JP7593147B2 - Dynamic image analysis device and program - Google Patents
Dynamic image analysis device and program Download PDFInfo
- Publication number
- JP7593147B2 JP7593147B2 JP2021012548A JP2021012548A JP7593147B2 JP 7593147 B2 JP7593147 B2 JP 7593147B2 JP 2021012548 A JP2021012548 A JP 2021012548A JP 2021012548 A JP2021012548 A JP 2021012548A JP 7593147 B2 JP7593147 B2 JP 7593147B2
- Authority
- JP
- Japan
- Prior art keywords
- dynamic image
- movement
- adhesion
- amount
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000010191 image analysis Methods 0.000 title claims description 21
- 230000033001 locomotion Effects 0.000 claims description 305
- 210000004072 lung Anatomy 0.000 claims description 199
- 239000013598 vector Substances 0.000 claims description 61
- 206010035588 Pleural adhesion Diseases 0.000 claims description 52
- 210000000038 chest Anatomy 0.000 claims description 39
- 238000009795 derivation Methods 0.000 claims description 33
- 238000002601 radiography Methods 0.000 claims description 18
- 238000003384 imaging method Methods 0.000 description 70
- 230000005855 radiation Effects 0.000 description 48
- 238000000034 method Methods 0.000 description 39
- 238000012545 processing Methods 0.000 description 22
- 238000004458 analytical method Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 20
- 238000004891 communication Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 13
- 230000002685 pulmonary effect Effects 0.000 description 13
- 230000029058 respiratory gaseous exchange Effects 0.000 description 12
- 210000004204 blood vessel Anatomy 0.000 description 11
- 238000001514 detection method Methods 0.000 description 11
- 238000001356 surgical procedure Methods 0.000 description 9
- 210000000988 bone and bone Anatomy 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 210000004224 pleura Anatomy 0.000 description 5
- 210000001147 pulmonary artery Anatomy 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 210000000621 bronchi Anatomy 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000000241 respiratory effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000008602 contraction Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 210000000188 diaphragm Anatomy 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 210000000115 thoracic cavity Anatomy 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 206010006322 Breath holding Diseases 0.000 description 1
- 241000197194 Bulla Species 0.000 description 1
- 208000032843 Hemorrhage Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 208000034158 bleeding Diseases 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 208000002352 blister Diseases 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Description
本発明は、動態画像解析装置及びプログラムに関する。 The present invention relates to a dynamic image analysis device and program.
手術前などに生体組織間の癒着の有無や癒着箇所を評価する技術として、例えば、特許文献１には、ＣＴ装置によって吸気時と呼気時の２時相の静止画像を収集し、収集した２時相の静止画像を用いて胸膜癒着を評価する技術が記載されている。また、例えば、特許文献２には、経時的に収集した３次元ＣＴ画像データ（４Ｄデータ）における物理的に密接する肺表面の内側と外側の各ボクセルのペアについて、３次元の動きベクトルを求めて滑り度を算出し、滑り度に基づいて肺領域の輪郭線上の領域において動いている部分と動いていない部分を抽出することが記載されている。また、例えば、特許文献３には、超音波画像における物理的にも画像位置的にも密接する2つの構造物の動きベクトルを求め、２つの構造物間の癒着度を算出することが記載されている。
As a technique for evaluating the presence or absence of adhesion between biological tissues and the location of adhesion before surgery, for example,
しかしながら、ＣＴ装置や４Ｄ－ＣＴは、装置のコストの点から一般の医療施設には導入しづらく、また、撮影手続きの煩雑さや被ばく量の観点から、一般の術前患者には適用しにくいという問題がある。また、超音波診断装置は、局所撮影のため被写体の全体が概観できず、全体を撮影しようとすると撮影時間が膨大となる。また、撮影手技も難しい。そのため、同様に、一般の術前患者には適用しにくいという問題がある。 However, CT and 4D-CT scanners are difficult to introduce into general medical facilities due to the cost of the equipment, and the complicated imaging procedures and radiation exposure make them difficult to apply to general preoperative patients. In addition, ultrasound diagnostic equipment does not allow for an overview of the subject as it only captures localized images, and capturing an image of the entire subject would take an enormous amount of time. The imaging techniques are also difficult. For these reasons, there is also the problem that they are difficult to apply to general preoperative patients.
本発明は、上記の問題に鑑みてなされたものであり、胸膜の癒着に関する情報を少ない被ばく量で簡易に取得できるようにすることである。 The present invention was made in consideration of the above problems, and aims to make it possible to easily obtain information about pleural adhesions with a small amount of radiation exposure.
上記課題を解決するため、請求項１に記載の発明の動態画像解析装置は、
放射線による動態撮影により得られた胸部の動態画像を取得する取得部と、
前記動態画像における肺領域の体軸方向の動き量に基づいて、胸膜の癒着に関する情報を導出する導出部と、
前記導出された前記癒着に関する情報を出力する出力部と、
を備える。
In order to solve the above problems, the dynamic image analysis device of the present invention according to
an acquisition unit for acquiring dynamic images of the chest obtained by dynamic radiography;
a derivation unit that derives information about pleural adhesion based on a movement amount in a body axis direction of a lung region in the dynamic image;
an output unit that outputs the derived information about adhesion;
Equipped with.
請求項２に記載の発明の動態画像解析装置は、
放射線による動態撮影により得られた胸部の動態画像を取得する取得部と、
前記動態画像における肺領域の特定方向の動き量に基づいて、胸膜の癒着に関する情報を導出する導出部と、
前記導出された前記癒着に関する情報を出力する出力部と、
を備え、
前記癒着に関する情報は、前記動態画像における肺領域の小領域ごとの前記動き量を含む。
The dynamic image analysis device of the invention according to
an acquisition unit for acquiring dynamic images of the chest obtained by dynamic radiography;
a derivation unit that derives information regarding pleural adhesion based on a movement amount in a specific direction of a lung region in the dynamic image;
an output unit that outputs the derived information about adhesion;
Equipped with
The information about adhesions includes the amount of movement for each small region of the lung region in the dynamic image.
請求項３に記載の発明は、請求項２に記載の発明において、
前記導出部は、前記動態画像を解析することにより前記動態画像における肺領域の動き方向を前記特定方向とし、前記特定方向の動き量に基づいて、胸膜の癒着に関する情報を導出する。
The invention described in
The derivation unit analyzes the dynamic image to determine a direction of movement of a lung region in the dynamic image as the specific direction, and derives information regarding pleural adhesion based on an amount of movement in the specific direction.
請求項４に記載の発明は、請求項２に記載の発明において、
前記導出部は、ユーザー操作により指定された方向を前記特定方向とし、前記特定方向の動き量に基づいて、胸膜の癒着に関する情報を導出する。
The invention described in
The derivation unit defines a direction specified by a user operation as the specific direction, and derives information related to pleural adhesion based on an amount of movement in the specific direction.
請求項５に記載の発明は、請求項１～４のいずれか一項に記載の発明において、
前記癒着に関する情報は、前記癒着の有無を示す情報、前記癒着の強度を示す情報、前記癒着の尤度を示す情報の少なくとも一つを含む。
The invention described in
The information regarding adhesion includes at least one of information indicating the presence or absence of adhesion, information indicating the strength of adhesion, and information indicating the likelihood of adhesion.
請求項６に記載の発明は、請求項１に記載の発明において、
前記癒着に関する情報は、前記動態画像における肺領域の小領域ごとの前記動き量を含む。
The invention described in
The information about adhesions includes the amount of movement for each small region of the lung region in the dynamic image.
請求項７に記載の発明は、請求項１～６のいずれか一項に記載の発明において、
前記導出部は、前記動態画像における肺領域の小領域ごとの前記動き量に基づいて、前記小領域ごとの前記癒着に関する情報を導出し、
前記出力部は、前記動態画像における前記小領域ごとの前記癒着に関する情報を出力する。
The invention described in
The derivation unit derives information regarding the adhesion for each small region based on the amount of movement for each small region of the lung region in the dynamic image;
The output unit outputs information regarding the adhesion for each of the small regions in the dynamic image.
請求項８に記載の発明は、請求項７に記載の発明において、
前記小領域ごとの前記癒着に関する情報は、前記肺領域の小領域ごとの前記動き量が所定の閾値以下であるか否かの情報を含む。
The invention described in
The information regarding adhesion for each small region includes information as to whether the amount of movement for each small region of the lung region is equal to or smaller than a predetermined threshold value.
請求項９に記載の発明は、請求項７に記載の発明において、
前記出力部は、前記動態画像の代表フレーム画像の前記小領域ごとに前記癒着に関する情報に応じた色を付加した画像を出力する。
The invention described in claim 9 is the invention described in
The output unit outputs an image in which a color corresponding to information related to adhesion is added to each of the small regions of the representative frame image of the dynamic image.
請求項１０に記載の発明は、請求項７に記載の発明において、
前記出力部は、前記動態画像の代表フレーム画像の前記小領域ごとに前記動き量を示すベクトルを表示した画像を出力する。
The invention described in claim 10 is the invention described in
The output unit outputs an image displaying a vector indicating the amount of motion for each small region of a representative frame image of the dynamic image.
請求項１１に記載の発明は、請求項７に記載の発明において、
前記出力部は、前記動態画像の代表フレーム画像の前記小領域ごとに前記動き量に応じた色を付加した画像を出力する。
The invention described in
The output unit outputs an image in which a color corresponding to the amount of motion is added to each of the small regions of the representative frame image of the dynamic image.
請求項１２に記載の発明は、請求項１１に記載の発明において、
前記導出部は、前記動態画像における各肺領域の垂直方向の位置ごとに、その垂直方向の位置にある小領域ごとの前記動き量の代表値を導出し、
前記出力部は、前記動態画像の代表フレーム画像の各肺領域の近傍に、前記各肺領域の垂直方向の位置ごとの前記代表値に応じた色を付した画像を出力する。
The invention described in
the derivation unit derives, for each vertical position of each lung region in the dynamic image, a representative value of the amount of motion for each small region at that vertical position;
The output unit outputs an image in which a color corresponding to the representative value for each vertical position of each lung region is applied to a vicinity of each lung region of a representative frame image of the dynamic image.
請求項１３に記載の発明は、請求項１～１２のいずれか一項に記載の発明において、
前記導出部は、前記動態画像における左右肺ごとに前記癒着に関する情報を導出し、
前記出力部は、前記左右肺ごとの前記癒着に関する情報を出力する。
The invention described in
The derivation unit derives information regarding the adhesion for each of the left and right lungs in the dynamic image,
The output unit outputs information regarding the adhesion for each of the left and right lungs.
請求項１４に記載の発明は、請求項１３に記載の発明において、
前記導出部が左右肺ごとに導出する前記癒着に関する情報は、前記肺領域における前記動き量が所定の閾値以下の動き低下領域に関する数値を含む。
The invention described in
The information about adhesion derived by the derivation unit for each of the left and right lungs includes a numerical value related to a motion-decreased region where the amount of motion in the lung region is equal to or less than a predetermined threshold value.
請求項１５に記載の発明は、請求項１３又は１４に記載の発明において、
前記導出部が左右肺ごとに導出する前記癒着に関する情報は、前記肺領域における前記動き量が予め定められた第１の値以下の領域と前記第１の値よりも大きい第２の値以上の領域との距離、または前記肺領域における前記動き量が所定の閾値以下の領域から所定範囲内の領域における最大の前記動き量の少なくとも一つを含む。
The invention described in claim 15 is the invention described in
The information regarding adhesion derived by the derivation unit for each of the left and right lungs includes at least one of the distance between a region in the lung region where the amount of movement is equal to or less than a predetermined first value and a region where the amount of movement is equal to or greater than a second value greater than the first value, or the maximum amount of movement in a region within a predetermined range from a region in the lung region where the amount of movement is equal to or less than a predetermined threshold value.
請求項１６に記載の発明は、請求項１～１５のいずれか一項に記載の発明において、
前記導出部は、さらに、前記動態画像における横隔膜の動き量に基づいて、前記癒着に関する情報を導出する。
The invention described in claim 16 is the invention described in any one of
The derivation unit further derives information regarding the adhesion based on an amount of movement of the diaphragm in the dynamic image.
請求項１７に記載の発明は、請求項１～１６のいずれか一項に記載の発明において、
前記出力部は、前記動態画像における横隔膜の動き量が所定の閾値以下の場合に、前記癒着に関する情報の確度が低いことを警告する情報を出力する。
The invention described in claim 17 is the invention described in any one of
The output unit outputs information to warn that the accuracy of the information relating to adhesions is low when the amount of movement of the diaphragm in the dynamic image is equal to or less than a predetermined threshold.
請求項１８に記載の発明は、請求項２～４のいずれか一項に記載の発明において、
前記特定方向が胸郭の特定点における動き方向である場合、前記出力部は、前記動態画像における前記特定点の動き量が所定の閾値以下の場合に、前記癒着に関する情報の確度が低いことを警告する情報を出力する。
The invention described in claim 18 is the invention described in any one of
When the specific direction is the direction of movement at a specific point of the thorax, the output unit outputs information warning that the accuracy of the information regarding the adhesion is low when the amount of movement of the specific point in the dynamic image is below a predetermined threshold.
請求項１９に記載の発明のプログラムは、
コンピューターを、
放射線による動態撮影により得られた胸部の動態画像を取得する取得部、
前記動態画像における肺領域の体軸方向の動き量に基づいて、胸膜の癒着に関する情報を導出する導出部、
前記導出された前記癒着に関する情報を出力する出力部、
として機能させる。
The program of the invention according to claim 19,
Computer,
an acquisition unit for acquiring dynamic images of the chest obtained by dynamic radiography;
a derivation unit that derives information regarding pleural adhesion based on an amount of movement in a body axis direction of a lung region in the dynamic image;
an output unit that outputs the derived information regarding adhesion;
Function as.
請求項２０に記載の発明のプログラムは、
コンピューターを、
放射線による動態撮影により得られた胸部の動態画像を取得する取得部、
前記動態画像における肺領域の特定方向の動き量に基づいて、胸膜の癒着に関する情報を導出する導出部、
前記導出された前記癒着に関する情報を出力する出力部、
として機能させ、
前記癒着に関する情報は、前記動態画像における肺領域の小領域ごとの前記動き量を含む。
The program of the invention according to
Computer,
an acquisition unit for acquiring dynamic images of the chest obtained by dynamic radiography;
a derivation unit that derives information regarding pleural adhesion based on a movement amount in a specific direction of a lung region in the dynamic image;
an output unit that outputs the derived information regarding adhesion;
Function as a
The information about adhesions includes the amount of movement for each small region of the lung region in the dynamic image.
