WO2024122442A1 - 情報処理システム、プログラム及び情報処理方法 - Google Patents

情報処理システム、プログラム及び情報処理方法 Download PDF

Info

Publication number
WO2024122442A1
WO2024122442A1 PCT/JP2023/042951 JP2023042951W WO2024122442A1 WO 2024122442 A1 WO2024122442 A1 WO 2024122442A1 JP 2023042951 W JP2023042951 W JP 2023042951W WO 2024122442 A1 WO2024122442 A1 WO 2024122442A1
Authority
WO
WIPO (PCT)
Prior art keywords
information processing
processing system
information
region
resection
Prior art date
Application number
PCT/JP2023/042951
Other languages
English (en)
French (fr)
Inventor
和弘 長山
友理 永代
季 斎藤
博史 小山
淳 中島
Original Assignee
国立大学法人 東京大学
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 国立大学法人 東京大学 filed Critical 国立大学法人 東京大学
Publication of WO2024122442A1 publication Critical patent/WO2024122442A1/ja

Links

Classifications

    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient

Definitions

  • the present invention relates to an information processing system, a program, and an information processing method.
  • Patent Document 1 discloses a surgical support device.
  • This surgery support device includes a medical image acquisition means for acquiring a three-dimensional medical image of the subject, a target tissue region extraction means for extracting a region of the target tissue from the three-dimensional medical image acquired by the medical image acquisition means, an abnormal region extraction means for extracting an abnormal region from the target tissue region extracted by the target tissue region extraction means, a resection method acquisition means for acquiring a plurality of resection methods that set a resection region for the abnormal region based on a plurality of resection region determination conditions and that satisfy each of the resection region determination conditions, and a resection method presentation means for presenting the plurality of resection methods acquired by the resection method acquisition means.
  • Patent Document 1 does not provide information that is useful for determining whether or not a target region can be resected.
  • the present invention provides an information processing system that can present information that is useful in determining whether or not a target region can be resected.
  • an information processing system includes an acquisition unit, an extraction unit, a setting unit, and a generation unit.
  • the acquisition unit acquires a plurality of successive cross-sectional images of an object.
  • the extraction unit extracts an object region, which is a region of the object, from the successive cross-sectional images.
  • the setting unit sets resection feasibility information that contributes to determining whether or not the object region can be resected, based on the object region and a predetermined calculation formula.
  • the generation unit generates an image in which the resection feasibility information is superimposed on the successive cross-sectional images or a three-dimensional image generated from the plurality of successive cross-sectional images.
  • FIG. 1 is a configuration diagram showing an information processing system 100.
  • FIG. 2 is a block diagram showing a hardware configuration of an information processing device 200.
  • FIG. 2 is a block diagram showing the hardware configuration of the terminal 300.
  • FIG. 2 is a block diagram showing functions realized by an information processing device 200 (a control unit 210).
  • 2 is an activity diagram showing the flow of information processing executed by the information processing device 200.
  • FIG. FIG. 4 is a diagram showing an example of a region of the lungs 410 extracted in activity A160.
  • FIG. 4 shows an example of a region of a lung 410 cut in activity A170.
  • FIG. 13 is a diagram showing an example in which an arbitrary point 460 is set within a lung 410 in activity A180.
  • FIG. 6 shows an example of an image 600 displayed in activity A230.
  • FIG. 6 shows an example of an image 600 displayed in activity A230.
  • 2 is an activity diagram showing the flow of information processing executed by the information processing device 200.
  • FIG. FIG. 6 is a diagram showing another example of an image 600 displayed in activity A230.
  • FIG. 6 is a diagram showing another example of an image 600 displayed in activity A230.
  • FIG. 13 is a diagram showing a state in which the size of an expansion region 720 superimposed on a lesion region 710 is changed.
  • this embodiment a first embodiment of the present invention will be described. Parts common to a second embodiment described later may be referred to as "this embodiment.”
  • the program for realizing the software appearing in this embodiment may be provided as a non-transitory computer-readable recording medium, or may be provided so that it can be downloaded from an external server, or may be provided so that the program is started on an external computer and its functions are realized on a client terminal (so-called cloud computing).
  • a "unit” can also include, for example, a combination of hardware resources implemented by a circuit in the broad sense and software information processing that can be specifically realized by these hardware resources.
  • this embodiment handles various types of information, which can be represented, for example, by physical values of signal values representing voltage and current, high and low signal values as a binary bit collection consisting of 0 or 1, or quantum superposition (so-called quantum bits), and communication and calculations can be performed on a circuit in the broad sense.
  • a circuit in the broad sense is a circuit that is realized by at least appropriately combining a circuit, circuitry, a processor, and memory.
  • ASICs application specific integrated circuits
  • SPLDs simple programmable logic devices
  • CPLDs complex programmable logic devices
  • FPGAs field programmable gate arrays
  • Information processing system 100 1 is a configuration diagram showing an information processing system 100.
  • the information processing system 100 includes an information processing device 200 and a terminal 300, which are connected via a network. These components will be further described.
  • a system exemplified as the information processing system 100 is composed of one or more devices or components. Therefore, for example, even the information processing device 200 alone can become a system exemplified as the information processing system 100.
  • Information processing device 200 2 is a block diagram showing a hardware configuration of the information processing device 200.
  • the information processing device 200 has a control unit 210, a storage unit 220, and a communication unit 250, and these components are electrically connected via a communication bus 260 inside the information processing device 200.
  • the information processing device 200 may be, for example, a server. Each component will be further described.
  • the control unit 210 processes and controls the overall operations related to the information processing device 200.
  • the control unit 210 is, for example, a central processing unit (CPU) not shown.
  • the control unit 210 realizes various functions related to the information processing device 200 by reading out a specific program stored in the storage unit 220.
  • information processing by software stored in the storage unit 220 can be specifically realized by the control unit 210, which is an example of hardware, and executed as each functional unit included in the control unit 210.
  • the control unit 210 is not limited to being single, and may be implemented with multiple control units 210 for each function. A combination of these may also be used.
  • the memory unit 220 stores various information necessary for the information processing of the information processing device 200.
  • This can be implemented, for example, as a storage device such as a solid state drive (SSD) that stores various programs related to the information processing device 200 executed by the control unit 210, or as a memory such as a random access memory (RAM) that stores temporarily required information related to the calculation of the program (arguments, arrays, etc.). It may also be a combination of these.
  • SSD solid state drive
  • RAM random access memory
  • the communication unit 250 is preferably a wired communication means such as USB, IEEE 1394, Thunderbolt (registered trademark), wired LAN network communication, etc., but may also include wireless LAN network communication, mobile communication such as 5G/LTE/3G, Bluetooth (registered trademark) communication, etc. as necessary. In other words, it is more preferable to implement it as a collection of multiple communication means. In other words, the information processing device 200 communicates various information with the terminal 300 via the communication unit 250 and over a network.
  • wired communication means such as USB, IEEE 1394, Thunderbolt (registered trademark), wired LAN network communication, etc.
  • wireless LAN network communication mobile communication
  • mobile communication such as 5G/LTE/3G
  • Bluetooth registered trademark
  • Terminal 300 3 is a block diagram showing the hardware configuration of the terminal 300.
  • the terminal 300 has a control unit 310, a storage unit 320, a display unit 330, an input unit 340, and a communication unit 350, and these components are electrically connected inside the terminal 300 via a communication bus 360.
  • the terminal 300 communicates various information with an X-ray computed tomography apparatus (not shown) via a network via the communication unit 350.
  • the explanation of the control unit 310, the storage unit 320, and the communication unit 350 is omitted because they are substantially the same as the explanation of the control unit 210, the storage unit 220, and the communication unit 250 in the information processing device 200.
  • the display unit 330 may be included in the housing of the terminal 300 or may be attached externally.
  • the display unit 330 displays a screen of a Graphical User Interface (GUI) that can be operated by the user.
  • GUI Graphical User Interface
  • This is preferably implemented by using display devices such as a CRT display, a liquid crystal display, an organic EL display, and a plasma display, depending on the type of terminal 300.
  • display devices such as a CRT display, a liquid crystal display, an organic EL display, and a plasma display, depending on the type of terminal 300.
  • the display unit 330 is assumed to be included in the housing of the terminal 300.
  • the input unit 340 may be included in the housing of the terminal 300, or may be attached externally.
  • the input unit 340 may be implemented as a touch panel integrated with the display unit 330.
  • a touch panel allows the user to input tapping, swiping, and the like.
  • a switch button, a mouse, a QWERT keyboard, and the like may be used instead of a touch panel. That is, the input unit 340 accepts operation inputs made by the user.
  • the inputs are transferred as command signals to the control unit 310 via the communication bus 360.
  • the control unit 310 can then execute predetermined controls and calculations as necessary.
  • FIG. 4 is a block diagram showing functions realized by the information processing device 200 (control unit 210).
  • the information processing device 200 includes an acquisition unit 211, an extraction unit 212, a setting unit 213, and a generation unit 214.
  • the acquisition unit 211 is configured to acquire various information. For example, the acquisition unit 211 acquires multiple continuous cross-sectional images of the object from the terminal 300.
  • the extraction unit 212 is configured to extract various information. For example, the extraction unit 212 extracts an object region, which is a region of an object, from the continuous cross-sectional images.
  • the setting unit 213 is configured to set various information. For example, the setting unit 213 sets resection feasibility information that contributes to determining whether or not the object region can be resected, based on the object region and a predetermined calculation formula.
  • the generating unit 214 is configured to generate various information. For example, the generating unit 214 generates, on the terminal 300, an image in which resection feasibility information is superimposed on a successive cross-sectional image or a three-dimensional image generated from a plurality of the successive cross-sectional images.
  • each unit of the information processing device 200 is executed by a computer as each step.
  • this information processing method includes an acquisition step, an extraction step, a setting step, and a generation step.
  • acquisition step a plurality of consecutive cross-sectional images of an object are acquired.
  • extraction step an object region, which is a region of the object, is extracted from the consecutive cross-sectional images.
  • setting step resection feasibility information that contributes to determining whether or not the object region can be resected is set based on the object region and a predetermined calculation formula.
  • the generation step an image is generated in which the resection feasibility information is superimposed on the consecutive cross-sectional images.
  • FIG. 5 is an activity diagram showing the flow of information processing executed by the information processing device 200. The following will explain each activity in this activity diagram.
  • the lungs will be described as an example of the object.
  • the CT image 400 is a medical image captured by an X-ray computed tomography device in order to obtain multiple continuous cross-sectional images of the lungs.
  • Lung resection procedures are classified into pneumonectomy, lobectomy, segmentectomy, and partial lung resection.
  • the amount of resection decreases and the quality of life after surgery tends to improve in the following order: pneumonectomy, lobectomy, segmentectomy, partial lung resection. Therefore, to diagnose small lung lesions, partial lung resection is often chosen, as it requires a small amount of resection and can be performed relatively safely.
  • the lung tissue containing the lesion is excised deep from the lung surface, so the area that can be safely excised is limited.
  • the deeper the lesion is located from the lung surface the lower the success rate of extracting lung tissue containing the lesion.
  • Partial lung resection is considered appropriate for lesions located in the outer third of the lung.
  • the area represented by the outer third is vague and cannot be quantitatively defined, so thoracic surgeons refer to CT images of the patient during the preoperative planning stage to determine whether partial lung resection is possible and how difficult it will be. Therefore, inexperienced trainees are known to often make mistakes in their judgments, and even experienced doctors are known to make mistakes from time to time.
  • an information processing device 200 that can quantitatively present the feasibility and difficulty of partial lung resection.
  • the flow of information processing executed by the information processing device 200 is described below.
