WO2021084916A1 - 領域同定装置、方法およびプログラム - Google Patents

領域同定装置、方法およびプログラム Download PDF

Info

Publication number
WO2021084916A1
WO2021084916A1 PCT/JP2020/033887 JP2020033887W WO2021084916A1 WO 2021084916 A1 WO2021084916 A1 WO 2021084916A1 JP 2020033887 W JP2020033887 W JP 2020033887W WO 2021084916 A1 WO2021084916 A1 WO 2021084916A1
Authority
WO
WIPO (PCT)
Prior art keywords
phase
region
phase contrast
pixels
contrast image
Prior art date
Application number
PCT/JP2020/033887
Other languages
English (en)
French (fr)
Inventor
広貴 伊藤
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 JP2021554139A priority Critical patent/JP7262606B2/ja
Publication of WO2021084916A1 publication Critical patent/WO2021084916A1/ja
Priority to US17/715,015 priority patent/US11994570B2/en

Links

Images

Classifications

    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56308—Characterization of motion or flow; Dynamic imaging
    • G01R33/56316—Characterization of motion or flow; Dynamic imaging involving phase contrast techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56308—Characterization of motion or flow; Dynamic imaging
    • G01R33/56325—Cine imaging
    • 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
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • 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
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G06T2207/10096—Dynamic contrast-enhanced magnetic resonance imaging [DCE-MRI]
    • 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
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Definitions