本発明によれば、胸膜の癒着に関する情報を少ない被ばく量で簡易に取得することが可能となる。 The present invention makes it possible to easily obtain information about pleural adhesions with a small amount of radiation exposure.
以下、図面を参照して本発明の実施形態について説明する。ただし、発明の範囲は、図示例に限定されない。 Embodiments of the present invention will be described below with reference to the drawings. However, the scope of the invention is not limited to the illustrated examples.
〔動態解析システム１００の構成〕
まず、本実施形態の構成を説明する。
図１に、本実施形態における動態解析システム１００の全体構成例を示す。
図１に示すように、動態解析システム１００は、撮影装置１と、撮影用コンソール２とが通信ケーブル等により接続され、撮影用コンソール２と、診断用コンソール３とがＬＡＮ（Local Area Network）等の通信ネットワークＮＴを介して接続されて構成されている。動態解析システム１００を構成する各装置は、ＤＩＣＯＭ（Digital Image and Communications in Medicine）規格に準じており、各装置間の通信は、ＤＩＣＯＭに則って行われる。
[Configuration of dynamic analysis system 100]
First, the configuration of this embodiment will be described.
FIG. 1 shows an example of the overall configuration of a
1, the
〔撮影装置１の構成〕
撮影装置１は、例えば、呼吸運動に伴う肺の膨張及び収縮の形態変化、心臓の拍動等の、周期性（サイクル）を持つ胸部の動態を撮影する撮影手段である。動態撮影とは、被写体に対し、Ｘ線等の放射線をパルス状にして所定時間間隔で繰り返し照射するか(パルス照射)、もしくは、低線量率にして途切れなく継続して照射する(連続照射)ことで、被写体の動態を示す複数の画像を取得することをいう。動態撮影により得られた一連の画像を動態画像と呼ぶ。動態画像は、すなわち、時間軸を含む３次元の画像である。また、動態画像を構成する複数の画像のそれぞれをフレーム画像と呼ぶ。なお、以下の実施形態では、パルス照射により胸部正面の動態撮影を行う場合について説明する。
[Configuration of the imaging device 1]
The
放射線源１１は、被写体Ｍを挟んで放射線検出部１３と対向する位置に配置され、放射線照射制御装置１２の制御に従って、被写体Ｍに対し放射線（Ｘ線）を照射する。
放射線照射制御装置１２は、撮影用コンソール２に接続されており、撮影用コンソール２から入力された放射線照射条件に基づいて放射線源１１を制御して放射線撮影を行う。撮影用コンソール２から入力される放射線照射条件は、例えば、パルスレート、パルス幅、パルス間隔、１撮影あたりの撮影フレーム数、Ｘ線管電流の値、Ｘ線管電圧の値、付加フィルター種等である。パルスレートは、１秒あたりの放射線照射回数であり、後述するフレームレートと一致している。パルス幅は、放射線照射１回当たりの放射線照射時間である。パルス間隔は、１回の放射線照射開始から次の放射線照射開始までの時間であり、後述するフレーム間隔と一致している。
The
The radiation
放射線検出部１３は、ＦＰＤ（Flat Panel Detector）等の半導体イメージセンサーにより構成される。ＦＰＤは、例えば、ガラス基板等を有しており、基板上の所定位置に、放射線源１１から照射されて少なくとも被写体Ｍを透過した放射線をその強度に応じて検出し、検出した放射線を電気信号に変換して蓄積する複数の検出素子（画素）がマトリックス状に配列されている。各画素は、例えばＴＦＴ（Thin Film Transistor）等のスイッチング部を備えて構成されている。ＦＰＤにはＸ線をシンチレーターを介して光電変換素子により電気信号に変換する間接変換型、Ｘ線を直接的に電気信号に変換する直接変換型があるが、何れを用いてもよい。
放射線検出部１３は、被写体Ｍを挟んで放射線源１１と対向するように設けられている。
The
The
読取制御装置１４は、撮影用コンソール２に接続されている。読取制御装置１４は、撮影用コンソール２から入力された画像読取条件に基づいて放射線検出部１３の各画素のスイッチング部を制御して、当該各画素に蓄積された電気信号の読み取りをスイッチングしていき、放射線検出部１３に蓄積された電気信号を読み取ることにより、画像データを取得する。この画像データがフレーム画像である。そして、読取制御装置１４は、取得したフレーム画像を撮影用コンソール２に出力する。画像読取条件は、例えば、フレームレート、フレーム間隔、画素サイズ、画像サイズ（マトリックスサイズ）等である。フレームレートは、１秒あたりに取得するフレーム画像数であり、パルスレートと一致している。フレーム間隔は、１回のフレーム画像の取得動作開始から次のフレーム画像の取得動作開始までの時間であり、パルス間隔と一致している。
The
ここで、放射線照射制御装置１２と読取制御装置１４は互いに接続され、互いに同期信号をやりとりして放射線照射動作と画像の読み取りの動作を同調させるようになっている。
Here, the radiation
〔撮影用コンソール２の構成〕
撮影用コンソール２は、放射線照射条件や画像読取条件を撮影装置１に出力して撮影装置１による放射線撮影及び放射線画像の読み取り動作を制御するとともに、撮影装置１により取得された動態画像を撮影技師等の撮影実施者によるポジショニングの確認や診断に適した画像であるか否かの確認用に表示する。
撮影用コンソール２は、図１に示すように、制御部２１、記憶部２２、操作部２３、表示部２４、通信部２５を備えて構成され、各部はバス２６により接続されている。
[Configuration of the radiography console 2]
The
As shown in FIG. 1, the
制御部２１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory
）等により構成される。制御部２１のＣＰＵは、操作部２３の操作に応じて、記憶部２２に記憶されているシステムプログラムや各種処理プログラムを読み出してＲＡＭ内に展開し、展開されたプログラムに従って後述する撮影制御処理を始めとする各種処理を実行し、撮影用コンソール２各部の動作や、撮影装置１の放射線照射動作及び読み取り動作を集中制御する。
The
The CPU of the
記憶部２２は、不揮発性の半導体メモリーやハードディスク等により構成される。記憶部２２は、制御部２１で実行される各種プログラムやプログラムにより処理の実行に必要なパラメーター、或いは処理結果等のデータを記憶する。例えば、記憶部２２は、図２に示す撮影制御処理を実行するためのプログラムを記憶している。また、記憶部２２は、検査対象部位及び撮影方向に対応付けて放射線照射条件及び画像読取条件を記憶している。各種プログラムは、読取可能なプログラムコードの形態で格納され、制御部２１は、当該プログラムコードに従った動作を逐次実行する。
The
操作部２３は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、キーボードに対するキー操作やマウス操作により入力された指示信号を制御部２１に出力する。また、操作部２３は、表示部２４の表示画面にタッチパネルを備えても良く、この場合、タッチパネルを介して入力された指示信号を制御部２１に出力する。
The
表示部２４は、ＬＣＤ（Liquid Crystal Display）やＣＲＴ（Cathode Ray Tube）等のモニターにより構成され、制御部２１から入力される表示信号の指示に従って、操作部２３からの入力指示やデータ等を表示する。
The
通信部２５は、ＬＡＮアダプターやモデムやＴＡ（Terminal Adapter）等を備え、通信ネットワークＮＴに接続された各装置との間のデータ送受信を制御する。
The
〔診断用コンソール３の構成〕
診断用コンソール３は、撮影用コンソール２から胸部の動態画像を取得し、取得した動態画像に基づいて、胸膜の癒着に関する情報を算出し出力する動態画像解析装置である。
診断用コンソール３は、図１に示すように、制御部３１、記憶部３２、操作部３３、表示部３４、通信部３５を備えて構成され、各部はバス３６により接続されている。
[Configuration of diagnostic console 3]
The
As shown in FIG. 1, the
制御部３１は、ＣＰＵ、ＲＡＭ等により構成される。制御部３１のＣＰＵは、操作部３３の操作に応じて、記憶部３２に記憶されているシステムプログラムや、各種処理プログラムを読み出してＲＡＭ内に展開し、展開されたプログラムに従って、後述する癒着情報導出処理を始めとする各種処理を実行し、診断用コンソール３の各部の動作を集中制御する。制御部３１は、癒着情報導出処理を実行することにより、取得部、導出部として機能する。
The
記憶部３２は、不揮発性の半導体メモリーやハードディスク等により構成される。記憶部３２は、制御部３１で癒着情報導出処理を実行するためのプログラムを始めとする各種プログラムやプログラムによる処理の実行に必要なパラメーター、或いは処理結果等のデータを記憶する。これらの各種プログラムは、読取可能なプログラムコードの形態で格納され、制御部３１は、当該プログラムコードに従った動作を逐次実行する。
The
操作部３３は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、ユーザーによるキーボードに対するキー操作やマウス操作により入力された指示信号を制御部３１に出力する。また、操作部３３は、表示部３４の表示画面にタッチパネルを備えても良く、この場合、タッチパネルを介して入力された指示信号を制御部３１に出力する。
The
表示部３４は、ＬＣＤやＣＲＴ等のモニターにより構成され、制御部３１から入力される表示信号の指示に従って、各種表示を行う。表示部３４は、出力部として機能する。
The
通信部３５は、ＬＡＮアダプターやモデムやＴＡ等を備え、通信ネットワークＮＴに接続された各装置との間のデータ送受信を制御する。
The
〔動態解析システム１００の動作〕
次に、本実施形態における上記動態解析システム１００の動作について説明する。
[Operation of dynamic analysis system 100]
Next, the operation of the
（撮影装置１、撮影用コンソール２の動作）
まず、撮影装置１、撮影用コンソール２による撮影動作について説明する。
図２に、撮影用コンソール２の制御部２１において実行される撮影制御処理を示す。撮影制御処理は、制御部２１と記憶部２２に記憶されているプログラムとの協働により実行される。
(Operations of the
First, the imaging operation performed by the
2 shows an imaging control process executed in the
まず、撮影実施者により撮影用コンソール２の操作部２３が操作され、被検者（被写体Ｍ）の患者情報、検査情報の入力が行われる（ステップＳ１）。
First, the person performing the imaging operation operates the
次いで、放射線照射条件が記憶部２２から読み出されて放射線照射制御装置１２に設定されるとともに、画像読取条件が記憶部２２から読み出されて読取制御装置１４に設定される（ステップＳ２）。
Next, the radiation irradiation conditions are read from the
次いで、操作部２３の操作による放射線照射の指示が待機される（ステップＳ３）。ここで、撮影実施者は、被写体Ｍを放射線源１１と放射線検出部１３の間に配置してポジショニングを行う。撮影準備が整った時点で、操作部２３を操作して放射線照射指示を入力する。
Then, the system waits for an instruction to irradiate radiation via operation of the operation unit 23 (step S3). Here, the person performing the imaging performs positioning by placing the subject M between the
操作部２３により放射線照射指示が入力されると（ステップＳ３；ＹＥＳ）、放射線照射制御装置１２及び読取制御装置１４に撮影開始指示が出力され、動態撮影が開始される（ステップＳ４）。即ち、放射線照射制御装置１２に設定されたパルス間隔で放射線源１１により放射線が照射され、放射線検出部１３によりフレーム画像が取得される。動態撮影中、撮影実施者は、例えば「息を吸って」「息を止めて」「息を吐いて」等の呼吸誘導を行う。なお、撮影装置１が音声出力部や表示部を備え、撮影開始指示が出力されると、「息を吸って」「息を止めて」「息を吐いて」等の呼吸誘導や息止め指示の音声や表示を行うこととしてもよい。
When a radiation irradiation instruction is input by the operation unit 23 (step S3; YES), an imaging start instruction is output to the radiation
操作部２３により放射線照射終了指示が入力されると、制御部２１により放射線照射制御装置１２及び読取制御装置１４に撮影終了の指示が出力され、撮影動作が停止される。
When an instruction to end radiation irradiation is input by the
撮影により取得されたフレーム画像は順次撮影用コンソール２に入力され、撮影順を示す番号（フレーム番号）と対応付けて記憶部２２に記憶されるとともに（ステップＳ５）、表示部２４に表示される（ステップＳ６）。撮影実施者は、表示された動態画像によりポジショニング等を確認し、撮影により診断に適した画像が取得された（撮影ＯＫ）か、再撮影が必要（撮影ＮＧ）か、を判断する。そして、操作部２３を操作して、判断結果を入力する。
The frame images acquired by imaging are input sequentially to the
操作部２３の所定の操作により撮影ＯＫを示す判断結果が入力されると（ステップＳ７；ＹＥＳ）、動態撮影で取得された一連のフレーム画像のそれぞれに、動態画像を識別するための識別ＩＤや、患者情報、検査情報、放射線照射条件、画像読取条件、撮影順を示す番号（フレーム番号）等の情報が付帯され（例えば、ＤＩＣＯＭ形式で画像データのヘッダ領域に書き込まれ）、通信部２５を介して診断用コンソール３に送信される（ステップＳ８）。そして、本処理は終了する。一方、操作部２３の所定の操作により撮影ＮＧを示す判断結果が入力されると（ステップＳ７；ＮＯ）、記憶部２２に記憶された一連のフレーム画像が削除され（ステップＳ９）、本処理は終了する。この場合、再撮影が必要となる。
When a judgment result indicating that imaging is OK is input by a predetermined operation of the operation unit 23 (step S7; YES), information such as an identification ID for identifying the dynamic image, patient information, examination information, radiation exposure conditions, image reading conditions, and a number indicating the imaging order (frame number) is added to each of the series of frame images acquired by dynamic imaging (for example, written in the header area of the image data in DICOM format), and transmitted to the
（診断用コンソール３の動作）
次に、診断用コンソール３における動作について説明する。
診断用コンソール３においては、通信部３５を介して撮影用コンソール２から胸部の動態画像の一連のフレーム画像が受信されると、制御部３１と記憶部３２に記憶されているプログラムとの協働により、図３に示す癒着情報導出処理が実行される。
(Operation of diagnostic console 3)
Next, the operation of the
In the
ここで、図４に示すように、胸郭（図４において符号Ｔで示す）や横隔膜（図４において符号Ｄで示す）は、柔らかい肺（図４においてＬで示す）の入れ物であり、呼吸をしたい場合には、胸郭や横隔膜を動かすことにより、内圧変化で肺が膨張収縮し、空気の出入りを行う。呼吸運動では、横隔膜の上下動や胸郭の広がり狭まりにより肺が膨張収縮する。一般的には、横隔膜の上下動が支配的である。
通常、胸郭と肺は分離されているが、炎症などにより、壁側胸膜と肺胸膜の癒着（胸膜の癒着）が起こると、その箇所では胸郭と肺が強くくっついた状態になってしまう。そのため、胸膜の癒着の判別方法としては、外力に対して、どのように肺が動いたかを観察する、すなわち、外力がある状態において肺と近傍の胸郭との相対的位置関係が固定されているか否かを観察することで、判別できる。しかし、動態画像は透過画像であるため、肺や胸郭や横隔膜の奥行方向の位置が正確にわからず、相対的位置関係も正確に把握できず、従来の癒着判別方法では判別が難しいという課題があった。
そこで、本願発明者は、胸膜の癒着のある人とない人について、胸部の動態画像を解析して肺領域の体軸方向の動き量を計測した。その結果、胸膜の癒着がある場合、癒着箇所に対応する肺領域の体軸方向の動き量がある閾値以下となることがわかった。すなわち、外力を呼吸中の肺全体の支配的な動きである横隔膜の動きとし、動き量の計測を横隔膜の動き方向すなわち体軸方向の動き量の計測とすることで、動態画像においても、正確に癒着の判別できることを見出した。また、肺と近傍の胸郭との相対的位置関係を、肺領域の絶対位置により代替できることを見出した。これにより、動態画像においても癒着の判別が可能となった。そこで、図３に示す癒着情報導出処理では、動態画像の肺領域の体軸方向の動き量を計測して胸膜の癒着に関する情報の導出に用いている。
体軸方向の動きを計測するため、本発明は正面撮影に限らず、側面や斜位など、体軸方向と概ね垂直な方向から撮影すればよい。また、撮影は立位であれば重力方向と体軸方向が一致するため、安定的な計測が可能となるが、座位または臥位でもよい。
なお、体軸方向とは人または動物の頭尾方向であるが、正確に頭尾位置を計測する必要はなく、正しい姿勢で撮影することにより、放射線検出部１３（ＦＰＤ）や画像の所定方向であるものとして処理して構わない。また、脊椎角度が大幅に傾いている場合には、脊椎角度に対応させるなど、撮影画像に則して体軸方向を規定しなおしてもよい。
As shown in Fig. 4, the rib cage (indicated by the symbol T in Fig. 4) and the diaphragm (indicated by the symbol D in Fig. 4) are containers for the soft lungs (indicated by the symbol L in Fig. 4), and when one wishes to breathe, the rib cage and the diaphragm are moved, causing the lungs to expand and contract due to changes in internal pressure, allowing air to go in and out. In breathing movements, the lungs expand and contract due to the up and down movement of the diaphragm and the expansion and contraction of the rib cage. In general, the up and down movement of the diaphragm is dominant.
