭにおいて対象領域ＯＡが順次設定される様子を示している。図５の左図に示すように、画像特徴導出部１１２は、入力画像ＩＭにおける走査領域ＳＡ内で対象領域ＯＡを移動させながら、各対象領域ＯＡについて画像特徴→ｘを導出する。そして、位置推定部１１４は、各対象領域ＯＡについての画像特徴→ｘに基づいて、複数の位置に対応した患部確率ｌ（ｕ，ｖ）を導出する。図５の右図は、位置推定部１１４により導出された患部確率ｌ（ｕ，ｖ）の分布を例示した図である。このような分布において患部確率ｌ（ｕ，ｖ）が高くなった位置が、実際に被検体の患部である確率の高い位置であると判断することができる。

位置推定部１１４は、更に、各位置について求めた患部確率ｌ（ｕ，ｖ）に基づいて、患部位置を推定する。以下に例示するような処理によって、被検体の患部位置が推定される。

（推定処理Ａ）
位置推定部１１４は、例えば、患部確率ｌ（ｕ，ｖ）が最大値となる位置を、患部位置（ｕ_ｔ，ｖ_ｔ）と推定する。この場合、位置推定部１１４により推定される患部位置（ｕ_ｔ，ｖ_ｔ）は、例えば式（３）で表される。

（推定処理Ｂ）
また、位置推定部１１４は、患部確率ｌ（ｕ，ｖ）の分布の重心を、患部位置（ｕ_ｔ，ｖ_ｔ）と推定してもよい。この場合、位置推定部１１４により推定される患部位置（ｕ_ｔ，ｖ_ｔ）は、例えば式（４）で表される。

（推定処理Ｃ）
また、位置推定部１１４は、局所領域内における患部確率ｌ（ｕ，ｖ）の合計が最大となる当該局所領域の中心（例えば重心、円や楕円の中心など）を、患部位置（ｕ_ｔ，ｖ_ｔ）と推定してもよい。この場合、位置推定部１１４により推定される患部位置（ｕ_ｔ，ｖ_ｔ）は、例えば式（５）で表される。

なお、（推定処理Ａ）から（推定処理Ｃ）として例示した処理の内容は、あくまで一例であり、位置推定部１１４は、同様の性質を有するその他の処理を行ってもよい。以下同様とする。

図６は、第１の実施形態に係る医用画像処理装置１００により実行される処理の内容の一例を示すフローチャートである。本フローチャートは、図５に例示した処理が行われる場合の処理の流れを示している。

まず、対応情報取得部１１６が、これから患部位置を推定する対象の被検体についての対応情報を取得する（ステップＳ２００）。

次に、画像取得部１１０が、動画像として入力される画像から１フレームの画像を取得し（ステップＳ２０２）、画像特徴導出部１１２が、対象領域ＯＡの位置を初期設定する（ステップＳ２０４）。対象領域ＯＡは、図５で示すように、例えば、走査領域ＳＡのうち最も左上の領域を初期領域として設定される。

次に、画像特徴導出部１１２が、対象領域ＯＡについて画像特徴→ｘを導出し（ステップＳ２０６）、位置推定部１１４が、画像特徴→ｘに基づいて患部確率ｌ（ｕ，ｖ）を導出する（ステップＳ２０８）。そして、画像特徴導出部１１２が、走査領域ＳＡ内で設定可能な全ての対象領域ＯＡについて画像特徴導出部１１２および位置推定部１１４が処理を完了したか否かを判定する（ステップＳ２１０）。全ての対象領域ＯＡについて処理を完了していない場合、画像特徴導出部１１２が、対象領域ＯＡの位置を変更し（ステップＳ２１２）、ステップＳ２０６に処理を戻す。画像特徴導出部１１２は、図５で示すように、画像の横方向に所定幅ずつ順に対象領域ＯＡの位置を設定し、走査領域ＳＡの右端に達した場合に、画像の縦方向に所定幅下げた走査領域ＳＡの左端の位置に対象領域ＯＡの位置を設定することを繰り返し実行する。対象領域ＯＡが走査領域ＳＡの最も右下の位置に到達した場合、ステップＳ２１０において「全ての対象領域ＯＡについて処理を完了した」と判定される。

ステップＳ２１０において全ての対象領域ＯＡについて処理を完了したと判定された場合、位置推定部１１４が、複数回に亘ってステップＳ２０８で導出した患部確率ｌ（ｕ，ｖ）の分布から患部位置を推定する（ステップＳ２１４）。具体的には、位置推定部１１４は、上記例示した（推定処理Ａ）から（推定処理Ｃ）のいずれかの処理によって被検体の患部位置を推定する。

次に、出力部１１８が、位置推定部１１４により推定された被検体の患部位置を出力する（ステップＳ２１６）。そして、動画像の供給が停止したり、利用者によって終了操作がなされた場合に、本フローチャートの処理が終了する（ステップＳ２１８）。利用者とは、医師や診療放射線技師など、医用画像処理装置１００を利用する者である。動画像の供給が継続している間、終了操作がなされるまで、ステップＳ２０２〜Ｓ２１６の処理が繰り返し実行される。

なお、関数ｆが、一つの対象領域ＯＡに対して複数の位置に対応した患部確率ｌ（ｕ，ｖ）を導出する場合、複数の位置に対応した患部確率ｌ（ｕ，ｖ）に対して上記例示した（推定処理Ａ）から（推定処理Ｃ）のうちいずれかの処理を行って、被検体の患部位置を推定してもよい。図７は、第１の実施形態に係る医用画像処理装置１００により実行される処理の内容の他の例を示すフローチャートである。本フローチャートは、関数ｆが、一つの対象領域ＯＡに対して複数の位置に対応した患部確率ｌ（ｕ，ｖ）を導出する場合の処理の流れを示している。