  • the present disclosure relates to a region identification device, method and program for identifying a region of a structure through which a fluid flows inside a blood vessel or the like in an image.
  • a blood flow analysis method using such a medical image for example, a four-dimensional (4D) flow method for four-dimensionally measuring an actual blood flow is used.
  • the 4D flow captures a three-dimensional phase-contrast MRI (Magnetic Resonance Imaging) image acquired by photographing a subject including blood vessels over a plurality of time phases (phases) by, for example, a three-dimensional cine phase-contrast magnetic resonance method.
  • This is a method of deriving a flow velocity vector representing the magnitude and direction of the velocity of blood flow for each voxel, pixel, or region, and dynamically displaying this along with the flow of time.
  • a phase-contrast MRI image (hereinafter referred to as a phase-contrast image) representing the magnitude of is acquired.
  • the flow velocity vector is derived from the magnitude of the velocity of the corresponding pixel position in the phase contrast image in the three directions of x, y, and z.
  • the intensity image obtained by the three-dimensional cine phase contrast magnetic resonance method for identifying blood vessels.
  • it is difficult to automatically identify blood vessels in the intensity image because the outline of the structure is very blurred. Therefore, when the intensity image is used, it is necessary to manually identify the blood vessel while looking at the intensity image.
  • the phase contrast image is an image of the magnitude of the blood flow velocity in each of the x, y, and z directions. Therefore, depending on the phase of the phase contrast image, a region where the blood flow velocity becomes low appears, and as a result, it becomes difficult to distinguish the blood vessel from the other region in that region.
  • Non-Patent Document 1 a method of extracting a blood vessel region from a phase contrast image by an extraction model using a neural network has been proposed (see Non-Patent Document 1).
  • Non-Patent Document 1 can accurately extract blood vessels of the type used as teacher data during learning from the phase contrast image.
  • blood vessels of types other than the blood vessels to be learned cannot be extracted.
  • the present disclosure has been made in view of the above circumstances, and an object of the present disclosure is to enable easy identification of a region of a structure such as a blood vessel in a phase contrast image.
  • the region identification device is obtained by photographing a subject including a structure in which a fluid flows inside by a three-dimensional cine phase contrast magnetic resonance method, and the pixel value of each pixel is spatially in each of the three directions.
  • An image acquisition unit that acquires a phase-contrast image consisting of a plurality of phases in each of the three directions, which represents the velocity of the fluid. It includes an identification unit that identifies a region of the structure in the phase contrast image based on the maximum value of the velocity of the fluid between the corresponding pixels in each phase of the phase contrast image.
  • the identification unit has the maximum speed between the corresponding pixels in each phase of the phase contrast image, and is associated with the surrounding pixels and the corresponding pixels in at least one adjacent phase.
  • a pixel whose velocity magnitude and direction difference is smaller than the reference is specified, and the number of the specified pixels is higher than the number of the specified pixels in the upper phase of the predetermined number of the plurality of phases. , It may be identified as a region of a structure.
  • the identification unit identifies the maximum phase in which the number of identified pixels is maximum, and from the specified pixels in the maximum phase and at least one phase adjacent to the maximum phase. Region may be identified as the region of the structure.
  • the identification unit may derive the speed based on the pixel value in the corresponding pixel of the phase contrast image in each of the three directions.
  • the region identification device may further include a flow velocity vector derivation unit for deriving a flow velocity vector representing the magnitude and direction of the velocity of the fluid in each pixel of the region of the structure for each phase.
  • the region identification device may further include a display control unit that displays a four-dimensional flow of the fluid on the display unit based on the flow velocity vector for each phase.
  • the structure may be a blood vessel and the fluid may be blood.
  • the region identification method is obtained by photographing a subject including a structure in which a fluid flows inside by a three-dimensional cine phase contrast magnetic resonance method, and the pixel value of each pixel is spatially in each of the three directions.
  • a phase-contrast image consisting of multiple phases in each of the three directions representing the velocity of the fluid for The region of the structure in the phase-contrast image is identified based on the maximum value of the fluid velocity between the corresponding pixels in each phase of the phase-contrast image.
  • Other region identification devices include a memory for storing instructions to be executed by a computer and a memory.
  • the processor comprises a processor configured to execute a stored instruction.
  • the pixel value of each pixel represents the velocity of the fluid in each of the three spatial directions, which was obtained by photographing a subject including a structure in which the fluid flows inside by the three-dimensional cine phase contrast magnetic resonance method.
  • a region of a structure such as a blood vessel in a phase contrast image can be easily identified.
  • Diagram to illustrate pixel identification Diagram to illustrate the identification of the phase with maximum speed The figure for demonstrating the first determination
  • the figure for demonstrating the second determination Diagram to illustrate the identification of vascular regions
  • Diagram showing a four-dimensional flow Flowchart showing processing performed in this embodiment
  • FIG. 1 is a hardware configuration diagram showing an outline of a diagnostic support system to which the region identification device according to the embodiment of the present disclosure is applied.
  • the area identification device 1, the three-dimensional image capturing device 2, and the image storage server 3 according to the present embodiment are connected in a communicable state via the network 4. ..
  • the three-dimensional image capturing device 2 is a device that generates a three-dimensional image representing the site by photographing the site to be diagnosed of the subject, and specifically, a CT device, an MRI device, and a PET (PET). Positron Emission Tomography) equipment, etc.
  • the three-dimensional image generated by the three-dimensional image capturing device 2 is transmitted to the image storage server 3 and stored.
  • the three-dimensional image capturing device 2 is an MRI device, and the subject is photographed over a plurality of time phases (phases) by the three-dimensional cine phase contrast magnetic resonance method in the MRI device, and the aortic arch.
  • a three-dimensional phase contrast image including a three-dimensional phase contrast image and a three-dimensional image including an intensity image are acquired.
  • the phase contrast image will be described later.
  • the blood vessel which is the aorta, corresponds to the structure of the present disclosure
  • the blood flow corresponds to the fluid of the present disclosure.
  • the image storage server 3 is a computer that stores and manages various data, and is equipped with a large-capacity external storage device and database management software.
  • the image storage server 3 communicates with another device via a wired or wireless network 4 to send and receive image data and the like.
  • various data including the image data of the three-dimensional image generated by the three-dimensional image capturing device 2 are acquired via the network and stored in a recording medium such as a large-capacity external storage device for management.
  • the storage format of the image data and the communication between the devices via the network 4 are based on a protocol such as DICOM (Digital Imaging and Communication in Medicine).
  • DICOM Digital Imaging and Communication in Medicine
  • the area identification device 1 is a computer in which the area identification program of the present embodiment is installed.
  • the computer may be a workstation or personal computer operated directly by the diagnosing doctor, or it may be a server computer connected to them via a network.
  • the area identification program is stored in a storage device of a server computer connected to a network or in a network storage in a state of being accessible from the outside, and is downloaded and installed on a computer used by a doctor upon request. Alternatively, it is recorded and distributed on a recording medium such as a DVD (Digital Versatile Disc) or a CD-ROM (Compact Disc Read Only Memory), and is installed on a computer from the recording medium.
