WO2012020547A1 - 画像診断支援装置、方法及びプログラム - Google Patents

画像診断支援装置、方法及びプログラム Download PDF

Info

Publication number
WO2012020547A1
WO2012020547A1 PCT/JP2011/004233 JP2011004233W WO2012020547A1 WO 2012020547 A1 WO2012020547 A1 WO 2012020547A1 JP 2011004233 W JP2011004233 W JP 2011004233W WO 2012020547 A1 WO2012020547 A1 WO 2012020547A1
Authority
WO
WIPO (PCT)
Prior art keywords
region
area
image
partial
organ
Prior art date
Application number
PCT/JP2011/004233
Other languages
English (en)
French (fr)
Inventor
太 櫻木
Original Assignee
富士フイルム株式会社
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 富士フイルム株式会社 filed Critical 富士フイルム株式会社
Priority to CN201180038916.0A priority Critical patent/CN103068313B/zh
Priority to EP11816217.1A priority patent/EP2604189A1/en
Publication of WO2012020547A1 publication Critical patent/WO2012020547A1/ja
Priority to US13/755,324 priority patent/US9655579B2/en

Links

Images

Classifications

    • 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
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • 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
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/037—Emission tomography
    • 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
    • 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
    • A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B6/469—Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
    • 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
    • A61B6/507—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 determination of haemodynamic parameters, e.g. perfusion CT
    • 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
    • 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
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/107—Visualisation of planned trajectories or target regions
    • 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
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10108—Single photon emission computed tomography [SPECT]
    • 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
    • G06T2207/30056—Liver; Hepatic
    • 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
    • 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