まず、対応情報取得部１１６が、これから患部位置を推定する対象の被検体についての対応情報を取得する（ステップＳ３００）。

次に、画像取得部１１０が、動画像として入力される画像から１フレームの画像を取得し（ステップＳ３０２）、画像特徴導出部１１２が、対象領域ＯＡについて画像特徴→ｘを導出し（ステップＳ３０４）、位置推定部１１４が、画像特徴→ｘに基づいて複数の位置に対応した患部確率ｌ（ｕ，ｖ）を導出する（ステップＳ３０６）。そして、位置推定部１１４が、ステップＳ３０６で導出した患部確率ｌ（ｕ，ｖ）の分布から患部位置を推定する（ステップＳ３０８）。具体的には、位置推定部１１４は、上記例示した（推定処理Ａ）から（推定処理Ｃ）のいずれかの処理によって被検体の患部位置を推定する。

次に、出力部１１８が、位置推定部１１４により推定された被検体の患部位置を出力する（ステップＳ３１０）。そして、動画像の供給が停止したり、利用者によって終了操作がなされた場合に、本フローチャートの処理が終了する（ステップＳ３１２）。動画像の供給が継続している間、終了操作がなされるまで、ステップＳ３０２〜Ｓ３１０の処理が繰り返し実行される。

［対応情報が複数の関数を含む場合の処理］
対応情報取得部１１６により取得される対応情報１５０は、関数ｆを一つのみ含むのではなく、複数の関数ｆを含んでもよい。対応情報１５０が複数の関数ｆを含む場合、画像特徴導出部１１２および位置推定部１１４は、例えば以下に示す処理を行う。

図８は、画像特徴導出部１１２および位置推定部１１４による処理の内容の一例を示す図である。ここでは、二つの関数ｆ_１、ｆ_２は、それぞれ、例えば０から１までの連続値で確率を表した患部確率ｌ_１（ｕ，ｖ）、ｌ_２（ｕ，ｖ）を導出するものとする。また、関数ｆ_１、ｆ_２は、それぞれ、一つの対象領域ＯＡに対して複数の患部確率ｌ_１（ｕ，ｖ）、ｌ_２（ｕ，ｖ）を導出するものとする（図３を参照）。図８の左図は、入力画像ＩＭにおいて複数の対象領域ＯＡ_１、ＯＡ_２が設定される様子を示している。図８の右図は、対象領域ＯＡ_１から導出される画像特徴→ｘ_１に関数ｆ_１を適用することで求められる患部確率と、対象領域ＯＡ_２から導出される画像特徴→ｘ_２に関数ｆ_２を適用することで求められる患部確率とが重ね合わされた患部確率ｌ（ｕ，ｖ）の分布を示している。

画像特徴導出部１１２は、入力画像ＩＭにおいて予め設定されている関数ｆ_１用の対象領域ＯＡ_１について画像特徴→ｘ_１を導出すると共に、関数ｆ_２用の対象領域ＯＡ_２について画像特徴→ｘ_２を導出する。位置推定部１１４は、対象領域ＯＡ_１についての画像特徴→ｘ_１に基づいて患部確率ｌ_１（ｕ，ｖ）を導出すると共に、対象領域ＯＡ_２についての画像特徴→ｘ_２に基づいて患部確率ｌ_２（ｕ，ｖ）を導出する。そして、位置推定部１１４は、患部確率ｌ_１（ｕ，ｖ）と患部確率ｌ_２（ｕ，ｖ）を重ね合わせて患部確率ｌ（ｕ，ｖ）を導出する。以下、その重ね合わせ処理について例示する。

（重ね合わせ処理Ｄ）
位置推定部１１４は、例えば、患部確率ｌ_１（ｕ，ｖ）から患部確率ｌ_ｎ（ｕ，ｖ）の和（ｎは任意の自然数であり、関数の識別子である）を求めることで、重ね合わされた患部確率ｌ（ｕ，ｖ）を導出する。この場合の重ね合わされた患部確率ｌ（ｕ，ｖ）は、例えば式（６）で表される。式中、δはクロネッカーのデルタである。

（重ね合わせ処理Ｅ）
また、位置推定部１１４は、患部確率ｌ_１（ｕ，ｖ）から患部確率ｌ_ｎ（ｕ，ｖ）の積を求めることで、重ね合わされた患部確率ｌ（ｕ，ｖ）を導出してもよい。この場合の重ね合わされた患部確率ｌ（ｕ，ｖ）は、例えば式（７）で表される。

（重ね合わせ処理Ｆ）
また、位置推定部１１４は、カーネル密度推定によって、患部確率ｌ_１（ｕ，ｖ）から患部確率ｌ_ｎ（ｕ，ｖ）を重ね合わせた患部確率ｌ（ｕ，ｖ）を導出してもよい。この場合の重ね合わされた患部確率ｌ（ｕ，ｖ）は、例えば式（８）で表される。式中、Ｋはカーネル関数であり、ｈはバンド幅であり、Ｚは標本数とバンド幅の積である。

更に、位置推定部１１４は、上記例示した（重ね合わせ処理Ｄ）から（重ね合わせ処理Ｆ）のうちいずれかの処理によって重ね合わせた患部確率ｌ（ｕ，ｖ）に対して、上記例示した（推定処理Ａ）から（推定処理Ｃ）のうちいずれかの処理を行って、患部位置（ｕ_ｔ，ｖ_ｔ）を推定する。

なお、（重ね合わせ処理Ｄ）から（重ね合わせ処理Ｆ）として例示した処理の内容は、あくまで一例であり、位置推定部１１４は、同様の性質を有するその他の処理を行ってもよい。以下同様とする。