  • the X-ray computed tomography apparatus captures an image of the subject's chest (activity A110).
  • the X-ray detector detects the X-rays emitted from the X-ray tube, and generates detection data corresponding to the amount of X-rays as an electrical signal in the DAS (data acquisition system).
  • a rotating frame that supports the X-ray tube and X-ray detector in opposing positions is rotated around the subject to collect multiple views, that is, detection data for the entire circumference of the subject. In this way, multiple CT images 400, which are successive cross-sectional images, are obtained.
  • the X-ray computed tomography apparatus transmits the CT image 400 to the terminal 300 (activity A120).
  • the control unit 310 in the terminal 300 receives the CT image 400 from the X-ray computed tomography apparatus (activity A130).
  • activity A130 for example, the following two-stage information processing is executed.
  • the control unit 310 receives the CT image 400 from the X-ray computed tomography apparatus via the communication unit 350.
  • the control unit 310 stores the received CT image 400 in the storage unit 320.
  • the control unit 310 in the terminal 300 transmits the CT image 400 to the information processing device 200 (activity A140).
  • activity A140 for example, the following two-stage information processing is executed.
  • the control unit 310 reads out the CT image 400 stored in the memory unit 320.
  • the control unit 310 transmits the CT image 400 to the information processing device 200 via the communication unit 350.
  • the control unit 210 in the information processing device 200 acquires a CT image 400 of the lungs from the terminal 300 (activity A150).
  • the acquisition unit 211 acquires multiple successive cross-sectional images of the object.
  • activity A150 for example, the following two-stage information processing is executed.
  • the control unit 210 receives the CT image 400 from the terminal 300 via the communication unit 250.
  • the control unit 210 stores the received CT image 400 in the memory unit 220.
  • the control unit 210 in the information processing device 200 extracts the region of the lung 410 (object region) from the CT image 400 (activity A160).
  • the extraction unit 212 extracts the object region, which is the region of the object, from the continuous cross-sectional images.
  • the region of the lung 410 includes structures related to the lung 410, and is composed of, for example, the lung 410, the bronchi 420, the pulmonary artery 430, the pulmonary vein 440, and the branch structure 450.
  • the structures related to the lung 410 are composed of, for example, the bronchi 420, the pulmonary artery 430, the pulmonary vein 440, and the branch structure 450.
  • activity A160 for example, the following three stages of information processing are executed. (1) The control unit 210 reads out the CT image 400 stored in the memory unit 220. (2) The control unit 210 executes the extraction process. (3) The control unit 210 stores the extracted lung area data in the memory unit 220.
  • the control unit 210 in the information processing device 200 performs a cropping process on the region of the lung 410 (activity A170).
  • the control unit 210 performs a cropping process at the position of the subsegmental support to remove the branch-like structures 450 from the region of the lung 410.
  • the removal of the branch-like structures 450 may be performed by automatically recognizing the position of the subsegmental support.
  • the extraction unit 212 performs a cropping process on the target region.
  • activity A170 for example, the following three stages of information processing are performed.
  • the control unit 210 reads out the lung region data stored in the storage unit 220.
  • the control unit 210 performs the cropping process.
  • the control unit 210 stores the cropped lung region data (hereinafter also referred to as "post-cropping data”) in the storage unit 220.
  • the control unit 210 in the information processing device 200 sets an arbitrary point 460, which is an arbitrary point within the lung 410, and calculates the positional relationship between the arbitrary point 460 and the lung 410, the bronchus 420, the pulmonary artery 430, or the pulmonary vein 440 (activity A180).
  • the information on the positional relationship is information on the shortest distance from the arbitrary point 460 to the bronchus 420, the pulmonary artery 430, or the pulmonary vein 440, and the shortest distance from the arbitrary point 460 to the surface of the lung 410.
  • the distance from the arbitrary point 460 to the structure may be calculated based on the position of the subsegmental branch in each structure.
  • the control unit 210 reads out the pruned data stored in the memory unit 220.
  • the control unit 210 performs a calculation process.
  • the control unit 210 calculates the shortest distance from the arbitrary point 460 to the bronchus 420, the pulmonary artery 430, or the pulmonary vein 440, and the shortest distance from the arbitrary point 460 to the surface of the lung 410 (hereinafter also referred to as "information regarding the positional relationship").
  • the control unit 210 stores the calculated information regarding the positional relationship in the memory unit 220.
  • the control unit 210 in the information processing device 200 sets resection feasibility information 500 that is useful for determining whether or not resection is possible in the lung 410 region (activity A190).
  • the setting unit 213 applies information regarding the positional relationship between the arbitrary point 460 in the lung 410 and the lung 410, and the positional relationship between the arbitrary point 460 and a structure (the bronchus 420, the pulmonary artery 430, or the pulmonary vein 440) to a predetermined calculation formula to set the resection feasibility information 500.
  • the setting unit 213 may set the resection feasibility information 500 for each pixel in the lung 410 region.
  • the setting unit 213 may use each positional relationship to compare the positional relationship with a set threshold value, and then set the resection feasibility information 500. For example, the setting unit 213 may perform a calculation process using the shortest distance from the arbitrary point 460 to the bronchus 420 and the shortest distance from the arbitrary point 460 to the surface of the lung 410, and set the resection feasibility information 500 based on the relationship between this calculation result and the set threshold value. For example, if the calculation result is 15 and the set threshold value is 10, the resection feasibility information 500 at the arbitrary point 460 may be determined to be resectable.
  • the control unit 210 reads out information about the positional relationship stored in the memory unit 220.
  • the control unit 210 reads out a predetermined calculation formula stored in the memory unit 220.
  • the control unit 210 executes a setting process.
  • the control unit 210 sets the resection feasibility information 500.
  • the control unit 210 stores the resection feasibility information 500 in the memory unit 220.
  • control unit 210 in the information processing device 200 generates an image 600 in which the resection feasibility information 500 is superimposed on the CT image 400 (activity A200).
  • the generation unit 214 generates an image 600 in which the resection feasibility information 500 is superimposed on the CT image 400 (sequential cross-sectional image) or a three-dimensional image generated from a plurality of CT images 400.
  • the image 600 in which the resection feasibility information 500 is superimposed may be an image in which the two-dimensional CT image 400 is superimposed on the resection feasibility information, or may be an image in which the resection feasibility information is superimposed on a three-dimensional image generated from a plurality of CT images 400 by a predetermined program, volume rendering, or the like.
  • activity A200 for example, the following three-stage information processing is executed. (1) The control unit 210 reads out the CT image 400 stored in the storage unit 220. (2) The control unit 210 reads out the resection feasibility information 500 stored in the storage unit 220. (3) The control unit 210 executes the generation process. (4) The control unit 210 generates an image 600 by superimposing the resection feasibility information 500 on the CT image 400. (5) The control unit 210 stores the generated image 600 in the storage unit 220.
  • the control unit 210 in the information processing device 200 transmits the image 600 to the terminal 300 (activity A210).
  • activity A210 for example, the following three stages of information processing are executed. (1) The control unit 210 reads out the image 600 stored in the storage unit 220. (2) The control unit 210 executes a transmission process. (3) The control unit 210 transmits the image 600 to the terminal 300 via the communication unit 250.
  • the control unit 310 in the terminal 300 receives the image 600 from the information processing device 200 (activity A220).
  • activity A220 for example, the following two-stage information processing is executed.
  • the control unit 310 receives the image 600 from the information processing device 200 via the communication unit 350.
  • the control unit 310 stores the received image 600 in the storage unit 320.
  • the control unit 310 in the terminal 300 causes the display unit 330 to display the image 600 (activity A230).
  • activity A230 for example, the following three stages of information processing are executed. (1) The control unit 310 reads out the image 600 stored in the memory unit 320. (2) The control unit 310 executes a display process. (3) The control unit 310 causes the display unit 330 to display the image 600.
  • FIG. 6 shows an example of a region of the lung 410 extracted by activity A160.
  • the CT image 400 after processing by activity A160 shows the lung 410, bronchi 420, pulmonary artery 430, pulmonary vein 440, and branched structures 450.
  • FIG. 7 shows an example of a region of a lung 410 that has been cut in activity A170.
  • the CT image 400 after processing in activity A170 shows the lung 410, bronchi 420, pulmonary artery 430, and pulmonary vein 440.
  • a branch structure 450 has been removed as a result of cutting at the position of the subsegmental branch.
  • FIG. 8 is a diagram showing an example in which an arbitrary point 460 is set in the lung 410 in activity A180.
  • the arbitrary point 460 may be set in pixel units or voxel units.
  • activity A180 the shortest distance between the arbitrary point 460 and the surface of the lung 410, the shortest distance between the arbitrary point 460 and the bronchus 420, the shortest distance between the arbitrary point 460 and the pulmonary artery 430, and the shortest distance between the arbitrary point 460 and the pulmonary vein 440 are calculated.
  • FIGS. 9 and 10 are diagrams showing an example of an image 600 displayed in activity A230.
  • the resection feasibility information 500 has areas 510, 520, 530, 540, and 550, each of which is composed of information that can be visualized as color information.
  • FIGS. 9 and 10 differ in that the lung 410 is observed from different angles.
  • each area may indicate, for example, the following:
  • Area 510 is an area where partial resection of the lung 410 is possible.
  • Area 520 is an area where partial resection of the lung 410 is possible but somewhat difficult.
  • Area 530 is an area where partial resection of the lung 410 is possible but difficult.
  • Area 540 is an area where partial resection of the lung 410 is possible but very difficult.
  • Area 550 is an area where partial resection of the lung 410 is impossible.
  • Second Embodiment A second embodiment of the present invention will be described below. In the second embodiment, descriptions that overlap with the first embodiment will be omitted as appropriate.
  • the lesion area 710 is, for example, an area of a microscopic lung lesion suspected to be malignant.
  • the expansion area 720 is an area obtained by expanding the lesion area 710 so as to surround the periphery of the lesion area 710.
  • activities A110 to A160 are the same as in the first embodiment.
  • the control unit 210 in the information processing device 200 determines whether or not a lesion is present in the CT image 400 (activity A310).
  • a known image diagnosis program may be used to determine whether or not a lesion is present in the CT image 400. If it is determined that a lesion is present in the CT image 400, the control unit 210 proceeds to processing activity A320 (YES in activity A310). If it is determined that no lesion is present in the CT image 400, the control unit 210 proceeds to processing activity A170 (NO in activity A310).
  • the control unit 210 reads out the CT image 400 from the storage unit 220.
  • the control unit 210 executes an image diagnosis program and determines whether or not a lesion is present in the CT image 400.
  • the control unit 210 stores the determination result in the storage unit 220.
  • the control unit 210 in the information processing device 200 extracts the lesion area 710 from the CT image 400 (activity A320).
  • the extraction unit 212 is configured to further extract the lesion area 710, which is the area of a lesion that has occurred in the lung 410 (object).
  • activity A320 for example, the following three stages of information processing are executed. (1) The control unit 210 reads out the CT image 400 from the storage unit 220. (2) The control unit 210 executes an extraction process and extracts the lesion area 710 from the CT image 400. (3) The control unit 210 stores the extracted lesion area 710 in the storage unit 220.
  • the control unit 210 in the information processing device 200 sets an expanded area 720 corresponding to the lesion area 710 (activity A330).
  • the setting unit 213 further sets an expanded area 720 that is an area obtained by expanding the lesion area 710.
  • activity A330 for example, the following three stages of information processing are executed. (1)
  • the control unit 210 reads out the lesion area 710 from the storage unit 220.
  • the control unit 210 executes a setting process and sets the expanded area 720 corresponding to the lesion area 710.
  • the control unit 210 stores the set expanded area 720 in the storage unit 220.
  • activities A170 to A190 are the same as in the first embodiment.
  • the control unit 210 in the information processing device 200 generates an image 600 in which the resection feasibility information 500 is superimposed on the CT image 400 and an extension region 720 is further superimposed on the lesion region 710 (activity A340).
  • the generation unit 214 generates an image 600 in which the extension region 720 is further superimposed on the lesion region 710 in the CT image 400 (sequential cross-sectional images) or a three-dimensional image generated from multiple CT images 400.
  • the control unit 210 reads out the judgment result from the storage unit 220. If the judgment result is that there is a lesion, the control unit 210 executes the information processing of (2) to (6). If the judgment result is that there is no lesion, the control unit 210 omits the processing related to the lesion area 710 and the extension area 720 and executes the information processing of (2) to (6).
  • the control unit 210 reads out the CT image 400 from the storage unit 220.
  • the control unit 210 reads out the resection feasibility information 500 from the storage unit 220.
  • the control unit 210 reads out the extension area 720 from the storage unit 220.
  • the control unit 210 executes a generation process to superimpose the resection feasibility information 500 on the CT image 400 and to generate an image 600 in which the extension area 720 is further superimposed on the lesion area 710.
  • the control unit 210 stores the generated image 600 in the storage unit 220. Note that the information processing of (2) to (4) may be performed in any order.
  • activities A210 to A230 are the same as in the first embodiment. Note that activities A310, A320, A330, and A340 only need to be executed in this order, and may be executed at any timing between activities A150 and A210.
  • FIGS. 12 and 13 are diagrams showing another example of an image 600 displayed in activity A230.
  • a dashed line area 700 is displayed in addition to the resection feasibility information 500.
  • the dashed line area 700 is an area that includes a lesion area 710 and an expansion area 720. The position of the dashed line area 700 differs between FIGS. 12 and 13.
  • lesion area 710 and expansion area 720 are included in area 510, which is an area of lung 410 where partial resection is possible. Therefore, in the case of FIG. 12, it can be seen that partial resection of the lesion is relatively easy.
  • lesion area 710 and expansion area 720 exist across areas 510, 520, 530, and 540. Therefore, in the case of FIG. 13, it can be seen that partial resection of the lesion is possible but extremely difficult.
  • FIG. 14 shows the state in which the size of the expansion region 720 superimposed on the lesion region 710 is changed.
  • the outer surface of the expansion region 720 is similar in shape to the outer surface of the lesion region 710. In this manner, it is possible to easily identify an area that is a certain distance away from the lesion region 710.
  • the control unit 310 in the terminal 300 changes the size of the expansion area 720 in response to the operation input received by the input unit 340. If the size shown in FIG. 14(B) is the default size, the expansion area 720 can be enlarged as shown in FIG. 14(A) or reduced as shown in FIG. 14(C). For example, the size of the expansion area 720 can be changed by clicking with the mouse to select the arrow of the expansion area 720 and then operating the mouse to change the length of the arrow. In other words, the expansion area 720 is configured to be arbitrarily expandable and contractible. According to this embodiment, for example, the expansion area can be set according to the type of lesion.
  • the operation of this embodiment can be summarized as follows. First, structures inside and outside the lungs are classified and extracted based on anatomical elements from the DICOM information of the chest region. Next, the 3DCG model of the structures inside and outside the lungs is cut according to the situation. Next, the positional relationship between the intrapulmonary structures after the cutting process and any point inside the lung is calculated. Next, processing is performed to construct information that will serve as a reference for the judgment of an experienced doctor. Next, the constructed information is superimposed on a two-dimensional or three-dimensional CT image.
  • Section 8 describes a variation of this embodiment.
  • An aspect of this embodiment may be a program.
  • This program causes a computer to function as each part of the information processing device 200 (information processing system 100).
  • the control unit 210 writes (stores) and reads various data and information to the memory unit 220, but is not limited to this.
  • the control unit 210 may use a register or cache memory within the control unit 210 to process information for each activity.
  • the lungs have been used as an example of the target object, but any specified tissue or organ of the human body may be used, such as the liver.
  • the setting unit 213 sets the resection feasibility information 500 using the positional relationship between the arbitrary point 460 and the structure, but this is not limited thereto, and the setting unit 213 may take other forms as long as it sets the resection feasibility information 500 that contributes to determining whether or not the object region can be resected based on the object region and a predetermined calculation formula.
  • medical images taken by an X-ray computed tomography device have been used as an example of multiple continuous cross-sectional images of the lungs, but this is not limited thereto, and medical images taken by a magnetic resonance imaging device, for example, may also be used.
  • the positional relationship in activity A180 has been described as information about the shortest distance between the arbitrary point 460 and the lung 410, the bronchus 420, the pulmonary artery 430, or the pulmonary vein 440, but other forms of information about distance may be used.
  • the setting unit 213 sets the resection feasibility information 500 for each pixel in the object region, but this is not limited thereto, and the resection feasibility information 500 may be set at a coarser resolution, for example, every 8 voxels (2x2x2), every 27 voxels (3x3x3), etc.
  • the resection feasibility information 500 may be set at such a coarse resolution, for example, every 8 voxels (2x2x2), every 27 voxels (3x3x3), etc.
  • the resection feasibility information 500 has been described as being composed of information that can be visualized as color information, but this is not limited thereto, and may be composed of information that can be visualized as information expressed by a frame line or a contour line, for example. Furthermore, the resection feasibility information 500 may be set using a numerical value calculated from distance information using an arbitrary point 460, as exemplified in activity A190, and using numerical values such as the maximum value, minimum value, and average value of the numerical value.
  • the predetermined calculation formula may be a trained model that has been trained in advance using the relationship between the object region and the resection feasibility information 500 as training data.
  • information on whether or not a doctor has determined whether or not a resection is possible may be used as the training data.
  • the predetermined calculation formula may also be a database that stores lookup tables, etc., a function that indicates the correspondence of values that are determined depending on certain variables, a mathematical model that mathematically relates multiple pieces of information, etc.
  • the outer surface of the expansion region 720 has been described as being similar to the outer surface of the lesion region 710, but this is not limited to this.
  • the expansion region 720 is not particularly limited as long as it represents an area that is an expansion of the lesion region 710.
  • the expansion area 720 has been described as being configured to be arbitrarily expandable and contractible, but this is not limited to this.
  • the expansion area 720 is not particularly limited as long as it represents an area that is an expansion of the lesion area 710.
  • the determination of the presence or absence of a lesion and the extraction of the lesion area 710 are performed automatically by the control unit 210, but this is not limited to the above.
  • a surgeon may visually check the CT image 400 on the software and determine the presence or absence of a lesion, and extract the lesion as the lesion area 710 by performing operations based on the result of the determination.
  • An information processing system comprising an acquisition unit, an extraction unit, a setting unit, and a generation unit, wherein the acquisition unit acquires a plurality of consecutive cross-sectional images of an object, the extraction unit extracts an object region that is a region of the object from the consecutive cross-sectional images, the setting unit sets resection feasibility information that contributes to determining whether or not the object region can be resected based on the object region and a predetermined calculation formula, and the generation unit generates an image in which the resection feasibility information is superimposed on the consecutive cross-sectional images or a three-dimensional image generated from the consecutive cross-sectional images.
  • This embodiment provides the following effects (1) to (7).
  • (1) It is possible to present information that is useful in determining whether or not a target region can be resected (hereinafter also referred to as "determination information").
  • (2) It is possible to superimpose specialized knowledge that was previously possessed only by experienced physicians on two-dimensional or three-dimensional continuous cross-sectional images.
  • (3) It is possible to present new information based on specialized knowledge that does not exist in conventional continuous cross-sectional images.
  • (4) It is possible to easily share images of regions that can be safely resected between surgeons and perform mutual verification.
  • (5) By sharing images with experienced physicians, inexperienced trainees can become aware of errors in their own preoperative plans. (6)
  • Experienced physicians can make decisions with fewer errors by mutual verification with other experienced physicians.
  • (7) Due to the simple configuration, the saved resources can be used for other core functions.
  • the continuous cross-sectional images are medical images, and the object is a specific tissue or organ of the human body.
  • This aspect can be useful in medical treatment of human tissues or organs.
  • the continuous cross-sectional images are images captured by an X-ray computed tomography apparatus.
  • This aspect allows for an optimal understanding of the structure of tissues or organs in the human body.
  • the continuous cross-sectional images are images captured by a magnetic resonance imaging device.
  • This aspect allows for an optimal understanding of the structure of tissues or organs in the human body.
  • This aspect can be particularly useful in medical treatment related to the lungs or liver.
  • the additional indicator structures can provide more accurate assessment information.
  • the setting unit applies information regarding the positional relationship between an arbitrary point in the object and the object or a structure related to the object to the calculation formula to set the resection feasibility information.
  • the information regarding the positional relationship is information regarding the shortest distance from the arbitrary point to the structure and the shortest distance from the arbitrary point to the surface of the object.
  • the setting unit sets the resection possibility information for each pixel of the object region.
  • the extraction unit performs a cropping process on the object region.
  • This aspect makes it possible to reduce noise when obtaining judgment information.
  • the calculation formula is a trained model that is trained in advance using the relationship between the object region and the resection feasibility information as training data.
  • This aspect can improve the accuracy of the determination information.
  • the extraction unit is configured to further extract a lesion area, which is an area of a lesion that has occurred in the object, the setting unit further sets an extension area, which is an area obtained by extending the lesion area, and the generation unit generates an image in which the extension area is further superimposed on the lesion area in the continuous cross-sectional images or the three-dimensional image.
  • This embodiment can provide more practical information when removing a lesion from an object.
  • the outer surface of the expansion area is similar to the outer surface of the lesion area.
  • the extension area can be expanded or contracted as desired.
  • the expansion area can be set according to the type of lesion.
  • This embodiment provides the following effects (1) to (7).
  • (1) It is possible to present information that is useful in determining whether or not a target region can be resected (hereinafter also referred to as "determination information").
  • (2) It is possible to superimpose specialized knowledge that was previously possessed only by experienced physicians on two-dimensional or three-dimensional continuous cross-sectional images.
  • (3) It is possible to present new information based on specialized knowledge that does not exist in conventional continuous cross-sectional images.
  • (4) It is possible to easily share images of regions that can be safely resected between surgeons and perform mutual verification.
  • (5) By sharing images with experienced physicians, inexperienced trainees can become aware of errors in their own preoperative plans. (6)
  • Experienced physicians can make decisions with fewer errors by mutual verification with other experienced physicians.
  • (7) Due to the simple configuration, the saved resources can be used for other core functions.
  • the following effects (1) to (7) are achieved.
  • Information that contributes to the determination of resection feasibility in the target region (hereinafter also referred to as "determination information”) can be presented.
  • Expert knowledge that only experienced physicians possess can be superimposed and displayed on two-dimensional or three-dimensional continuous cross-sectional images.
  • New information based on expert knowledge that does not exist in conventional continuous cross-sectional images can be presented.
  • Images of regions that can be safely resected can be easily shared and mutually verified between surgeons.
  • By sharing images with an experienced physician an inexperienced trainee physician can realize an error in his/her own preoperative plan.
  • An experienced physician can make a decision with fewer errors by mutual verification with other experienced physicians.
  • the saved resources can be used for other core functions. Of course, this is not the case.
  • 100 Information processing system
  • 200 Information processing device
  • 210 Control unit
  • 211 Acquisition unit
  • 212 Extraction unit
  • 213 Setting unit
  • 214 Generation unit
  • 220 Storage unit
  • 250 Communication unit
  • 260 Communication bus
  • 300 Terminal
  • 310 Control unit
  • 320 Storage unit
  • 330 Display unit
  • 340 Input unit
  • 350 Communication unit
  • 360 Communication bus
  • 400 CT image
  • 430 Pulmonary artery
  • 440 Pulmonary vein
  • 450 Branch structure
  • 460 Arbitrary point
  • 500 Resection possibility information
  • 510 Region, 520: Region
  • 530 Region
  • 540 Region
  • 550 Region
  • 600 Image
  • 700 Dashed line region
  • 710 Lesion region
  • 720 Expanded region