Normally, the thorax and the lungs are separated, but when adhesion (pleural adhesion) occurs between the parietal pleura and the pulmonary pleura due to inflammation or the like, the thorax and the lungs become strongly attached at that point. Therefore, in order to distinguish between pleural adhesions, it is necessary to observe how the lungs move in response to an external force, that is, to observe whether the relative positional relationship between the lungs and the nearby thorax is fixed or not when an external force is applied. However, since dynamic images are transmission images, the positions of the lungs, thorax, and diaphragm in the depth direction cannot be accurately determined, and the relative positional relationship cannot be accurately grasped, so that it is difficult to distinguish adhesions using conventional adhesion distinguishing methods.
Therefore, the inventors of the present application analyzed dynamic chest images of people with and without pleural adhesions to measure the amount of movement in the body axis direction of the lung region. As a result, it was found that when there is pleural adhesion, the amount of movement in the body axis direction of the lung region corresponding to the adhesion site is below a certain threshold. That is, it was found that adhesions can be accurately identified even in dynamic images by taking the movement of the diaphragm, which is the dominant movement of the entire lung during breathing, and measuring the amount of movement in the direction of the diaphragm movement, i.e., the amount of movement in the body axis direction, as the external force. It was also found that the relative positional relationship between the lungs and the nearby thorax can be replaced by the absolute position of the lung region. This makes it possible to identify adhesions even in dynamic images. Therefore, in the adhesion information derivation process shown in FIG. 3, the amount of movement in the body axis direction of the lung region in the dynamic image is measured and used to derive information about pleural adhesions.
In order to measure the movement in the body axis direction, the present invention is not limited to frontal photography, and photography may be performed from a direction roughly perpendicular to the body axis direction, such as from the side or obliquely. In addition, photography is performed in an upright position, where the direction of gravity and the body axis direction coincide, enabling stable measurement, but photography in a sitting or lying position is also acceptable.
Although the body axis direction is the head-to-tail direction of a person or animal, there is no need to measure the head-to-tail position precisely, and by capturing an image in the correct posture, it may be processed as being in a predetermined direction of the radiation detection unit 13 (FPD) or image. In addition, when the spine angle is significantly tilted, the body axis direction may be redefined in accordance with the captured image, for example, to correspond to the spine angle.
以下、図３を参照して癒着情報導出処理について説明する。
まず、制御部３１は、通信部３５により受信した動態画像を取得する（ステップＳ１１）。
次いで、制御部３１は、取得した動態画像に対し、動き量ＭＡＰ作成処理を実施する（ステップＳ１２）。
動き量ＭＡＰ作成処理は、動態画像におけるフレーム画像間で肺の小領域ごとの対応点を抽出し、対応点の位置の変化から肺の小領域ごとの動きベクトルを抽出する処理である。なお、本実施形態では、小領域を画素とするが、複数の画素からなる画素ブロックごととしてもよい。
The collusion information derivation process will be described below with reference to FIG.
First, the
Next, the
The motion amount map creation process is a process of extracting corresponding points for each small lung region between frame images in a dynamic image, and extracting a motion vector for each small lung region from the change in the position of the corresponding points. Note that, although the small region is defined as a pixel in this embodiment, it may be defined as a pixel block consisting of multiple pixels.
図５は、ステップＳ１２において実行される動き量ＭＡＰ作成処理の流れを示すフローチャートである。動き量ＭＡＰ作成処理は、制御部３１と記憶部３２に記憶されているプログラムとの協働により実行される。
まず、制御部３１は、動態画像に対し、前処理を実施する（ステップＳ１２１）。
5 is a flow chart showing the flow of the motion amount MAP creation process executed in step S12. The motion amount MAP creation process is executed by the
First, the
前処理において、制御部３１は、動態画像の中から解析対象となる（胸膜の癒着に関する情報の導出に用いる）区間のフレーム画像を取得する。
In pre-processing, the
例えば、制御部３１は、呼気期間（例えば、最大吸気位から最大呼気位まで）のフレーム画像を解析対象となる区間のフレーム画像として取得する。呼気期間のフレーム画像は、例えば、動態画像の各フレーム画像から肺領域を認識し、認識した肺領域の面積が最大（極大）から最小（極小）までのフレーム画像を抽出することで取得することができる。または、動態画像の各フレーム画像から肺尖部と横隔膜との距離を計測し、肺尖部と横隔膜との距離が最大（極大）から最小（極小）までの区間のフレーム画像を呼気期間のフレーム画像として取得してもよい。または、動態画像の肺領域の濃度（平均濃度）が最大（極大）から最小（極小）までの区間のフレーム画像を吸気期間のフレーム画像として取得することとしてもよい。ユーザーに解析対象となる区間を指定してもらうこととしてもよい。
For example, the
次いで、まず、制御部３１は、図６に示すように、取得した各フレーム画像（オリジナル画像）に対し、骨領域を認識して骨の信号成分を減弱する骨減弱処理（Bone Suppression処理（ＢＳ処理））を施して骨減弱画像（ＢＳ画像）を生成し、生成したＢＳ画像に周波数強調処理を施して周波数強調画像を得る。
ここで、胸部の動態画像の各フレーム画像では肺だけでなく肋骨など様々な構造物が１枚の画像上に表現されている。そのため、肺の動きベクトルを抽出するために、単純に画像上の模様の対応点を算出すると、肺と異なる動きをする骨の対応点と混在してしまう。そこで、オリジナル画像に骨減弱処理を施しておくことで、後段の処理で精度よく肺の対応点を算出することができる。さらに、動態画像で見える肺領域の模様は主に肺血管であり、高周波成分から構成され、肺外の臓器や脂肪・筋肉などは低周波成分に特徴が現れることから、肺血管に相当する特定の高周波成分を強調する周波数強調処理を事前に行っておくことが望ましい。また、外胸郭辺縁の骨の模様をさらに減弱するために、肺野領域の外部や境界部にノイズを付与してもよい。このとき用いる肺野領域の外部には、骨の模様の存在しない縦郭や横隔膜下部の領域は含まない。
Next, as shown in FIG. 6 , the
Here, in each frame image of the dynamic chest image, not only the lungs but also various structures such as ribs are expressed on one image. Therefore, if the corresponding points of the pattern on the image are simply calculated in order to extract the motion vector of the lungs, they will be mixed with the corresponding points of the bones that move differently from the lungs. Therefore, by performing bone weakening processing on the original image, the corresponding points of the lungs can be calculated accurately in the subsequent processing. Furthermore, since the pattern of the lung area visible in the dynamic image is mainly pulmonary blood vessels and is composed of high-frequency components, and the characteristics of the organs outside the lungs, fat, muscles, etc. appear in low-frequency components, it is desirable to perform frequency emphasis processing in advance to emphasize specific high-frequency components corresponding to the pulmonary blood vessels. In addition, in order to further weaken the bone pattern on the outer thoracic rim, noise may be added to the outside or boundary of the lung field area. The outside of the lung field area used in this case does not include the longitudinal rib cage or the lower diaphragm area where no bone pattern exists.
次いで、制御部３１は、前処理済みの、解析対象の区間のフレーム画像について、時間方向に隣接するフレーム画像間（以下、隣接するフレーム画像間）でオプティカルフローを実行し、小領域ごとに、隣接するフレーム画像間で対応点を求めて動きベクトル算出する（ステップＳ１２２）。
例えば、ｄｅｎｓｅ型のオプティカルフローにより、小領域ごとに隣接するフレーム画像間の動きベクトル算出する。なお、ここでは、隣接するフレーム画像間での動きベクトル算出することとしているが、ｎフレーム先（ｎは正の整数）のフレーム画像との動きベクトルを算出することとしてもよい。また、心拍起因での動きの計測誤差を軽減するため、ｎを一心拍周期のフレーム数としてもよい。なお、動きベクトルの算出は、少なくとも肺領域の各小領域に対して行えばよい。
Next, the
For example, a motion vector between adjacent frame images is calculated for each small region by dense optical flow. Note that, although the motion vector is calculated between adjacent frame images here, the motion vector with the frame image n frames ahead (n is a positive integer) may be calculated. In addition, in order to reduce the measurement error of the motion caused by the heartbeat, n may be the number of frames in one heartbeat cycle. Note that the motion vector calculation may be performed for at least each small region of the lung region.
次いで、制御部３１は、小領域ごとに、ステップＳ１２２で得られた複数の動きベクトルをマージ（統合）する（ステップＳ１２３）。
Next, the
図７は、ステップＳ１２３のマージ処理を説明するための図である。ここでは、開始フレームから終了フレームまでの動きベクトルを算出する。図７に示すように、ステップＳ１２３では、まず、ステップＳ１２２において開始フレーム（フレーム１）と開始フレーム隣接フレーム（フレーム１＋ｎ）とから得られた動きベクトルと開始フレーム隣接フレーム（フレーム１＋ｎ）と開始フレーム次隣接フレーム（フレーム２＋ｎ）とから得られた動きベクトルの和（図７において太い矢印で示す）を算出する。次いで、算出した動きベクトルの和と、次の動きベクトルの和を算出する。これを、算出された動きベクトルの全てが加算されるまで行う。
これにより、解析対象の開始フレーム画像から終了フレーム画像までの動きを表す動きベクトルを算出することができる。この動きベクトルを、ベクトル始点座標もしくはベクトル終点座標に保存する。例えば、後述する代表フレーム画像が最大呼気位のフレーム画像であれば、ベクトル終点座標に動きベクトルを保存すればよい。
FIG. 7 is a diagram for explaining the merge process in step S123. Here, the motion vectors from the start frame to the end frame are calculated. As shown in FIG. 7, in step S123, first, the sum (indicated by a thick arrow in FIG. 7) of the motion vector obtained in step S122 from the start frame (frame 1) and the start frame adjacent frame (
This makes it possible to calculate a motion vector that represents the movement from the start frame image to the end frame image of the analysis target. This motion vector is saved in the vector start coordinates or vector end coordinates. For example, if a representative frame image, which will be described later, is a frame image at the maximum respiratory position, the motion vector can be saved in the vector end coordinates.
なお、上記の動きベクトルの算出手法は一例であり、最終的に呼気期間の開始フレーム画像から終了フレーム画像までの小領域ごとの動きベクトルが算出できれば、その手法は特に限定されない。ただし、深呼吸期間（５秒程度）においては、呼吸に伴う肺の位置移動や変形が大きいため、画像の見えの変化が激しく、画像上の対応点を算出することが非常に難しい。そこで、上記したように、例えば、時間方向に隣接するフレーム画像間など、短い時間単位で対応点を算出して動きベクトルを算出し、それらをマージすることで、呼気期間の動きベクトルを精度よく算出することができる。
また、動きベクトル算出結果の後処理として、ノイズ除去のため、ガウシアンフィルター等の各種フィルター処理を行っても良い。
The above-mentioned motion vector calculation method is an example, and the method is not particularly limited as long as the motion vector for each small area from the start frame image to the end frame image of the exhalation period can be calculated. However, during the deep breathing period (about 5 seconds), the position movement and deformation of the lungs due to breathing are large, so the appearance of the image changes drastically, and it is very difficult to calculate the corresponding points on the image. Therefore, as described above, for example, by calculating the corresponding points in short time units, such as between adjacent frame images in the time direction, and calculating the motion vector, and merging them, the motion vector of the exhalation period can be calculated with high accuracy.
As post-processing of the motion vector calculation results, various types of filtering such as Gaussian filtering may be performed to remove noise.
そして、制御部３１は、算出された動きベクトルに基づいて、小領域ごとの体軸方向（上方向）の動き量（体軸方向（上方向）の動きベクトルの長さ）を算出し、小領域ごとの体軸方向の動き量を示す動き量ＭＡＰを作成し（ステップＳ１２４）、図３のステップＳ１３に移行する。動き量ＭＡＰを作成する際には、小領域ごとの動きベクトルのうち肺野領域外を対象外として除去してもよい。肺野領域の抽出は、既存の肺野認識処理を用いればよい。
Then, the
なお、動態画像は透過画像のため、腹～背の奥行方向に構造物（主として動きの異なる肺血管）が複数重なり得る。そこで、ステップＳ１２においては、各小領域において、奥行き方向に重なる肺血管のそれぞれの動きベクトルを算出し、体軸方向（上方向）の動き量（体軸方向（上方向）の動きベクトルの長さ）が最も小さいものをその小領域の体軸方向の動き量として採用して動き量ＭＡＰを作成することとしてもよい。
例えば、上述の前処理を行った後、解析対象となる区間のフレーム画像に対して、角度（方向）の異なる複数のガボールフィルター等を用いて、複数の角度方向に走行する肺血管をそれぞれ強調した画像を作成し、各角度方向の肺血管が強調された画像ごとに、上述のステップＳ１２１～Ｓ１２３の処理を実施することによって動きベクトルを算出する。そして、各角度方向の肺血管が強調された画像の小領域ごとに体軸方向（上方向）の動き量（体軸方向（上方向）の動きベクトルの長さ）を算出し、各小領域で最も小さいものをその小領域の体軸方向の動き量として採用し動き量ＭＡＰを作成することとしてもよい。
In addition, since the dynamic image is a transparent image, multiple structures (mainly pulmonary blood vessels with different movements) may overlap in the depth direction from the ventral to the dorsal direction. Therefore, in step S12, the motion vectors of the pulmonary blood vessels overlapping in the depth direction in each small region may be calculated, and the motion vector in the body axis direction (upward direction) with the smallest motion amount (length of the motion vector in the body axis direction (upward direction)) may be used as the motion amount in the body axis direction of that small region to create a motion amount map.
For example, after the above-mentioned preprocessing, images are created in which the pulmonary blood vessels running in a plurality of angular directions are emphasized using a plurality of Gabor filters or the like with different angles (directions) for the frame images of the section to be analyzed, and a motion vector is calculated for each image in which the pulmonary blood vessels in each angular direction are emphasized by carrying out the above-mentioned steps S121 to S123. Then, the amount of motion in the body axis direction (upward) (the length of the motion vector in the body axis direction (upward)) is calculated for each small region of the image in which the pulmonary blood vessels in each angular direction are emphasized, and the smallest one for each small region may be used as the amount of motion in the body axis direction for that small region to create a motion amount map.
図３に戻り、ステップＳ１３において、制御部３１は、作成された動き量ＭＡＰに基づいて、胸膜の癒着に関する情報を導出する（ステップＳ１３）。
胸膜の癒着に関する情報は、動態画像の小領域ごとに導出してもよいし、左右肺ごとに導出してもよい。以下、それぞれについて説明する。なお、以下の説明において、癒着とは胸膜の癒着を指す。
Returning to FIG. 3, in step S13, the
Information regarding pleural adhesion may be derived for each small region of the dynamic image, or for each of the left and right lungs. Each of these will be described below. In the following description, adhesion refers to pleural adhesion.
（１）小領域ごとの癒着に関する情報
小領域ごとの癒着に関する情報とは、例えば、癒着の有無を示す情報、癒着尤度（癒着らしさ）を示す情報、癒着強度を示す情報、体軸方向の動き量を示す情報、の少なくとも一つを含む。
癒着有無を示す情報は、小領域ごとに、動きベクトルの体軸方向（上方向）の長さ（すなわち、体軸方向（上方向）の動き量）と所定の閾値とを比較し、比較結果に基づいて導出される情報である。例えば、動きベクトルの体軸方向の長さが所定の閾値以下の場合は癒着あり、所定の閾値を超える場合は癒着なしと判定し、判定結果を癒着の有無を示す情報とする。
癒着強度を示す情報は、動きベクトルの体軸方向（上方向）の長さの閾値を複数用意し、小領域ごとに、動きベクトルの体軸方向（上方向）の長さを複数の閾値と比較し、比較結果に基づいて導出される情報である。例えば、第１の閾値と第２の閾値を設け（第１の閾値＞第２の閾値）、動きベクトルの体軸方向（上方向）の長さが第１の閾値を超えている場合は癒着なし、第２の閾値を超えているが第１の閾値以下の場合は弱い癒着、第２の閾値以下は強い癒着と判定し、判定結果を癒着強度を示す情報とする。
癒着尤度を示す情報は、小領域ごとに、所定の閾値と動きベクトルの体軸方向（上方向）の長さの差（図８の矢印参照）に基づいて導出される情報である。例えば、所定の閾値から動きベクトルの体軸方向（上方向）の長さを引いた差を算出し、算出した差が０以下のときを癒着尤度０、動きベクトルの体軸方向（上方向）の長さが０のときの差を癒着尤度１として算出した値を癒着尤度を示す情報とする。
(1) Information regarding adhesions for each small region Information regarding adhesions for each small region includes at least one of the following: information indicating the presence or absence of adhesions, information indicating the likelihood of adhesions (likelihood of adhesions), information indicating the strength of adhesions, and information indicating the amount of movement in the body axis direction.
The information indicating the presence or absence of adhesion is information derived based on the comparison result between the length of the motion vector in the body axis direction (upward) (i.e., the amount of movement in the body axis direction (upward)) and a predetermined threshold for each small region. For example, if the length of the motion vector in the body axis direction is equal to or less than a predetermined threshold, it is determined that there is adhesion, and if it exceeds the predetermined threshold, it is determined that there is no adhesion, and the determination result is used as information indicating the presence or absence of adhesion.
The information indicating adhesion strength is information derived based on the comparison results by preparing multiple thresholds for the length of the motion vector in the body axis direction (upward direction), comparing the length of the motion vector in the body axis direction (upward direction) with the multiple thresholds for each small region. For example, a first threshold and a second threshold are set (first threshold>second threshold), and if the length of the motion vector in the body axis direction (upward direction) exceeds the first threshold, it is determined that there is no adhesion, if it exceeds the second threshold but is equal to or less than the first threshold, it is determined that there is weak adhesion, and if it is equal to or less than the second threshold, it is determined that there is strong adhesion, and the determination result is used as information indicating adhesion strength.
The information indicating the adhesion likelihood is information derived for each small region based on the difference between a predetermined threshold and the length of the motion vector in the body axis direction (upward direction) (see the arrow in FIG. 8 ). For example, the difference obtained by subtracting the length of the motion vector in the body axis direction (upward direction) from the predetermined threshold is calculated, and when the calculated difference is 0 or less, the adhesion likelihood is 0, and when the length of the motion vector in the body axis direction (upward direction) is 0, the adhesion likelihood is 1. The calculated value is used as the information indicating the adhesion likelihood.
癒着の有無、癒着尤度、癒着強度を導出するための閾値は、実験的又は経験的に求められた値であり、図８に示すように、固定値であってもよいし（ＴＨ１）、小領域の肺尖からの距離が大きいほど大きくしてもよいし（ＴＨ２）、小領域の肺尖からの距離×横隔膜の動き量が大きいほど大きくしてもよい（ＴＨ３）。肺尖付近は癒着がなくても動きが小さく、また、横隔膜の動きが小さい場合には癒着が無くても肺の動きが小さくなるためである。また、癒着尤度については、閾値固定で算出した癒着尤度に対し、肺尖からの距離に応じた係数を掛ける、又は、横隔膜の動き量に応じた係数を掛ける等してもよい。 The threshold for deriving the presence or absence of adhesion, adhesion likelihood, and adhesion strength is a value obtained experimentally or empirically, and may be a fixed value (TH1) as shown in FIG. 8, or may be increased as the distance from the apex of the small region increases (TH2), or may be increased as the distance from the apex of the small region multiplied by the amount of movement of the diaphragm increases (TH3). This is because movement is small near the apex of the lung even without adhesion, and when the movement of the diaphragm is small, the movement of the lung is small even without adhesion. In addition, for the adhesion likelihood, the adhesion likelihood calculated with a fixed threshold may be multiplied by a coefficient according to the distance from the apex of the lung, or by a coefficient according to the amount of movement of the diaphragm.
ここで、癒着の有無を判定するための閾値としては、例えば、参照文献１のgrade2以上に該当する強固な癒着を「癒着あり」と判定する閾値を用いることが好ましい（参照文献１；Junko Tokuno et al, ”Preoperative detection of pleural adhesions by respiratory dynamic computed tomography”, World Journal of Surgical Oncology 15,2017）。参照文献１のgrade2以上の強固な癒着は、手術時に癒着部をはがす高度な手技が必要となり、出血させてしまうリスクが高まる癒着であり、手術の作業性を上げるために胸腔鏡ではなく開胸手術をした方が望ましくなる。このような強固な癒着の有無に関する情報をユーザーである医師に提供することで、医師が手術の手技を選択する際の支援とすることができる。
また、癒着強度を判定するための閾値としては、例えば、参照文献１のgrade2以上に該当する強固な癒着を「強い癒着」、grade1のband癒着を「弱い癒着」、grade0を「癒着なし」と判定する閾値を用いることが好ましい。
例えば、閾値が固定値の場合、弱い癒着を判定するための閾値（第１の閾値）は６ｍｍ、強い癒着を判定するための閾値（第２の閾値）は１ｍｍとすることができる。
Here, as a threshold for determining the presence or absence of adhesion, it is preferable to use a threshold for determining that strong adhesions corresponding to
In addition, as a threshold value for determining adhesion strength, it is preferable to use a threshold value that determines, for example, strong adhesions corresponding to
For example, when the thresholds are fixed values, the threshold (first threshold) for determining weak adhesions can be set to 6 mm, and the threshold (second threshold) for determining strong adhesions can be set to 1 mm.
なお、癒着有無を示す情報及び癒着強度を示す情報は、癒着尤度を示す情報と閾値との比較結果に基づいて導出されることとしてもよい。例えば、癒着尤度が所定の閾値（上記の動きベクトルの体軸方向の長さの閾値とは異なる）以上の場合は癒着あり、癒着尤度が所定の閾値を下回る場合は癒着なしとなる。
また、小領域ごとの癒着に関する情報は、体軸方向の動き量そのものであってもよく、動きベクトルの体軸方向の長さが所定の閾値以下であるかを判定した、動き低下の判定結果であってもよい。動き低下の判定結果をもとに、動き低下領域を算出することができる。
動き低下領域の算出にあたっては、後処理としてモルフォロジーフィルター等の各種フィルター処理を行い、微小なノイズ領域を除去してもよい。
The information indicating the presence or absence of adhesion and the information indicating the adhesion strength may be derived based on a comparison result between the information indicating the adhesion likelihood and a threshold. For example, when the adhesion likelihood is equal to or greater than a predetermined threshold (different from the threshold of the length of the motion vector in the body axis direction), adhesion is present, and when the adhesion likelihood is below the predetermined threshold, adhesion is not present.
The information on adhesion for each small region may be the amount of motion in the body axis direction itself, or may be a result of a motion reduction determination that determines whether the length of the motion vector in the body axis direction is equal to or less than a predetermined threshold. A motion reduction region can be calculated based on the result of the motion reduction determination.
When calculating the motion-reduced region, various types of filtering such as a morphological filter may be performed as post-processing to remove minute noise regions.
このように、動態画像の肺領域における小領域ごとに癒着の有無を示す情報を導出することで、胸膜の癒着があるか否か、ある場合はどこに癒着があるのかをユーザーである医師が把握することが可能となる。また、動態画像の肺領域における小領域ごとに癒着尤度を示す情報を導出することで、肺の局所領域ごとの癒着らしさを医師が把握することが可能となる。また、動態画像の肺領域における小領域ごとに癒着強度を示す情報を導出することで、胸膜の癒着があるか否か、ある場合は、手術の手技の選択に影響する強固な癒着の有無及びその場所を医師が把握することが可能となる。 In this way, by deriving information indicating the presence or absence of adhesions for each small region in the lung region of the dynamic image, the doctor, who is the user, can determine whether there is pleural adhesion and, if so, where the adhesions are located. Also, by deriving information indicating the likelihood of adhesions for each small region in the lung region of the dynamic image, the doctor can determine the likelihood of adhesions for each local region of the lung. Also, by deriving information indicating adhesion strength for each small region in the lung region of the dynamic image, the doctor can determine whether there is pleural adhesion and, if so, the presence and location of strong adhesions that will affect the choice of surgical procedure.
（２）左右肺ごとの癒着に関する情報
左右肺ごとの癒着に関する情報とは、例えば、左右肺ごとの癒着の有無を示す情報、癒着尤度（癒着らしさ）を示す情報、癒着強度を示す情報、動き低下領域の面積を示す情報、動き小領域と動き大領域の近接度に関する情報、動き低下領域の下端位置、動き低下領域の左右対称性、特定の位置の動き低下の有無、の少なくとも一つを含む。
(2) Information regarding adhesions for the left and right lungs Information regarding adhesions for the left and right lungs includes at least one of the following: information indicating the presence or absence of adhesions for the left and right lungs, information indicating the likelihood of adhesion (likelihood of adhesion), information indicating the strength of adhesion, information indicating the area of the area of reduced motion, information regarding the proximity of areas of low motion and areas of high motion, the position of the bottom end of the area of reduced motion, left-right symmetry of the area of reduced motion, and the presence or absence of reduced motion at a specific position.
上述のように、肺の手術にあたっては、癒着の有無を事前に医師が把握しておくことは重要となるが、中でも広範囲の場合、癒着部をはがす際の手技の難度・時間が増すため、胸腔鏡ではなく開胸を選択する必要性が高まる。そこで、左右肺ごとに、動き低下領域を算出してその肺内面積率を算出し、算出した動き低下領域の肺内面積率に基づいて、左右肺ごとの癒着の有無を示す情報を導出する。例えば、小領域ごとに、動きベクトルの体軸方向（上方向）の長さを所定の閾値と比較し、所定の閾値以下の小領域を動き低下領域とする。そして、動き低下領域の肺内面積率が所定の閾値以上である場合は癒着あり、所定の閾値未満である場合は癒着なしと判定し、判定結果を左右肺ごとの癒着の有無を示す情報とする。動き低下領域を判定するための閾値は、例えば、上述の小領域ごとの癒着有無を示す情報を導出する際に用いたものと同様のものを用いることができる。また、左右肺ごとの癒着判定に用いる所定の閾値（肺内面積率の閾値）としては、例えば、１／３や０．５等を用いることができる。これは、手術にあたって把握しておきたい癒着サイズの代表例が胸膜１／３程度であること、これまで実験的に癒着が大きい例は肺の半分程度の動きが低下していること、による。 As described above, it is important for doctors to know in advance whether adhesions exist in lung surgery. In particular, in the case of a wide area, the difficulty and time required for the procedure to remove adhesions increases, so there is a high need to select thoracotomy rather than thoracoscopy. Therefore, the motion-reduced area is calculated for each of the left and right lungs, and its intrapulmonary area ratio is calculated, and information indicating the presence or absence of adhesions for each of the left and right lungs is derived based on the calculated intrapulmonary area ratio of the motion-reduced area. For example, for each small area, the length of the motion vector in the body axis direction (upward) is compared with a predetermined threshold, and a small area below the predetermined threshold is determined as a motion-reduced area. Then, if the intrapulmonary area ratio of the motion-reduced area is equal to or greater than the predetermined threshold, adhesions are determined to exist, and if it is less than the predetermined threshold, adhesions are determined to exist, and the determination result is used as information indicating the presence or absence of adhesions for each of the left and right lungs. The threshold for determining the motion-reduced area can be, for example, the same as that used when deriving the information indicating the presence or absence of adhesions for each of the above-mentioned small areas. In addition, the predetermined threshold (threshold for intrapulmonary area ratio) used to determine adhesions for each of the left and right lungs can be, for example, 1/3 or 0.5. This is because a typical example of the size of adhesions that needs to be understood before surgery is about one-third of the pleura, and previous experimental studies have shown that cases of large adhesions have reduced the movement of about half of the lung.
なお、立位で横隔膜を動かしたとき、重力影響により上肺は癒着がなくとも動きが小さい。そのため、上肺（例えば、図９に示すように、肺の上から１／３の領域）は動き低下領域の肺内面積率の計算範囲から除外することとしてもよい。例えば、図９において動き低下領域と判定された領域が太枠で囲んだ領域であった場合、中下肺領域全体（図９においては間隔の異なる２つのハッチング領域を合わせた領域）に対する中下肺領域内の動き低下領域（図９においては細かいハッチングの領域）の割合を肺内面積率として算出することとしてもよい。また、肺尖から横隔膜頂点（下端）までの位置を0～1で正規化した際に1/3以上などの所定閾値以上の領域において動き低下領域がある場合に、左右肺ごとの癒着の有無の情報を導出してもよい。癒着は上から下に広がって進むことから、下で癒着がある場合は広範囲に癒着が広がっていると判断できるためである。 When the diaphragm is moved in an upright position, the upper lung moves little due to the effect of gravity even if there is no adhesion. Therefore, the upper lung (for example, the upper 1/3 of the lung as shown in FIG. 9) may be excluded from the calculation range of the intrapulmonary area ratio of the low-motion area. For example, if the area determined to be a low-motion area in FIG. 9 is the area surrounded by a thick frame, the ratio of the low-motion area in the middle-lower lung area (the finely hatched area in FIG. 9) to the entire middle-lower lung area (the area combined with two hatched areas with different intervals in FIG. 9) may be calculated as the intrapulmonary area ratio. In addition, when the position from the lung apex to the diaphragm apex (lower end) is normalized from 0 to 1, if there is a low-motion area in an area equal to or greater than a predetermined threshold, such as 1/3 or more, information on the presence or absence of adhesion for each left and right lungs may be derived. This is because adhesions spread from top to bottom, and if there is adhesion at the bottom, it can be determined that adhesions have spread over a wide area.
また、左右肺ごとの癒着に関する情報としては、上述の小領域ごとの癒着に関する情報に基づいて導出することとしてもよい。
例えば、小領域ごとの癒着の有無を示す情報に基づいて、左右肺ごとの癒着の有無に関する情報を導出することとしてもよい。例えば、小領域ごとの癒着の有無に関する情報に基づいて、左右肺ごとに、癒着ありの領域の肺内面積率を算出し、肺内面積率が所定の閾値以上である場合は癒着あり、所定の閾値未満である場合は癒着なしと判定し、判定結果を左右肺ごとの癒着の有無を示す情報とする。また、左右肺ごとの癒着判定に用いる所定の閾値（肺内面積率の閾値）としては、例えば、上述のように１／３や０．５等を用いることができる。
Furthermore, information regarding adhesions for each of the left and right lungs may be derived based on the information regarding adhesions for each of the small regions described above.
For example, information on the presence or absence of adhesion for each of the left and right lungs may be derived based on information on the presence or absence of adhesion for each of the small regions. For example, based on information on the presence or absence of adhesion for each of the small regions, the intrapulmonary area ratio of the area with adhesion is calculated for each of the left and right lungs, and if the intrapulmonary area ratio is equal to or greater than a predetermined threshold, it is determined that adhesion exists, and if it is less than the predetermined threshold, it is determined that adhesion does not exist, and the determination result is used as information on the presence or absence of adhesion for each of the left and right lungs. In addition, as the predetermined threshold (threshold of intrapulmonary area ratio) used for determining adhesion for each of the left and right lungs, for example, 1/3 or 0.5 can be used as described above.
また、例えば、小領域ごとの癒着強度を示す情報に基づいて、左右肺ごとの癒着強度に関する情報を導出することとしてもよい。例えば、小領域ごとの癒着強度に関する情報に基づいて、左右肺ごとに、強い癒着と判定された領域の肺内面積率、弱い癒着と判定された領域の肺内面積率、癒着なしと判定された領域の肺内面積率をそれぞれ算出し、算出結果を左右肺ごとの癒着強度に関する情報として算出してもよい。あるいは、強い癒着と判定された領域の肺内面積率が所定の閾値以上である場合に、強い癒着ありと判定し、強い癒着と判定された領域の肺内面積率が所定の閾値未満で弱い癒着と判定された領域の肺内面積率が所定の閾値以上である場合に、弱い癒着ありと判定し、判定結果を左右肺ごとの癒着強度に関する情報としてもよい。左右肺ごとの癒着強度の判定に用いる所定の閾値（肺内面積率の閾値）としては、例えば、上述のように１／３や０．５等を用いることができる。 In addition, for example, information on adhesion strength for each left and right lung may be derived based on information indicating adhesion strength for each small region. For example, based on information on adhesion strength for each small region, the intrapulmonary area ratio of the region determined to be strong adhesion, the intrapulmonary area ratio of the region determined to be weak adhesion, and the intrapulmonary area ratio of the region determined to be no adhesion may be calculated for each left and right lung, and the calculation results may be calculated as information on adhesion strength for each left and right lung. Alternatively, if the intrapulmonary area ratio of the region determined to be strong adhesion is equal to or greater than a predetermined threshold, it may be determined that strong adhesion exists, and if the intrapulmonary area ratio of the region determined to be strong adhesion is less than the predetermined threshold and the intrapulmonary area ratio of the region determined to be weak adhesion is equal to or greater than a predetermined threshold, it may be determined that weak adhesion exists, and the determination result may be information on adhesion strength for each left and right lung. As the predetermined threshold (threshold of intrapulmonary area ratio) used to determine adhesion strength for each left and right lung, for example, 1/3 or 0.5 can be used as described above.
また、例えば、小領域ごとの癒着尤度を示す情報に基づいて、左右肺ごとの癒着尤度に関する情報を導出することとしてもよい。
左右肺ごとの癒着尤度に関する情報は、例えば、以下の（式１）により求めることができる。
左右肺ごとの癒着尤度＝（小領域ごとの癒着尤度）の平均値・・・（式１）
あるいは、以下の（式２）～（式４）のいずれかにより左右肺ごとの癒着尤度に関する情報を求めることとしてもよい。
左右肺ごとの癒着尤度＝（小領域ごとの癒着尤度）の最大値・・・（式２）
左右肺ごとの癒着尤度＝（小領域ごとの癒着尤度）の２乗の平均値・・・（式３）
左右肺ごとの癒着尤度＝{MAX(0, 1 - log_a (小領域ごとの癒着尤度) )} の平均値・・・（式４）
例えば、領域が小さい癒着であっても高い癒着尤度を左右肺ごとの癒着尤度に反映させたい場合は、（式２）を用いることが好ましい。
また、例えば、領域が大きな癒着の癒着尤度を左右肺ごとの癒着尤度に反映させたい場合は、（式３）又は（式４）を用いることが好ましい。（式３）又は（式４）では、小領域ごとの癒着尤度が低い場合の重みを下げることができる。例えば、（式４）では、低aを、例えば０．６などにすることで、小領域ごとの癒着尤度が０．６以上の場合に左右肺ごとの癒着尤度の計算に寄与する設計とすることができる。
Also, for example, information regarding the likelihood of adhesion for each of the left and right lungs may be derived based on information indicating the likelihood of adhesion for each small region.
Information regarding the likelihood of adhesion for each of the left and right lungs can be obtained, for example, by the following (Equation 1).
Likelihood of adhesion for each left and right lung = Average value of (likelihood of adhesion for each small region) ... (Equation 1)
Alternatively, information regarding the likelihood of adhesion for each of the left and right lungs may be obtained using any one of the following (Equation 2) to (Equation 4).
Likelihood of adhesion for each left and right lung = Maximum value of (likelihood of adhesion for each small region) ... (Equation 2)
Likelihood of adhesion for each left and right lung = average value of square of (likelihood of adhesion for each small region) ... (Equation 3)
Likelihood of adhesion for each left and right lung = Average value of {MAX(0, 1 - log_a (likelihood of adhesion for each small region))} ... (Equation 4)
For example, when it is desired to reflect a high adhesion likelihood in the adhesion likelihood for each of the left and right lungs even if the adhesion is in a small area, it is preferable to use (Formula 2).
In addition, for example, when it is desired to reflect the adhesion likelihood of a large area in the adhesion likelihood for each of the left and right lungs, it is preferable to use (Formula 3) or (Formula 4). In (Formula 3) or (Formula 4), the weight can be lowered when the adhesion likelihood for each small area is low. For example, in (Formula 4), by setting low a to, for example, 0.6, it is possible to design it to contribute to the calculation of the adhesion likelihood for each of the left and right lungs when the adhesion likelihood for each small area is 0.6 or more.
ここで、上述のように、正常な肺は横隔膜の動きに伴って体軸方向に動くため、横隔膜の動き量が大きいほど肺の動き量は大きくなり、横隔膜の動き量が小さければ、肺の動き量も小さくなる。すなわち、図１０に示すように、縦軸を動き低下領域の肺内面積率、横軸を横隔膜の動き量としたグラフにおいて、横隔膜の動き量がほとんどない領域（図１０において横隔膜の動き量がＴＨで示す閾値以下）では、癒着があってもなくても肺の動き量は小さく、肺が動かせているのか否かを正確に判定することができない。そこで、横隔膜の動き量を算出し、横隔膜の動き量が所定の閾値ＴＨ以下の場合、導出した癒着に関する情報の確度が低いことを示す警告を出力（例えば、表示部３４に表示）することが好ましい。例えば、「警告：横隔膜の動きが小さいため、癒着による動き低下が充分に計測できません」等のメッセージを出力することが好ましい。
なお、図１０の横隔膜の動き量は、例えば、動態画像からエッジ検出等の画像処理により横隔膜を認識し、認識した横隔膜の代表点（例えば、横隔膜の頂点（上端）や、ある計測線上の点（固定のｘ座標位置（画像の横方向の座標位置））等）の動き量を横隔膜の動き量とする。
Here, as described above, normal lungs move in the body axis direction with the movement of the diaphragm, so the greater the movement of the diaphragm, the greater the movement of the lungs, and the smaller the movement of the diaphragm, the smaller the movement of the lungs. That is, as shown in FIG. 10, in a graph in which the vertical axis is the intrapulmonary area ratio of the region with reduced movement and the horizontal axis is the movement of the diaphragm, in a region with almost no movement of the diaphragm (the movement of the diaphragm is below a threshold indicated by TH in FIG. 10), the movement of the lungs is small regardless of whether adhesions are present or not, and it is not possible to accurately determine whether the lungs are being moved or not. Therefore, it is preferable to calculate the movement of the diaphragm, and when the movement of the diaphragm is below a predetermined threshold TH, output (for example, display on the display unit 34) a warning indicating that the accuracy of the derived information on adhesions is low. For example, it is preferable to output a message such as "Warning: The movement of the diaphragm is small, so the reduction in movement due to adhesions cannot be measured sufficiently."
The amount of movement of the diaphragm in Figure 10 is determined by, for example, recognizing the diaphragm from a dynamic image using image processing such as edge detection, and determining the amount of movement of a representative point of the recognized diaphragm (for example, the apex (upper end) of the diaphragm or a point on a certain measurement line (a fixed x-coordinate position (horizontal coordinate position in the image))).
また、左右肺ごとの癒着の有無や癒着強度を判定する際の肺内面積率の閾値は、図１０の曲線ｌに示すように、横隔膜の動き量に基づいて変更してもよい。具体的には、横隔膜の動き量が大きいほど閾値を小さくする。癒着がなければ横隔膜の動き量が大きいほど肺の動きも大きくなるため、動き低下領域や癒着ありと判定される領域が小さくなるためである。
なお、左右肺ごとの動き低下領域の肺内面積率を左右肺ごとの癒着に関する情報として算出してもよい。
Furthermore, the threshold value of the intrapulmonary area ratio when determining the presence or absence of adhesions and adhesion strength for each of the left and right lungs may be changed based on the amount of movement of the diaphragm, as shown by curve l in Fig. 10. Specifically, the threshold value is made smaller as the amount of movement of the diaphragm increases. This is because, if there is no adhesion, the greater the amount of movement of the diaphragm, the greater the movement of the lungs, and therefore the area of reduced movement and the area determined to have adhesions become smaller.
The intrapulmonary area ratio of the region with reduced motion for each of the left and right lungs may be calculated as information related to adhesion for each of the left and right lungs.
また、左右肺ごとの癒着に関する情報として、以下の情報を導出してもよい。
・動き小領域と動き大領域の近接度に関する情報
体軸方向の動き量が小さい領域と、体軸方向の動き量が大きい領域の近接度に関する情報を算出し、左右肺ごとの癒着に関する情報として表示してもよい。例えば上記近接度に関する情報を算出する1つの方法としては、体軸方向の動き量が所定値（第１の値）以下（例えば1cm以下）の領域と、体軸方向の動き量が所定値（第２の値）以上（例えば4cm以上）の領域との距離を2領域間距離として算出し、2領域間距離が所定の閾値以下(例えば3cm以内)であれば癒着有りの可能性が高いことから、2領域間距離そのものや2領域間距離が所定の閾値以下であるか否かを上記近接度に関する情報として導出、出力するとよい。他の方法としては、体軸方向の動き量が所定値以下（例えば1mm以下）の領域の近傍領域（例えば周辺3cm以内の範囲の領域）の最大の動き量を算出する。最大動き量が大きいほど癒着有りの可能性が高いことから、最大動き量そのものや最大動き量が所定の閾値以上（例えば3cm以上）であるか否かの判定結果を上記近接度に関する情報として出力するとよい。ここで上述の２領域間距離や上述の近傍を規定する距離は、上述の2手法いずれも、体軸方向に計測した距離であることが望ましい。
・動き低下領域の下端位置
例えば、肺尖から横隔膜上端又は肺領域下端までの距離を1.0とし、動き低下領域の下端位置を0～1.0で表した数値を算出する。
立位で横隔膜を動かしたときの重力影響や、癒着が上肺から進む傾向があることから、動き低下領域の下端位置を求めることで、癒着の範囲の推定に役立てることができるためである。
・動き低下領域の左右対称性
横隔膜の動きが小さいために肺の動きが小さい場合は、左右対称に動きが小さくなるが、左右方向で動き低下領域の下端位置が大きく異なる場合（動き低下領域が左右非対称の場合）は癒着の可能性があると考えられるためである。
・特定の位置（特定の肺血管又は気管支の位置）の動き低下の有無
胸膜付近にあることが解剖学的にわかっている肺血管又は気管支（例えば、右肺動脈のA3bなど）の動き（体軸方向の動き）が低下していた場合、その箇所は癒着していると考えられるためでる。
例えば、右肺動脈のA3bは、胸部正面の画像ではＸ線照射方向に走行しているために肺結節のように丸く目立って見える。そこで、例えば、動態画像における右肺の肺門付近において、Hessianフィルター等を用いて５ｍｍ角程度の円形検出を行うことで右肺動脈のA3bを認識し、認識した右肺動脈のA3bの体軸方向の動き量（例えば、呼気期間の上方向の動き量）が所定の閾値以下である場合に、動きの低下があると判定し、閾値を超える場合に、動きの低下なしと判定する。なお、右肺動脈のA3bは一例であり、胸膜付近にあることが解剖学的にわかっている他の肺血管又は気管支について、例えば、動態画像の肺領域の特定の位置において、A3bと同様の手法により認識し、その体軸方向の動き量が所定の閾値以下である場合に、動きの低下があると判定し、閾値を超える場合に、動きの低下なしと判定してもよい。
In addition, the following information may be derived as information regarding adhesions for each of the left and right lungs.
Information on the proximity between small movement regions and large movement regions Information on the proximity between regions with small movement amounts in the body axis direction and regions with large movement amounts in the body axis direction may be calculated and displayed as information on adhesion for each of the left and right lungs. For example, one method of calculating the information on the proximity is to calculate the distance between a region with a movement amount in the body axis direction less than a predetermined value (first value) (e.g., less than 1 cm) and a region with a movement amount in the body axis direction greater than a predetermined value (second value) (e.g., 4 cm or more) as the distance between the two regions, and since there is a high possibility of adhesion if the distance between the two regions is less than a predetermined threshold (e.g., within 3 cm), the distance between the two regions itself or whether the distance between the two regions is less than a predetermined threshold may be derived and output as information on the proximity. Another method is to calculate the maximum movement amount of a neighboring region (e.g., a region within a range of 3 cm around the region) of a region with a movement amount in the body axis direction less than a predetermined value (e.g., 1 mm or less). Since there is a high possibility of adhesion as the maximum movement amount is greater, it is preferable to output the maximum movement amount itself or the result of the determination of whether the maximum movement amount is greater than or equal to a predetermined threshold (e.g., 3 cm or more) as information on the proximity. Here, it is preferable that the distance between the two regions and the distance defining the vicinity be a distance measured in the body axis direction in both of the above-mentioned two methods.
Lower End Position of the Region with Reduced Motion For example, the distance from the apex of the lung to the upper end of the diaphragm or the lower end of the lung region is set to 1.0, and the lower end position of the region with reduced motion is calculated as a value between 0 and 1.0.
This is because, due to the effect of gravity when the diaphragm is moved in an upright position and the tendency for adhesions to progress from the upper lung, determining the lower end position of the area of reduced movement can be useful in estimating the extent of adhesions.
- Symmetry of the reduced motion area When lung movement is small due to small diaphragm movement, the movement will be small and symmetrical on the left and right. However, if the lower end positions of the reduced motion area differ significantly on the left and right (when the reduced motion area is asymmetric), it is thought that there is a possibility of adhesion.
- Presence or absence of reduced movement of a specific location (the location of a specific pulmonary blood vessel or bronchi) If there is reduced movement (movement in the body axis direction) of a pulmonary blood vessel or bronchi (for example, A3b of the right pulmonary artery) that is anatomically known to be near the pleura, this is because that area is thought to be adhered.
For example, the right pulmonary artery A3b runs in the X-ray irradiation direction in the chest front image, so it looks round and conspicuous like a pulmonary nodule. Therefore, for example, the right pulmonary artery A3b is recognized by detecting a circle of about 5 mm square using a Hessian filter or the like near the hilum of the right lung in the dynamic image, and if the amount of movement in the body axis direction of the recognized right pulmonary artery A3b (for example, the amount of movement in the upward direction during the exhalation period) is equal to or less than a predetermined threshold, it is determined that there is a decrease in movement, and if it exceeds the threshold, it is determined that there is no decrease in movement. Note that the right pulmonary artery A3b is only an example, and other pulmonary blood vessels or bronchi that are anatomically known to be near the pleura may be recognized, for example, at a specific position in the lung region of the dynamic image by a method similar to that of A3b, and if the amount of movement in the body axis direction is equal to or less than a predetermined threshold, it is determined that there is a decrease in movement, and if it exceeds the threshold, it is determined that there is no decrease in movement.
癒着に関する情報の導出が終了すると、制御部３１は、癒着に関する情報が表示された解析結果画面３４１を表示部３４により表示（出力）する（ステップＳ１４）。
When the derivation of information regarding adhesions is completed, the
図１１は、解析結果画面３４１の一例を示す図である。図１１に示すように、解析結果画面３４１には、動画表示領域３４１ａ、サマリ画像表示領域３４１ｂ、横隔膜動き量表示領域３４１ｃ等が設けられている。
Fig. 11 is a diagram showing an example of the
動画表示領域３４１ａには、撮影により取得された動態画像が動画表示される。動態画像を動画表示することにより、医師が横隔膜や肺の動きやその関連性を直接観察することが可能となる。ここで、上述のように、Ｘ線画像において、肺は肺血管などの高周波成分から構成され、肺外の臓器や脂肪、筋肉などは低周波成分に特徴が現れることから、表示する動態画像には、特定の高周波成分を強調する画像処理もしくは特定の低周波成分を減弱する画像処理を事前に行っておくことが望ましい。また、動態画像上には、操作部３３の操作によりステップＳ１３で導出された動き低下領域を囲んで示すオーバーレイ表示（図１１においてＡで示す）のＯＮ／ＯＦＦが切替可能となっている。動き低下領域をオーバーレイ表示することで、医師が動き低下領域の内外での動きの違いを対比的に集中して癒着らしさを観察することが可能となる。なお、動き低下領域の表示は、体動が少なければ全フレーム画像に同じものを流用しても問題はない。
In the
サマリ画像表示領域３４１ｂには、動画表示領域３４１ａに表示された動態画像を解析することにより導出された解析結果を示すサマリ画像が表示される。
サマリ画像としては、例えば、図１２（ａ）に示すように、動態画像の一のフレーム画像（代表フレーム画像。例えば、最大吸気位のフレーム画像。）の小領域ごとに、当該小領域の体軸方向（上方向）の動き量を示すベクトルを表示した画像（動き量ＭＡＰ）を表示する。図１２（ａ）においては、最大吸気位のフレーム画像にベクトルをマッピング（表示）した例を示しているが、最大呼気位のフレーム画像にベクトルを表示することとしてもよい。なお、体軸方向に限らず、全方向の動き量をベクトルで表示してもよい。
または、サマリ画像として、図１２（ｂ）に示すように、代表フレーム画像の小領域ごとに当該小領域の体軸方向（上方向）動き量（ベクトルの長さ）に応じた色を付した画像（動き量ＭＡＰ）を表示してもよい。動き量と色の変換テーブルとしては、例えば、黒(R,G,B=0,0,0) を基点として、動き量に所定の係数を掛け算した値をR,G,Bいずれかに割り付ければよい。例えば、正の動き量をG、負の動き量をB、というように正負で色を分けると視認性がよく望ましい。負の動きは胸式呼吸による肺の絶対位置の変化を表すことが多いため、非表示（黒のまま）としてもよい。動き量の増加に応じて、R,G,Bいずれかの値を線形に増加させても良く、非線形に増加させてもよい。表現能を上げるため、動き量0～+1cmをG:0～255に割り当て、動き量+1cm～+4cmをR:0～255(G=255固定)に割り当てるなど、異なる色を複数割り当ててもよい。医師の使用モニターは高精細なモノクロモニタであることも多いため、モノクロ(R=G=B)で動き量0～+4cmを0～255に割り当ててもよい。動き低下に着目するため、限りある色域のうち、例えば動き量1cm以下などの小さな動きの表現能を上げることが望ましく、例えば動き量4cm以上などの大きな動きは固定値とするなど表現能を下げることが望ましい。所定の色で塗りつぶしを行うものであるが、透過色で表示しても良い。
表示する体軸方向の動き量MAPは、観察すべき対象である肺野領域に限定して表示することが望ましい。これにより、肺野外は動態画像そのものを観察しやすくなり、位置関係が把握しやすくなるという効果もある。肺野領域は通常は右肺と左肺との2領域で構成されるが、縦郭領域や横隔膜下部領域を含むこととしてもよい。また、ユーザー入力を可能とし、ユーザーが入力した肺野領域を採用することとしてもよい。
表示する動態画像は、動画表示領域３４１ａと同様に、特定の高周波成分を強調する画像処理もしくは特定の低周波成分を減弱する画像処理を事前に行っておくことが望ましい。
また、動態画像における各肺の垂直方向の位置ごとに、その垂直方向の位置に存在する小領域の体軸方向（上方向）の動き量の代表値（例えば、最小値、平均値、中央値、又は最大値）を算出し、代表フレーム画像の各肺領域の近傍に、各肺領域の垂直方向の位置ごとに前記代表値に応じた色を付した画像である垂直方向グラデーションバー３４２を表示することとしてもよい。垂直方向グラデーションバー３４２には、動き低下領域の下端位置（図１２（ｂ）においてＥで示す）を識別可能に表示してもよい。
または、サマリ画像として、図１２（ｃ）に示すように、各肺の垂直方向の位置ごとに、その垂直方向の位置に存在する小領域の体軸方向（上方向）の動き量の代表値（例えば、最小値、平均値、中央値、又は最大値）を算出し、算出した代表値に応じた色を動態画像の代表フレーム画像の肺領域上に短冊状に表示することとしてもよい。
The summary
As the summary image, for example, as shown in Fig. 12(a), an image (motion amount MAP) is displayed in which a vector indicating the amount of movement in the body axis direction (upward) of each small area of one frame image (representative frame image, for example, a frame image at maximum inspiration position) of the dynamic image is displayed. Fig. 12(a) shows an example in which a vector is mapped (displayed) on the frame image at maximum inspiration position, but the vector may also be displayed on the frame image at maximum expiration position. Note that the amount of movement in all directions may be displayed as a vector, not limited to the body axis direction.
Alternatively, as shown in FIG. 12B, a summary image (motion amount map) may be displayed in which a color is assigned to each small region of the representative frame image according to the amount of movement (vector length) of the small region in the body axis direction (upward). For example, a conversion table between the amount of movement and color may be created by multiplying the amount of movement by a predetermined coefficient, with black (R,G,B=0,0,0) as the base point, and allocating the value to R, G, or B. For example, it is desirable to separate the colors into positive and negative, such as G for positive movement and B for negative movement, for good visibility. Negative movement often indicates a change in the absolute position of the lungs due to thoracic breathing, so it may be hidden (remain black). As the amount of movement increases, the value of any of R, G, or B may be increased linearly or nonlinearly. In order to improve the expressiveness, multiple different colors may be assigned, such as allocating a movement amount of 0 to +1 cm to G: 0 to 255, and allocating a movement amount of +1 cm to +4 cm to R: 0 to 255 (fixed G=255). Since doctors often use high-resolution monochrome monitors, the amount of movement from 0 to +4 cm can be assigned to 0 to 255 in monochrome (R=G=B). To focus on the reduction in movement, it is desirable to increase the ability to express small movements, such as movements of 1 cm or less, within the limited color gamut, and to decrease the ability to express large movements, such as movements of 4 cm or more, by setting them to a fixed value. Although the area is filled with a specified color, it may be displayed with a transparent color.