また、対応情報取得部１１６により取得される対応情報１５０が複数の関数ｆを含む場合においても、画像特徴導出部１１２および位置推定部１１４は、図５に示すように、走査領域ＳＡ内で対象領域ＯＡを変えながら処理を行ってもよい。この場合も位置推定部１１４は、上記と同様に、複数の関数ｆによりそれぞれ導出される患部確率を重ね合わせる処理を行う。

以上説明した本実施形態の医用画像処理装置１００によれば、透視画像の一部または全部である対象領域ＯＡについて画像特徴を導出し、画像特徴と探索部位の位置との対応関係を示す対応情報１５０に基づいて、導出された画像特徴から透視画像における被検体の患部の位置を推定することで、より正確に患部の位置を推定することができる。この結果、画像を用いた放射線などによる治療の信頼性を向上させることができる。

＜第２の実施形態＞
以下、第２の実施形態に係る医用画像処理装置１００Ａについて説明する。図９は、第２の実施形態に係る医用画像処理装置１００Ａの機能構成例を示す図である。第２の実施形態に係る医用画像処理装置１００Ａは、第１の実施形態に係る医用画像処理装置１００と比較すると、対応情報学習部１２０と、入力部１２２とを更に備える点で相違する。以下、第１の実施形態との共通点については同じ符号を付して説明を省略し、相違点を中心に説明する。

対応情報学習部１２０は、医用画像処理装置１００Ａに入力される学習用画像に基づいて、対応情報１５０を学習する。学習用画像は、例えば、治療計画用の３ＤＣＴ画像から生成されるＤＲＲである。ＤＲＲの画角は、入力画像ＩＭである透視画像と一致するように、予め計算されている。詳しくは、治療システムのところで説明する。

入力部１２２は、例えば、キーボードやマウス、タッチパネル、タッチパッド、ラジオボタンなどの入力デバイスを含む。

図１０は、第２の実施形態に係る医用画像処理装置１００Ａにより実行される処理の流れの一例を示すフローチャートである。まず、対応情報学習部１２０は、学習用画像における患部位置を特定する（ステップＳ４００）。患部位置は、例えば学習用画像を表示装置に表示させながら、利用者による入力部１２２に対する入力操作を受け付けることで特定される。なお、ＤＲＲにおける患部位置は、予め特定されている場合もあるし、対応情報学習部１２０が学習用画像を解析して患部位置を自動的に特定してもよい。

次に、対応情報学習部１２０は、学習用画像において、画像特徴を導出する対象領域を決定する（ステップＳ４０２）。対象領域は、患部位置と同様、例えば学習用画像を表示装置に表示させながら、利用者による入力部１２２に対する入力操作を受け付けることで特定される。対象領域は、患部を含むように設定されてもよいし、患部を含まないが画像特徴が顕著に現れる位置（例えば骨や筋肉など）を含むように設定されてもよい。また、このような特徴を有する位置を、対応情報学習部１２０が自動的に選択してもよい。

図１１は、利用者による入力操作によって患部位置と対象領域が指定される際の表示画面を示す図である。図１１の左図は患部位置の指定画面であり、図１１の右図は対象領域の指定画面である。まず、患部位置の指定画面において、患部位置ＴＰがマウス操作やタッチ操作などによって指定される。そして、確定ボタンＢ１が操作されると、図１１の右図に示す対象領域の指定画面に遷移する。対象領域の指定画面において、例えばマウス操作やタッチパネルに対するスライド操作などによって、対角にある二つのコーナーＣ１およびＣ２が指定されると、指定されたコーナーに基づいて対象領域ＯＡが重畳表示される。そして、確定ボタンＢ１が操作されると、患部位置ＴＰと対象領域ＯＡの指定が終了する。なお、「患部位置は対象領域の中心」というような規則が適用される場合、図１１の右図では一つのコーナーを指定すれば、他のコーナーは指定されたコーナーと患部位置から算出されるため、対象領域ＯＡの指定が完了する。更に、対象領域ＯＡのサイズが固定である場合、患部位置ＴＰが指定されると対象領域ＯＡは自動的に決定されるため、図１１の右図は表示されない。また、ボタンＢ２が操作されると、学習用画像全体が対象領域として指定される。

次に、対応情報学習部１２０は、対象領域における画像特徴を導出する（ステップＳ４０４）。係る処理は、対応情報学習部１２０の処理として実行されてもよいし、画像特徴導出部１１２をサブルーチンなどとして呼び出すことで実行されてもよい。

次に、対応情報学習部１２０は、患部位置、対象領域の位置、および画像特徴に基づいて、対応情報１５０を構築する（ステップＳ４０６）。図１２は、対応情報１５０が構築される様子を模式的に示す図である。対応情報１５０である関数ｆは、対象領域の画像特徴、対象領域の位置情報（例えば左上座標と右下座標）、および患部位置に基づいて、対象領域の画像特徴、対象領域と患部位置との相対位置関係、および画像特徴に対する規則を構成要素として基づいて構築される。画像特徴に対する規則とは、前述したように、配列間の相関係数やフィッティング率などの指標、あるいはこれらの指標を閾値と比較して離散化した値を出力するといった規則である。なお、画像特徴に対する規則が一律に決定されるという前提であれば、画像特徴に対する規則は、関数ｆの構成要素から省略されてもよい。また、患部位置が対象領域の重心に固定される前提の下では、対象領域の位置と患部位置との相対位置関係の情報は、関数ｆの構成要素から省略されてもよい。

以上説明した第２の実施形態に係る医用画像処理装置１００Ａによれば、ＤＲＲなどの学習用画像における対象領域ＯＡの画像特徴と、学習用画像において特定された被検体の患部の位置とに基づいて、対応情報１５０を学習することにより、一人一人の被検体（患者）に適合した対応情報１５０を使用することができる。これによって、利便性を向上させると共に、画像を用いた放射線などによる治療の信頼性を更に向上させることができる。