  • a recording medium such as a DVD (Digital Versatile Disc) or a CD-ROM (Compact Disc Read Only Memory)
  • FIG. 2 is a diagram showing a schematic configuration of an area identification device realized by installing an area identification program on a computer.
  • the area identification device 1 includes a CPU (Central Processing Unit) 11, a memory 12, and a storage 13 as a standard workstation configuration. Further, the area identification device 1 is connected to a display unit 14 such as a liquid crystal display and an input unit 15 such as a keyboard and a mouse.
  • a display unit 14 such as a liquid crystal display
  • an input unit 15 such as a keyboard and a mouse.
  • the storage 13 is composed of a hard disk drive or the like, and stores three-dimensional images acquired from the image storage server 3 via the network 4 and various information including information necessary for processing.
  • the memory 12 temporarily stores the area identification program read from the storage 13 or the like by the CPU or the like.
  • the region identification program is a process to be executed by the CPU 11, an image acquisition process for acquiring a three-dimensional image including a phase contrast image and an intensity image, and a maximum value of the blood flow velocity between the corresponding pixels in each phase of the phase contrast image.
  • the computer functions as an image acquisition unit 21, an identification unit 22, a flow velocity vector derivation unit 23, and a display control unit 24.
  • the image acquisition unit 21 acquires a three-dimensional image including a phase contrast image and an intensity image from the image storage server 3.
  • the image acquisition unit 21 may acquire a three-dimensional image from the storage 13.
  • FIG. 3 is a diagram conceptually showing a three-dimensional image.
  • the three-dimensional image G0 includes an intensity image GM, a phase contrast image Gx in the x-axis direction, a phase contrast image Gy in the y-axis direction, and a phase contrast image Gz in the z-axis direction.
  • the intensity image GM and the phase contrast images Gx, Gy, and Gz are acquired at predetermined periods along the time axis t, respectively.
  • each pixel (voxel) of the intensity image GM has a pixel value according to the composition of the human body.
  • the pixels (voxels) of the phase contrast images Gx, Gy, and Gz have pixel values corresponding to the magnitude of the velocity of blood flow in each axial direction in each phase.
  • the identification unit 22 identifies the blood vessel region in the phase contrast images Gx, Gy, Gz based on the maximum value of the blood flow velocity between the corresponding pixels in each phase of the phase contrast images Gx, Gy, Gz. For this purpose, the identification unit 22 first derives the velocity vectors in each pixel of the phase contrast images Gx, Gy, and Gz in each phase.
  • the velocity vector represents the magnitude and direction of the velocity of blood flow in each pixel of the phase contrast images Gx, Gy, and Gz.
  • the direction of the velocity vector is the direction (Sx, Sy, Sz) with respect to each pixel.
  • the magnitude of the velocity vector is derived by ⁇ (Sx 2 + Sy 2 + Sz 2). In the following description, the velocity represents the velocity of blood flow.
  • the identification unit 22 has the maximum speed among the corresponding pixels in each phase of the phase contrast image Gx, Gy, and Gz, and the magnitude of the speed between the surrounding pixels and the corresponding pixels in the previous and next phases. Identify pixels whose orientation difference is less than the reference.
  • FIG. 4 is a diagram for explaining the identification of pixels. In FIG. 4, for the sake of explanation, it is assumed that the phase contrast images Gx, Gy, and Gz are two-dimensional. Further, in FIG. 4, the phase contrast images Gx, Gy, and Gz are composed of 10 phases t1 to t10.
  • pixels P1 near the entrance of the aortic arch, pixels P2 near the middle, and pixels P3 near the exit, and so on, are pixels in all phases t1 to t10 of the phase contrast images Gx, Gy, and Gz. Can be associated.
  • the identification unit 22 first identifies the phase in which the speed is maximized among the corresponding pixels in each phase of the phase contrast image Gx, Gy, and Gz.
  • FIG. 5 is a diagram for explaining the identification of the phase in which the speed is maximized. Note that FIG. 5 shows velocity vectors in each of the phases t1 to t10 of the three pixels P1 to P3 shown in FIG. As shown in FIG. 5, in the pixel P1, the magnitude of the velocity, that is, the magnitude of the velocity vector is the maximum in the phase t2. In pixel P2, the magnitude of the velocity vector is maximum in phase t5. In the pixel P3, the magnitude of the velocity vector is the maximum in the phase t8.
  • the identification unit 22 determines the magnitude of the velocity with the pixels surrounding the maximum pixel in the phase contrast images Gx, Gy, Gz of the phase including the pixel having the maximum velocity (hereinafter referred to as the maximum pixel). And the pixel whose direction difference is smaller than the reference and whose speed magnitude and direction difference from the pixel corresponding to the maximum pixel of at least one phase adjacent to the phase including the maximum pixel is smaller than the reference is specified.
  • the pixels around the maximum pixel are pixels in a predetermined range (for example, 5 ⁇ 5 ⁇ 5 pixels) centered on the maximum pixel, but are not limited thereto.
  • At least one phase adjacent to the phase including the maximum pixel is, but is not limited to, a phase immediately before and one phase after the phase including the maximum pixel. It may be only the previous phase or only the next phase. Further, there may be a plurality of phases before and / or after the phase including the maximum pixel.
  • the first determination is whether or not the difference in speed between the maximum pixel and the surrounding pixels is smaller than the reference.
  • the second determination is whether or not the difference in speed magnitude and direction from the pixel corresponding to the maximum pixel of at least one phase adjacent to the phase including the maximum pixel is smaller than the reference.
  • the identification unit 22 derives the ratio of the inner product of the velocity vector of the maximum pixel to each of the velocity vectors in the pixels within a predetermined range centered on the maximum pixel and the magnitude of the velocity vector.
  • the unit vector of the velocity vector is used.
  • the identification unit 22 determines whether or not the added value of the inner product and the ratio is equal to or higher than a predetermined threshold value Th1.
  • the identification unit 22 determines that the difference in velocity magnitude and direction between the maximum pixel and the surrounding pixels is smaller than the reference. To do.
  • FIG. 6 is a diagram for explaining the first determination.
  • FIG. 6 is described using the phase contrast image Gx in a certain phase, the phase contrast images Gx, Gy, and Gz differ only in the pixel values, and the positions of the included aortic arches are the same. Therefore, the phase contrast images Gy and Gz may be used. Further, in FIG. 6, for the sake of explanation, only three pixels, pixels P1, P4, and P5, are shown as being maximized in all phases.
  • the velocity vectors that is, the magnitude and direction of the velocity
  • the velocity vectors do not match so much. Therefore, the first determination is affirmed for the maximum pixels P1 and P5, and the first determination is denied for the maximum pixels P4. Therefore, the identification unit 22 excludes the maximum pixel P4 from the specific target of the pixel by the first determination.
  • the identification unit 22 identifies the corresponding pixel corresponding to the maximum pixel in the phase of the maximum pixel (hereinafter referred to as a target phase) and at least one phase adjacent to the phase of the maximum pixel. Then, the identification unit 22 derives the ratio between the inner product of the velocity vector of the maximum pixel and the velocity vector of the corresponding pixel and the magnitude of the velocity vector. When deriving the inner product, the unit vector of the velocity vector is used. Then, the identification unit 22 determines whether or not the added value of the inner product and the ratio is equal to or higher than a predetermined threshold value Th2. When the determination is affirmed for all the corresponding pixels, it is determined that the difference in speed magnitude and direction between the maximum pixel and the corresponding pixel is smaller than the reference.
  • FIG. 7 is a diagram for explaining the second determination.
  • the target phase including the maximum pixel is t4, and the corresponding pixel is included in the phase t3 and the phase t5.
  • the velocity vector in the phase t4 substantially coincides with the velocity vector of the corresponding pixel in the phases t3 and t5.