It is desirable to display the MAP of the amount of movement in the body axis direction only in the lung field region, which is the object of observation. This has the effect of making it easier to observe the dynamic image itself outside the lung field, and making it easier to grasp the positional relationship. The lung field region is usually composed of two regions, the right lung and the left lung, but it may also include the medial vein region and the subdiaphragm region. In addition, it is also possible to allow user input, and to adopt the lung field region input by the user.
It is preferable that the dynamic image to be displayed is previously subjected to image processing for emphasizing specific high frequency components or image processing for attenuating specific low frequency components, similar to the moving
Also, for each vertical position of each lung in the dynamic image, a representative value (e.g., minimum, average, median, or maximum) of the amount of movement in the body axis direction (upward) of a small region existing at that vertical position may be calculated, and a
Alternatively, as a summary image, as shown in FIG. 12(c), a representative value (e.g., minimum, average, median, or maximum) of the amount of movement in the body axis direction (upward) of the small area present at each vertical position of each lung may be calculated, and a color corresponding to the calculated representative value may be displayed in the form of a strip on the lung area of a representative frame image of the dynamic image.
また、図１２（ｂ）に示す表示方法において、代表フレーム画像の各小領域に、体軸方向の動き量の代わりに当該小領域の癒着尤度に応じた色を付してもよい。また、癒着尤度の垂直方向グラデーションバーを表示してもよい。また、癒着有無（動き低下領域）については、図１３（ａ）に示すように、代表フレーム画像の癒着ありと判定された領域（動き低下領域）にのみ色を付すこととしてもよい。また、癒着強度については、図１３（ｂ）に示すように、代表フレーム画像の癒着ありと判定された小領域についてのみ、その小領域の癒着の強度に応じた色を付すこととしてもよい。
また、サマリ画像と併せて、左右肺ごとの癒着に関する情報（癒着有無、癒着強度、癒着尤度、癒着確度、動き低下領域の面積率、動き低下領域の下端位置、動き低下領域の左右対称性、動き小領域と動き大領域の近接度に関する情報、特定の位置の動き低下の有無のうち少なくとも一つ等）を表示してもよい。
なお、図１２（ａ）～（ｃ）、図１３（ａ）、（ｂ）においては、片肺のみに対して表示を行っているが、実際には両肺に対して表示が行われる。また、どのサマリ画像をサマリ画像表示領域３４１ｂに表示するかは、操作部３３の操作によりユーザーが設定可能である。
In addition, in the display method shown in FIG. 12(b), each small region of the representative frame image may be colored according to the adhesion likelihood of the small region instead of the amount of movement in the body axis direction. A vertical gradation bar of the adhesion likelihood may also be displayed. Regarding the presence or absence of adhesion (low-motion region), as shown in FIG. 13(a), only the region (low-motion region) of the representative frame image that is determined to have adhesion may be colored. Regarding the adhesion strength, as shown in FIG. 13(b), only the small region of the representative frame image that is determined to have adhesion may be colored according to the adhesion strength of the small region.
In addition to the summary image, information regarding adhesions for the left and right lungs (at least one of the following information may be displayed: presence or absence of adhesions, adhesion strength, adhesion likelihood, adhesion probability, area ratio of areas of reduced motion, lower end position of areas of reduced motion, left-right symmetry of areas of reduced motion, proximity of areas of low motion and areas of high motion, and presence or absence of reduced motion at a specific position).
12(a) to (c) and 13(a) and (b), only one lung is displayed, but in reality both lungs are displayed. Also, which summary image is to be displayed in the summary
このように、サマリ画像の表示により、肺領域の小領域ごとの体軸方向の動き量、癒着有無、癒着強度、癒着尤度、動き低下領域の分布等を表示することができるので、医師が癒着の分布状況を容易に把握することが可能となり、読影のアシストをすることができ、読影の性能及び効率を向上させることができる。また、癒着の情報が集約されたサマリ画像をPACSに予め送信するなどしておけば、医師が動態画像を詳細に読影する必要があるか否かを判断するトリガとすることもできる。また、サマリ画像上に動き低下領域と体軸方向の動き量MAPとを重ねて表示しておくことで、動画表示領域３４１ａの動態画像にオーバーレイ表示した「動き低下領域」の抽出方法について、体軸方向の動き量MAPから抽出されていることを目視で確認でき、医師への説明性を確保することができることができる。
In this way, the display of the summary image can display the amount of movement in the body axis direction for each small region of the lung region, the presence or absence of adhesions, adhesion strength, adhesion likelihood, distribution of areas with reduced motion, etc., so that the doctor can easily grasp the distribution of adhesions, and can assist in interpretation, improving the performance and efficiency of interpretation. In addition, if the summary image in which adhesion information is summarized is sent to the PACS in advance, it can be used as a trigger for the doctor to determine whether or not it is necessary to interpret the dynamic image in detail. In addition, by displaying the reduced motion areas and the body axis motion amount MAP superimposed on the summary image, it can be visually confirmed that the method of extracting the "reduced motion areas" overlaid on the dynamic image in the
また、例えば、サマリ画像表示領域３４１ｂには、左右肺ごとの胸膜の癒着に関する情報を表示することで、医師が左右肺ごとの胸膜癒着について容易に把握することが可能となり、読影の性能及び効率を向上させることができる。
In addition, for example, by displaying information about pleural adhesions for each of the left and right lungs in the summary
横隔膜動き量表示領域３４１ｃには、動態画像における横隔膜の動き量（例えば、横隔膜の代表点の動き量）の時間変化を示すグラフが表示される。グラフ上には、動画表示領域３４１ａにおける動態画像の再生位置３４３が表示されるとともに、解析対象となったフレーム画像の範囲３４４が識別可能に（例えば、囲んで）表示される。これにより、医師は、動態画像を動画表示（再生）しながら、再生されているフレーム画像と横隔膜の動きとを対比させることが可能となる。また、解析対象としたフレーム画像を把握することが可能となる。なお、横隔膜の動き量の算出に用いた代表点の位置を動画表示領域３４１ａに表示される動態画像に示すこととしてもよい。
The diaphragm movement
なお、上記説明では、動態画像の呼気期間を解析対象とした例について説明したが、吸気期間を解析対象としてもよい。この場合は、上記説明の体軸方向（上方向）の代わりに、体軸方向（下方向）の動きベクトルを算出し、体軸方向（下方向）の動き量に基づいて、癒着に関する情報を導出し出力する。また、複数回の呼気期間、吸気期間ごとに解析しても構わない。 In the above explanation, an example was described in which the expiratory period of a dynamic image was analyzed, but the inhalation period may also be analyzed. In this case, instead of the body axis direction (upward) as explained above, a motion vector in the body axis direction (downward) is calculated, and information related to adhesions is derived and output based on the amount of movement in the body axis direction (downward). Also, analysis may be performed for multiple expiratory and inhalation periods.
（変形例）
以下、上記実施形態の変形例について説明する。
一般的に、呼吸をすると肺は主に体軸方向に動くため、上記実施形態では、肺領域の体軸方向の動き量に基づいて癒着に関する情報を導出する場合を例にとり説明したが、まれに、呼吸により肺が斜め方向に動く患者も存在する。例えば、片方の肺にブラがある場合、左右の肺が不均等となり、呼吸をすると肺が体軸方向から少し角度がついた斜め方向に動いてしまうケースがある。このような場合は、肺の動き方向である斜め方向の動き量に基づいて癒着に関する情報を導出することが望ましい。
そこで、制御部３１は、例えば、動態画像を解析して肺の動き方向のトレンドを取得し、取得した方向を特定方向として、肺領域の特定方向の動き量に基づいて癒着に関する情報を導出することとしてもよい。例えば、動態画像の解析対象区間のフレーム画像の小領域ごとにオプティカルフロー等により動きベクトルを求め、例えば、最も多くのベクトルが向いている方向を肺の動き方向とし、この肺の動き方向を特定方向として、肺領域における特定方向の動き量に基づいて癒着に関する情報を導出することとしてもよい。あるいは、ユーザーに操作部３３の操作により肺の動き方向を指定させ、指定された方向を特定領域として、肺領域における特定方向の動き量に基づいて、癒着に関する情報を導出することとしてもよい。例えば、表示部３４に動態画像を動画表示し、操作部３３によりユーザーに動き方向を指定させることとしてもよい。あるいは、動態画像の解析対象区間のフレーム画像の小領域ごとにオプティカルフロー等により動きベクトルを求めて動きベクトルを表示し、肺領域における操作部３３により選択されたベクトルが向いている方向を特定方向としてもよい。また、上肺野や肺尖部の癒着を判別したい場合には、上肺野や肺尖部の横隔膜による動きが小さいことから、観察したい肺野周辺の胸郭の動き方向を前記特定方向としてもよい。例えば、図１４に示すように、呼吸に伴い動く胸郭のうち外胸郭辺縁ＥＴ上の1点を特定点Ｐとしてユーザーが指定し、特定点Ｐの吸気時の動きを抽出し、その動き方向を特定方向とする。肺尖部に癒着がある場合、肺尖部で特定方向の動き量が低下していることが観察され、特定方向の動き量が所定の閾値以下の領域（動き低下領域）として肺尖部が検出できる。一方、前記特定点Ｐの（特定方向の）動き量が所定の閾値(例えば3mm)以下の場合、外力である胸郭が充分に動いていないことから、導出された癒着に関する情報の確度が低いことを警告する情報を出力（例えば、表示部３４に表示）することが望ましい。ここでは、ユーザーが特定点Ｐを指定したが、これによらず、左右肺ごとに胸郭の動き量を抽出し、動き量が最大の点を特定点Ｐとしてもよい。なお、癒着に関する情報を導出する方法は、上記実施形態で説明した方法の体軸方向を上述の特定方向とすればよい。そして、導出された癒着に関する情報を解析結果画面３４１に表示することとしてもよい。
(Modification)
Modifications of the above embodiment will now be described.
Generally, the lungs move mainly in the body axis direction when breathing, so in the above embodiment, the case where adhesion information is derived based on the amount of movement of the lung area in the body axis direction is described as an example, but in rare cases, there are patients whose lungs move in a diagonal direction when breathing. For example, if one lung has a bulla, the left and right lungs become uneven, and there are cases where the lung moves in a diagonal direction at a slight angle from the body axis when breathing. In such a case, it is desirable to derive adhesion information based on the amount of movement in the diagonal direction, which is the movement direction of the lungs.
Therefore, the
このように、肺領域の特定方向の動き量に基づいて癒着に関する情報を導出することで、疾患により肺が体軸方向に動かない患者についての癒着に関する情報についても精度よく導出することが可能となる。 In this way, by deriving information about adhesions based on the amount of movement in a specific direction of the lung region, it is possible to accurately derive information about adhesions for patients whose lungs cannot move in the body axis direction due to disease.
以上説明したように、本実施形態における診断用コンソール３の制御部３１は、放射線による動態撮影により得られた胸部の動態画像を取得し、取得した動態画像における肺領域の体軸方向の動き量に基づいて、胸膜の癒着に関する情報を導出し、導出した胸膜の癒着に関する情報を表示部３４により表示出力する。
また、本実施形態の変形例における診断用コンソール３の制御部３１は、放射線による動態撮影により得られた胸部の動態画像を取得し、取得した動態画像における肺領域の特定方向の動き量に基づいて、胸膜の癒着に関する情報を導出し、導出した癒着に関する情報を表示部３４により表示出力する。
したがって、放射線による動態撮影により得られた胸部の動態画像を用いて胸膜の癒着に関する情報を取得することができるので、従来のように、装置のコストの点から一般の医療施設には導入しづらく、また、撮影手続きの煩雑さや被ばく量の多さなどが問題となる４Ｄ－ＣＴや、局所撮影のため被写体の全体が概観できず、全体を撮影しようとすると撮影時間が膨大となり、撮影手技も難しい超音波診断装置を用いることなく、胸膜の癒着に関する情報を少ない被ばく量で簡易に取得することが可能となる。その結果、一般の医療施設において、コストが高く大掛かりな装置を導入することなく、少ない被ばく量で手術前の患者の胸膜の癒着に関する情報を容易に取得することが可能となる。
As described above, the
In addition, in a modified example of this embodiment, the
Therefore, since information regarding pleural adhesions can be obtained using dynamic images of the chest obtained by dynamic radiography, it becomes possible to easily obtain information regarding pleural adhesions with a small amount of radiation exposure without using conventional 4D-CT, which is difficult to introduce into general medical facilities due to the cost of the device and has problems such as complicated imaging procedures and high radiation exposure, or ultrasonic diagnostic devices, which cannot provide an overview of the subject as a whole because they are localized images, and which take a huge amount of time to image the entire subject and have difficult imaging techniques.As a result, it becomes possible to easily obtain information regarding pleural adhesions of patients before surgery with a small amount of radiation exposure without introducing costly and large-scale devices in general medical facilities.
例えば、制御部３１は、前記胸膜の癒着に関する情報として、癒着の有無を示す情報、癒着の強度を示す情報、又は癒着の尤度を示す情報を含めることができる。したがって、医師は、患者の胸膜の癒着有無、癒着強度、癒着尤度を把握することが可能となる。
For example, the
また、例えば、制御部３１は、動態画像における肺領域の小領域ごとの前記動き量に基づいて、前記癒着に関する情報を導出するので、精度よく胸膜の癒着に関する情報を導出することができる。さらに、動態画像の横隔膜の動き量に基づいて癒着に関する情報を導出することで、より精度よく胸膜の癒着に関する情報を導出することができる。
In addition, for example, the
また、例えば、制御部３１は、動態画像における肺領域の小領域ごとの前記動き量に基づいて、小領域ごとの胸膜の癒着に関する情報を導出し、表示部３４に表示出力するので、医師が胸膜の癒着の分布状況を容易に把握することが可能となり、読影の性能及び効率を向上させることができる。
In addition, for example, the
例えば、動態画像の代表フレーム画像の肺領域の小領域ごとに導出した胸膜の癒着に関する情報に応じた色を付加した画像を出力することで、医師が一瞥して胸膜の癒着の分布状況を把握することが可能となり、読影の性能及び効率を向上させることができる。 For example, by outputting an image to which colors are added according to information about pleural adhesions derived for each small region of the lung area of a representative frame image of a dynamic image, doctors can grasp the distribution of pleural adhesions at a glance, improving the performance and efficiency of image interpretation.