なお、上記第１の実施形態に係る医用画像処理装置１００、または第２の実施形態に係る医用画像処理装置１００Ａは、呼吸位相を入力パラメータとする関数ｆを対応情報１５０として使用してもよい（式（９）参照）。式中、ｂは呼吸位相である。また、この前提において第２の実施形態に係る医用画像処理装置１００Ａは、呼吸位相毎に画像特徴と患部位置との対応情報１５０を学習する処理を行ってよい。

ｆ（→ｘ，ｂ）＝ｌ_ｂ（ｕ，ｖ） …（９）

＜＜治療システム＞＞
以下、上記第２の実施形態に係る医用画像処理装置１００Ａの適用例について説明する。図１３は、治療装置１０および医用画像処理装置１００Ａを含む治療システム１の構成例を示す図である。

［治療装置］
治療装置１０は、例えば、寝台１１と、放射線源１２−１、１２−２と、放射線検出器１３−１、１３−２と、照射門（照射部）１４と、制御部１５と、入力部１６と、表示部１７とを備える。以下、符号におけるハイフンおよびこれに続く数字は、いずれの放射線源および放射線検出器の組による透視用の放射線、或いは透視画像であるかを示すものとする。

寝台１１には、治療を受ける被検体Ｐが固定される。放射線源１２−１は、被検体Ｐに対して透視用の放射線ｒ−１を照射する。放射線源１２−２は、放射線源１２−１とは異なる角度から、被検体Ｐに対して透視用の放射線ｒ−２を照射する。透視用の放射線ｒ−１およびｒ−２は、例えばＸ線である。

透視用の放射線ｒ−１は放射線検出器１３−１によって検出され、透視用の放射線ｒ−２は放射線検出器１３−２によって検出される。放射線検出器１３−１および１３−２は、例えばフラット・パネル・ディテクタ（ＦＰＤ；Flat Panel Detector）、イメージインテンシファイア、またはカラーイメージインテンシファイアなどである。放射線検出器１３−１は、放射線ｒ−１のエネルギーを検出してデジタル変換し、透視画像ＴＩ−１として医用画像処理装置１００に出力する。放射線検出器１３−２は、放射線ｒ−２のエネルギーを検出してデジタル変換し、透視画像ＴＩ−２として医用画像処理装置１００に出力する。図１３では、２組の放射線源および放射線検出器を示したが、治療装置１０は、３組以上の放射線源および放射線検出器を備えてもよい。

照射門１４は、治療段階において、被検体Ｐに対して治療ビームＢを照射する。治療ビームＢには、例えば、Ｘ線、γ線、電子線、陽子線、中性子線、重粒子線などが含まれる。図１３では、１つの照射門１４のみ示したが、治療装置１０は複数の照射門を備えてもよい。図１３では、被検体Ｐの垂直方向に照射門がある場合を示したが、治療装置１０は被検体Ｐの水平方向に照射門を備えてもよい。

制御部１５は、例えば、治療装置１０が設置される治療室内に置かれるコンピュータ装置により実現される。制御部１５は、治療計画に応じて、透視用の放射線ｒ−１およびｒ−２の照射を行うように放射線源１２−１および１２−２を制御する。入力部１６は、例えば専用キーやダイヤル、タッチパネル、汎用キーボード、マウスなどの入力デバイスである。また、制御部１５は、治療段階において、治療計画に基づいて治療ビームＢの照射を行うように照射門１４を制御する。表示部１７は、医用画像処理装置１００から送られる画像などを表示する。

［医用画像処理装置］
以下、医用画像処理装置１００Ａの適用例について説明する。医用画像処理装置１００Ａは、例えば、レジストレーション部１０２と、ＤＲＲ生成部１０４と、患部位置計算部１０６と、画像取得部１１０−１、１１０−２と、画像特徴導出部１１２−１、１１２−２と、位置推定部１１４−１、１１４−２と、出力部１１８と、対応情報学習部１２０−１、１２０−２と、入力部１２２とを備える。なお、図１３では、対応情報取得部１１６については位置推定部１１４の一機能であるものとして図示を省略している。

画像取得部１１０−１、１１０−２、画像特徴導出部１１２−１、１１２−２、位置推定部１１４−１、１１４−２、および対応情報学習部１２０−１、１２０−２は、第１または第２の実施形態において説明した各機能ブロックを、二系統で入力される透視画像ＴＩ−１およびＴＩ−２にそれぞれ対応するものとして表現した機能ブロックであり、基本的な機能は第１または第２の実施形態で説明した通りである。従って、これらの機能ブロックの機能について再度の説明は省略する。

医用画像処理装置１００Ａは、対応情報１５０と、計画データ１５２とを保持している。対応情報１５０および計画データ１５２は、ＲＡＭやＨＤＤ、フラッシュメモリなどの記憶装置により記憶される。

以下、医用画像処理装置１００Ａの各機能部について、治療の流れを参照しつつ説明する。図１４は、治療システム１を利用して行われる治療の流れの一例を示すフローチャートである。

まず、治療が行われる前（例えば１週間程度前）に、治療計画が立てられる（ステップＳ５００）。これについては図１５を参照して説明する。図１５は、治療計画の流れの一例を示すフローチャートである。

治療計画段階において、まず、被検体Ｐの４ＤＣＴ撮影が行われる（ステップＳ５０２）。次に、４ＤＣＴ画像を計画データ１５２として記憶装置に記憶させる（ステップＳ５０４）。４ＤＣＴ画像は、３次元ボリュームデータであるＣＴ画像を時系列にｎ個並べたものである。このｎ個および時系列画像の時間間隔を乗算して求められる期間は、例えば、呼吸位相が１周期分変化する期間をカバーするように設定される。例えば、ｎ＝１０である。なお、治療計画段階において用いられる画像は、４ＤＣＴ画像に限られず、他の３次元ボリュームデータの動画を用いてもよい。例えば、磁気共鳴画像（ＭＲＩ：Magnetic Resonance Imaging）の動画でもよい。

次に、ｎ個のＣＴ画像のうち、例えば１つのＣＴ画像を表示し、そのＣＴ画像に対して、利用者による患部の輪郭の入力を受け付ける（ステップＳ５０６）。本ステップにおいて、医用画像処理装置１００Ａは、被検体Ｐが息を吐いた状態のＣＴ画像における断面像を表示装置により表示する。利用者は、表示する断面を変化させながら、患部である腫瘍の輪郭や治療ビームＢを照射したくない臓器の輪郭などを、入力部１２２を用いて入力する。

次に、医用画像処理装置１００Ａは、輪郭情報を生成し、計画データ１５２の一部として記憶装置に記憶させる（ステップＳ５０８）。本ステップにおいて、医用画像処理装置１００Ａは、ステップＳ５０６で利用者が輪郭を入力したＣＴ画像以外の（ｎ−１）個のＣＴ画像それぞれに対する輪郭をデフォーマブルレジストレーションによって設定する。図１３において、デフォーマブルレジストレーションを実行するブロックの図示は省略している。

次に、医用画像処理装置１００Ａにおいて、治療計画が立案される（ステップＳ５１０）。具体的には、ステップＳ５０６、Ｓ５０８において入力、生成された輪郭情報に基づいて、患部がどの位置にあるときに、どこに、どの方向から、どれだけの治療ビームＢを照射するかが、ゲーテッド照射法や追尾照射法などの治療法に基づいて計画される。この計画は、医用画像処理装置１００Ａに記憶された治療計画プログラムによって立案される。立案された計画は、表示装置により表示され、利用者によって確認される。治療計画の情報は、例えば、治療装置１０の制御部１５が有する記憶部などに記憶される。図１３において、計画を立案するブロックの図示は省略している。

なお、図１５のフローチャートにおいて、医用画像処理装置１００Ａが実行する処理として説明した各種処理の一部は、外部装置によって実行されてもよい。例えば、ＣＴ画像の断面像を表示する処理や、患部の輪郭に関する利用者の入力を受理する処理、デフォーマブルレジストレーションを実行する処理、治療計画を立案する処理などは、医用画像処理装置１００Ａの外部の治療計画装置によって実行されてもよい。

治療計画が立てられると、医用画像処理装置１００Ａは、被検体Ｐの対象領域における画像特徴と、患部位置との対応関係を学習する学習処理を行う（ステップＳ６００）。学習処理は、例えば、ステップＳ５００の治療と同じ日において、ステップＳ７００のリハーサルの直前に行われる。治療が複数日に及ぶ場合、学習は最初の治療日だけ行われてもよい。また、学習は、治療およびリハーサルとは別の日に行われてもよい。

学習処理段階において、被検体Ｐは寝台１１に寝かされ、シェルなどで固定される。そして、図１６に示す流れで処理が行われる。図１６は、学習処理の流れの一例を示すフローチャートである。

まず、寝台位置の粗い調整が行われる（ステップＳ６０２）。この段階において、利用者が、被検体Ｐの位置と姿勢を目視で確認し、照射門１４からの治療ビームＢが当たりそうな位置へ寝台１１を動かす。これにより、寝台１１の位置が粗く調整される。

次に、寝台位置を細かく調整するために利用する透視画像ＴＩ−１、ＴＩ−２が撮影される（ステップＳ６０４）。透視画像ＴＩ−１、ＴＩ−２は、例えば被検体Ｐが息を吐き切ったタイミングで、放射線源１２−１および放射線検出器１３−１の組と、放射線源１２−２および放射線検出器１３−２の組とによって、それぞれ撮影される。寝台１１の位置が、ステップＳ６０２で粗く調整済みであるため、透視画像ＴＩ−１、ＴＩ−２には、被検体Ｐの患部付近が写る。医用画像処理装置１００Ａの画像取得部１１０−１は透視画像ＴＩ−１を、画像取得部１１０−２は透視画像ＴＩ−２を、それぞれ取得してレジストレーション部１０２に出力する（ステップＳ６０６）。

そして、レジストレーション部１０２は、計画データ１５２から４ＤＣＴ画像のうち呼気位相のＣＴ画像を読み出し、透視画像ＴＩ−１、ＴＩ−２と比較し、３Ｄ−２Ｄレジストレーションにより、寝台１１上の被検体Ｐの位置と姿勢の情報を算出する（ステップＳ６０８）。呼気位相とは、被検体Ｐが息を吐き切った状態の呼吸位相をいう。３Ｄ−２Ｄレジストレーションとは、寝台１１上に仮想的にＣＴ画像データを設置して、仮想的に生成した透視画像であるＤＲＲの画角が、透視画像ＴＩ−１、ＴＩ−２と一致するＣＴ画像データの位置と姿勢を計算する処理である。これにより、寝台１１上の被検体Ｐの位置と姿勢の情報が算出される。この位置と姿勢の情報に基づいて、寝台１１の位置が、自動的に或いは人の操作により精密に調整される。この調整後の位置と姿勢は、ＤＲＲ生成部１０４と画像特徴導出部１１２−１、１１２−２に出力される。

次に、ＤＲＲ生成部１０４が、ステップＳ６０８で得られた位置と姿勢の情報に基づいて、４ＤＣＴ画像から時系列の（ｎ個の）ＤＲＲを生成する（ステップＳ６１０）。ステップＳ６０８において、寝台１１の位置が精密に調整済みであるため、本ステップで生成されるＤＲＲは、透視画像ＴＩ−１、ＴＩ−２と画角が一致する。

次に、患部位置計算部１０６が、計画データ１５２として記憶された患部の輪郭情報と、ステップＳ６０８において得られた位置と姿勢の情報とに基づいて、時系列の各ＤＲＲにおける患部位置を計算する（ステップＳ６１２）。患部位置計算部１０６は、例えば、ｎ個のＣＴ画像それぞれについて、患部の質量が均一であると仮定して輪郭情報から患部の３次元的な重心位置を計算し、計算した重心位置を対応するＤＲＲに射影した位置を患部位置とする。

なお、医用画像処理装置１００Ａは、患部の輪郭ではなく患部位置の入力を直接的に受け付けてもよい。この場合、患部位置計算部１０６は、利用者が患部位置を入力したＣＴ画像以外の（ｎ−１）個のＣＴ画像それぞれに対する患部位置をデフォーマブルレジストレーションによって設定し、設定した患部位置を対応するＤＲＲに射影することで患部位置を計算する。図１７は、一つのＣＴ画像に対して入力された患部位置が他のＣＴ画像に展開される様子を模式的に示す図である。

患部位置計算部１０６により患部位置が計算されると、第２の実施形態で説明したように、対応情報学習部１２０−１、１２０−２が、ＤＲＲにおいて、画像特徴を導出する対象領域を決定し（ステップＳ６１４）、対象領域における画像特徴を導出し（ステップＳ６１６）、対応情報１５０を構築する（ステップＳ６１８）。これらの処理についての再度の説明は省略する。

［リハーサル］
学習処理が終了すると、リハーサルが行われる（図１４；ステップＳ７００）。リハーサルでは、被検体Ｐの患部を透視画像ＴＩの動画で追跡できるか否かを確認する。リハーサルは、ステップＳ８００の治療と同じ日の、その治療の直前に行われる。治療が複数日に及ぶ場合、リハーサルは最初の治療日だけに行われてもよい。また、リハーサルの直前には、被検体Ｐの位置決めが行われるが、本実施形態では、既に被検体Ｐの位置決めが済んでいるため、位置決めを改めて行う必要はない。また、リハーサルを省略することも可能である。

図１８は、リハーサルにおいて行われる処理の流れを示すフローチャートの一例である。リハーサルでは、まず、位置推定部１１４−１、１１４−２が、学習処理において学習された対応情報１５０を、読み出しておく（ステップＳ７０２）。

次に、放射線源１２−１および放射線検出器１３−１の組と、放射線源１２−２および放射線検出器１３−２の組とによって透視画像ＴＩ−１、ＴＩ−２の動画（例えばＸ線動画）の撮影が開始される（ステップＳ７０４）。動画の各フレームは、画像取得部１１０−１、１１０―２により順次、透視画像ＴＩ−１、ＴＩ−２として取得され、画像特徴導出部１１２−１、１１２−２に順次出力される。

次に、画像特徴導出部１１２−１および位置推定部１１４−１、並びに画像特徴導出部１１２−２および位置推定部１１４−２が、それぞれ患部位置を推定する（ステップＳ７０６）。本ステップの処理は、例えば図６または図７を用いて説明した処理と同様である。

次に、位置推定部１１４−１、１１４−２は、推定した患部位置を透視画像ＴＩ−１、ＴＩ−２に重畳させて、表示装置に表示させる（ステップＳ７０８）。図１９は、リハーサル段階の表示画面の一例を示す図である。図示するように、リハーサル段階の表示画面では、例えば、透視画像ＴＩ−１、ＴＩ−２が並べて表示される。それぞれの透視画像ＴＩには、患部位置を示すオブジェクトＡ−１、Ａ−２などが重畳表示される。リハーサル段階の表示画面は、例えば、図１８のフローチャートにおけるループ処理（ステップＳ７０６〜Ｓ７１８）において繰り返し更新されるため、利用者から見ると、患部位置が示された透視画像ＴＩ−１、ＴＩ−２の動画が表示されているように映る。また、リハーサル段階の表示画面には、動画の一時停止を指示するためのＧＵＩスイッチである一時停止スイッチＳＳが設けられる。

利用者は、この表示画面を視認して、２方向からの透視画像ＴＩ−１、ＴＩ−２上で、自ら目視により確認した患部位置と、推定結果として表示される患部位置を示すオブジェクトＡ−１、Ａ−２とが合致しているか否かを確認することができる。これによって、治療の信頼性を向上させることができる。

次に、医用画像処理装置１００Ａは、一時停止スイッチＳＳが操作されたか否かを判定する（ステップＳ７１０）。一時停止スイッチＳＳが操作されると、医用画像処理装置１００Ａは、修正指示がなされたか否かを判定する（ステップＳ７１２）。修正指示は、例えば、利用者が正しい患部位置をマウスでクリックすることにより行われる。修正指示がなされた場合、位置推定部１１４−１または１１４−２は、患部位置を補正する（ステップＳ７１４）。修正指示は、透視画像ＴＩ−１、ＴＩ−２の一方または双方に対してなされる。位置推定部１１４−１または１１４−２は、例えば、表示していたオブジェクトＡ１またはＡ２と修正指示された位置との差分を補正量（修正量）として求め、以降、患部位置を推定する際に、補正量を加味して推定結果を確定する。この補正量は、治療段階にも引き継がれる。また、位置推定部１１４−１または１１４−２は、差分に基づいて、対応情報１５０自体を修正してもよい。これによって、表示していたオブジェクトＡ１またはＡ２の位置も併せて修正される。

修正指示は、再度一時停止スイッチＳＳが操作されることで一時停止が解除されるまで受け付けられる（ステップＳ７１６）。また、医用画像処理装置１００Ａは、利用者によって終了指示がなされるまで、動画の表示を継続する（ステップＳ７１８）。

係る制御によって、治療段階において治療システム１が照射門１４の制御に用いる患部位置を、利用者が確認することができる。透視画像ＴＩ上では、患部位置を直接的に求めるのが困難である場合がある。そこで、本実施形態の医用画像処理装置１００Ａでは、まずＤＲＲ上で、対象領域の画像特徴と患部位置との対応情報１５０を求めておき、透視画像ＴＩ上で対象領域の画像特徴から患部位置を再現するようにしている。すなわち、本実施形態の医用画像処理装置１００Ａは、透視画像ＴＩ上でもコンピュータ処理で認識可能な対象領域の画像領域と、上記対応情報１５０とに基づいて患部位置を推定する。これによって、リハーサル段階や治療段階において患部位置が利用者の意図に沿っているかどうかを確認することができる。

［治療段階］
リハーサルにおいて、患部位置の確認、修正が行われると、治療が開始される（図１４；ステップＳ８００）。治療段階では、被検体Ｐの患部に治療ビームＢが照射される。また、治療の直前には、被検体Ｐの位置決めが行われるが、本実施形態では、既に被検体Ｐの位置決めが済んでいるため、位置決めを改めて行う必要はない。

図２０は、治療段階において行われる処理の流れの一例を示すフローチャートである。まず、リハーサル段階と同様に、位置推定部１１４−１、１１４−２が、学習処理において学習された対応情報１５０を読み出しておく（ステップＳ８０２）。次に、透視画像ＴＩ−１、ＴＩ−２の動画（例えばＸ線動画）の撮影が開始される（ステップＳ８０４）。

次に、画像特徴導出部１１２−１および位置推定部１１４−１、並びに画像特徴導出部１１２−２および位置推定部１１４−２が、それぞれ患部位置を推定する（ステップＳ８０６）。本ステップの処理は、例えば図６または図７を用いて説明した処理と同様である。そして、出力部１１８が、ステップＳ８０６で推定された患部位置を治療装置１０に出力する（ステップＳ８０８）。

次に、治療装置１０の制御部１５が、ステップＳ８０６で推定された患部位置が、予め設定された設定範囲内であるか否かを判定する（ステップＳ８１０）。患部位置が、予め設定された設定範囲内である場合、制御部１５は、治療ビームＢを照射するように照射門１４を制御する（ステップＳ８１２）。患部位置が、予め設定された設定範囲外である場合、制御部１５は、治療ビームＢを照射門１４に照射させない。これにより、被検体Ｐの患部がゲーテッド照射法で治療される。

ステップＳ８０６〜Ｓ８１２の処理は、患部に照射した治療ビームＢの累計の量が、予め定められた量に至ったときに終了するように制御される（ステップＳ８１４）。なお、ゲーテッド照射法での治療の流れを例示したが、動画において患部位置を推定することで追跡し、治療ビームＢをその患部位置に追尾させて照射することで、追尾照射法が実現される。

また、治療システム１は、治療段階において、患部位置と設定範囲とを対比可能な表示画面を、表示部１７に表示させてもよい。図２１は、治療段階の表示画面の一例を示す図である。図示するように、治療段階の表示画面では、透視画像ＴＩ−１に対応する設定範囲Ｔａ−１と、透視画像ＴＩ−１に対応する患部位置を示すオブジェクトＡ−１がと対比可能となっている。また、治療段階の表示画面では、透視画像ＴＩ−２に対応する設定範囲Ｔａ−２と、透視画像ＴＩ−２に対応する患部位置を示すオブジェクトＡ−２とが対比可能となっている。

係る制御によって、本実施形態の医用画像処理装置１００Ａは、患部位置の推定の信頼性、ひいては治療の信頼性を向上させることができる。従来は、治療段階で撮影した透視画像における横隔膜周辺の画像情報に基づいて治療ビームを照射するといった制御がなされていた。しかしながら、この従来の手法では、患部そのものの位置を追跡して治療支援を行うものではないため、信頼性が十分でない場合があった。これに対し、本実施形態の医用画像処理装置１００Ａは、特徴部位の位置と患部位置との対応関係に基づいて、透視画像ＴＩから患部位置を推定することで、治療の信頼性を向上させることができる。

また、本実施形態の医用画像処理装置１００Ａは、治療の省力化を図ることができる。従来は、治療の直前に治療計画用とは別に、様々な呼吸位相の画像を撮影し、所望の呼吸位相の画像を選択するといった作業が行われており、利用者の負担となっていた。これに対し、本実施形態の医用画像処理装置１００Ａは、特徴部位の位置と患部位置との対応関係を学習することにより、上記のような手間を省略し、治療の省力化を図ることができる。

なお、上記実施形態では、被検体Ｐの患部の位置は、利用者によって指定された患部の輪郭の情報からデフォーマブルレジストレーションによって生成された輪郭の情報を利用して設定されるものとしたが、利用者が被検体Ｐの患部の透視画像ＴＩ−１、ＴＩ−２における中心位置を直接的に指定するようにしてもよい。利用者は、マウスやキーボードの十字キーなどを使用して、呼吸位相が異なる複数の透視画像ＴＩ上で被検体Ｐの患部の中心位置を指定する。この場合、処理の順は、治療計画、透視画像ＴＩ−１、ＴＩ−２の動画の撮影、対応関係の学習、リハーサル、治療という順になる。これにより、治療計画時よりも治療に時間が近い画像から学習できるようになるため、治療で腫瘍を追跡する際の誤差が小さくなることが期待できる。

以上説明した少なくともひとつの実施形態によれば、撮像装置により撮像された被検体の透視画像を取得する画像取得部（１１０）と、画像取得部により取得された透視画像の一部または全部である対象領域（ＯＡ）について画像特徴を導出する画像特徴導出部（１１２）と、画像特徴と探索部位の位置との対応関係を示す対応情報（１５０）に基づいて、画像特徴導出部により導出された画像特徴から透視画像における被検体の探索部位の位置を推定する位置推定部（１１４）とを持つことにより、信頼性を向上させることができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

すなわち、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することができる。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。

１…治療システム、１０…治療装置、１００、１００Ａ…医用画像処理装置、１０２…レジストレーション部、１０４…ＤＲＲ生成部、１０６…患部位置計算部、１１０…画像取得部、１１２…画像特徴導出部、１１４…位置推定部、１１６…対応情報取得部、１１８…出力部、１２０…対応情報学習部、１２２…入力部、１５０…対応情報、１５２…計画データ

Claims (15)

1. 撮像装置により撮像された被検体の透視画像を取得する画像取得部と、
   前記画像取得部により取得された透視画像の一部または全部であり探索部位の位置を含む対象領域について、前記対象領域内の画素の画素値に対する処理の結果を配列化した画像情報である画像特徴を導出する画像特徴導出部と、
   三次元画像から前記透視画像を再現するように再構成され、前記三次元画像に対して特定された探索部位の位置が引き継がれた再構成画像を学習用画像とした学習処理によって生成された対応情報であって、画像特徴および前記対象領域の前記学習用画像における位置と、探索部位の位置との対応関係を示す対応情報に基づいて、前記画像特徴導出部により導出された画像特徴および前記対象領域の前記透視画像における位置から前記透視画像における前記被検体の前記探索部位の位置を推定する位置推定部と、
   を備える医用画像処理装置。
2. 前記画像特徴は、対象領域内の画素の画素値のそれぞれにおける周囲の画素との輝度勾配を配列化した画像情報である、
   請求項１記載の医用画像処理装置。
3. 前記対応情報は、前記対象領域の前記透視画像における位置と、前記画像特徴導出部により導出された画像特徴を入力情報とすることで、前記透視画像上の一つの位置における前記探索部位の位置である確率を導出する導出規則を含み、
   前記画像特徴導出部が、前記透視画像において対象領域の位置を変えながら画像特徴を導出し、前記位置推定部が、前記画像特徴導出部により複数の対象領域について導出された画像特徴から前記探索部位の位置である確率をそれぞれ導出することで、前記透視画像における複数の位置に対応した前記探索部位の位置である確率を導出する、
   請求項１または２記載の医用画像処理装置。
4. 前記対応情報は、前記対象領域の前記透視画像における位置と、前記画像特徴導出部により導出された画像特徴を入力情報とすることで、前記透視画像上の複数の位置における前記探索部位の位置である確率を導出する導出規則を含み、
   前記画像特徴導出部が、前記透視画像において一つの対象領域について画像特徴を導出し、前記位置推定部が、前記画像特徴導出部により一つの対象領域について導出された画像特徴から、前記透視画像上の複数の位置に対応した前記探索部位の位置である確率を導出する、
   請求項１から３のうちいずれか１項記載の医用画像処理装置。
5. 前記位置推定部は、前記導出した、前記透視画像上の複数の位置に対応した前記探索部位の位置である確率が最大値となる位置を、前記被検体における前記被検体の探索部位の位置と推定する、
   請求項３または４記載の医用画像処理装置。
6. 前記位置推定部は、前記導出した、前記透視画像上の複数の位置に対応した前記探索部位の位置である確率の分布の重心を、前記被検体における前記被検体の探索部位の位置と推定する、
   請求項３または４記載の医用画像処理装置。
7. 前記位置推定部は、前記導出した、前記透視画像上の複数の位置に対応した前記探索部位の位置である確率の局所領域内の合計が最大となる当該局所領域の中心を、前記被検体における前記被検体の探索部位の位置と推定する、
   請求項３または４記載の医用画像処理装置。
8. 前記対応情報は、前記対象領域の前記透視画像における位置と、前記画像特徴導出部により導出された画像特徴を入力情報とすることで、前記透視画像上の一つまたは複数の位置における前記探索部位の位置である確率を導出する導出規則を複数含み、
   前記位置推定部は、前記複数の導出規則によってそれぞれ導出される確率を重ね合わせることで、前記透視画像上の一つまたは複数の位置に対応した前記探索部位の位置である確率を導出し、前記導出した確率に基づいて、前記透視画像における前記被検体の探索部位の位置を推定する、
   請求項１から７のうちいずれか１項記載の医用画像処理装置。
9. 前記位置推定部は、前記複数の導出規則によってそれぞれ導出される確率の和を求めることで、前記複数の導出規則によってそれぞれ導出される確率を重ね合わせる、
   請求項８記載の医用画像処理装置。
10. 前記位置推定部は、前記複数の導出規則によってそれぞれ導出される確率の積を求めることで、前記複数の導出規則によってそれぞれ導出される確率を重ね合わせる、
    請求項８記載の医用画像処理装置。
11. 前記位置推定部は、カーネル密度推定によって、前記複数の導出規則によってそれぞれ導出される確率を重ね合わせる、
    請求項８記載の医用画像処理装置。
12. 前記画像特徴導出部は、前記対象領域内の各画素の輝度勾配に基づく情報を、前記画像特徴として導出する、
    請求項１から１１のうちいずれか１項記載の医用画像処理装置。
13. 学習用画像における対象領域の画像特徴と、前記学習用画像において特定された前記探索部位の位置とに基づいて、前記対応情報を学習する学習部を更に備える、
    請求項１から１２のうちいずれか１項記載の医用画像処理装置。
14. 前記学習部は、更に、前記学習用画像における前記対象領域の位置に基づいて、前記対象領域と前記探索部位の位置との相対位置関係を含む前記対応情報を学習する、
    請求項１３記載の医用画像処理装置。
15. 請求項１から１４のうちいずれか１項記載の医用画像処理装置と、
    前記被検体に治療ビームを照射する照射部と、
    前記医用画像処理装置の位置推定部により推定された前記被検体の探索部位の位置に対して前記治療ビームを照射するように前記照射部を制御する制御部と、
    を備える治療システム。

Images