JP7500360B2 - 情報処理装置、情報処理方法、及びプログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法、及びプログラムに関する。

医療現場では、Ｘ線ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）装置、ＭＲＩ（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｉｎｇ）装置、ＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）装置などの医用画像撮影装置により、患者が撮像されている。そして撮像された医用画像を詳細に観察することで、患者の体内における様々な種類の臓器の解剖学的構造やその機能情報を得て、その情報を診断や治療に活用している。

人体を構成する様々な種類の臓器の中には、周囲の臓器に対して動く種類の臓器がある。例えば、肺は呼吸運動によって動くし、心臓は血液を体内に循環させるために動く。そして、同じ臓器であってもその構造や病変の有無等により、臓器内または表面の位置（以下、臓器内位置と称する）によって、周囲への相対的な動き（移動の方向や移動の量）が異なることが知られている。ここで、医用画像から対象とする臓器の臓器内位置による移動の方向や移動の量（以下、移動情報と称する）の違いを可視化する（すなわち移動の方向や量の分布を可視化する）ことで、異常な動きを有する臓器内位置を認識し、病変を発見したいというユーザ（医師等）の要望がある。例えば、肺の表面の位置の違いにおける肺の呼吸運動による移動情報の違いを可視化することで、肺の表面における癒着位置を医用画像から特定したいという要望がある。

特許文献１では、肺の表面における癒着と関連の深い、呼吸運動による表面位置の滑り量を算出する技術が開示されている。

特開２０１６－６７８３２号公報

本発明は、正常な対象部位における位置毎に異なる対象部位の移動の特性を反映して、対象部位の移動の異常度合をより正確に把握することができる情報処理装置を提供することを目的とする。

そこで、本発明に関る個人医療情報の管理方法は、「被検体の対象部位の移動に関する特徴量を取得する第一の取得手段と、前記被検体とは異なる標準被検体の対象部位の移動に関する特徴量に基づいて標準特徴量を取得する第二の取得手段と、前記被検体の対象部位の移動に関する特徴量と前記標準特徴量に基づき、前記被検体の対象部位の移動に関する特性値を算出する算出手段とを有し、前記第二の取得手段は、前記標準被検体の特徴量を第一の基準空間に座標変換する第一の座標変換を実行し、座標変換後の特徴量に基づいて前記標準特徴量を算出する」ことを特徴とする。

本発明によれば、正常な対象部位における位置毎に異なる対象部位の移動の特性を反映して、対象部位の移動の異常度合をより正確に把握することができる。

第一実施形態に係る情報処理システムの機器構成を示す図である。 第一実施形態における全体の処理手順を示すフロー図である。 肺の呼吸運動を説明する図である。 第一実施形態におけるステップＳ１０４０の処理手順を示すフロー図である。 基準空間への座標変換を説明する図である。 第一実施形態におけるステップＳ１０６０の処理手順を示すフロー図である。 第二実施形態における全体の処理手順を示すフロー図である。 第二実施形態におけるステップＳ２０４０の処理手順を示すフロー図である。

［第一実施形態］
本発明の第一の実施形態に係る情報処理システムは、医療機関における医師や技師などのユーザに対して、検査対象となる被検体の胸膜の癒着状態の把握、診断を支援する機能を提供する。より具体的には、検査対象となる被検体の肺（対象部位）の運動（移動）に関する特徴量の一種である胸膜の滑り状態について、胸膜の癒着が無い正常症例（標準被検体）との違いを容易に視認できる観察画像を生成する機能を提供する。

図１は、本発明の一実施の形態に係わる情報処理システムの全体構成を示す図である。情報処理システムは、情報処理装置１０、検査画像データベース３０、検査画像撮影装置４０を含み、これらの装置は、通信手段を介して互いに通信可能に接続されている。本実施形態においては、通信手段はＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）５０で構成されるが、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）であってもよい。また、通信手段の接続方法は有線接続であってもよいし、無線接続であってもよい。

検査画像データベース３０は、複数の患者に関する複数の検査画像とその付帯情報を保持する。検査画像とは、例えばＣＴやＭＲＩ等の画像診断装置で撮影した医用画像であり、２次元画像や３次元画像、または３次元画像の動画像である４次元画像などが対象となりうる。また、各画像はモノクロームやカラーなどの様々な様態の画像が対象となりうる。本実施形態における検査画像データベース３０は検査対象被検体の４次元のＣＴ（４ＤＣＴ）データを保持する。検査画像データベース３０は、検査画像の付帯情報として、患者名（患者ＩＤ）や検査日情報（検査画像を撮影した日付）、検査画像の撮影モダリティ名などを保持する。また、各々の検査画像およびその付帯情報には、他との識別を可能にするために、固有の番号（検査画像ＩＤ）が付され、それに基づいて情報処理装置１０による情報の読み出しが行える。また、検査対象被検体以外の複数の正常症例の検査画像や後に詳述する滑り量マップを保持する。ここで正常症例とは、胸膜に癒着が無い症例のことである。また、検査画像データベース３０には胸膜に癒着を伴う症例や癒着の有無が不明な症例の検査画像や滑り量マップが保持されていても良い。この場合、前記正常症例との識別が可能な情報を付帯情報として保持するのが望ましい。

情報処理装置１０は、検査画像データベース３０が保持する情報を、ＬＡＮ５０を介して取得する。

検査対象画像取得部１００は、検査画像撮影装置４０が撮影し、検査画像データベース３０が保持している検査対象被検体の検査画像を取得する。

検査対象滑り量マップ算出部１１０（第一の取得手段）は、検査対象画像取得部１００が取得した検査画像を解析し、後に詳述する被検体の胸膜の滑り量（特徴量）マップを算出する。

正常症例データ取得部１２０は、検査対象被検体とは異なる複数の正常症例（後に詳述する）の滑り量に関する情報を検査画像データベース３０から取得する。

標準滑り量マップ算出部１３０（第二の取得手段）は、正常症例データ取得部１２０が取得した正常症例の滑り量に関する情報から、正常症例の標準的な滑り量（標準特徴量）マップを算出する。

滑り特性値算出部１４０（算出手段）は、検査対象滑り量マップ算出部１１０が算出した検査対象被検体の滑り量（特徴量）マップと、標準滑り量マップ算出部１３０が算出した標準的な滑り量（標準特徴量）マップとの比較演算により、検査対象被検体の滑り量に関する特性値（対象部位の移動に関する特性値）を算出する。

表示制御部１５０（表示制御手段）は、滑り特性値算出部１４０が算出した特性値を表示装置６０（表示手段）に表示するための制御を行う。

なお、図１に示す情報処理システムの構成はあくまで一例である。例えば、情報処理装置１０が不図示の記憶部を有し、検査画像データベース３０の機能を具備しても良い。

次に図２を用いて、本実施形態における情報処理装置１０による全体の処理手順を詳細に説明する。また、以下では、例として検査画像としてＣＴデータを用いる場合を例として説明するが、本発明の実施はこれに限定されるものではない。例えば、肺を撮影した時系列の３次元ボリュームデータであれば、ＭＲＩ画像であってもよいし、超音波画像であってもよい。

（ステップＳ１０００）：４ＤＣＴデータの取得
ステップＳ１０００において、検査対象画像取得部１００（画像取得手段）は、検査画像データベース３０から検査対象被検体の肺野を撮影した４ＤＣＴデータを取得する。本実施形態のおける４ＤＣＴデータとは、時系列の３次元ボリュームデータであり、検査対象被検体の呼吸による動態を撮影したデータである。より具体的には検査対象被検体の吸気位（例えば最大吸気位）と呼気位（例えば最大呼気位）の２時点の３ＤＣＴデータで構成される４ＤＣＴデータを取得する。言い換えると、検査対象画像取得部１００（画像取得手段）は、時相の異なる検査対象被検体の肺野を撮影した複数のデータ（画像を含む）を取得する。本実施形態では吸気位の３ＤＣＴデータをＩ＿ｔ＿ｉｎｓと表し、呼気位の３ＤＣＴデータをＩ＿ｔ＿ｅｘｐと表す。またこれらを含む４ＤＣＴデータをＩ＿ｔと表す。本実施形態におけるこれらの３ＤＣＴデータには検査対象被検体の肺の全体が撮像されているものとする。

なお、本実施形態では上述のように吸気位と呼気位の２時点の３ＤＣＴデータを使用する場合を例として説明するが、本発明の実施はこれに限らない。検査対象被検体の呼吸による肺野の運動が捉えられるのであれば、他の呼吸状態の２時点の３ＤＣＴデータを使用しても良い。ただし、後述するステップＳ１０２０で算出する検査対象被検体の滑り量マップと、やはり後述するステップＳ１０４００の処理で取得する正常症例の滑り量マップとの間の整合性の観点から、正常症例の滑り量マップの算出時に用いた２時点の呼吸状態と揃えることが望ましい。

（ステップＳ１０２０）：胸膜の滑り量マップ算出＞
ステップＳ１０２０において、検査対象滑り量マップ算出部１１０（第一の取得手段）は、検査対象被検体の肺（対象部位）の輪郭部における、呼吸による滑り量を表す滑り量マップ（対象部位の移動に関する特徴量）を算出する。本実施形態では検査対象被検体の右肺に関する滑り量マップを算出する場合を例として説明する。呼吸による肺の輪郭部における滑り量（特徴量）について、図３を用いて説明する。図３は肺の吸気位および呼気位の肺のコロナル断面を表す図である。同図の２００は、吸気位の肺の輪郭形状を表す。また、２０２は呼気位の肺の輪郭形状である。このように吸気位と呼気位とでは肺の輪郭形状が異なる。図中の矢印２１０は、肺輪郭の各位置における呼吸による吸気位から呼気位への肺の移動を表す。また矢印２１２は、肺輪郭の各位置における呼吸による吸気位から呼気位への胸壁の移動を表す。図の矢印２１０と矢印２１２の方向および大きさが示すように、肺輪郭の各位置では呼吸により肺野側と胸壁側との間の胸膜の位置において滑りを伴う運動が生じる。本処理ステップでは、この肺輪郭の各位置における滑りの大きさを算出する。ここで、滑り量の算出には公知の何れの手法を用いても良い。例えば吸気位の画像と呼気位の画像の変形位置合わせを行い、画像上の各点の移動量を算出することにより、算出できる。より具体的には、特許文献１に記載の方法により実施することができる。

以上の処理により検査対象被検体の吸気位における肺の輪郭の各位置における滑り量（特徴量）が算出される。一般に胸膜癒着が生じている被検体の場合には、当該癒着箇所において滑り量が小さくなる傾向がある。本実施形態では検査対象被検体の肺の輪郭の全体に渡り、所定の間隔（例えば１ｍｍ）で滑り量を算出する場合を例として説明する。本実施形態では、滑り量を算出する輪郭上の位置をＰ＿ｔ＿ｉ（１≦ｉ≦Ｎ）、算出した滑り量をＳ＿ｔ＿ｉ（１≦ｉ≦Ｎ）と表記する。ここでｉは複数の輪郭上の位置を識別するインデックスであり、Ｎは前記輪郭上の位置の総数である。本実施形態では、前記Ｎ個の滑り量Ｓ＿ｔ＿ｉを滑り量マップＳ＿ｔとして保持する。滑り量マップＳ＿ｔは吸気位の３ＤＣＴデータの画像座標系での位置を引数として、当該位置における滑り量を返す関数である。より具体的には３ＤＣＴデータと同程度に離散化されたボリュームデータとして保持する。

（ステップＳ１０４０）：標準滑り量マップ取得
ステップＳ１０４０において、情報処理装置１０は、胸膜癒着の無い複数の被検体（標準被検体）の滑り量の情報を検査画像データベース３０から取得し、それらの平均値を算出することで、標準滑り量（標準特徴量）マップを取得する。本実施形態における標準滑り量マップは、検査対象被検体と異なる被検体であり、かつ胸膜での癒着が無い被検体の滑り量マップを平均化処理することにより取得する。この標準滑り量マップは癒着の無い被検体での平均的な滑り量を表すものである。

図４は本ステップの処理フローをより詳しく説明する図である。以下、図４に沿って、ステップＳ１０４０の処理の詳細な流れについて説明する。

（ステップＳ１０４００）：正常症例の滑り量マップ取得
ステップＳ１０４００において、正常症例データ取得部１２０は、検査画像データベース３０から、複数の正常症例（胸膜癒着の無い症例）の滑り量マップを取得する。本実施形態の検査画像データベース３０には複数の被検体に関する検査画像と付帯情報が保持されている。この付帯情報には当該被検体の滑り量マップや、胸膜での癒着の有無に関する診断情報が含まれる。本処理ステップでは、正常症例データ取得部１２０が、検査画像データベース３０に対して、「正常症例（胸膜癒着無し）」という条件で検索を行い、検索の結果として抽出された症例の４ＤＣＴを含む検査画像および付帯情報である滑り量マップを取得する。本実施形態では、正常症例としてＭ個の症例が抽出されたものとし、Ｍ個の症例の夫々の４ＤＣＴデータをＩ＿ｎ＿ｊ（１≦ｊ≦Ｍ）、滑り量マップをＳ＿ｎ＿ｊ（１≦ｊ≦Ｍ）と表記する。本実施形態では、検査対象被検体の右肺を対象としており、前記正常症例の滑り量マップＳ＿ｎ＿ｊ（１≦ｊ≦Ｍ）も正常症例の右肺の滑り量マップである場合について説明する。また、各症例の４ＤＣＴデータをＩ＿ｎ＿ｊ（１≦ｊ≦Ｍ）は、各症例の吸気位の３ＤＣＴデータＩ＿ｎ＿ｉｎｓ＿ｊ（１≦ｊ≦Ｍ）および、呼気位の３ＤＣＴデータＩ＿ｎ＿ｅｘｐ＿ｊ（１≦ｊ≦Ｍ）を含むものとする。ここで、４ＤＣＴデータＩ＿ｎ＿ｊ、３ＤＣＴデータＩ＿ｎ＿ｉｎｓ＿ｊ、Ｉ＿ｎ＿ｅｘｐ＿ｊおよび滑り量マップＳ＿ｎ＿ｊの夫々のデータの形態はステップＳ１０００で説明した検査対象被検体の各データと同様の形態とする。

上記の説明では、データベース３０に保持されている複数の正常症例の滑り量マップＳ＿ｎ＿ｊを読み出して取得する場合を例として説明したが、本発明の実施はこれに限らない。例えば、複数の正常症例の各々のＩ＿ｎ＿ｊにステップＳ１０２０と同様の処理を適用することで、Ｓ＿ｎ＿ｊを算出するようにしても良い。

（ステップＳ１０４０２）：解剖学特徴の取得
ステップＳ１０４０２において標準滑り量マップ算出部１３０は、ステップＳ１０４００で取得した４ＤＣＴデータＩ＿ｎ＿ｊ（１≦ｊ≦Ｍ）に含まれる吸気位の３ＤＣＴデータＩ＿ｎ＿ｉｎｓ＿ｊ（１≦ｊ≦Ｍ）に基づき、正常症例の夫々における解剖学特徴を取得する。本実施形態では具体例として肺輪郭、肺尖位置および肺底位置を取得する場合について説明する。これらの取得は公知の臓器セグメンテーション技術や形状解析技術を用いて実行できる。これ以外にも、ユーザによる手動操作により、これらの位置を取得できる仕組みを備え、それに基づき取得するようにしても良い。本実施形態では肺尖位置および肺底位置を吸気位の３ＤＣＴデータＩ＿ｎ＿ｉｎｓ＿ｊ（１≦ｊ≦Ｍ）上の三次元位置情報として取得する。肺底位置の取得は、具体的には肺野と横隔膜が接する肺底面上で肺尖位置から最も離れた点の位置を取得するようにできる。これ以外にも肺底面の輪郭上の複数の点の中から、肺尖からの距離が平均的な点の位置や、被検体の背側の点などを選択して取得するようにしても良い。以上の処理により取得した肺輪郭をＬ＿ｎ＿ｊ（１≦ｊ≦Ｍ）、肺尖位置をＰｔ＿ｎ＿ｊ（１≦ｊ≦Ｍ）、肺底位置をＰｂ＿ｎ＿ｊ（１≦ｊ≦Ｍ）と表記する。

上記の説明では解剖学特徴として肺輪郭、肺尖位置、肺底位置を取得する場合について説明したが、本発明の実施はこれに限らず、後述するステップＳ１０４０４において実行する基準空間への変換に用いることができるものであれば他の解剖学特徴であっても良い。例えば気管支位置や肺側位置などを取得するようにしても良い。

（ステップＳ１０４０４）：基準空間への変換
ステップＳ１０４０４において標準滑り量マップ算出部１３０（第二の取得手段）は、ステップＳ１０４０２で取得した正常症例の夫々の肺輪郭、肺尖位置および肺底位置に基づき、各症例の吸気位の３ＤＣＴの画像空間で算出された滑り量（標準被検体の特徴量）マップを基準空間（第一の基準空間）に座標変換する。ここで、基準空間とは対象部位である肺の位置または形状に関するパラメータを座標軸に設定した座標系であり、基準空間への座標変換は、複数の正常症例の夫々を、解剖学的に略一致させる座標変換であり、症例毎に異なる座標変換である。本実施形態では基準空間への座標変換の具体的な一例として、肺尖位置からの測地線距離および、肺尖位置を中心とした体軸周りの方位の２つのパラメータで表される基準空間の座標系に座標変換する場合について図５を用いて詳しく説明する。

図５は三次元空間上の肺輪郭を模擬した図である。この図において、３００はステップＳ１０４０２で取得した肺輪郭、同様に３０２は肺尖位置、３０４は肺底位置である。ステップＳ１０４００で取得した滑り量マップは肺輪郭３００上の各位置において計算されているものとする。実際の処理における肺輪郭は３次元空間上の曲面であるが、紙面での説明の都合上、図５においては肺輪郭を曲線で表示している。この肺輪郭３００上の任意の位置３０６に関して、標準滑り量マップ算出部１３０は肺尖位置３０２からの測地線距離３０８を算出する。算出した測地線距離をｄとする。曲面上の２点間の測地線距離は公知技術により算出が可能であり詳細な説明は省略する。また、標準滑り量マップ算出部１３０は位置３０６に関して、肺尖位置３０２を中心とした体軸３１０周りの方位３１２を算出する。算出した方位をΦとする。方位の基準は任意に設定して良いが、例として被検体の前方（腹側に向かう方向）をΦ＝０とするようにできる。以上に説明した方法により、肺輪郭３００上の任意の位置３０６の肺尖位置からの測地線距離ｄおよび、肺尖位置を中心とした体軸周りの方位Φが算出される。この算出処理を肺輪郭上のあらゆる位置において実行することで座標変換が実行される。つまり、３ＤＣＴの画像空間で算出された滑り量マップをｄとΦの２つのパラメータで表される基準空間の座標系へ座標変換する。そして、この滑り量マップの座標変換を正常症例の全てに対して実行し、基準空間に座標変換された滑り量マップＳ’＿ｎ＿ｊ（１≦ｊ≦Ｍ）を取得する。なお、本実施形態ではＳ’＿ｎ＿ｊ（１≦ｊ≦Ｍ）は所定の粒度で離散化された２次元テーブルとして保持するものとする。また、本実施形態では前記座標変換された滑り量マップを、Φとｄを引数とする関数Ｓ’＿ｎ＿ｊ（Φ，ｄ）とも表記する。この関数の呼び出しは、前記テーブルからのルックアップを意味し、その際の補間処理は適切に行われるものとする。

上記の例では肺尖位置３０２から肺輪郭上の任意の位置３０６の間の測地線距離をｄとする場合を例として説明したが、本発明の実施はこれに限らない。例えば、肺尖位置３０２からの測地線距離を、肺尖位置３０２と肺底位置３０４との間の測地線距離３１４によって正規化した値をｄとするようにしても良い。この方法によれば、複数の正常症例の間の肺の大きさの違いに適応した基準空間へと座標変換できる効果がある。

また、ｄは必ずしも測地線距離でなくてもよい。例えばユークリッド距離や体軸方向の１次元の距離など、より簡便な計算によって算出できる値でもよい。

また、Φは必ずしも体軸周りの方位でなくてもよい。例えば、肺尖位置と横隔膜の頂点位置あるいは肺野の重心を通る軸周りの方位でもよい。この方法によれば、ＣＴ撮像時の検査対象被検体の姿勢が正常症例と異なる場合や、正常症例間の姿勢が互いに異なる場合でも頑健に基準空間へと座標変換できる効果がある。

また、上記の例では、基準空間において肺尖位置および肺底位置が所定の位置となるように基準空間への座標変換を行う場合を例として説明したが、本発明の実施はこれに限らない。例えば、ステップＳ１０４０２で各症例の画像から肺の葉間を抽出し、肺の葉間が所定の位置となるように基準空間への座標変換を行うようにしても良い。この場合、人体の正常な肺の構造は左右で肺葉の数がことなるため、処理の対象とする肺の左右の別に応じて、処理を切り替えるのが望ましい。この方法によれば、正常症例の解剖学的な特徴をより一致させる座標変換が行われるため、後述する後段の処理の結果として、より精度の高い特性値マップが生成できる効果がある。

（ステップＳ１０４０６）：滑り量マップの平均化
ステップＳ１０４０６において標準滑り量マップ算出部１３０は、ステップＳ１０４０４で基準空間に座標変換した各正常症例の滑り量マップＳ’＿ｎ＿ｊ（１≦ｊ≦Ｍ）を統合し、標準滑り量（標準特徴量）マップを算出する処理を実行する。本実施形態では標準滑り量マップをＲ’＿ｎと表記する。本実施形態では、複数の正常症例の滑り量マップを統合する演算として平均値算出演算を用いる場合を例として説明する。具体的には数１の計算により標準滑り量マップＲ’＿ｎを算出する。

なお、本実施形態では標準滑り量マップＲ’＿ｎをＳ’＿ｎ＿ｊ（１≦ｊ≦Ｍ）と同程度の粒度で離散化された２次元テーブルとして保持するものとする。

以上に説明したステップＳ１０４００からステップＳ１０４０６の処理により、ステップＳ１０４０の処理が実行される。

本実施形態では、正常症例の吸気位の解剖学特徴に基づいて基準空間への変換を行う場合を例として説明したが、本発明の実施はこれに限らない。例えば、基準空間への座標変換は呼気位の解剖学特徴に基づいて行うようにしても良い。この場合、後述するステップＳ１０６０の処理として実行される基準空間への座標変換も同様に呼気位の解剖学特徴に基づいて実行する。また吸気位の解剖学特徴に基づく座標変換による標準滑り量マップの取得に加えて、呼気位の解剖学特徴に基づく座標変換による標準滑り量マップの取得も実行するようにしても良い。この場合、後述するステップＳ１０６０において算出する特性値マップを、吸気位および呼気位の両方について算出するようにしたり、何れの呼吸状態における特性値マップを算出するかをユーザの入力指示等に基づいて切り替えられるようにしたりできる。

なお、ステップＳ１０４０の処理は、上記に説明した方法に限らない。例えば、上記に説明したＳ１０４００からステップＳ１０４０６の処理を事前に実行し、その結果を検査画像データベース３０に保持しておき、ステップＳ１０４０では、それを読み込む構成であって良い。

（ステップＳ１０６０）：特性値マップ算出
ステップＳ１０６０において、滑り特性値算出部１４０は、ステップＳ１０２０で算出した検査対象被検体の滑り量マップＳ＿ｔと、ステップＳ１０４０で算出した標準滑り量マップＲ’＿ｎとの比較により検査対象被検体の滑り量に関する特性値（対象部位の移動に関する特性値）マップを算出する。図６は本ステップの処理フローをより詳しい説明する図である。以下、図６に沿って、ステップＳ１０６０の処理の詳細な流れについて説明する。

（ステップＳ１０６００）：検査対象症例の解剖学的特徴の取得
ステップＳ１０６００において、滑り特性値算出部１４０（算出手段）は、ステップＳ１０００で取得した検査対象症例の４ＤＣＴデータから吸気位の肺輪郭、肺尖位置および肺底位置を取得する処理を実行する。この処理は、正常症例を対象として実行するステップＳ１０４０２と同様の処理であり、ここでは詳細な説明は省略する。この処理により取得した肺輪郭をＬ＿ｔ、肺尖位置をＰｔ＿ｔ、肺底位置をＰｂ＿ｔと表記する。

（ステップＳ１０６０２）：基準空間へ座標変換
ステップＳ１０６０２において、滑り特性値算出部１４０は、ステップＳ１０６００で取得した肺輪郭、肺尖位置および肺底位置に基づいて、ステップＳ１０２０で取得した検査対象被検体の滑り量（特徴量）マップＳ＿ｔを基準空間（第二の基準空間）に座標変換する処理を実行する。ここで、基準空間とはステップＳ１０４０で取得した標準滑り量マップＲ’＿ｎの空間であり、肺尖位置からの測地線距離ｄおよび、肺尖位置を中心とした体軸周りの方位Φの２つのパラメータで表される空間である。本処理ステップが実行する座標変換は、正常症例を対象としてステップＳ１０４０４で実行した処理と同様の処理により実行される。ここでは詳細な説明を省略する。

本処理により座標変換された検査対象被検体の滑り量マップをＳ’＿ｔと表記する。Ｓ’＿ｔはＲ’＿ｎと同様に所定の粒度で離散化された２次元テーブルとして保持する。また本実施形態では前記座標変換された滑り量マップを、Φとｄを引数とする関数Ｓ’＿ｔ（Φ，ｄ）とも表記する。この関数の呼び出しは、前記テーブルからのルックアップを意味し、その際の補間処理は適切に行われるものとする。

（ステップＳ１０６０４）：比較演算
ステップＳ１０６０４において、滑り特性値算出部１４０（算出手段）は、ステップＳ１０６０２で算出した座標変換後の検査対象被検体の滑り量マップＳ’＿ｔと、ステップＳ１０４０で算出した標準滑り量マップＲ’＿ｎとの比較演算を行い、検査対象症例の胸膜の滑りに関する特性値マップＣ’＿ｔを算出する処理を実行する。本実施形態では比較演算としてＳ’＿ｔとＲ’＿ｎの比の対数を算出する処理を実行する。具体的には数２の計算により特性値マップＣ’＿ｔを算出する。

算出したＣ’＿ｔはＳ’＿ｔと同様に所定の粒度で離散化された２次元テーブルとして保持する。

（ステップＳ１０６０６）：画像座標系へ座標変換
ステップＳ１０６０４において、滑り特性値算出部１４０は、ステップＳ１０６０４で算出した基準空間における特性値マップＣ’＿ｔを、検査対象被検体の吸気位の３ＤＣＴデータの空間に座標変換する処理を実行する。この処理はステップＳ１０６０２で実行した座標変換とは逆の座標変換として実行される。所与の座標変換の逆変換は公知のいかなる方法で実行してよい。ここでは詳細な説明は省略する。この処理により、検査対象被検体の吸気位の３ＤＣＴデータの画像空間に座標変換された特性値マップＣ＿ｔを取得する。

以上に説明したフローによりステップＳ１０６０の処理が実行され、なお、特性値マップＣ＿ｔが取得される。上記の算出工程からも明らかなように、特性値マップＣ＿ｔは検査対象被検体の滑り量の標準滑り量に対する大小の比を表すものである。この値が小さい場合には検査対象被検体の滑り量が標準滑り量よりも小さいことを意味する。例えば検査対象被検体の胸膜に癒着があるような場合には、この値が小さくなる傾向がある。

なお、上記の例では検査対象被検体の滑り量を基準空間に座標変換し、基準空間上で標準滑り量マップとの比較演算し、その結果を画像座標系に座標変換する場合を例として説明したが、本発明の実施はこれに限らない。例えば、標準滑り量マップを検査対象被検体の画像座標系に座標変換し、画像座標系上で比較演算するようにしても良い。また標準滑り量マップ自体を基準空間上ではなく、検査対象被検体の画像座標系で作成するようにしてもよい。これについては後述の別実施形態の説明として詳述する。

（ステップＳ１０８０）：表示・保存
ステップＳ１０８０において表示制御部１５０（表示制御手段）は、ステップＳ１０６０で算出した検査対象被検体の特性値マップを表示装置６０（表示手段）に表示させるための制御を行う。具体的には特性値マップＣ＿ｔを観察するための画像（観察画像）を生成し、その画像を表示装置６０に表示させるように制御を行う。観察画像は、例えば、検査対象被検体の３次元の肺野輪郭形状上に、特性値マップＣ＿ｔをグレースケールやカラーマップなどで階調変換したサーフェースレンダリング画像として生成するようにできる。また４ＤＣＴデータＩ＿ｔのボリュームレンダリング画像を生成し、その画像に前記サーフェースレンダリング画像を重畳して観察画像を生成しても良い。これ以外にも、ユーザの操作等に応じて４ＤＣＴデータＩ＿ｔから任意の断面画像を生成し、その断面画像の肺輪郭の位置に、特性値マップＣ＿ｔをカラーマップなどで階調変換した画素値を重畳して観察画像を生成しても良い。また、特性値マップＣ＿ｔを表示するだけでなく、ステップＳ１０２０で取得した滑り量マップＳ＿ｔも表示するようにしても良い。この場合、特性値マップＣ＿ｔと滑り量マップＳ＿ｔとを並べた観察画像を生成しても良いし、ユーザ操作等に基づいて、これらを切り替えて表示できる仕組みを備えても良い。上述の方法は本発明の一例に過ぎず、如何なる方法で特性値マップを表示しても、または表示自体を行わなくても、本発明の一実施形態となりうる。

本処理ステップにおいて、情報処理装置１０はさらに、滑り量マップＳ＿ｔおよび特性値マップＣ＿ｔをステップＳ１０００で取得した４ＤＣＴデータＩ＿ｔと対応付けて、検査画像データベース３０に記録するようにしても良い。

以上に説明した方法により、本実施形態おける情報処理装置１０の処理が実行される。これによれば、正常な対象部位における位置毎に異なる対象部位の移動の特性を反映して、異常な対象部位の移動をより正確に把握することができる。また、ステップＳ１０８０のように表示装置６０に表示することにより、検査対象被検体の胸膜の滑り量について、正常症例との差異を容易に確認できる観察画像をユーザに提供できる効果がある。

（変形例１－１）：特性値の算出演算のバリエーション
本実施形態におけるステップＳ１０６０４の処理として、検査対象被検体の滑り量マップＳ’＿ｔの値と標準滑り量マップＲ’＿ｎの値との比の対数により特性値マップＣ’＿ｔを算出する場合を具体的な一例として説明したが、本発明の実施はこれに限らない。例えば、より簡便な方法として、Ｓ’＿ｔとＲ’＿ｎの差分演算によりＣ’＿ｔを算出するようにしても良い。また、ステップＳ１０４０の処理として複数の正常症例の滑り量の平均値として標準滑り量マップを算出する場合を例として説明したが、本発明の実施はこれに限らない。例えば、前記平均値の算出に加えて、複数の正常症例の滑り量の分散値のマップも算出しても良い。この場合、ステップＳ１０６０４の比較演算として、検査対象被検体の滑り量と前記平均値との間のマハラノビス距離（平均値との差を分散値で除した値）を算出し、これを特性値としても良い。これによれば、正常症例の滑り量のばらつきを反映した特性値が算出できるため、より診断に有用な観察画像が提供できる効果がある。これ以外にも複数の正常症例の滑り量に対する検査対象被検体の滑り量のパーセンタイル値を特性値として算出してもよく、前記同様に診断に有用な観察画像が提供できる効果がある。上記以外にも、正常症例の滑り量の分布に対する、検査対象被検体の滑り量の間の距離（逸脱度）を算出する方法は様々にあり、いずれの方法も本発明の一実施形態となりうる。

（変形例１－２）：標準滑り量マップの生成と使用の分離
本実施形態では、検査対象被検体の滑り量マップの算出処理を実行した後に標準滑り量マップの算出処理を実行する場合を例として説明したが、本発明の実施はこれに限らない。例えば、検査対象被検体の滑り量のマップ算出処理を実行する前に、標準滑り量マップの算出処理を実行しても良い。また本発明の実施は、標準滑り量マップの算出処理と、検査対象被検体の滑り量マップの算出処理とを一連の処理として実行する場合に限らない。例えば、複数の正常症例を処理対象とする標準滑り量マップの算出処理を事前に実行し、その処理結果である標準滑り量マップを検査画像データベースに保存するようにできる。また、検査対象症例の特性値を算出する際に標準滑り量マップを検査画像データベースから読み出して利用するようにできる。以上の方法によれば、検査対象被検体を対象とした処理を実行する前に標準滑り量マップの作成処理を済ませておくことができるため、検査対象被検体の特性値の算出を迅速に行える効果がある。

（変形例１－３）：左右肺への対応
本実施形態では検査対象被検体の右肺（コロナル画像で左側）の特性値を算出し観察画像を生成する場合を例として説明したが、本発明の実施はこれに限らない。例えば検査対象被検体の左肺を対象とする場合にも同様に適用できる。この場合、ステップＳ１０４０の処理では正常症例の左肺の滑り量に基づいて標準滑り量マップを生成するようにできる。または正常症例の右肺と左肺の夫々の標準滑り量マップを予め生成しておき、検査対象被検体の検査対象とする肺が右肺であるか左肺であるかに応じて、使用する標準滑り量マップを選択するようにしても良い。または、上記の方法により生成した右肺、左肺の両方の標準滑り量マップを用いて、検査対象被検体の右肺と左肺の両方を処理するようにしても良い。

これ以外にも、例えば、検査対象被検体の左肺の特性値を算出する場合に正常症例の右肺の滑り量に基づいて生成した標準滑り量マップの左右を反転して使用するようにしても良い。具体的には数１の方位Φを反転させたマップを生成して使用するようにできる。また、正常症例の右肺の滑り量について、方位Φを反転させた上で、同正常症例の左肺の滑り量と平均化したマップを生成しても良い。または複数の正常症例の右肺と左肺の夫々の標準滑り量マップを生成し、検査対象被検体の検査対象とする肺の左右別に応じて、一方の標準滑り量マップを左右反転させた上で両者の平均を算出したマップを生成し、標準滑り量マップとして使用するようにしても良い。

（変形例１－４）：正常症例の追加
本実施形態のステップＳ１０８０の処理において、情報処理装置１０はさらに、ユーザが検査対象被検体の胸膜の癒着状態を診断した結果を取得できるようにしても良い。この時、診断結果が「癒着無し」である場合には、検査画像データベース３０に記録するデータに、胸膜の癒着が無い症例であることを表す付帯情報を追加するようにできる。これによれば、本実施形態の検査対象被検体以外の被検体を対象として本発明を実施する際に、本実施形態が検査対象とした被検体の４ＤＣＴデータＩ＿ｔおよび滑り量マップＳ＿ｔを正常症例のデータとして用いることができる。

（変形例１－５）：ＣＴ撮影範囲の違いへの対応
本実施形態では、検査対象被検体を撮影した４ＤＣＴデータには同被検体の肺の全体が撮像されている場合を例として説明したが、本発明の実施はこれに限らない。例えば、検査対象被検体を撮影した４ＤＣＴデータは同被検体の肺の一部（例えば肺の上部のみ、または中間部のみ、または下部のみなど）を撮影領域とするデータであってもよい。この場合、本実施例のステップＳ１０６００の処理として、画像処理によって直接的に肺輪郭、肺尖位置、肺底位置の全てを取得するのは困難であるため、以下のような処理を実行する。すなわち、撮影領域内に含まれる肺輪郭、肺尖位置、肺底位置の一部に加えて、気管支や骨など撮影領域内の他の解剖学的特徴の位置等に基づき、撮影領域外の肺輪郭、肺尖位置、肺底位置を推定するようにできる。具体的には、標準的な人体の肺の形状、サイズ、解剖学的特徴の位置関係など人体の構造に関する事前知識に基づいて推定を行うのが望ましい。より具体的には肺全体を含む標準的な人体モデルに対して検査対象被検体の撮影データを位置合わせすることで推定を行うことができる。この場合、検査対象被検体の身長、体重、体格、性別等の属性情報に基づいて適切な人体モデルを選択または生成し、それに基づいて推定を行うのがより望ましい。以上の方法によれば、肺の一部のみを撮影領域とした被検体を検査対象被検体とすることができる。

（変形例１－６）：正常症例以外の標準症例
本実施形態では、胸膜に癒着の無い複数の正常例に関する滑り量マップに基づいて標準滑り量マップを算出する場合を例として説明したが、本発明の実施はこれに限らない。例えば、標準滑り量マップの算出に用いる被検体には胸膜に癒着の無い被検体だけではなく、胸膜に癒着の有る被検体が含まれていても良い。より具体的には、ステップＳ１０４００において検査画像データベース３０から滑り量マップを取得する際には、必ずしも「正常症例（胸膜癒着無し）」の条件で検索を行う必要は無い。この場合、ステップＳ１０４０６の処理としては、複数の滑り量マップの平均値を算出に代えて、中央値の算出を行うなど、胸膜癒着の有る症例が混在することによる影響を低減できる方法を用いるのが望ましい。これによれば、胸膜癒着の有無が不明な症例も用いて標準滑り量マップを生成することができるため、より簡便な仕組みで適用範囲の広い情報処理システムを提供できる効果がある。

［第二実施形態］（基準空間のバリエーション：検査対象症例の空間（各症例の輪郭形状を合わせる））
本発明の第二の実施形態について説明する。第一の実施形態では、複数の正常症例の滑り度マップを肺尖からの測地線距離と肺尖位置を中心とした体軸周りの方位の２パラメータで表す基準空間に座標変換して標準滑り度マップを算出する例を説明した。しかし、本発明の実施はこれに限らない。第二の実施形態では、複数の正常症例の滑り度マップを検査対象被検体の吸気位の３ＤＣＴデータの画像空間に座標変換して標準滑り量マップを算出する場合を例として説明する。

本発明の第二実施形態に関わる情報処理システムの全体構成は第一実施形態の情報処理システムの全体構成の説明として示した図１と同様である。ここでは詳細な説明は省略する。

次に図７を用いて、本実施形態における情報処理装置１０による全体の処理手順を詳細に説明する。

（ステップＳ２０００）：４ＤＣＴデータの取得
ステップＳ２０００において、情報処理装置１０は、第一実施形態のステップＳ１０００と同様の処理を実行する。詳細な説明は省略する。

（ステップＳ２０２０）：胸膜の滑り量マップ算出
ステップＳ２０２０において、情報処理装置１０は、第一実施形態のステップＳ１０２０と同様の処理を実行する。詳細な説明は省略する。

（ステップＳ２０４０）：標準滑り量マップ取得
ステップＳ１０４０において、情報処理装置１０は、胸膜癒着の無い複数の被検体の滑り量の情報を検査画像データベース３０から取得し、それらの平均値を算出することで、標準滑り量マップを取得する。本実施形態における標準滑り量マップは第一の実施形態とは異なり、検査対象被検体の吸気位の３ＤＣＴデータＩ＿ｔ＿ｉｎｓの画像座標系に生成される。

図８は本ステップの処理フローをより詳しく説明する図である。以下、図８に沿って、ステップＳ２０４０の処理の詳細な流れについて説明する。

（ステップＳ２０４００）：正常症例の滑り量マップ取得
ステップＳ２０４００において、正常症例データ取得部１２０は、第一実施形態のステップＳ１０２０と同様の処理を実行する。詳細な説明は省略する。

（ステップＳ２０４０４）：検査対象被検体の画像空間への変換
ステップＳ２０４０４において標準滑り量マップ算出部１３０は、ステップＳ２０４００で取得した複数の正常症例の滑り量マップＳ＿ｎ＿ｊ（１≦ｊ≦Ｍ）の夫々を、検査対象被検体の吸気位の３ＤＣＴデータＩ＿ｔ＿ｉｎｓの画像座標系に座標変換する。この座標変換は、各正常症例の吸気位の３ＤＣＴデータＩ＿ｎ＿ｉｎｓ＿ｊ（１≦ｊ≦Ｍ）の夫々と、検査対象被検体の吸気位の３ＤＣＴデータＩ＿ｔ＿ｉｎｓとの間の画像間位置合わせにより算出される。３ＤＣＴデータの画像間位置合わせの方法は公知の任意の方法を用いて実行できるが、各画像間で解剖学的特徴を略一致させる位置合わせを行うことが望ましい。本実施形態では検査対象被検体の肺輪郭と正常症例の肺輪郭とを略一致させる形状間位置合わせにより実行する。以上の方法で算出した座標変換により正常症例の滑り量マップＳ＿ｎ＿ｊ（１≦ｊ≦Ｍ）の夫々を座標変換し、座標変換後の正常症例の滑り量マップＳ’’＿ｎ＿ｊ（１≦ｊ≦Ｍ）を算出する。本実施形態では座標変換により正常症例の滑り量マップＳ’’＿ｎ＿ｊ（１≦ｊ≦Ｍ）の夫々を検査対象被検体の滑り量マップＳ＿ｔと同程度の粒度で離散化された３次元ボリュームデータとして保持するものとする。

（ステップＳ２０４０６）：滑り量マップの平均化
ステップＳ２０４０６において標準滑り量マップ算出部１３０は、ステップＳ２０４０４で座標変換した各正常症例の滑り量マップＳ’’＿ｎ＿ｊ（１≦ｊ≦Ｍ）を統合し、標準滑り量マップを算出する処理を実行する。本実施形態では標準滑り量マップをＲ’’＿ｎと表記する。本実施形態では、複数の正常症例の滑り量マップを統合する演算として平均値算出演算を用いる場合を例として説明する。具体的には数３の計算により標準滑り量マップＲ’’＿ｎを算出する。

なお、本実施形態では標準滑り量マップＲ’’＿ｎをＳ’’＿ｎ＿ｊ（１≦ｊ≦Ｍ）と同程度の粒度で離散化された３次元ボリュームデータとして保持するものとする。

以上に説明したステップＳ２０４００からステップＳ２０４０６の処理により、ステップＳ２０４０の処理が実行される。

（ステップＳ２０６０）：特性値マップ算出
ステップＳ２０６０において、滑り特性値算出部１４０は、ステップＳ２０２０で算出した検査対象被検体の滑り量マップＳ＿ｔと、ステップＳ２０４０で算出した標準滑り量マップＲ’’＿ｎとの比較により検査対象被検体の滑り量に関する特性値マップＣ＿ｔを算出する。

本処理ステップにおいて、滑り特性値算出部１４０は、ステップＳ２０２０で算出した検査対象被検体の滑り量マップＳ＿ｔと、ステップＳ２０４０で算出した標準滑り量マップＲ’’＿ｎとの比較演算を行い、検査対象症例の胸膜の滑りに関する特性値マップＣ＿ｔを算出する処理を実行する。本実施形態では比較演算としてＳ＿ｔとＲ’’＿ｎの比の対数を算出する処理を実行する。具体的には数４の計算により特性値マップＣ＿ｔを算出する。

算出したＣ＿ｔはＳ＿ｔと同様に所定の粒度で離散化された３次元ボリュームデータとして保持する。

（ステップＳ２０８０）：表示・保存
ステップＳ２０８０において表示制御部１５０は、第一の実施形態のステップＳ１０８０と同様の処理を実行する。ここでは詳細な説明は省略する。

以上に説明した方法により、本実施形態おける情報処理装置１０の処理が実行される。本発明の第二の実施形態は、第一の実施形態と比較して、座標変換処理の回数が少なく、より簡便な処理で本発明を実施できる効果がある。

（変形例２－１）
本実施形態では、複数の正常症例の滑り量マップの夫々を検査対象被検体の吸気位の肺輪郭に位置合わせ（座標変換）して標準滑り量マップを生成する場合を例として説明したが、本発明の実施はこれに限らない。例えば、複数の正常症例の滑り量マップの夫々を平均的な肺形状に位置合わせして標準滑り量マップを生成するようにしても良い。この場合、ステップＳ２０６０での処理として、前記標準滑り量マップを検査対象被検体の肺と解剖学的特徴が略一致するように位置合わせした後に特性値の算出（比較演算）するのが望ましい。以上の方法によれば、検査対象被検体の肺が手術等によって部分切除されている場合など、正常症例と大きく肺輪郭の形状が異なる場合でも頑健に標準滑り量マップを生成できる効果がある。

［第三実施形態］（正常症例の取得のバリエーション：検査対象被検体と類似する症例を選択して標準滑り量マップを算出）
本発明の第三の実施形態について説明する。第一の実施形態と異なり、検査対象被検体と属性等が類似する正常症例の滑り量に基づいて標準滑り量マップを生成する。

本実施形態は図１で説明した第一の実施形態と同様の機能構成を持ち、図２で説明した第一の実施形態と同様の処理ステップにより実行される。ただし、図４を用いて説明したステップＳ１０４００の処理の一部が異なる。以下、第三の実施形態の処理ステップのうち、第一の実施形態と異なる部分について説明する。

（ステップＳ１０４００）
本実施形態におけるステップＳ１０４００の処理として、標準滑り量マップ算出部１３０は、第一の実施形態と同様に検査画像データベース３０から、複数の正常症例（胸膜癒着の無い症例）の滑り量マップを取得する。ただし、検査画像データベース３０に保持されている複数の被検体のうち、検査対象被検体の属性等に類似する症例に限定して処理が行われる。具体的には、検査対象被検体の年齢、性別、既往歴、伸長、体重、体格、人種等の属性情報に基づき、これと類似する属性を持つ被検体に限定して処理を行う。より具体的には、検査対象被検体と性別、人種の属性が一致し、それ以外の属性の一致度が高い所定数の被検体（または一致度が所定の閾値を超える被検体）、に限定して処理を行うようにできる。また前記の属性情報に限らず、例えば検査対象被検体と肺野体積、肺輪郭形状などが類似する被検体に限定しても良い。このとき、特に肺の呼吸運動の特性が類似する被検体に限定されるようにすることが望ましい。正常症例を限定する際の選択の基準は、上記の例に限らず他の基準を用いても良い。

本発明の実施は上記の例に限らない。例えば、正常症例の性別に基づいて、男女夫々の標準滑り量マップを予め算出しておき、検査対象被検体の性別と一致する方の標準滑り量マップを選択して用いるようにしても良い。標準滑り量マップを予め算出する方法は、この例に限らず、被検体の年齢を複数のクラスに区分し、そのクラス毎に標準滑り量マップを予め算出するようにできる。また、性別と年齢の組み合わせにより、複数の標準滑り量マップを予め算出し、検査被検体の性別と年齢に基づいて、それらから選択して用いるようにしても良い。

以上に説明した本実施形態のステップＳ１０４００方法により、検査対象被検体と属性等が類似する正常症例の滑り量を取得し、これに基づいてステップＳ１０４０２以降の処理を実行して、標準滑り量マップを取得する。この方法によれば、症例間の呼吸運動のばらつきの影響を低減した特性値の算出が行える効果がある。

（変形例３－１）
本実施形態では、検査対象被検体と属性等が類似する検査対象被検体以外の被検体の滑り量に基づいて標準滑り量マップを取得する方法を例として説明したが、本発明の実施はこれに限らない。例えば、検査対象被検体と同一被検体の過去の滑り量マップを標準滑り量マップとして用いるようにしても良い。これによれば、検査対象被検体の胸膜の滑り量に関する経時的な変化を捉えた特性値マップが生成され、同経時変化を視認しやすい観察画像を提供できる効果がある。すなわち、過去には無く新たに発生した胸膜の癒着の有無等を視認しやすい観察画像を提供できる効果がある。

［第四実施形態］（滑り以外の例：肺輪郭の動きのモデル化：３Ｄベクトル ｏｒ 移動距離）
上記の説明では本発明の実施形態の一例として人体の胸膜（肺の表面）の滑り量を対象として本発明を実施する場合の例について説明したが、本発明の実施はこれに限らない。例えば、本発明の実施は、呼吸運動による肺表面の動き（移動量）を対象として実施しても良い。この場合、上記の説明での滑り量の算出処理（例えば第一実施形態のステップＳ１０２０など）に代えて、肺の動き量の算出処理を行うことで実施可能である。肺の動き量を対象とする場合には、例えば、吸気位の３ＤＣＴデータと呼気位の３ＤＣＴデータの間の肺の領域に関する位置合わせを行うことで、肺の動き量を算出することができる。ここで、肺の動き量は動きの距離（スカラー値）でも良いし、動きのベクトルでも良い。肺の動きのベクトルを対象とする場合には、３次元空間中の各軸方向の夫々の移動量について独立に処理を行い、それらの結果を統合して特性値を算出するようにしても良い。これ以外にも、３次元空間中の動きのベクトルを動きの距離と方位に分離し、夫々について独立に処理を行い、それらの結果を統合して特性値を算出するようにしても良い。

また、本発明の実施はこれに限らず、呼吸運動による肺の局所的な換気量や伸縮率、３ＤＣＴデータの濃度変化など呼吸運動に起因する他の物理的な変動を対象とする場合も本発明の具体的な実施の一例となりうる。

＜その他の実施形態＞
上述した複数の変形例のうち少なくとも二つを組み合わせることも可能である。

また、開示の技術は例えば、システム、装置、方法、プログラム若しくは記録媒体（記憶媒体）等としての実施態様をとることが可能である。具体的には、複数の機器（例えば、ホストコンピュータ、インターフェイス機器、撮像装置、ｗｅｂアプリケーション等）から構成されるシステムに適用しても良いし、また、１つの機器からなる装置に適用しても良い。

また、上述した実施形態では、肺の移動の特性値を算出する例を記載したが、肺に限らず、例えば心臓などの他の対象部位の移動の特性値を算出する場合にも適用できる。

また、本発明の目的は、以下のようにすることによって達成されることはいうまでもない。すなわち、前述した実施形態の機能を実現するソフトウェアのプログラムコード（コンピュータプログラム）を記録した記録媒体（または記憶媒体）を、システムあるいは装置に供給する。係る記憶媒体は言うまでもなく、コンピュータ読み取り可能な記憶媒体である。そして、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に格納されたプログラムコードを読み出し実行する。この場合、記録媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコードを記録した記録媒体は本発明を構成することになる。

１０ 情報処理装置
３０ 検査画像データベース
４０ 検査画像撮影装置
５０ ＬＡＮ
６０ 表示装置
１００ 検査対象画像取得部（画像取得手段）
１１０ 検査対象滑り量マップ算出部（第一の取得手段）
１２０ 正常症例データ取得部
１３０ 標準滑り量マップ情報算出部（第二の取得手段）
１４０ 滑り特性値算出部（算出手段）
１５０ 表示制御部（表示制御手段）

Claims (17)

1. 画像座標系で構成される画像空間における被検体の対象部位の移動に関する特徴量を取得する第一の取得手段と、
   前記画像空間における前記被検体とは異なる標準被検体の対象部位の移動に関する特徴量を、前記画像空間から、前記対象部位の輪郭上の位置に基づき算出されるパラメータを座標軸に設定した基準空間に座標変換し、座標変換後の特徴量に基づいて標準特徴量を取得する第二の取得手段と、
   前記被検体の対象部位の移動に関する特徴量と前記標準特徴量に基づき、前記被検体の対象部位の移動に関する特性値を算出する算出手段と、
   を有することを特徴とする情報処理装置。
2. 前記対象部位は肺であることを特徴とする請求項１に記載の情報処理装置。
3. 前記第一の取得手段は被検体の肺の移動に関する特徴量として前記被検体の胸膜の滑り量を取得し、
   前記第二の取得手段は前記標準被検体の肺の移動に関する特徴量として前記標準被検体の胸膜の滑り量を取得し、
   前記算出手段は前記被検体の肺の移動に関する特性値として胸膜の滑りに関する特性値を算出する、
   ことを特徴とする請求項２に記載の情報処理装置。
4. 前記算出手段は、前記被検体の特徴量を前記基準空間に座標変換し、変換後の前記被検体の特徴量および前記標準特徴量に基づいて前記特性値を算出する
   ことを特徴とする請求項１に記載の情報処理装置。
5. 前記第二の取得手段または前記算出手段は、前記被検体の肺の左右の別に基づいて座標変換の処理方法を切り替える
   ことを特徴とする請求項２に記載の情報処理装置。
6. 前記第二の取得手段は、前記被検体の属性に関する情報に基づき、前記標準特徴量を取得する対象の標準被検体を複数の標準被検体から選択する
   ことを特徴とする請求項２に記載の情報処理装置。
7. 前記座標変換は、前記標準被検体の肺尖または肺底の位置に基づいて行う
   ことを特徴とする請求項２に記載の情報処理装置。
8. 表示手段に前記特性値を表示させる表示制御手段を更に有することを特徴とする請求項１乃至７のいずれか１項に記載の情報処理装置。
9. 前記表示制御手段は、前記被検体の特徴量と共に前記特性値を表示させることを特徴とする請求項８に記載の情報処理装置。
10. 前記基準空間は、前記対象部位の輪郭上の位置を表す座標系から構成される空間であることを特徴とする請求項１乃至８のいずれか１項に記載の情報処理装置。
11. 前記パラメータは、前記対象部位の輪郭と、肺尖位置と、肺底位置と、に基づいて算出されることを特徴とする請求項２または３に記載の情報処理装置。
12. 前記算出手段は、前記被検体の対象部位の移動に関する特徴量を、前記基準空間に座標変換し、前記基準空間上で前記標準特徴量と比較することにより、前記特性値を算出することを特徴とする請求項１乃至１１のいずれか一項に記載の画像処理装置。
13. 前記算出手段は、前記標準特徴量を、前記画像空間に座標変換し、前記画像空間上で前記被検体の対象部位の移動に関する特徴量と比較することにより、前記特性値を算出することを特徴とする請求項１乃至１１のいずれか一項に記載の画像処理装置。
14. 画像座標系で構成される画像空間における標準被検体の肺の胸膜の移動に関する特徴量を、肺の輪郭上の位置に基づき算出されるパラメータを座標軸に設定した基準空間に座標変換し、座標変換後の特徴量に基づいて算出することで標準特徴量を取得する取得手段を有することを特徴とする情報処理装置。
15. 画像座標系で構成される画像空間における被検体の対象部位の移動に関する特徴量を取得する第一の取得工程と、
    前記画像空間における前記被検体とは異なる標準被検体の対象部位の移動に関する特徴量を、前記画像空間から、前記対象部位の輪郭上の位置に基づき算出されるパラメータを座標軸に設定した基準空間に座標変換し、座標変換後の特徴量に基づいて標準特徴量を取得する第二の取得工程と、
    前記被検体の対象部位の移動に関する特徴量と前記標準特徴量に基づき、前記被検体の対象部位の移動に関する特性値を算出する算出工程とを有すること
    を特徴とする情報処理方法。
16. 前記対象部位は肺であることを特徴とする請求項１５に記載の情報処理方法。
17. 請求項１５または１６に記載の情報処理方法を実行させるプログラムを格納した記憶媒体。

Images