  • the maximum pixel P5 the velocity vector in the phase t4 does not match the velocity vector of the corresponding pixel in the phases t3 and t5 so much. Therefore, the second determination is affirmed for the maximum pixels P1 and P4, and the second determination is denied for the maximum pixels P5. Therefore, the identification unit 22 excludes the maximum pixel P5 from the specific target of the pixel by the second determination.
  • the identification unit 22 counts the number of the specified pixels in each phase of the phase contrast images Gx, Gy, and Gz. Then, the identification unit 22 identifies the maximum phase in which the number of the specified pixels is maximized. For example, when the number of pixels specified in the phase t7 is the maximum among the 10 phases t1 to t10, the phase t7 is specified as the maximum phase.
  • the identification unit 22 identifies a region consisting of the specified pixels in the upper phase having a predetermined number of specified pixels among the plurality of phases as a blood vessel region.
  • the region consisting of the specified pixels in the maximum phase specified as described above and at least one phase adjacent to the maximum phase is identified as a blood vessel region.
  • FIG. 8 is a diagram for explaining the identification of the vascular region.
  • phases t6 and t8 that are adjacent to each other before and after the maximum phase t7 are used, but the present invention is not limited to this. Two or more phases before and after the maximum phase may be used, and one or more phases adjacent only to the front or one or more phases adjacent only to the rear may be used.
  • one or more phases adjacent to each other before and after the maximum phase are higher-order phases in which the number of specified pixels is higher than the predetermined number.
  • the region A1 composed of the specified pixels is included in the phase t6, the region A2 composed of the specified pixels is included in the phase t7, and the region A3 composed of the specified pixels is included in the phase t8.
  • the identification unit 22 identifies the region consisting of the regions A1 to A3 included in each of the phases t6 to t8 as the blood vessel region A0.
  • the flow velocity vector derivation unit 23 derives the flow velocity vector in the blood vessel region A0.
  • the derivation of the flow velocity vector is (Vx, Vy, Vz) when the pixel values of the corresponding pixels in the blood vessel regions A0 of the phase contrast images Gx, Gy, and Gz are Vx, Vy, and Vz, respectively.
  • the velocity vector is the same as the velocity vector, but the vector derived for displaying the 4D flow described later is referred to as the velocity vector, and the vector derived for identifying the vascular region A0 is referred to as the velocity vector. Shall be.
  • the display control unit 24 displays the 4D flow of the blood vessel region A0 on the display unit 14 based on the flow velocity vector derived by the flow velocity vector derivation unit 23.
  • FIG. 9 is a diagram showing a display screen of a 4D flow. As shown in FIG. 9, on the display screen 30 of the 4D flow, the flow velocity vector is superimposed on the intensity image GM included in the acquired three-dimensional image G0 according to the phase, and further varies depending on the magnitude of the flow velocity vector. It will be colored. In FIG. 9, the color is omitted, and the state in which the magnitude of the flow velocity vector changes in the three phases is shown. The flow velocity vector is derived for all pixels in the blood vessel region A0, but is appropriately thinned out when displayed.
  • FIG. 10 is a flowchart showing the processing performed in the present embodiment.
  • the image acquisition unit 21 acquires a three-dimensional image G0 including a phase contrast image and an intensity image from the image storage server 3 (image acquisition; step ST1).
  • the image acquisition unit 21 acquires the three-dimensional image G0 from the storage 13.
  • the identification unit 22 has the maximum velocity among the corresponding pixels in each phase of the phase contrast image Gx, Gy, Gz, and the velocity with the surrounding pixels and the corresponding pixels in at least one adjacent phase. A pixel whose direction difference is smaller than the reference is specified (pixel identification; step ST2).
  • the identification unit 22 counts the number of the specified pixels in each phase of the phase contrast image Gx, Gy, and Gz, and identifies the maximum phase in which the number of the specified pixels is maximized (step ST3). .. Then, the identification unit 22 identifies the region consisting of the specified pixels in the maximum phase and at least one phase adjacent to the maximum phase as a blood vessel region (step ST4).
  • the flow velocity vector derivation unit 23 derives the flow velocity vector in the blood vessel region A0 (step ST5), and the display control unit 24 derives the 4D flow of the blood vessel region A0 based on the flow velocity vector derived by the flow velocity vector derivation unit 23. Is displayed on the display unit 14 (step ST6), and the process ends.
  • the blood vessel region A0 in the phase contrast image is identified based on the maximum value of the blood flow velocity between the corresponding pixels in each phase of the phase contrast image. Therefore, the vascular region A0 can be identified using only the phase contrast image used to generate the 4D flow without acquiring the MRA or CTA image. Further, the blood vessel region A0 in the phase contrast image can be identified without using the extraction model trained as described in Non-Patent Document 1. Therefore, according to the present embodiment, the blood vessel region in the phase contrast image can be easily identified.
  • the maximum speed between the corresponding pixels in each phase of the phase contrast image Gx, Gy, Gz, and the difference in speed and direction between the surrounding pixels and the corresponding pixels in at least one adjacent phase are more than the standard. Also identifies small pixels and identifies the vascular region A0 based on the identified pixels. Therefore, a region in which a velocity vector having a large velocity and a small spatiotemporal variation can be obtained can be identified as a blood vessel region A0.
  • a region consisting of pixels in which at least one of the first determination and the second determination is denied may exist in the blood vessel region A0.
  • the missing regions B1 to B3 composed of pixels for which the first determination and the second determination are denied may exist in the blood vessel region A0.
  • the process of including the missing regions B1 to B3 in the blood vessel region A0 may be performed. Examples of such a process include a dilation process in a morphology operation.
  • the 4D flow of the flow velocity vector is displayed, but the present invention is not limited to this.
  • 4D flows such as fluid pressure, vorticity and helicity may be displayed.
  • a blood vessel is used as a structure through which a fluid flows, but the present invention is not limited to this.
  • the ventricle in the skull, especially the subarachnoid space, and the spinal subarachnoid space in the spinal canal are inside. It may be used as a structure through which a fluid flows. Further, a lymphatic vessel through which lymph fluid flows may be used.
  • an image targeting the human body is targeted, but the present invention is not limited to this.
  • the technique of the present disclosure can be applied to analyze the flow of a fluid flowing in a pipe.
  • processors As a hardware structure of a processing unit (Processing Unit) that executes various processes such as an image acquisition unit 21, an identification unit 22, a flow velocity vector derivation unit 23, and a display control unit 24, for example, Various processors shown below can be used.
  • the various processors include CPUs, which are general-purpose processors that execute software (programs) and function as various processing units, as well as circuits after manufacturing FPGAs (Field Programmable Gate Arrays) and the like.
  • Dedicated electricity which is a processor with a circuit configuration specially designed to execute specific processing such as programmable logic device (PLD), ASIC (Application Specific Integrated Circuit), which is a processor whose configuration can be changed. Circuits and the like are included.
  • PLD programmable logic device
  • ASIC Application Specific Integrated Circuit
  • One processing unit may be composed of one of these various processors, or a combination of two or more processors of the same type or different types (for example, a combination of a plurality of FPGAs or a combination of a CPU and an FPGA). ) May be configured. Further, a plurality of processing units may be configured by one processor.
  • one processor is configured by combining one or more CPUs and software. There is a form in which this processor functions as a plurality of processing units.
  • SoC System On Chip
  • the various processing units are configured by using one or more of the above-mentioned various processors as a hardware structure.
  • circuitry in which circuit elements such as semiconductor elements are combined can be used.

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Signal Processing (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Vascular Medicine (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

領域同定装置、方法およびプログラムにおいて、位相コントラスト画像における血管等の構造物の領域を簡易に同定できるようにする。画像取得部が、３次元シネ位相コントラスト磁気共鳴法により、内部に流体が流れる構造物を含む被写体を撮影することにより取得された、各画素の画素値が空間的な３方向のそれぞれについての流体の速度を表す、３方向のそれぞれについての複数フェーズからなる位相コントラスト画像を取得する。同定部が、位相コントラスト画像の各フェーズにおける対応する画素間における、流体の速度の最大値に基づいて、位相コントラスト画像における構造物の領域を同定する。

Description

領域同定装置、方法およびプログラム
　本開示は、画像における血管等の内部に流体が流れる構造物の領域を同定する領域同定装置、方法およびプログラムに関する。
　近年、心臓および脳等を撮影した医用画像を用いて、血管内の血流を解析することが行われている。このような医用画像を用いた血流解析方法としては、例えば、実際の血流を４次元的に測定する４次元（４Ｄ）フローの手法が用いられている。４Ｄフローは、例えば３次元シネ位相コントラスト磁気共鳴法によって、血管を含む被写体を複数の時相（フェーズ）に亘って撮影することにより取得された３次元の位相コントラストＭＲＩ（Magnetic Resonance Imaging）画像を用いて、ボクセル毎、ピクセル毎または領域毎に血流の速度の大きさおよび方向を表す流速ベクトルを導出し、これを時間の流れと合わせて動的に表示する手法である。
　ところで、３次元シネ位相コントラスト磁気共鳴法による撮影によって、対象となる血管を含む部位の強度画像（マグニチュード画像）と、各画素の画素値がｘ、ｙ、ｚのそれぞれの方向における血流の速度の大きさを表す位相コントラストＭＲＩ画像（以下、位相コントラスト画像とする）とが取得される。４Ｄフローを生成するためには、ｘ、ｙ、ｚの３方向の位相コントラスト画像における対応する画素位置の速度の大きさから、流速ベクトルが導出されることとなる。
　このような４Ｄフローを生成するためには、位相コントラスト画像における血管領域を同定する必要がある。血管領域を同定するためには、ＭＲ血管造影法(Magnetic Resonance Angiography: ＭＲＡ)またはＣＴ血管造影法(Computed Tomography Angiography: ＣＴＡ）により被写体の撮影を行って、血管が造影されたＭＲＡ画像またはＣＴＡ画像を取得し、ＭＲＡ画像またはＣＴＡ画像と位相コントラスト画像との位置合わせを行う必要がある。しかしながら、ＭＲＡ画像またはＣＴＡ画像の取得には、時間および費用を要する。
　このため、３次元シネ位相コントラスト磁気共鳴法の撮影により取得される強度画像を、血管を同定するために用いることが考えられる。しかしながら、強度画像は構造物の輪郭が非常にぼけたものとなっているため、自動で血管を同定することが困難である。このため、強度画像を用いた場合、強度画像を見ながら手動で血管を同定する作業が必要となる。一方、位相コントラスト画像において血管を同定することも考えられるが、位相コントラスト画像は、ｘ、ｙ、ｚのそれぞれの方向の血流の速度の大きさを画像化したものである。このため、位相コントラスト画像のフェーズによっては血流の速度が低くなる領域が出現し、その結果、その領域においては血管とそれ以外の領域との区別が困難となる。
　このため、ニューラルネットワークを用いた抽出モデルにより、位相コントラスト画像から血管領域を抽出する手法が提案されている（非特許文献１参照）。
M. Froeling et al, Machine learning for automatic three-dimensional segmentation of the aorta in 4D flow MRI, ISMRM2019.
　非特許文献１に記載された手法は、学習の際に教師データとして使用した種類の血管については、位相コントラスト画像から精度よく抽出することができる。しかしながら、学習対象とした血管以外の種類の血管は抽出することができない。また、学習のために大量の教師データを用意する必要があり、かつ学習のための時間を要する。
　本開示は上記事情に鑑みなされたものであり、位相コントラスト画像における血管等の構造物の領域を簡易に同定できるようにすることを目的とする。
　本開示による領域同定装置は、３次元シネ位相コントラスト磁気共鳴法により、内部に流体が流れる構造物を含む被写体を撮影することにより取得された、各画素の画素値が空間的な３方向のそれぞれについての流体の速度を表す、３方向のそれぞれについての複数フェーズからなる位相コントラスト画像を取得する画像取得部と、
　位相コントラスト画像の各フェーズにおける対応する画素間における、流体の速度の最大値に基づいて、位相コントラスト画像における構造物の領域を同定する同定部とを備える。
　なお、本開示による領域同定装置においては、同定部は、位相コントラスト画像の各フェーズにおける対応する画素間において速度が最大であり、かつ周囲の画素および隣接する少なくとも１つのフェーズの対応する画素との速度の大きさおよび方向の相違が基準よりも小さい画素を特定し、複数フェーズのうちの、特定された画素の数が上位予め定められた数の上位フェーズにおける、特定された画素からなる領域を、構造物の領域として同定するものであってもよい。
　また、本開示による領域同定装置においては、同定部は、特定された画素の数が最大となる最大フェーズを特定し、最大フェーズおよび最大フェーズに隣接する少なくとも１つのフェーズにおける、特定された画素からなる領域を構造物の領域として同定してもよい。
　また、本開示による領域同定装置においては、同定部は、３方向のそれぞれについての位相コントラスト画像の対応する画素における画素値に基づいて、速度を導出してもよい。
　また、本開示による領域同定装置においては、各フェーズについての、構造物の領域の各画素における流体の速度の大きさおよび方向を表す流速ベクトルを導出する流速ベクトル導出部をさらに備えてもよい。
　また、本開示による領域同定装置においては、各フェーズについての流速ベクトルに基づく、流体の４次元フローを表示部に表示する表示制御部をさらに備えてもよい。
　また、本開示による領域同定装置においては、構造物は血管であり、流体は血液であってもよい。
　本開示による領域同定方法は、３次元シネ位相コントラスト磁気共鳴法により、内部に流体が流れる構造物を含む被写体を撮影することにより取得された、各画素の画素値が空間的な３方向のそれぞれについての流体の速度を表す、３方向のそれぞれについての複数フェーズからなる位相コントラスト画像を取得し、
　位相コントラスト画像の各フェーズにおける対応する画素間における、流体の速度の最大値に基づいて、位相コントラスト画像における構造物の領域を同定する。
　なお、本開示による領域同定方法をコンピュータに実行させるためのプログラムとして提供してもよい。
　本開示による他の領域同定装置は、コンピュータに実行させるための命令を記憶するメモリと、
　記憶された命令を実行するよう構成されたプロセッサとを備え、プロセッサは、
　３次元シネ位相コントラスト磁気共鳴法により、内部に流体が流れる構造物を含む被写体を撮影することにより取得された、各画素の画素値が空間的な３方向のそれぞれについての流体の速度を表す、３方向のそれぞれについての複数フェーズからなる位相コントラスト画像を取得し、
　位相コントラスト画像の各フェーズにおける対応する画素間における、流体の速度の最大値に基づいて、位相コントラスト画像における構造物の領域を同定する処理を実行する。
　本開示によれば、位相コントラスト画像における血管等の構造物の領域を簡易に同定できる。
本開示の実施形態による領域同定装置を適用した、診断支援システムの概要を示すハードウェア構成図 本開示の実施形態による領域同定装置の概略構成を示す図 ３次元シネ位相コントラスト磁気共鳴法によって撮影された位相コントラスト画像を示す図 画素の特定を説明するための図 速度が最大となるフェーズの特定を説明するための図 第１の判定を説明するための図 第２の判定を説明するための図 血管領域の同定を説明するための図 ４次元フローを示す図 本実施形態において行われる処理を示すフローチャート 血管領域に抜けがある状態を示す図
　以下、図面を参照して本開示の実施形態について説明する。図１は、本開示の実施形態による領域同定装置を適用した、診断支援システムの概要を示すハードウェア構成図である。図１に示すように、診断支援システムでは、本実施形態による領域同定装置１、３次元画像撮影装置２、および画像保管サーバ３が、ネットワーク４を経由して通信可能な状態で接続されている。
　３次元画像撮影装置２は、被検体の診断対象となる部位を撮影することにより、その部位を表す３次元画像を生成する装置であり、具体的には、ＣＴ装置、ＭＲＩ装置、およびＰＥＴ（Positron Emission Tomography）装置等である。３次元画像撮影装置２により生成された３次元画像は画像保管サーバ３に送信され、保存される。なお、本実施形態においては、３次元画像撮影装置２はＭＲＩ装置であり、ＭＲＩ装置において３次元シネ位相コントラスト磁気共鳴法によって被写体を複数の時相（フェーズ）に亘って撮影して、大動脈弓を含む３次元の位相コントラスト画像および強度画像を含む３次元画像を取得する。位相コントラスト画像については後述する。また、大動脈である血管が本開示の構造物に、血流が本開示の流体にそれぞれ対応する。
　画像保管サーバ３は、各種データを保存して管理するコンピュータであり、大容量外部記憶装置およびデータベース管理用ソフトウェアを備えている。画像保管サーバ３は、有線あるいは無線のネットワーク４を介して他の装置と通信を行い、画像データ等を送受信する。具体的には３次元画像撮影装置２で生成された３次元画像の画像データを含む各種データをネットワーク経由で取得し、大容量外部記憶装置等の記録媒体に保存して管理する。なお、画像データの格納形式およびネットワーク４経由での各装置間の通信は、ＤＩＣＯＭ（Digital Imaging and Communication in Medicine）等のプロトコルに基づいている。
　領域同定装置１は、１台のコンピュータに、本実施形態の領域同定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またはパーソナルコンピュータでもよいし、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。領域同定プログラムは、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、もしく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。または、ＤＶＤ（Digital Versatile Disc）あるいはＣＤ－ＲＯＭ（Compact Disc Read Only Memory）等の記録媒体に記録されて配布され、その記録媒体からコンピュータにインストールされる。
　図２は、コンピュータに領域同定プログラムをインストールすることにより実現される領域同定装置の概略構成を示す図である。図２に示すように、領域同定装置１は、標準的なワークステーションの構成として、ＣＰＵ（Central Processing Unit）１１、メモリ１２およびストレージ１３を備えている。また、領域同定装置１には、液晶ディスプレイ等の表示部１４、並びにキーボードおよびマウス等の入力部１５が接続されている。
　ストレージ１３は、ハードディスクドライブ等からなり、ネットワーク４を経由して画像保管サーバ３から取得した３次元画像、および処理に必要な情報を含む各種情報が記憶されている。
　また、メモリ１２には、ＣＰＵ等によりストレージ１３等より読み出された領域同定プログラムが一時的に記憶されている。領域同定プログラムは、ＣＰＵ１１に実行させる処理として、位相コントラスト画像および強度画像を含む３次元画像を取得する画像取得処理、位相コントラスト画像の各フェーズにおける対応する画素間における、血流の速度の最大値に基づいて、位相コントラスト画像における血管領域を同定する同定処理、位相コントラスト画像の各フェーズについての、血管領域の各画素における血流の大きさおよび方向を表す流速ベクトルを導出する流速ベクトル導出処理、並びに各フェーズについての流速ベクトルに基づく、血液の４次元（４Ｄ）フローを表示部１４に表示する表示制御処理を規定する。
　そして、ＣＰＵ１１がプログラムに従いこれらの処理を実行することで、コンピュータは、画像取得部２１、同定部２２、流速ベクトル導出部２３および表示制御部２４として機能する。
　画像取得部２１は、位相コントラスト画像および強度画像を含む３次元画像を画像保管サーバ３から取得する。なお、位相コントラスト画像が既にストレージ１３に記憶されている場合には、画像取得部２１は、ストレージ１３から３次元画像を取得するようにしてもよい。図３は３次元画像を概念的に示す図である。図３に示すように、３次元画像Ｇ０は、強度画像ＧＭ、ｘ軸方向の位相コントラスト画像Ｇｘ、ｙ軸方向の位相コントラスト画像Ｇｙ、およびｚ軸方向の位相コントラスト画像Ｇｚを含む。強度画像ＧＭ、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚは、それぞれ時間軸ｔに沿って所定の周期で取得されてなる。本実施形態においては、時間軸ｔにおいて各画像が取得されている時相をフェーズと称する。強度画像ＧＭの各画素（ボクセル）は、人体の組成に応じた画素値を有する。位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚの画素（ボクセル）は、各フェーズにおける各軸方向の血流の速度の大きさに応じた画素値を有する。
　同定部２２は、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚの各フェーズにおける対応する画素間における、血流の速度の最大値に基づいて、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚにおける血管領域を同定する。このために、同定部２２は、まず、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚの各画素における速度ベクトルを各フェーズにおいて導出する。速度ベクトルは位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚの各画素における血流の速度の大きさおよび方向を表すものとなる。速度ベクトルの方向は、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚにおける各画素の画素値をそれぞれＳｘ、Ｓｙ、Ｓｚとした場合、各画素を基準とした（Ｓｘ，Ｓｙ，Ｓｚ）の方向となる。また、速度ベクトルの大きさは、√（Ｓｘ2＋Ｓｙ2＋Ｓｚ2）により導出される。なお、以降の説明において、速度は血流の速度を表すものとする。
　そして、同定部２２は、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚの各フェーズにおける対応する画素間において、速度が最大であり、かつ周囲の画素および前後のフェーズの対応する画素との速度の大きさおよび方向の相違が基準よりも小さい画素を特定する。図４は画素の特定を説明するための図である。なお、図４においては説明のために、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚが２次元であるとして説明する。また、図４においては、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚは、１０のフェーズｔ１～ｔ１０からなるものとする。
　ここで、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚに含まれる大動脈弓は、全フェーズにおいて移動していないものとする。このため、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚの各フェーズ間における画素位置を対応づけることが可能である。例えば、図４に示すように、大動脈弓の入り口近くの画素Ｐ１、中間付近の画素Ｐ２および出口近くの画素Ｐ３というように、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚの全フェーズｔ１～ｔ１０において画素を対応づけることができる。
　同定部２２は、まず、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚの各フェーズにおける対応する画素間において、速度が最大となるフェーズを特定する。図５は速度が最大となるフェーズの特定を説明するための図である。なお、図５においては、図４に示す３つの画素Ｐ１～Ｐ３のフェーズｔ１～ｔ１０のそれぞれにおける速度ベクトルを示している。図５に示すように、画素Ｐ１においては、フェーズｔ２において速度の大きさ、すなわち速度ベクトルの大きさが最大となっている。画素Ｐ２においては、フェーズｔ５において速度ベクトルの大きさが最大となっている。画素Ｐ３においては、フェーズｔ８において速度ベクトルの大きさが最大となっている。
　同定部２２は、次いで、速度の大きさが最大となる画素（以下、最大画素とする）を含むフェーズの位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚにおいて、最大画素の周囲の画素との速度の大きさおよび方向の相違が基準よりも小さく、かつ最大画素を含むフェーズに隣接する少なくとも１つのフェーズの最大画素に対応する画素との速度の大きさおよび方向の相違が基準よりも小さい画素を特定する。ここで、最大画素の周囲の画素とは、最大画素を中心とする予め定められた範囲（例えば５×５×５画素）の画素とするが、これに限定されるものではない。また、最大画素を含むフェーズに隣接する少なくとも１つのフェーズとは、最大画素を含むフェーズの１つ前および１つ後のフェーズとするが、これに限定されるものではない。１つ前のフェーズのみであってもよく、１つ後のフェーズのみであってもよい。また、最大画素を含むフェーズの前および／または後の複数のフェーズであってもよい。
　なお、以降の説明においては、最大画素とその周囲の画素との速度の大きさおよび方向の相違が基準よりも小さいか否かの判定を第１の判定とする。また、最大画素を含むフェーズに隣接する少なくとも１つのフェーズの最大画素に対応する画素との速度の大きさおよび方向の相違が基準よりも小さいか否かの判定を第２の判定とする。
　まず、第１の判定について説明する。同定部２２は、最大画素の速度ベクトルと最大画素を中心とする予め定められた範囲内の画素における速度ベクトルのそれぞれとの内積および速度ベクトルの大きさの比率を導出する。なお、内積の導出に際しては、速度ベクトルの単位ベクトルを用いる。そして、同定部２２は、内積と比率との加算値が予め定められたしきい値Ｔｈ１以上であるか否かを判定する。予め定められた範囲内のすべての画素について、当該判定が肯定された場合に、同定部２２は、最大画素とその周囲の画素との速度の大きさおよび方向の相違が基準よりも小さいと判定する。
　図６は第１の判定を説明するための図である。なお、図６はあるフェーズにおける位相コントラスト画像Ｇｘを用いて説明しているが、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚは画素値のみが異なり、含まれる大動脈弓の位置は一致している。このため、位相コントラスト画像Ｇｙ、Ｇｚを用いてもよい。また、図６においては、説明のために画素Ｐ１，Ｐ４，Ｐ５の３つの画素のみが全フェーズにおいて最大となったものとして示している。
　図６に示すように、最大画素Ｐ１，Ｐ５の周囲の画素においては、速度ベクトル（すなわち速度の大きさおよび方向）が概ね一致している。一方、最大画素Ｐ４の周囲の画素においては、速度ベクトルがそれほど一致していない。このため、最大画素Ｐ１，Ｐ５については第１の判定は肯定され、最大画素Ｐ４については第１の判定は否定される。したがって、同定部２２は、第１の判定により、最大画素Ｐ４を画素の特定の対象から除外する。
　次に、第２の判定について説明する。同定部２２は、最大画素のフェーズ（以下、対象フェーズとする）と最大画素のフェーズに隣接する少なくとも１つのフェーズにおける、最大画素に対応する対応画素を特定する。そして、同定部２２は、最大画素の速度ベクトルと、対応画素の速度ベクトルのそれぞれとの内積および速度ベクトルの大きさの比率を導出する。なお、内積の導出に際しては、速度ベクトルの単位ベクトルを用いる。そして、同定部２２は、内積と比率との加算値が予め定められたしきい値Ｔｈ２以上であるか否かを判定する。すべての対応画素について、当該判定が肯定された場合に、最大画素と対応画素との速度の大きさおよび方向の相違が基準よりも小さいと判定する。
　図７は第２の判定を説明するための図である。なお、図７においては、最大画素を含む対象フェーズをｔ４とし、対応画素がフェーズｔ３およびフェーズｔ５に含まれるものとする。図７に示すように、対象画像Ｐ１，Ｐ４においては、フェーズｔ４における速度ベクトルが、フェーズｔ３，ｔ５における対応画素の速度ベクトルと概ね一致している。一方、最大画素Ｐ５においては、フェーズｔ４における速度ベクトルが、フェーズｔ３，ｔ５における対応画素の速度ベクトルとそれほど一致していない。このため、最大画素Ｐ１，Ｐ４については第２の判定は肯定され、最大画素Ｐ５については第２の判定は否定される。したがって、同定部２２は、第２の判定により、最大画素Ｐ５を画素の特定の対象から除外する。
　以上のように第１および第２の判定を行うことにより、図６，７に示す３つの最大画素Ｐ１，Ｐ４，Ｐ５のうち、最大画素Ｐ１が、その周囲の画素および隣接する少なくとも１つのフェーズの最大画素に対応する画素との速度の大きさおよび方向の相違が、基準よりも小さい画素に特定される。
　同定部２２は、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚの各フェーズにおいて、上記特定された画素の数をカウントする。そして、同定部２２は、特定された画素の数が最大となる最大フェーズを特定する。例えば、１０のフェーズｔ１～ｔ１０のうち、フェーズｔ７において特定された画素の数が最大となった場合、フェーズｔ７を最大フェーズに特定する。
　そして、同定部２２は、複数フェーズのうちの、特定された画素の数が上位予め定められた数の上位フェーズにおける、特定された画素からなる領域を、血管領域として同定する。本実施形態においては、上述したように特定した最大フェーズおよび最大フェーズに隣接する少なくとも１つのフェーズにおける、特定された画素からなる領域を、血管領域として同定する。図８は血管領域の同定を説明するための図である。なお、ここでは、最大フェーズｔ７の前後に隣接するフェーズｔ６およびフェーズｔ８を用いているが、これに限定されるものではない。最大フェーズの前後のそれぞれの２以上のフェーズを用いてもよく、前のみに隣接する１以上のフェーズまたは後のみに隣接する１以上のフェーズを用いてもよい。なお、最大フェーズの前後に隣接するフェーズにおいては、特定された画素の数は最大フェーズよりは少ないものの相当多いものとなる。このため、最大フェーズの前後に隣接する１以上のフェーズは、特定された画素の数が上位予め定められた数の上位フェーズとなる。
　図８に示すように、フェーズｔ６においては特定された画素からなる領域Ａ１が、フェーズｔ７においては特定された画素からなる領域Ａ２が、フェーズｔ８においては特定された画素からなる領域Ａ３がそれぞれ含まれたとする。同定部２２は、フェーズｔ６～ｔ８のそれぞれに含まれる領域Ａ１～Ａ３からなる領域を血管領域Ａ０として同定する。
　流速ベクトル導出部２３は、血管領域Ａ０における流速ベクトルを導出する。流速ベクトルの導出は、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚのそれぞれの血管領域Ａ０において、対応する画素の画素値をそれぞれＶｘ，Ｖｙ，Ｖｚとした場合、（Ｖｘ，Ｖｙ，Ｖｚ）となる。なお、流速ベクトルは速度ベクトルと同じものであるが、後述する４Ｄフローの表示のために導出されるベクトルを流速ベクトルと称し、血管領域Ａ０の同定のために導出されるベクトルを速度ベクトルと称するものとする。
　表示制御部２４は、流速ベクトル導出部２３が導出した流速ベクトルに基づいて、血管領域Ａ０の４Ｄフローを表示部１４に表示する。図９は４Ｄフローの表示画面を示す図である。図９に示すように、４Ｄフローの表示画面３０には、取得した３次元画像Ｇ０に含まれる強度画像ＧＭに、流速ベクトルをフェーズに応じて重畳し、さらに流速ベクトルの大きさに応じて異なる色を付与したものとなる。なお、図９においては、色は省略し、流速ベクトルの大きさが３つのフェーズにおいて変化する状態を示している。なお、流速ベクトルは血管領域Ａ０の全画素において導出されるが、表示に際しては、適宜間引いて表示される。
　次いで、本実施形態において行われる処理について説明する。図１０は本実施形態において行われる処理を示すフローチャートである。まず、画像取得部２１が位相コントラスト画像および強度画像を含む３次元画像Ｇ０を画像保管サーバ３から取得する（画像取得；ステップＳＴ１）。なお、３次元画像Ｇ０がストレージ１３に保存されている場合には、画像取得部２１はストレージ１３から３次元画像Ｇ０を取得する。次いで、同定部２２が、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚの各フェーズにおける対応する画素間において、速度が最大であり、かつ周囲の画素および隣接する少なくとも１つのフェーズの対応する画素との速度および方向の相違が基準よりも小さい画素を特定する（画素特定；ステップＳＴ２）。
　さらに、同定部２２が、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚの各フェーズにおいて、上記特定された画素の数をカウントし、特定された画素の数が最大となる最大フェーズを特定する（ステップＳＴ３）。そして、同定部２２が、最大フェーズおよび最大フェーズに隣接する少なくとも１つのフェーズにおける、特定された画素からなる領域を、血管領域として同定する（ステップＳＴ４）。
　続いて、流速ベクトル導出部２３が、血管領域Ａ０における流速ベクトルを導出し（ステップＳＴ５）、表示制御部２４が、流速ベクトル導出部２３が導出した流速ベクトルに基づいて、血管領域Ａ０の４Ｄフローを表示部１４に表示し（ステップＳＴ６）、処理を終了する。
　このように、本実施形態においては、位相コントラスト画像の各フェーズにおける対応する画素間における、血流の速度の最大値に基づいて、位相コントラスト画像における血管領域Ａ０を同定するようにした。このため、ＭＲＡ画像またはＣＴＡ画像を取得しなくても、４Ｄフローを生成するために使用する位相コントラスト画像のみを用いて、血管領域Ａ０を同定することができる。また、非特許文献１に記載されたように学習された抽出モデルを使用しなくても、位相コントラスト画像における血管領域Ａ０を同定することができる。したがって、本実施形態によれば、位相コントラスト画像における血管領域を簡易に同定できる。
　とくに、位相コントラスト画像Ｇｘ，Ｇｙ，Ｇｚの各フェーズにおける対応する画素間において速度が最大であり、かつ周囲の画素および隣接する少なくとも１つのフェーズの対応する画素との速度および方向の相違が基準よりも小さい画素を特定し、特定した画素に基づいて血管領域Ａ０を同定している。このため、速度が大きく、時空間的な変動が小さい速度ベクトルが得られる領域を、血管領域Ａ０として同定することができる。
　なお、上記実施形態において、血管領域Ａ０を同定した際に、第１の判定および第２の判定の少なくとも一方が否定された画素からなる領域が、血管領域Ａ０内に存在する場合がある。例えば、図１１に示すように、第１の判定および第２の判定が否定された画素からなる抜け領域Ｂ１～Ｂ３が、血管領域Ａ０内に存在する場合がある。このような場合、抜け領域Ｂ１～Ｂ３を血管領域Ａ０に含める処理を行えばよい。このような処理としては、モルフォロジー演算におけるダイレーション処理が挙げられる。
　また、上記実施形態においては、流速ベクトルの４Ｄフローを表示しているが、これに限定されるものではない。流速ベクトルの他、例えば流体の圧力、渦度およびヘリシティ等の４Ｄフローを表示するようにしてもよい。
　また、上記実施形態においては、内部に流体が流れる構造物として血管を用いているがこれに限定されるものではない。例えば、脳脊髄液の流れを可視化することを考えた場合、内部に髄液が流れる構造物として、頭蓋内での脳室、とくにくも膜下腔を、脊柱管内では脊髄くも膜下腔を、内部に流体が流れる構造物として用いてもよい。また、内部にリンパ液が流れるリンパ管を用いてもよい。
　また、上記実施形態においては、人体を対象とした画像を対象としているが、これに限定されるものではない。例えば、配管内を流れる流体の流れを解析する際にも、本開示の技術を適用できることはもちろんである。
　また、上記実施形態において、例えば、画像取得部２１、同定部２２、流速ベクトル導出部２３および表示制御部２４といった各種の処理を実行する処理部（Processing Unit）のハードウェア的な構造としては、次に示す各種のプロセッサ（Processor）を用いることができる。上記各種のプロセッサには、上述したように、ソフトウェア（プログラム）を実行して各種の処理部として機能する汎用的なプロセッサであるＣＰＵに加えて、ＦＰＧＡ（Field　Programmable Gate Array）等の製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Programmable Logic Device :PLD）、ＡＳＩＣ（Application Specific Integrated Circuit）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が含まれる。
　１つの処理部は、これらの各種のプロセッサのうちの１つで構成されてもよいし、同種または異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡの組み合わせまたはＣＰＵとＦＰＧＡとの組み合わせ）で構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。
　複数の処理部を１つのプロセッサで構成する例としては、第１に、クライアントおよびサーバ等のコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアとの組み合わせで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第２に、システムオンチップ（System On Chip:SoC）等に代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Integrated Circuit）チップで実現するプロセッサを使用する形態がある。このように、各種の処理部は、ハードウェア的な構造として、上記各種のプロセッサの１つ以上を用いて構成される。
　さらに、これらの各種のプロセッサのハードウェア的な構造としては、より具体的には、半導体素子等の回路素子を組み合わせた電気回路（Circuitry）を用いることができる。
　　　１　　領域同定装置
　　　２　　３次元画像撮影装置
　　　３　　画像保管サーバ
　　　４　　ネットワーク
　　　１１　　ＣＰＵ
　　　１２　　メモリ
　　　１３　　ストレージ
　　　１４　　表示部
　　　１５　　入力部
　　　２１　　画像取得部
　　　２２　　同定部
　　　２３　　流速ベクトル導出部
　　　２４　　表示制御部
　　　３０　　表示画面
　　　Ａ０　　血管領域
　　　Ａ１～Ａ３　　領域
　　　Ｂ１～Ｂ３　　抜け領域
　　　ＧＭ　　強度画像
　　　Ｇｘ，Ｇｙ，Ｇｚ　　位相コントラスト画像
　　　Ｐ１～Ｐ５　　画素

Claims (9)

  1. 　３次元シネ位相コントラスト磁気共鳴法により、内部に流体が流れる構造物を含む被写体を撮影することにより取得された、各画素の画素値が空間的な３方向のそれぞれについての流体の速度を表す、前記３方向のそれぞれについての複数フェーズからなる位相コントラスト画像を取得する画像取得部と、
    　前記位相コントラスト画像の各フェーズにおける対応する画素間における、前記流体の速度の最大値に基づいて、前記位相コントラスト画像における前記構造物の領域を同定する同定部とを備えた領域同定装置。
  2. 　前記同定部は、前記位相コントラスト画像の各フェーズにおける対応する画素間において前記速度が最大であり、かつ周囲の画素および隣接する少なくとも１つのフェーズの対応する画素との前記速度の大きさおよび方向の相違が基準よりも小さい画素を特定し、前記複数フェーズのうちの、前記特定された画素の数が上位予め定められた数の上位フェーズにおける、前記特定された画素からなる領域を、前記構造物の領域として同定する請求項１に記載の領域同定装置。
  3. 　前記同定部は、前記特定された画素の数が最大となる最大フェーズを特定し、最大フェーズおよび最大フェーズに隣接する少なくとも１つのフェーズにおける、前記特定された画素からなる領域を前記構造物の領域として同定する請求項２に記載の領域同定装置。
  4. 　前記同定部は、前記３方向のそれぞれについての位相コントラスト画像の対応する画素における画素値に基づいて、前記速度を導出する請求項１から３のいずれか１項に記載の領域同定装置。
  5. 　前記各フェーズについての、前記構造物の領域の各画素における前記流体の速度の大きさおよび方向を表す流速ベクトルを導出する流速ベクトル導出部をさらに備えた請求項１から４のいずれか１項に記載の領域同定装置。
  6. 　前記各フェーズについての流速ベクトルに基づく、前記流体の４次元フローを表示部に表示する表示制御部をさらに備えた請求項１から５のいずれか１項に記載の領域同定装置。
  7. 　前記構造物は血管であり、前記流体は血液である請求項１から６のいずれか１項に記載の領域同定装置。
  8. 　３次元シネ位相コントラスト磁気共鳴法により、内部に流体が流れる構造物を含む被写体を撮影することにより取得された、各画素の画素値が空間的な３方向のそれぞれについての流体の速度を表す、前記３方向のそれぞれについての複数フェーズからなる位相コントラスト画像を取得し、
    　前記位相コントラスト画像の各フェーズにおける対応する画素間における、前記流体の速度の最大値に基づいて、前記位相コントラスト画像における前記構造物の領域を同定する領域同定方法。
  9. 　３次元シネ位相コントラスト磁気共鳴法により、内部に流体が流れる構造物を含む被写体を撮影することにより取得された、各画素の画素値が空間的な３方向のそれぞれについての流体の速度を表す、前記３方向のそれぞれについての複数フェーズからなる位相コントラスト画像を取得する手順と、
    　前記位相コントラスト画像の各フェーズにおける対応する画素間における、前記流体の速度の最大値に基づいて、前記位相コントラスト画像における前記構造物の領域を同定する手順とをコンピュータに実行させる領域同定プログラム。
PCT/JP2020/033887 2019-10-28 2020-09-08 領域同定装置、方法およびプログラム WO2021084916A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2021554139A JP7262606B2 (ja) 2019-10-28 2020-09-08 領域同定装置、方法およびプログラム
US17/715,015 US11994570B2 (en) 2019-10-28 2022-04-06 Region identification device, region identification method, and region identification program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019195705 2019-10-28
JP2019-195705 2019-10-28

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/715,015 Continuation US11994570B2 (en) 2019-10-28 2022-04-06 Region identification device, region identification method, and region identification program

Publications (1)

Publication Number Publication Date
WO2021084916A1 true WO2021084916A1 (ja) 2021-05-06

Family

ID=75716124

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/033887 WO2021084916A1 (ja) 2019-10-28 2020-09-08 領域同定装置、方法およびプログラム

Country Status (3)

Country Link
US (1) US11994570B2 (ja)
JP (1) JP7262606B2 (ja)
WO (1) WO2021084916A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023203722A1 (ja) * 2022-04-21 2023-10-26 株式会社Cardio Flow Design 情報処理装置、情報処理方法、及び記録媒体

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016197042A (ja) * 2015-04-03 2016-11-24 国立大学法人 東京大学 情報統合方法及び装置及びシステム及びプログラム
US20180031662A1 (en) * 2015-01-30 2018-02-01 Northwestern University System and Method for Mapping and Quantifying In-Vivo Blood Flow Stasis

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7191110B1 (en) * 1998-02-03 2007-03-13 University Of Illinois, Board Of Trustees Patient specific circulation model
US6408201B1 (en) * 2000-06-09 2002-06-18 General Electric Company Method and apparatus for efficient stenosis identification in peripheral arterial vasculature using MR imaging
US8000768B2 (en) * 2005-01-10 2011-08-16 Vassol Inc. Method and system for displaying blood flow
JP6513413B2 (ja) * 2015-02-13 2019-05-15 キヤノンメディカルシステムズ株式会社 医用画像処理装置及び磁気共鳴イメージング装置
WO2017035369A1 (en) * 2015-08-27 2017-03-02 The Regents Of The University Of California Hybrid one- and two-sided flow-encoding only (hotfeo) for velocity-encoding phase contrast mri

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180031662A1 (en) * 2015-01-30 2018-02-01 Northwestern University System and Method for Mapping and Quantifying In-Vivo Blood Flow Stasis
JP2016197042A (ja) * 2015-04-03 2016-11-24 国立大学法人 東京大学 情報統合方法及び装置及びシステム及びプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ROSE MICHAEL J., JARVIS KELLY, CHOWDHARY VARUN, BARKER ALEX J., ALLEN BRADLEY D., ROBINSON JOSHUA D., MARKL MICHAEL, RIGSBY CYNTHI: "Efficient method for volumetric assessment of peak blood flow velocity using 4D flow MRI", JOURNAL OF MAGNETIC RESONANCE IMAGING, vol. 44, no. 6, December 2016 (2016-12-01), pages 1673 - 1682, XP055820796 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023203722A1 (ja) * 2022-04-21 2023-10-26 株式会社Cardio Flow Design 情報処理装置、情報処理方法、及び記録媒体

Also Published As

Publication number Publication date
JPWO2021084916A1 (ja) 2021-05-06
JP7262606B2 (ja) 2023-04-21
US11994570B2 (en) 2024-05-28
US20220229141A1 (en) 2022-07-21

Similar Documents

Publication Publication Date Title
US10909681B2 (en) Automated selection of an optimal image from a series of images
US11364002B2 (en) Medical-image processing apparatus and medical-image diagnostic apparatus
JP7129869B2 (ja) 疾患領域抽出装置、方法及びプログラム
US11049251B2 (en) Apparatus, method, and program for learning discriminator discriminating infarction region, discriminator for discriminating infarction region, and apparatus, method, and program for discriminating infarction region
US10188361B2 (en) System for synthetic display of multi-modality data
EP3446142A1 (en) Magnetic resonance imaging of arterial structures
Winder et al. Automatic arterial input function selection in CT and MR perfusion datasets using deep convolutional neural networks
JP6981940B2 (ja) 画像診断支援装置、方法及びプログラム
JP6945493B2 (ja) 医用画像処理装置、方法およびプログラム
WO2019216125A1 (ja) 梗塞領域を判別する判別器の学習装置、方法およびプログラム、梗塞領域を判別する判別器、並びに梗塞領域判別装置、方法およびプログラム
WO2021084916A1 (ja) 領域同定装置、方法およびプログラム
JP6821036B2 (ja) 医用画像処理装置、方法およびプログラム
JP2017051598A (ja) 磁気共鳴イメージング装置及び画像処理装置
US10229500B2 (en) Incorporation of statistical strength into voxels in an fMRI image
JP6934948B2 (ja) 流体解析装置および流体解析装置の作動方法並びに流体解析プログラム
JP6877569B2 (ja) ずれ検出装置、方法およびプログラム
EP3446141A1 (en) Magnetic resonance imaging of arterial structures
US10929990B2 (en) Registration apparatus, method, and program
CN110546684B (zh) 时变数据的定量评估
JP7059391B2 (ja) 流体解析装置、方法およびプログラム
US20230386113A1 (en) Medical image processing apparatus and medical image processing method
JP7195458B2 (ja) 流体解析装置、方法およびプログラム
JP7502125B2 (ja) 医用画像処理装置、医用画像処理システム、及び、医用画像処理方法
JP2017051599A (ja) 磁気共鳴イメージング装置及び画像処理装置
WO2020217758A1 (ja) 疑似アンギオ画像生成装置、方法およびプログラム

Legal Events

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

Ref document number: 20883034

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021554139

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20883034

Country of ref document: EP

Kind code of ref document: A1