JP2018122093A - 医用画像処理装置、ｘ線ｃｔ装置、及び医用画像処理方法 - Google Patents

医用画像処理装置、ｘ線ｃｔ装置、及び医用画像処理方法 Download PDF

Info

Publication number
JP2018122093A
JP2018122093A JP2018015731A JP2018015731A JP2018122093A JP 2018122093 A JP2018122093 A JP 2018122093A JP 2018015731 A JP2018015731 A JP 2018015731A JP 2018015731 A JP2018015731 A JP 2018015731A JP 2018122093 A JP2018122093 A JP 2018122093A
Authority
JP
Japan
Prior art keywords
region
medical image
regions
abnormal
image processing
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.)
Pending
Application number
JP2018015731A
Other languages
English (en)
Inventor
匠真 五十嵐
Takuma Igarashi
匠真 五十嵐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Medical Systems Corp
Original Assignee
Canon Medical Systems Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Canon Medical Systems Corp filed Critical Canon Medical Systems Corp
Publication of JP2018122093A publication Critical patent/JP2018122093A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0806—Detecting, measuring or recording devices for evaluating the respiratory organs by whole-body plethysmography
    • 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
    • A61B6/44—Constructional features of apparatus for radiation diagnosis
    • A61B6/4411—Constructional features of apparatus for radiation diagnosis the apparatus being modular
    • 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
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • 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
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5288—Devices using data or image processing specially adapted for radiation diagnosis involving retrospective matching to a physiological signal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/466—Displaying means of special interest adapted to display 3D data
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/488—Diagnostic techniques involving pre-scan acquisition
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/30061—Lung
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/412—Dynamic

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Optics & Photonics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Human Computer Interaction (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Quality & Reliability (AREA)
  • Hematology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

【課題】呼吸能に異常のある肺の領域を精度良く検出すること。
【解決手段】実施形態の医用画像処理装置は、抽出部と、算出部と、検出部と、出力制御部とを備える。抽出部は、時系列に沿って撮像された３次元医用画像データから、肺を形成する葉及び亜区域のうち少なくとも一方に対応する領域を複数抽出する。算出部は、抽出された複数の領域それぞれについて、呼吸能に関する物理指標値を算出する。検出部は、前記複数の領域それぞれの前記物理指標値の経時変化を互いに比較することで、前記複数の領域のうち前記呼吸能に関する異常領域を検出する。出力制御部は、前記異常領域を示す情報を出力する。
【選択図】図１

Description

本発明の実施形態は、医用画像処理装置、Ｘ線ＣＴ装置、及び医用画像処理方法
に関する。
従来、肺疾患の診断において、呼吸能を評価することが行われている。例えば、肺活量計（スパイロメトリ）を用いて肺全体の換気量や換気曲線（肺活量曲線）を観察することで、慢性閉塞性肺疾患（Chronic Obstructive Pulmonary Disease：ＣＯＰＤ）等の診断が行われている。しかしながら、ＣＯＰＤ等の肺疾患を早期に発見するためには、スパイロメトリのみでは十分に診断できない場合がある。また、スパイロメトリでは、肺のどの部分の機能が低下しているかを確認することは難しい。
特開２０１３−１９２９１２号公報
本発明が解決しようとする課題は、呼吸能に異常のある肺の領域を精度良く検出することができる医用画像処理装置、Ｘ線ＣＴ装置、及び医用画像処理方法を提供することである。
実施形態の医用画像処理装置は、抽出部と、算出部と、検出部と、出力制御部とを備える。抽出部は、時系列に沿って撮像された３次元医用画像データから、肺を形成する葉及び亜区域のうち少なくとも一方に対応する領域を複数抽出する。算出部は、抽出された複数の領域それぞれについて、呼吸能に関する物理指標値を算出する。検出部は、前記複数の領域それぞれの前記物理指標値の経時変化を互いに比較することで、前記複数の領域のうち前記呼吸能に関する異常領域を検出する。出力制御部は、前記異常領域を示す情報を出力する。
図１は、第１の実施形態に係るＸ線ＣＴ装置の構成の一例を示す図である。 図２Ａは、第１の実施形態に係る抽出機能の処理を説明するための図である。 図２Ｂは、第１の実施形態に係る抽出機能の処理を説明するための図である。 図２Ｃは、第１の実施形態に係る抽出機能の処理を説明するための図である。 図２Ｄは、第１の実施形態に係る抽出機能の処理を説明するための図である。 図２Ｅは、第１の実施形態に係る抽出機能の処理を説明するための図である。 図３Ａは、第１の実施形態に係る検出機能の処理を説明するための図である。 図３Ｂは、第１の実施形態に係る検出機能の処理を説明するための図である。 図４は、第１の実施形態に係る出力制御機能の処理を説明するための図である。 図５は、第１の実施形態に係るＸ線ＣＴ装置による処理手順を示すフローチャートである。 図６は、第１の実施形態の変形例に係る検出機能の処理を説明するための図である。 図７は、第２の実施形態に係る検出機能の処理を説明するための図である。 図８Ａは、第２の実施形態に係る検出機能の処理を説明するための図である。 図８Ｂは、第２の実施形態に係る検出機能の処理を説明するための図である。 図８Ｃは、第２の実施形態に係る検出機能の処理を説明するための図である。 図８Ｄは、第２の実施形態に係る検出機能の処理を説明するための図である。 図９は、第２の実施形態に係る出力制御機能の処理を説明するための図である。 図１０は、第２の実施形態に係るＸ線ＣＴ装置による処理手順を示すフローチャートである。 図１１は、その他の実施形態に係るＸ線ＣＴ装置による処理を説明するための図である。 図１２は、その他の実施形態に係る医用画像処理装置の構成例を示すブロック図である。 図１３は、その他の実施形態に係る情報処理サービスを提供するサーバ装置の構成例を示すブロック図である。
以下、添付図面を参照して、医用画像処理装置、Ｘ線ＣＴ（Computed Tomography）装置、及び医用画像処理方法の実施形態を詳細に説明する。以下の実施形態では、被検体のＸ線ＣＴ画像データを撮像するＸ線ＣＴ装置を例に挙げて説明する。しかしながら、実施形態はこれに限定されるものではなく、例えば、３次元のＸ線画像データを撮像可能なＸ線診断装置、或いは３次元の医用画像データを処理することが可能な医用画像処理装置（コンピュータ）において広く適用可能である。
（第１の実施形態）
図１は、第１の実施形態に係るＸ線ＣＴ装置１の構成の一例を示す図である。図１に示すように、第１の実施形態に係るＸ線ＣＴ装置１は、架台１０と、寝台装置２０と、コンソール３０とを有する。
架台１０は、被検体Ｐ（患者）にＸ線を照射し、被検体Ｐを透過したＸ線を検出して、コンソール３０に出力する装置であり、Ｘ線照射制御回路１１と、Ｘ線発生装置１２と、検出器１３と、データ収集回路（ＤＡＳ：Data Acquisition System）１４と、回転フレーム１５と、架台駆動回路１６とを有する。
回転フレーム１５は、Ｘ線発生装置１２と検出器１３とを被検体Ｐを挟んで対向するように支持し、後述する架台駆動回路１６によって被検体Ｐを中心とした円軌道にて高速に回転する円環状のフレームである。
Ｘ線照射制御回路１１は、高電圧発生部として、Ｘ線管１２ａに高電圧を供給する装置であり、Ｘ線管１２ａは、Ｘ線照射制御回路１１から供給される高電圧を用いてＸ線を発生する。Ｘ線照射制御回路１１は、後述するスキャン制御回路３３の制御により、Ｘ線管１２ａに供給する管電圧や管電流を調整することで、被検体Ｐに対して照射されるＸ線量を調整する。
また、Ｘ線照射制御回路１１は、ウェッジ１２ｂの切り替えを行う。また、Ｘ線照射制御回路１１は、コリメータ１２ｃの開口度を調整することにより、Ｘ線の照射範囲（ファン角やコーン角）を調整する。なお、本実施形態は、複数種類のウェッジを、操作者が手動で切り替える場合であっても良い。
Ｘ線発生装置１２は、Ｘ線を発生し、発生したＸ線を被検体Ｐへ照射する装置であり、Ｘ線管１２ａと、ウェッジ１２ｂと、コリメータ１２ｃとを有する。
Ｘ線管１２ａは、図示しない高電圧発生部により供給される高電圧により被検体ＰにＸ線ビームを照射する真空管であり、回転フレーム１５の回転にともなって、Ｘ線ビームを被検体Ｐに対して照射する。Ｘ線管１２ａは、ファン角及びコーン角を持って広がるＸ線ビームを発生する。例えば、Ｘ線照射制御回路１１の制御により、Ｘ線管１２ａは、フル再構成用に被検体Ｐの全周囲でＸ線を連続曝射したり、ハーフ再構成用にハーフ再構成可能な曝射範囲（１８０度＋ファン角）でＸ線を連続曝射したりすることが可能である。また、Ｘ線照射制御回路１１の制御により、Ｘ線管１２ａは、予め設定された位置（管球位置）でＸ線（パルスＸ線）を間欠曝射したりすることが可能である。また、Ｘ線照射制御回路１１は、Ｘ線管１２ａから曝射されるＸ線の強度を変調させることも可能である。例えば、Ｘ線照射制御回路１１は、特定の管球位置では、Ｘ線管１２ａから曝射されるＸ線の強度を強くし、特定の管球位置以外の範囲では、Ｘ線管１２ａから曝射されるＸ線の強度を弱くする。
ウェッジ１２ｂは、Ｘ線管１２ａから曝射されたＸ線のＸ線量を調節するためのＸ線フィルタである。具体的には、ウェッジ１２ｂは、Ｘ線管１２ａから被検体Ｐへ照射されるＸ線が、予め定められた分布になるように、Ｘ線管１２ａから曝射されたＸ線を透過して減衰するフィルタである。例えば、ウェッジ１２ｂは、所定のターゲット角度や所定の厚みとなるようにアルミニウムを加工したフィルタである。なお、ウェッジ１２ｂは、ウェッジフィルタ（wedge filter）や、ボウタイフィルタ（bow-tie filter）とも呼ばれる。
コリメータ１２ｃは、Ｘ線照射制御回路１１の制御により、ウェッジ１２ｂによってＸ線量が調節されたＸ線の照射範囲を絞り込むためのスリットである。
架台駆動回路１６は、回転フレーム１５を回転駆動させることによって、被検体Ｐを中心とした円軌道上でＸ線発生装置１２と検出器１３とを旋回させる。
検出器（Ｘ線検出器）１３は、被検体Ｐを透過したＸ線を検出する２次元アレイ型検出器（面検出器）であり、複数チャンネル分のＸ線検出素子を配してなる検出素子列がＺ軸方向に沿って複数列配列されている。具体的には、第１の実施形態における検出器１３は、Ｚ軸方向に沿って３２０列など多列に配列されたＸ線検出素子を有し、例えば、被検体Ｐの肺や心臓を含む範囲など、広範囲に被検体Ｐを透過したＸ線を検出することが可能である。なお、Ｚ軸方向は、架台１０が非チルト時の状態における回転フレーム１５の回転中心軸方向に対応する。
データ収集回路１４は、ＤＡＳであり、検出器１３が検出したＸ線の検出データから、投影データを収集する。例えば、データ収集回路１４は、検出器１３により検出されたＸ線強度分布データに対して、増幅処理やＡ／Ｄ変換処理、チャンネル間の感度補正処理等を行なって投影データを生成し、生成した投影データを後述するコンソール３０に送信する。例えば、回転フレーム１５の回転中に、Ｘ線管１２ａからＸ線が連続曝射されている場合、データ収集回路１４は、全周囲分（３６０度分）の投影データ群を収集する。また、データ収集回路１４は、収集した各投影データに管球位置を対応付けて、後述するコンソール３０に送信する。管球位置は、投影データの投影方向を示す情報となる。なお、チャンネル間の感度補正処理は、後述する前処理回路３４が行なっても良い。
寝台装置２０は、被検体Ｐを載せる装置であり、図１に示すように、寝台駆動装置２１と、天板２２とを有する。寝台駆動装置２１は、天板２２をＺ軸方向へ移動して、被検体Ｐを回転フレーム１５内に移動させる。天板２２は、被検体Ｐが載置される板である。
なお、架台１０は、例えば、天板２２を移動させながら回転フレーム１５を回転させて被検体Ｐをらせん状にスキャンするヘリカルスキャンを実行する。または、架台１０は、天板２２を移動させた後に被検体Ｐの位置を固定したままで回転フレーム１５を回転させて被検体Ｐを円軌道にてスキャンするコンベンショナルスキャンを実行する。または、架台１０は、天板２２の位置を一定間隔で移動させてコンベンショナルスキャンを複数のスキャンエリアで行うステップアンドシュート方式を実行する。
コンソール３０は、操作者によるＸ線ＣＴ装置１の操作を受け付けるとともに、架台１０によって収集された投影データを用いてＸ線ＣＴ画像データを再構成する装置である。コンソール３０は、図１に示すように、入力回路３１と、ディスプレイ３２と、スキャン制御回路３３と、前処理回路３４と、記憶回路３５と、画像再構成回路３６と、処理回路３７とを有する。入力回路３１、ディスプレイ３２、スキャン制御回路３３、前処理回路３４、記憶回路３５、画像再構成回路３６、及び処理回路３７は、相互に通信可能に接続される。
入力回路３１は、Ｘ線ＣＴ装置１の操作者が各種指示や各種設定の入力に用いるマウスやキーボード、トラックボール、スイッチ、ボタン、ジョイスティック等を有し、操作者から受け付けた指示や設定の情報を、処理回路３７に転送する。例えば、入力回路３１は、操作者から、Ｘ線ＣＴ画像データの撮影条件や、Ｘ線ＣＴ画像データを再構成する際の再構成条件、Ｘ線ＣＴ画像データに対する画像処理条件等を受け付ける。また、入力回路３１は、被検体Ｐに対する検査を選択するための操作を受け付ける。また、入力回路３１は、画像上の部位を指定するための指定操作を受け付ける。
ディスプレイ３２は、操作者によって参照されるモニタであり、処理回路３７による制御のもと、Ｘ線ＣＴ画像データから生成された画像データを操作者に表示したり、入力回路３１を介して操作者から各種指示や各種設定等を受け付けるためのＧＵＩ（Graphical User Interface）を表示したりする。また、ディスプレイ３２は、スキャン計画の計画画面や、スキャン中の画面などを表示する。
スキャン制御回路３３は、処理回路３７による制御のもと、Ｘ線照射制御回路１１、架台駆動回路１６、データ収集回路１４及び寝台駆動装置２１の動作を制御することで、架台１０における投影データの収集処理を制御する。具体的には、スキャン制御回路３３は、位置決め画像（スキャノ画像）を収集する位置決め撮影及び診断に用いる画像を収集する本撮影（本スキャン）における投影データの収集処理をそれぞれ制御する。
例えば、スキャン制御回路３３は、Ｘ線管１２ａを０度の位置（被検体に対して正面方向の位置）に固定して、天板２２を定速移動させながら連続的に撮影を行うことで２次元のスキャノ画像を撮影する。或いは、スキャン制御回路３３は、Ｘ線管１２ａを０度の位置に固定して、天板２２を断続的に移動させながら、天板移動に同期して断続的に撮影を繰り返すことで２次元のスキャノ画像を撮影する。ここで、スキャン制御回路３３は、被検体Ｐに対して正面方向だけでなく、任意の方向（例えば、側面方向など）から位置決め画像を撮影することができる。
また、スキャン制御回路３３は、被検体に対する全周分の投影データを収集することで、３次元のＸ線ＣＴ画像データ（ボリュームデータ）の撮像を行う。例えば、スキャン制御回路３３は、ヘリカルスキャン或いはノンヘリカルスキャンによって被検体Ｐに対する全周分の投影データを収集する。また、スキャン制御回路３３は、本撮影よりも低線量で全周分の投影データを収集することで、３次元のスキャノ画像を撮像することもできる。
また、スキャン制御回路３３は、ボリュームデータの撮像を所定期間継続して行うことで、時系列に沿った複数のボリュームデータを撮像するダイナミックボリュームスキャン（「ダイナミックスキャン」とも称される）を行うことができる。例えば、ある関節の運動を被検体Ｐが行っている間に全周分の投影データを所定期間継続して収集することで、所定のフレームレート（ボリュームレート）で再構成された複数のボリュームデータを撮像することができる。なお、ダイナミックスキャンにより撮像された時系列のボリュームデータは、４次元Ｘ線ＣＴ画像データ、若しくは４ＤＣＴ画像データと呼ばれる。
前処理回路３４は、データ収集回路１４によって生成された投影データに対して、対数変換処理と、オフセット補正、感度補正及びビームハードニング補正等の補正処理とを行なって、補正済みの投影データを生成する。具体的には、前処理回路３４は、データ収集回路１４によって生成された位置決め画像の投影データ及び本撮影によって収集された投影データのそれぞれについて、補正済みの投影データを生成して、記憶回路３５に格納する。
記憶回路３５は、前処理回路３４により生成された投影データを記憶する。具体的には、記憶回路３５は、前処理回路３４によって生成された、位置決め画像の投影データ及び本撮影によって収集される診断用の投影データを記憶する。また、記憶回路３５は、後述する画像再構成回路３６によって生成されたＸ線ＣＴ画像データなどを記憶する。また、記憶回路３５は、後述する処理回路３７による処理結果を適宜記憶する。
画像再構成回路３６は、記憶回路３５が記憶する投影データを用いてＸ線ＣＴ画像データを再構成する。具体的には、画像再構成回路３６は、位置決め画像の投影データ及び診断に用いられる画像の投影データから、Ｘ線ＣＴ画像データをそれぞれ再構成する。ここで、再構成方法としては、種々の方法があり、例えば、逆投影処理が挙げられる。また、逆投影処理としては、例えば、ＦＢＰ（Filtered Back Projection）法による逆投影処理が挙げられる。或いは、画像再構成回路３６は、逐次近似法を用いて、Ｘ線ＣＴ画像データを再構成することもできる。また、画像再構成回路３６は、Ｘ線ＣＴ画像データに対して各種画像処理を行うことで、画像データを生成する。そして、画像再構成回路３６は、再構成したＸ線ＣＴ画像データや、各種画像処理により生成した画像データを記憶回路３５に格納する。なお、画像再構成回路３６は、画像再構成部の一例である。
また、画像再構成回路３６は、ダイナミックスキャンにより撮像された時系列の３次元医用画像データ（４ＤＣＴ画像データ）を再構成する。例えば、画像再構成回路３６は、所定期間継続して収集された全周分の投影データを所定のフレームレートで再構成することで、時系列に沿った複数のボリュームデータを再構成する。これにより、例えば、ある関節の運動の様子を表す連続的な複数フレーム（時相／フェーズ）のボリュームデータ（４ＤＣＴ画像データ）が再構成される。画像再構成回路３６は、再構成した４ＤＣＴ画像データを記憶回路３５に格納する。
処理回路３７は、架台１０、寝台装置２０及びコンソール３０の動作を制御することによって、Ｘ線ＣＴ装置１の全体制御を行う。具体的には、処理回路３７は、スキャン制御回路３３を制御することで、架台１０で行なわれるＣＴスキャンを制御する。また、処理回路３７は、画像再構成回路３６を制御することで、コンソール３０における画像再構成処理や画像生成処理を制御する。また、処理回路３７は、記憶回路３５が記憶する各種画像データを、ディスプレイ３２に表示するように制御する。
また、処理回路３７は、図１に示すように、抽出機能３７１と、算出機能３７２と、検出機能３７３と、出力制御機能３７４とを実行する。ここで、例えば、図１に示す処理回路３７の構成要素である抽出機能３７１、算出機能３７２、検出機能３７３、及び出力制御機能３７４が実行する各処理機能は、コンピュータによって実行可能なプログラムの形態で記憶回路３５に記録されている。処理回路３７は、各プログラムを記憶回路３５から読み出し、実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の処理回路３７は、図１の処理回路３７内に示された各機能を有することとなる。なお、抽出機能３７１、算出機能３７２、検出機能３７３、及び出力制御機能３７４が実行する各処理機能については、後述する。
なお、本実施形態においては、単一の処理回路３７にて、以下に説明する各処理機能が実現されるものとして説明するが、複数の独立したプロセッサを組み合わせて処理回路３７を構成し、各プロセッサがプログラムを実行することにより機能を実現するものとしても構わない。
上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、或いは、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ））等の回路を意味する。プロセッサは記憶回路３５に保存されたプログラムを読み出し実行することで機能を実現する。なお、記憶回路３５にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。なお、本実施形態の各プロセッサは、プロセッサごとに単一の回路として構成される場合に限らず、複数の独立した回路を組み合わせて１つのプロセッサとして構成し、その機能を実現するようにしてもよい。更に、各図における複数の構成要素を１つのプロセッサへ統合してその機能を実現するようにしてもよい。
以上、第１の実施形態に係るＸ線ＣＴ装置１の構成を説明した。かかる構成のもと、第１の実施形態に係るＸ線ＣＴ装置１は、呼吸能に異常のある肺の領域を精度良く検出するために、以下の各処理機能を実行する。
抽出機能３７１は、時系列に沿って撮像された３次元医用画像データから、肺を形成する葉及び亜区域のうち少なくとも一方に対応する領域を複数抽出する。例えば、抽出機能３７１は、記憶回路３５に記憶された４ＤＣＴ画像データを記憶回路３５から読み出す。そして、抽出機能３７１は、ＣＴ値に基づいて、読み出した４ＤＣＴ画像データから肺全体に対応する領域を抽出する。そして、抽出機能３７１は、区域分け処理（セグメンテーション）により肺全体の領域から、亜区域に対応する領域を複数抽出する。なお、抽出機能３７１は、抽出部の一例である。
図２Ａから図２Ｅは、第１の実施形態に係る抽出機能３７１の処理を説明するための図である。図２Ａには、正面から見た左右の肺の模式図を例示する。また、図２Ｂには、右外側面（右肺の外側面）の模式図を例示する。また、図２Ｃには、右内側面（右肺の内側面）の模式図を例示する。また、図２Ｄには、左外側面（左肺の外側面）の模式図を例示する。また、図２Ｅには、左内側面（左肺の内側面）の模式図を例示する。
図２Ａから図２Ｅに示すように、例えば、抽出機能３７１は、肺全体の領域から、複数の亜区域それぞれに対応する複数の領域を抽出する。ここで、亜区域とは、肺の葉を形成する区域である。具体例を挙げると、抽出機能３７１は、肺における複数の亜区域の位置を示すテンプレート画像を被検体の肺形状に変形させることで、被検体の亜区域に対応する領域を複数抽出する。なお、テンプレート画像には、肺の解剖学的な特徴点の３次元的な位置関係が予め対応づけられている。
なお、上記の抽出機能３７１の処理はあくまで一例であり、上記の例に限定されるものではない。例えば、上記の例では、抽出機能３７１が肺の亜区域に対応する領域を抽出する場合を説明したが、葉に対応する領域を抽出することも可能である。また、上記の説明では、テンプレート画像を用いる場合を説明したが、これに限らず、例えば、４ＤＣＴ画像データにおける肺の動きを解析して動きの異なる箇所を葉や亜区域の境界として抽出することも可能である。また、葉や亜区域を抽出する方法は、従来の如何なる技術が適用されてもよい。
算出機能３７２は、抽出された複数の領域それぞれについて、呼吸能に関する物理指標値（パラメータ）を算出する。例えば、算出機能３７２は、抽出機能３７１により抽出された複数の領域それぞれの体積を算出する。具体例を挙げると、算出機能３７２は、４ＤＣＴ画像データに含まれるそれぞれの時相のボリュームデータについて、複数の領域それぞれの体積を算出する。これにより、算出機能３７２は、複数の領域それぞれについて、各時相における体積を算出する。なお、算出機能３７２は、算出部の一例である。
なお、上記の算出機能３７２の処理はあくまで一例であり、上記の例に限定されるものではない。例えば、上記の例では、算出機能３７２が物理指標値として体積を算出する場合を説明したが、これに限らず、例えば、表面積、比表面積（表面積を体積で除算した値）、若しくはＣＴ値を算出することも可能である。なお、各領域のＣＴ値は、例えば、各領域に含まれる全画素のＣＴ値の平均値であり、各領域に含まれる空気の量に応じてＣＴ値が変化するため呼吸能を表す指標として利用される。すなわち、算出機能３７２は、体積、表面積、比表面積、及びＣＴ値のうち少なくとも一つを算出可能である。
検出機能３７３は、物理指標値の経時変化に基づいて、複数の領域のうち呼吸能に異常のある異常領域を検出する。例えば、検出機能３７３は、複数の領域それぞれの物理指標値の経時変化を互いに比較することで、異常領域を検出する。なお、検出機能３７３は、検出部の一例である。言い換えると、検出機能３７３は、複数の領域それぞれの物理指標値の経時変化を互いに比較することで、複数の領域のうち呼吸能に関する異常領域を検出する。
例えば、検出機能３７３は、複数の領域の各時相におけるパラメータの値に対してフィッティングカーブを描出することで、各領域のパラメータの経時変化を表す曲線（カーブ）を生成する。そして、検出機能３７３は、生成した各曲線から極大点及び極小点を検出する。ここで、曲線の極大点は「最大吸気」に対応し、極小点は「最大呼気」に対応する。そして、検出機能３７３は、複数の領域それぞれのパラメータの経時変化における曲線の傾向が異なる領域を、異常領域として検出する。
図３Ａ及び図３Ｂは、第１の実施形態に係る検出機能３７３の処理を説明するための図である。図３Ａには、領域Ａ〜領域Ｄにおける体積の経時変化を表すグラフ（曲線）を例示する。また、図３Ｂには、領域Ｅ〜領域Ｈにおける体積の経時変化を表すグラフを例示する。図３Ａ及び図３Ｂにおいて、縦軸は各領域の体積（Volume）を表し、横軸は時間（Time）を表す。なお、領域Ａ〜Ｈは、それぞれ亜区域に対応する。また、図３Ａにおいて、領域Ｂ〜Ｄの最大吸気のタイミングは「Ｔ１」であり、最大呼気のタイミングは「Ｔ２」である。また、領域Ａの最大呼気のタイミングは「Ｔ３」であり、最大吸気のタイミングは「Ｔ４」である。
図３Ａに示すように、検出機能３７３は、最大吸気及び最大呼気のタイミングのずれに基づいて、異常領域を検出する。例えば、検出機能３７３は、各領域の最大呼気のタイミングの差を算出し、互いに比較することで、最大呼気のタイミングのずれを検出する。図３Ａでは、領域Ａの最大呼気のタイミングＴ３（極小点５０）は、他の領域Ｂ〜Ｄそれぞれの最大呼気のタイミングＴ２とは異なっている。具体的に、領域Ａの最大吸気のタイミングを各領域Ｂ〜Ｄの最大吸気のタイミングＴ１に概ね一致させたとしても、次の最大呼気のタイミングがずれている。同様に、領域Ａの最大吸気のタイミングＴ４（極大点５１）は、他の領域Ｂ〜Ｄそれぞれの最大吸気のタイミングとは異なっている。この場合、検出機能３７３は、領域Ａを異常領域として検出する。言い換えると、検出機能３７３は、最大呼気（又は最大吸気）のタイミングのずれが閾値以上である場合に、異常領域として検出する。
図３Ｂに示すように、検出機能３７３は、最大吸気時と最大呼気時との間の体積差（Peak to Peak：Ｐ−Ｐ）に基づいて、異常領域を検出する。例えば、検出機能３７３は、各領域のＰ−Ｐを算出し、互いに比較することで、異常領域を検出する。図３Ｂでは、領域ＦのＰ−Ｐは、他の領域Ｅ，Ｇ，ＨそれぞれのＰ−Ｐと比較して小さく、呼気を吐き切れていないことが示唆される（極小点５２）。この場合、検出機能３７３は、領域Ｆを異常領域として検出する。
このように、検出機能３７３は、複数の領域それぞれのパラメータの経時変化を示す曲線の傾向を互いに比較する。そして、検出機能３７３は、他の領域の傾向とは異なる領域を、異常領域として検出する。
なお、上記の検出機能３７３の処理はあくまで一例であり、上記の例に限定されるものではない。例えば、縦軸は、各領域の最大体積に対する割合［％］で表されても良い。また、上記の例では、検出機能３７３が、最大吸気及び最大呼気のタイミングのずれに基づいて異常領域を検出する場合を説明したが、実施形態はこれに限定されるものではない。例えば、検出機能３７３は、最大吸気及び最大呼気のうち、いずれか一方のタイミングのずれを用いて異常領域を検出することも可能である。また、例えば、検出機能３７３は、正弦曲線（Ｓｉｎカーブ）に近似できない領域、或いは曲線に周期性がない領域を異常領域として検出可能である。
また、上記の例では、曲線の傾向が異なる領域を異常領域として検出する場合を説明したが、実施形態はこれに限定されるものではない。他の検出方法については、変型例として後述する。
出力制御機能３７４は、異常領域を示す情報を出力する。例えば、出力制御機能３７４は、異常領域が検出された時相の３次元医用画像データ上に、異常領域を強調表示させる。なお、出力制御機能３７４は、出力制御部の一例である。
図４は、第１の実施形態に係る出力制御機能３７４の処理を説明するための図である。図４には、ディスプレイ３２に表示される被検体の肺の画像を例示する。なお、図４では、異常領域として「領域Ａ」が検出された場合を例示する。
図４に示すように、例えば、出力制御機能３７４は、３次元医用画像データに基づく肺の画像をディスプレイ３２に表示させる。ここで、この画像は、領域Ａが検出された時相（Ｔ３又はＴ４）の３次元医用画像データに基づくボリュームレンダリング画像（若しくはＭＰＲ（Multi Planar Reconstructions）画像等）である。言い換えると、出力制御機能３７４は、異常領域が検出された時相の３次元医用画像データに基づく表示用画像を表示させる。そして、出力制御機能３７４は、画像のうち、検出機能３７３により検出された異常領域に対応する位置を強調表示（他の領域とは異なる色で表示するなど）する。
このように、出力制御機能３７４は、異常領域を示す情報をディスプレイ３２に表示させる。なお、図４はあくまで一例であり、図示の例に限定されるものではない。例えば、出力制御機能３７４は、必ずしも異常領域が検出された時相の３次元医用画像データに基づく画像でなくてもよく、任意の時相の画像上に異常領域を表示可能である。
また、図４では、肺の画像が静止画として表示される場合を説明したが、実施形態はこれに限定されるものではない。例えば、出力制御機能３７４は、肺の画像を動画として表示してもよい。動画表示においては、出力制御機能３７４は、異常領域が検出された時相が近づくにつれて異常領域が強調表示され、異常領域が検出された時相が遠ざかるにつれて強調表示が消失（強調ではなくなる）するように、異常領域を表示させてもよい。
また、図４では、異常領域を示す情報がディスプレイ３２に表示される場合を説明したが、実施形態はこれに限定されるものではない。例えば、出力制御機能３７４は、「領域Ａ」等のテキストデータとして表示することも、テキストの読み上げ機能により音声出力することも可能である。具体的には、出力制御機能３７４は、異常領域が検出された時相（Ｔ３）を示す情報（時刻）や、検出機能３７３により検出されたずれの大きさを示す情報（例えば、Ｔ２とＴ３との差）を表示（若しくは音声出力）してもよい。また、異常領域を示す情報が出力される出力先は、ディスプレイ３２や音声出力用デバイスに限らず、任意の記憶媒体や他の装置（レポート作成用のアプリケーション等）であってもよい。
図５は、第１の実施形態に係るＸ線ＣＴ装置１による処理手順を示すフローチャートである。図５に示す処理手順は、例えば、異常領域を検出する処理を開始する旨の指示が操作者によって入力されることにより開始される。
図５に示すように、ステップＳ１０１において、処理回路３７は、処理タイミングであるか否かを判定する。例えば、処理回路３７は、異常領域を検出する処理を開始する旨の指示が操作者によって入力されると、処理タイミングであると判定し、ステップＳ１０２以降の処理を開始する。なお、ステップＳ１０１が否定される場合には、処理回路３７は、ステップＳ１０２以降の処理を開始せず、待機状態である。
ステップＳ１０１が肯定されると、ステップＳ１０２において、抽出機能３７１は、４ＤＣＴ画像データから、肺を形成する複数の領域を抽出する。例えば、抽出機能３７１は、ＣＴ値に基づいて、４ＤＣＴ画像データから肺全体に対応する領域を抽出する。そして、抽出機能３７１は、区域分け処理（セグメンテーション）により肺全体の領域から亜区域に対応する領域を複数抽出する。
ステップＳ１０３において、算出機能３７２は、複数の領域それぞれについて、呼吸能に関するパラメータ（物理指標値）を算出する。例えば、算出機能３７２は、４ＤＣＴ画像データに含まれるそれぞれの時相のボリュームデータについて、複数の領域それぞれの体積を算出する。これにより、算出機能３７２は、複数の領域それぞれについて、各時相における体積を算出する。
ステップＳ１０４において、検出機能３７３は、パラメータの経時変化に基づいて、複数の領域の中から異常領域を検出する。例えば、検出機能３７３は、複数の領域それぞれの体積の経時変化を示す曲線の傾向を互いに比較する。そして、検出機能３７３は、最大吸気及び最大呼気のタイミングのずれに基づいて、異常領域を検出する。
ステップＳ１０５において、出力制御機能３７４は、異常領域を表示させる。例えば、出力制御機能３７４は、異常領域が検出された時相の３次元医用画像データ上に、異常領域を強調表示させる。
このように、Ｘ線ＣＴ装置１は、異常領域を検出する処理を開始する旨の操作者の指示を受け付けて、ステップＳ１０２〜Ｓ１０５の各処理を実行し、異常領域を表示させる。なお、図５の内容はあくまで一例であり、これに限定されるものではない。
上述したように、第１の実施形態に係るＸ線ＣＴ装置１において、抽出機能３７１は、時系列に沿って撮像された３次元医用画像データから、肺を形成する葉及び亜区域のうち少なくとも一方に対応する領域を複数抽出する。算出機能３７２は、抽出された複数の領域それぞれについて、呼吸能に関する物理指標値（パラメータ）を算出する。検出機能３７３は、物理指標値の経時変化に基づいて、複数の領域のうち呼吸能に異常のある異常領域を検出する。つまり、検出機能３７３は、複数の領域それぞれの物理指標値の経時変化を互いに比較することで、異常領域を検出する。出力制御機能３７４は、異常領域を示す情報を出力する。これによれば、Ｘ線ＣＴ装置１は、呼吸能に異常のある肺の領域を精度良く検出することができる。
例えば、Ｘ線ＣＴ装置１は、被検体Ｐの肺の状態を全体的に評価するのではなく、葉や亜区域の単位で評価する。これにより、Ｘ線ＣＴ装置１は、被検体Ｐの肺に異常があるか否かのみならず、肺のどの部分（領域）に異常があるかを検出し、操作者に提示することが可能である。
（第１の実施形態の変形例１）
検出機能３７３の処理は、上述した実施形態に限定されるものではなく、他の実施形態により実現されてもよい。例えば、検出機能３７３は、パラメータの経時変化における最大吸気時と最大呼気時との差分に基づく評価値（Index）が他の領域より低い領域を、異常領域として検出可能である。
例えば、検出機能３７３は、下記の式（１）を用いて、評価値Ｆ［％］を算出する。なお、式（１）において、Ｖｉは、最大吸気時の体積に対応する。また、Ｖｅは、最大呼気時の体積に対応する。
Figure 2018122093
つまり、検出機能３７３は、複数の領域それぞれの最大吸気時の体積と最大呼気時の体積との差分を、最大吸気時の体積で除算して百分率とすることで、評価値Ｆ［％］を算出する。そして、検出機能３７３は、複数の領域それぞれについて算出した評価値Ｆ［％］を互いに比較する。比較の結果、検出機能３７３は、他の領域と比較して評価値Ｆ［％］が低い領域を異常領域として検出する。
このように、検出機能３７３は、パラメータの経時変化における最大吸気時と最大呼気時との差分に基づく評価値が他の領域より低い領域を、異常領域として検出する。なお、上記の評価値Ｆ［％］は、体積に限らず、表面積、比表面積、若しくはＣＴ値を用いて算出してもよい。
なお、変形例１においては、最大吸気時及び最大呼気時のボリュームデータがあれば異常領域を検出可能である。言い換えると、検出機能３７３は、最大吸気時（若しくは最大呼気時）に被検体Ｐに息を止めてもらっている間に撮像されたボリュームデータを用いることにより、４ＤＣＴ画像データを用いることなく異常領域を検出可能である。
（第１の実施形態の変形例２）
また、例えば、検出機能３７３は、パラメータの経時変化における最大呼気時を含む期間の微分係数が他の領域より小さい領域を、異常領域として検出可能である。
例えば、肺疾患の重要な所見の一つとして、呼気が吐き切れているか否かが挙げられる。呼気が吐き切れていない場合には、最大呼気時の周辺における曲線が緩やかになると考えられる。
そこで、検出機能３７３は、複数の領域それぞれについて、パラメータの経時変化を表す曲線から極小点（下に凸の変曲点）を特定する。そして、検出機能３７３は、特定された極小点の時相を含む所定期間の曲線の微分係数を算出する。検出機能３７３は、複数の領域それぞれについて算出した微分係数を互いに比較する。比較の結果、検出機能３７３は、他の領域と比較して微分係数が小さい領域を異常領域として検出する。
このように、検出機能３７３は、パラメータの経時変化における最大呼気時を含む期間の微分係数が他の領域より小さい領域を、異常領域として検出する。なお、微分係数を算出するための期間は、任意に設定可能である。また、検出機能３７３は、最大吸気時を含む所定期間の微分係数を算出することも可能である。
（第１の実施形態の変形例３）
また、例えば、検出機能３７３は、左右の肺において対となる領域同士を比較することで、異常領域を検出可能である。
例えば、左右の肺のうち、どちらに異常があるかについては、被検体Ｐの自覚症状として得られる場合がある。このような場合には、左右の肺において対となる領域同士を比較することで、異常領域の検出が可能となる。
例えば、検出機能３７３は、各領域のパラメータの経時変化を、各領域の対となる領域のパラメータの経時変化と比較する。ここで、左右の肺を形成する葉や亜区域は、必ずしも左右対称に位置しているとは限らない。そこで、検出機能３７３は、対象となる領域の左右対称となる位置に最も近い領域と比較する。
一例として、被検体Ｐが左肺に異常があり、右肺は正常であると自覚している場合には、検出機能３７３は、左肺の各領域を、右肺において対称となる位置に最も近い領域と比較する。そして、検出機能３７３は、右肺の領域のパラメータの経時変化（曲線）の傾向と大きく乖離がある左肺の領域を、異常領域として検出する。
このように、検出機能３７３は、左右の肺のうち正常な方と比較して大きく乖離がある領域を、異常領域として検出する。なお、上記の説明では、亜区域同士を比較する場合を説明したが、これに限らず、葉の単位で比較を行うことも可能である。
（第１の実施形態の変形例４）
また、例えば、検出機能３７３は、複数の領域のうち基準となる基準領域と、各領域とを比較することで、異常領域を検出可能である。
例えば、検出機能３７３は、複数の領域のうち、ＣＴ値が標準的な値を有する領域を基準領域（正常領域）として設定する。そして、検出機能３７３は、複数の領域それぞれのパラメータを、基準領域のパラメータで除算して相対値を算出する。ここで、各領域が正常であれば、各領域の相対値は、概ね同程度の値となる。そこで、検出機能３７３は、複数の領域それぞれの相対値を互いに比較し、他の領域と比較して相対値が外れている領域を、異常領域として検出する。なお、正常な亜区域のＣＴ値は、予め設定されている。
このように、検出機能３７３は、複数の領域のうち基準となる基準領域と、各領域とを比較することで、異常領域を検出可能である。なお、上記の説明では、ＣＴ値が標準的な値を有する領域を基準領域とする場合を説明したが、これに限定されるものではない。例えば、検出機能３７３は、最大吸気と最大呼気との間の体積変化が最も大きい領域、若しくは操作者により指定された領域を基準領域として設定しても良い。つまり、検出機能３７３は、正常な亜区域と考えられる領域を基準領域として設定する。
（第１の実施形態の変形例５）
また、例えば、検出機能３７３は、パラメータの経時変化における曲線の所定時相における値が、正弦曲線で変化した場合の所定時相における値に到達していない領域を、異常領域を検出可能である。
図６は、第１の実施形態の変形例に係る検出機能３７３の処理を説明するための図である。図６には、ある領域における体積の経時変化を表すグラフを例示する。図６において、縦軸は各領域の体積（Volume）を表し、横軸は時間（Time）を表す。
図６に示すように、例えば、検出機能３７３は、ある領域の体積の経時変化の曲線が正弦曲線になると仮定し、ある時相での体積の値を閾値として算出する。図６の例では、検出機能３７３は、最大吸気時と最大呼気時の中間点（５０％）における値を閾値として算出する。そして、検出機能３７３は、ある領域の体積の経時変化の曲線が、閾値に到達しているか否かに基づいて、異常領域を検出する。図６の例では、ある領域の曲線は、中間点５３において５０％に到達していない。このため、検出機能３７３は、この領域を異常領域として検出する。
このように、検出機能３７３は、パラメータの経時変化における曲線の所定時相における値が、正弦曲線で変化した場合の所定時相における値に到達していない領域を、異常領域として検出する。なお、図６はあくまで一例であり、上記の説明に限定されるものではない。例えば、図６では、最大吸気時と最大呼気時の中間の時相が閾値として設定される場合を説明したが、これに限らず、任意の時相に設定可能である。また、図６では、一つの時点を閾値として設定する場合を説明したが、これに限らず、複数の時相を閾値として設定可能である。
（第２の実施形態）
第１の実施形態では、Ｘ線ＣＴ装置１が、異常のある葉や亜区域に対応する領域を検出する場合を説明したが、実施形態はこれに限定されるものではない。例えば、Ｘ線ＣＴ装置１は、葉や亜区域に空気を供給する気管支についても異常のある領域を検出する処理を行うことが可能である。
第２の実施形態に係るＸ線ＣＴ装置１は、図１に例示したＸ線ＣＴ装置１と同様の構成を備え、処理回路３７の処理の一部が相違する。そこで、第２の実施形態では、第１の実施形態と相違する点を中心に説明することとし、第１の実施形態において説明した構成と同様の機能を有する点については、説明を省略する。
例えば、抽出機能３７１は、更に、複数の領域それぞれに空気を供給する気管支に対応する気管支領域を複数抽出する。ここで、通常、人体の気管は、左右の肺へ空気を供給する主気管支（左主気管支、右主気管支）に分岐され、更に、葉に空気を供給する葉気管支、亜区域に空気を供給する亜区域気管支（末端部）へと分岐する。例えば、抽出機能３７１は、亜区域に空気を供給する亜区域気管支に対応する領域を、気管支領域として抽出する。なお、抽出方法は、テンプレート画像を用いた方法等、従来の如何なる技術が適用されてもよい。
なお、抽出機能３７１が気管支領域として抽出する範囲は、亜区域気管支のみに限定されるものではない。例えば、抽出機能３７１は、亜区域気管支に加えて、葉気管支や左右の主気管支を含む範囲を、気管支領域として抽出しても良い。ただし、亜区域との対応関係をとるために、少なくとも亜区域気管支を含む領域を抽出するのが好適である。
例えば、算出機能３７２は、抽出された複数の気管支領域それぞれについて、物理指標値を算出する。具体例を挙げると、算出機能３７２は、気管支領域についても亜区域の領域と同様に、表面積、比表面積、若しくはＣＴ値を物理指標値として算出する。また、算出機能３７２は、気管支領域の物理指標値として、各気管支領域の断面積を算出してもよい。この断面積は、例えば、気管支領域の長軸に直行する断面の面積である。
例えば、検出機能３７３は、対応関係にある領域及び気管支領域を組み合わせて比較することで、異常領域を検出する。ここで、対応関係にある領域及び気管支領域とは、亜区域の領域と、その亜区域に空気を供給する亜区域気管支を含む気管支領域とを表す。
図７及び図８Ａ〜図８Ｄは、第２の実施形態に係る検出機能３７３の処理を説明するための図である。図７及び図８Ａ〜図８Ｄにおいて、縦軸は各領域の体積（Volume）を表し、横軸は時間（Time）を表す。
図７に示す例では、検出機能３７３は、対応関係にある領域及び気管支領域のピーク（peak）のずれを用いて、異常領域を検出する場合を説明する。ここで、対応関係にある亜区域と亜区域気管支との間には、先に亜区域気管支が膨張し、その後に、亜区域が膨張するという解剖学的な関係がある。これらの膨張の時間差は、それぞれの亜区域において概ね一定であると考えられる。そこで、検出機能３７３は、対応関係にある亜区域と亜区域気管支とのペア（組み合わせ）ごとに、パラメータの経時変化の曲線のピークのずれを算出する。図７に示す例では、検出機能３７３は、気管支領域の曲線（実線）の最大吸気のタイミングと、亜区域の領域の曲線（破線）の最大吸気のタイミングとの差分を算出する。そして、検出機能３７３は、ペアごとのピークのずれを互いに比較し、他のペアと比較してピークのずれが大きいペアの亜区域の領域を、異常領域として検出する。
図８Ａ〜図８Ｄに示す例では、更に、気管支拡張剤を用いて、異常領域を検出する場合を説明する。図８Ａには、気管支拡張剤の非投与時における亜区域の領域の体積の経時変化（曲線）を例示する。また、図８Ｂには、気管支拡張剤の非投与時における気管支領域の体積の経時変化（曲線）を例示する。また、図８Ｃには、気管支拡張剤の投与時における亜区域の領域の体積の経時変化（曲線）を例示する。また、図８Ｄには、気管支拡張剤の投与時における気管支領域の体積の経時変化（曲線）を例示する。なお、領域Ａ〜Ｄは、亜区域の領域を表す。また、領域Ａ’〜Ｄ’は、各領域Ａ〜Ｄに空気を供給する気管支領域を表す。
図８Ａ及び図８Ｃに示すように、気管支拡張剤の投与時／非投与時において、亜区域の体積の経時変化には顕著な変化が見られない。一方、図８Ｂ及び図８Ｄに示すように、気管支拡張剤非投与時の領域Ａ’のＰ−Ｐは小さいが（図８Ｂ）、気管支拡張剤投与時の領域Ａ’のＰ−Ｐは大きい（図８Ｄ）。このような場合には、肺気腫性のＣＯＰＤが示唆される。
そこで、検出機能３７３は、気管支拡張剤の投与時／非投与時において、亜区域の領域及び気管支領域のＰ−Ｐを算出し、算出したＰ−Ｐを互いに比較する。そして、検出機能３７３は、気管支拡張剤の投与により亜区域の領域のＰ−Ｐに変化が無く、気管支領域のＰ−Ｐが大きくなった場合には、その亜区域の領域を異常領域として検出する。
このように、検出機能３７３は、対応関係にある亜区域の領域及び気管支領域を組み合わせて比較することで、異常領域を検出する。なお、図７及び図８Ａ〜図８Ｄはあくまで一例であり、上記の説明に限定されるものではない。例えば、気管支の異常が示唆される場合には、検出機能３７３は、呼吸能に異常のある異常気管支領域を検出しても良い。
例えば、出力制御機能３７４は、亜区域の領域の画像と、その亜区域の領域に空気を供給する気管支領域の画像とを、同時に表示させる。
図９は、第２の実施形態に係る出力制御機能３７４の処理を説明するための図である。図９には、ディスプレイ３２に表示される被検体の肺の画像を例示する。なお、図９では、異常領域として「領域Ａ」が検出された場合を例示する。
図９に示すように、例えば、出力制御機能３７４は、３次元医用画像データに基づく肺の画像をディスプレイ３２に表示させる。そして、出力制御機能３７４は、画像のうち、検出機能３７３により検出された領域Ａと、領域Ａに空気を供給する気管支に対応する領域Ａ’（気管支領域）の位置を強調表示（他の領域とは異なる色で表示するなど）する。
このように、出力制御機能３７４は、異常領域を示す情報をディスプレイ３２に表示させる。なお、図９はあくまで一例であり、図示の例に限定されるものではない。例えば、出力制御機能３７４は、亜区域の領域の経時変化のグラフと、その亜区域の領域に空気を供給する気管支領域の経時変化のグラフとを、同時に表示させることも可能である。
図１０は、第２の実施形態に係るＸ線ＣＴ装置１による処理手順を示すフローチャートである。図１０に示す処理手順のうち、ステップＳ２０１、ステップＳ２０２Ａ、及びステップＳ２０３Ａの各処理は、図５に示したステップＳ１０１、ステップＳ１０２、及びステップＳ１０３の各処理と同様であるので、説明を省略する。
図１０に示すように、ステップＳ２０１が肯定されると、ステップＳ２０２Ｂにおいて、抽出機能３７１は、４ＤＣＴ画像データから、複数の気管支領域を抽出する。例えば、抽出機能３７１は、テンプレート画像を用いて、気管支に対応する気管支領域を複数抽出する。
ステップＳ２０３Ｂにおいて、算出機能３７２は、気管支ごとに、呼吸能に関するパラメータ（物理指標値）を算出する。例えば、算出機能３７２は、４ＤＣＴ画像データに含まれるそれぞれの時相のボリュームデータについて、複数の気管支領域それぞれの体積を算出する。
ステップＳ２０４において、検出機能３７３は、亜区域と気管支のパラメータを組み合わせて解析する。例えば、検出機能３７３は、対応関係にある領域及び気管支領域を組み合わせて比較することで、異常領域を検出する。
ステップＳ２０５において、出力制御機能３７４は、異常領域及び／又は異常気管支領域を表示させる。例えば、出力制御機能３７４は、異常領域が検出された時相の３次元医用画像データ上に、異常領域と、対応関係にある気管支領域とを強調表示させる。
このように、Ｘ線ＣＴ装置１は、異常領域を検出する処理を開始する旨の操作者の指示を受け付けて、ステップＳ２０２〜Ｓ２０５の各処理を実行し、異常領域を表示させる。なお、図１０の内容はあくまで一例であり、これに限定されるものではない。例えば、図１０では、ステップＳ２０２Ａ，２０３Ａの処理と、ステップＳ２０２Ｂ，２０３Ｂの処理とが並列処理により実行される場合を説明したが、実施形態はこれに限定されるものではない。例えば、ステップＳ２０２Ａ，２０３Ａの処理と、ステップＳ２０２Ｂ，２０３Ｂの処理とは、必ずしも並列処理により実行されなくてもよい。つまり、ステップＳ２０２Ａ，２０３Ａの処理と、ステップＳ２０２Ｂ，２０３Ｂの処理とのうち、いずれか一方を先に処理することも可能である。
上述したように、第２の実施形態に係るＸ線ＣＴ装置１は、葉や亜区域に空気を供給する気管支についても異常のある領域を検出する処理を行う。これによれば、例えば、Ｘ線ＣＴ装置１は、被検体Ｐの肺をより詳細に解析することができる。
なお、第１の実施形態にて説明した内容は、気管支に関する処理を行う点を除き、第２の実施形態においても適用可能である。
（その他の実施形態）
上述した実施形態以外にも、種々の異なる形態にて実施されてもよい。
（呼吸能が正常である場合のグラフの表示）
上述した実施形態に加えて、更に、異常領域の呼吸能が正常である場合のグラフを生成して表示することも可能である。
例えば、出力制御機能３７４は、異常領域における呼吸能が正常である場合の物理指標値の経時変化を示す正常グラフを表示させる。具体的には、出力制御機能３７４は、正常グラフのテンプレートの波形を、異常領域の体積と、複数の領域のうち異常領域とは異なる領域の時相とに基づいて変更することで、正常グラフを生成する。そして、出力制御機能３７４は、生成した正常グラフを表示させる。
図１１は、その他の実施形態に係るＸ線ＣＴ装置による処理を説明するための図である。図１１には、異常波形（領域Ａ）に対応するテンプレート波形を読み出す処理（Ｓ１１）と、テンプレート波形の振幅と時相を調整する処理（Ｓ１２）と、領域Ａの推定正常波形を表示する処理（Ｓ１３）とが順番に行われる場合を例示する。なお、図１１では、図３Ａに示した各領域Ａ〜Ｄの中から領域Ａが異常領域として検出された場合において、領域Ａの正常グラフを表示させる処理を説明する。
図１１に示すように、Ｓ１１において、異常波形（領域Ａ）に対応するテンプレート波形を読み出す処理が行われる。記憶回路３５には、テンプレート波形が予め記憶されている。ここで、テンプレート波形とは、例えば、肺を形成する複数の領域（葉又は亜区域）それぞれの体積の経時変化を表す代表的なグラフ（曲線）である。そして、出力制御機能３７４は、異常領域として領域Ａが検出された場合には、領域Ａに対応する領域のテンプレート波形を記憶回路３５から読み出す。なお、各領域の体積の経時変化を表す代表的なグラフは、例えば、複数の健常者における各領域の体積の経時変化の統計的処理により決定されるが、これに限定されるものではない。例えば、テンプレート波形は、単にサイン波形が利用されてもよい。
Ｓ１２において、テンプレート波形の振幅と時相を調整する処理が行われる。例えば、出力制御機能３７４は、被検体Ｐの領域Ａの体積に基づいて、テンプレート波形の振幅Ａ１を振幅Ａ２に調整する。具体的には、出力制御機能３７４は、代表的な健常者の領域Ａの体積と、被検体Ｐの領域Ａの体積との比較に基づいて、テンプレート波形の振幅Ａ１を振幅Ａ２に調整する。より具体的には、出力制御機能３７４は、代表的な健常者の領域Ａの平均体積が「Ｖ０」であり、被検体Ｐの領域Ａの平均体積が「Ｖ１」である場合には、「Ａ２＝Ａ１×Ｖ１／Ｖ０」により振幅Ａ２を算出する。
また、出力制御機能３７４は、正常な領域Ｂ〜Ｄのグラフの時相に基づいて、テンプレート波形の時相を調整する。具体的には、出力制御機能３７４は、テンプレート波形の最大吸気時の時相を「Ｔ１」に一致させ、テンプレート波形の最大呼気時の時相を「Ｔ２」に一致させるように、テンプレート波形を時間方向に変形させる。
このように、出力制御機能３７４は、テンプレート波形の振幅と時相を調整することで、領域Ａの推定正常波形のグラフを生成する。なお、推定正常波形のグラフは、正常グラフの一例である。
Ｓ１３において、領域Ａの推定正常波形を表示する処理が行われる。例えば、出力制御機能３７４は、生成した領域Ａの推定正常波形のグラフを、領域Ａの測定波形とともにディスプレイ３２に表示させる。なお、領域Ａの測定波形とは、図３Ａの領域Ａのグラフである。
なお、出力制御機能３７４は、必ずしも領域Ａの測定波形とともに表示させなくてもよい。例えば、出力制御機能３７４は、領域Ａの推定正常波形のグラフのみを表示させてもよいし、他の領域Ｂ〜Ｄの測定波形とともに表示させてもよい。
（医用画像処理装置）
例えば、上記の実施形態では、処理回路３７の構成要素である抽出機能３７１、算出機能３７２、検出機能３７３、及び出力制御機能３７４が実行する各処理機能が、Ｘ線ＣＴ装置１において実行される場合を説明したが、実施形態はこれに限定されるものではない。例えば、上記の各処理機能は、ワークステーションなどの医用画像処理装置において実行されてもよい。
図１２は、その他の実施形態に係る医用画像処理装置２００の構成例を示すブロック図である。医用画像処理装置２００は、例えば、パーソナルコンピュータやワークステーション等の情報処理装置、又は、Ｘ線ＣＴ装置に含まれるコンソール装置等の医用画像診断装置の操作端末に対応する。
図１２に示すように、医用画像処理装置２００は、入力インターフェース２０１、ディスプレイ２０２、記憶回路２１０、及び処理回路２２０を備える。入力インターフェース２０１、ディスプレイ２０２、記憶回路２１０、及び処理回路２２０は、相互に通信可能に接続される。
入力インターフェース２０１は、マウス、キーボード、タッチパネル等、操作者からの各種の指示や設定要求を受け付けるための入力装置である。ディスプレイ２０２は、医用画像を表示したり、操作者が入力インターフェース２０１を用いて各種設定要求を入力するためのＧＵＩを表示したりする表示装置である。
記憶回路２１０は、例えば、ＮＡＮＤ（Not AND）型フラッシュメモリやＨＤＤ（Hard Disk Drive）であり、医用画像データやＧＵＩを表示するための各種のプログラムや、当該プログラムによって用いられる情報を記憶する。
処理回路２２０は、医用画像処理装置２００における処理全体を制御する電子機器（プロセッサ）である。処理回路２２０は、抽出機能２２１と、算出機能２２２と、検出機能２２３と、出力制御機能２２４とを実行する。処理回路２２０が実行する各処理機能は、例えば、コンピュータによって実行可能なプログラムの形態で記憶回路２１０内に記録されている。処理回路２２０は、各プログラムを読み出し、実行することで読み出した各プログラムに対応する機能を実現する。抽出機能２２１、算出機能２２２、検出機能２２３、及び出力制御機能２２４は、図１に示した抽出機能３７１、算出機能３７２、検出機能３７３、及び出力制御機能３７４と基本的に同様の処理を実行可能である。
例えば、抽出機能２２１は、時系列に沿って撮像された３次元医用画像データから、肺を形成する葉及び亜区域のうち少なくとも一方に対応する領域を複数抽出する。また、算出機能２２２は、抽出された複数の領域それぞれについて、呼吸能に関する物理指標値を算出する。また、検出機能２２３は、複数の領域それぞれの物理指標値の経時変化を互いに比較することで、複数の領域のうち呼吸能に関する異常領域を検出する。また、出力制御機能２２４は、異常領域を示す情報を出力する。これによれば、医用画像処理装置２００は、呼吸能に異常のある肺の領域を精度良く検出することができる。
（Ｘ線診断装置）
また、例えば、上記の各処理機能は、時系列の３次元医用画像データを撮像可能なＸ線診断装置において実行されてもよい。例えば、互いに異なる３方向からＸ線を被検体Ｐに照射して、時系列のボリュームデータを撮像可能なＸ線診断装置であれば、撮像した時系列のボリュームデータを用いて、上記の各処理機能を実行可能である。
（ネットワーク上でのサービスとしての提供）
また、例えば、上述した実施形態に係る処理は、ネットワークを介した情報処理サービス（クラウドサービス）として提供可能である。
図１３は、その他の実施形態に係る情報処理サービスを提供するサーバ装置の構成例を示すブロック図である。図１３に示すように、例えば、情報処理サービスを提供するサービスセンタには、サーバ装置３００が設置される。サーバ装置３００は、操作端末３０１に接続される。また、サーバ装置３００は、ネットワーク３０２を介して複数のクライアント端末３０３Ａ，３０３Ｂ，・・・，３０３Ｎに接続される。なお、サーバ装置３００及び操作端末３０１は、ネットワーク３０２を介して接続されてもよい。また、複数のクライアント端末３０３Ａ，３０３Ｂ，・・・，３０３Ｎを区別無く総称する場合、「クライアント端末３０３」と記載する。
操作端末３０１は、サーバ装置３００を操作する者（操作者）が利用する情報処理端末である。例えば、操作端末３０１は、マウス、キーボード、タッチパネル等、操作者からの各種の指示や設定要求を受け付けるための入力装置を備える。また、操作端末３０１は、画像を表示したり、操作者が入力装置を用いて各種設定要求を入力するためのＧＵＩを表示したりする表示装置を備える。操作者は、操作端末３０１を操作することで、各種の指示や設定要求をサーバ装置３００に送信したり、サーバ装置３００内部の情報を閲覧したりすることができる。また、ネットワーク３０２は、インターネット、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）等、任意の通信網である。
クライアント端末３０３は、情報処理サービスを利用する利用者が操作する情報処理端末である。ここで、利用者は、例えば、医療機関に従事する医師や技師などの医療従事者である。例えば、クライアント端末３０３は、パーソナルコンピュータやワークステーション等の情報処理装置、又は、Ｘ線ＣＴ装置に含まれるコンソール装置等の医用画像診断装置の操作端末に対応する。クライアント端末３０３は、サーバ装置３００により提供される情報処理サービスを利用可能なクライアント機能を有する。なお、このクライアント機能は、コンピュータによって実行可能なプログラムの形態でクライアント端末３０３に予め記録されている。
サーバ装置３００は、通信インターフェース３１０、記憶回路３２０、及び処理回路３３０を備える。通信インターフェース３１０、記憶回路３２０、及び処理回路３３０は、相互に通信可能に接続される。
通信インターフェース３１０は、例えば、ネットワークカードやネットワークアダプタである。通信インターフェース３１０は、ネットワーク３０２に接続することで、サーバ装置３００と外部装置との間での情報通信を行う。
記憶回路３２０は、例えば、ＮＡＮＤ（Not AND）型フラッシュメモリやＨＤＤ（Hard Disk Drive）であり、医用画像データやＧＵＩを表示するための各種のプログラムや、当該プログラムによって用いられる情報を記憶する。
処理回路３３０は、サーバ装置３００における処理全体を制御する電子機器（プロセッサ）である。処理回路３３０は、抽出機能３３１と、算出機能３３２と、検出機能３３３と、出力制御機能３３４とを実行する。処理回路３３０が実行する各処理機能は、例えば、コンピュータによって実行可能なプログラムの形態で記憶回路３２０内に記録されている。処理回路３３０は、各プログラムを読み出し、実行することで読み出した各プログラムに対応する機能を実現する。抽出機能３３１、算出機能３３２、検出機能３３３、及び出力制御機能３３４は、図１に示した抽出機能３７１、算出機能３７２、検出機能３７３、及び出力制御機能３７４と基本的に同様の処理を実行可能である。
例えば、利用者は、クライアント端末３０３を操作して、サービスセンタにあるサーバ装置３００へ３次元医用画像データを送信する（アップロードする）旨の指示を入力する。この指示が入力されると、クライアント端末３０３は、サーバ装置３００へ３次元医用画像データを送信する。ここで、この３次元医用画像データは、被検体の肺を含む領域が時系列に沿って撮像されたボリュームデータ（４ＤＣＴ画像データ）である。
そして、サーバ装置３００は、クライアント端末３０３から送信された３次元医用画像データを受信する。そして、サーバ装置３００において、抽出機能３３１は、時系列に沿って撮像された３次元医用画像データから、肺を形成する葉及び亜区域のうち少なくとも一方に対応する領域を複数抽出する。また、算出機能３３２は、抽出された複数の領域それぞれについて、呼吸能に関する物理指標値を算出する。また、検出機能３３３は、複数の領域それぞれの物理指標値の経時変化を互いに比較することで、複数の領域のうち呼吸能に関する異常領域を検出する。また、出力制御機能３３４は、異常領域を示す情報を出力する。具体的には、出力制御機能３３４は、異常領域を示す情報をクライアント端末３０３に送信する（ダウンロードさせる）。これにより、クライアント端末３０３の利用者は、例えば、呼吸能に異常のある肺の領域が精度良く検出された情報を閲覧することができる。
すなわち、上述した実施形態に係る処理は、医用画像処理方法として提供可能である。医用画像処理方法は、サーバ装置３００が、時系列に沿って撮像された３次元医用画像データから、肺を形成する葉及び亜区域のうち少なくとも一方に対応する領域を複数抽出することを含む。医用画像処理方法は、サーバ装置３００が、抽出された複数の領域それぞれについて、呼吸能に関する物理指標値を算出することを含む。医用画像処理方法は、サーバ装置３００が、前記複数の領域それぞれの前記物理指標値の経時変化を互いに比較することで、前記複数の領域のうち前記呼吸能に関する異常領域を検出することを含む。医用画像処理方法は、サーバ装置３００が、前記異常領域を示す情報を出力することを含む。
また、上記の実施形態及び変形例において説明した各処理のうち、自動的に行なわれるものとして説明した処理の全部又は一部を手動的に行なうこともでき、或いは、手動的に行なわれるものとして説明した処理の全部又は一部を公知の方法で自動的に行なうこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
また、上記の実施形態及び変形例で説明した医用画像処理方法は、予め用意された医用画像処理プログラムをパーソナルコンピュータやワークステーション等のコンピュータで実行することによって実現することができる。この医用画像処理方法は、インターネット等のネットワークを介して配布することができる。また、この医用画像処理方法は、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。
以上説明した少なくともひとつの実施形態によれば、呼吸能に異常のある肺の領域を精度良く検出することができる。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
１ Ｘ線ＣＴ装置
３７ 処理回路
３７１ 抽出機能
３７２ 算出機能
３７３ 検出機能
３７４ 出力制御機能

Claims (19)

  1. 時系列に沿って撮像された３次元医用画像データから、肺を形成する葉及び亜区域のうち少なくとも一方に対応する領域を複数抽出する抽出部と、
    抽出された複数の領域それぞれについて、呼吸能に関する物理指標値を算出する算出部と、
    前記複数の領域それぞれの前記物理指標値の経時変化を互いに比較することで、前記複数の領域のうち前記呼吸能に関する異常領域を検出する検出部と、
    前記異常領域を示す情報を出力する出力制御部と
    を備える、医用画像処理装置。
  2. 前記検出部は、前記経時変化における曲線の傾向が異なる領域を、前記異常領域として検出する、
    請求項１に記載の医用画像処理装置。
  3. 前記検出部は、前記経時変化における最大吸気時と最大呼気時との差分に基づく評価値が他の領域より低い領域を、前記異常領域として検出する、
    請求項１に記載の医用画像処理装置。
  4. 前記検出部は、前記経時変化における最大呼気時を含む期間の微分係数が他の領域より小さい領域を、前記異常領域として検出する、
    請求項１に記載の医用画像処理装置。
  5. 前記検出部は、左右の肺において対となる領域同士を比較することで、前記異常領域を検出する、
    請求項１に記載の医用画像処理装置。
  6. 前記検出部は、前記複数の領域のうち基準となる基準領域と、各領域とを比較することで、前記異常領域を検出する、
    請求項１に記載の医用画像処理装置。
  7. 前記検出部は、前記経時変化における曲線の所定時相における値が、正弦曲線で変化した場合の所定時相における値に到達していない領域を、前記異常領域を検出する、
    請求項１に記載の医用画像処理装置。
  8. 前記出力制御部は、前記異常領域が検出された時相の前記３次元医用画像データに基づく表示用画像を表示させる、
    請求項１〜７のいずれか一つに記載の医用画像処理装置。
  9. 前記出力制御部は、前記表示用画像上に、前記異常領域を強調表示させる、
    請求項８に記載の医用画像処理装置。
  10. 前記算出部は、前記物理指標値として、各領域の体積、表面積、比表面積、及びＣＴ値のうち少なくとも一つを算出する、
    請求項１〜９のいずれか一つに記載の医用画像処理装置。
  11. 前記出力制御部は、前記異常領域における呼吸能が正常である場合の前記物理指標値の経時変化を示す正常グラフを表示させる、
    請求項１〜１０のいずれか一つに記載の医用画像処理装置。
  12. 前記出力制御部は、前記正常グラフのテンプレートの波形を、前記異常領域の体積と、前記複数の領域のうち前記異常領域とは異なる領域の時相とに基づいて変更することで、前記正常グラフを生成し、生成した前記正常グラフを表示させる、
    請求項１１に記載の医用画像処理装置。
  13. 前記抽出部は、更に、前記複数の領域それぞれに空気を供給する気管支に対応する気管支領域を複数抽出し、
    前記算出部は、更に、抽出された複数の気管支領域それぞれについて、前記物理指標値を算出する、
    請求項１〜１２のいずれか一つに記載の医用画像処理装置。
  14. 前記検出部は、対応関係にある前記領域及び前記気管支領域を組み合わせて比較することで、前記異常領域、若しくは前記呼吸能に異常のある異常気管支領域を検出する、
    請求項１３に記載の医用画像処理装置。
  15. 前記出力制御部は、前記領域の画像と、当該領域に空気を供給する前記気管支領域の画像とを、同時に表示させる、
    請求項１３又は１４に記載の医用画像処理装置。
  16. 前記出力制御部は、前記領域の経時変化のグラフと、当該領域に空気を供給する前記気管支領域の経時変化のグラフとを、同時に表示させる
    請求項１３〜１５のいずれか一つに記載の医用画像処理装置。
  17. 前記算出部は、前記気管支領域の物理指標値として、更に、各気管支領域の断面積を算出する、
    請求項１３〜１６のいずれか一つに記載の医用画像処理装置。
  18. 被検体に対してＸ線を照射するＸ線管と、
    前記被検体を透過したＸ線を検出するＸ線検出器と、
    前記Ｘ線検出器が検出したＸ線の検出データに基づいて、３次元医用画像データを時系列に沿って再構成する画像再構成部と、
    前記３次元医用画像データから、肺を形成する葉及び亜区域のうち少なくとも一方に対応する領域を複数抽出する抽出部と、
    抽出された複数の領域それぞれについて、呼吸能に関する物理指標値を算出する算出部と、
    前記複数の領域それぞれの前記物理指標値の経時変化を互いに比較することで、前記複数の領域のうち前記呼吸能に関する異常領域を検出する検出部と、
    前記異常領域を示す情報を出力する出力制御部と
    を備える、Ｘ線ＣＴ装置。
  19. 時系列に沿って撮像された３次元医用画像データから、肺を形成する葉及び亜区域のうち少なくとも一方に対応する領域を複数抽出し、
    抽出された複数の領域それぞれについて、呼吸能に関する物理指標値を算出し、
    前記複数の領域それぞれの前記物理指標値の経時変化を互いに比較することで、前記複数の領域のうち前記呼吸能に関する異常領域を検出し、
    前記異常領域を示す情報を出力する
    ことを含む、医用画像処理方法。
JP2018015731A 2017-02-02 2018-01-31 医用画像処理装置、ｘ線ｃｔ装置、及び医用画像処理方法 Pending JP2018122093A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017017849 2017-02-02
JP2017017849 2017-02-02

Publications (1)

Publication Number Publication Date
JP2018122093A true JP2018122093A (ja) 2018-08-09

Family

ID=62976948

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018015731A Pending JP2018122093A (ja) 2017-02-02 2018-01-31 医用画像処理装置、ｘ線ｃｔ装置、及び医用画像処理方法

Country Status (3)

Country Link
US (1) US20180214110A1 (ja)
JP (1) JP2018122093A (ja)
CN (1) CN108771546A (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111223563B (zh) * 2018-11-23 2023-11-03 佳能医疗***株式会社 医用图像诊断装置以及医用图像诊断***
US11896404B2 (en) * 2019-12-31 2024-02-13 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for medical imaging of a heart and analysis of ECG target channel

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62240029A (ja) * 1986-04-10 1987-10-20 株式会社東芝 肺換気機能診断装置
US6175755B1 (en) * 1998-06-11 2001-01-16 The University Of British Columbia Method of lung surface area analysis using computed tomography
US20070241752A1 (en) * 2006-03-14 2007-10-18 Thomas Meersmann Nuclear electric quadrupolar properties of hyperpolarized gases to probe surfaces and interfaces
US20080125828A1 (en) * 2006-03-09 2008-05-29 Ignagni Anthony R Ventilatory assist system and methods to improve respiratory function
US20120020893A1 (en) * 2004-06-18 2012-01-26 Elmaleh David R Intravascular Imaging Device and Uses Thereof
JP2013192912A (ja) * 2012-03-23 2013-09-30 Fujifilm Corp 画像解析装置および方法並びにプログラム
JP2015043894A (ja) * 2013-08-28 2015-03-12 国立大学法人金沢大学 Ｘ線動画像解析装置、ｘ線動画像解析プログラム及びｘ線動画像撮像装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0307537D0 (en) * 2003-04-01 2003-05-07 Etiologics Ltd Method for analysing images
US7346203B2 (en) * 2003-11-19 2008-03-18 General Electric Company Methods and apparatus for processing image data to aid in detecting disease
CH716953B1 (de) * 2006-01-30 2021-08-16 Hamilton Medical Ag Verfahren und Vorrichtung zur Vereinfachung einer diagnostischen Beurteilung eines mechanisch beatmeten Patienten.
DE102007038382A1 (de) * 2007-08-14 2009-02-26 Siemens Ag Oberkörper-Magnetresonanzgerät sowie Steuerverfahren dazu
JP5670079B2 (ja) * 2009-09-30 2015-02-18 富士フイルム株式会社 医用画像表示装置および方法、並びにプログラム
JP2011161220A (ja) * 2010-01-14 2011-08-25 Toshiba Corp 画像処理装置、ｘ線コンピュータ断層撮像装置及び画像処理プログラム
CN103079466B (zh) * 2010-08-27 2015-11-25 柯尼卡美能达医疗印刷器材株式会社 胸部诊断辅助***
CN104887258B (zh) * 2010-08-27 2018-04-03 柯尼卡美能达医疗印刷器材株式会社 诊断支援***
JP5962237B2 (ja) * 2012-06-11 2016-08-03 コニカミノルタ株式会社 胸部診断支援情報生成方法
JP6273940B2 (ja) * 2014-03-19 2018-02-07 コニカミノルタ株式会社 画像解析装置、画像撮影システム及び画像解析プログラム
US20160100808A1 (en) * 2014-10-08 2016-04-14 Keivan Anbarani System and method for respiratory system assessment
US9962086B2 (en) * 2015-03-31 2018-05-08 Toshiba Medical Systems Corporation Medical image data processing apparatus and method for determining the presence of an abnormality
JP6591203B2 (ja) * 2015-06-01 2019-10-16 キヤノンメディカルシステムズ株式会社 医用画像処理装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62240029A (ja) * 1986-04-10 1987-10-20 株式会社東芝 肺換気機能診断装置
US6175755B1 (en) * 1998-06-11 2001-01-16 The University Of British Columbia Method of lung surface area analysis using computed tomography
US20120020893A1 (en) * 2004-06-18 2012-01-26 Elmaleh David R Intravascular Imaging Device and Uses Thereof
US20080125828A1 (en) * 2006-03-09 2008-05-29 Ignagni Anthony R Ventilatory assist system and methods to improve respiratory function
US20070241752A1 (en) * 2006-03-14 2007-10-18 Thomas Meersmann Nuclear electric quadrupolar properties of hyperpolarized gases to probe surfaces and interfaces
JP2013192912A (ja) * 2012-03-23 2013-09-30 Fujifilm Corp 画像解析装置および方法並びにプログラム
JP2015043894A (ja) * 2013-08-28 2015-03-12 国立大学法人金沢大学 Ｘ線動画像解析装置、ｘ線動画像解析プログラム及びｘ線動画像撮像装置

Also Published As

Publication number Publication date
US20180214110A1 (en) 2018-08-02
CN108771546A (zh) 2018-11-09

Similar Documents

Publication Publication Date Title
JP6413927B2 (ja) 動態解析装置及び動態解析システム
JP6636500B2 (ja) イメージング方法
WO2017195797A1 (ja) 医用画像診断装置
JP7055599B2 (ja) Ｘ線ｃｔ装置
JP6929695B2 (ja) 医用画像診断装置及び管理装置
JP2017202310A (ja) 医用画像撮像装置及び方法
JP2017202315A (ja) 医用画像診断装置
WO2015108097A1 (ja) Ｘ線ｃｔ装置、画像処理装置、及び画像再構成方法
KR20170105876A (ko) 단층 촬영 장치 및 그에 따른 단층 영상 재구성 방법
JP6662428B2 (ja) 動態解析システム
US10299750B2 (en) Medical image processing apparatus and X-ray CT apparatus
US10299752B2 (en) Medical image processing apparatus, X-ray CT apparatus, and image processing method
JP6933521B2 (ja) 医用画像処理装置及びｘ線ｃｔ装置
JP2018122093A (ja) 医用画像処理装置、ｘ線ｃｔ装置、及び医用画像処理方法
JP6933498B2 (ja) 医用情報処理装置、ｘ線ｃｔ装置及び医用情報処理プログラム
JP6466057B2 (ja) 医用画像診断装置
JP2019030478A (ja) 医用画像診断装置、及び画像処理方法
US11559272B2 (en) Methods and systems for computed tomography
JP6827761B2 (ja) 医用画像診断装置
JP6925786B2 (ja) Ｘ線ｃｔ装置
JP6877881B2 (ja) 医用画像処理装置、ｘ線ｃｔ装置及び画像処理方法
JP6762774B2 (ja) Ｘ線ｃｔ装置
JP7179497B2 (ja) Ｘ線ｃｔ装置及び画像生成方法
JP6068177B2 (ja) 医用画像診断装置、医用画像処理装置及び医用画像処理方法
JP2017202308A (ja) Ｘ線ｃｔ装置及び医用情報管理装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201110

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210930

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20211005

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211206

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220419

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220615

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20221004