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Optics & Photonics (AREA)
  • Human Computer Interaction (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

【課題】対象物領域における切除可否の判定に資する情報を提示可能な情報処理システムを提供する。 【解決手段】本発明の一態様によれば、情報処理システムが提供される。この情報処理システムは、取得部と、抽出部と、設定部と、生成部とを備える。取得部は、対象物の複数の連続断面画像を取得する。抽出部は、対象物の領域である対象物領域を連続断面画像から抽出する。設定部は、対象物領域と、所定の算定式とに基づいて、対象物領域における切除可否の判定に資する切除可否情報を設定する。生成部は、連続断面画像又は複数の連続断面画像から生成された３次元画像に切除可否情報を重畳した画像を生成する。

Description

情報処理システム、プログラム及び情報処理方法
　本発明は、情報処理システム、プログラム及び情報処理方法に関する。
　特許文献１には、手術支援装置が開示されている。
　この手術支援装置は、被検体の３次元医用画像を取得する医用画像取得手段と、医用画像取得手段によって取得された３次元医用画像から対象組織の領域を抽出する対象組織領域抽出手段と、対象組織領域抽出手段によって抽出された対象組織領域から異常領域を抽出する異常領域抽出手段と、複数の切除領域決定条件に基づいて、異常領域に対して各切除領域決定条件を満たす切除領域を設定した複数の切除方法を取得する切除方法取得手段と、切除方法取得手段によって取得された複数の切除方法を提示する切除方法提示手段とを備える。
特開２０１３－１５４０３７号公報
　しかしながら、特許文献１に開示された手術支援装置は、対象物領域における切除可否の判定に資する情報を提示するものではなかった。
　本発明では上記事情を鑑み、対象物領域における切除可否の判定に資する情報を提示可能な情報処理システムを提供することとした。
　本発明の一態様によれば、情報処理システムが提供される。この情報処理システムは、取得部と、抽出部と、設定部と、生成部とを備える。取得部は、対象物の複数の連続断面画像を取得する。抽出部は、対象物の領域である対象物領域を連続断面画像から抽出する。設定部は、対象物領域と、所定の算定式とに基づいて、対象物領域における切除可否の判定に資する切除可否情報を設定する。生成部は、連続断面画像又は複数の連続断面画像から生成された３次元画像に切除可否情報を重畳した画像を生成する。
　このような態様によれば、対象物領域における切除可否の判定に資する情報を提示することができる。
情報処理システム１００を表す構成図である。 情報処理装置２００のハードウェア構成を示すブロック図である。 端末３００のハードウェア構成を示すブロック図である。 情報処理装置２００（制御部２１０）によって実現される機能を示すブロック図である。 情報処理装置２００によって実行される情報処理の流れを示すアクティビティ図である。 アクティビティＡ１６０で抽出された肺４１０の領域の一例を示す図である。 アクティビティＡ１７０で剪裁処理された肺４１０の領域の一例を示す図である。 アクティビティＡ１８０において肺４１０内に任意点４６０が設定された一例を示す図である。 アクティビティＡ２３０で表示された画像６００の一例を示す図である。 アクティビティＡ２３０で表示された画像６００の一例を示す図である。 情報処理装置２００によって実行される情報処理の流れを示すアクティビティ図である。 アクティビティＡ２３０で表示された画像６００の別の一例を示す図である。 アクティビティＡ２３０で表示された画像６００の別の一例を示す図である。 病変領域７１０に重畳された拡張領域７２０の大きさを変化させた状態を示す図である。
<第１実施形態>
　以下、本発明の第１実施形態について説明する。後述する第２実施形態と共通する箇所は、「本実施形態」として説明する場合がある。
　以下、図面を用いて本発明の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。
　ところで、本実施形態に登場するソフトウェアを実現するためのプログラムは、コンピュータが読み取り可能な非一時的な記録媒体として提供されてもよいし、外部のサーバからダウンロード可能に提供されてもよいし、外部のコンピュータで当該プログラムを起動させてクライアント端末でその機能を実現（いわゆるクラウドコンピューティング）するように提供されてもよい。
　また、本実施形態において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる。また、本実施形態においては様々な情報を取り扱うが、これら情報は、例えば電圧・電流を表す信号値の物理的な値、０又は１で構成される２進数のビット集合体としての信号値の高低、又は量子的な重ね合わせ（いわゆる量子ビット）によって表され、広義の回路上で通信・演算が実行されうる。
　また、広義の回路とは、回路（Ｃｉｒｃｕｉｔ）、回路類（Ｃｉｒｃｕｉｔｒｙ）、プロセッサ（Ｐｒｏｃｅｓｓｏｒ）、及びメモリ（Ｍｅｍｏｒｙ）等を少なくとも適当に組み合わせることによって実現される回路である。すなわち、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｌｏｇｉｃ　Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｌｏｇｉｃ　Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ：ＦＰＧＡ））等を含むものである。
１．ハードウェア構成
　第１節では、本実施形態のハードウェア構成について説明する。
１－１．情報処理システム１００
　図１は、情報処理システム１００を表す構成図である。情報処理システム１００は、情報処理装置２００と、端末３００とを備え、これらがネットワークを通じて接続されている。これらの構成要素についてさらに説明する。ここで、情報処理システム１００に例示されるシステムとは、１つ又はそれ以上の装置又は構成要素からなるものである。したがって、例えば、情報処理装置２００単体であっても情報処理システム１００に例示されるシステムになりうる。
１－２．情報処理装置２００
　図２は、情報処理装置２００のハードウェア構成を示すブロック図である。情報処理装置２００は、制御部２１０と、記憶部２２０と、通信部２５０とを有し、これらの構成要素が情報処理装置２００の内部において通信バス２６０を介して電気的に接続されている。情報処理装置２００は、例えば、サーバであってもよい。各構成要素についてさらに説明する。
　制御部２１０は、情報処理装置２００に関連する全体動作の処理・制御を行う。制御部２１０は、例えば、不図示の中央処理装置（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ：ＣＰＵ）である。制御部２１０は、記憶部２２０に記憶された所定のプログラムを読み出すことによって、情報処理装置２００に係る種々の機能を実現する。すなわち、記憶部２２０に記憶されているソフトウェアによる情報処理が、ハードウェアの一例である制御部２１０によって具体的に実現されることで、制御部２１０に含まれる各機能部として実行されうる。これらについては、次節においてさらに詳述する。なお、制御部２１０は単一であることに限定されず、機能ごとに複数の制御部２１０を有するように実施してもよい。またそれらの組み合わせであってもよい。
　記憶部２２０は、情報処理装置２００の情報処理に必要な様々な情報を記憶する。これは、例えば、制御部２１０によって実行される情報処理装置２００に係る種々のプログラム等を記憶するソリッドステートドライブ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ：ＳＳＤ）等のストレージデバイスとして、あるいは、プログラムの演算に係る一時的に必要な情報（引数、配列等）を記憶するランダムアクセスメモリ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ：ＲＡＭ）等のメモリとして実施されうる。また、これらの組み合わせであってもよい。
　通信部２５０は、ＵＳＢ、ＩＥＥＥ１３９４、Ｔｈｕｎｄｅｒｂｏｌｔ（登録商標）、有線ＬＡＮネットワーク通信等といった有線型の通信手段が好ましいものの、無線ＬＡＮネットワーク通信、５Ｇ／ＬＴＥ／３Ｇ等のモバイル通信、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信等を必要に応じて含めてもよい。すなわち、これら複数の通信手段の集合として実施することがより好ましい。すなわち、情報処理装置２００は、通信部２５０を介して、端末３００とネットワークを介して種々の情報を通信する。
１－３．端末３００
　図３は、端末３００のハードウェア構成を示すブロック図である。端末３００は、制御部３１０と、記憶部３２０と、表示部３３０と、入力部３４０と、通信部３５０とを有し、これらの構成要素が端末３００の内部において通信バス３６０を介して電気的に接続されている。端末３００は、通信部３５０を介して、不図示のＸ線コンピュータ断層撮影装置とネットワークを介して種々の情報を通信する。制御部３１０、記憶部３２０及び通信部３５０の説明は、情報処理装置２００における制御部２１０、記憶部２２０及び通信部２５０の説明と略同様のため省略する。
　表示部３３０は、端末３００の筐体に含まれるものであってもよいし、外付けされるものであってもよい。表示部３３０は、ユーザが操作可能なグラフィカルユーザインターフェース（Ｇｒａｐｈｉｃａｌ　Ｕｓｅｒ　Ｉｎｔｅｒｆａｃｅ：ＧＵＩ）の画面を表示する。これは例えば、ＣＲＴディスプレイ、液晶ディスプレイ、有機ＥＬディスプレイ及びプラズマディスプレイ等の表示デバイスを、端末３００の種類に応じて使い分けて実施することが好ましい。以下では、表示部３３０は、端末３００の筐体に含まれるものとして説明する。
　入力部３４０は、端末３００の筐体に含まれるものであってもよいし、外付けされるものであってもよい。例えば、入力部３４０は、表示部３３０と一体となってタッチパネルとして実施されてもよい。タッチパネルであれば、ユーザは、タップ操作、スワイプ操作等を入力することができる。もちろん、タッチパネルに代えて、スイッチボタン、マウス、ＱＷＥＲＴキーボード等を採用してもよい。すなわち、入力部３４０は、ユーザによってなされた操作入力を受け付ける。当該入力は、命令信号として、通信バス３６０を介して制御部３１０に転送される。そして、制御部３１０は、必要に応じて所定の制御や演算を実行しうる。
２．機能構成
　第２節では、本実施形態の機能構成について説明する。前述の通り、記憶部２２０に記憶されているソフトウェアによる情報処理がハードウェアの一例である制御部２１０によって具体的に実現されることで、制御部２１０に含まれる各機能部として実行されうる。
　図４は、情報処理装置２００（制御部２１０）によって実現される機能を示すブロック図である。具体的には、情報処理装置２００（制御部２１０）は、取得部２１１と、抽出部２１２と、設定部２１３と、生成部２１４とを備える。
　取得部２１１は、種々の情報を取得するように構成される。例えば、取得部２１１は、対象物の複数の連続断面画像を端末３００から取得する。
　抽出部２１２は、種々の情報を抽出するように構成される。例えば、抽出部２１２は、対象物の領域である対象物領域を連続断面画像から抽出する。
　設定部２１３は、種々の情報を設定するように構成される。例えば、設定部２１３は、対象物領域と、所定の算定式とに基づいて、対象物領域における切除可否の判定に資する切除可否情報を設定する。
　生成部２１４は、種々の情報を生成するように構成される。例えば、生成部２１４は、連続断面画像、又は複数の当該連続断面画像から生成された３次元画像に切除可否情報を重畳した画像を端末３００に生成する。
３．情報処理方法
　第３節では、前述した情報処理装置２００の情報処理方法について説明する。この情報処理方法は、情報処理装置２００の各部が、各工程としてコンピュータにより実行される。具体的には、この情報処理方法は、取得工程と、抽出工程と、設定工程と、生成工程とを備える。取得工程では、対象物の複数の連続断面画像を取得する。抽出工程では、対象物の領域である対象物領域を連続断面画像から抽出する。設定工程では、対象物領域と、所定の算定式とに基づいて、対象物領域における切除可否の判定に資する切除可否情報を設定する。生成工程では、連続断面画像に切除可否情報を重畳した画像を生成する。
　図５は、情報処理装置２００によって実行される情報処理の流れを示すアクティビティ図である。以下、このアクティビティ図の各アクティビティに沿って、説明するものとする。本実施形態では、肺を対象物の一例として説明する。ここで、ＣＴ画像４００は、肺の複数の連続断面画像を取得するために、Ｘ線コンピュータ断層撮影装置によって撮像された医用画像であるものとする。
　ここで、肺を対象物の一例として、本実施形態の背景を説明する。近年、画像診断解析技術の進歩により、悪性が疑われる微小肺病変が早期に発見される機会が増加している。微小肺病変は、内科的診断法では病理診断が得られないことが多く、ＣＴガイド下生検や経気管支鏡下肺生検等を利用することで、病理診断が行われている。しかしながら、これらの生体検査は、標的とする病変に当たらない、又は、当たったとしても病理診断に十分な検体量を採取できない場合があった。
　ところで、肺切除の術式は、一側肺全摘、肺葉切除、肺区域切除、及び肺部分切除に分類される。一側肺全摘、肺葉切除、肺区域切除、肺部分切除の順に、切除量が小さくなり、術後の生活の質が良くなる傾向がある。したがって、微小肺病変の診断には、切除量が少なく、比較的安全に実施可能な「肺部分切除」が選択される場合が多い。
　しかしながら、肺部分切除では、病変を含む肺組織を肺表面から深部に切り込んで切除するため、安全に切除できる領域が限られている。すなわち、肺部分切除では、病変が肺表面から深い位置にある程、病変を含む肺組織を採取できる成功率が下がるためである。
　肺部分切除は、肺の外套３分の１にある病変に適するとされる。しかしながら、外套３分の１で表現される領域はあいまいで定量的に規定できないため、呼吸器外科医は、術前計画段階で被検体のＣＴ画像を参照し、肺部分切除の可否や困難さを判断している。したがって、経験の乏しい修練医は、しばしば判断を誤ることが知られており、熟練医であっても、時に判断を誤ることが知られている。
　そこで、本願発明者らは、上記事情に鑑み、肺部分切除の可否や困難さを定量的に提示可能な情報処理装置２００を発明するに至った。以下、情報処理装置２００によって実行される情報処理の流れを説明する。
　Ｘ線コンピュータ断層撮影装置は、被検体の胸部を撮像する（アクティビティＡ１１０）。Ｘ線コンピュータ断層撮影装置は、Ｘ線検出器がＸ線管から照射されたＸ線を検出し、当該Ｘ線量に対応した検出データを電気信号としてＤＡＳ（データ収集システム）に生成する。そして、Ｘ線管とＸ線検出器とを対向させて支持する回転フレームを被検体の周りに回転させることで、複数ビュー、すなわち被検体の全周囲分の検出データを収集する。このようにして、連続断面画像である複数のＣＴ画像４００が得られる。
　続いて、Ｘ線コンピュータ断層撮影装置は、ＣＴ画像４００を端末３００に送信する（アクティビティＡ１２０）。
　続いて、端末３００における制御部３１０は、ＣＴ画像４００をＸ線コンピュータ断層撮影装置から受信する（アクティビティＡ１３０）。アクティビティＡ１３０では、例えば、次の２段階の情報処理が実行される。（１）制御部３１０は、通信部３５０を介して、ＣＴ画像４００をＸ線コンピュータ断層撮影装置から受信する。（２）制御部３１０は、受信されたＣＴ画像４００を記憶部３２０に記憶させる。
　続いて、端末３００における制御部３１０は、ＣＴ画像４００を情報処理装置２００に送信する（アクティビティＡ１４０）。アクティビティＡ１４０では、例えば、次の２段階の情報処理が実行される。（１）制御部３１０は、記憶部３２０に記憶されたＣＴ画像４００を読み出す。（２）制御部３１０は、通信部３５０を介して、ＣＴ画像４００を情報処理装置２００に送信する。
　続いて、情報処理装置２００における制御部２１０は、肺のＣＴ画像４００を端末３００から取得する（アクティビティＡ１５０）。換言すると、取得部２１１は、対象物の複数の連続断面画像を取得する。アクティビティＡ１５０では、例えば、次の２段階の情報処理が実行される。（１）制御部２１０は、通信部２５０を介して、ＣＴ画像４００を端末３００から受信する。（２）制御部２１０は、受信されたＣＴ画像４００を記憶部２２０に記憶させる。
　続いて、情報処理装置２００における制御部２１０は、ＣＴ画像４００から肺４１０の領域（対象物領域）を抽出する（アクティビティＡ１６０）。換言すると、抽出部２１２は、対象物の領域である対象物領域を連続断面画像から抽出する。肺４１０の領域は、肺４１０に関係する構造物を含み、例えば、肺４１０、気管支４２０、肺動脈４３０、肺静脈４４０及び枝状構造物４５０から構成される。肺４１０に関係する構造物は、例えば、気管支４２０、肺動脈４３０、肺静脈４４０及び枝状構造物４５０から構成される。アクティビティＡ１６０では、例えば、次の３段階の情報処理が実行される。（１）制御部２１０は、記憶部２２０に記憶されたＣＴ画像４００を読み出す。（２）制御部２１０は、抽出処理を実行する。（３）制御部２１０は、抽出された肺の領域データを記憶部２２０に記憶させる。
　続いて、情報処理装置２００における制御部２１０は、肺４１０の領域を剪裁処理する（アクティビティＡ１７０）。本実施形態では、制御部２１０は、亜区域支の位置で剪裁処理を実行することで、肺４１０の領域のうち、枝状構造物４５０を除去する。枝状構造物４５０の除去は、亜区域支の位置が自動認識されることで実行されてもよい。換言すると、抽出部２１２は、対象物領域を剪裁処理する。アクティビティＡ１７０では、例えば、次の３段階の情報処理が実行される。（１）制御部２１０は、記憶部２２０に記憶された肺の領域データを読み出す。（２）制御部２１０は、剪裁処理を実行する。（３）制御部２１０は、剪裁処理された肺の領域データ（以下「剪裁処理後データ」ともいう。）を記憶部２２０に記憶させる。
　続いて、情報処理装置２００における制御部２１０は、肺４１０内における任意の点である任意点４６０を設定し、任意点４６０と、肺４１０、気管支４２０、肺動脈４３０又は肺静脈４４０との位置関係を算出する（アクティビティＡ１８０）。ここで、位置関係に関する情報は、任意点４６０から気管支４２０、肺動脈４３０又は肺静脈４４０までの最短距離と、任意点４６０から肺４１０の表面までの最短距離とに関する情報である。アクティビティＡ１７０において枝状構造物４５０が除去されているため、任意点４６０から構造物（気管支４２０、肺動脈４３０又は肺静脈４４０）までの距離は、各構造物における亜区域支の位置を基準に算出されてもよい。
　アクティビティＡ１８０では、例えば、次の４段階の情報処理が実行される。（１）制御部２１０は、記憶部２２０に記憶された剪定処理後データを読み出す。（２）制御部２１０は、算出処理を実行する。（３）制御部２１０は、任意点４６０から気管支４２０、肺動脈４３０又は肺静脈４４０までの最短距離と、任意点４６０から肺４１０の表面までの最短距離と（以下「位置関係に関する情報」ともいう。）を算出する。（４）制御部２１０は、算出された位置関係に関する情報を記憶部２２０に記憶させる。
　続いて、情報処理装置２００における制御部２１０は、肺４１０の領域における切除可否の判定に資する切除可否情報５００を設定する（アクティビティＡ１９０）。換言すると、設定部２１３は、肺４１０内における任意点４６０と肺４１０との位置関係、及び、任意点４６０と構造物（気管支４２０、肺動脈４３０又は肺静脈４４０）との位置関係に関する情報を所定の算定式に適用して、切除可否情報５００を設定する。ここで、設定部２１３は、肺４１０の領域の画素毎に切除可否情報５００を設定してもよい。
　設定部２１３は、それぞれの位置関係を用いて、当該位置関係と、設定された閾値との比較を行ったうえで、切除可否情報５００を設定してもよい。例えば、設定部２１３は、任意点４６０から気管支４２０までの最短距離と、任意点４６０から肺４１０の表面までの最短距離とを用いて算出処理し、この算出結果と、設定された閾値との関係により、切除可否情報５００を設定してもよい。例えば、算出結果が１５で、設定された閾値が１０である場合、任意点４６０における切除可否情報５００は切除可能とされてもよい。
　アクティビティＡ１９０では、例えば、次の５段階の情報処理が実行される。（１）制御部２１０は、記憶部２２０に記憶された位置関係に関する情報を読み出す。（２）制御部２１０は、記憶部２２０に記憶された所定の算定式を読み出す。（３）制御部２１０は、設定処理を実行する。（４）制御部２１０は、切除可否情報５００を設定する。（５）制御部２１０は、切除可否情報５００を記憶部２２０に記憶させる。
　続いて、情報処理装置２００における制御部２１０は、ＣＴ画像４００に切除可否情報５００を重畳した画像６００を生成する（アクティビティＡ２００）。換言すると、生成部２１４は、ＣＴ画像４００（連続断面画像）、又は複数のＣＴ画像４００から生成された３次元画像に切除可否情報５００を重畳した画像６００を生成する。すなわち、切除可否情報５００を重畳した画像６００は、２次元のＣＴ画像４００に切除可否情報が重畳された画像であってもよいし、複数のＣＴ画像４００から生成された３次元画像に対して、所定のプログラムやボリュームレンダリング等で切除可否情報が重畳された画像であってもよい。アクティビティＡ２００では、例えば、次の３段階の情報処理が実行される。（１）制御部２１０は、記憶部２２０に記憶されたＣＴ画像４００を読み出す。（２）制御部２１０は、記憶部２２０に記憶された切除可否情報５００を読み出す。（３）制御部２１０は、生成処理を実行する。（４）制御部２１０は、ＣＴ画像４００に切除可否情報５００を重畳して画像６００を生成する。（５）制御部２１０は、生成された画像６００を記憶部２２０に記憶させる。
　続いて、情報処理装置２００における制御部２１０は、画像６００を端末３００に送信する（アクティビティＡ２１０）。アクティビティＡ２１０では、例えば、次の３段階の情報処理が実行される。（１）制御部２１０は、記憶部２２０に記憶された画像６００を読み出す。（２）制御部２１０は、送信処理を実行する。（３）制御部２１０は、通信部２５０を介して、画像６００を端末３００に送信する。
　続いて、端末３００における制御部３１０は、画像６００を情報処理装置２００から受信する（アクティビティＡ２２０）。アクティビティＡ２２０では、例えば、次の２段階の情報処理が実行される。（１）制御部３１０は、通信部３５０を介して、画像６００を情報処理装置２００から受信する。（２）制御部３１０は、受信された画像６００を記憶部３２０に記憶させる。
　続いて、端末３００における制御部３１０は、画像６００を表示部３３０に表示させる（アクティビティＡ２３０）。アクティビティＡ２３０では、例えば、次の３段階の情報処理が実行される。（１）制御部３１０は、記憶部３２０に記憶された画像６００を読み出す。（２）制御部３１０は、表示処理を実行する。（３）制御部３１０は、画像６００を表示部３３０に表示させる。
４．画像処理
　第４節では、本実施形態の画像処理について説明する。
　図６は、アクティビティＡ１６０で抽出された肺４１０の領域の一例を示す図である。アクティビティＡ１６０での処理後のＣＴ画像４００には、肺４１０、気管支４２０、肺動脈４３０、肺静脈４４０及び枝状構造物４５０が表示されている。
　図７は、アクティビティＡ１７０で剪裁処理された肺４１０の領域の一例を示す図である。アクティビティＡ１７０での処理後のＣＴ画像４００には、肺４１０、気管支４２０、肺動脈４３０及び肺静脈４４０が表示されている。図７のＣＴ画像４００では、亜区域支の位置で剪裁処理されたことにより、枝状構造物４５０が除去されている。
　図８は、アクティビティＡ１８０において肺４１０内に任意点４６０が設定された一例を示す図である。任意点４６０は、ピクセル単位又はボクセル単位に設定されてもよい。アクティビティＡ１８０では、任意点４６０と肺４１０の表面との最短距離、任意点４６０と気管支４２０との最短距離、任意点４６０と肺動脈４３０との最短距離、任意点４６０と肺静脈４４０との最短距離が算出される。
　図９及び図１０は、アクティビティＡ２３０で表示された画像６００の一例を示す図である。切除可否情報５００は、領域５１０、領域５２０、領域５３０、領域５４０及び領域５５０を有し、それぞれ、色情報として視覚化可能な情報から構成される。図９と図１０とは、肺４１０をそれぞれ異なる角度から観察している点で異なる。図９及び図１０において、各領域は、例えば次のことを示すこととしてもよい。領域５１０は、肺４１０の部分切除が可能な領域である。領域５２０は、肺４１０の部分切除が可能であるが多少困難な領域である。領域５３０は、肺４１０の部分切除が可能であるが困難な領域である。領域５４０は、肺４１０の部分切除が可能であるが非常に困難な領域である。領域５５０は、肺４１０の部分切除が不可能な領域である。
<第２実施形態>
　以下、本発明の第２実施形態について説明する。第２実施形態では、第１実施形態と重複する説明を適宜省略する。
５．情報処理方法
　第５節では、前述した情報処理装置２００の別の情報処理方法について説明する。
　図１１は、情報処理装置２００によって実行される情報処理の流れを示すアクティビティ図である。以下、このアクティビティ図の各アクティビティに沿って、説明するものとする。ここで、後述する病変領域７１０及び拡張領域７２０について説明する。病変領域７１０は、例えば、悪性が疑われる微小肺病変の領域である。拡張領域７２０は、病変領域７１０の周囲を取り囲むように、病変領域７１０を拡張させた領域である。肺４１０の部分切除により病変の除去をする場合、仮に病変領域７１０のみを部分切除したとしても、病変領域７１０の周囲から病変が再発するリスクがある。そこで、病変領域７１０の周囲に拡張領域７２０を設定することで、病変から一定のマージンを確保することが可能となり、拡張領域７２０を含む領域を部分切除することで、病変の再発リスクを低減させることができる。
　まず、アクティビティＡ１１０からアクティビティＡ１６０までは、第１実施形態と同様である。アクティビティＡ１６０に続いて、情報処理装置２００における制御部２１０は、ＣＴ画像４００中における病変の有無を判定する（アクティビティＡ３１０）。ＣＴ画像４００中における病変の有無の判定には、公知の画像診断プログラムが用いられてもよい。ＣＴ画像４００中に病変が存在すると判定された場合、制御部２１０は、アクティビティＡ３２０の処理に移行する（アクティビティＡ３１０のＹＥＳ）。ＣＴ画像４００中に病変が存在しないと判定された場合、制御部２１０は、アクティビティＡ１７０の処理に移行する（アクティビティＡ３１０のＮＯ）。
　アクティビティＡ３１０では、例えば、次の３段階の情報処理が実行される。（１）制御部２１０は、ＣＴ画像４００を記憶部２２０から読み出す。（２）制御部２１０は、画像診断プログラムを実行し、ＣＴ画像４００中における病変の有無を判定する。（３）制御部２１０は、判定結果を記憶部２２０に記憶させる。
　続いて、情報処理装置２００における制御部２１０は、ＣＴ画像４００から病変領域７１０を抽出する（アクティビティＡ３２０）。換言すると、抽出部２１２は、肺４１０（対象物）に生じた病変の領域である病変領域７１０をさらに抽出するように構成される。アクティビティＡ３２０では、例えば、次の３段階の情報処理が実行される。（１）制御部２１０は、ＣＴ画像４００を記憶部２２０から読み出す。（２）制御部２１０は、抽出処理を実行し、ＣＴ画像４００から病変領域７１０を抽出する。（３）制御部２１０は、抽出された病変領域７１０を記憶部２２０に記憶させる。
　続いて、情報処理装置２００における制御部２１０は、病変領域７１０に対応する拡張領域７２０を設定する（アクティビティＡ３３０）。換言すると、設定部２１３は、病変領域７１０を拡張させた領域である拡張領域７２０をさらに設定する。アクティビティＡ３３０では、例えば、次の３段階の情報処理が実行される。（１）制御部２１０は、病変領域７１０を記憶部２２０から読み出す。（２）制御部２１０は、設定処理を実行し、病変領域７１０に対応する拡張領域７２０を設定する。（３）制御部２１０は、設定された拡張領域７２０を記憶部２２０に記憶させる。
　続いて、アクティビティＡ１７０からＡ１９０までは、第１実施形態と同様である。アクティビティＡ１９０に続いて、情報処理装置２００における制御部２１０は、ＣＴ画像４００に切除可否情報５００を重畳するとともに、病変領域７１０に拡張領域７２０をさらに重畳した画像６００を生成する（アクティビティＡ３４０）。換言すると、生成部２１４は、ＣＴ画像４００（連続断面画像）又は複数のＣＴ画像４００から生成された３次元画像における病変領域７１０に拡張領域７２０をさらに重畳した画像６００を生成する。
　アクティビティＡ３４０では、例えば、次の６段階の情報処理が実行される。（１）制御部２１０は、判定結果を記憶部２２０から読み出す。病変ありの判定結果の場合、制御部２１０は、（２）～（６）の情報処理を実行する。病変なしの判定結果の場合、制御部２１０は、病変領域７１０、拡張領域７２０に関係する処理を省略して（２）～（６）の情報処理を実行する。（２）制御部２１０は、ＣＴ画像４００を記憶部２２０から読み出す。（３）制御部２１０は、切除可否情報５００を記憶部２２０から読み出す。（４）制御部２１０は、拡張領域７２０を記憶部２２０から読み出す。（５）制御部２１０は、生成処理を実行し、ＣＴ画像４００に切除可否情報５００を重畳するとともに、病変領域７１０に拡張領域７２０をさらに重畳した画像６００を生成する。（６）制御部２１０は、生成された画像６００を記憶部２２０に記憶させる。なお、（２）～（４）の情報処理は、任意の順番で実行されてもよい。
　続いて、アクティビティＡ２１０からＡ２３０までは、第１実施形態と同様である。なお、アクティビティＡ３１０、Ａ３２０、Ａ３３０及びＡ３４０は、この順番で実行されればよく、アクティビティＡ１５０とＡ２１０の間において任意のタイミングで実行されてもよい。
６．画像例
　第６節では、第２実施形態の画像例について説明する。
　図１２及び図１３は、アクティビティＡ２３０で表示された画像６００の別の一例を示す図である。図１２及び図１３では、切除可否情報５００に加えて、破線領域７００が表示されている。破線領域７００は、病変領域７１０及び拡張領域７２０を含む領域である。図１２と図１３とでは、破線領域７００の位置が異なる。
　図１２では、病変領域７１０及び拡張領域７２０は、肺４１０の部分切除が可能な領域である領域５１０に含まれる。したがって、図１２の場合、比較的容易に病変の部分切除が可能であることが分かる。一方、図１３では、病変領域７１０及び拡張領域７２０は、領域５１０、領域５２０、領域５３０及び領域５４０に跨って存在する。したがって、図１３の場合、病変の部分切除が可能であるが非常に困難であることが分かる。
　図１４は、病変領域７１０に重畳された拡張領域７２０の大きさを変化させた状態を示す図である。図１４に示すように、拡張領域７２０の外面は、病変領域７１０の外面の相似形である。このような態様によれば、病変領域７１０から一定距離離れた領域を容易に確認することができる。
　端末３００における制御部３１０は、入力部３４０により受け付けられた操作入力に応じて、拡張領域７２０の大きさを変更する。図１４（Ｂ）をデフォルトの大きさだとすると、図１４（Ａ）のように拡張領域７２０を大きくしたり、図１４（Ｃ）のように拡張領域７２０を小さくしたりすることができる。例えば、マウスでクリックして拡張領域７２０の矢印を選択し、当該矢印の長さを変えるようにマウスを操作することで、拡張領域７２０の大きさを変更可能とする。換言すると、拡張領域７２０は、任意に拡縮可能に構成される。このような態様によれば、例えば、病変の種類に応じて拡張領域を設定することができる。
７．作用
　第７節では、本実施形態の作用について説明する。
　本実施形態の作用をまとめると、次の通りとなる。まず、胸部領域のＤＩＣＯＭ情報から解剖学的要素に基づいて、肺内外の構造物を分類抽出する。続いて、肺内外の構造物を３ＤＣＧモデル化したものを状況に応じて剪裁する。続いて、剪裁処理後の肺内構造物と肺内の任意点との位置関係を計算する。続いて、加工処理を施し、熟練医の有する判断の参考となる情報を構築する。続いて、構築された情報を２次元又は３次元上のＣＴ画像に重畳表示させる。
　以上、本発明の実施形態について説明したが、本発明はこれに限定されることなく、その発明の技術的思想を逸脱しない範囲で適宜変更可能である。
８．変形例
　第８節では、本実施形態の変形例について説明する。
　本実施形態の態様は、プログラムであってもよい。このプログラムは、情報処理装置２００（情報処理システム１００）の各部としてコンピュータを機能させる。
　制御部２１０は、各種データ及び各種情報について記憶部２２０に書き出し処理（記憶処理）及び読み出し処理をしているが、これに限られず、例えば、制御部２１０内のレジスタやキャッシュメモリ等を使用して、各アクティビティの情報処理を実行してもよい。
　本実施形態では、対象物として肺を例示して説明したが、人体の所定の組織又は器官であればよく、例えば肝臓であってもよい。
　本実施形態では、設定部２１３は、任意点４６０と構造物との位置関係を用いて切除可否情報５００を設定したが、これに限られず、設定部２１３は、対象物領域と、所定の算定式とに基づいて、対象物領域における切除可否の判定に資する切除可否情報５００を設定するものであれば、他の態様であってもよい。
　本実施形態では、肺の複数の連続断面画像として、Ｘ線コンピュータ断層撮影装置によって撮像された医用画像を例に挙げて説明したが、これに限られず、例えば、磁気共鳴イメージング装置によって撮像された医用画像であってもよい。
　本実施形態では、アクティビティＡ１７０における枝状構造物４５０の除去は、亜区域支の位置が自動認識されることで実行される例を説明したが、これに限られず、例えば、区域支等の任意の解剖学的特徴点の位置が認識されることで実行されてもよい。
　本実施形態では、アクティビティＡ１８０における位置関係は、任意点４６０と、肺４１０、気管支４２０、肺動脈４３０又は肺静脈４４０との最短距離に関する情報として説明したが、距離に関する情報であれば、他の態様であってもよい。
　本実施形態では、設定部２１３は、対象物領域の画素毎に切除可否情報５００を設定する例を説明したが、これに限られず、例えば、８ボクセル毎（２×２×２）、２７ボクセル毎（３×３×３）等、より荒い解像度で切除可否情報５００を設定してもよい。このように荒い解像度で切除可否情報５００を設定することにより、情報処理装置２００の処理速度を向上させることができる。
　本実施形態では、切除可否情報５００は、色情報として視覚化可能な情報から構成されるものとして説明したが、これに限られず、例えば、枠線や等高線により表現される情報として視覚化可能な情報から構成されてもよい。また、切除可否情報５００は、アクティビティＡ１９０において例示したような、任意点４６０を用いた距離情報から算出される数値を用いて、当該数値の最大値、最小値、平均値等の数値を利用して設定されてもよい。
　所定の算定式は、対象物領域と切除可否情報５００との関係を教師データとして、予め学習させた学習済みモデルであってもよい。ここで、当該教師データとして、医師によって切除可否を判定された情報が用いられてもよい。また、所定の算定式は、その他にも、ルックアップテーブル等を格納するデータベース、ある変数に依存して決まる値の対応を表す関数、複数の情報を数学的に関係づけた数理モデル等であってもよい。
　本実施形態では、拡張領域７２０の外面は、病変領域７１０の外面の相似形であるものとして説明したが、これに限られることはない。拡張領域７２０は、病変領域７１０を拡張した領域を示すものであれば特に限定されることはない。
　本実施形態では、拡張領域７２０は、任意に拡縮可能に構成されるものとして説明したが、これに限られることはない。拡張領域７２０は、病変領域７１０を拡張した領域を示すものであれば特に限定されることはない。
　アクティビティＡ３１０からＡ３２０において、病変の有無の判定、及び病変領域７１０の抽出は、制御部２１０が自動で実行する態様としたが、これに限られることはない。例えば、外科医が、ソフトウェア上でＣＴ画像４００を目視で確認した上で病変の有無を判定し、当該判定結果に基づいた操作により、当該病変を病変領域７１０として抽出してもよい。
９．その他
　次に記載の各態様で提供されてもよい。
（１）情報処理システムであって、取得部と、抽出部と、設定部と、生成部とを備え、前記取得部は、対象物の複数の連続断面画像を取得し、前記抽出部は、前記対象物の領域である対象物領域を前記連続断面画像から抽出し、前記設定部は、前記対象物領域と、所定の算定式とに基づいて、前記対象物領域における切除可否の判定に資する切除可否情報を設定し、前記生成部は、前記連続断面画像又は複数の前記連続断面画像から生成された３次元画像に前記切除可否情報を重畳した画像を生成する、情報処理システム。
　このような態様によれば、次の（１）～（７）の効果を奏する。（１）対象物領域における切除可否の判定に資する情報（以下「判定情報」ともいう。）を提示することができる。（２）熟練医のみが所有していた専門知を、２次元又は３次元の連続断面画像上に重畳表示させることができる。（３）従来の連続断面画像には存在しない、専門知を基にした新しい情報を提示することができる。（４）外科医間で安全に切除可能な領域のイメージ共有や相互検証を容易に実行することができる。（５）経験の乏しい修練医は、熟練医のイメージを共有することで、自身の術前計画の誤りに気づくことができる。（６）熟練医は、他の熟練医との相互検証によって、より誤りの少ない判断を導くことができる。（７）簡単な構成のため、節約されたリソースを他の中核機能に使用することができる。
（２）上記（１）に記載の情報処理システムにおいて、前記連続断面画像は、医用画像であり、前記対象物は、人体の所定の組織又は器官である、情報処理システム。
　このような態様によれば、人体の組織又は器官に関する医療に役立てることができる。
（３）上記（１）又は（２）に記載の情報処理システムにおいて、前記連続断面画像は、Ｘ線コンピュータ断層撮影装置によって撮像された画像である、情報処理システム。
　このような態様によれば、人体の組織又は器官の構造を好適に把握することができる。
（４）上記（１）又は（２）に記載の情報処理システムにおいて、前記連続断面画像は、磁気共鳴イメージング装置によって撮像された画像である、情報処理システム。
　このような態様によれば、人体の組織又は器官の構造を好適に把握することができる。
（５）上記（１）から（４）までの何れか１つに記載の情報処理システムにおいて、前記対象物は、肺又は肝臓である、情報処理システム。
　このような態様によれば、特に肺又は肝臓に関する医療に役立てることができる。
（６）上記（１）から（５）までの何れか１つに記載の情報処理システムにおいて、前記対象物領域は、前記対象物に関係する構造物を含む、情報処理システム。
　このような態様によれば、追加の指標となる構造物により、より精度の高い判定情報を提示することができる。
（７）上記（１）から（６）までの何れか１つに記載の情報処理システムにおいて、前記設定部は、前記対象物内における任意の点と、前記対象物、又は前記対象物に関係する構造物との位置関係に関する情報を前記算定式に適用して、前記切除可否情報を設定する、情報処理システム。
　このような態様によれば、それぞれの位置関係を用いればよいため、より確実に判定情報を提示することができる。
（８）上記（７）に記載の情報処理システムにおいて、前記位置関係に関する情報は、前記任意の点から前記構造物までの最短距離と、前記任意の点から前記対象物の表面までの最短距離とに関する情報である、情報処理システム。
　このような態様によれば、簡単な情報を用いればよいため、構成の簡素化を図ることができる。
（９）上記（１）から（８）までの何れか１つに記載の情報処理システムにおいて、前記設定部は、前記対象物領域の画素毎に前記切除可否情報を設定する、情報処理システム。
　このような態様によれば、判定情報を詳細に表現することができる。
（１０）上記（１）から（９）までの何れか１つに記載の情報処理システムにおいて、前記切除可否情報は、視覚化可能な情報である、情報処理システム。
　このような態様によれば、容易に判定情報を把握することができる。
（１１）上記（１）から（１０）までの何れか１つに記載の情報処理システムにおいて、前記抽出部は、前記対象物領域を剪裁処理する、情報処理システム。
　このような態様によれば、判定情報を得る際のノイズを低減することができる。
（１２）上記（１）から（１１）までの何れか１つに記載の情報処理システムにおいて、前記算定式は、前記対象物領域と前記切除可否情報との関係を教師データとして、予め学習させた学習済みモデルである、情報処理システム。
　このような態様によれば、判定情報の精度を向上させることができる。
（１３）上記（１）から（１２）までの何れか１つに記載の情報処理システムにおいて、前記抽出部は、前記対象物に生じた病変の領域である病変領域をさらに抽出するように構成され、前記設定部は、前記病変領域を拡張させた領域である拡張領域をさらに設定し、前記生成部は、前記連続断面画像又は前記３次元画像における前記病変領域に前記拡張領域をさらに重畳した画像を生成する、情報処理システム。
　このような態様によれば、対象物から病変を切除する際に、より実用的な情報を提供することができる。
（１４）上記（１３）に記載の情報処理システムにおいて、前記拡張領域の外面は、前記病変領域の外面の相似形である、情報処理システム。
　このような態様によれば、病変領域から一定距離離れた領域を容易に確認することができる。
（１５）上記（１３）又は（１４）に記載の情報処理システムにおいて、前記拡張領域は、任意に拡縮可能である、情報処理システム。
　このような態様によれば、例えば、病変の種類に応じて拡張領域を設定することができる。
（１６）プログラムであって、上記（１）から（１５）までの何れか１つに記載の情報処理システムの各部としてコンピュータを機能させる、プログラム。
　このような態様によれば、次の（１）～（７）の効果を奏する。（１）対象物領域における切除可否の判定に資する情報（以下「判定情報」ともいう。）を提示することができる。（２）熟練医のみが所有していた専門知を、２次元又は３次元の連続断面画像上に重畳表示させることができる。（３）従来の連続断面画像には存在しない、専門知を基にした新しい情報を提示することができる。（４）外科医間で安全に切除可能な領域のイメージ共有や相互検証を容易に実行することができる。（５）経験の乏しい修練医は、熟練医のイメージを共有することで、自身の術前計画の誤りに気づくことができる。（６）熟練医は、他の熟練医との相互検証によって、より誤りの少ない判断を導くことができる。（７）簡単な構成のため、節約されたリソースを他の中核機能に使用することができる。
（１７）情報処理方法であって、上記（１）から（１５）までの何れか１つに記載の情報処理システムの各部が、各工程としてコンピュータにより実行される、情報処理方法。
　このような態様によれば、次の（１）～（７）の効果を奏する。（１）対象物領域における切除可否の判定に資する情報（以下「判定情報」ともいう。）を提示することができる。（２）熟練医のみが所有していた専門知を、２次元又は３次元の連続断面画像上に重畳表示させることができる。（３）従来の連続断面画像には存在しない、専門知を基にした新しい情報を提示することができる。（４）外科医間で安全に切除可能な領域のイメージ共有や相互検証を容易に実行することができる。（５）経験の乏しい修練医は、熟練医のイメージを共有することで、自身の術前計画の誤りに気づくことができる。（６）熟練医は、他の熟練医との相互検証によって、より誤りの少ない判断を導くことができる。（７）簡単な構成のため、節約されたリソースを他の中核機能に使用することができる。
　もちろん、この限りではない。
１００：情報処理システム，２００：情報処理装置，２１０：制御部，２１１：取得部，２１２：抽出部，２１３：設定部，２１４：生成部，２２０：記憶部，２５０：通信部，２６０：通信バス，３００：端末，３１０：制御部，３２０：記憶部，３３０：表示部，３４０：入力部，３５０：通信部，３６０：通信バス，４００：ＣＴ画像，４１０：肺，４２０：気管支，４３０：肺動脈，４４０：肺静脈，４５０：枝状構造物，４６０：任意点，５００：切除可否情報，５１０：領域，５２０：領域，５３０：領域，５４０：領域，５５０：領域，６００：画像，７００：破線領域，７１０：病変領域，７２０：拡張領域

Claims (17)

  1. 　情報処理システムであって、
    　取得部と、抽出部と、設定部と、生成部とを備え、
    　前記取得部は、対象物の複数の連続断面画像を取得し、
    　前記抽出部は、前記対象物の領域である対象物領域を前記連続断面画像から抽出し、
    　前記設定部は、前記対象物領域と、所定の算定式とに基づいて、前記対象物領域における切除可否の判定に資する切除可否情報を設定し、
    　前記生成部は、前記連続断面画像又は複数の前記連続断面画像から生成された３次元画像に前記切除可否情報を重畳した画像を生成する、
    情報処理システム。
  2. 　請求項１に記載の情報処理システムにおいて、
    　前記連続断面画像は、医用画像であり、
    　前記対象物は、人体の所定の組織又は器官である、
    情報処理システム。
  3. 　請求項１又は２に記載の情報処理システムにおいて、
    　前記連続断面画像は、Ｘ線コンピュータ断層撮影装置によって撮像された画像である、
    情報処理システム。
  4. 　請求項１又は２に記載の情報処理システムにおいて、
    　前記連続断面画像は、磁気共鳴イメージング装置によって撮像された画像である、
    情報処理システム。
  5. 　請求項１から４までの何れか１項に記載の情報処理システムにおいて、
    　前記対象物は、肺又は肝臓である、
    情報処理システム。
  6. 　請求項１から５までの何れか１項に記載の情報処理システムにおいて、
    　前記対象物領域は、前記対象物に関係する構造物を含む、
    情報処理システム。
  7. 　請求項１から６までの何れか１項に記載の情報処理システムにおいて、
    　前記設定部は、前記対象物内における任意の点と、前記対象物、又は前記対象物に関係する構造物との位置関係に関する情報を前記算定式に適用して、前記切除可否情報を設定する、
    情報処理システム。
  8. 　請求項７に記載の情報処理システムにおいて、
    　前記位置関係に関する情報は、前記任意の点から前記構造物までの最短距離と、前記任意の点から前記対象物の表面までの最短距離とに関する情報である、
    情報処理システム。
  9. 　請求項１から８までの何れか１項に記載の情報処理システムにおいて、
    　前記設定部は、前記対象物領域の画素毎に前記切除可否情報を設定する、
    情報処理システム。
  10. 　請求項１から９までの何れか１項に記載の情報処理システムにおいて、
    　前記切除可否情報は、視覚化可能な情報である、
    情報処理システム。
  11. 　請求項１から１０までの何れか１項に記載の情報処理システムにおいて、
    　前記抽出部は、前記対象物領域を剪裁処理する、
    情報処理システム。
  12. 　請求項１から１１までの何れか１項に記載の情報処理システムにおいて、
    　前記算定式は、前記対象物領域と前記切除可否情報との関係を教師データとして、予め学習させた学習済みモデルである、
    情報処理システム。
  13. 　請求項１から１２までの何れか１項に記載の情報処理システムにおいて、
    　前記抽出部は、前記対象物に生じた病変の領域である病変領域をさらに抽出するように構成され、
    　前記設定部は、前記病変領域を拡張させた領域である拡張領域をさらに設定し、
    　前記生成部は、前記連続断面画像又は前記３次元画像における前記病変領域に前記拡張領域をさらに重畳した画像を生成する、
    情報処理システム。
  14. 　請求項１３に記載の情報処理システムにおいて、
    　前記拡張領域の外面は、前記病変領域の外面の相似形である、
    情報処理システム。
  15. 　請求項１３又は１４に記載の情報処理システムにおいて、
    　前記拡張領域は、任意に拡縮可能である、
    情報処理システム。
  16. 　プログラムであって、
    　請求項１から１５までの何れか１項に記載の情報処理システムの各部としてコンピュータを機能させる、
    プログラム。
  17. 　情報処理方法であって、
    　請求項１から１５までの何れか１項に記載の情報処理システムの各部が、各工程としてコンピュータにより実行される、
    情報処理方法。
PCT/JP2023/042951 2022-12-05 2023-11-30 情報処理システム、プログラム及び情報処理方法 WO2024122442A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022-193944 2022-12-05
JP2022193944 2022-12-05

Publications (1)

Publication Number Publication Date
WO2024122442A1 true WO2024122442A1 (ja) 2024-06-13

Family

ID=91379384

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/042951 WO2024122442A1 (ja) 2022-12-05 2023-11-30 情報処理システム、プログラム及び情報処理方法

Country Status (1)

Country Link
WO (1) WO2024122442A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10146395A (ja) * 1996-11-18 1998-06-02 Hitachi Ltd 放射線照射システム
JP2003339644A (ja) * 2002-05-24 2003-12-02 Hitachi Medical Corp 臓器の切除領域抽出表示装置
JP2010000144A (ja) * 2008-06-18 2010-01-07 Toshiba Corp 医用画像処理装置
JP2011206186A (ja) * 2010-03-29 2011-10-20 Fujifilm Corp 医用画像診断支援装置および方法、並びにプログラム
WO2013114823A1 (ja) * 2012-01-31 2013-08-08 富士フイルム株式会社 手術支援装置、手術支援方法および手術支援プログラム
US20210272297A1 (en) * 2020-02-28 2021-09-02 Shanghai United Imaging Intelligence Co., Ltd. Systems and methods for non-invasive cardiac assessment

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10146395A (ja) * 1996-11-18 1998-06-02 Hitachi Ltd 放射線照射システム
JP2003339644A (ja) * 2002-05-24 2003-12-02 Hitachi Medical Corp 臓器の切除領域抽出表示装置
JP2010000144A (ja) * 2008-06-18 2010-01-07 Toshiba Corp 医用画像処理装置
JP2011206186A (ja) * 2010-03-29 2011-10-20 Fujifilm Corp 医用画像診断支援装置および方法、並びにプログラム
WO2013114823A1 (ja) * 2012-01-31 2013-08-08 富士フイルム株式会社 手術支援装置、手術支援方法および手術支援プログラム
US20210272297A1 (en) * 2020-02-28 2021-09-02 Shanghai United Imaging Intelligence Co., Ltd. Systems and methods for non-invasive cardiac assessment

Similar Documents

Publication Publication Date Title
US7912270B2 (en) Method and system for creating and using an impact atlas
JP4688361B2 (ja) 臓器の特定領域抽出表示装置及びその表示方法
US20120249546A1 (en) Methods and systems for visualization and analysis of sublobar regions of the lung
JP5390080B2 (ja) 医用画像表示装置
US8693759B2 (en) Image processing device and image processing method
JP2009106530A (ja) 医用画像処理装置、医用画像処理方法、及び医用画像診断装置
JP2008126076A (ja) 複数の画像の間で対応する標認点を同期させる方法及び装置
JP2007135858A (ja) 画像処理装置
JP2021077331A (ja) データ処理装置及びデータ処理方法
JP4686279B2 (ja) 医用診断装置及び診断支援装置
CN107106110B (zh) 图像处理装置以及图像处理方法
JP4675509B2 (ja) 臓器の特定領域抽出表示装置及び方法
JP5380231B2 (ja) 医用画像表示装置および方法ならびにプログラム
US20230394672A1 (en) Medical image processing apparatus, medical image processing method, and program
JP6293132B2 (ja) Ｘ線ｃｔ装置及び撮影方法
JP2008054763A (ja) 医療画像診断装置
WO2024122442A1 (ja) 情報処理システム、プログラム及び情報処理方法
JP6967983B2 (ja) 画像処理装置、画像処理方法、及びプログラム
JP4612379B2 (ja) 医用画像診断支援システム、医用画像診断支援装置、医用画像診断支援方法、コンピュータ読み取り可能な記憶媒体及びコンピュータプログラム
JP2019165923A (ja) 診断支援システム及び診断支援方法
JP2009273644A (ja) 医用画像撮影装置、医用画像処理装置および医用画像処理プログラム
JP2011036458A (ja) 医用画像表示装置及び医用画像表示方法
JP2009039446A (ja) 画像処理装置、画像処理方法、および画像処理プログラム
WO2024128213A1 (ja) 情報処理装置、情報処理方法及びプログラム
JP2005329099A (ja) 管腔臓器切除シミュレーション方法