Definitions

  • the present invention relates to an image diagnosis support apparatus, method, and program for assisting a doctor in diagnosing organs such as the liver and lungs and determining a resection region in surgery.
  • Patent Document 1 blood vessels, liver parenchyma, and tumor portions are extracted from an X-ray CT image of the liver, and the blood vessels dominated by the extracted tumor based on the extracted blood vessel core line position, blood vessel diameter, and the like.
  • An image diagnosis support apparatus has been proposed in which a blood vessel that supplies nutrients to a tumor is specified by specifying whether it belongs to the region, and a dominant region of the blood vessel is displayed as a portion to be excised.
  • a partial blood vessel 52p (a blood vessel branch from the position P to the terminal) that supplies nutrients to the tumor is determined based on the positional relationship between the blood vessel 52 of the liver 51 and the tumor 53, and the dominant region 55b of the partial blood vessel 52p is excised. Although it is determined as a power part, it does not pay attention to the evaluation of the function of the organ.
  • the determined excision region 55b a region where the functional deterioration is remarkably included in the target of excision, for example, the region 56b in FIG. May not be included properly.
  • region 56 in FIG. 7 represents an area
  • the present invention has been made in view of the above circumstances, and it is an object of the present invention to provide an image diagnosis support apparatus, method, and program capable of more appropriately determining a portion to be excised in consideration of an organ function level. It is what.
  • the image diagnosis support apparatus of the present invention includes an image storage means for storing a morphological image representing the form of a specific organ including a tubular structure therein, and a functional image representing a functional level at each position of the organ; Structure region extraction means for extracting a structure region representing a structure governing an organ from a morphological image, partial region determination means for determining a specific partial region in the extracted structure region, and the determined portion; A control region determining means for determining a control region of an organ controlled by the structure of the region, and at least one of a process for determining the partial region by the partial region determination means and a process for determining the control region by the control region determination means Is performed using a functional image.
  • the dominating region determining means determines the dominating region using a distance weighted by a function level at each position on the shortest path between each part of the organ in the morphological image and the determined partial region. May be.
  • the apparatus includes a lesion region acquisition unit that acquires a lesion region in an organ in a morphological image, and the partial region determination unit includes the partial region so that the dominant region includes the lesion region acquired by the lesion region acquisition unit. It may be determined.
  • the lesion area acquisition means may acquire an area at a position corresponding to an area in the morphological image whose function level in the function image is lower than a predetermined reference value as a lesion area.
  • a designation unit that designates an arbitrary position on the structure region may be provided, and the partial region determination unit may determine the partial region based on the designated position.
  • the image processing apparatus includes a lesion area acquisition unit that acquires a lesion area in an organ in a morphological image
  • the dominant area determination unit includes a lesion area acquired by the lesion area acquisition unit, and the area other than the dominant area
  • the partial region may be determined so that the evaluation value calculated using the function level at each of the positions is maximized.
  • normalization means for normalizing the functional level at each position of the organ to a positive or negative value with a value of a predetermined functional level being zero, the evaluation value is a position in a region other than the dominant region. It may be the sum of the normalized function levels in.
  • display control means for displaying the dominant area determined by the dominant area determining means in a manner distinguishable from other areas may be provided.
  • the image diagnosis support method of the present invention is a method in which the processing performed by each means of the image diagnosis support apparatus is executed by at least one computer.
  • the image diagnosis support program of the present invention is a program that causes at least one computer to execute the processing performed by each means of the image diagnosis support apparatus.
  • This program is recorded on a recording medium such as a CD-ROM or DVD, or recorded in a downloadable state in a storage attached to a server computer or a network storage, and provided to the user.
  • “functional level at each position of the organ” means the degree of normal functioning of the tissue at each position of the organ.
  • “Functional image representing a functional level” broadly means an image from which the functional level can be derived directly or indirectly, and the functional level is represented directly as a pixel value level.
  • the image includes an image that can indirectly evaluate the function level by performing a predetermined analysis process.
  • To control an organ means to keep the organ functioning normally by supplying oxygen and nutrients to the organ.
  • Tubular structure means, for example, blood vessels inside the liver when the organ is the liver, and bronchi inside the lung when the organ is the lung.
  • the “structure area representing the structure” may be specified by the coordinate information of each pixel representing the structure, but the coordinate information of several representative points representing the structure and the representative points It may be specified by the vector information to be connected.
  • “Specifying an arbitrary position” means specifying an arbitrary position with a mouse, a keyboard, or other input device.
  • Evaluation value is a value that evaluates the function of the organ as a whole, assuming that resection is performed according to the dominant region, and the larger the value, the more the organ after resection can be judged to function normally It is.
  • a morphological image representing the form of a specific organ including an emotional structure therein and a functional image representing a functional level at each position of the organ are acquired. Extracting a structure region representing a structure that controls an organ from a morphological image, and determining a specific partial region in the extracted structure region and a control region of an organ controlled by the structure of the partial region Since the functional image is used to perform at least one of the process for determining the partial area and the process for determining the dominant area, the dominant area, that is, the part to be removed is more appropriately considered in consideration of the function level of the organ. Can be determined.
  • a lesion area in an organ in a morphological image is acquired, and a control area includes a lesion area acquired by a lesion area acquisition process, and is calculated using a function level at each position in an area other than the control area.
  • summary of the process which the image diagnosis assistance apparatus of FIG. 1 performs Illustration for explaining how to determine the dominant area The figure which shows an example of the decided control territory
  • region of the blood vessel The figure which shows an example of the image displayed by the conventional image display method
  • the diagnostic imaging support apparatus 1 is obtained by installing the diagnostic imaging support program of each embodiment on a single computer.
  • the computer may be a workstation or a personal computer directly operated by a doctor who performs diagnosis, or may be a server computer connected to them via a network.
  • the image diagnosis support program is stored and distributed on a recording medium such as a DVD or a CD-ROM, and is installed in the computer from the recording medium.
  • it is stored in a storage device of a server computer connected to a network or a network storage in a state where it can be accessed from the outside, and is downloaded and installed on a computer used by a doctor upon request.
  • FIG. 1 is a diagram showing a schematic configuration of an image diagnosis support apparatus realized by installing an image diagnosis support program on a workstation.
  • the diagnostic imaging support apparatus 1 includes a CPU 2, a memory 3, and a storage (image storage means) 4 as a standard workstation configuration.
  • the image diagnosis support apparatus 1 is connected to a display 5 and an input device such as a mouse 6.
  • CT Computer Tomography
  • MRI Magnetic Resonance Imaging
  • MS Multi Slice
  • cone beam CT as a three-dimensional morphological image 7.
  • the storage 4 uses a SPECT image output from a single photon emission tomography (SPECT) device as a three-dimensional functional image 8, and a dynamic MRI image using an EOB contrast agent.
  • SPECT single photon emission tomography
  • EOB contrast agent a dynamic MRI image using an EOB contrast agent.
  • a function image generated by obtaining a time series change (Time ⁇ Intensity Curve: TIC) of the contrast agent concentration in the aorta and liver parenchyma and analyzing the time series change by a deconvolution method is stored.
  • the memory 3 stores an image diagnosis support program.
  • the image diagnosis support program is executed by the CPU 2 as liver region extraction processing 11, blood vessel region extraction processing 12, tree structure detection processing 13, partial region determination processing 14, alignment processing 15, control region determination processing 16, and display control. Processing 17 is defined. Then, the CPU 2 executes these processes according to the program, so that the general-purpose workstation includes a liver region extracting unit, a blood vessel region extracting unit, a tree structure detecting unit, a partial region determining unit, a positioning unit, a dominant region determining unit, and It will function as display control means.
  • FIG. 2 is a block diagram showing a flow of processing executed by the image diagnosis support program.
  • the image diagnosis support apparatus 1 displays a list of subject IDs, and when a selection operation by the user is detected, loads an image file related to the selected subject into the memory 3.
  • a plurality of types of examinations for example, CT examination and SPECT examination
  • CT examination and SPECT examination are performed on the subject, and as a result, the three-dimensional morphological image 7 and the three-dimensional functional image 8 stored in the storage 4 are loaded into the memory 3.
  • the diagnostic imaging support apparatus 1 When the 3D morphological image 7 is loaded into the memory 3, the diagnostic imaging support apparatus 1 first executes a liver region extraction process 11 that extracts the liver region 51 for the 3D morphological image 7. Specifically, the image diagnosis support apparatus 1 calculates a feature amount that represents the outline of the liver for each voxel data value constituting the three-dimensional morphological image 7, and the calculated feature amount is acquired in advance by machine learning. By evaluating based on the evaluation function, it is determined whether or not the voxel data represents the outline of the liver. By repeating this determination, voxel data representing the outline of the entire liver is extracted. In this embodiment, the Adaboost algorithm is used for obtaining the evaluation function. The extraction of the liver region 51 may be performed using other machine learning methods or statistical analysis methods such as a linear discriminant method, a neural network, a support vector machine, or the like.
  • the image diagnosis support apparatus 1 executes the blood vessel region extraction processing 12 and the tree structure detection processing 13 for the liver region 51 extracted by the liver region extraction processing 11 of the three-dimensional morphological image 7.
  • a linear structure is searched by calculating eigenvalues of a 3 ⁇ 3 Hessian matrix for each local region in the liver region 51.
  • one of the three eigenvalues of the Hessian matrix is a value close to 0, and the other two are relatively large values.
  • the eigenvector corresponding to the eigenvalue whose value is close to 0 indicates the principal axis direction of the linear structure.
  • the likelihood of a linear structure is determined for each local region based on the eigenvalues of the Hessian matrix, and the central point is determined for the local region where the linear structure is identified. Detect as candidate points.
  • the candidate points detected by the search are connected based on a predetermined algorithm.
  • a tree structure 52 composed of candidate points and blood vessel branches (edges) connecting the candidate points is constructed.
  • the coordinate information of the detected candidate points and vector information indicating the direction of the blood vessel branch are stored in the memory together with the candidate point and the identifier of the blood vessel branch.
  • the outline of the blood vessel is identified in a cross section perpendicular to the blood vessel path based on the value of the surrounding voxel (CT value).
  • CT value value of the surrounding voxel
  • the shape is identified using a known segmentation technique represented by Graph-Cuts.
  • the diagnostic imaging support apparatus 1 outputs the tree structure 52 detected by the tree structure detection process 13 to the screen of the display 5 after executing the above procedure.
  • the diagnostic imaging support apparatus 1 determines the partial region 52p of the blood vessel based on the designated position P.
  • the partial area determination process 14 to be executed is executed.
  • the blood vessel branch from the position P specified by the user to the end of the entire tree structure 51 is determined as the partial region 52p.
  • the determination result of the partial area 52p is stored in the memory 3 as volume data.
  • the image diagnosis support apparatus 1 executes the alignment process 15 between the 3D morphological image 7 and the 3D functional image 8.
  • the liver region is aligned between the three-dimensional form image 7 and the three-dimensional functional image 8, and the moving direction and moving amount of each pixel between these images
  • the coordinate value of the liver region extracted from the three-dimensional functional image 8 is converted using the moving direction and moving amount.
  • those images can each represent information at the same position of the liver region at the same coordinate value.
  • the alignment process 15 may be executed in parallel with the liver area extraction process 11, the blood vessel area extraction process 12, the tree structure extraction process 13, and the partial area determination process 14.
  • the diagnostic imaging support apparatus 1 executes a control region determination process 16 that determines a region (control region) controlled by the blood vessels of the partial region with reference to the partial region determined in the partial region determination process 14. .
  • a control region determination process 16 determines a region (control region) controlled by the blood vessels of the partial region with reference to the partial region determined in the partial region determination process 14.
  • each point in the region other than the blood vessel (liver parenchyma) in the liver region is dominated by the blood vessel having the smallest distance weighted with the function level at each position on the shortest path from that point.
  • the function level ⁇ at each position in the region 61 is 1, the function level ⁇ in the region 62 is 1/3, the function level ⁇ in the region 63 is 2, and the function level distribution at each position on the path
  • the width of the dominant region depends on the functional level distribution in the vicinity thereof. That is, it becomes large where a portion having a low function level ⁇ in the vicinity thereof, and becomes small where a portion having a high function level ⁇ in the vicinity thereof has.
  • FIG. 4 exemplifies the processing result of the dominant region determination processing 16 described above.
  • the boundary line of the dominant region is determined by the above processing
  • the dominant region 55a of the partial region 52p determined by the partial region determining process 14 is determined as shown in FIG.
  • the processing result obtained here is stored in the memory 3.
  • the diagnostic imaging support apparatus 1 performs a display control process 17.
  • the control area 55a determined by the control area determination processing 16 is displayed on the screen of the display 5 in a manner distinguishable from other areas. For example, by assigning different colors to the dominating area 55a and other areas, the range of the dominating area 55a is presented in a visually distinguishable manner.
  • the three-dimensional morphological image 7 representing the shape of a specific liver including a blood vessel therein and the functional level at each position of the liver are represented.
  • the blood vessel region 52 representing the blood vessel that governs the liver is extracted from the three-dimensional functional image 8, and a specific partial region 52p in the extracted blood vessel region 52 is determined, and the partial region 52p is obtained. Since the control region 55a of the liver controlled by the blood vessels of the liver is determined using the three-dimensional functional image 8, the control region 55a, that is, the part to be excised is determined more appropriately in consideration of the function level ⁇ of the liver. Can do.
  • the image diagnosis support apparatus and program accepts designation of an arbitrary position P on the blood vessel region 52, determines a partial region 52p in the blood vessel region based on the designated position P, and Since the dominating region is determined using the distance weighted by the function level ⁇ at each position on the shortest path between each part of the liver 51 and the determined partial region 52p in the morphological image 7, the dominating region (resection) The portion where the liver function is significantly reduced can be included in 55a more widely than in the dominant region determined by the technique described in Patent Document 1.
  • the present invention is not limited to this.
  • the liver in the three-dimensional morphological image 7 The dominant area of the partial area determined by acquiring the lesion area in the middle and determining that each point in the liver area is governed by the blood vessel nearest to that point so that the lesion area is included
  • the blood vessel partial region 52p may be determined.
  • the process of acquiring the lesion area is performed by using a mouse 6 provided with a position of a lesion such as a nodule / cancer discovered by a doctor or the like by interpreting the three-dimensional morphological image 7 or the three-dimensional functional image 8 in the diagnostic imaging support apparatus 1. It may be obtained by receiving an input using an input device such as a computer, or a lesion area is obtained by automatically detecting a lesion by a computer-aided diagnosis (CAD-system) system. May be. For example, a region at a position corresponding to a region whose function level in the three-dimensional functional image 8 is lower than a predetermined reference value in the three-dimensional form image 7 may be acquired as a lesion region.
  • CAD-system computer-aided diagnosis
  • FIG. 5 is a block diagram illustrating a flow of processing executed by the diagnostic imaging support program according to the second embodiment.
  • the image diagnosis support apparatus according to the present embodiment performs the lesion area acquisition process and the function level normalization process before determining the partial area, and determines the partial area based on the results of these processes. 1 different from the diagnostic device.
  • the difference from the first embodiment will be mainly described, and the same processes as those of the first embodiment will be denoted by the same reference numerals and the description thereof will be omitted.
  • the lesion area acquisition process 30 for acquiring the lesion area 53 in the liver in the three-dimensional morphological image 7 will be described.
  • the image diagnosis support apparatus 1 has a lesion area 53 in the diagnostic imaging support apparatus 1 that includes a position of a lesion such as a nodule / cancer that is found by a doctor or the like interpreting the three-dimensional morphological image 7 or the three-dimensional functional image 8 It is obtained in response to input using an input device such as 6.
  • the lesion area 53 may be acquired by automatically detecting a lesion by a computer-aided diagnosis (CAD-computer diagnosis) system. For example, a region at a position corresponding to a region whose function level in the three-dimensional functional image 8 is lower than a predetermined reference value in the three-dimensional form image 7 may be acquired as a lesion region.
  • CAD-computer diagnosis computer-aided diagnosis
  • the normalization process 31 for normalizing the function level at each position of the liver will be described.
  • the pixel value (function level) of the three-dimensional function image 8 is set to zero as a function level value that becomes a boundary of whether or not the function at each position of the liver should be the target of resection, A function level lower than the boundary function level is normalized to a negative value, and a function level higher than the boundary function level is normalized to a positive value.
  • the partial area determination process 32 for determining a partial area based on the results of the lesion area acquisition process 30 and the normalization process 31 will be described.
  • the dominant region includes the lesion region acquired by the lesion region acquisition process 30, and the evaluation value calculated using the function level at each position in the region other than the dominant region is maximized. In this way, the partial region of the blood vessel is determined.
  • a blood vessel branch 52b (a blood vessel branch from the base point Pb to the terminal end) for supplying nutrition to the lesion region 53 by specifying which blood vessel dominated region the extracted lesion region 53 belongs to. And determine that each point in the region other than the blood vessel in the liver region (eg, liver parenchyma) is dominated by the closest blood vessel from that point using the Voronoi diagram The specified blood vessel dominant region 55b is obtained. Further, the sum of the normalized function levels (evaluation value) at each position in the area other than the dominant area 55b is obtained.
  • the base point Pb of the blood vessel branch 52b While moving the base point Pb of the blood vessel branch 52b along the blood vessel branch in the upstream and downstream directions of the blood vessel at a predetermined interval, at each position, the dominant region dominated by the blood vessel branch from that position to the terminal end and its The sum of normalized function levels at each position in the region other than the dominant region is obtained, and the position of the base point Pc that maximizes the sum is detected.
  • the blood vessel branch from the base point Pc to the end is determined as the final partial region 52c.
  • Voronoi diagram Voronoi diagram to determine that each point in the region other than the blood vessel (liver parenchyma, etc.) in the liver region is dominated by the blood vessel closest to that point, and is determined by the partial region determination processing 32 The dominant region 55c of the partial region is determined.
  • the lesion area 53 in the liver 51 in the three-dimensional functional image 8 is acquired, and the dominant area is acquired by the lesion area acquisition process. Since the partial area 52c is determined so as to maximize the evaluation value including the lesion area 53 and using the function level ⁇ at each position in the area other than the dominant area, the dominant area 55c is determined. The liver after excision can be made to function more normally.
  • the 3D morphological image 7 and the 3D functional image 8 are both photographed in accordance with the photographing conditions such as the photographing posture and the setting of the coordinate axis of the generated image.
  • the above alignment process is not necessary, and the functional level at each position of the liver region obtained from the three-dimensional functional image 8 corresponds to the position of the same coordinate in the three-dimensional morphological image 7. It can be used as it is.
  • the boundary is corrected to a receding shape with a predetermined thickness, and the corrected dominant region is provided for use.
  • the diagnostic imaging support apparatus of the present invention is applied to a device for determining a portion to be excised from the liver.
  • the present invention is not limited to this. It can apply to what determines the part to be excised in the organ containing.
  • processing for determining the portion to be excised may be performed in consideration of the amount of the morphological volume of the organ after excision.

Landscapes

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

Abstract

【課題】肝臓の機能レベルを考慮して、切除する部分をより適切に決定する。 【解決手段】内部に血管を含む肝臓の形態を表した形態画像と、肝臓の各位置における機能レベルを表した機能画像とを取得し、形態画像から肝臓を支配する血管を表す血管領域を抽出し、抽出された血管領域中の特定の部分領域および該部分領域の血管により支配される肝臓の支配領域を決定する。その際、その部分領域を決定する処理および支配領域を決定する処理の少なくとも一つの処理を機能画像を用いて行なう。

Description

画像診断支援装置、方法及びプログラム
　本発明は、肝臓・肺などの臓器の診断や手術において切除領域を決定する際に医師を支援するための画像診断支援装置、方法及びプログラムに関するものである。
　肝臓・肺などの臓器において患部を切除する手術を行う場合には、手術前に画像診断によってその切除する部分を適切に決めておくことが必要である。
　特許文献１には、肝臓のＸ線ＣＴ画像から血管や肝臓実質、腫瘍部分を抽出し、抽出された血管の芯線の位置や血管径等に基づいて、抽出された腫瘍がどの血管の支配領域に属するかを特定することによって腫瘍に栄養を供給する血管を特定し、その血管の支配領域を切除すべき部分として表示する画像診断支援装置が提案されている。
特開２００７－５４１４７号公報
ところで、上記切除する部分には、その臓器における機能の低下が著しい部分を含め、正常な部位は可能な限り残すことが望まれるところ、上記特許文献１記載の技術は、たとえば図７に示すように、肝臓５１の血管５２と腫瘍５３の位置関係に基づいて腫瘍に栄養を供給する部分血管５２ｐ（位置Ｐから終端までの血管枝）を決定し、その部分血管５２ｐの支配領域５５ｂを切除すべき部分として決定するものではあるが、臓器の機能評価に着目したものではないため、その決定された切除領域５５ｂに、機能低下が著しく切除の対象に含めるべき領域、たとえば図７中の領域５６ｂを適切に含められない場合がある。なお、図７中の領域５６は、肝臓の機能低下が著しい領域を表す。
　本発明は上記事情に鑑みてなされたものであり、臓器の機能レベルを考慮して切除する部分をより適切に決定することを可能にする画像診断支援装置、方法及びプログラムを提供することを目的とするものである。
　本発明の画像診断支援装置は、内部に管状の構造物を含む特定の臓器の形態を表した形態画像と、臓器の各位置における機能レベルを表した機能画像とを記憶する画像記憶手段と、形態画像から臓器を支配する構造物を表す構造物領域を抽出する構造物領域抽出手段と、抽出された構造物領域中の特定の部分領域を決定する部分領域決定手段と、該決定された部分領域の構造物により支配される臓器の支配領域を決定する支配領域決定手段とを備え、部分領域決定手段による部分領域を決定する処理および支配領域決定手段による支配領域を決定する処理の少なくとも一つを機能画像を用いて行なうことを特徴とするものである。
　上記装置において、支配領域決定手段は、形態画像における臓器の各部分と決定された部分領域との、最短経路上の各位置における機能レベルを重み付けした距離を用いて支配領域を決定するものであってもよい。
　また、上記装置は、形態画像における臓器中の病変領域を取得する病変領域取得手段を備え、部分領域決定手段が、支配領域が病変領域取得手段により取得された病変領域を含むように部分領域を決定するものであってもよい。この病変領域取得手段は、形態画像中の、機能画像における機能レベルが所定の基準値より低い領域に対応する位置の領域を病変領域として取得するものであってもよい。
　また、構造物領域上の任意の位置を指定する指定手段を備え、部分領域決定手段が、指定された位置に基づいて部分領域を決定するものであってもよい。
　また、形態画像における臓器中の病変領域を取得する病変領域取得手段を備え、支配領域決定手段が、支配領域が病変領域取得手段により取得された病変領域を含み、かつ、該支配領域以外の領域内の各位置における機能レベルを用いて算出される評価値が最大となるように部分領域を決定するものであってもよい。
　また、臓器の各位置における機能レベルを、所定の機能レベルの値をゼロとする正または負の値に正規化する正規化手段を備え、上記評価値が、支配領域以外の領域内の各位置における正規化された機能レベルの総和であってもよい。
　また、支配領域決定手段により決定された支配領域を他の領域と区別可能な態様で表示する表示制御手段を備えたものであってもよい。
　また、本発明の画像診断支援方法は、上記画像診断支援装置の各手段が行う処理を、少なくとも１台のコンピュータにより実行する方法である。
　また、本発明の画像診断支援プログラムは、上記画像診断支援装置の各手段が行う処理を、少なくとも１台のコンピュータに実行させるプログラムである。このプログラムは、ＣＤ－ＲＯＭ，ＤＶＤなどの記録メディアに記録され、またはサーバコンピュータに付属するストレージやネットワークストレージにダウンロード可能な状態で記録されて、ユーザに提供される。
　ここで、「臓器の各位置における機能レベル」とは、臓器の各位置における組織が正常に機能している度合いを意味する。
　「機能レベルを表した機能画像」は、機能レベルを直接的あるいは間接的に導きだすことができる画像を広く意味するものであって、機能レベルが画素値の高低として直接的に表された画像の他に、所定の解析処理を行うことによって機能レベルを間接的に評価することができる画像などを含むものである。
　「臓器を支配する」とは、その臓器に対し酸素や栄養分を供給することにより臓器の機能を正常に保つことを意味する。
　「管状の構造物」は、たとえば臓器が肝臓である場合における肝臓内部の血管、臓器が肺である場合における肺内部の気管支のようなものを意味する。
　「構造物を表す構造物領域」は、構造物を表す各画素の座標情報により特定されるものであってもよいが、構造物を表すいくつかの代表点の座標情報およびその代表点同士を連結するベクトル情報により特定されるものであってもよい。
　「任意の位置の指定」は、マウスやキーボードあるいはその他の入力装置によって任意の位置を指定することをいう。
　「評価値」は、その支配領域によって切除を行なった場合を仮定して臓器全体としての機能を評価した値であって、その値が大きいほど切除後の臓器が正常に機能すると判断し得るものである。
　本発明の画像診断支援装置、方法およびプログラムによれば、内部に感情の構造物を含む特定の臓器の形態を表した形態画像と、臓器の各位置における機能レベルを表した機能画像と取得し、形態画像から臓器を支配する構造物を表す構造物領域を抽出し、抽出された構造物領域中の特定の部分領域および該部分領域の構造物により支配される臓器の支配領域を決定する処理を、その部分領域を決定する処理および支配領域を決定する処理の少なくとも一つを機能画像を用いて行なうようにしたので、臓器の機能レベルを考慮して支配領域、すなわち切除する部分をより適切に決定することができる。
　上記方法及び装置並びにプログラムにおいて、形態画像における臓器の各部分と決定された部分領域との、最短経路上の各位置における機能レベルを重み付けした距離を用いて支配領域を決定するようにした場合には、支配領域（切除する部分）に臓器の機能低下が著しい部分をより適切に含めることができる。
　また、形態画像における臓器中の病変領域を取得し、支配領域が病変領域取得処理により取得された病変領域を含み、かつ、該支配領域以外の領域内の各位置における機能レベルを用いて算出される評価値が最大となるように部分領域を決定するようにした場合には、その支配領域による切除後の臓器がより正常に機能する状態となるようにすることができる。
本発明の第１の実施形態における画像診断支援装置の概略構成を示す図 図１の画像診断支援装置が実行する処理の概要を示す図 支配領域の決定方法を説明するための図 決定された支配領域の一例を示す図 第２の実施形態における画像診断支援装置が実行する処理の概要を示す図 血管の部分領域の決定方法を説明するための図 従来の画像表示方法により表示された画像の一例を示す図
　以下、本発明の画像診断支援装置、方法およびプログラムの実施形態について、図面を参照しながら詳細に説明する。
　以下に示す各実施形態において、画像診断支援装置１は、一台のコンピュータに、各実施形態の画像診断支援プログラムをインストールしたものである。コンピュータは、診断を行う医師が直接操作するワークステーションやパソコンでもよいし、もしくは、それらとネットワークを介して接続されたサーバコンピュータでもよい。画像診断支援プログラムは、ＤＶＤ，ＣＤ－ＲＯＭ等の記録メディアに格納されて配布され、その記録媒体からコンピュータにインストールされる。もしくは、ネットワークに接続されたサーバコンピュータの記憶装置、あるいはネットワークストレージに、外部からアクセス可能な状態で記憶され、要求に応じて医師が使用するコンピュータにダウンロードされ、インストールされる。
[実施形態１]
　図１は、ワークステーションに画像診断支援プログラムをインストールすることにより実現された画像診断支援装置の概略構成を示す図である。同図が示すように、画像診断支援装置１は、標準的なワークステーションの構成として、ＣＰＵ２、メモリ３およびストレージ（画像記憶手段）４を備えている。また、画像診断支援装置１には、ディスプレイ５と、マウス６等の入力装置が接続されている。
　ストレージ４には、三次元形態画像７として、ＣＴ（Computed Tomography）装置やＭＲＩ（Magnetic Resonance Imaging）装置が出力したスライスデータから再構成されたボリュームデータ、ＭＳ（Multi Slice）ＣＴ装置やコーンビームＣＴ装置が出力したボリュームデータ等が記憶されている。
　また、ストレージ４には、三次元機能画像８として、単一光子放射断層撮影（SPECT: Single Photon Emission Computed Tomography）装置が出力したＳＰＥＣＴ画像、ＥＯＢ造影剤を用いたダイナミックＭＲＩ画像を用いて、腹部大動脈と肝臓実質における造影剤濃度の時系列的変化（Time Intensity Curve: TIC）を求め、これらの時系列的変化をデコンボリューション法で解析することにより生成された機能画像等が記憶されている。
　また、メモリ３には、画像診断支援プログラムが記憶されている。画像診断支援プログラムは、ＣＰＵ２に実行させる処理として、肝臓領域抽出処理１１、血管領域抽出処理１２、木構造検出処理１３、部分領域決定処理１４、位置合わせ処理１５、支配領域決定処理１６および表示制御処理１７を規定している。そして、ＣＰＵ２がプログラムに従いこれらの処理を実行することで、汎用のワークステーションは、肝臓領域抽出手段、血管領域抽出手段、木構造検出手段、部分領域決定手段、位置合わせ手段、支配領域決定手段および表示制御手段として機能することになる。
　図２は、画像診断支援プログラムにより実行される処理の流れを示すブロック図である。画像診断支援装置１は、まず、被検体のＩＤの一覧を表示し、ユーザによる選択操作を検出すると、選択された被検体に関連する画像ファイルをメモリ３にロードする。その被検体に対し複数種類の検査（例えばＣＴ検査とＳＰＥＣＴ検査）が行われ、その結果ストレージ４に記憶されている三次元形態画像７と三次元機能画像８をメモリ３にロードする。
　画像診断支援装置１は、三次元形態画像７をメモリ３にロードすると、まず、その三次元形態画像７を対象に、肝臓領域５１を抽出する肝臓領域抽出処理１１を実行する。具体的には、画像診断支援装置１は、三次元形態画像７を構成する各ボクセルデータの値について、肝臓の輪郭らしさを表す特徴量を算出し、算出した特徴量を機械学習により予め取得された評価関数に基づいて評価することで、そのボクセルデータが肝臓の輪郭を表すものであるか否かを判断する。この判断を繰り返すことにより、肝臓全体の輪郭を表すボクセルデータが抽出される。本実施形態では、評価関数の取得にアダブーストアルゴリズムを用いている。なお、肝臓領域５１の抽出は、他のマシンラーニング法や統計解析法、例えば線形判別法やニューラルネットワーク、サポートベクターマシン等を用いて行ってもよい。
　次に、画像診断支援装置１は、三次元形態画像７の、肝臓領域抽出処理１１により抽出された肝臓領域５１を対象として、血管領域抽出処理１２および木構造検出処理１３を実行する。まず、肝臓領域５１内の局所領域ごとに、３×３のヘシアン（Hessian）行列の固有値を算出することにより線状構造の探索を行う。線状構造が含まれる領域では、ヘシアン行列の３つの固有値のうち１つは０に近い値となり、他の２つは相対的に大きな値となる。また、値が０に近い固有値に対応する固有ベクトルは、線状構造の主軸方向を示すものとなる。血管領域抽出処理１２では、この関係を利用して、局所領域ごとに、ヘシアン行列の固有値に基づいて線状構造らしさを判定し、線状構造が識別された局所領域については、その中心点を候補点として検出する。
　次に、探索により検出された候補点を、所定のアルゴリズムに基づいて連結する。これにより、候補点および候補点同士を連結する血管枝（エッジ）からなる木構造５２が構築される。検出された複数の候補点の座標情報や、血管枝の方向を示すベクトル情報は、候補点や血管枝の識別子とともにメモリに記憶される。続いて、検出された候補点ごとに、周辺のボクセルの値（ＣＴ値）に基づき、血管経路に垂直な断面において、血管の輪郭（血管の外壁）を識別する。形状の識別は、Graph-Cutsに代表される公知のセグメンテーション手法を用いて行う。以上の処理により、抽出された血管領域の特定に必要な情報が生成され、メモリに記憶される。
　なお、本実施形態では、画像診断支援装置１は、上記手順を実行した後に、木構造検出処理１３により検出された木構造５２をディスプレイ５の画面に出力する。この画面において、ユーザがマウス６等の入力装置を用いて木構造５２上の任意の位置Ｐを指定すると、画像診断支援装置１は、指定された位置Ｐに基づいて血管の部分領域５２ｐを決定する部分領域決定処理１４を実行する。本実施の形態では、木構造５１全体のうちユーザにより指定された位置Ｐから終端までの血管枝が部分領域５２ｐとして決定される。この部分領域５２ｐの決定結果は、ボリュームデータとしてメモリ３に保存する。
　次に、画像診断支援装置１は、三次元形態画像７と三次元機能画像８との間で位置合わせ処理１５を実行する。公知の剛体または非剛体レジストレーションを用いて、三次元形態画像７と三次元機能画像８との間で、肝臓領域の位置合わせを行い、それらの画像間での各画素の移動方向・移動量を求め、三次元機能画像８で抽出された肝臓領域の座標値をその移動方向・移動量を用いて変換する。これにより、それらの画像が、同一座標値において、それぞれ肝臓領域の同一位置における情報を表すものとすることができる。なお、この位置合わせ処理１５は、肝臓領域抽出処理１１や血管領域抽出処理１２や木構造抽出処理１３、部分領域決定処理１４と並列に実行してもよい。
　続いて、画像診断支援装置１は、部分領域決定処理１４において決定された部分領域を基準として、その部分領域の血管により支配される領域（支配領域）を決定する支配領域決定処理１６を実行する。本実施形態では、肝臓領域内の血管以外の領域（肝臓実質）中の各点が、その点からの最短経路上の各位置における機能レベルを重み付けした距離が最も小さくなる血管に支配されていると判定することによって、部分領域決定処理１４により決定された部分領域の支配領域を求める。
　以下、図３を参照して、支配領域決定処理１６により、隣接する２本の血管Ａ、Ｂの支配領域の境界を決定する方法について説明する。ここでは、理解を容易にするため、２本の血管Ａ、Ｂが平行する同一径の血管である場合を例示している。この場合、血管ＡとＢの主軸方向に垂直方向の各経路ａｎ～ｂｎ（ｎ＝１、２、３、・・・）において、血管Ａ、Ｂの支配領域の境界となる点ｃｎを、次の式（１）により求める。ここで、αは最短経路上の各位置における機能レベルである。この処理により求められた複数の境界点は血管Ａ、Ｂの支配領域の境界線Ｃを表すものとなる。
Figure JPOXMLDOC01-appb-M000001
　図３では、領域６１の各位置における機能レベルαを１、領域６２での機能レベルαが１／３、領域６３での機能レベルαを２とし、その経路上の各位置における機能レベルの分布が異なる３つの経路ａｎ～ｂｎ（ｎ＝１、２、３）において決定した境界点ｃｎの具体例を示す。図３に示すように、支配領域の幅（血管の中心線からその支配領域の境界までの距離）は、その近傍における機能レベルの分布に依存する。すなわち、その近傍において機能レベルαが低い部分が有するところでは大きくなり、その近傍において機能レベルαが高い部分が有するところでは小さくなる。
　図４は、以上に説明した支配領域決定処理１６の処理結果を例示したものである。上記処理により支配領域の境界線が定まることにより、同図に示すとおり、部分領域決定処理１４により決定された部分領域５２ｐの支配領域５５ａが決定される。ここで得られた処理結果はメモリ３に保存される。
　続いて、画像診断支援装置１は、表示制御処理１７を行う。ディスプレイ５の画面に、支配領域決定処理１６により決定された支配領域５５ａを他の領域と区別可能な態様で表示する。たとえば支配領域５５ａと他の領域に異なる色を割り当てることによって、支配領域５５ａの範囲を視覚的に識別可能な態様で提示する。
　以上に説明したとおり、本実施形態の画像診断支援装置およびプログラムによれば、内部に血管を含む特定の肝臓の形態を表した三次元形態画像７と、肝臓の各位置における機能レベルを表した三次元機能画像８と取得し、三次元形態画像７から肝臓を支配する血管を表す血管領域５２を抽出し、抽出された血管領域５２中の特定の部分領域５２ｐを決定し、該部分領域５２ｐの血管により支配される肝臓の支配領域５５ａを三次元機能画像８を用いて決定しているので、肝臓の機能レベルαを考慮して支配領域５５ａ、すなわち切除する部分をより適切に決定することができる。
　また、本実施形態の画像診断支援装置およびプログラムは、血管領域５２上の任意の位置Ｐの指定を受け付け、該指定された位置Ｐに基づいて血管領域中の部分領域５２ｐを決定し、三次元形態画像７における肝臓５１の各部分と決定された部分領域５２ｐとの、最短経路上の各位置における機能レベルαを重み付けした距離を用いて支配領域を決定しているので、その支配領域（切除する部分）５５ａに肝臓の機能低下が著しい部分を、上記特許文献１記載の技術によって決定される支配領域の場合よりも広く含めることができる。
　なお、本実施の形態では、ユーザにより指定された木構造５２上の位置Ｐに基づいて血管の部分領域５２ｐを決定する場合について説明したが、これに限らず、たとえば三次元形態画像７における肝臓中の病変領域を取得し、肝臓領域内の各点がその点から最も近い血管に支配されていると判定することによって決定される部分領域の支配領域が、病変領域を含むものとなるように、血管の部分領域５２ｐを決定するようにしてもよい。
　なお、この病変領域を取得する処理は、医者などがその三次元形態画像７または三次元機能画像８を読影して発見した結節・癌などの病変の位置を画像診断支援装置１に備えるマウス６等の入力装置を用いて入力したのを受けて取得するものであってもよいし、コンピュータ支援診断CAD（computer-aided diagnosis）システムによって病変を自動検出することにより病変領域を取得するものであってもよい。たとえば、三次元形態画像７中の、三次元機能画像８における機能レベルが所定の基準値より低い領域に対応する位置の領域を病変領域として取得するようにしてもよい。
[実施形態２]
　図５は、第２の実施形態における画像診断支援プログラムにより実行される処理の流れを示すブロック図である。本実施形態の画像診断支援装置は、部分領域を決定する前に、病変領域取得処理および機能レベルの正規化処理を行い、それらの処理の結果に基づいて部分領域を決定する点で、実施形態１の診断装置と異なる。以下、実施形態１との相違点を中心に説明し、実施形態１と同じ処理については、同一の符号を付してその説明を省略する。
　まず、三次元形態画像７における肝臓中の病変領域５３を取得する病変領域取得処理３０について説明する。病変領域取得処理３０では、病変領域５３を、医者などがその三次元形態画像７または三次元機能画像８を読影して発見した結節・癌などの病変の位置を画像診断支援装置１に備えるマウス６等の入力装置を用いて入力したのを受けて取得している。なお、コンピュータ支援診断CAD（computer-aided diagnosis）システムによって病変を自動検出することにより病変領域５３を取得してもよい。たとえば、三次元形態画像７中の、三次元機能画像８における機能レベルが所定の基準値より低い領域に対応する位置の領域を病変領域として取得するようにしてもよい。
　次に、肝臓の各位置における機能レベルを正規化する正規化処理３１について説明する。正規化処理３１では、三次元機能画像８の画素値（機能レベル）を、肝臓の各位置における機能がその部分を切除の対象とすべきか否かの境界となる機能レベルの値をゼロとし、その境界となる機能レベルより低い値の機能レベルは負の値に、その境界となる機能レベルより高い値の機能レベルは正の値に正規化する。
　次に、上記病変領域取得処理３０および正規化処理３１の結果に基づいて部分領域を決定する部分領域決定処理３２について説明する。本実施形態では、その支配領域が病変領域取得処理３０により取得された病変領域を含み、かつ、その支配領域以外の領域内の各位置における機能レベルを用いて算出される評価値が最大となるように血管の部分領域を決定する。
　まず、図６に示すように、抽出された病変領域５３がどの血管の支配領域に属するかを特定することによって病変領域５３に栄養を供給する血管枝５２ｂ（基点Ｐｂから終端までの血管枝）を特定し、ボロノイ図（Voronoi diagram）を用いて、肝臓領域内の血管以外の領域（肝臓実質等）中の各点がその点から最も近い血管に支配されていると判定することによって、その特定された血管の支配領域５５ｂを求める。また、その支配領域５５ｂ以外の領域内の各位置における正規化された機能レベルの総和（評価値）を求める。
　次に、血管枝５２ｂの基点Ｐｂを血管枝に沿って血管の上下流方向に所定の間隔で移動させながら、それぞれの位置において、その位置から終端までの血管枝により支配される支配領域およびその支配領域以外の領域内の各位置における正規化された機能レベルの総和を求め、その総和を最大とする基点Ｐｃの位置を検出する。基点Ｐｃが検出されると、その基点Ｐｃから終端までの血管枝を最終的な部分領域５２ｃとして決定する。
　次に、部分領域決定処理３２により決定された部分領域５２ｃの支配領域を決定する支配領域決定処理３４について説明する。本実施形態では、ボロノイ図（Voronoi
diagram）を用いて、肝臓領域内の血管以外の領域（肝臓実質等）中の各点がその点から最も近い血管に支配されていると判定することによって、部分領域決定処理３２により決定された部分領域の支配領域５５ｃを決定する。
　以上に説明したとおり、本実施形態の画像診断支援装置およびプログラムによれば、特に、三次元機能画像８における肝臓５１中の病変領域５３を取得し、支配領域が病変領域取得処理により取得された病変領域５３を含み、かつ、その支配領域以外の領域内の各位置における機能レベルαを用いて算出される評価値が最大となるように部分領域５２ｃを決定しているので、その支配領域５５ｃによる切除後の肝臓がより正常に機能する状態となるようにすることができる。
　なお、上記各実施形態において、三次元形態画像７と三次元機能画像８が、撮影***や生成される画像の座標軸の設定等の撮影条件を合わせて撮影されてなるものである場合など、両者間の位置ズレが存在しない場合には、上記位置合わせ処理は不要となり、三次元機能画像８から得られた肝臓領域の各位置における機能レベルを三次元形態画像７の同一座標の位置に対応するものとしてそのまま用いることができる。
　また、実際の切除手術においては、切除道具の特性に起因して予め決めておいた切除領域よりも広い範囲で切除されてしまう傾向があることから、決定された支配領域を、他の領域との境界を所定の厚みで後退させたものに修正し、修正後の支配領域を利用に提供することがより好ましい。
　また、上記各実施の形態では、本発明の画像診断支援装置を肝臓の切除する部分を決定するものに適用した場合について説明したが、これに限らずたとえば肺など他の内部に管状の構造物を含む臓器において切除する部分を決定するものに適用することができる。
　また、上記切除すべき部分を決定する処理は、切除後の臓器の形態体積の量をさらに考慮して行うようにしてもよい。

Claims (14)

  1. 　内部に管状の構造物を含む特定の臓器の形態を表した形態画像と、前記臓器の各位置における機能レベルを表した機能画像とを記憶する画像記憶手段と、
    　前記形態画像から前記臓器を支配する前記構造物を表す構造物領域を抽出する構造物領域抽出手段と、
    　前記抽出された構造物領域中の特定の部分領域を決定する部分領域決定手段と、
    　該決定された部分領域の構造物により支配される前記臓器の支配領域を決定する支配領域決定手段とを備え、
    　前記部分領域決定手段による部分領域を決定する処理および前記支配領域決定手段による支配領域を決定する処理の少なくとも一つを前記機能画像を用いて行なうことを特徴とする画像診断支援装置。
  2. 　前記支配領域決定手段が、前記形態画像における前記臓器の各部分と前記決定された部分領域との、最短経路上の各位置における機能レベルを重み付けした距離を用いて前記支配領域を決定するものであることを特徴とする請求項１記載の画像診断支援装置。
  3. 　前記形態画像における前記臓器中の病変領域を取得する病変領域取得手段を備え、
    　前記部分領域決定手段が、前記支配領域が前記取得された病変領域を含むように前記部分領域を決定するものであることを特徴とする請求項１または２記載の画像診断支援装置。
  4. 　前記病変領域取得手段が、前記形態画像中の、前記機能画像における前記機能レベルが所定の基準値より低い領域に対応する位置の領域を前記病変領域として取得するものであることを特徴とする請求項３記載の画像診断支援装置。
  5. 　前記構造物領域上の任意の位置を指定する指定手段を備え、
    　前記部分領域決定手段が、前記指定された位置に基づいて前記部分領域を決定するものであることを特徴とする請求項１または２記載の画像診断支援装置。
  6. 　前記形態画像における前記臓器中の病変領域を取得する病変領域取得手段を備え、
    　前記部分領域決定手段が、前記支配領域が前記取得された病変領域を含み、かつ、該支配領域以外の領域内の各位置における前記機能レベルを用いて算出される評価値が最大となるように前記部分領域を決定するものである
    　ことを特徴とする請求項１記載の画像診断支援装置。
  7. 　前記臓器の各位置における機能レベルを、所定の機能レベルの値をゼロとする正または負の値に正規化する正規化手段を備え、
    　前記評価値が、前記支配領域以外の領域内の各位置における前記正規化された機能レベルの総和である
    　ことを特徴とする請求項６記載の画像診断支援装置。
  8. 　前記決定された支配領域を他の領域と区別可能な態様で表示する表示制御手段を備えたことを特徴とする請求項１から７のいずれか１項記載の画像診断支援装置。
  9. 　内部に管状の構造物を含む特定の臓器の形態を表した形態画像と、前記臓器の各位置における機能レベルを表した機能画像とが記憶された記憶媒体から、前記機能画像および前記形態画像を読み出す画像取得処理と、
    　前記形態画像から前記臓器を支配する前記構造物を表す構造物領域を抽出する構造物領域抽出処理と、
    　前記抽出された構造物領域中の特定の部分領域を決定する部分領域決定処理と、
    　該決定された部分領域の構造物により支配される前記臓器の支配領域を決定する支配領域決定処理とを備え、
    　前記部分領域決定処理および前記支配領域決定処理の少なくとも一つを前記機能画像を用いて行なうことを特徴とする画像診断支援方法。
  10. 　前記部分領域決定処理が、前記構造物領域上の任意の位置の指定を受け付け、該指定された位置に基づいて前記部分領域を決定するものであり、
    　前記支配領域決定処理が、前記形態画像における前記臓器の各部分と前記決定された部分領域との、最短経路上の各位置における機能レベルを重み付けした距離を用いて前記支配領域を決定するものである
    　ことを特徴とする請求項９記載の画像診断支援方法。
  11. 　前記形態画像における前記臓器中の病変領域を取得する病変領域取得処理を備え、
    　前記部分領域決定処理が、前記支配領域が前記取得された病変領域を含み、かつ、該支配領域以外の領域内の各位置における前記機能レベルを用いて算出される評価値が最大となるように前記部分領域を決定するものである
    　ことを特徴とする請求項９記載の画像診断支援方法。
  12. 　コンピュータを、
    　内部に管状の構造物を含む特定の臓器の形態を表した形態画像と、前記臓器の各位置における機能レベルを表した機能画像とを記憶する画像記憶手段と、
    　前記形態画像から前記臓器を支配する前記構造物を表す構造物領域を抽出する構造物領域抽出手段と、
    　前記抽出された構造物領域中の特定の部分領域を決定する部分領域決定手段と、
    　該決定された部分領域の構造物により支配される前記臓器の支配領域を決定する支配領域決定手段として機能させるものであり、
    　前記部分領域決定手段による部分領域を決定する処理および前記支配領域決定手段による支配領域を決定する処理の少なくとも一つを前記機能画像を用いて行なうことを特徴とする画像診断支援プログラム。
  13. 　前記コンピュータを、前記構造物領域上の任意の位置を指定する指定手段としてさらに機能させるためのものであり、
    　前記部分領域決定手段が、前記指定された位置に基づいて前記部分領域を決定するものであり、
    　前記支配領域決定手段が、前記形態画像における前記臓器の各部分と前記決定された部分領域との、最短経路上の各位置における機能レベルを重み付けした距離を用いて前記支配領域を決定するものであることを特徴とする請求項１２記載の画像診断支援プログラム。
  14. 　前記コンピュータを、前記形態画像における前記臓器中の病変領域を取得する病変領域取得手段としてさらに機能させるためのものであり、
    　前記部分領域決定手段が、前記支配領域が前記取得された病変領域を含み、かつ、該支配領域以外の領域内の各位置における前記機能レベルを用いて算出される評価値が最大となるように前記部分領域を決定するものであることを特徴とする請求項１２記載の画像診断支援プログラム。
PCT/JP2011/004233 2010-08-11 2011-07-27 画像診断支援装置、方法及びプログラム WO2012020547A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201180038916.0A CN103068313B (zh) 2010-08-11 2011-07-27 基于图像的诊断辅助设备和方法
EP11816217.1A EP2604189A1 (en) 2010-08-11 2011-07-27 Device, method and program for assisting diagnostic imaging
US13/755,324 US9655579B2 (en) 2010-08-11 2013-01-31 Image-based diagnosis assistance apparatus, method and program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2010180143A JP5011426B2 (ja) 2010-08-11 2010-08-11 画像診断支援装置、方法及びプログラム
JP2010-180143 2010-08-11

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US13/755,324 Continuation US9655579B2 (en) 2010-08-11 2013-01-31 Image-based diagnosis assistance apparatus, method and program

Publications (1)

Publication Number Publication Date
WO2012020547A1 true WO2012020547A1 (ja) 2012-02-16

Family

ID=45567523

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2011/004233 WO2012020547A1 (ja) 2010-08-11 2011-07-27 画像診断支援装置、方法及びプログラム

Country Status (5)

Country Link
US (1) US9655579B2 (ja)
EP (1) EP2604189A1 (ja)
JP (1) JP5011426B2 (ja)
CN (1) CN103068313B (ja)
WO (1) WO2012020547A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014155917A1 (ja) * 2013-03-27 2014-10-02 富士フイルム株式会社 手術支援装置、方法およびプログラム
US9582729B2 (en) 2012-11-30 2017-02-28 General Electric Company Image-based detection of the boundary between a first part and a second part

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5844093B2 (ja) * 2010-09-15 2016-01-13 株式会社東芝 医用画像処理装置及び医用画像処理方法
JP2013223620A (ja) * 2012-04-23 2013-10-31 Aze Ltd 医用画像のレジストレーション処理装置、方法およびプログラム
JP6008635B2 (ja) 2012-07-24 2016-10-19 富士フイルム株式会社 手術支援装置、方法およびプログラム
JP6426608B2 (ja) 2012-08-30 2018-11-21 ザ リージェンツ オブ ユニバーシティー オブ ミシガン 解析モルフォミクス：高速医用画像自動解析法
JP6066197B2 (ja) * 2013-03-25 2017-01-25 富士フイルム株式会社 手術支援装置、方法およびプログラム
JP5755285B2 (ja) * 2013-05-31 2015-07-29 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 磁気共鳴装置およびプログラム
JP6479671B2 (ja) * 2013-10-07 2019-03-06 学校法人近畿大学 画像処理装置
JP6570460B2 (ja) * 2016-02-25 2019-09-04 富士フイルム株式会社 評価装置、方法およびプログラム
JP6967983B2 (ja) * 2018-01-26 2021-11-17 富士フイルム株式会社 画像処理装置、画像処理方法、及びプログラム
EP3863022A1 (en) 2020-02-06 2021-08-11 Siemens Healthcare GmbH Method and system for automatically characterizing liver tissue of a patient, computer program and electronically readable storage medium
JP2022128218A (ja) * 2021-02-22 2022-09-01 ザイオソフト株式会社 医用画像処理装置、医用画像処理方法、及び医用画像処理プログラム
CN114469342B (zh) * 2022-01-17 2023-07-25 四川大学华西医院 肿瘤切缘边距场的定义方法、建立***及应用

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003033349A (ja) * 2001-07-23 2003-02-04 Hitachi Medical Corp 臓器の特定領域抽出表示方法及び装置
JP2007054147A (ja) 2005-08-23 2007-03-08 Hitachi Medical Corp 画像診断・治療支援装置
JP2009028515A (ja) * 2007-07-05 2009-02-12 Toshiba Corp 医用画像処理装置及び医用画像診断装置
WO2010013300A1 (ja) * 2008-07-28 2010-02-04 日本メジフィジックス株式会社 脳神経疾患検出技術

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003033349A (ja) * 2001-07-23 2003-02-04 Hitachi Medical Corp 臓器の特定領域抽出表示方法及び装置
JP2007054147A (ja) 2005-08-23 2007-03-08 Hitachi Medical Corp 画像診断・治療支援装置
JP2009028515A (ja) * 2007-07-05 2009-02-12 Toshiba Corp 医用画像処理装置及び医用画像診断装置
WO2010013300A1 (ja) * 2008-07-28 2010-02-04 日本メジフィジックス株式会社 脳神経疾患検出技術

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
TETSURO ODAGAWA: "Kaku Igaku no Saizensen Part 1 Saishin Modality no Rinsho ni Okeru Yuyosei", TECHNICAL REPORT SIEMENS KAKU IGAKU SAISHIN GIJUTSU NO SHOKAI, vol. 6, no. 12, 25 October 2008 (2008-10-25), RAD FAN, pages 32 - 33, XP008170369 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9582729B2 (en) 2012-11-30 2017-02-28 General Electric Company Image-based detection of the boundary between a first part and a second part
WO2014155917A1 (ja) * 2013-03-27 2014-10-02 富士フイルム株式会社 手術支援装置、方法およびプログラム
JP2014188127A (ja) * 2013-03-27 2014-10-06 Fujifilm Corp 手術支援装置、方法およびプログラム
US9713504B2 (en) 2013-03-27 2017-07-25 Fujifilm Corporation Surgery assistance apparatus and method, and non-transitory recording medium having stored therein surgery assistance program

Also Published As

Publication number Publication date
US20130144160A1 (en) 2013-06-06
US9655579B2 (en) 2017-05-23
EP2604189A1 (en) 2013-06-19
JP2012034988A (ja) 2012-02-23
CN103068313B (zh) 2015-06-17
CN103068313A (zh) 2013-04-24
JP5011426B2 (ja) 2012-08-29

Similar Documents

Publication Publication Date Title
JP5011426B2 (ja) 画像診断支援装置、方法及びプログラム
US10111713B2 (en) Surgery assistance apparatus, surgery assistance method and non-transitory computer-readable recording medium having stored therein surgery assistance program
US8805471B2 (en) Surgery-assistance apparatus, method and program
JP5009391B2 (ja) 診断支援装置、診断支援プログラムおよび診断支援方法
JP4931027B2 (ja) 医用画像診断支援装置および方法、並びにプログラム
US9495794B2 (en) Three-dimensional image display apparatus, method, and program
US8923579B2 (en) Surgery-assistance apparatus, method and computer-readable recording medium storing a program for setting a margin during organ excision
US10524823B2 (en) Surgery assistance apparatus, method and program
US9649167B2 (en) Pattern and surgery support set, apparatus, method and program
US9198603B2 (en) Device, method and program for searching for the shortest path in a tubular structure
EP2216751A2 (en) Preventing thoracic bones from being displayed in 3D images
EP2484286B1 (en) Device and method for displaying medical image and program
JP2005523758A (ja) 画像データを視覚化する方法、コンピュータプログラム、及びシステム
JP5486616B2 (ja) 医用画像診断支援装置およびその作動方法、並びにプログラム
JP2010200925A (ja) 画像処理装置および方法並びにプログラム
KR102501815B1 (ko) 인공지능을 이용한 폐기관 자동 분석 방법 및 장치

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201180038916.0

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11816217

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2011816217

Country of ref document: EP