また、例えば、動態画像の代表フレーム画像の肺領域の小領域ごとに体軸方向（又は特定方向）の動き量を示すベクトルを表示した画像を出力することで、医師が一瞥して肺領域の小領域ごとの体軸方向（又は特定方向）の動き量を把握することが可能となり、読影の性能及び効率を向上させることができる。 In addition, for example, by outputting an image that displays a vector indicating the amount of movement in the body axis direction (or a specific direction) for each small region of the lung region in a representative frame image of a dynamic image, a doctor can grasp the amount of movement in the body axis direction (or a specific direction) for each small region of the lung region at a glance, thereby improving the performance and efficiency of image interpretation.
また、動態画像の代表フレーム画像の肺領域の小領域ごとに小領域ごとの体軸方向（又は特定方向）の動き量に応じた色を付加した画像を出力することで、医師が一瞥して肺領域の小領域ごとの体軸方向（又は特定の方向）の動き量を把握することが可能となり、読影の性能及び効率を向上させることができる。 In addition, by outputting an image in which a color is added according to the amount of movement in the body axis direction (or a specific direction) for each small region of the lung region in the representative frame image of the dynamic image, a doctor can grasp at a glance the amount of movement in the body axis direction (or a specific direction) for each small region of the lung region, thereby improving the performance and efficiency of image interpretation.
また、動態画像における各肺領域の垂直方向の位置ごとに、その垂直方向の位置にある小領域ごとの体軸方向（又は特定方向）の動き量の代表値を導出し、動態画像の代表フレーム画像の各肺領域の近傍に、各肺領域の垂直方向の位置ごとの前記代表値に応じた色を付した画像を出力することで、医師が一瞥して垂直方向の位置ごとの体軸方向（又は特定方向）の動き量を把握することができ、読影の性能及び効率を向上させることができる。 In addition, for each vertical position of each lung region in the dynamic image, a representative value of the amount of movement in the body axis direction (or a specific direction) for each small region at that vertical position is derived, and an image in which a color is applied according to the representative value for each vertical position of each lung region is output near each lung region in the representative frame image of the dynamic image, allowing a doctor to grasp at a glance the amount of movement in the body axis direction (or a specific direction) for each vertical position, improving the performance and efficiency of image interpretation.
また、動態画像における左右肺ごとに胸膜の癒着に関する情報を導出し、左右肺ごとの前記癒着に関する情報を出力することで、医師が左右肺ごとの胸膜癒着について容易に把握することが可能となり、読影の性能及び効率を向上させることができる。 In addition, by deriving information about pleural adhesions for each of the left and right lungs in dynamic images and outputting the information about adhesions for each of the left and right lungs, doctors can easily grasp pleural adhesions for each of the left and right lungs, improving the performance and efficiency of image interpretation.
また、動態画像における肺領域の小領域ごとの動き量に基づいて、動き低下領域を導出し、導出された動き低下領域を示す表示をオーバーレイして動態画像を動画表示することで、医師が動き低下領域の内外での動きの違いを対比的に集中して観察することが可能となる。 In addition, by deriving areas of reduced motion based on the amount of motion for each small region of the lung area in the dynamic image and overlaying a display showing the derived areas of reduced motion on the dynamic image, doctors can concentrate on observing the difference in motion inside and outside the areas of reduced motion in a comparative manner.
また、動態画像における横隔膜の動き量が所定の閾値以下の場合に、癒着に関する情報の確度が低いことを警告する情報を出力することで、医師が癒着に関する情報の確度が低いことを認識することが可能となる。 In addition, when the amount of movement of the diaphragm in the dynamic image is below a predetermined threshold, information is output to warn that the accuracy of the information regarding adhesions is low, allowing doctors to recognize that the accuracy of the information regarding adhesions is low.
なお、上記実施形態及び変形例における記述内容は、本発明の好適な一例であり、これに限定されるものではない。 Note that the above embodiment and modified examples are preferred examples of the present invention and are not intended to be limiting.
例えば、上記実施形態においては、胸部正面の動態画像における肺領域の体軸方向又は特定方向の動き量に基づいて、胸膜の癒着に関する情報を導出する場合を例にとり説明したが、胸部側面の動態画像における肺領域の体軸方向又は特定方向の動き量に基づいて、胸膜の癒着に関する情報を導出することとしてもよい。 For example, in the above embodiment, information regarding pleural adhesions is derived based on the amount of movement in the body axis direction or a specific direction of the lung region in a dynamic image of the front of the chest. However, information regarding pleural adhesions may be derived based on the amount of movement in the body axis direction or a specific direction of the lung region in a dynamic image of the lateral side of the chest.
また、上記実施形態においては、表示部３４を出力部として、胸膜の癒着に関する情報を表示部３４に表示する場合を例にとり説明したが、例えば、出力部を通信部３５として胸膜の癒着に関する情報を通信部３５により外部装置に出力し、外部装置において胸膜の癒着に関する情報を表示することとしてもよい。また、診断用コンソール３に印刷部を備える構成とし、胸膜の癒着に関する情報を印刷部により用紙に出力することとしてもよい。
In addition, in the above embodiment, the
また、上記の説明では、本発明に係るプログラムのコンピューター読み取り可能な媒体としてハードディスクや半導体の不揮発性メモリー等を使用した例を開示したが、この例に限定されない。その他のコンピューター読み取り可能な媒体として、ＣＤ－ＲＯＭ等の可搬型記録媒体を適用することが可能である。また、本発明に係るプログラムのデータを通信回線を介して提供する媒体として、キャリアウエーブ（搬送波）も適用される。 In the above explanation, a hard disk or a non-volatile semiconductor memory is used as a computer-readable medium for the program according to the present invention, but the present invention is not limited to this example. Portable recording media such as CD-ROMs can be used as other computer-readable media. Carrier waves can also be used as a medium for providing data for the program according to the present invention via a communication line.
その他、移動型放射線撮影装置を構成する各装置の細部構成及び細部動作に関しても、本発明の趣旨を逸脱することのない範囲で適宜変更可能である。 In addition, the detailed configuration and operation of each device that constitutes the mobile radiography device may be modified as appropriate without departing from the spirit and scope of the present invention.
１００ 動態解析システム
１ 撮影装置
１１ 放射線源
１２ 放射線照射制御装置
１３ 放射線検出部
１４ 読取制御装置
２ 撮影用コンソール
２１ 制御部
２２ 記憶部
２３ 操作部
２４ 表示部
２５ 通信部
２６ バス
３ 診断用コンソール
３１ 制御部
３２ 記憶部
３３ 操作部
３４ 表示部
３５ 通信部
３６ バス
REFERENCE SIGNS
Claims (20)
前記動態画像における肺領域の体軸方向の動き量に基づいて、胸膜の癒着に関する情報を導出する導出部と、
前記導出された前記癒着に関する情報を出力する出力部と、
を備える動態画像解析装置。 an acquisition unit for acquiring dynamic images of the chest obtained by dynamic radiography;
a derivation unit that derives information about pleural adhesion based on a movement amount in a body axis direction of a lung region in the dynamic image;
an output unit that outputs the derived information about adhesion;
A dynamic image analysis device comprising:
前記動態画像における肺領域の特定方向の動き量に基づいて、胸膜の癒着に関する情報を導出する導出部と、
前記導出された前記癒着に関する情報を出力する出力部と、
を備え、
前記癒着に関する情報は、前記動態画像における肺領域の小領域ごとの前記動き量を含む、動態画像解析装置。 an acquisition unit for acquiring dynamic images of the chest obtained by dynamic radiography;
a derivation unit that derives information regarding pleural adhesion based on a movement amount in a specific direction of a lung region in the dynamic image;
an output unit that outputs the derived information about adhesion;
Equipped with
A dynamic image analysis device , wherein the information regarding adhesions includes the amount of movement for each small region of the lung region in the dynamic image .
前記出力部は、前記動態画像における前記小領域ごとの前記癒着に関する情報を出力する請求項１～６のいずれか一項に記載の動態画像解析装置。 The derivation unit derives information regarding the adhesion for each small region based on the amount of movement for each small region of the lung region in the dynamic image;
The dynamic image analysis device according to claim 1 , wherein the output unit outputs information regarding the adhesion for each of the small regions in the dynamic image.
前記出力部は、前記動態画像の代表フレーム画像の各肺領域の近傍に、前記各肺領域の垂直方向の位置ごとの前記代表値に応じた色を付した画像を出力する請求項１１に記載の動態画像解析装置。 the derivation unit derives, for each vertical position of each lung region in the dynamic image, a representative value of the amount of motion for each small region at that vertical position;
The dynamic image analysis device according to claim 11, wherein the output unit outputs an image in which a color is added near each lung region of a representative frame image of the dynamic image according to the representative value for each vertical position of the lung region.
前記出力部は、前記左右肺ごとの前記癒着に関する情報を出力する請求項１～１２のいずれか一項に記載の動態画像解析装置。 The derivation unit derives information regarding the adhesion for each of the left and right lungs in the dynamic image,
The dynamic image analyzer according to any one of claims 1 to 12, wherein the output unit outputs information regarding the adhesion for each of the left and right lungs.
放射線による動態撮影により得られた胸部の動態画像を取得する取得部、
前記動態画像における肺領域の体軸方向の動き量に基づいて、胸膜の癒着に関する情報を導出する導出部、
前記導出された前記癒着に関する情報を出力する出力部、
として機能させるためのプログラム。 Computer,
an acquisition unit for acquiring dynamic images of the chest obtained by dynamic radiography;
a derivation unit that derives information regarding pleural adhesion based on an amount of movement in a body axis direction of a lung region in the dynamic image;
an output unit that outputs the derived information regarding adhesion;
A program to function as a
放射線による動態撮影により得られた胸部の動態画像を取得する取得部、
前記動態画像における肺領域の特定方向の動き量に基づいて、胸膜の癒着に関する情報を導出する導出部、
前記導出された前記癒着に関する情報を出力する出力部、
として機能させ、
前記癒着に関する情報は、前記動態画像における肺領域の小領域ごとの前記動き量を含む、プログラム。 Computer,
an acquisition unit for acquiring dynamic images of the chest obtained by dynamic radiography;
a derivation unit that derives information regarding pleural adhesion based on a movement amount in a specific direction of a lung region in the dynamic image;
an output unit that outputs the derived information regarding adhesion;
Function as a
A program , wherein the information about adhesions includes the amount of movement for each small region of the lung region in the dynamic image .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021012548A JP7593147B2 (en) | 2021-01-29 | 2021-01-29 | Dynamic image analysis device and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021012548A JP7593147B2 (en) | 2021-01-29 | 2021-01-29 | Dynamic image analysis device and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022116402A JP2022116402A (en) | 2022-08-10 |
| JP7593147B2 true JP7593147B2 (en) | 2024-12-03 |
Family
ID=82749866
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021012548A Active JP7593147B2 (en) | 2021-01-29 | 2021-01-29 | Dynamic image analysis device and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7593147B2 (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100189320A1 (en) | 2007-06-19 | 2010-07-29 | Agfa Healthcare N.V. | Method of Segmenting Anatomic Entities in 3D Digital Medical Images |
| JP2018043068A (en) | 2017-12-21 | 2018-03-22 | コニカミノルタ株式会社 | Dynamic image analysis apparatus |
| US20190114772A1 (en) | 2017-10-17 | 2019-04-18 | Canon Medical Systems Corporation | Image processing apparatus and medical image taking apparatus |
| JP2019075123A (en) | 2017-10-17 | 2019-05-16 | キヤノンメディカルシステムズ株式会社 | Image processing apparatus and medical image taking apparatus |
| JP2019180899A (en) | 2018-04-11 | 2019-10-24 | キヤノンメディカルシステムズ株式会社 | Medical image processing apparatus |
-
2021
- 2021-01-29 JP JP2021012548A patent/JP7593147B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100189320A1 (en) | 2007-06-19 | 2010-07-29 | Agfa Healthcare N.V. | Method of Segmenting Anatomic Entities in 3D Digital Medical Images |
| US20190114772A1 (en) | 2017-10-17 | 2019-04-18 | Canon Medical Systems Corporation | Image processing apparatus and medical image taking apparatus |
| JP2019075123A (en) | 2017-10-17 | 2019-05-16 | キヤノンメディカルシステムズ株式会社 | Image processing apparatus and medical image taking apparatus |
| JP2018043068A (en) | 2017-12-21 | 2018-03-22 | コニカミノルタ株式会社 | Dynamic image analysis apparatus |
| JP2019180899A (en) | 2018-04-11 | 2019-10-24 | キヤノンメディカルシステムズ株式会社 | Medical image processing apparatus |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022116402A (en) | 2022-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6436182B2 (en) | Dynamic image analyzer | |
| US10977793B2 (en) | Dynamic analysis apparatus, dynamic analysis system, and storage medium | |
| JP6597548B2 (en) | Dynamic analysis system | |
| JP6743662B2 (en) | Dynamic image processing system | |
| US10614568B2 (en) | Dynamic analysis system | |
| JP2017200565A (en) | Dynamic analysis apparatus and dynamic analysis system | |
| US20180110491A1 (en) | Dynamic image processor | |
| JP6740910B2 (en) | Dynamic image processing system | |
| US20190298290A1 (en) | Imaging support apparatus and radiographic imaging system | |
| JP6690774B2 (en) | Dynamic analysis system, program and dynamic analysis device | |
| JP2017169830A (en) | Dynamic analysis device | |
| JP2016209267A (en) | Medical image processor and program | |
| JP2025126322A (en) | Dynamic image analyzer and program | |
| US11151715B2 (en) | Dynamic analysis system | |
| JP7593147B2 (en) | Dynamic image analysis device and program | |
| JP6962030B2 (en) | Dynamic analysis device, dynamic analysis system, dynamic analysis program and dynamic analysis method | |
| JP6927020B2 (en) | Dynamic image processing method, dynamic image processing device and program | |
| JP2017217047A (en) | Image display system | |
| JP7852674B2 (en) | Dynamic analysis device, dynamic analysis system, program, and classification method | |
| JP6888721B2 (en) | Dynamic image processing device, dynamic image processing program and dynamic image processing method | |
| JP2026075108A (en) | Dynamic analysis device, display device, dynamic analysis system, program, classification method, and display method | |
| JP2010081967A (en) | Apparatus and method for supporting image diagnosing, and program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210518 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20210518 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231215 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240619 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240625 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240821 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20241022 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20241104 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7593147 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |