JP2017018234A - 血管画像処理装置、血管画像処理プログラム、および血管画像処理方法 - Google Patents
血管画像処理装置、血管画像処理プログラム、および血管画像処理方法 Download PDFInfo
- Publication number
- JP2017018234A JP2017018234A JP2015137485A JP2015137485A JP2017018234A JP 2017018234 A JP2017018234 A JP 2017018234A JP 2015137485 A JP2015137485 A JP 2015137485A JP 2015137485 A JP2015137485 A JP 2015137485A JP 2017018234 A JP2017018234 A JP 2017018234A
- Authority
- JP
- Japan
- Prior art keywords
- blood vessel
- center line
- data
- image processing
- specifying
- 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.)
- Granted
Links
- 210000004204 blood vessel Anatomy 0.000 title claims abstract description 327
- 238000012545 processing Methods 0.000 title claims description 80
- 238000003672 processing method Methods 0.000 title claims description 15
- 230000002093 peripheral effect Effects 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 63
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 7
- 230000001131 transforming effect Effects 0.000 claims 1
- 230000002159 abnormal effect Effects 0.000 abstract description 9
- 206010002329 Aneurysm Diseases 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 6
- 230000015654 memory Effects 0.000 description 6
- 210000001627 cerebral artery Anatomy 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 201000008450 Intracranial aneurysm Diseases 0.000 description 4
- 238000010968 computed tomography angiography Methods 0.000 description 4
- 238000002834 transmittance Methods 0.000 description 3
- 238000002583 angiography Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 208000019553 vascular disease Diseases 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
- A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
- A61B5/02014—Determining aneurysm
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1076—Measuring physical dimensions, e.g. size of the entire body or parts thereof for measuring dimensions inside body cavities, e.g. using catheters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/501—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the head, e.g. neuroimaging or craniography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
- A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
- A61B2576/026—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the brain
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30172—Centreline of tubular or elongated structure
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Vascular Medicine (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Theoretical Computer Science (AREA)
- Neurosurgery (AREA)
- Neurology (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Quality & Reliability (AREA)
- Pulmonology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
【課題】血管の３次元画像から異常突出領域を削除すること。【解決手段】制御装置１０２は、血管の３次元形状を表した３次元血管データに基づいて、血管の中心線を特定し、中心線の中から血管の突出部の中心線を特定し、突出部中心線から分岐する中心線を特定する。そして、制御装置１０２は、分岐中心線に対応する血管の３次元血管データに対して、中心線から血管の周方向、中心線から血管の径方向、中心線方向を座標軸とした円筒座標系を定義し、該円筒座標系で表された血管データを、直交座標系の血管データに変換し、直交座標系の血管データにおいて、中心線方向の座標軸の第一の座標値における径方向の座標軸の座標値と、中心線方向の座標軸の第二の座標値における径方向の座標軸の座標値とを用いて、第一の座標値から第二の座標値までの間の径方向の座標軸の座標値を補間して、補間した後の直交座標系の血管データを、円筒座標系の血管データに変換する。【選択図】図１
Description
本発明は、血管画像処理装置、血管画像処理プログラム、および血管画像処理方法に関する。
次のような動脈瘤診断支援装置が知られている。この動脈瘤診断支援装置では、３次元画像データ上で脳動脈領域の内部に設定した基準点を始点として芯線データを生成し、生成した芯線データの連続性に基づいて正常脳動脈領域と脳動脈瘤領域を分離することにより脳動脈瘤を抽出する（例えば、特許文献１）。
脳動脈を切除するに当たっては、事前に正常な主血管の形状を正確に把握しておくことが好ましい。しかしながら、従来の動脈瘤診断支援装置では、脳動脈領域における脳動脈瘤を抽出して特定することはできるが、正常な主血管の形状を特定するための技術については、何ら検討されていなかった。
本発明による血管画像処理装置は、血管の３次元形状を表した３次元血管データに基づいて、血管の中心線を特定する中心線特定手段と、中心線特定手段によって特定された中心線の中から、血管の突出部の中心線を特定する突出部中心線特定手段と、突出部中心線特定手段によって特定された突出部中心線から分岐する中心線を特定する分岐中心線特定手段と、分岐中心線特定手段によって特定された分岐中心線に対応する血管の前記３次元血管データに対して、中心線から血管の周方向、中心線から血管の径方向、中心線方向を座標軸とした円筒座標系を定義し、該円筒座標系で表された血管データを、直交座標系の血管データに変換する変換手段と、変換手段によって変換された直交座標系の血管データにおいて、中心線方向の座標軸の第一の座標値における径方向の座標軸の座標値と、中心線方向の座標軸の第二の座標値における径方向の座標軸の座標値とを用いて、第一の座標値から第二の座標値までの間の径方向の座標軸の座標値を補間する補間手段と、補間手段によって補間された後の直交座標系の血管データを、円筒座標系の血管データに変換する逆変換手段とを備えることを特徴とする。
本発明による血管画像処理プログラムは、血管の３次元形状を表した３次元血管データに基づいて、血管の中心線を特定する中心線特定手順と、中心線特定手順で特定した中心線の中から、血管の突出部の中心線を特定する突出部中心線特定手順と、突出部中心線特定手順で特定した突出部中心線から分岐する中心線を特定する分岐中心線特定手順と、分岐中心線特定手順で特定した分岐中心線に対応する血管の３次元血管データに対して、中心線から血管の周方向、中心線から血管の径方向、中心線方向を座標軸とした円筒座標系を定義し、該円筒座標系で表された血管データを、直交座標系の血管データに変換する変換手順と、変換手順で変換した直交座標系の血管データにおいて、中心線方向の座標軸の第一の座標値における径方向の座標軸の座標値と、中心線方向の座標軸の第二の座標値における径方向の座標軸の座標値とを用いて、第一の座標値から第二の座標値までの間の径方向の座標軸の座標値を補間する補間手順と、補間手順で補間した後の直交座標系の血管データを、円筒座標系の血管データに変換する逆変換手順とをコンピュータに実行させるためのプログラムである。
本発明による血管画像処理方法は、中心線特定手段が、血管の３次元形状を表した３次元血管データに基づいて、血管の中心線を特定するステップと、突出部中心線特定手段が、中心線特定手段が特定した中心線の中から、血管の突出部の中心線を特定するステップと、分岐中心線特定手段が、突出部中心線特定手段が特定した突出部中心線から分岐する中心線を特定するステップと、変換手段が、分岐中心線特定手段が特定した分岐中心線に対応する血管の３次元血管データに対して、中心線から血管の周方向、中心線から血管の径方向、中心線方向を座標軸とした円筒座標系を定義し、該円筒座標系で表された血管データを、直交座標系の血管データに変換するステップと、補間手段が、変換手段が変換した直交座標系の血管データにおいて、中心線方向の座標軸の第一の座標値における径方向の座標軸の座標値と、中心線方向の座標軸の第二の座標値における径方向の座標軸の座標値とを用いて、第一の座標値から第二の座標値までの間の径方向の座標軸の座標値を補間するステップと、逆変換手段が、補間手段で補間した後の直交座標系の血管データを、円筒座標系の血管データに変換するステップとで構成される。
本発明による血管画像処理プログラムは、血管の３次元形状を表した３次元血管データに基づいて、血管の中心線を特定する中心線特定手順と、中心線特定手順で特定した中心線の中から、血管の突出部の中心線を特定する突出部中心線特定手順と、突出部中心線特定手順で特定した突出部中心線から分岐する中心線を特定する分岐中心線特定手順と、分岐中心線特定手順で特定した分岐中心線に対応する血管の３次元血管データに対して、中心線から血管の周方向、中心線から血管の径方向、中心線方向を座標軸とした円筒座標系を定義し、該円筒座標系で表された血管データを、直交座標系の血管データに変換する変換手順と、変換手順で変換した直交座標系の血管データにおいて、中心線方向の座標軸の第一の座標値における径方向の座標軸の座標値と、中心線方向の座標軸の第二の座標値における径方向の座標軸の座標値とを用いて、第一の座標値から第二の座標値までの間の径方向の座標軸の座標値を補間する補間手順と、補間手順で補間した後の直交座標系の血管データを、円筒座標系の血管データに変換する逆変換手順とをコンピュータに実行させるためのプログラムである。
本発明による血管画像処理方法は、中心線特定手段が、血管の３次元形状を表した３次元血管データに基づいて、血管の中心線を特定するステップと、突出部中心線特定手段が、中心線特定手段が特定した中心線の中から、血管の突出部の中心線を特定するステップと、分岐中心線特定手段が、突出部中心線特定手段が特定した突出部中心線から分岐する中心線を特定するステップと、変換手段が、分岐中心線特定手段が特定した分岐中心線に対応する血管の３次元血管データに対して、中心線から血管の周方向、中心線から血管の径方向、中心線方向を座標軸とした円筒座標系を定義し、該円筒座標系で表された血管データを、直交座標系の血管データに変換するステップと、補間手段が、変換手段が変換した直交座標系の血管データにおいて、中心線方向の座標軸の第一の座標値における径方向の座標軸の座標値と、中心線方向の座標軸の第二の座標値における径方向の座標軸の座標値とを用いて、第一の座標値から第二の座標値までの間の径方向の座標軸の座標値を補間するステップと、逆変換手段が、補間手段で補間した後の直交座標系の血管データを、円筒座標系の血管データに変換するステップとで構成される。
本発明によれば、突出部中心線から分岐する中心線に対応する血管の直交座標系の血管データにおいて、中心線方向の座標軸の第一の座標値における径方向の座標軸の座標値と、中心線方向の座標軸の第二の座標値における径方向の座標軸の座標値とを用いて、第一の座標値から第二の座標値までの間の径方向の座標軸の座標値を補間し、補間した後の直交座標系の血管データを円筒座標系の血管データに変換するようにしたので、血管から突出部を除いた正常な主血管の３次元データを生成して、正常な主血管の形状を特定することができる。
図１は、本実施の形態における血管画像処理装置１００の一実施の形態の構成を示すブロック図である。血管画像処理装置１００としては、例えば、血管画像を画像処理するためのプログラムがインストールされたサーバ装置やパソコン等の画像処理装置が用いられ、図１は、血管画像処理装置１００としてサーバ装置を用いた場合の一実施の形態の構成を示している。血管画像処理装置１００は、接続インターフェース１０１と、制御装置１０２と、記録装置１０３とを備えている。
接続インターフェース１０１は、血管画像処理装置１００を他の装置や端末等の外部機器と接続するためのインターフェースである。例えば、接続インターフェース１０１には、血管画像処理装置１００に液晶ディスプレイ等の表示装置を接続するためのインターフェースや、血管画像処理装置１００をＬＡＮやインターネット等の通信回線に接続するためのインターフェースが含まれる。接続インターフェース１０１が血管画像処理装置１００に液晶ディスプレイ等の表示装置を接続するためのインターフェースである場合は、接続インターフェース１０１をされたモニタに情報を出力して表示することができる。また、接続インターフェース１０１が血管画像処理装置１００をＬＡＮやインターネット等の通信回線に接続するためのインターフェースである場合は、接続インターフェース１０１を介して、通信回線に接続された他の装置や機器と通信を行うことができる。
制御装置１０２は、ＣＰＵ、メモリ、およびその他の周辺回路によって構成され、血管画像処理装置１００の全体を制御する。なお、制御装置１０２を構成するメモリは、例えばＳＤＲＡＭ等の揮発性のメモリである。このメモリは、ＣＰＵがプログラム実行時にプログラムを展開するためのワークメモリや、データを一時的に記録するためのバッファメモリとして使用される。
記録装置１０３は、血管画像処理装置１００が蓄える種々のデータや、制御装置１０２が実行するためのプログラムのデータ等を記録するための記録装置であり、例えばＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等が用いられる。なお、記録装置１０３に記録されるプログラムのデータは、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭなどの記録媒体に記録されて提供されたり、ネットワークを介して提供され、操作者が取得したプログラムのデータを記録装置１０３にインストールすることによって、制御装置１０２がプログラムを実行できるようになる。
本実施の形態における血管画像処理装置１００は、あらかじめ記録装置１０３に記録されている血管の３次元画像データに基づいて、血管の異常突出領域を特定し、特定した異常突出領域を除去した正常な主血管の形状を特定するための処理を行う。本実施の形態では、記録装置１０３には、あらかじめ脳の血管を撮影して得た３次元血管データが記録されており、脳血管疾患の一つである脳動脈瘤などの血管の異常突出領域を検出する場合の例について説明する。
記録装置１０３に記録される３次元血管データは、患者の診断時に撮影された画像データに基づいて生成されるものとする。一般的に、脳動脈瘤などの血管疾患の診察時には、ＣＴＡ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ Ａｎｇｉｏｇｒａｐｈｙ）、３Ｄ−ＤＳＡ（Ｔｈｒｅｅ−Ｄｉｍｅｎｓｉｏｎａｌ Ｄｉｇｉｔａｌ Ｓｕｂｔｒａｃｔｉｏｎ Ａｎｇｉｏｇｒａｐｈｙ）、ＭＲＡ（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ａｎｇｉｏｇｒａｐｈｙ）による撮影診断が行われると，その撮影された画像は、ＤＩＣＯＭ（Ｄｉｇｉｔａｌ Ｉｍａｇｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ｉｎ Ｍｅｄｉｃｉｎｅ)規格の画像データとして保存される。撮影診断に当たっては、撮影対象（例えば頭部）の断面が何層にも渡って撮影されるため、これらの断層画像を重ねることにより、撮影対象の３次元画像データを作成することができる。
本実施の形態では、このように撮影された撮影対象の３次元画像データの中から、血管形状のみを抽出した３次元血管データが記録装置１０３に記録されている。撮影対象の３次元画像データから血管形状のみを抽出した３次元血管データを作成する方法としては、例えば、以下のような方法が考えられる。
上記の断層画像には撮影対象が物質ごとに異なる濃さで映し出されているため、撮影対象の３次元画像データから、血管の濃さに対応した画素で構成される領域の画像データを抽出すれば、血管形状のみを抽出した３次元血管データを作成することができる。撮影対象の３次元画像データにおける色の濃淡は，各モダリティの撮影原理に基づき、撮影時に得られた数値の情報で決定される。例えば、ＣＴＡの場合は、Ｘ線の吸収されやすさ、すなわちＸ線透過率を検出して撮影を行う。Ｘ線透過率は水を０、空気を−１０００としたＣＴ値（単位：ＨＵ）で表され、この値の大きさによって色の濃淡が決まる。すなわち、ＣＴＡで撮影された撮影対象の３次元画像データでは、各画素には、Ｘ線透過率に応じて概ね−２０４８から＋２０００程度の値が割り振られている。
例えば、あらかじめ血管の濃さに対応する数値の範囲を設定しておき、この撮影対象の３次元画像データに対し、画素値が該範囲の下限値以下である画素は白、画素値が該範囲の上限値以上である画素は黒に変換するように画像処理を行う。これによって、画素値が血管の濃さに対応する数値の画素は、撮影時の色の濃さが保持され、それ以外の画素は白と黒に変換された３次元画像データを得ることができ、撮影対象の３次元画像データから血管領域を抽出することができる。ここで、血管領域を抽出するための画素値の閾値は、患者によって個人差があるため、処理実行時に患者に適した値が設定されるのが好ましい。
本実施の形態では、抽出した血管領域の内部、すなわち血管内腔をボクセルで詰めたボクセルデータを３次元血管データとして、記録装置１０３に記録しておくものとする。図２は、記録装置１０３に記録されている３次元血管データの一例を模式的に示した図である。
制御装置１０２は、記録装置１０３から３次元血管データを読み出して、血管の中心を通る中心線を作成する。３次元血管データにおいては、血管は略円筒状の形状として撮影されているため、本実施の形態では、ボクセルデータを外側から削っていき，残った中心部分のボクセルを結ぶことによって中心線を作成する。すなわち、制御装置１０２は、３次元血管データに基づいて、血管を外周側から中心側に向けて同心円状に細めていき、線の細さがあらかじめ設定された所定の細さに達したときに、その線を中心線として特定する。
図３は、３次元血管データに対して作成した血管の中心線を模式的に示す図である。図３に示す例では、血管３ａに対して、中心線３ｂが作成されている。
本実施の形態では、制御装置１０２は、作成した中心線が分岐する点を特定し、分岐点から分岐点までの間の中心線、及び分岐点から中心線が途切れるまでの間の中心線を個別の中心線として特定する。これにより、図３に示した中心線３ｂは、図４に示すように、中心線４ａ〜４ｅの５本の中心線として区別される。以下の処理では、この中心線４ａ〜４ｅを中心線と呼んで処理の対象とする。
制御装置１０２は、作成した中心線に基づいて、動脈瘤などの異常突出領域である可能性が高い血管の突出部を特定する。このために、制御装置１０２は、一方の端に分岐点を有さない中心線を突出部の中心線として特定する。なお、制御装置１０２は、一方の端に分岐点を有さない中心線であっても、その一方の端が３次元血管データの画像領域の外周に接している中心線は、特定候補から除外する。また、制御装置１０２は、一方の端に分岐点を有さない中心線であっても、その中心線が、途中で途切れている細い血管の中心線である場合は、特定候補から除外する。途中で途切れている細い血管の中心線であるか否かの判定は次のようにして行う。
制御装置１０２は、分岐点から中心線が途切れる点までの長さを中心線の長さＬ１として特定し、特定した中心線の長さＬ１と、該中心線から血管の外周までの半径Ｌ２との比が小さいものは、途中で途切れている細い血管の中心線であると判定する。例えば、中心線の長さＬ１を中心線から血管の外周までの半径Ｌ２で割った値が、所定の閾値以下、例えば１０以下である中心線を途中で途切れている細い血管の中心線であると判定して除外する。
なお、本実施の形態では、中心線上の各位置において、中心線から血管壁までの距離を血管の全円周方向に対して算出し、その平均値を中心線から血管の外周までの半径Ｌ２として特定する。このとき、平均値を算出するためのサンプル数をいくつにするか、すなわち、血管の全円周方向を何分割して、中心線から血管壁までの距離を算出するかは、あらかじめ設定されているものとする。一例としては、３０度間隔で１２分割して１２方向について中心線から血管壁までの距離を算出し、これらの平均を算出することで中心線から血管の外周までの半径Ｌ２とする方法が考えられる。
図５は、３次元血管データに基づいて中心線から血管の外周までの半径Ｌ２を算出する方法を模式的に示した図である。本実施の形態では、図５（ａ）に示すように、１、２、３の数字で示されている中心線上の各位置において、中心線から血管の外周までの半径を算出する。中心線上の各位置をどのような間隔で設定するかは、あらかじめ決められているものとする。中心線上の各位置における中心線から血管の外周までの半径は、図５（ｂ）に示すように、中心線から、Ａ、Ｂ、・・・Ｚ、ＡＡで表される血管の外周上の点までの距離を算出し、これらの平均値を算出することによって特定される。制御装置１０２は、中心線上の各位置ごとに特定した半径を平均することにより、血管の中心線から血管の外周までの半径Ｌ２を算出する。
上記の処理により、例えば、図６に示すように、中心線の一方の端が３次元血管データの画像領域の外周に接している血管６ａ、６ｂ、６ｃ、６ｄと、中心線が途中で途切れている細い血管６ｅは、突出部の特定候補から除外される。
制御装置１０２は、上記の処理によって動脈瘤などの異常突出領域である可能性が高い血管の中心線、すなわち突出部の中心線を特定することができる。本実施の形態では、上記の処理によって、図７（ａ）に示す中心線７ａが動脈瘤などの異常突出領域である可能性が高い血管の中心線、すなわち突出部の中心線であると特定された場合を例に、以下の処理について説明する。なお、本実施の形態では、中心線７ａに対する処理について説明するが、上記の処理で複数の中心線が突出部の中心線として特定された場合には、以下に説明する処理は、それぞれの突出部の中心線に対して実行される。
制御装置１０２は、突出部の中心線７ａから分岐している中心線を特定する。図７（ａ）に示す例では、中心線７ｂと中心線７ｃの２本が、突出部の中心線７ａから分岐している中心線として特定される。制御装置１０２は、突出部の中心線７ａから分岐している中心線を１本の中心線として定義し直し，以降の処理に使用する。これによって、中心線７ｂと中心線７ｃは、図７（ｂ）に示すように、１本の中心線７ｄとして再定義される。以下の説明においては、再定義した中心線７ｄを分岐中心線と呼んで、上記の中心線と区別する。
制御装置１０２は、再定義した分岐中心線７ｄを含む領域の３次元血管データを記録装置１０３から読み出す。これにより、分岐中心線７ｄを含む領域の３次元血管データとして、例えば、図８に示す血管のボクセルデータが読み出される。
制御装置１０２は、分岐中心線７ｄを含む領域の３次元血管データを処理対象ボクセルデータとし、この処理対象ボクセルデータに対して、分岐中心線７ｄを参照したボクセルデータの展開処理を行う。ここで、ボクセルデータの展開処理について説明する。制御装置１０２は、処理対象ボクセルデータに対して、中心線から血管の周方向、中心線から血管の径方向、中心線方向を座標軸とした円筒座標系を定義する。図９は、処理対象ボクセルデータに対して、分岐中心線７ｄから血管の周方向をｘ軸、分岐中心線７ｄから血管の径方向をｙ軸、分岐中心線７ｄ方向をｚ軸とする円筒座標系を定義した場合の具体例を模式的に示した図である。なお、図９（ａ）は、処理対象ボクセルデータを斜め方向から見た状態を示した図であり、図９（ｂ）は、処理対象ボクセルデータを分岐中心線７ｄ方向、すなわちｚ軸方向から見た状態を示した図である。
制御装置１０２は、図９に示すように円筒座標系で表された処理対象ボクセルデータを、直交座標系の血管データに変換する。本実施の形態では、制御装置１０２は、分岐中心線７ｄから血管の周方向の角度が０°である点をｘ軸の原点、分岐中心線７ｄ上をｙ軸の原点、及び分岐中心線７ｄの一方の端点をｚ軸の原点とした直交座標系に、処理対象ボクセルデータ上の各点をプロットしていくことにより、処理対象ボクセルデータを、直交座標系の血管データに変換する。これによって、円筒座標系で表された処理対象ボクセルデータを、直交座標系に展開したボクセルデータを得ることができる。なお、直交座標系の血管データにおけるｘ軸の原点は、元画像から引き継いだ座標系（以下、「グローバル座標系」と呼ぶ）において，中心線軸方向のベクトルと，３次元血管データのグローバル座標系のｙ軸方向ベクトルとの外積方向と定義する。このとき、中心線軸方向のベクトルとグローバル座標系のｙ軸方向ベクトルが一致する場合は、ｙ軸方向の代わりにｚ軸方向ベクトルを用いる。
図１０〜図１４を用いて、処理対象ボクセルデータを直交座標系のボクセルデータに展開する例について説明する。図１０は、処理対象ボクセルデータを説明のために模式的に示した図である。図１０（ａ）は、処理対象ボクセルデータの斜視図であり、図１０（ｂ）は、処理対象ボクセルデータを分岐中心線７ｄから血管の周方向の角度が１８０°の方向から見た図であり、図１０（ｃ）は、処理対象ボクセルデータを分岐中心線７ｄから血管の周方向の角度が２７０°の方向から見た図である。図１０に示す処理対象ボクセルデータでは、円筒形状の血管の上部に扇状の突出部が存在している血管の形状が模式的に表されている。
図１１は、図１０に示した処理対象ボクセルデータを直交座標系のボクセルデータに展開した結果を模式的に示す図である。図１１に示すように、直交座標系に展開した後の展開ボクセルデータでは、図１０に示した処理対象ボクセルデータの扇状の突出部に対応する領域のｙ値が大きくなるため、展開ボクセルデータにおいてもこの部分がｙ軸方向に突出している。
図１１に示した展開ボクセルデータを、図１２（ａ）において破線で示した切断面１２ａで切断をした場合の断面図を図１２（ｂ）に示す。切断面１２ａは、展開ボクセルデータの突出部を含むｚ位置に設定されているため、図１２（ｂ）の断面図においては、ｙ軸方向に突出部が表れている。
図１１に示した展開ボクセルデータを、図１３（ａ）において破線で示した切断面１３ａで切断をした場合の断面図を図１３（ｂ）に示す。切断面１３ａは、展開ボクセルデータの突出部を含まないｚ位置に設定されているため、図１３（ｂ）の断面図においては、ｙ軸方向に突出部は表れていない。
図１４は、図１０に示した処理対象ボクセルデータに対して寸法を付した図である。なお、ここに付した寸法は、説明のために例として付したものであり、実際の寸法を正確に表しているものではない。図１４（ａ）は、図１０に示した処理対象ボクセルデータを、図１０（ｂ）に示す切断線１０ａ、図１０（ｃ）に示す切断線１０ｂで切断した場合の断面を、切断線１０ａ、切断線１０ｂに付した矢印方向から見た状態を示している。図１４（ｂ）は、図１０（ｂ）に示した処理対象ボクセルデータに寸法を付した図である。
図１４（ａ）に示した寸法を加味すると、図１２（ｂ）に示す断面図においては、ｙ軸方向の値が低い部分の高さは２ｍｍに相当し、ｙ軸方向の値が高い部分の高さは６ｍｍに相当する。また、図１２（ｂ）に示す断面図において、ｘ軸方向の値は、扇状の突出部の開き角度に対応するため、ｘ軸方向の突出部の開始点のｘ座標値から終了点のｘ座標値までの間隔は、９０°に相当する。また、図１３（ｂ）に示す断面図においては、ｙ軸方向の高さは２ｍｍに相当する。図１４（ｂ）に示した寸法を加味すると、図１１に示した展開ボクセルデータにおいて、展開ボクセルデータのｚ軸方向の幅は１０ｍｍに相当し、突出部のｚ軸方向の幅は５ｍｍに相当する。
制御装置１０２は、展開ボクセルデータに対して、展開ボクセルデータ上に現われた突出部を削除するための処理を行う。具体的には、制御装置１０２は、展開ボクセルデータにおいて、分岐中心線７ｄ方向、すなわちｚ軸方向の始点と終点の２点をとり、この２点間のｙ座標値を線形補間などの補間方法を用いて補間する。これによって、図１１に示した展開ボクセルデータは、図１５に示すような突出部を削除した展開ボクセルデータに変換される。
制御装置１０２は、突出部を削除した展開ボクセルデータを、直交座標系から円筒座標系に変換することにより、処理対象ボクセルデータから突出部を削除した正常な主血管のボクセルデータを得ることができる。
上記で説明した処理対象ボクセルデータから正常な主血管のボクセルデータを生成するための画像処理の流れについて、図１６に具体例を示して説明する。制御装置１０２は、図１６（ａ）に示すように、突出部を含んだ処理対象ボクセルデータを、図１６（ｂ）に示すような直交座標系のボクセルデータに展開する。その後、制御装置１０２は、展開ボクセルデータに対して、展開ボクセルデータ上に現われた突出部を削除するために、ｚ軸方向の始点と終点の２点をとり、この２点間のｙ座標値を線形補間により補間する。これによって、展開ボクセルデータは、図１６（ｃ）に示す突出部を削除した展開ボクセルデータに変換される。制御装置１０２は、この突出部を削除した展開ボクセルデータを、直交座標系から円筒座標系に変換することにより、図１６（ｄ）に示すような、処理対象ボクセルデータから突出部を削除した正常な主血管のボクセルデータを生成する。
制御装置１０２は、さらに、処理対象ボクセルデータと正常な主血管のボクセルデータとの差分を算出して差分画像を得ることにより、動脈瘤などの異常突出部を抽出したボクセルデータを作成することもできる。
制御装置１０２は、作成した正常な主血管のボクセルデータや異常突出部を抽出したボクセルデータを記録装置１０３に記録する。また、制御装置１０２は、作成した正常な主血管のボクセルデータや異常突出部を抽出したボクセルデータを自動的に、または操作者による操作に基づいて、接続インターフェース１０１に接続された表示装置に出力する。これによって、医師等は、患者の正常な主血管の形状や異常突出部の形状を把握して、診断や治療に役立てることができる。
図１７は、本実施の形態における血管画像処理装置１００で実行される処理の流れを示すフローチャートである。図１７に示す処理は、血管画像処理装置１００の操作者によってプログラムの実行が指示されると起動するプログラムとして、制御装置１０２によって実行される。なお、図１７に示す処理においては、あらかじめ上述した３次元血管データが記録装置１０３に記録されているものとする。
ステップＳ１０において、制御装置１０２は、記録装置１０３から３次元血管データを読み出して、上述したように、血管の中心を通る中心線を作成する。その後、ステップＳ２０へ進む。
ステップＳ２０では、制御装置１０２は、上述した方法により、中心線に基づいて、動脈瘤などの異常突出領域である可能性が高い血管の突出部を特定する。その後、ステップＳ３０へ進む。
ステップＳ３０では、制御装置１０２は、上述したように、突出部の中心線７ａから分岐している中心線を特定し、これらを１本の中心線として、分岐中心線を定義する。
その後、ステップＳ４０へ進む。
その後、ステップＳ４０へ進む。
ステップＳ４０では、制御装置１０２は、分岐中心線を含む領域の３次元血管データを処理対象ボクセルデータとし、この処理対象ボクセルデータに対して、上述したように、ボクセルデータの展開処理を行って、直交座標系のボクセルデータに変換する。その後、ステップＳ５０へ進む。
ステップＳ５０では、制御装置１０２は、上述したように、展開ボクセルデータにおいて、ｚ軸上に２点をとり、この２点間のｙ座標値を線形補間などの補間方法を用いて補間することによって、展開ボクセルデータから突出部を削除する。その後、ステップＳ６０へ進む。
ステップＳ６０では、制御装置１０２は、突出部を削除した展開ボクセルデータを、直交座標系から円筒座標系に変換する。その後、処理を終了する。
以上説明した本実施の形態によれば、以下のような作用効果を得ることができる。
（１）制御装置１０２は、血管の３次元形状を表した３次元血管データに基づいて、血管の中心線を特定し、中心線の中から血管の突出部の中心線を特定し、突出部中心線から分岐する中心線を特定するようにした。そして、制御装置１０２は、分岐中心線に対応する血管の３次元血管データに対して、中心線から血管の周方向、中心線から血管の径方向、中心線方向を座標軸とした円筒座標系を定義し、該円筒座標系で表された血管データを、直交座標系の血管データに変換し、直交座標系の血管データにおいて、中心線方向の座標軸の第一の座標値における径方向の座標軸の座標値と、中心線方向の座標軸の第二の座標値における径方向の座標軸の座標値とを用いて、第一の座標値から第二の座標値までの間の径方向の座標軸の座標値を補間して、補間した後の直交座標系の血管データを、円筒座標系の血管データに変換するようにした。これによって、血管データの中心線に基づいて簡易な処理で動脈瘤などの血管の突出部を検出することができる。また、直交座標系の血管データにおいて、血管の径方向の座標値を補間することにより突出部を削除することができるため、円筒座標系の血管データ上で突出部を削除するための画像処理を行う場合と比較して、簡易な処理で精度高く血管の突出部を削除することができる。さらに、補間した後の直交座標系の血管データを、円筒座標系の血管データに変換するようにしたので、突出部を削除した後の正常な主血管の形状を特定することができる。
（１）制御装置１０２は、血管の３次元形状を表した３次元血管データに基づいて、血管の中心線を特定し、中心線の中から血管の突出部の中心線を特定し、突出部中心線から分岐する中心線を特定するようにした。そして、制御装置１０２は、分岐中心線に対応する血管の３次元血管データに対して、中心線から血管の周方向、中心線から血管の径方向、中心線方向を座標軸とした円筒座標系を定義し、該円筒座標系で表された血管データを、直交座標系の血管データに変換し、直交座標系の血管データにおいて、中心線方向の座標軸の第一の座標値における径方向の座標軸の座標値と、中心線方向の座標軸の第二の座標値における径方向の座標軸の座標値とを用いて、第一の座標値から第二の座標値までの間の径方向の座標軸の座標値を補間して、補間した後の直交座標系の血管データを、円筒座標系の血管データに変換するようにした。これによって、血管データの中心線に基づいて簡易な処理で動脈瘤などの血管の突出部を検出することができる。また、直交座標系の血管データにおいて、血管の径方向の座標値を補間することにより突出部を削除することができるため、円筒座標系の血管データ上で突出部を削除するための画像処理を行う場合と比較して、簡易な処理で精度高く血管の突出部を削除することができる。さらに、補間した後の直交座標系の血管データを、円筒座標系の血管データに変換するようにしたので、突出部を削除した後の正常な主血管の形状を特定することができる。
（２）制御装置１０２は、３次元血管データと、突出部を削除した後の円筒座標系の血管データとの差分を算出することにより、突出部の３次元データを生成するようにした。これによって、動脈瘤などの血管の異常突出領域の形状を特定することができる。
（３）制御装置１０２は、３次元血管データに基づいて、血管を外周側から中心側に向けて同心円状に細めていき、所定の細さの線に達したときに、該線を中心線として特定するようにした。これによって、３次元血管データにおける血管の中心線を簡易な処理で精度高く特定することができる。
（４）制御装置１０２は、中心線の分岐点を特定し、少なくとも一方の端に分岐点がない中心線を、血管の突出部の中心線として特定するようにした。これにより、分岐点を有さずに途中で途切れている中心線は、突出部の中心線であることが高い可能性を加味して、精度高く突出部の中心線を特定することができる。
（５）制御装置１０２は、中心線のうち、３次元血管データの画像領域の外周に接している中心線を除外して、血管の突出部を特定するようにした。これによって、一方の端に分岐点を有さない中心線であっても、その端が３次元血管データの画像領域の外周に接している場合には、正常な血管である可能性が高いことを加味して、突出部の検出対象から除外することができため、正常な血管が突出部であると誤検出されることを防ぐことができる。
（６）制御装置１０２は、分岐点から中心線が途切れる点までの長さを中心線の長さとして特定し、特定した中心線の長さを、中心線から血管の外周までの半径で割った値が、所定の閾値以下である中心線を除外して、血管の突出部を特定するようにした。これによって、血管の長さに対する太さの比が小さい場合は、途中で途切れている細い血管である可能性が高いため、このような細い血管が突出部であると誤検出されることを防ぐことができる。
―変形例―
なお、上述した実施の形態の血管画像処理装置１００は、以下のように変形することもできる。
（１）上述した実施の形態では、制御装置１０２は、展開ボクセルデータにおいて、ｚ軸方向の始点と終点の２点をとり、この２点間のｙ座標値を線形補間などの補間方法を用いて補間することによって、展開ボクセルデータから突出部を削除する例について説明した。しかしながら、補間のために特定するｚ軸方向の２点は、展開ボクセルデータ上に現われた突出部の開始位置よりもｚ値が小さい点と、展開ボクセルデータ上に現われた突出部の終了位置よりもｚ値が大きい点の２点をとれば、展開ボクセルデータから突出部を削除することができる。このため、補間に用いる２点の取り方は、ｚ軸方向の始点と終点を取る方法に限定されるものではない。
なお、上述した実施の形態の血管画像処理装置１００は、以下のように変形することもできる。
（１）上述した実施の形態では、制御装置１０２は、展開ボクセルデータにおいて、ｚ軸方向の始点と終点の２点をとり、この２点間のｙ座標値を線形補間などの補間方法を用いて補間することによって、展開ボクセルデータから突出部を削除する例について説明した。しかしながら、補間のために特定するｚ軸方向の２点は、展開ボクセルデータ上に現われた突出部の開始位置よりもｚ値が小さい点と、展開ボクセルデータ上に現われた突出部の終了位置よりもｚ値が大きい点の２点をとれば、展開ボクセルデータから突出部を削除することができる。このため、補間に用いる２点の取り方は、ｚ軸方向の始点と終点を取る方法に限定されるものではない。
（２）上述した実施の形態では、血管画像処理装置１００として図１に示した構成のサーバ装置を用いる例について説明した。しかしながら、血管画像処理装置１００の構成は、図１に示した構成に限定されず、上述した実施の形態における処理を実行することができる装置であれば、他の構成であってもよい。例えば、血管画像処理装置１００は、記録装置１０３を備えず、通信回線や有線ケーブルなどを介して接続される外部ストレージ機器に、種々のデータを記録するようにしてもよい。また、上述した実施の形態では、表示装置は、接続インターフェース１０１を介して接続される例について説明したが、血管画像処理装置１００が表示装置を内蔵するようにしてもよい。
なお、本発明の特徴的な機能を損なわない限り、本発明は、上述した実施の形態における構成に何ら限定されない。また、上述の実施の形態と複数の変形例を組み合わせた構成としてもよい。
１００ 血管画像処理装置
１０１ 接続インターフェース
１０２ 制御装置
１０３ 記録装置
１０１ 接続インターフェース
１０２ 制御装置
１０３ 記録装置
Claims (18)
- 血管の３次元形状を表した３次元血管データに基づいて、血管の中心線を特定する中心線特定手段と、
前記中心線特定手段によって特定された前記中心線の中から、血管の突出部の中心線を特定する突出部中心線特定手段と、
前記突出部中心線特定手段によって特定された突出部中心線から分岐する中心線を特定する分岐中心線特定手段と、
前記分岐中心線特定手段によって特定された分岐中心線に対応する血管の前記３次元血管データに対して、中心線から血管の周方向、中心線から血管の径方向、中心線方向を座標軸とした円筒座標系を定義し、該円筒座標系で表された血管データを、直交座標系の血管データに変換する変換手段と、
前記変換手段によって変換された前記直交座標系の血管データにおいて、前記中心線方向の座標軸の第一の座標値における前記径方向の座標軸の座標値と、前記中心線方向の座標軸の第二の座標値における前記径方向の座標軸の座標値とを用いて、前記第一の座標値から前記第二の座標値までの間の前記径方向の座標軸の座標値を補間する補間手段と、
前記補間手段によって補間された後の前記直交座標系の血管データを、前記円筒座標系の血管データに変換する逆変換手段とを備えることを特徴とする血管画像処理装置。 - 請求項１に記載の血管画像処理装置において、
前記３次元血管データと、前記逆変換手段によって逆変換が行われた後の前記円筒座標系の血管データとの差分を算出することにより、前記突出部の３次元データを生成する突出部データ生成手段をさらに備えることを特徴とする血管画像処理装置。 - 請求項１または２に記載の血管画像処理装置において、
前記中心線特定手段は、前記３次元血管データに基づいて、血管を外周側から中心側に向けて同心円状に細めていき、所定の細さの線に達したときに、該線を前記中心線として特定することを特徴とする血管画像処理装置。 - 請求項１〜３のいずれか一項に記載の血管画像処理装置において、
前記突出部中心線特定手段は、前記中心線特定手段によって特定された前記中心線に対して、前記中心線の分岐点を特定し、少なくとも一方の端に前記分岐点がない中心線を、前記血管の突出部の中心線として特定することを特徴とする血管画像処理装置。 - 請求項４に記載の血管画像処理装置において、
前記突出部中心線特定手段は、前記中心線特定手段によって特定された前記中心線のうち、前記３次元血管データの画像領域の外周に接している中心線を除外して、前記血管の突出部を特定することを特徴とする血管画像処理装置。 - 請求項４または５に記載の血管画像処理装置において、
前記突出部中心線特定手段は、前記分岐点から前記中心線が途切れる点までの長さを中心線の長さとして特定し、特定した中心線の長さを、前記中心線から血管の外周までの半径で割った値が、所定の閾値以下である中心線を除外して、前記血管の突出部を特定することを特徴とする血管画像処理装置。 - 血管の３次元形状を表した３次元血管データに基づいて、血管の中心線を特定する中心線特定手順と、
前記中心線特定手順で特定した前記中心線の中から、血管の突出部の中心線を特定する突出部中心線特定手順と、
前記突出部中心線特定手順で特定した突出部中心線から分岐する中心線を特定する分岐中心線特定手順と、
前記分岐中心線特定手順で特定した分岐中心線に対応する血管の前記３次元血管データに対して、中心線から血管の周方向、中心線から血管の径方向、中心線方向を座標軸とした円筒座標系を定義し、該円筒座標系で表された血管データを、直交座標系の血管データに変換する変換手順と、
前記変換手順で変換した前記直交座標系の血管データにおいて、前記中心線方向の座標軸の第一の座標値における前記径方向の座標軸の座標値と、前記中心線方向の座標軸の第二の座標値における前記径方向の座標軸の座標値とを用いて、前記第一の座標値から前記第二の座標値までの間の前記径方向の座標軸の座標値を補間する補間手順と、
前記補間手順で補間した後の前記直交座標系の血管データを、前記円筒座標系の血管データに変換する逆変換手順とをコンピュータに実行させるための血管画像処理プログラム。 - 請求項７に記載の血管画像処理プログラムにおいて、
前記３次元血管データと、前記逆変換手順で逆変換を行った後の前記円筒座標系の血管データとの差分を算出することにより、前記突出部の３次元データを生成する突出部データ生成手順をさらに有することを特徴とする血管画像処理プログラム。 - 請求項７または８に記載の血管画像処理プログラムにおいて、
前記中心線特定手順は、前記３次元血管データに基づいて、血管を外周側から中心側に向けて同心円状に細めていき、所定の細さの線に達したときに、該線を前記中心線として特定することを特徴とする血管画像処理プログラム。 - 請求項７〜９のいずれか一項に記載の血管画像処理プログラムにおいて、
前記突出部中心線特定手順は、前記中心線特定手順で特定した前記中心線に対して、前記中心線の分岐点を特定し、少なくとも一方の端に前記分岐点がない中心線を、前記血管の突出部の中心線として特定することを特徴とする血管画像処理プログラム。 - 請求項１０に記載の血管画像処理プログラムにおいて、
前記突出部中心線特定手順は、前記中心線特定手順で特定した前記中心線のうち、前記３次元血管データの画像領域の外周に接している中心線を除外して、前記血管の突出部を特定することを特徴とする血管画像処理プログラム。 - 請求項１０または１１に記載の血管画像処理プログラムにおいて、
前記突出部中心線特定手段は、前記分岐点から前記中心線が途切れる点までの長さを中心線の長さとして特定し、特定した中心線の長さを、前記中心線から血管の外周までの半径で割った値が、所定の閾値以下である中心線を除外して、前記血管の突出部を特定することを特徴とする血管画像処理プログラム。 - 中心線特定手段が、血管の３次元形状を表した３次元血管データに基づいて、血管の中心線を特定するステップと、
突出部中心線特定手段が、前記中心線特定手段が特定した前記中心線の中から、血管の突出部の中心線を特定するステップと、
分岐中心線特定手段が、前記突出部中心線特定手段が特定した突出部中心線から分岐する中心線を特定するステップと、
変換手段が、前記分岐中心線特定手段が特定した分岐中心線に対応する血管の前記３次元血管データに対して、中心線から血管の周方向、中心線から血管の径方向、中心線方向を座標軸とした円筒座標系を定義し、該円筒座標系で表された血管データを、直交座標系の血管データに変換するステップと、
補間手段が、前記変換手段が変換した前記直交座標系の血管データにおいて、前記中心線方向の座標軸の第一の座標値における前記径方向の座標軸の座標値と、前記中心線方向の座標軸の第二の座標値における前記径方向の座標軸の座標値とを用いて、前記第一の座標値から前記第二の座標値までの間の前記径方向の座標軸の座標値を補間するステップと、
逆変換手段が、前記補間手段で補間した後の前記直交座標系の血管データを、前記円筒座標系の血管データに変換するステップとで構成される血管画像処理方法。 - 請求項１３に記載の血管画像処理方法において、
突出部データ生成手段が、前記３次元血管データと、前記逆変換手段で逆変換を行った後の前記円筒座標系の血管データとの差分を算出することにより、前記突出部の３次元データを生成するステップをさらに有することを特徴とする血管画像処理方法。 - 請求項１３または１４に記載の血管画像処理方法において、
前記中心線特定手段は、前記３次元血管データに基づいて、血管を外周側から中心側に向けて同心円状に細めていき、所定の細さの線に達したときに、該線を前記中心線として特定することを特徴とする血管画像処理方法。 - 請求項１３〜１５のいずれか一項に記載の血管画像処理方法において、
前記突出部中心線特定手段は、前記中心線特定手段が特定した前記中心線に対して、前記中心線の分岐点を特定し、少なくとも一方の端に前記分岐点がない中心線を、前記血管の突出部の中心線として特定することを特徴とする血管画像処理方法。 - 請求項１６に記載の血管画像処理方法において、
前記突出部中心線特定手段は、前記中心線特定手段が特定した前記中心線のうち、前記３次元血管データの画像領域の外周に接している中心線を除外して、前記血管の突出部を特定することを特徴とする血管画像処理方法。 - 請求項１６または１７に記載の血管画像処理方法において、
前記突出部中心線特定手段は、前記分岐点から前記中心線が途切れる点までの長さを中心線の長さとして特定し、特定した中心線の長さを、前記中心線から血管の外周までの半径で割った値が、所定の閾値以下である中心線を除外して、前記血管の突出部を特定することを特徴とする血管画像処理方法。
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015137485A JP5890055B1 (ja) | 2015-07-09 | 2015-07-09 | 血管画像処理装置、血管画像処理プログラム、および血管画像処理方法 |
| ES16821202T ES2901139T3 (es) | 2015-07-09 | 2016-06-16 | Equipo de procesamiento de imágenes de vasos sanguíneos, programa de procesamiento de imágenes de vasos sanguíneos y método de procesamiento de imágenes de vasos sanguíneos |
| US15/742,492 US10373326B2 (en) | 2015-07-09 | 2016-06-16 | Blood vessel image processing apparatus, blood vessel image processing program, and blood vessel image processing method |
| EP16821202.5A EP3308710B1 (en) | 2015-07-09 | 2016-06-16 | Blood vessel image processing apparatus, blood vessel image processing program, and blood vessel image processing method |
| CN201680037552.7A CN107847207B (zh) | 2015-07-09 | 2016-06-16 | 血管图像处理装置、存储介质和血管图像处理方法 |
| PCT/JP2016/067881 WO2017006732A1 (ja) | 2015-07-09 | 2016-06-16 | 血管画像処理装置、血管画像処理プログラム、および血管画像処理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015137485A JP5890055B1 (ja) | 2015-07-09 | 2015-07-09 | 血管画像処理装置、血管画像処理プログラム、および血管画像処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP5890055B1 JP5890055B1 (ja) | 2016-03-22 |
| JP2017018234A true JP2017018234A (ja) | 2017-01-26 |
Family
ID=55530515
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015137485A Active JP5890055B1 (ja) | 2015-07-09 | 2015-07-09 | 血管画像処理装置、血管画像処理プログラム、および血管画像処理方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US10373326B2 (ja) |
| EP (1) | EP3308710B1 (ja) |
| JP (1) | JP5890055B1 (ja) |
| CN (1) | CN107847207B (ja) |
| ES (1) | ES2901139T3 (ja) |
| WO (1) | WO2017006732A1 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019005034A (ja) * | 2017-06-22 | 2019-01-17 | 株式会社根本杏林堂 | 医用画像処理装置、医用画像処理システムおよび医用画像処理方法 |
| JP2022046808A (ja) * | 2017-06-22 | 2022-03-23 | 株式会社根本杏林堂 | 医用画像処理装置、医用画像処理システムおよび医用画像処理方法 |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3245632B1 (en) * | 2015-01-16 | 2020-07-15 | Koninklijke Philips N.V. | Vessel lumen sub-resolution segmentation |
| US10137580B1 (en) | 2017-09-15 | 2018-11-27 | Honda Motor Co., Ltd. | Systems and methods for robotic arm guard assemblies |
| CN109345585B (zh) * | 2018-10-26 | 2021-11-30 | 强联智创（北京）科技有限公司 | 一种颅内动脉瘤图像的形态学参数的测量方法及*** |
| CN109447967B (zh) * | 2018-10-26 | 2022-03-01 | 强联智创（北京）科技有限公司 | 一种颅内动脉瘤图像的分割方法及*** |
| CN109472780B (zh) * | 2018-10-26 | 2021-10-29 | 强联智创（北京）科技有限公司 | 一种颅内动脉瘤图像的形态学参数的测量方法及*** |
| CN109448004B (zh) * | 2018-10-26 | 2021-04-02 | 强联智创（北京）科技有限公司 | 一种基于中心线的颅内血管图像的截取方法及*** |
| CN109493348B (zh) * | 2018-10-26 | 2021-11-26 | 强联智创（北京）科技有限公司 | 一种颅内动脉瘤图像的形态学参数的测量方法及*** |
| CN109389637B (zh) * | 2018-10-26 | 2021-12-21 | 强联智创（北京）科技有限公司 | 一种颅内动脉瘤图像的形态学参数的测量方法及*** |
| CN109472823B (zh) * | 2018-10-26 | 2021-10-29 | 强联智创（北京）科技有限公司 | 一种颅内动脉瘤图像的形态学参数的测量方法及*** |
| CN109875595B (zh) * | 2019-03-12 | 2021-02-09 | 数坤（北京）网络科技有限公司 | 一种颅内血管状态检测方法及装置 |
| US20200359981A1 (en) * | 2019-05-03 | 2020-11-19 | Ischemaview, Inc. | Analysis of intracranial blood vessels |
| CN111513739B (zh) * | 2020-04-10 | 2023-08-29 | 北京东软医疗设备有限公司 | 血管造影机的控制方法及装置、电子设备、存储介质 |
| JP7500091B2 (ja) | 2022-07-21 | 2024-06-17 | 株式会社マックスネット | 脳動脈瘤の瘤ネック平面の生成方法とコンピュータプログラム |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11318884A (ja) * | 1998-03-09 | 1999-11-24 | Hitachi Medical Corp | 画像表示装置 |
| JP2004283373A (ja) * | 2003-03-20 | 2004-10-14 | Toshiba Corp | 管腔状構造体の解析処理装置 |
| JP2008531108A (ja) * | 2005-02-23 | 2008-08-14 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | カテーテルの経路の予測のための方法 |
| JP2009268741A (ja) * | 2008-05-08 | 2009-11-19 | Toshiba Corp | Ｍｒｉ画像診断装置及びｍｒ画像形成方法 |
| JP2010063670A (ja) * | 2008-09-11 | 2010-03-25 | Yokogawa Electric Corp | 画像処理方法、画像処理装置および画像処理のためのプログラム |
| JP2010178906A (ja) * | 2009-02-05 | 2010-08-19 | Toshiba Corp | 医用画像処理装置、画像診断装置および医用画像処理プログラム |
| JP2012075702A (ja) * | 2010-10-01 | 2012-04-19 | Fujifilm Corp | 管状構造物内画像再構成装置、管状構造物内画像再構成方法および管状構造物内画像再構成プログラム |
| JP2012110444A (ja) * | 2010-11-22 | 2012-06-14 | Toshiba Corp | 動脈瘤診断支援装置及び制御プログラム |
| JP2013031741A (ja) * | 2012-11-16 | 2013-02-14 | Sanyo Product Co Ltd | 遊技機 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9943274B2 (en) * | 2004-11-09 | 2018-04-17 | Spectrum Dynamics Medical Limited | Radioimaging using low dose isotope |
| WO2011008906A1 (en) * | 2009-07-15 | 2011-01-20 | Mayo Foundation For Medical Education And Research | Computer-aided detection (cad) of intracranial aneurysms |
| CA2850476A1 (en) | 2011-08-26 | 2013-03-07 | EBM Corporation | Bloodstream simulation system for simulating blood vessel treatment effect, method therefor, and computer software program |
| KR20140115694A (ko) * | 2013-03-21 | 2014-10-01 | 종 진 임 | 스마트폰을 이용한 문자 일괄 전송 방법 및 장치 |
| KR101579740B1 (ko) * | 2014-09-01 | 2015-12-23 | 삼성메디슨 주식회사 | 초음파 진단장치, 그에 따른 초음파 진단 방법 및 그에 따른 컴퓨터 판독 가능한 저장매체 |
| JPWO2016056632A1 (ja) * | 2014-10-08 | 2017-08-10 | イービーエム株式会社 | 血管治療評価システム、そのコンピュータソフトウエアプログラム及び方法 |
| US20170323587A1 (en) * | 2014-10-08 | 2017-11-09 | EBM Corporation | Blood-vessel-shape construction device for blood-flow simulation, method therefor, and computer software program |
-
2015
- 2015-07-09 JP JP2015137485A patent/JP5890055B1/ja active Active
-
2016
- 2016-06-16 CN CN201680037552.7A patent/CN107847207B/zh active Active
- 2016-06-16 ES ES16821202T patent/ES2901139T3/es active Active
- 2016-06-16 US US15/742,492 patent/US10373326B2/en active Active
- 2016-06-16 WO PCT/JP2016/067881 patent/WO2017006732A1/ja active Application Filing
- 2016-06-16 EP EP16821202.5A patent/EP3308710B1/en active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11318884A (ja) * | 1998-03-09 | 1999-11-24 | Hitachi Medical Corp | 画像表示装置 |
| JP2004283373A (ja) * | 2003-03-20 | 2004-10-14 | Toshiba Corp | 管腔状構造体の解析処理装置 |
| JP2008531108A (ja) * | 2005-02-23 | 2008-08-14 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | カテーテルの経路の予測のための方法 |
| JP2009268741A (ja) * | 2008-05-08 | 2009-11-19 | Toshiba Corp | Ｍｒｉ画像診断装置及びｍｒ画像形成方法 |
| JP2010063670A (ja) * | 2008-09-11 | 2010-03-25 | Yokogawa Electric Corp | 画像処理方法、画像処理装置および画像処理のためのプログラム |
| JP2010178906A (ja) * | 2009-02-05 | 2010-08-19 | Toshiba Corp | 医用画像処理装置、画像診断装置および医用画像処理プログラム |
| JP2012075702A (ja) * | 2010-10-01 | 2012-04-19 | Fujifilm Corp | 管状構造物内画像再構成装置、管状構造物内画像再構成方法および管状構造物内画像再構成プログラム |
| JP2012110444A (ja) * | 2010-11-22 | 2012-06-14 | Toshiba Corp | 動脈瘤診断支援装置及び制御プログラム |
| JP2013031741A (ja) * | 2012-11-16 | 2013-02-14 | Sanyo Product Co Ltd | 遊技機 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019005034A (ja) * | 2017-06-22 | 2019-01-17 | 株式会社根本杏林堂 | 医用画像処理装置、医用画像処理システムおよび医用画像処理方法 |
| JP7017220B2 (ja) | 2017-06-22 | 2022-02-08 | 株式会社根本杏林堂 | 医用画像処理装置、医用画像処理システムおよび医用画像処理方法 |
| JP2022046808A (ja) * | 2017-06-22 | 2022-03-23 | 株式会社根本杏林堂 | 医用画像処理装置、医用画像処理システムおよび医用画像処理方法 |
| JP7298949B2 (ja) | 2017-06-22 | 2023-06-27 | 株式会社根本杏林堂 | 医用画像処理装置、医用画像処理システムおよび医用画像処理方法 |
| JP2023110069A (ja) * | 2017-06-22 | 2023-08-08 | 株式会社根本杏林堂 | 医用画像処理装置、医用画像処理システムおよび医用画像処理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3308710B1 (en) | 2021-11-17 |
| EP3308710A4 (en) | 2018-04-25 |
| WO2017006732A1 (ja) | 2017-01-12 |
| ES2901139T3 (es) | 2022-03-21 |
| CN107847207A (zh) | 2018-03-27 |
| EP3308710A1 (en) | 2018-04-18 |
| CN107847207B (zh) | 2018-12-18 |
| US10373326B2 (en) | 2019-08-06 |
| US20180204339A1 (en) | 2018-07-19 |
| JP5890055B1 (ja) | 2016-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5890055B1 (ja) | 血管画像処理装置、血管画像処理プログラム、および血管画像処理方法 | |
| JP7023641B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
| JP5536664B2 (ja) | 医用画像処理装置及び方法 | |
| JP5566370B2 (ja) | 医用画像処理装置及び方法 | |
| US11593941B2 (en) | Image processing apparatus, image processing method, and storage medium | |
| JP5279995B2 (ja) | 領域確定装置 | |
| JP2015517867A (ja) | セグメント化の強調表示 | |
| JP2009082465A (ja) | 画像表示装置および画像表示プログラム | |
| JP5388614B2 (ja) | 医用画像処理装置、画像診断装置および医用画像処理プログラム | |
| JP6571687B2 (ja) | 画像処理装置及び画像処理方法 | |
| CN107705350B (zh) | 医学图像生成方法、装置及设备 | |
| US11348242B2 (en) | Prediction apparatus, prediction method, prediction program | |
| JP2010000306A (ja) | 医用画像診断装置、画像処理装置、及びプログラム | |
| JP2009541777A (ja) | 関心のある心筋部位の自動定義 | |
| JP4738236B2 (ja) | 画像表示装置 | |
| US10326923B2 (en) | Medical imaging processing apparatus for a virtual endoscope image | |
| JP5801226B2 (ja) | 画像診断支援装置、方法およびプログラム | |
| US11266322B2 (en) | Blood flow analysis apparatus, blood flow analysis method, and blood flow analysis program | |
| US10636196B2 (en) | Image processing apparatus, method of controlling image processing apparatus and non-transitory computer-readable storage medium | |
| EP3607527B1 (en) | Quantitative evaluation of time-varying data | |
| JP2010063670A (ja) | 画像処理方法、画像処理装置および画像処理のためのプログラム | |
| US20210383905A1 (en) | Medical information processing apparatus, medical information processing system, medical information processing method, and storage medium | |
| JP2008043565A (ja) | 画像抽出装置 | |
| JP2009285157A (ja) | 医用画像処理方法および医用画像処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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: 20160216 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160217 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5890055 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |