医用画像診断支援装置及びプログラム
本発明の医用画像診断支援装置は、医用画像装置によって得られた被検者の医用画像から臓器部位を設定する臓器部位設定手段と、この臓器部位設定手段によって設定された臓器部位の変形度を算出する変形度算出手段と、前記臓器部位の変形度の指標を基準値として記憶する基準値記憶手段と、この基準値記憶手段によって記憶された基準値と前記変形度算出手段によって算出された変形度とを比較し、その比較結果からの前記臓器部位の病変の存在を判別する病変判別手段と、この病変判別手段によって判別された前記臓器部位の病変の存在を検者の視覚、聴覚の少なくとも一つの感覚に通知する通知手段とを備える。 これにより、臓器部位が疾患により変形した箇所だけを選択的に診断し、その診断部位の形状変化を画像表示などの検者の視覚や音声などの検者の聴覚で通知できるようになるから、診断の効率を向上できる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、医用画像診断装置（ＭＲＩ装置、Ｘ線ＣＴ装置、超音波診断装置を含む）から得られた医用画像を用いた画像診断を支援する医用画像診断支援装置に係り、特に被検者の症状によって異なる形状となる臓器部位の診断支援を行う医用画像診断支援装置に関する。
【背景技術】
【０００２】
被検者の腫瘍検査は、特に気管および気管支内又は腸管などの管状臓器部位において、その管状臓器部位へ内視鏡を挿管し、その挿管された内視鏡の映像により大半が行われていた。
しかし、上記検査は、患者の管状臓器部位へ内視鏡を挿管することから患者に苦痛を与えるなど、患者に対し負担をかけていた。
そこで、特許文献１に開示されている仮想内視鏡は、Ｘ線ＣＴ画像のデータを用いて内視鏡に相当する画像を提供するものであるから、患者の管状臓器部位へ内視鏡を挿管することが不要となるため、上記患者の負担の問題は解消される。
【０００３】
しかしながら、特許文献１に開示された仮想内視鏡では、表示される視野が狭く、その狭い視野で気管支などの管状臓器部位全体を診断するために時間を要するから、患者当たりの検査時間が多くかかるため、診断効率を向上したいとの要求に対し応えることについて言及していない。
【特許文献１】特開２００２−２３８８８７号公報
【発明の開示】
【０００４】
本発明の医用画像診断支援装置は、医用画像装置によって得られた被検者の医用画像から臓器部位を設定する臓器部位設定手段と、この臓器部位設定手段によって設定された臓器部位の変形度を算出する変形度算出手段と、前記臓器部位の変形度の指標を基準値として記憶する基準値記憶手段と、この基準値記憶手段によって記憶された基準値と前記変形度算出手段によって算出された変形度とを比較し、その比較結果からの前記臓器部位の病変の存在を判別する病変判別手段と、この病変判別手段によって判別された前記臓器部位の病変の存在を検者の視覚、聴覚の少なくとも一つの感覚に通知する通知手段と、を備える。
これにより、臓器部位が疾患により変形した箇所だけを選択的に診断し、その診断部位の形状変化を画像表示などの検者の視覚や音声などの検者の聴覚で通知できるようになるから、診断の効率を向上できる。
【０００５】
また、本発明の望ましい一実施形態によれば、前記基準値記憶手段は、前記臓器部位の変形度応じた複数のテンプレートを記憶する。
これにより、複数のテンプレートとの比較対象が明確となり、病変の進行度が検者にとって把握しやすくなる。
【０００６】
また、本発明の望ましい一実施形態によれば、前記変形度算出手段は、前記臓器部位の体軸方向に直交する断面像を算出する断面像算出手段と、この断面像算出手段によって算出された断面像から前記臓器部位の内腔と外部を抽出する抽出手段とを備え、前記抽出手段によって抽出された前記臓器部位の内腔と外部の変形度を算出する。
これにより、前記臓器部位の内腔に出現する腫瘍や狭窄などの隆起性病変を検出できるようになる。
【０００７】
また、本発明の望ましい一実施形態によれば、前記通知手段は、前記判別手段により判別された病変の存在が色によって表示されることで検者の視覚に通知する。具体例を挙げれば、前記検者の視覚への通知は、前記臓器部位設定手段によって設定された臓器部位の断面像を表示し、その断面像上に前記病変判別手段によって判別された病変候補部分を強調表示する。
これにより、検者にとって前記病変の存在が色等で視覚的に識別できるようになるために、病変部の判定が容易にできる。
【０００８】
また、本発明の望ましい一実施形態によれば、前記通知手段は、前記判別手段により判別された状態が音や声によって出力されることで検者の聴覚に通知する。
これにより、検者にとって前記状態が音や声で聴覚的に識別できるようになるために、病変部の判定が容易にできる。
【０００９】
また、本発明の望ましい一実施形態によれば、前記医用画像装置によって得られた断層画像内の管腔臓器の特徴量からその断面を抽出する断面抽出手段と、この抽出手段によって抽出された管腔臓器断面でその管腔臓器の半径や円形度、重心を含む物理量を演算する物理量演算手段と、この物理量演算手段によって演算された物理量に基づき関心領域を算出する関心領域算出手段と、この関心領域算出手段によって算出された関心領域内で前記断面抽出手段によって抽出された管腔臓器断面を含む断層画像から管腔臓器の３次元画像を作成する３次元画像作成手段と、この３次元画像作成手段によって作成された３次元画像を表示する画像表示手段と、をさらに備える。
これにより、設定された閾値により臓器領域が適切に抽出され、その抽出された臓器領域より正確な３次元画像を構成することができるようになる。
【００１０】
さらにまた、本発明の望ましい一実施形態によれば前記物理量演算手段によって演算された管腔臓器断面の重心に基づき前記管腔臓器の芯線を演算する芯線演算手段をさらに備え、前記画像表示手段は、前記芯線演算手段によって演算された芯線と前記３次元画像作成手段によって作成された３次元画像と共に表示する。
これにより、芯線に基づきマルチ・プランナー・リコンストラクション（ＭＰＲ）による画像を見る際に、ＭＰＲ像のための軸設定を容易にすることができるようになる。
【００１１】
また、本発明の医用画像診断支援方法は、医用画像装置によって得られた被検者の医用画像から臓器部位を設定する臓器部位設定工程と、この臓器部位設定工程によって設定された臓器部位の変形度を算出する変形度算出工程と、前記臓器部位の変形度の指標を基準値として記憶する基準値記憶工程と、この基準値記憶工程によって記憶された基準値と前記変形度算出工程によって算出された変形度とを比較し、その比較結果からの前記臓器部位の病変の存在を判別する病変判別工程と、この病変判別工程によって判別された前記臓器部位の病変の存在を検者の視覚、聴覚の少なくとも一つの感覚に通知する通知工程と、を備える。
これにより、臓器部位が疾患により変形した箇所だけを選択的に診断し、その診断部位の形状変化を画像表示などの検者の視覚や音声などの検者の聴覚で通知できるようになるから、診断の効率を向上できる。
【図面の簡単な説明】
【００１２】
【図１】本発明の各実施形態に共通する医用画像表示装置の一例を示すブロック図。
【図２】第１及び第２の実施形態を説明するための図１のコントローラの詳細例を示すブロック図。
【図３】第１の実施形態の動作例を説明するフローチャート。
【図４】図３のステップＳ３２の説明図。
【図５】図３のステップＳ３３の説明図。
【図６】図３のステップＳ３４の説明図。
【図７】図３のステップＳ３５の説明図。
【図８】図３のステップＳ３６の説明図。
【図９】第２の実施形態の動作例を説明するフローチャート。
【図１０】図９のステップＳ９２の説明図。
【図１１】図９のステップＳ９３の説明図。
【図１２】図１１と異なるステップＳ９３の説明図。
【図１３】図９のステップＳ９５の説明図。
【図１４】病変部の抽出の原理を説明する図。
【図１５】第３及び第４の実施形態を説明するための図１のコントローラの詳細例を示すブロック図。
【図１６】第３の実施形態の動作例を説明するフローチャート。
【図１７】図１６のステップＳ１６５を説明するフローチャート。
【図１８】図１６のステップＳ１６５を説明する原理図。
【図１９】図１６のステップＳ１６６を説明するフローチャート。
【図２０】図１６のステップＳ１６６を説明する原理図。
【図２１】第４の実施形態の動作を説明するフローチャート。
【図２２】病変処理の判別処理の例を説明する図。
【図２３】図２２の円形度処理の例を説明する図。
【図２４】画像表示例を示す図。
【図２５】図２４の画像２４１の表示変形例を示す図。
【図２６】第５の実施形態の動作例を説明するフローチャート。
【図２７】第５の実施形態の表示例を示す図。
【図２８】第６の実施形態の動作を説明する模式図。
【図２９】第６の実施形態の動作例を説明するフローチャート。
【図３０】第７の実施形態の医用画像表示法の一例を示す図。
【図３１】本発明の第１の実施形態の動作を説明するフローチャート。
【図３２】図３１のステップ３１２の説明図。
【図３３】図３１のステップ３１３の説明図。
【図３４】図３１のステップ３１３の説明図。
【図３５】図３１のステップ３２２の説明図。
【図３６】本発明の第７の実施形態の抽出結果の表示例。
【図３７】様々なＲＯＩ形状を示す図。
【図３８】可変ＲＯＩ設定閾値の設定方法を説明する図。
【図３９】本発明の第７の実施形態により抽出される気管支枝と分岐点の抽出順番を表す図。
【図４０】本発明の第８の実施形態により抽出される気管支枝と分岐点の抽出順番を表す図。
【図４１】本発明による気管支芯線抽出の説明図。
【図４２】本発明の第１１の実施形態の説明図。
【図４３】本発明の第１１の実施形態の説明図。
【発明を実施するための最良の形態】
【００１３】
以下、本発明に係るＸ線画像診断支援装置の好ましい実施の形態について図を用いて詳しく説明する。
図１は本発明の各実施形態に共通する医用画像表示装置の一例を示すブロック図である。
医用画像表示装置は、図１に示されるように、ＣＰＵ１１と、ＣＰＵ１１とデータ転送バス１Ｃを介してそれぞれ電気的に接続される表示メモリ１２、ＣＲＴ１３、主メモリ１４、スピーカ１５、磁気ディスク１６、コントローラ１７、マウス１８、キーボード１９、ローカルエリアネットワーク（ＬＡＮ）１Ａ、及びＬＡＮ１Ａと電気的に接続されるモダリティ１Ｂとを有する。
ＣＰＵ１１は、データ転送バス１Ｃに電気的に接続される構成要素である表示メモリ１２、ＣＲＴ１３、主メモリ１４、スピーカ１５、磁気ディスク１６、コントローラ１７、マウス１８、キーボード１９を統括制御し、ＬＡＮ１Ａへのデータ送信、ＬＡＮ１Ａからのデータ受信を制御する。
表示メモリ１２は、ＣＲＴ１３に表示出力する画像データを一時記憶する。
ＣＲＴ１３は、表示メモリ１２に記憶された画像データを読み出して表示する表示装置である。この表示装置はＣＲＴを例示しているが、プラズマや液晶などの各種ディスプレイもここでいう表示装置に含まれるものとする。
【００１４】
主メモリ１４は、ＣＰＵ１１で処理するデータを格納したり、ＣＰＵ１１で実行するプログラムを記憶したりする。
スピーカ１５は、図示しないが音声出力するための音声データを記憶する記憶部を有しており、その記憶部に記憶された音声データを読み出して音声を発生することができるようになっている。
磁気ディスク１６は、主メモリ１４と同様にＣＰＵ１１で処理するデータを格納したり、ＣＰＵ１１で実行するプログラムを記憶したりするもので、主メモリ１４より記憶容量が大きい外部記憶装置である。外部記憶装置には、磁気ディスクの他にＣＤ、ＭＤ、ＤＶＤなどの媒体やＲＡＭディスクなどを置換したり、共用したりしてもよい。
【００１５】
コントローラ１７は、臓器部位の形状を測定し、その測定された臓器部位の形状から病変の存在を判別する機能を果たしており、詳細は図２を用いて後で説明する。
マウス１８は、検者がＣＲＴ１２に表示された画像の任意の領域を指定したり、ＣＲＴ１１の画面上に表示されたボタンを選択入力したりする。
キーボード１９は、マウス１８と同様な機能を持つ他、主に患者ＩＤなどの文字情報を入力する。
【００１６】
ＬＡＮ１Ａは、例えば病院内に設置されたネットワーク設備である。このネットワーク設備は専用線やインターネットを通じたワイドエリアネットワークであってもよい。
モダリティ１Ｂは、Ｘ線装置、Ｘ線ＣＴ装置、ＭＲＩ装置、超音波装置などの医用画像診断装置である。ここでは、Ｘ線ＣＴ装置を例示する。
データ転送バス１Ｃは、標準化されたＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ）バスのなどの他、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）、ＩＥＥＥ１３９４などの規格に準拠するデータ転送バスを採用してもよい。
【００１７】
次に、コントローラ１７の構成例について図２を用いて説明する。
図２は第１及び第２の実施形態を説明するための図１のコントローラの詳細例を示すブロック図である。ここでは管状臓器部位を気管支とする。
コントローラ１７は、図２に示すように、マウス１８、キーボード１９及び主メモリ１４と電気的に接続される気管支分岐部検出部２０と、気管支分岐部検出部２０及び主メモリ１４と電気的に接続される分岐部断面像作成部２１と、分岐部断面像作成部２１と電気的に接続される分岐部断面像記憶部２２と、分岐部断面像記憶部２２と電気的に接続される距離測定部２３と、距離測定部２３と電気的に接続される距離情報記憶部２４と、距離情報記憶部２４と電気的に接続される正常／異常判定部２５とを有する。
【００１８】
気管支分岐部検出部２０はモダリティ１８から入力される医用画像あるいは医用画像から気管支領域を抽出した気管支抽出画像、あるいは主メモリ１４又は磁気ディスク１６のような外部記憶装置に格納されている医用画像および抽出画像を用いて、気管支の分岐部を検出する。その検出は操作者がマウス１８等の入力装置を用いて手動で行ってもよいし、主メモリ１４や外部記憶装置に記憶されているあらかじめ求めておいた分岐部座標を用いてもよい。
分岐部断面像作成部２１は、主メモリ１４等に記憶されている医用画像あるいは気管支領域抽出画像から気管支分岐部の断面像を作成する。
分岐部断面像記憶部２２は、分岐部断面像作成部２１によって作成された気管支分岐部断面像を記憶する。
【００１９】
距離値測定部２３は、分岐部断面像記憶部に記憶される気管支分岐部断面像を用いて分岐後の気管支間の距離を測定する。
距離情報記憶部２４は、距離値測定部２３によって測定された分岐後の気管支間の距離情報を記憶する。
正常／異常判定部２５は、距離情報記憶部２４に記憶された２気管支間の距離情報を元に分岐部の形状が正常か異常かについて基準値（テンプレート）を参照して判定し、ＣＲＴ１３に分岐部形状の判定結果を元に正常か異常かを表示する。ここでいうテンプレートとは、病変のない正常な症例に基づく距離情報から作成した正常テンプレート、軽度の病変が認められる症例に基づく距離情報から作成した軽症テンプレート、中度の病変が認められる症例に基づく距離情報から作成した中症テンプレート、重度の病変が認められる症例に基づく距離情報から作成した重症テンプレートなど、複数のテンプレートが基準として記憶されている。そして、そのテンプレートに近いものが判定結果となるが、その間のものは、各正常、軽症、中症、重症のテンプレートのデータを補間して求める。例えば、軽症、中症の間にあれば、軽中症に判別されることになる。
【００２０】
次に、各実施形態での動作についてそれぞれ図面を用いて説明する。
（第１の実施形態）
図３は第１の実施形態の動作例を説明するフローチャート、図４〜図８はそれぞれ図３のステップＳ３１〜Ｓ３６の説明図である。
【００２１】
（ステップＳ３０）
検者（操作者）は、マウス１８等を操作し、コントローラ１７に主メモリ１４から読み出した医用画像データを入力する。
（ステップＳ３１）
操作者は、マウス１８等を操作し、コントローラ１７に主メモリ１４等から気管支分岐部情報を入力する。ここで分岐部情報とは、分岐部の座標、分岐部の方向ベクトルのことである。分岐部の方向ベクトルとは図４の矢印４１のように分岐直前の気管支の走向方向を示すベクトルである。
（ステップＳ３２）
コントローラ１７は、入力された医用画像データと気管支分岐部情報をもとに、図４の断面像群４２のように分岐部の方向ベクトルに直交する数枚の断面像を作成する。
【００２２】
（ステップＳ３３）
コントローラ１７は、作成された断面像における気管支領域間の距離を算出する。ここで距離は気管支領域辺縁間の最小距離でもよいし、あるいは図５のように気管支領域５０，５１の重心５２，５３を結ぶ線分５４上での気管支間距離５５でもよい。
（ステップＳ３４）
コントローラ１７は、気管支間距離データを用いて図６に示すように気管支間距離の断面像位置に対するグラフを作成する。
（ステップＳ３５）
コントローラ１７は、作成したグラフを基に気管支分岐部の形状が正常か異常かを判定する。正常であれば図６の曲線６０や曲線６１のように鋭い形状になる。一方腫瘍などの病変が存在すれば曲線６２のように広がった形状になる。図７のように基準曲線７０（正常テンプレート）を設定し、作成したグラフの曲線７１が基準曲線７０よりも外側に広がっていれば病変候補と判断し、基準曲線よりも内側であれば正常と判断する。実際には求めた気管支間距離を示す曲線７１で囲まれる領域の面積と領域７０の外側にはみ出した領域７２の面積比ｒを算出する。また、この面積比ｒの正常／異常を判定するための閾値Ｔを設定しておく。算出された面積比ｒが閾値Ｔを超える場合には形状が異常であると判断し、得られた面積比ｒが閾値Ｔを超えない場合には形状が正常であると判断する。ここで基準曲線と閾値Ｔは、多数の臨床データによって得られた統計的に算出される量である。閾値Ｔはマウス１８やキーボード１９の入力装置で任意に設定可能としてもよい。
【００２３】
（ステップＳ３６）
コントローラ１７は、分岐部が病変により変形したと判断された場合には図８に示すように注目断面像８０上で、気管支８１の分岐部分を丸印８２で囲んで強調表示し、検者の注意を促す。また、強調表示の態様は、丸印８２の代わりに分岐部のみを色づけして表示してもよい。
また、たとえば仮想内視鏡を用いて気管支内腔を観察するときに、あらかじめ病変候補のある分岐部を異なる色で表示してもよい。色を変えるかわりに、仮想内視鏡の視点が分岐部付近を通過するときに音や音声を出して検者に知らせるようにしてもよい。もちろん色づけと音出しの両方を行ってもよい。
【００２４】
上記実施形態によれば、気管支分岐部にできた病変候補を発見することができる。これにより医師（検者）の負担を軽減できる。
【００２５】
（第２の実施形態）
図９は第２の実施形態の動作例を説明するフローチャート、図１０は図９のステップＳ９２の説明図、図１１，１２はいずれも図９のステップＳ９３の説明図、図１３は図９のステップＳ９５の説明図である。
【００２６】
（ステップＳ９０）
操作者はマウス１８等を操作し、コントローラ１７に主メモリ１４等から読み出した医用画像データを入力する。
（ステップＳ９１）
操作者はマウス１８等を操作し、コントローラ１７に主メモリ１４等から気管支分岐部情報を入力する。ここで分岐部情報とは、分岐部の座標、分岐部の方向ベクトルのことである。
（ステップＳ９２）
コントローラ１７は、入力された医用画像データと気管支分岐部情報を基に、図１０のように分岐部の方向ベクトル１００を含む断面像１０１を作成する。
【００２７】
（ステップＳ９３）
コントローラ１７は、図１１に示すように、作成された断面像１１０において基準点１１１から気管支分岐部各点までの距離１１２を算出する。ここで算出する距離は図１２のように基準線１２１に垂直に測った距離１２２でもよい。
（ステップＳ９４）
コントローラ１７は気管支間距離データを用いて気管支分岐部各点に対して基準からの距離をプロットした曲線を図１３のように算出する。
（ステップＳ９５）
コントローラ１７は、作成した曲線を基に気管支分岐部の形状が正常か病変候補かを判定する。図１３のように基準曲線１３０を設定し、作成したグラフの曲線１３１が基準曲線１３０よりも外側に広がっていれば病変候補と判断し、基準曲線よりも内側であれば正常と判断する。実際には求めた距離を示す曲線１３１で囲まれる領域の面積と領域１３０の外側にはみ出した領域１３２の面積比ｒを算出する。また、この面積比ｒの正常／病変候補を判定するための閾値Ｔを設定しておく。算出された面積比ｒが閾値Ｔを超える場合には形状が異常であると判断し、得られた面積比ｒが閾値Ｔを超えない場合には形状が正常であると判断する。ここで基準曲線と閾値は統計的に算出される量である。閾値Ｔはマウス１８やキーボード１９の入力装置で任意に設定可能としてもよい。
【００２８】
（ステップＳ９６）
コントローラ１７は、分岐部が病変候補と判断された場合には注目断面像上で、気管支分岐部分を丸印で囲んで強調表示し、医師の注意を促す。また、強調表示の態様は、丸印の代わりに分岐部のみを色づけして表示してもよい。
また、例えば仮想内視鏡を用いて気管支内腔を観察するときに、あらかじめ異常のある分岐部を異なる色で表示してもよい。色を変えるかわりに、仮想内視鏡の視点が分岐部付近を通過するときに音や音声を出して検者に知らせるようにしてもよい。もちろん色づけと音出しの両方を行ってもよい。
【００２９】
上記実施形態によれば、気管支分岐部にできた病変候補を発見することができる。これにより医師や患者の負担を軽減できると共に、あらかじめ分岐部の異常を調べておくことで内視鏡検査をした際の見落としをなくすことができる。
【００３０】
（第３の実施形態）
図１５は第３及び４の実施形態を説明するための図１のコントローラの詳細例を示すブロック図である。
コントローラ１７は、図１５に示すように、マウス１８、キーボード１９および主メモリ１４と電気的に接続される管腔臓器抽出部１５０と、マウス１８、キーボード１９および管腔臓器抽出部１５０と電気的に接続される注目領域設定部１５１と、注目領域設定部１５１と電気的に接続される管腔臓器断面像作成部１５２と、管腔臓器断面像作成部１５２と電気的に接続される病変候補検出部１５３と、病変候補検出部１５３と電気的に接続される病変候補検出結果記憶部１５４とを有する。
【００３１】
管腔臓器抽出部１５０は、モダリティ１Ｂから主メモリ１４等を介して入力される医用画像から注目管腔臓器を抽出する。
注目領域設定部１５１は、管腔臓器抽出結果に対して病変候補検出処理を行う範囲を設定する。この設定処理は検者がＣＲＴ１３を見ながらマウス１８等を操作して任意に行ってもよいし、また、抽出した全領域を注目領域としてもよい。
管腔臓器断面像作成部１５２は、抽出した管腔領域内の各点において、前記管腔臓器の長手方向血管や腸管では走行方向に当たる）と直交する断面像を作成する。
【００３２】
病変候補検出部１５３は、管腔臓器断面像作成部１５２により作成された管腔臓器断面像に対して、病変候補検出処理を行う。病変候補検出処理については図１７、図１９で後述する。病変候補検出結果記憶部１５４は前記病変候補検出処理によって検出した病変候補の座標を記憶し、ＣＲＴ１３に表示する。
【００３３】
次に、第３の実施形態での動作についてそれぞれ図面を用いて説明する。
気管／気管支を例に第３の実施形態での動作について図１６を用いて説明する。
図１６は第３の実施形態の動作例を説明するフローチャート、図１７、図１８はそれぞれ図１６のステップＳ１６５を説明するフローチャートおよび原理図、図１９、図２０はそれぞれ図１６のステップＳ１６６を説明するフローチャートおよび原理図である。
【００３４】
（ステップＳ１６０）
操作者はマウス１８等を操作し、コントローラ１７に主メモリ１４等から読み出した医用画像データを入力する。
（ステップＳ１６１）
コントローラ１７は入力された医用画像データから気管および気管支領域を抽出する。ここで、主メモリ１４等にあらかじめ気管／気管支領域を抽出したデータが格納されている場合、前記抽出処理を省略し格納されているデータをコントローラ１７へ入力してもよい。
（ステップＳ１６２）
操作者はマウス１８等を操作し、抽出された気管／気管支領域のうち病変候補検出処理を行う範囲を設定する。ここで、設定する範囲とは抽出した気管／気管支領域の一部または全部を指す。
【００３５】
（ステップＳ１６３）
コントローラ１７は前記設定した注目範囲内で気管／気管支の走行方向に直交する断面像を管腔臓器断面像作成部１５２に作成させる。
（ステップＳ１６４）
コントローラ１７は管腔臓器断面像作成部１５２に作成された断面像を気管／気管支領域について二値化する。この二値化処理では、例えば気管／気管支内腔領域の画素に画素値１を、それ以外の画素に画素値０を割り当てる。作成した気管／気管支領域二値画像では、気管／気管支領域の輪郭は正常であれば円に近い楕円形をしており、腫瘍や狭窄などの隆起性病変があれば内側に突起した部分が生じると判定可能となる。
（ステップＳ１６５）
コントローラ１７は二値化処理された気管／気管支断面像について病変候補検出処理（Ｉ）を行う。
【００３６】
ここで病変候補検出処理（Ｉ）について図１７、図１８を用いて説明する。
（ステップＳ１７０）
操作者は気管／気管支領域辺縁上に一定間隔の点を設定する。
（ステップＳ１７１）
コントローラ１７は、前記気管／気管支領域辺縁上に設定された点のうち２点を線分で結ぶ。ここで隣り合う２点については線分で結ばない。
（ステップＳ１７２）
コントローラ１７は、線分上にある各画素の画素値の和（ｓｕｍ）を算出する。
（ステップＳ１７３）
コントローラ１７は、前記画素値の和がｓｕｍ＝０となるかどうかの判定処理を行う。
ｓｕｍ＝０ならばステップＳ１７４へ進み、ｓｕｍ＜０又はｓｕｍ＞０ならばステップＳ１７１へ戻る。ここで、腫瘍や狭窄などの隆起性病変が存在する場合を考えると、図１８の気管支領域１８０において任意の２点を結ぶ線分のうち気管支内腔を通る線分１８１では線分上の画素値の和がｓｕｍ＜０又はｓｕｍ＞０となり、隆起性病変部位上の２点を結ぶ線分６２では線分上の画素値の和はｓｕｍ＝０となる。
【００３７】
（ステップＳ１７４）
コントローラ１７は、前記線分上の画素値の和がｓｕｍ＝０となる線分両端の２点を隆起性病変部位辺縁上の点と見なして座標を記憶する。
（ステップＳ１７５）
コントローラ１７は、ステップＳ１７０において設定した気管／気管支領域辺縁上すべての２点の組み合わせについて、前記線分上画素値の和の判別処理が終了したかどうか判定する。まだ終了していなければステップＳ１７１へ戻り、終了したらステップＳ１７４にて記憶された座標に囲まれる領域を病変候補領域として検出する。
以上で病変候補検出処理（Ｉ）が終了する。
【００３８】
（ステップＳ１６６）
病変候補検出処理（Ｉ）が終了したら次に、コントローラ１７は病変候補検出処理（ＩＩ）を行う。
ここで病変候補検出処理（ＩＩ）について図１９、図２０を用いて説明する。
（ステップＳ１９０）
操作者は、気管／気管支領域辺縁上に一定間隔の点を設定する。
（ステップＳ１９１）
コントローラ１７は、前記一定間隔に設定された各点で気管／気管支辺縁の接線に垂直な法線ベクトルを算出する。ここで法線ベクトルの方向は気管／気管支の内部から外部へ向くようにする。
（ステップＳ１９２）
操作者は、気管／気管支断面内で基準方向ベクトルを設定する。ここで基準方向ベクトルは気管／気管支断面内の任意の方向に定めてよい。
【００３９】
（ステップＳ１９３）
コントローラ１７は、基準方向ベクトルと前記各法線ベクトルのなす角度を算出する。ここで角度算出はたとえば、図２０に示すように、気管支断面２００に対して任意に定められた基準方向ベクトル２０１と注目する法線ベクトル２０２の間で基準方向ベクトル２０１から反時計回りとした角度２０３とする。角度の算出はもちろん時計回りとしてもよいが、すべての法線ベクトルについて反時計回りか時計回りのどちらか一方に統一する。
（ステップＳ１９４）
コントローラ１７は、隣り合う法線ベクトル間で前記測定した基準方向ベクトルからの角度の変化を算出する。ここで、注目する２つの法線ベクトルがいずれも正常部位、すなわち気管／気管支内部に突起していない部位辺縁上の法線ベクトルであれば法線ベクトル２０４，法線ベクトル２０５のように法線ベクトルを反時計回りに見た場合、前記測定した角度の大小関係は（角度２０６）＜（角度２０７）となり角度変化は増加傾向を示す。一方、隆起性病変部位であれば法線ベクトル２０８，２０９のように前記測定した角度の大小関係は（角度２０Ａ）＞（角度２０Ｂ）となり角度変化は減少傾向を示す。前記角度変化の違いから病変候補の検出が可能である。角度変化が減少傾向を示す場合はステップＳ１９６へ進み、増加傾向を示す場合はステップＳ１９７へ進む。
（ステップＳ１９５）
コントローラ１７は、角度変化が減少傾向を示す部分を病変候補として座標を記憶する。コントローラ１７は、すべての隣り合う法線ベクトルについて、前記角度変化の測定が終了していなければステップＳ１９４へ戻り、終了していればステップＳ１９５において記憶された座標に囲まれる領域を病変候補領域として検出する。
【００４０】
（ステップＳ１６７）
コントローラ１７は病変候補検出処理（Ｉ）により得られた結果と病変候補検出処理（ＩＩ）により得られた結果との論理積を演算する。この演算により病変候補検出処理（Ｉ）および病変候補検出処理（ＩＩ）の両方で病変候補として検出された領域のみが残り、この残った領域を病変候補領域として検出する。
（ステップＳ１６８）
コントローラ１７は前記検出された病変候補領域を強調してＣＲＴ１３に表示する。表示の仕方はたとえば、気管／気管支断面像の病変候補領域部を丸印で囲んでもよい。もちろん丸印以外にも矢印などを使って印付けしてもよい。また、病変候補領域のみを色づけして表示しても良い。
（ステップＳ１６９）
コントローラ１７はステップＳ１６２において設定した注目領域のうちすべての点について前期病変候補検出処理が終了したかどうかの判定をする。まだ終了していなければステップＳ１６３へ戻る。
【００４１】
上記実施形態によれば、内視鏡や仮想内視鏡による観察を行わなくてもＣＴやＭＲなどの医用画像から気管／気管支や血管、腸などの管腔臓器内部にできる隆起性病変を検出することができる。
【００４２】
（第４の実施形態）
気管／気管支を例に第４の実施形態での動作を説明する。図２１は第４の実施形態の動作を説明するフローチャートである。
第４の実施形態では第３の実施形態と同様に気管／気管支の走行方向に直交する断面像を作成し、病変候補検出処理（Ｉ）及び病変候補検出処理（ＩＩ）の検出結果とを出すまでのステップＳ１６０〜ステップＳ１６６とステップＳ２１０〜ステップＳ２１６とは共通するのでそれら共通部分の説明は省略し、相違部分のみを説明する。
【００４３】
（ステップＳ２１７）
コントローラ１７は、病変候補検出処理（Ｉ）の検出結果と病変候補検出処理（ＩＩ）の検出結果との論理和を演算する。この論理和演算により病変候補検出処理（Ｉ）および病変候補検出処理（ＩＩ）により検出されたすべての病変候補を検出結果として得る。
（ステップＳ２１８）
コントローラ１７は、検出された病変候補検出処理（Ｉ）および病変候補検出処理（ＩＩ）により病変候補領域を強調してＣＲＴ１３に表示する。表示方法はたとえば、気管／気管支断面像の病変候補領域部を丸印で囲んでもよい。もちろん丸印以外にも矢印などを使って印付けしてもよい。また、病変候補領域のみを色づけして表示しても良い。
【００４４】
第３、第４の実施形態によって、コントローラ１７は、管腔臓器内の隆起性病変の検出を行ったら、その後、前記検出した病変候補について例えばポリープか狭窄かの病変種類の判別を行っても良い。病変種類の判別処理について図２２，図２３を用いて説明する。
はじめに、コントローラ１７は、ポリープや狭窄などの病変を有する管腔臓器断面像２２０に対して、病変部位の輪郭を算出する。病変部位の輪郭は例えば病変領域端点２２１および２２２を結んだ線分２２３としてもよい。この場合病変領域は２２４になる。あるいは、病変領域付近の管腔臓器輪郭上の点２２５，２２６，２２７，２２８，２２９，２２Ａを用いてスプライン補間などの補間処理を施すことにより、病変部位の輪郭線２２Ｂおよび病変領域２２Ｃを求めてもよい。図２２では６点を使ってスプライン補間する方法を説明したが、利用する点の数はもちろん任意に設定してよい。以上により病変領域２２４あるいは２２Ｃが抽出される。
【００４５】
次に、コントローラ１７は、抽出した病変領域がどのくらい円に近いかを円形度と呼ばれる量を用いて図２３のように、演算する。円形度Ｃは例えば、病変領域の面積Ｓと外周の長さＲを用いて（１）式で与えられる。
Ｃ＝４πＳ／Ｒ２ （１）
ここで、円形度Ｃは真円で１になり、形状が複雑になるにつれ１よりも小さな値となる。従って閾値Ｔを設定してＣ＞Ｔならばポリープなどの円形に近い病変、Ｃ＜Ｔならば狭窄などの病変であると判別する。
【００４６】
上記説明した円形度は、上記円形度以外に次のような量を利用しても良い。コントローラ１７は、図２３の病変領域２３１について長軸２３２（長さＬＬ）を算出する。ここでは、長軸２３２に直交し、病変領域２３１の辺縁を結ぶ線分のうち最も長いものを短軸２３３（長さＬｓ）とする。コントローラ１７は、前記算出した長軸と短軸との長さの比ＬＬ／Ｌｓを求め、閾値Ｔに対して比が比ＬＬ／Ｌｓ＜Ｔならばポリープなどの円形に近い病変とし、比ＬＬ／Ｌｓ＞Ｔならば狭窄などの病変であると判別する。
コントローラ１７は、判別された病変部位について、病変の種類に応じた強調処理を施してＣＲＴ１３に表示してもよい。コントローラ１７は、例えばポリープならば赤色の丸印を施し、狭窄ならば青色の丸印を施してＣＲＴ１３に表示する。コントローラ１７は、丸印の変わりにもちろん色分けされた矢印で病変部位を指し示してもよいし、また、病変領域を直接色づけしてＣＲＴ１３に表示してもよい。
【００４７】
次に第３、第４の実施形態に共通の病変候補検出処理結果をＣＲＴ１３に表示する方法について図２４を用いて説明する。
第３の実施形態では病変候補検出処理（Ｉ）および病変候補検出処理（ＩＩ）の結果の論理積を演算する。これによって、病変候補の見落としが減少できる。
一方、第４の実施形態では病変候補検出処理（Ｉ）および病変候補検出処理（ＩＩ）の結果の論理和を演算する。これによって高精度の病変候補の検出が可能となる。
【００４８】
病変候補検出処理（Ｉ）や病変候補検出処理（ＩＩ）は第３の実施形態および第４の実施形態で示したように論理積や論理和などにより組み合わせて使用しても良いし、また、もちろんそれぞれ単独で使用しても良い。利用者が病変候補検出の精度を上げたいのか、見落としを減らしたいのかなど目的に応じて使い分けてもよい。病変候補検出処理（Ｉ）と病変候補検出処理（ＩＩ）の論理積または論理和、あるいはどちらか一方を単独で使用するかは、図２４の２４０の表示選択肢を用いて操作者が自由に選択できる。コントローラ１７は操作者によって選択された病変候補検出処理法に応じて結果画像２４１〜２４４として表示する。
結果画像２４１はあらかじめ抽出しておいた気管／気管支の３次元画像である。３次元画像上には前記病変候補検出処理によって病変候補として検出された部位が色付きの線２４５〜２４７で表示される。３次元画像２４１はもちろん任意の角度に回転して表示することが可能である。
【００４９】
操作者はマウス１８等を操作して３次元画像２４１上に表示されている病変候補２４５〜２４７のうちの一つを選択する。表示画像２４２，２４３には前記選択された病変候補部位の仮想内視鏡画像および断面像が表示される。断面像２４３には第３の実施形態のステップＳ１６８および第４の実施形態のステップＳ２１８で説明した画像強調処理２４８が施されている。
操作者がマウス１８等を操作しボタン２４９を押すことで、画像強調処理２４８の表示／非表示の切り替えが可能である。
操作者はマウス１８等を操作してボタン２４Ａを押すことにより断面像２４３中の病変候補周辺を拡大表示することが可能である。拡大された画像はそのまま断面像２４３の位置に表示してもよいし、あるいは画像表示領域２４４に表示しても良い。
【００５０】
操作者はマウス１８等を操作しボタン２４Ｂを押すことにより現在表示されている仮想内視鏡画像２４２（順方向仮想内視鏡画像と呼ぶ）と視点の方向が１８０度回転した逆方向の仮想内視鏡画像を表示することが可能である。逆方向の仮想内視鏡画像は順方向仮想内視鏡画像２４２の位置に表示しても良いし、画像表示領域２４４に表示しても良い。
操作者がマウス１８等を操作して、３次元画像１２１上に直接病変候補検出位置を指定する方法の代わりに、スクロールバー２４Ｃを操作することで病変候補検出結果が順番に表示されるようにしてもよい。スクロールバーの上部にある数値表示領域に表示される数値は現在表示されている病変候補の番号を示す。３次元画像２４１上の病変候補位置にあらかじめ数値表示領域に表示される数値に対応する番号を表示してもよいし、数値表示領域に現在表示されている数値に対応する病変候補位置２４５を他の病変候補２４６や２４７と異なる色線で表しても良い。
操作者はマウス１８等を操作することでスクロールバー２４Ｄおよびスクロールバー２４Ｅを操作し、断面像２４３のウィンドウレベルやウィンドウ幅を設定することができる。設定されるウィンドウレベルやウィンドウ幅の値は各スクロールバーの上部の数値表示領域に表示される。
【００５１】
３次元画像２４１上に表示される病変候補位置を示す色線２４５〜２４７の代わりに図２５のように断面２４５、断面２４６、断面２４７を表示しても良い。
また、上記一連の病変候補検出処理および病変種類判別処理、病変候補領域表示はもちろん、血管や腸管など気管／気管支以外の管腔臓器について行っても良い。
【００５２】
上記実施形態によれば、内視鏡や仮想内視鏡による観察を行わなくてもＣＴやＭＲなどの医用画像から気管／気管支や血管、腸などの管腔臓器内部にできる隆起性病変を検出することができる。これにより医師の負担を軽減するという効果を奏すると同時に病変の見落としを減らすことが可能である。
【００５３】
（第５の実施形態）
第１〜４の実施形態のいずれかにより検出した病変候補について、仮想内視鏡を用いて病変の位置と大きさなどを確認する場合には、検者に病変の有無を通知してもよい。
コントローラ１７は、表示している仮想内視鏡像上で病変領域に着色する。また、検者は、視点を更新しながら仮想内視鏡像を観察する時に、視点が病変部分を通過する直前、直後で視点の方向を病変の方へ向け、病変を通過したら視点方向をまた元に戻す。
【００５４】
第５の実施形態について図面を用いて説明する。図２６は本実施形態の動作を示すフローチャートである。各ステップについて以下に説明する。はじめに第１〜４の実施形態に示す病変検出法のいずれかを用いて病変領域を検出し、それらの位置情報を記憶する。記憶された位置情報を用いて仮想内視法により仮想内視鏡像を作成しながら視点を進めていく。
【００５５】
（ステップＳ２６０）
操作者は仮想内視鏡の視点位置の初期化を行う。ここで初期化とは仮想内視鏡による観察を行う時の開始位置の設定である。開始位置の設定は、例えば、操作者がマウス１８などの入力装置を用いて、ＣＴやＭＲなどの断層画像上で観察対象となる管腔臓器内の１点をクリックすることにより行う。
（ステップＳ２６１）
ＣＰＵ１１は仮想内視鏡像を作成する。
（ステップＳ２６２）
ＣＰＵ１１は上記病変検出法によりあらかじめ検出した病変の情報を用いて、作成した仮想内視鏡像内に病変領域があるかどうかを判別する。病変領域が存在する場合にはステップＳ２６３へ進み、存在しない場合にはステップＳ２６８へ進む。
【００５６】
（ステップＳ２６３）
ＣＰＵ１１はステップＳ２６１において作成した仮想内視鏡像上の病変領域に着色する。例えば、図２７の領域２７０のように着色する。
（ステップＳ２６４）
ＣＰＵ１１は視点位置と病変位置との距離Ｌを測定する。
（ステップＳ２６５）
ＣＰＵ１１は前記測定した距離値Ｌとあらかじめ設定しておいた閾値Ｔを比較する。Ｌ＜Ｔの場合、即ち視点が病変に接近した位置にある場合、ステップＳ２６５へ進み、Ｌ＞Ｔの場合、即ち視点が病変から遠い位置にある場合にはステップＳ２６８へ進む。
【００５７】
（ステップＳ２６６）
ＣＰＵ１１は視点の方向を病変のある方向へ変更する。
（ステップＳ２６７）
ＣＰＵ１１は前記変更した視点方向の仮想内視鏡像を作成する。
（ステップＳ２６８）
ＣＰＵ１１は前記作成した仮想内視鏡像を、表示メモリ１２を用いてＣＲＴ１３に表示する。
【００５８】
（ステップＳ２６９）
操作者は仮想内視鏡の視点を更新する。例えば、マウスの左ボタンを押しつづけると仮想内視鏡の視点が前進し、右ボタンを押しつづけると視点が後退するようにする。マウスを動かすと視点の方向が変わるようにする。これにより視点の更新が可能となる。
ＣＰＵ１１は視点を更新したら再びステップＳ２６１に戻って病変存在通知のための仮想内視鏡画像の作成と、その作成された仮想内視鏡画像をＣＲＴ１３に表示する。
【００５９】
ここでは、病変領域への着色と病変通過時に視点を病変の方へむける処理について説明した。閾値Ｔを短くすれば視点が病変の方向へ向く時間は短くなり、操作者が視点方向の素早い変化から、見落としなく病変を検出することができる。
視点の方向を変えるかわりに、画面全体を一瞬光らせるようにしてもよいし、病変領域を通過する際に、視点の更新時間をわざと遅くしたり、あるいは不連続に視点を更新したりして、仮想内視鏡表示画像の変化を用いて、病変の存在を操作者に通知するようにしてもよい。また、視点と病変との距離を用いて視覚的通知を行うかどうかの判断をするかわりに、病変が仮想内視鏡の視野のｎ％を占めるようになったら、視点方向の変更、画面の発光、視点更新時間の遅延、視点更新の不連続化などの視覚的通知を行うようにしてもよい。
【００６０】
（第６の実施形態）
第１〜４の実施形態のいずれかにより検出した病変候補について、仮想内視鏡を用いて病変の位置と大きさなどを確認する場合には、以下に示す方法により操作者に病変の有無を通知してもよい。
第６の実施形態について図を用いて説明する。図２８の２８０〜２８５はそれぞれ仮想内視法により、管腔臓器内部を、視点位置を更新しながら観察している様子である。２８０から２８５へと順番に視点位置が更新される。２８６は管腔臓器内にできる病変を示している。仮想内視鏡像２８０から２８２までは徐々に病変に近づき、２８２と２８３の間で病変を通り越し、２８３〜２８５へと徐々に病変から遠ざかる。仮想内視鏡像の視点位置が病変に近くなったら音を発生する。病変に近づくにつれ音量を徐々に大きくし、病変から遠ざかるにつれ音量を徐々に小さくする。また病変を通り過ぎる時に音の周波数を変換し、ドプラー効果により病変を通り過ぎたことを操作者に通知する。
【００６１】
図２９は本実施形態の動作を示すフローチャートである。各ステップについて以下に説明する。はじめに第１〜４の実施形態に示す病変検出法のいずれかを用いて病変領域を検出し、それらの位置情報を記憶する。記憶された位置情報を用いて仮想内視法により仮想内視鏡像を作成しながら視点を進めていく。
（ステップＳ２９０）
操作者は仮想内視鏡の視点位置の初期化を行う。ここで初期化とは仮想内視鏡による観察を行う時の開始位置の設定である。開始位置の設定は、例えば、操作者がマウス１８などの入力装置を用いて、ＣＴやＭＲなどの断層画像上で観察対象となる管腔臓器内の１点をクリックすることにより行う。
（ステップＳ２９１）
ＣＰＵ１１は仮想内視鏡像を作成し、表示メモリ１２を用いてＣＲＴ１３に表示する。
（ステップＳ２９２）
ＣＰＵ１１は現在の視点座標（Ｘｉ，Ｙｉ，Ｚｉ）を取得し、主メモリ１４に記憶する。
【００６２】
（ステップＳ２９３）
ＣＰＵ１１は視点位置と病変位置との距離値Ｌｉを取得し、主メモリ１４に記憶する。
（ステップＳ２９４）
ＣＰＵ１１は上記求めた距離値Ｌｉとあらかじめ設定しておいた閾値Ｔを比較する。Ｌｉ＜Ｔの場合、即ち視点と病変との距離が近い場合にはステップＳ２９５へ進む。視点と病変との距離が遠い場合にはステップＳ２９Ｂへ進む。
（ステップＳ２９５）
ＣＰＵ１１は上記求めた距離値Ｌｉと、１つ前の視点と病変との距離Ｌｉ−１を比較する。Ｌｉ＜Ｌｉ−１の場合、即ち視点が病変に近づいている場合にはステップＳ２９６へ進む。一方、Ｌｉ＞Ｌｉ・１の場合、即ち視点が病変から遠ざかっている場合にはステップＳ２９８へ進む。
【００６３】
（ステップＳ２９６）
ＣＰＵ１１は音程を設定する。視点が病変に近づいている場合は高音に設定する。これは、視点が病変から遠ざかる場合に低音を与え、視点が病変を通り過ぎるときに高音と低音を切り替えてドプラー効果を用いて音を発生させることで、検者が移動させている視点は病変付近を通っていることを知らせるためである。
（ステップＳ２９７）
ＣＰＵ１１は音量を設定する。視点が病変に近づいている場合は音量を上げる。これは音量が上がったことで、視点が病変に近づいていることを検者に通知するためである。
（ステップＳ２９８）
ＣＰＵ１１は音程を低音に設定する。ドプラー効果により視点が病変から遠ざかっている状態であることを表す。
【００６４】
（ステップＳ２９９）
ＣＰＵ１１は音量を設定する。視点が病変から遠ざかっているため、音量を下げる。
（ステップＳ２９Ａ）
ＣＰＵ１１は上記ステップＳ２９６，Ｓ２９７またはステップＳ２９８，Ｓ２９９により設定した音程、音量の音を、スピーカ１５を通じて発生させる。
（ステップＳ２９Ｂ）
操作者は仮想内視鏡の視点を更新する。例えば、マウスの左ボタンを押しつづけると仮想内視鏡の視点が前進し、右ボタンを押しつづけると視点が後退するようにする。マウスを動かすと視点の方向が変わるようにする。これにより視点の更新が可能となる。視点を更新したら再びステップＳ２９１に戻って仮想内視鏡画像の表示と病変の存在通知のための音発生を行う。
【００６５】
病変部が複数存在する場合には、各病変についてそれぞれ特定のトーン、リズム、メロディの音を与え、同時に複数の病変に近づいている場合には、複数種類の音を同時に発生させることにより、操作者に病変が複数存在することを通知する。
以上、ドプラー効果と音量の変化によって、病変の存在とその位置を検者に聴覚的に通知することで、病変の見落としを削減することが可能となる。
【００６６】
第５の実施形態では気管や気管支、血管、腸管などの管腔臓器内部にできる隆起性病変について、自動で検出した病変領域を、仮想内視鏡法を用いて観察する場合に、検者に病変領域の位置を視覚的に通知する方法について説明した。
一方、第６の実施形態では病変領域を聴覚的に通知する方法について説明した。これらの通知法はそれぞれ単独で用いてもよいし、もちろん併用してもよい。様々な通知法を併用することにより、検者の疲労などに伴い注意力が低下している場合においても、気管や気管支、血管、腸管などの管腔臓器内部にできる病変について見落としの軽減が可能となる。
【００６７】
第５、第６の実施形態に示すように、検出した病変領域に対して、仮想内視鏡観察時に視覚的、聴覚的に病変の有無を操作者に通知するかわりに、あらかじめ、観察したい部位を記憶させておき、仮想内視鏡観察時にその領域に近づいたら、第５、第６の実施形態に示すような視覚的、聴覚的方法により、操作者に知らせるようにしてもよい。これにより、仮想内視鏡上で注目する部位へ素早く移動することが可能となる。観察したい部位の記憶は、例えばＣＴやＭＲなどの断層画像上でマウス１８をクリックして行ってもよい。あるいは、ＣＴやＭＲなどの断層画像から観察対象となる臓器や組織の３次元画像を作成し、作成した３次元画像上でマウス１８をクリックすることで位置を取得し、記憶するようにしてもよい。
【００６８】
（第７の実施形態）
本発明の表示例を図３０に示す。これは以下で説明する第７〜第１１の実施形態に共通するユーザインターフェイスである。
医用画像診断支援装置は図１に示すように、領域抽出演算を行うＣＰＵ１１、医用画像装置１Ｂにより撮影された医用断層画像をＬＡＮ１Ａなどのネットワークを介して受け取り記憶する磁気ディスク１６、領域抽出演算時に医用断層画像データや演算の途中経過を記憶する主メモリ１４、操作者が領域抽出に必要なパラメータなどを入力するためのコントローラ１７につながれたマウス１８やキーボード１９、そして領域抽出結果表示に用いる表示メモリ１２と表示装置（ＣＲＴ）１３からなる。
本発明の第７の実施形態を、図３２〜３８を用いて説明する。図３２は第７の実施形態の処理の流れを示す。
本実施形態では気管支の走行方向に直交する断面を抽出していきそれらを集めることで気管支全体を抽出する。
（ステップ３００）
操作者はマウス１８やキーボード１９などの入力装置を操作して、ユーザインターフェイス上の画像入力ボタン２００を押し、モダリティ１Ｂにより撮影された医用断層画像を、ＬＡＮ１Ａを介して主メモリ１４に入力したり、磁気ディスク１６から入力したりする。
【００６９】
（ステップ３０１）
操作者はマウス１８やキーボード１９などの入力装置を操作して、スライス番号設定スクロールバー２０１、ウィンドウレベル設定スクロールバー２０２、ウィンドウ幅設定スクロールバー２０３を動かし、画像表示領域２０４に所望のスライス画像を表示させる。ここで表示スライスの設定はもちろん、スライス番号表示領域２０５、ウィンドウレベル表示領域２０６、ウィンドウ幅表示領域２０７に直接数値を入力しても良い。その後、操作者はマウス１８やキーボード１９などの入力装置を操作して気管支抽出に用いる各パラメータの値を設定する。ここで、気管支抽出に用いる各パラメータとは例えば、後で説明する二値化に用いる閾値や、ＲＯＩ設定閾値、領域が正しく抽出されたかを判定する時に用いる面積閾値、円形度閾値、面積比閾値、くびれ度閾値、エッジ比閾値などのことである。気管支抽出に用いる各パラメータの詳細は後で説明する。パラメータの設定は前記説明したように操作者が二値化閾値表示領域２０８、２０９、ＲＯＩ設定閾値表示領域２１０、面積閾値表示領域２１１、円形度閾値表示領域２１２、面積比閾値表示領域２１３、くびれ度閾値表示領域２１４、エッジ比閾値表示領域２１５に直接数値を入力しても良いし、もちろん経験的に求められた値をあらかじめ設定しておきその値を用いても良い。あらかじめ設定した値を用いる場合には、ユーザインターフェイス上に各パラメータ値を表示してもよい。また、ユーザインターフェイス上に各パラメータ値の表示は省略できる。
【００７０】
（ステップ３０２）
操作者はマウス１８やキーボード１９などの入力装置を操作して前記入力した医用断層画像のうち任意の画像上に領域抽出の開始点を選択する。ここで領域抽出の開始点は前記入力した医用断層画像上の抽出したい気管支上の点であり、例えば図３０の画像表示領域上の点２１６のように設定する。次のステップで用いる通常の領域拡張を行うための開始点である。
【００７１】
（ステップ３０３）
ＣＰＵ１１は前記設定した開始点を元に前記選択した任意の医用断層画像上で領域拡張を行い、前記断層画像上の気管支断面を抽出する。ここで抽出された気管支断面は親領域と呼ぶ。親領域には画素値１がその他の領域には画素値０が割り当てられるとする。
【００７２】
（ステップ３０４）
ＣＰＵ１１は前記親領域について面積値Ｓｐ、円形度Ｃｐ、重心座標Ｇｐ、領域を円近似したときの半径ｒｐ（あるいは親領域を囲む矩形の長軸の長さ）などの物理量を演算する。ここで円形度Ｃとは例えば（２）式で与えられる量であり、注目領域がどのくらい円に近い形状をしているかを示す指標となる。
Ｃ＝４πＳ／（Ｌ×Ｌ） （２）
ここで、Ｓは注目領域の面積値でありＬは注目領域の外周の長さである。
【００７３】
（ステップ３０５）
ＣＰＵ１１は前記求めた親領域の面積値や円形度などの各物理量についてそれぞれの気管支断面として適切かどうかを判断する。気管支の走行方向に直交する断面像は円に近い楕円形をしていると考えられる。従って円形度を測定すると１に近い値となる。そこで気管支断面として適切かどうかの判断は、前記設定した各閾値と前記求めた各物理量との比較を行い、各物理量が閾値により設定された条件を満たすかどうかにより行う。親領域の各物理量のうちどれか一つでも条件を満足しないものがあればステップ３０６へ進み、すべての物理量が条件を満たす場合にはステップ３０７へ進む。
【００７４】
（ステップ３０６）
親領域が不適切と判断された場合にはエラーメッセージを出力して管腔臓器抽出処理を終了する。
【００７５】
（ステップ３０７）
ＣＰＵ１１は次の管腔臓器断面を抽出するための方向ベクトルを決定または更新する。親領域重心Ｇｐから更新された方向ベクトルの方向へ単位長さだけ移動した点を、次に抽出する領域の仮中心Ｏとする。
【００７６】
（ステップ３０８）
ＣＰＵ１１は領域抽出を行うときの関心領域（以下ＲＯＩと呼ぶ）の半径Ｒを決定する。ここで、半径Ｒは前記算出した親領域の半径（あるいは親領域を囲む矩形の長軸の長さ）ｒの定数倍である。後で説明するようにＲＯＩは適切なものが見つかるまで決められた範囲内で半径を変更させる。適切なＲＯＩについては後で説明する。決められた範囲内とは例えば、親領域半径ｒを用いてａｒ＜Ｒ＜ｂｒで表される範囲である。ここでａ，ｂはあらかじめ設定しておいた比率である。具体的には例えばａ＝０．６，ｂ＝１．４と設定する。Ｒを０．６ｒから１．４ｒまで適切なＲＯＩが見つかるまで例えば、０．２ｒ刻みで増加させる。
【００７７】
（ステップ３０９）
ＣＰＵ１１は前記設定した仮中心Ｏを中心とし方向ベクトルに直交する半径ＲのＲＯＩを設定し、前記入力医用断層画像を用いてＲＯＩ内の画像を作成する。なお、ＣＰＵ１１はＲＯＩ内の各画素に画素値を割り当てるために入力医用断層画像の断層間を、線形補間法などを用いて補間演算する。
【００７８】
（ステップ３１０）
ＣＰＵ１１は前記求めたＲＯＩ内画像に対して前記設定した二値化の閾値を用いて二値化する。ここで、ＣＰＵ１１は閾値条件を満たす気管支領域候補に画素値１を、その他の領域には画素値０を割り当てる。
【００７９】
（ステップ３１１）
ＣＰＵ１１は前記求めた二値画像内の各領域のうち親領域とつながりのある領域のみを残し、他の領域には画素値０を割り当てる。
【００８０】
（ステップ３１２）
ＣＰＵ１１は前記設定したＲＯＩが適切かどうかを判断する。図３２に示すようにＲＯＩ４００について二値化により気管支候補領域４０１が得られた場合と気管支候補領域４０２が得られた場合について考える。ＲＯＩ４００およびＲＯＩ４０１の外周の長さをＬＲＯＩとし、ＲＯＩの外周のうち二値化により得られた気管支候補領域４０２、４０３と接していない部分の長さをそれぞれＬ４０２、Ｌ４０３とする。ＲＯＩの周囲長ＬＲＯＩと、ＲＯＩの外周のうち気管支候補領域と接していない部分の長さＬ４０２、Ｌ４０３の比ＲＬが前記設定した領域抽出パラメータの一つであるＲＯＩ設定閾値ＴＲＯＩと比較してＲＬ＞ＴＲＯＩの場合には設定したＲＯＩが適切であると判断してステップ３１３へ進み、ＲＬ＜ＴＲＯＩの場合には設定したＲＯＩが不適切であると判断してステップ３０８へ戻る。例えばＴＲＯＩ＝０．７とするとＲＯＩ４００は適切であると判断され、ＲＯＩ４０１は不適切であると判断される。
【００８１】
（ステップ３１３）
ＣＰＵ１１は適切と判断されたＲＯＩ中で二値化により得られた気管支候補領域（以下、子領域候補と呼ぶ）の面積Ｓｃや円形度Ｃｃ、親領域との面積比ＲＳ、変形度（くびれ度）Ｗ、エッジ比Ｅ、重心座標Ｇｃを算出する。ここでくびれ度とは図３５に示すようにＲＯＩ５００中の子領域候補５０１のうちくびれている部分５０２の面積をＳｗとした時に子領域候補の面積Ｓｃを用いてＷ＝Ｓｗ／Ｓｃで表される量である。領域５０３のようにくびれている部分が存在しない場合にはくびれ度はＷ＝０となる。ただし、領域５０４のようにＲＯＩの外周と接する部分がない場合にはくびれ度をＷ＝１とする。また、エッジ比とは図３４に示すようにＲＯＩ６００の外周と子領域候補６０１が接する部分の長さＬＥとし、ＲＯＩ６００の外周の長さＬＲＯＩを用いてＥ＝ＬＥ／ＬＲＯＩで表される量である。
【００８２】
（ステップ３１４）
ＣＰＵ１１は前記算出した子領域候補の面積Ｓｃ、円形度Ｃｃ、親領域との面積比Ｒｓ、くびれ度Ｗ、エッジ比Ｅなどの物理量とそれぞれ前記設定した領域抽出パラメータとを比較して気管支領域として適切かどうかを判別する。ここで使用する領域抽出パラメータは面積閾値ＴＳ、円形度閾値ＴＣ、面積比閾値ＴＲ１（下側）、ＴＲ２（上側）、くびれ度閾値ＴＷ、エッジ比閾値ＴＥである。面積閾値ＴＳは気管支領域断面として適切でない大きさの領域が見つかった場合にこれを除外するために用いる。面積比閾値ＴＲ１、ＴＲ２は親領域との連続性を保障するパラメータである。くびれ度閾値は図３３の領域５０３のように、例えば、子領域候補として肺野領域の一部などを子領域候補として抽出した場合にこれをはじくために用いる。エッジ比についてもくびれ度と同様である。これらすべての物理量が閾値による条件を満足している場合にその子領域候補を気管支領域断面として採用する。採用された子領域候補を子領域と呼ぶ。採用されなかった子領域候補には画素値０を割り当てる。ここで、子領域候補が気管支領域断面として適切かどうかの判別には前記すべての物理量を用いてもよいし、また前記物理量のうちの一部を用いてもよい。
【００８３】
（ステップ３１５）
ＣＰＵ１１はステップ３１４の子領域候補判別処理により気管支領域として適切であると判断された子領域の数を数える。
【００８４】
（ステップ３１６）
ＣＰＵ１１は前記求めた子領域数が０かどうか判別し、子領域が０でない場合はステップ３１７へ進み、子領域数が０の場合はステップ３２１へ進む。
【００８５】
（ステップ３１７）
ＣＰＵ１１は前記求めた子領域数が１個か２個以上かを判別し、子領域数が２個以上の場合はステップ３１８へ進み、子領域数が１個の場合はステップ３２０へ進む。
【００８６】
（ステップ３１８）
ＣＰＵ１１は子領域数が２個以上あった場合に気管支分岐部であると判断し、この時の親領域の重心座標Ｇｐ、面積Ｓｐ、円形度Ｃｐ、親領域内の各画素の座標、方向ベクトル、ＲＯＩの半径Ｒなどの各変数を主メモリ１４上の分岐情報格納配列に記憶する。
【００８７】
（ステップ３１９）
ＣＰＵ１１は（子領域の数・１）だけ気管支枝総数Ｎｔを増やす。気管支枝総数Ｎｔとは抽出の過程で分岐により見つけられた気管支枝の総数であり、すべての枝について抽出処理が終了したら全気管支抽出処理を終了するためのものである。
【００８８】
（ステップ３２０）
ＣＰＵ１１は抽出された子領域内の各画素の座標を抽出領域座標格納配列に格納する。
【００８９】
（ステップ３２１）
子領域が抽出されなかった場合に、ＣＰＵ１１は、すべてのＲＯＩ半径についてＲＯＩを作成し子領域候補の抽出処理を行ったかを判断し、すべてのＲＯＩ半径について抽出処理を終了していればステップ３２２へ進み、まだすべてのＲＯＩ半径についてＲＯＩを作成していなければステップ３０８へ戻ってＲＯＩ半径を更新し、抽出処理を行う。
【００９０】
（ステップ３２２）
ＣＰＵ１１はすべての角度の方向ベクトルについて抽出処理を行ったかを判断し、すべての角度の方向ベクトルについて抽出処理が終了している場合にはステップ３２３へ進み、まだすべての方向ベクトルについて抽出処理を終了していない場合にはステップ３０７へ戻って方向ベクトルを更新する。ここですべての方向ベクトルの意味について説明する。図３５に示すように、親領域７００の重心７０１から親領域に直交するベクトル７０２に対して、角度７０３および７０４によって定義されるベクトル７０５を求める。角度７０３，７０４がとり得るすべての組み合わせについて得られるベクトル７０５がすべての方向ベクトルである。実際には例えば、角度７０３，７０４をそれぞれ０°から３６０°まで１０°刻みでとってもよい。あるいは１０°刻みではなく５°刻みにしてもよい。あるいは角度７０３は５°刻みでとり、角度７０４は１０°刻みでとってもよい。あるいは角度７０３は０°から９０°までとり、角度７０４は０°から３６０°までとるようにしてもよい。
【００９１】
（ステップ３２３）
ＣＰＵ１１は抽出済み枝数Ｎｆの値を１増やす。抽出済み枝数とは気管支の各枝のうちすでに抽出処理が終了した枝の数を指す。
【００９２】
（ステップ３２４）
ＣＰＵ１１は抽出済み枝数Ｎｆと枝総数Ｎｔを比較する。Ｎｆ＜Ｎｔの場合にはステップ３２５へ進み、Ｎｆ＝Ｎｔの場合にはステップ３２６へ進む。
【００９３】
（ステップ３２５）
ＣＰＵ１１はステップ３１４で抽出した子領域の重心座標Ｇｃ、面積Ｓｃ、円形度Ｃｃを新たな親領域重心座標Ｇｐ、面積Ｓｐ、円形度Ｃｐとし、ステップ３０７へ戻って抽出処理を繰り返す。ステップ３１４において子領域が抽出されていない場合は分岐情報格納配列から親領域情報を取得し、今まで抽出処理を行ってきた枝とは別の枝の抽出処理を開始する。
【００９４】
（ステップ３２６）
ＣＰＵ１１は抽出領域情報記憶配列に格納された情報を元に抽出した気管支の３次元画像を作成し、表示メモリを用いて表示器に表示する。抽出気管支３次元画像は例えば図３６に示すようにユーザインターフェイス上の画像表示領域８００に表示される。
【００９５】
以上で発明の実施形態の１つを説明した。ここでは円形のＲＯＩを用いた。しかし、円形以外のＲＯＩを用いてもよい。図３７に示すように例えば、親領域９００の重心９０１から外側へ直線９０２を引く。直線が親領域外周と交わる点９０３から一定の距離９０４離れた直線上に点９０５をとる。親領域重心９０１を支点として直線９０２を３６０°回転して得られる点群を結んだ線９０６をＲＯＩの外周としてもよい。ここで距離９０４はステップ３２１によって任意の大きさに設定される。
【００９６】
あるいは、親領域９０７を囲む矩形領域９０８を求め、その長辺の長さ９０９、短辺の長さ９１０を求める。矩形領域９０８の長辺の長さ９０９、短辺の長さ９１０をそれぞれα倍して得られる長さ９１１の長辺と長さ９１２の短辺をもつ矩形領域９１３をＲＯＩとしてもよい。あるいは矩形領域９０８の長辺の長さ９０９、短辺の長さ９１０をそれぞれα倍した長さの長軸９１４、短軸９１５をもつ楕円９１６を求め、これをＲＯＩとしてもよい。
【００９７】
ここではＲＯＩが適切かどうかの判定に用いるＲＯＩ設定閾値ＴＲＯＩを一定値に固定した場合を例に説明したが、ＲＯＩ設定閾値を可変にすることも可能である。以下ではＲＯＩ設定閾値可変の場合について説明する。
【００９８】
ステップ３２２の処理で行うように図３５の親領域７００の重心７０１から親領域に直交する方向ベクトル７０２を基準方向ベクトルとし、基準方向ベクトル７０２からの角度７０３を変化させながらＲＯＩを作成する。例えばこの時に、角度７０３ごとにＲＯＩ設定閾値を変えてもよい。可変ＲＯＩ設定閾値について図３８を用いて説明する。
【００９９】
操作者はＲＯＩ設定閾値の下限値ＴＲＯＩ１と上限値ＴＲＯＩ２を与える。これらの値は操作者がユーザインターフェイス上で直接設定できるようにしもよいし、もちろんあらかじめ内部で設定した値を保持しておいてもよい。
例えば図３８に示すように基準方向ベクトル１０００からの角度を０°から角度１００１まで変化させる場合に、基準方向ベクトルにはＲＯＩ設定閾値としてＴＲＯＩ１を与え、角度１００１傾いた方向ベクトル１００２にはＴＲＯＩ２を与える。図３９に第７の実施形態による気管支各枝の抽出順番を示す。
【０１００】
気管支が図３９に示すような木構造であると仮定し、木構造の最上部から最下部へ向けて抽出を行うとする。第７の実施形態では分岐部に到達したら分岐情報を記憶しさらに最下部へ向かって抽出を進める。分岐部において左側の枝を優先的に抽出するとする。抽出中の枝が最下部へ到達したら、記憶されている分岐情報のうち最も早く記憶された分岐部へ戻り、先ほど抽出したのとは反対側の枝へと抽出を進める。つまり、分岐部へ到達してもそこで抽出をとめることはなく１つの枝について最下部まで抽出を終了してから次の枝へと進む。
【０１０１】
図３９に分岐点から分岐点までの間がどのような順番で抽出されるかを数値で表す。また、各分岐点がどのような順番で抽出されるかを丸囲み数字で表す。
【０１０２】
角度１００１をθｍａｘとして基準方向ベクトルから角度θ傾いた方向ベクトル１００３のＲＯＩ設定閾値ＴＲＯＩ（θ）を（３）式で与えてもよい。
ＴＲＯＩ（θ）＝ＴＲＯＩ１＋（ＴＲＯＩ２−ＴＲＯＩ１）×ｓｉｎθ／ｓｉｎθｍａｘ （３）
あるいは角度１００１をθｍａｘとして、方向ベクトル１００３のＲＯＩ設定閾値ＴＲＯＩ（θ）を（４）式のように与えてもよい。
ＴＲＯＩ（θ）＝ＴＲＯＩ１＋（ＴＲＯＩ２−ＴＲＯＩ１）×θ／θｍａｘ （４）
【０１０３】
また基準方向からの角度θがθ＞θ１となる方向ベクトルにはすべてＲＯＩ設定閾値ＴＲＯＩ２を与え０＜θ＜θ１の範囲で（３）式あるいは（４）式によりＲＯＩ設定閾値を決定してもよい。このときθｍａｘ＝θ１とする。
ＲＯＩ設定閾値は、親領域面積値Ｓｐに比例して決定してもよい。
操作者はＲＯＩ設定閾値の下限値ＴＲＯＩ１と上限値ＴＲＯＩ２を与える。これらの値は操作者がユーザインターフェイス上で直接設定できるようにしもよいし、もちろんあらかじめ内部で設定した値を保持しておいてもよい。
【０１０４】
例えば、親領域面積値がＳｐ＜Ｓ１となる時ＲＯＩ設定閾値をＴＴＲＯＩ２とする。親領域面積値がＳ１＜Ｓｐ＜Ｓ２となる時にはＲＯＩ設定閾値ＴＲＯＩ（Ｓｐ）を（５）式のように与えてもよい。
ＴＲＯＩ（Ｓｐ）＝ＴＲＯＩ１＋（ＴＲＯＩ２−ＴＲＯＩ１）×（Ｓｐ−Ｓ１）／（Ｓ２−Ｓ１） （５）
ここでＳ１，Ｓ２は操作者が与えてもよいし、あらかじめ内部で設定しておいてもよい。
上記式（４）や式（５）で与えられるＲＯＩ設定閾値ＴＲＯＩは、上記式（４）あるいは式（５）を用いてあらかじめ計算し参照テーブル化しておくことにより演算の高速化が可能である。また、上記式（４），式（５）を用いずに経験的に求めたＲＯＩ設定閾値ＴＲＯＩを参照テーブル化してもよい。
【０１０５】
（第８の実施形態）
次に第８の実施形態を、図３９，図４０を用いて説明する。
第８の実施形態は気管支各枝の抽出順番が第７の実施形態と異なり、第７の実施形態では抽出途中での左右の対称性について配慮されていない。
【０１０６】
次に第８の実施形態について気管支の各枝の抽出順番を説明する。第８の実施形態では分岐部に到達したらいったんその方向の抽出を止め、分岐情報を記憶する。１つ前の分岐点に戻って異なる方向の枝を抽出する。分岐点に到達するごとに１つ上の階層の分岐点に戻って抽出を行うため、抽出途中で対称性のよい抽出が可能である。第８の実施形態において各枝の抽出される順番を図４０に数値で表す。また、各分岐点が抽出される順番を丸囲み数字で表す。
【０１０７】
この第８の実施形態によれば、各気管支枝が階層ごとに対称性よく抽出できる。
第７，第８の実施形態では抽出結果を全領域の抽出処理が終了したあとに表示していた。しかし、抽出途中に常に抽出経過を３次元表示してもよい。
抽出経過を見ながら操作者が抽出終了ボタンを押すとその時点で抽出が終了するようにしてもよい。末梢の気管支まで抽出する必要がない場合には途中で抽出を終了することにより、抽出時間の短縮が可能である。
【０１０８】
（第９の実施形態）
第７，第８の実施形態では各末梢の枝を気管支として適切な領域が存在しなくなるまで抽出処理を続ける。しかし、面積終了条件閾値ＴＳｆｉｎを設定し抽出中の子領域面積がＳｃ＜ＴＳｆｉｎとなったらその枝の抽出処理を終了し、分岐点に戻ってまだ抽出が行われていない枝の抽出を行うようにしてもよい。ＴＳｆｉｎの設定はあらかじめ内部で定義しておいてもよいし、操作者がユーザインターフェイス上の面積終了条件閾値表示領域に直接数値を入力してもよい。
【０１０９】
（第１０の実施形態）
第７および第８の実施形態で抽出した気管支領域から気管支の芯線を抽出することも可能である。図４１に示すように、第７，第８の実施形態では気管支領域１３００を求める時に、気管支走行方向に直交する断面１３０１〜１３１１を求めながら抽出を行った。各断面を抽出した際に同時に、各断面の重心座標１３１２〜１３２２を取得している。取得した重心座標１３１２〜１３２２をつないだ線１３２３を芯線とみなすことができる。重心座標１３１２〜１３２２を結ぶ時には、隣り合う重心間を直線で結んでもよい。あるいは、スプライン補間などの補間により結んでもよい。
【０１１０】
（第１１の実施形態）
第７〜第１０の実施形態ではＸ線ＣＴ断層装置で得られたボリュームデータを対象にした抽出について説明した。しかし、本発明は、レントゲン画像などの２次元画像中の管腔臓器抽出にも適用可能である。
本発明を２次元画像への適用例を、図４２，図４３を用いて説明する。
【０１１１】
ＣＰＵ１１は、頭部を撮影したレントゲン画像１４００から血管を抽出する。第１の実施形態と同様に初期親領域を抽出したあと、親領域情報を用いて次の領域を抽出する。画像１４０１は画像１４００中の領域１４０２を拡大したものであり、血管１４０３の抽出を行う。ＣＰＵ１１は、線分１４０４上の血管部分を親領域として次の領域を抽出する。線分１４０４上の濃度分布は１４０５に示されるように与えられる。
【０１１２】
つまり、ＣＰＵ１１は、線分１４０４の中点１４０６から半径１４０７の円を求める。ＣＰＵ１１は、円周上の任意の点における接線１４０８において濃度分布１４０９を求める。ＣＰＵ１１は、同様に円周上の各点において接線１４１０，１４１１を求めそれに対応する濃度分布１４１２，１４１３を求める。
【０１１３】
ＣＰＵ１１は、親領域の濃度分布１４０５と接線上の各濃度分布１４０９，１４１２，１４１３の相関を求め、親領域の濃度分布１４０５との相関が最も大きいものを子領域として採用する。この場合、濃度分布１４１２をもつ接線１４１０上の領域が子領域として採用される。
採用した子領域を親領域として上記の処理を繰り返し適用することにより頭部血管の一部または全部を抽出することが可能である。
【０１１４】
ここで、円周上のすべての点で接線を求めると図４３に示すように、すでに抽出している領域を再び抽出してしまうこともある。抽出方向が１５００とし接線１５０１上に親領域があるとすると、接線１５０１および１５０２上の濃度分布はそれぞれ１５０３，１５０４のようになる。これらの濃度分布の相関は高いため、子領域としてすでに抽出されているはずの接線１５０２上の領域が採用され得る。従って、円周上で接線を引く方向を例えば、親領域中心と親領域より一つ前に抽出した領域中心を結ぶ線の左右θ°以上の領域に限定される。
【０１１５】
第７〜１０の実施形態では気管支を例に説明し、第１１の実施形態では血管を例に説明したが本発明は気管支，血管，腸管などあらゆる管腔臓器において適用可能である。また、画像を撮影したモダリティもＸ線ＣＴ断層装置、ＭＲＩ断層装置、超音波装置など装置に限定されない。例えば、ＭＲＩ断層装置で撮影した画像のように画像全体にわたって濃度値が緩やかに変化する場合、しきい値もそれに適応させて変化させる必要があるが、このような場合でも本発明は適用可能である。
【０１１６】
上記各実施形態によれば通常の領域拡張法によって抽出しきれなかった部位を含めて管腔臓器の抽出が可能になる。また、抽出中に管腔臓器の走行方向に垂直な断面における重心位置を求めるため、抽出後に細線化の処理などを行って芯線を求めなおさなくても、１回の抽出処理で管腔臓器および管腔臓器芯線の両方が抽出でき、さらに芯線上各点における方向ベクトルが求められる。
【０１１７】
以上のように、本発明について複数の実施の形態を説明したが、上記開示した実施の形態に限定されることなく、請求の範囲に記載される技術思想を実現する技術内容は全て本発明に包含されるものである。
【産業上の利用可能性】
【０１１８】
本発明は、臓器部位が疾患により形状変化した箇所だけを選択的に診断し、その診断部位の形状変化を操作者へ画像表示などの視覚、音や声などの聴覚で通知できるようになり、診断のスループットが向上できる。
【０１１９】
また、本発明は、設定された閾値により臓器領域が適切に抽出され、その抽出された臓器領域より正確な３次元画像を構成することができる。
【技術分野】
【０００１】
本発明は、医用画像診断装置（ＭＲＩ装置、Ｘ線ＣＴ装置、超音波診断装置を含む）から得られた医用画像を用いた画像診断を支援する医用画像診断支援装置に係り、特に被検者の症状によって異なる形状となる臓器部位の診断支援を行う医用画像診断支援装置に関する。
【背景技術】
【０００２】
被検者の腫瘍検査は、特に気管および気管支内又は腸管などの管状臓器部位において、その管状臓器部位へ内視鏡を挿管し、その挿管された内視鏡の映像により大半が行われていた。
しかし、上記検査は、患者の管状臓器部位へ内視鏡を挿管することから患者に苦痛を与えるなど、患者に対し負担をかけていた。
そこで、特許文献１に開示されている仮想内視鏡は、Ｘ線ＣＴ画像のデータを用いて内視鏡に相当する画像を提供するものであるから、患者の管状臓器部位へ内視鏡を挿管することが不要となるため、上記患者の負担の問題は解消される。
【０００３】
しかしながら、特許文献１に開示された仮想内視鏡では、表示される視野が狭く、その狭い視野で気管支などの管状臓器部位全体を診断するために時間を要するから、患者当たりの検査時間が多くかかるため、診断効率を向上したいとの要求に対し応えることについて言及していない。
【特許文献１】特開２００２−２３８８８７号公報
【発明の開示】
【０００４】
本発明の医用画像診断支援装置は、医用画像装置によって得られた被検者の医用画像から臓器部位を設定する臓器部位設定手段と、この臓器部位設定手段によって設定された臓器部位の変形度を算出する変形度算出手段と、前記臓器部位の変形度の指標を基準値として記憶する基準値記憶手段と、この基準値記憶手段によって記憶された基準値と前記変形度算出手段によって算出された変形度とを比較し、その比較結果からの前記臓器部位の病変の存在を判別する病変判別手段と、この病変判別手段によって判別された前記臓器部位の病変の存在を検者の視覚、聴覚の少なくとも一つの感覚に通知する通知手段と、を備える。
これにより、臓器部位が疾患により変形した箇所だけを選択的に診断し、その診断部位の形状変化を画像表示などの検者の視覚や音声などの検者の聴覚で通知できるようになるから、診断の効率を向上できる。
【０００５】
また、本発明の望ましい一実施形態によれば、前記基準値記憶手段は、前記臓器部位の変形度応じた複数のテンプレートを記憶する。
これにより、複数のテンプレートとの比較対象が明確となり、病変の進行度が検者にとって把握しやすくなる。
【０００６】
また、本発明の望ましい一実施形態によれば、前記変形度算出手段は、前記臓器部位の体軸方向に直交する断面像を算出する断面像算出手段と、この断面像算出手段によって算出された断面像から前記臓器部位の内腔と外部を抽出する抽出手段とを備え、前記抽出手段によって抽出された前記臓器部位の内腔と外部の変形度を算出する。
これにより、前記臓器部位の内腔に出現する腫瘍や狭窄などの隆起性病変を検出できるようになる。
【０００７】
また、本発明の望ましい一実施形態によれば、前記通知手段は、前記判別手段により判別された病変の存在が色によって表示されることで検者の視覚に通知する。具体例を挙げれば、前記検者の視覚への通知は、前記臓器部位設定手段によって設定された臓器部位の断面像を表示し、その断面像上に前記病変判別手段によって判別された病変候補部分を強調表示する。
これにより、検者にとって前記病変の存在が色等で視覚的に識別できるようになるために、病変部の判定が容易にできる。
【０００８】
また、本発明の望ましい一実施形態によれば、前記通知手段は、前記判別手段により判別された状態が音や声によって出力されることで検者の聴覚に通知する。
これにより、検者にとって前記状態が音や声で聴覚的に識別できるようになるために、病変部の判定が容易にできる。
【０００９】
また、本発明の望ましい一実施形態によれば、前記医用画像装置によって得られた断層画像内の管腔臓器の特徴量からその断面を抽出する断面抽出手段と、この抽出手段によって抽出された管腔臓器断面でその管腔臓器の半径や円形度、重心を含む物理量を演算する物理量演算手段と、この物理量演算手段によって演算された物理量に基づき関心領域を算出する関心領域算出手段と、この関心領域算出手段によって算出された関心領域内で前記断面抽出手段によって抽出された管腔臓器断面を含む断層画像から管腔臓器の３次元画像を作成する３次元画像作成手段と、この３次元画像作成手段によって作成された３次元画像を表示する画像表示手段と、をさらに備える。
これにより、設定された閾値により臓器領域が適切に抽出され、その抽出された臓器領域より正確な３次元画像を構成することができるようになる。
【００１０】
さらにまた、本発明の望ましい一実施形態によれば前記物理量演算手段によって演算された管腔臓器断面の重心に基づき前記管腔臓器の芯線を演算する芯線演算手段をさらに備え、前記画像表示手段は、前記芯線演算手段によって演算された芯線と前記３次元画像作成手段によって作成された３次元画像と共に表示する。
これにより、芯線に基づきマルチ・プランナー・リコンストラクション（ＭＰＲ）による画像を見る際に、ＭＰＲ像のための軸設定を容易にすることができるようになる。
【００１１】
また、本発明の医用画像診断支援方法は、医用画像装置によって得られた被検者の医用画像から臓器部位を設定する臓器部位設定工程と、この臓器部位設定工程によって設定された臓器部位の変形度を算出する変形度算出工程と、前記臓器部位の変形度の指標を基準値として記憶する基準値記憶工程と、この基準値記憶工程によって記憶された基準値と前記変形度算出工程によって算出された変形度とを比較し、その比較結果からの前記臓器部位の病変の存在を判別する病変判別工程と、この病変判別工程によって判別された前記臓器部位の病変の存在を検者の視覚、聴覚の少なくとも一つの感覚に通知する通知工程と、を備える。
これにより、臓器部位が疾患により変形した箇所だけを選択的に診断し、その診断部位の形状変化を画像表示などの検者の視覚や音声などの検者の聴覚で通知できるようになるから、診断の効率を向上できる。
【図面の簡単な説明】
【００１２】
【図１】本発明の各実施形態に共通する医用画像表示装置の一例を示すブロック図。
【図２】第１及び第２の実施形態を説明するための図１のコントローラの詳細例を示すブロック図。
【図３】第１の実施形態の動作例を説明するフローチャート。
【図４】図３のステップＳ３２の説明図。
【図５】図３のステップＳ３３の説明図。
【図６】図３のステップＳ３４の説明図。
【図７】図３のステップＳ３５の説明図。
【図８】図３のステップＳ３６の説明図。
【図９】第２の実施形態の動作例を説明するフローチャート。
【図１０】図９のステップＳ９２の説明図。
【図１１】図９のステップＳ９３の説明図。
【図１２】図１１と異なるステップＳ９３の説明図。
【図１３】図９のステップＳ９５の説明図。
【図１４】病変部の抽出の原理を説明する図。
【図１５】第３及び第４の実施形態を説明するための図１のコントローラの詳細例を示すブロック図。
【図１６】第３の実施形態の動作例を説明するフローチャート。
【図１７】図１６のステップＳ１６５を説明するフローチャート。
【図１８】図１６のステップＳ１６５を説明する原理図。
【図１９】図１６のステップＳ１６６を説明するフローチャート。
【図２０】図１６のステップＳ１６６を説明する原理図。
【図２１】第４の実施形態の動作を説明するフローチャート。
【図２２】病変処理の判別処理の例を説明する図。
【図２３】図２２の円形度処理の例を説明する図。
【図２４】画像表示例を示す図。
【図２５】図２４の画像２４１の表示変形例を示す図。
【図２６】第５の実施形態の動作例を説明するフローチャート。
【図２７】第５の実施形態の表示例を示す図。
【図２８】第６の実施形態の動作を説明する模式図。
【図２９】第６の実施形態の動作例を説明するフローチャート。
【図３０】第７の実施形態の医用画像表示法の一例を示す図。
【図３１】本発明の第１の実施形態の動作を説明するフローチャート。
【図３２】図３１のステップ３１２の説明図。
【図３３】図３１のステップ３１３の説明図。
【図３４】図３１のステップ３１３の説明図。
【図３５】図３１のステップ３２２の説明図。
【図３６】本発明の第７の実施形態の抽出結果の表示例。
【図３７】様々なＲＯＩ形状を示す図。
【図３８】可変ＲＯＩ設定閾値の設定方法を説明する図。
【図３９】本発明の第７の実施形態により抽出される気管支枝と分岐点の抽出順番を表す図。
【図４０】本発明の第８の実施形態により抽出される気管支枝と分岐点の抽出順番を表す図。
【図４１】本発明による気管支芯線抽出の説明図。
【図４２】本発明の第１１の実施形態の説明図。
【図４３】本発明の第１１の実施形態の説明図。
【発明を実施するための最良の形態】
【００１３】
以下、本発明に係るＸ線画像診断支援装置の好ましい実施の形態について図を用いて詳しく説明する。
図１は本発明の各実施形態に共通する医用画像表示装置の一例を示すブロック図である。
医用画像表示装置は、図１に示されるように、ＣＰＵ１１と、ＣＰＵ１１とデータ転送バス１Ｃを介してそれぞれ電気的に接続される表示メモリ１２、ＣＲＴ１３、主メモリ１４、スピーカ１５、磁気ディスク１６、コントローラ１７、マウス１８、キーボード１９、ローカルエリアネットワーク（ＬＡＮ）１Ａ、及びＬＡＮ１Ａと電気的に接続されるモダリティ１Ｂとを有する。
ＣＰＵ１１は、データ転送バス１Ｃに電気的に接続される構成要素である表示メモリ１２、ＣＲＴ１３、主メモリ１４、スピーカ１５、磁気ディスク１６、コントローラ１７、マウス１８、キーボード１９を統括制御し、ＬＡＮ１Ａへのデータ送信、ＬＡＮ１Ａからのデータ受信を制御する。
表示メモリ１２は、ＣＲＴ１３に表示出力する画像データを一時記憶する。
ＣＲＴ１３は、表示メモリ１２に記憶された画像データを読み出して表示する表示装置である。この表示装置はＣＲＴを例示しているが、プラズマや液晶などの各種ディスプレイもここでいう表示装置に含まれるものとする。
【００１４】
主メモリ１４は、ＣＰＵ１１で処理するデータを格納したり、ＣＰＵ１１で実行するプログラムを記憶したりする。
スピーカ１５は、図示しないが音声出力するための音声データを記憶する記憶部を有しており、その記憶部に記憶された音声データを読み出して音声を発生することができるようになっている。
磁気ディスク１６は、主メモリ１４と同様にＣＰＵ１１で処理するデータを格納したり、ＣＰＵ１１で実行するプログラムを記憶したりするもので、主メモリ１４より記憶容量が大きい外部記憶装置である。外部記憶装置には、磁気ディスクの他にＣＤ、ＭＤ、ＤＶＤなどの媒体やＲＡＭディスクなどを置換したり、共用したりしてもよい。
【００１５】
コントローラ１７は、臓器部位の形状を測定し、その測定された臓器部位の形状から病変の存在を判別する機能を果たしており、詳細は図２を用いて後で説明する。
マウス１８は、検者がＣＲＴ１２に表示された画像の任意の領域を指定したり、ＣＲＴ１１の画面上に表示されたボタンを選択入力したりする。
キーボード１９は、マウス１８と同様な機能を持つ他、主に患者ＩＤなどの文字情報を入力する。
【００１６】
ＬＡＮ１Ａは、例えば病院内に設置されたネットワーク設備である。このネットワーク設備は専用線やインターネットを通じたワイドエリアネットワークであってもよい。
モダリティ１Ｂは、Ｘ線装置、Ｘ線ＣＴ装置、ＭＲＩ装置、超音波装置などの医用画像診断装置である。ここでは、Ｘ線ＣＴ装置を例示する。
データ転送バス１Ｃは、標準化されたＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ）バスのなどの他、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）、ＩＥＥＥ１３９４などの規格に準拠するデータ転送バスを採用してもよい。
【００１７】
次に、コントローラ１７の構成例について図２を用いて説明する。
図２は第１及び第２の実施形態を説明するための図１のコントローラの詳細例を示すブロック図である。ここでは管状臓器部位を気管支とする。
コントローラ１７は、図２に示すように、マウス１８、キーボード１９及び主メモリ１４と電気的に接続される気管支分岐部検出部２０と、気管支分岐部検出部２０及び主メモリ１４と電気的に接続される分岐部断面像作成部２１と、分岐部断面像作成部２１と電気的に接続される分岐部断面像記憶部２２と、分岐部断面像記憶部２２と電気的に接続される距離測定部２３と、距離測定部２３と電気的に接続される距離情報記憶部２４と、距離情報記憶部２４と電気的に接続される正常／異常判定部２５とを有する。
【００１８】
気管支分岐部検出部２０はモダリティ１８から入力される医用画像あるいは医用画像から気管支領域を抽出した気管支抽出画像、あるいは主メモリ１４又は磁気ディスク１６のような外部記憶装置に格納されている医用画像および抽出画像を用いて、気管支の分岐部を検出する。その検出は操作者がマウス１８等の入力装置を用いて手動で行ってもよいし、主メモリ１４や外部記憶装置に記憶されているあらかじめ求めておいた分岐部座標を用いてもよい。
分岐部断面像作成部２１は、主メモリ１４等に記憶されている医用画像あるいは気管支領域抽出画像から気管支分岐部の断面像を作成する。
分岐部断面像記憶部２２は、分岐部断面像作成部２１によって作成された気管支分岐部断面像を記憶する。
【００１９】
距離値測定部２３は、分岐部断面像記憶部に記憶される気管支分岐部断面像を用いて分岐後の気管支間の距離を測定する。
距離情報記憶部２４は、距離値測定部２３によって測定された分岐後の気管支間の距離情報を記憶する。
正常／異常判定部２５は、距離情報記憶部２４に記憶された２気管支間の距離情報を元に分岐部の形状が正常か異常かについて基準値（テンプレート）を参照して判定し、ＣＲＴ１３に分岐部形状の判定結果を元に正常か異常かを表示する。ここでいうテンプレートとは、病変のない正常な症例に基づく距離情報から作成した正常テンプレート、軽度の病変が認められる症例に基づく距離情報から作成した軽症テンプレート、中度の病変が認められる症例に基づく距離情報から作成した中症テンプレート、重度の病変が認められる症例に基づく距離情報から作成した重症テンプレートなど、複数のテンプレートが基準として記憶されている。そして、そのテンプレートに近いものが判定結果となるが、その間のものは、各正常、軽症、中症、重症のテンプレートのデータを補間して求める。例えば、軽症、中症の間にあれば、軽中症に判別されることになる。
【００２０】
次に、各実施形態での動作についてそれぞれ図面を用いて説明する。
（第１の実施形態）
図３は第１の実施形態の動作例を説明するフローチャート、図４〜図８はそれぞれ図３のステップＳ３１〜Ｓ３６の説明図である。
【００２１】
（ステップＳ３０）
検者（操作者）は、マウス１８等を操作し、コントローラ１７に主メモリ１４から読み出した医用画像データを入力する。
（ステップＳ３１）
操作者は、マウス１８等を操作し、コントローラ１７に主メモリ１４等から気管支分岐部情報を入力する。ここで分岐部情報とは、分岐部の座標、分岐部の方向ベクトルのことである。分岐部の方向ベクトルとは図４の矢印４１のように分岐直前の気管支の走向方向を示すベクトルである。
（ステップＳ３２）
コントローラ１７は、入力された医用画像データと気管支分岐部情報をもとに、図４の断面像群４２のように分岐部の方向ベクトルに直交する数枚の断面像を作成する。
【００２２】
（ステップＳ３３）
コントローラ１７は、作成された断面像における気管支領域間の距離を算出する。ここで距離は気管支領域辺縁間の最小距離でもよいし、あるいは図５のように気管支領域５０，５１の重心５２，５３を結ぶ線分５４上での気管支間距離５５でもよい。
（ステップＳ３４）
コントローラ１７は、気管支間距離データを用いて図６に示すように気管支間距離の断面像位置に対するグラフを作成する。
（ステップＳ３５）
コントローラ１７は、作成したグラフを基に気管支分岐部の形状が正常か異常かを判定する。正常であれば図６の曲線６０や曲線６１のように鋭い形状になる。一方腫瘍などの病変が存在すれば曲線６２のように広がった形状になる。図７のように基準曲線７０（正常テンプレート）を設定し、作成したグラフの曲線７１が基準曲線７０よりも外側に広がっていれば病変候補と判断し、基準曲線よりも内側であれば正常と判断する。実際には求めた気管支間距離を示す曲線７１で囲まれる領域の面積と領域７０の外側にはみ出した領域７２の面積比ｒを算出する。また、この面積比ｒの正常／異常を判定するための閾値Ｔを設定しておく。算出された面積比ｒが閾値Ｔを超える場合には形状が異常であると判断し、得られた面積比ｒが閾値Ｔを超えない場合には形状が正常であると判断する。ここで基準曲線と閾値Ｔは、多数の臨床データによって得られた統計的に算出される量である。閾値Ｔはマウス１８やキーボード１９の入力装置で任意に設定可能としてもよい。
【００２３】
（ステップＳ３６）
コントローラ１７は、分岐部が病変により変形したと判断された場合には図８に示すように注目断面像８０上で、気管支８１の分岐部分を丸印８２で囲んで強調表示し、検者の注意を促す。また、強調表示の態様は、丸印８２の代わりに分岐部のみを色づけして表示してもよい。
また、たとえば仮想内視鏡を用いて気管支内腔を観察するときに、あらかじめ病変候補のある分岐部を異なる色で表示してもよい。色を変えるかわりに、仮想内視鏡の視点が分岐部付近を通過するときに音や音声を出して検者に知らせるようにしてもよい。もちろん色づけと音出しの両方を行ってもよい。
【００２４】
上記実施形態によれば、気管支分岐部にできた病変候補を発見することができる。これにより医師（検者）の負担を軽減できる。
【００２５】
（第２の実施形態）
図９は第２の実施形態の動作例を説明するフローチャート、図１０は図９のステップＳ９２の説明図、図１１，１２はいずれも図９のステップＳ９３の説明図、図１３は図９のステップＳ９５の説明図である。
【００２６】
（ステップＳ９０）
操作者はマウス１８等を操作し、コントローラ１７に主メモリ１４等から読み出した医用画像データを入力する。
（ステップＳ９１）
操作者はマウス１８等を操作し、コントローラ１７に主メモリ１４等から気管支分岐部情報を入力する。ここで分岐部情報とは、分岐部の座標、分岐部の方向ベクトルのことである。
（ステップＳ９２）
コントローラ１７は、入力された医用画像データと気管支分岐部情報を基に、図１０のように分岐部の方向ベクトル１００を含む断面像１０１を作成する。
【００２７】
（ステップＳ９３）
コントローラ１７は、図１１に示すように、作成された断面像１１０において基準点１１１から気管支分岐部各点までの距離１１２を算出する。ここで算出する距離は図１２のように基準線１２１に垂直に測った距離１２２でもよい。
（ステップＳ９４）
コントローラ１７は気管支間距離データを用いて気管支分岐部各点に対して基準からの距離をプロットした曲線を図１３のように算出する。
（ステップＳ９５）
コントローラ１７は、作成した曲線を基に気管支分岐部の形状が正常か病変候補かを判定する。図１３のように基準曲線１３０を設定し、作成したグラフの曲線１３１が基準曲線１３０よりも外側に広がっていれば病変候補と判断し、基準曲線よりも内側であれば正常と判断する。実際には求めた距離を示す曲線１３１で囲まれる領域の面積と領域１３０の外側にはみ出した領域１３２の面積比ｒを算出する。また、この面積比ｒの正常／病変候補を判定するための閾値Ｔを設定しておく。算出された面積比ｒが閾値Ｔを超える場合には形状が異常であると判断し、得られた面積比ｒが閾値Ｔを超えない場合には形状が正常であると判断する。ここで基準曲線と閾値は統計的に算出される量である。閾値Ｔはマウス１８やキーボード１９の入力装置で任意に設定可能としてもよい。
【００２８】
（ステップＳ９６）
コントローラ１７は、分岐部が病変候補と判断された場合には注目断面像上で、気管支分岐部分を丸印で囲んで強調表示し、医師の注意を促す。また、強調表示の態様は、丸印の代わりに分岐部のみを色づけして表示してもよい。
また、例えば仮想内視鏡を用いて気管支内腔を観察するときに、あらかじめ異常のある分岐部を異なる色で表示してもよい。色を変えるかわりに、仮想内視鏡の視点が分岐部付近を通過するときに音や音声を出して検者に知らせるようにしてもよい。もちろん色づけと音出しの両方を行ってもよい。
【００２９】
上記実施形態によれば、気管支分岐部にできた病変候補を発見することができる。これにより医師や患者の負担を軽減できると共に、あらかじめ分岐部の異常を調べておくことで内視鏡検査をした際の見落としをなくすことができる。
【００３０】
（第３の実施形態）
図１５は第３及び４の実施形態を説明するための図１のコントローラの詳細例を示すブロック図である。
コントローラ１７は、図１５に示すように、マウス１８、キーボード１９および主メモリ１４と電気的に接続される管腔臓器抽出部１５０と、マウス１８、キーボード１９および管腔臓器抽出部１５０と電気的に接続される注目領域設定部１５１と、注目領域設定部１５１と電気的に接続される管腔臓器断面像作成部１５２と、管腔臓器断面像作成部１５２と電気的に接続される病変候補検出部１５３と、病変候補検出部１５３と電気的に接続される病変候補検出結果記憶部１５４とを有する。
【００３１】
管腔臓器抽出部１５０は、モダリティ１Ｂから主メモリ１４等を介して入力される医用画像から注目管腔臓器を抽出する。
注目領域設定部１５１は、管腔臓器抽出結果に対して病変候補検出処理を行う範囲を設定する。この設定処理は検者がＣＲＴ１３を見ながらマウス１８等を操作して任意に行ってもよいし、また、抽出した全領域を注目領域としてもよい。
管腔臓器断面像作成部１５２は、抽出した管腔領域内の各点において、前記管腔臓器の長手方向血管や腸管では走行方向に当たる）と直交する断面像を作成する。
【００３２】
病変候補検出部１５３は、管腔臓器断面像作成部１５２により作成された管腔臓器断面像に対して、病変候補検出処理を行う。病変候補検出処理については図１７、図１９で後述する。病変候補検出結果記憶部１５４は前記病変候補検出処理によって検出した病変候補の座標を記憶し、ＣＲＴ１３に表示する。
【００３３】
次に、第３の実施形態での動作についてそれぞれ図面を用いて説明する。
気管／気管支を例に第３の実施形態での動作について図１６を用いて説明する。
図１６は第３の実施形態の動作例を説明するフローチャート、図１７、図１８はそれぞれ図１６のステップＳ１６５を説明するフローチャートおよび原理図、図１９、図２０はそれぞれ図１６のステップＳ１６６を説明するフローチャートおよび原理図である。
【００３４】
（ステップＳ１６０）
操作者はマウス１８等を操作し、コントローラ１７に主メモリ１４等から読み出した医用画像データを入力する。
（ステップＳ１６１）
コントローラ１７は入力された医用画像データから気管および気管支領域を抽出する。ここで、主メモリ１４等にあらかじめ気管／気管支領域を抽出したデータが格納されている場合、前記抽出処理を省略し格納されているデータをコントローラ１７へ入力してもよい。
（ステップＳ１６２）
操作者はマウス１８等を操作し、抽出された気管／気管支領域のうち病変候補検出処理を行う範囲を設定する。ここで、設定する範囲とは抽出した気管／気管支領域の一部または全部を指す。
【００３５】
（ステップＳ１６３）
コントローラ１７は前記設定した注目範囲内で気管／気管支の走行方向に直交する断面像を管腔臓器断面像作成部１５２に作成させる。
（ステップＳ１６４）
コントローラ１７は管腔臓器断面像作成部１５２に作成された断面像を気管／気管支領域について二値化する。この二値化処理では、例えば気管／気管支内腔領域の画素に画素値１を、それ以外の画素に画素値０を割り当てる。作成した気管／気管支領域二値画像では、気管／気管支領域の輪郭は正常であれば円に近い楕円形をしており、腫瘍や狭窄などの隆起性病変があれば内側に突起した部分が生じると判定可能となる。
（ステップＳ１６５）
コントローラ１７は二値化処理された気管／気管支断面像について病変候補検出処理（Ｉ）を行う。
【００３６】
ここで病変候補検出処理（Ｉ）について図１７、図１８を用いて説明する。
（ステップＳ１７０）
操作者は気管／気管支領域辺縁上に一定間隔の点を設定する。
（ステップＳ１７１）
コントローラ１７は、前記気管／気管支領域辺縁上に設定された点のうち２点を線分で結ぶ。ここで隣り合う２点については線分で結ばない。
（ステップＳ１７２）
コントローラ１７は、線分上にある各画素の画素値の和（ｓｕｍ）を算出する。
（ステップＳ１７３）
コントローラ１７は、前記画素値の和がｓｕｍ＝０となるかどうかの判定処理を行う。
ｓｕｍ＝０ならばステップＳ１７４へ進み、ｓｕｍ＜０又はｓｕｍ＞０ならばステップＳ１７１へ戻る。ここで、腫瘍や狭窄などの隆起性病変が存在する場合を考えると、図１８の気管支領域１８０において任意の２点を結ぶ線分のうち気管支内腔を通る線分１８１では線分上の画素値の和がｓｕｍ＜０又はｓｕｍ＞０となり、隆起性病変部位上の２点を結ぶ線分６２では線分上の画素値の和はｓｕｍ＝０となる。
【００３７】
（ステップＳ１７４）
コントローラ１７は、前記線分上の画素値の和がｓｕｍ＝０となる線分両端の２点を隆起性病変部位辺縁上の点と見なして座標を記憶する。
（ステップＳ１７５）
コントローラ１７は、ステップＳ１７０において設定した気管／気管支領域辺縁上すべての２点の組み合わせについて、前記線分上画素値の和の判別処理が終了したかどうか判定する。まだ終了していなければステップＳ１７１へ戻り、終了したらステップＳ１７４にて記憶された座標に囲まれる領域を病変候補領域として検出する。
以上で病変候補検出処理（Ｉ）が終了する。
【００３８】
（ステップＳ１６６）
病変候補検出処理（Ｉ）が終了したら次に、コントローラ１７は病変候補検出処理（ＩＩ）を行う。
ここで病変候補検出処理（ＩＩ）について図１９、図２０を用いて説明する。
（ステップＳ１９０）
操作者は、気管／気管支領域辺縁上に一定間隔の点を設定する。
（ステップＳ１９１）
コントローラ１７は、前記一定間隔に設定された各点で気管／気管支辺縁の接線に垂直な法線ベクトルを算出する。ここで法線ベクトルの方向は気管／気管支の内部から外部へ向くようにする。
（ステップＳ１９２）
操作者は、気管／気管支断面内で基準方向ベクトルを設定する。ここで基準方向ベクトルは気管／気管支断面内の任意の方向に定めてよい。
【００３９】
（ステップＳ１９３）
コントローラ１７は、基準方向ベクトルと前記各法線ベクトルのなす角度を算出する。ここで角度算出はたとえば、図２０に示すように、気管支断面２００に対して任意に定められた基準方向ベクトル２０１と注目する法線ベクトル２０２の間で基準方向ベクトル２０１から反時計回りとした角度２０３とする。角度の算出はもちろん時計回りとしてもよいが、すべての法線ベクトルについて反時計回りか時計回りのどちらか一方に統一する。
（ステップＳ１９４）
コントローラ１７は、隣り合う法線ベクトル間で前記測定した基準方向ベクトルからの角度の変化を算出する。ここで、注目する２つの法線ベクトルがいずれも正常部位、すなわち気管／気管支内部に突起していない部位辺縁上の法線ベクトルであれば法線ベクトル２０４，法線ベクトル２０５のように法線ベクトルを反時計回りに見た場合、前記測定した角度の大小関係は（角度２０６）＜（角度２０７）となり角度変化は増加傾向を示す。一方、隆起性病変部位であれば法線ベクトル２０８，２０９のように前記測定した角度の大小関係は（角度２０Ａ）＞（角度２０Ｂ）となり角度変化は減少傾向を示す。前記角度変化の違いから病変候補の検出が可能である。角度変化が減少傾向を示す場合はステップＳ１９６へ進み、増加傾向を示す場合はステップＳ１９７へ進む。
（ステップＳ１９５）
コントローラ１７は、角度変化が減少傾向を示す部分を病変候補として座標を記憶する。コントローラ１７は、すべての隣り合う法線ベクトルについて、前記角度変化の測定が終了していなければステップＳ１９４へ戻り、終了していればステップＳ１９５において記憶された座標に囲まれる領域を病変候補領域として検出する。
【００４０】
（ステップＳ１６７）
コントローラ１７は病変候補検出処理（Ｉ）により得られた結果と病変候補検出処理（ＩＩ）により得られた結果との論理積を演算する。この演算により病変候補検出処理（Ｉ）および病変候補検出処理（ＩＩ）の両方で病変候補として検出された領域のみが残り、この残った領域を病変候補領域として検出する。
（ステップＳ１６８）
コントローラ１７は前記検出された病変候補領域を強調してＣＲＴ１３に表示する。表示の仕方はたとえば、気管／気管支断面像の病変候補領域部を丸印で囲んでもよい。もちろん丸印以外にも矢印などを使って印付けしてもよい。また、病変候補領域のみを色づけして表示しても良い。
（ステップＳ１６９）
コントローラ１７はステップＳ１６２において設定した注目領域のうちすべての点について前期病変候補検出処理が終了したかどうかの判定をする。まだ終了していなければステップＳ１６３へ戻る。
【００４１】
上記実施形態によれば、内視鏡や仮想内視鏡による観察を行わなくてもＣＴやＭＲなどの医用画像から気管／気管支や血管、腸などの管腔臓器内部にできる隆起性病変を検出することができる。
【００４２】
（第４の実施形態）
気管／気管支を例に第４の実施形態での動作を説明する。図２１は第４の実施形態の動作を説明するフローチャートである。
第４の実施形態では第３の実施形態と同様に気管／気管支の走行方向に直交する断面像を作成し、病変候補検出処理（Ｉ）及び病変候補検出処理（ＩＩ）の検出結果とを出すまでのステップＳ１６０〜ステップＳ１６６とステップＳ２１０〜ステップＳ２１６とは共通するのでそれら共通部分の説明は省略し、相違部分のみを説明する。
【００４３】
（ステップＳ２１７）
コントローラ１７は、病変候補検出処理（Ｉ）の検出結果と病変候補検出処理（ＩＩ）の検出結果との論理和を演算する。この論理和演算により病変候補検出処理（Ｉ）および病変候補検出処理（ＩＩ）により検出されたすべての病変候補を検出結果として得る。
（ステップＳ２１８）
コントローラ１７は、検出された病変候補検出処理（Ｉ）および病変候補検出処理（ＩＩ）により病変候補領域を強調してＣＲＴ１３に表示する。表示方法はたとえば、気管／気管支断面像の病変候補領域部を丸印で囲んでもよい。もちろん丸印以外にも矢印などを使って印付けしてもよい。また、病変候補領域のみを色づけして表示しても良い。
【００４４】
第３、第４の実施形態によって、コントローラ１７は、管腔臓器内の隆起性病変の検出を行ったら、その後、前記検出した病変候補について例えばポリープか狭窄かの病変種類の判別を行っても良い。病変種類の判別処理について図２２，図２３を用いて説明する。
はじめに、コントローラ１７は、ポリープや狭窄などの病変を有する管腔臓器断面像２２０に対して、病変部位の輪郭を算出する。病変部位の輪郭は例えば病変領域端点２２１および２２２を結んだ線分２２３としてもよい。この場合病変領域は２２４になる。あるいは、病変領域付近の管腔臓器輪郭上の点２２５，２２６，２２７，２２８，２２９，２２Ａを用いてスプライン補間などの補間処理を施すことにより、病変部位の輪郭線２２Ｂおよび病変領域２２Ｃを求めてもよい。図２２では６点を使ってスプライン補間する方法を説明したが、利用する点の数はもちろん任意に設定してよい。以上により病変領域２２４あるいは２２Ｃが抽出される。
【００４５】
次に、コントローラ１７は、抽出した病変領域がどのくらい円に近いかを円形度と呼ばれる量を用いて図２３のように、演算する。円形度Ｃは例えば、病変領域の面積Ｓと外周の長さＲを用いて（１）式で与えられる。
Ｃ＝４πＳ／Ｒ２ （１）
ここで、円形度Ｃは真円で１になり、形状が複雑になるにつれ１よりも小さな値となる。従って閾値Ｔを設定してＣ＞Ｔならばポリープなどの円形に近い病変、Ｃ＜Ｔならば狭窄などの病変であると判別する。
【００４６】
上記説明した円形度は、上記円形度以外に次のような量を利用しても良い。コントローラ１７は、図２３の病変領域２３１について長軸２３２（長さＬＬ）を算出する。ここでは、長軸２３２に直交し、病変領域２３１の辺縁を結ぶ線分のうち最も長いものを短軸２３３（長さＬｓ）とする。コントローラ１７は、前記算出した長軸と短軸との長さの比ＬＬ／Ｌｓを求め、閾値Ｔに対して比が比ＬＬ／Ｌｓ＜Ｔならばポリープなどの円形に近い病変とし、比ＬＬ／Ｌｓ＞Ｔならば狭窄などの病変であると判別する。
コントローラ１７は、判別された病変部位について、病変の種類に応じた強調処理を施してＣＲＴ１３に表示してもよい。コントローラ１７は、例えばポリープならば赤色の丸印を施し、狭窄ならば青色の丸印を施してＣＲＴ１３に表示する。コントローラ１７は、丸印の変わりにもちろん色分けされた矢印で病変部位を指し示してもよいし、また、病変領域を直接色づけしてＣＲＴ１３に表示してもよい。
【００４７】
次に第３、第４の実施形態に共通の病変候補検出処理結果をＣＲＴ１３に表示する方法について図２４を用いて説明する。
第３の実施形態では病変候補検出処理（Ｉ）および病変候補検出処理（ＩＩ）の結果の論理積を演算する。これによって、病変候補の見落としが減少できる。
一方、第４の実施形態では病変候補検出処理（Ｉ）および病変候補検出処理（ＩＩ）の結果の論理和を演算する。これによって高精度の病変候補の検出が可能となる。
【００４８】
病変候補検出処理（Ｉ）や病変候補検出処理（ＩＩ）は第３の実施形態および第４の実施形態で示したように論理積や論理和などにより組み合わせて使用しても良いし、また、もちろんそれぞれ単独で使用しても良い。利用者が病変候補検出の精度を上げたいのか、見落としを減らしたいのかなど目的に応じて使い分けてもよい。病変候補検出処理（Ｉ）と病変候補検出処理（ＩＩ）の論理積または論理和、あるいはどちらか一方を単独で使用するかは、図２４の２４０の表示選択肢を用いて操作者が自由に選択できる。コントローラ１７は操作者によって選択された病変候補検出処理法に応じて結果画像２４１〜２４４として表示する。
結果画像２４１はあらかじめ抽出しておいた気管／気管支の３次元画像である。３次元画像上には前記病変候補検出処理によって病変候補として検出された部位が色付きの線２４５〜２４７で表示される。３次元画像２４１はもちろん任意の角度に回転して表示することが可能である。
【００４９】
操作者はマウス１８等を操作して３次元画像２４１上に表示されている病変候補２４５〜２４７のうちの一つを選択する。表示画像２４２，２４３には前記選択された病変候補部位の仮想内視鏡画像および断面像が表示される。断面像２４３には第３の実施形態のステップＳ１６８および第４の実施形態のステップＳ２１８で説明した画像強調処理２４８が施されている。
操作者がマウス１８等を操作しボタン２４９を押すことで、画像強調処理２４８の表示／非表示の切り替えが可能である。
操作者はマウス１８等を操作してボタン２４Ａを押すことにより断面像２４３中の病変候補周辺を拡大表示することが可能である。拡大された画像はそのまま断面像２４３の位置に表示してもよいし、あるいは画像表示領域２４４に表示しても良い。
【００５０】
操作者はマウス１８等を操作しボタン２４Ｂを押すことにより現在表示されている仮想内視鏡画像２４２（順方向仮想内視鏡画像と呼ぶ）と視点の方向が１８０度回転した逆方向の仮想内視鏡画像を表示することが可能である。逆方向の仮想内視鏡画像は順方向仮想内視鏡画像２４２の位置に表示しても良いし、画像表示領域２４４に表示しても良い。
操作者がマウス１８等を操作して、３次元画像１２１上に直接病変候補検出位置を指定する方法の代わりに、スクロールバー２４Ｃを操作することで病変候補検出結果が順番に表示されるようにしてもよい。スクロールバーの上部にある数値表示領域に表示される数値は現在表示されている病変候補の番号を示す。３次元画像２４１上の病変候補位置にあらかじめ数値表示領域に表示される数値に対応する番号を表示してもよいし、数値表示領域に現在表示されている数値に対応する病変候補位置２４５を他の病変候補２４６や２４７と異なる色線で表しても良い。
操作者はマウス１８等を操作することでスクロールバー２４Ｄおよびスクロールバー２４Ｅを操作し、断面像２４３のウィンドウレベルやウィンドウ幅を設定することができる。設定されるウィンドウレベルやウィンドウ幅の値は各スクロールバーの上部の数値表示領域に表示される。
【００５１】
３次元画像２４１上に表示される病変候補位置を示す色線２４５〜２４７の代わりに図２５のように断面２４５、断面２４６、断面２４７を表示しても良い。
また、上記一連の病変候補検出処理および病変種類判別処理、病変候補領域表示はもちろん、血管や腸管など気管／気管支以外の管腔臓器について行っても良い。
【００５２】
上記実施形態によれば、内視鏡や仮想内視鏡による観察を行わなくてもＣＴやＭＲなどの医用画像から気管／気管支や血管、腸などの管腔臓器内部にできる隆起性病変を検出することができる。これにより医師の負担を軽減するという効果を奏すると同時に病変の見落としを減らすことが可能である。
【００５３】
（第５の実施形態）
第１〜４の実施形態のいずれかにより検出した病変候補について、仮想内視鏡を用いて病変の位置と大きさなどを確認する場合には、検者に病変の有無を通知してもよい。
コントローラ１７は、表示している仮想内視鏡像上で病変領域に着色する。また、検者は、視点を更新しながら仮想内視鏡像を観察する時に、視点が病変部分を通過する直前、直後で視点の方向を病変の方へ向け、病変を通過したら視点方向をまた元に戻す。
【００５４】
第５の実施形態について図面を用いて説明する。図２６は本実施形態の動作を示すフローチャートである。各ステップについて以下に説明する。はじめに第１〜４の実施形態に示す病変検出法のいずれかを用いて病変領域を検出し、それらの位置情報を記憶する。記憶された位置情報を用いて仮想内視法により仮想内視鏡像を作成しながら視点を進めていく。
【００５５】
（ステップＳ２６０）
操作者は仮想内視鏡の視点位置の初期化を行う。ここで初期化とは仮想内視鏡による観察を行う時の開始位置の設定である。開始位置の設定は、例えば、操作者がマウス１８などの入力装置を用いて、ＣＴやＭＲなどの断層画像上で観察対象となる管腔臓器内の１点をクリックすることにより行う。
（ステップＳ２６１）
ＣＰＵ１１は仮想内視鏡像を作成する。
（ステップＳ２６２）
ＣＰＵ１１は上記病変検出法によりあらかじめ検出した病変の情報を用いて、作成した仮想内視鏡像内に病変領域があるかどうかを判別する。病変領域が存在する場合にはステップＳ２６３へ進み、存在しない場合にはステップＳ２６８へ進む。
【００５６】
（ステップＳ２６３）
ＣＰＵ１１はステップＳ２６１において作成した仮想内視鏡像上の病変領域に着色する。例えば、図２７の領域２７０のように着色する。
（ステップＳ２６４）
ＣＰＵ１１は視点位置と病変位置との距離Ｌを測定する。
（ステップＳ２６５）
ＣＰＵ１１は前記測定した距離値Ｌとあらかじめ設定しておいた閾値Ｔを比較する。Ｌ＜Ｔの場合、即ち視点が病変に接近した位置にある場合、ステップＳ２６５へ進み、Ｌ＞Ｔの場合、即ち視点が病変から遠い位置にある場合にはステップＳ２６８へ進む。
【００５７】
（ステップＳ２６６）
ＣＰＵ１１は視点の方向を病変のある方向へ変更する。
（ステップＳ２６７）
ＣＰＵ１１は前記変更した視点方向の仮想内視鏡像を作成する。
（ステップＳ２６８）
ＣＰＵ１１は前記作成した仮想内視鏡像を、表示メモリ１２を用いてＣＲＴ１３に表示する。
【００５８】
（ステップＳ２６９）
操作者は仮想内視鏡の視点を更新する。例えば、マウスの左ボタンを押しつづけると仮想内視鏡の視点が前進し、右ボタンを押しつづけると視点が後退するようにする。マウスを動かすと視点の方向が変わるようにする。これにより視点の更新が可能となる。
ＣＰＵ１１は視点を更新したら再びステップＳ２６１に戻って病変存在通知のための仮想内視鏡画像の作成と、その作成された仮想内視鏡画像をＣＲＴ１３に表示する。
【００５９】
ここでは、病変領域への着色と病変通過時に視点を病変の方へむける処理について説明した。閾値Ｔを短くすれば視点が病変の方向へ向く時間は短くなり、操作者が視点方向の素早い変化から、見落としなく病変を検出することができる。
視点の方向を変えるかわりに、画面全体を一瞬光らせるようにしてもよいし、病変領域を通過する際に、視点の更新時間をわざと遅くしたり、あるいは不連続に視点を更新したりして、仮想内視鏡表示画像の変化を用いて、病変の存在を操作者に通知するようにしてもよい。また、視点と病変との距離を用いて視覚的通知を行うかどうかの判断をするかわりに、病変が仮想内視鏡の視野のｎ％を占めるようになったら、視点方向の変更、画面の発光、視点更新時間の遅延、視点更新の不連続化などの視覚的通知を行うようにしてもよい。
【００６０】
（第６の実施形態）
第１〜４の実施形態のいずれかにより検出した病変候補について、仮想内視鏡を用いて病変の位置と大きさなどを確認する場合には、以下に示す方法により操作者に病変の有無を通知してもよい。
第６の実施形態について図を用いて説明する。図２８の２８０〜２８５はそれぞれ仮想内視法により、管腔臓器内部を、視点位置を更新しながら観察している様子である。２８０から２８５へと順番に視点位置が更新される。２８６は管腔臓器内にできる病変を示している。仮想内視鏡像２８０から２８２までは徐々に病変に近づき、２８２と２８３の間で病変を通り越し、２８３〜２８５へと徐々に病変から遠ざかる。仮想内視鏡像の視点位置が病変に近くなったら音を発生する。病変に近づくにつれ音量を徐々に大きくし、病変から遠ざかるにつれ音量を徐々に小さくする。また病変を通り過ぎる時に音の周波数を変換し、ドプラー効果により病変を通り過ぎたことを操作者に通知する。
【００６１】
図２９は本実施形態の動作を示すフローチャートである。各ステップについて以下に説明する。はじめに第１〜４の実施形態に示す病変検出法のいずれかを用いて病変領域を検出し、それらの位置情報を記憶する。記憶された位置情報を用いて仮想内視法により仮想内視鏡像を作成しながら視点を進めていく。
（ステップＳ２９０）
操作者は仮想内視鏡の視点位置の初期化を行う。ここで初期化とは仮想内視鏡による観察を行う時の開始位置の設定である。開始位置の設定は、例えば、操作者がマウス１８などの入力装置を用いて、ＣＴやＭＲなどの断層画像上で観察対象となる管腔臓器内の１点をクリックすることにより行う。
（ステップＳ２９１）
ＣＰＵ１１は仮想内視鏡像を作成し、表示メモリ１２を用いてＣＲＴ１３に表示する。
（ステップＳ２９２）
ＣＰＵ１１は現在の視点座標（Ｘｉ，Ｙｉ，Ｚｉ）を取得し、主メモリ１４に記憶する。
【００６２】
（ステップＳ２９３）
ＣＰＵ１１は視点位置と病変位置との距離値Ｌｉを取得し、主メモリ１４に記憶する。
（ステップＳ２９４）
ＣＰＵ１１は上記求めた距離値Ｌｉとあらかじめ設定しておいた閾値Ｔを比較する。Ｌｉ＜Ｔの場合、即ち視点と病変との距離が近い場合にはステップＳ２９５へ進む。視点と病変との距離が遠い場合にはステップＳ２９Ｂへ進む。
（ステップＳ２９５）
ＣＰＵ１１は上記求めた距離値Ｌｉと、１つ前の視点と病変との距離Ｌｉ−１を比較する。Ｌｉ＜Ｌｉ−１の場合、即ち視点が病変に近づいている場合にはステップＳ２９６へ進む。一方、Ｌｉ＞Ｌｉ・１の場合、即ち視点が病変から遠ざかっている場合にはステップＳ２９８へ進む。
【００６３】
（ステップＳ２９６）
ＣＰＵ１１は音程を設定する。視点が病変に近づいている場合は高音に設定する。これは、視点が病変から遠ざかる場合に低音を与え、視点が病変を通り過ぎるときに高音と低音を切り替えてドプラー効果を用いて音を発生させることで、検者が移動させている視点は病変付近を通っていることを知らせるためである。
（ステップＳ２９７）
ＣＰＵ１１は音量を設定する。視点が病変に近づいている場合は音量を上げる。これは音量が上がったことで、視点が病変に近づいていることを検者に通知するためである。
（ステップＳ２９８）
ＣＰＵ１１は音程を低音に設定する。ドプラー効果により視点が病変から遠ざかっている状態であることを表す。
【００６４】
（ステップＳ２９９）
ＣＰＵ１１は音量を設定する。視点が病変から遠ざかっているため、音量を下げる。
（ステップＳ２９Ａ）
ＣＰＵ１１は上記ステップＳ２９６，Ｓ２９７またはステップＳ２９８，Ｓ２９９により設定した音程、音量の音を、スピーカ１５を通じて発生させる。
（ステップＳ２９Ｂ）
操作者は仮想内視鏡の視点を更新する。例えば、マウスの左ボタンを押しつづけると仮想内視鏡の視点が前進し、右ボタンを押しつづけると視点が後退するようにする。マウスを動かすと視点の方向が変わるようにする。これにより視点の更新が可能となる。視点を更新したら再びステップＳ２９１に戻って仮想内視鏡画像の表示と病変の存在通知のための音発生を行う。
【００６５】
病変部が複数存在する場合には、各病変についてそれぞれ特定のトーン、リズム、メロディの音を与え、同時に複数の病変に近づいている場合には、複数種類の音を同時に発生させることにより、操作者に病変が複数存在することを通知する。
以上、ドプラー効果と音量の変化によって、病変の存在とその位置を検者に聴覚的に通知することで、病変の見落としを削減することが可能となる。
【００６６】
第５の実施形態では気管や気管支、血管、腸管などの管腔臓器内部にできる隆起性病変について、自動で検出した病変領域を、仮想内視鏡法を用いて観察する場合に、検者に病変領域の位置を視覚的に通知する方法について説明した。
一方、第６の実施形態では病変領域を聴覚的に通知する方法について説明した。これらの通知法はそれぞれ単独で用いてもよいし、もちろん併用してもよい。様々な通知法を併用することにより、検者の疲労などに伴い注意力が低下している場合においても、気管や気管支、血管、腸管などの管腔臓器内部にできる病変について見落としの軽減が可能となる。
【００６７】
第５、第６の実施形態に示すように、検出した病変領域に対して、仮想内視鏡観察時に視覚的、聴覚的に病変の有無を操作者に通知するかわりに、あらかじめ、観察したい部位を記憶させておき、仮想内視鏡観察時にその領域に近づいたら、第５、第６の実施形態に示すような視覚的、聴覚的方法により、操作者に知らせるようにしてもよい。これにより、仮想内視鏡上で注目する部位へ素早く移動することが可能となる。観察したい部位の記憶は、例えばＣＴやＭＲなどの断層画像上でマウス１８をクリックして行ってもよい。あるいは、ＣＴやＭＲなどの断層画像から観察対象となる臓器や組織の３次元画像を作成し、作成した３次元画像上でマウス１８をクリックすることで位置を取得し、記憶するようにしてもよい。
【００６８】
（第７の実施形態）
本発明の表示例を図３０に示す。これは以下で説明する第７〜第１１の実施形態に共通するユーザインターフェイスである。
医用画像診断支援装置は図１に示すように、領域抽出演算を行うＣＰＵ１１、医用画像装置１Ｂにより撮影された医用断層画像をＬＡＮ１Ａなどのネットワークを介して受け取り記憶する磁気ディスク１６、領域抽出演算時に医用断層画像データや演算の途中経過を記憶する主メモリ１４、操作者が領域抽出に必要なパラメータなどを入力するためのコントローラ１７につながれたマウス１８やキーボード１９、そして領域抽出結果表示に用いる表示メモリ１２と表示装置（ＣＲＴ）１３からなる。
本発明の第７の実施形態を、図３２〜３８を用いて説明する。図３２は第７の実施形態の処理の流れを示す。
本実施形態では気管支の走行方向に直交する断面を抽出していきそれらを集めることで気管支全体を抽出する。
（ステップ３００）
操作者はマウス１８やキーボード１９などの入力装置を操作して、ユーザインターフェイス上の画像入力ボタン２００を押し、モダリティ１Ｂにより撮影された医用断層画像を、ＬＡＮ１Ａを介して主メモリ１４に入力したり、磁気ディスク１６から入力したりする。
【００６９】
（ステップ３０１）
操作者はマウス１８やキーボード１９などの入力装置を操作して、スライス番号設定スクロールバー２０１、ウィンドウレベル設定スクロールバー２０２、ウィンドウ幅設定スクロールバー２０３を動かし、画像表示領域２０４に所望のスライス画像を表示させる。ここで表示スライスの設定はもちろん、スライス番号表示領域２０５、ウィンドウレベル表示領域２０６、ウィンドウ幅表示領域２０７に直接数値を入力しても良い。その後、操作者はマウス１８やキーボード１９などの入力装置を操作して気管支抽出に用いる各パラメータの値を設定する。ここで、気管支抽出に用いる各パラメータとは例えば、後で説明する二値化に用いる閾値や、ＲＯＩ設定閾値、領域が正しく抽出されたかを判定する時に用いる面積閾値、円形度閾値、面積比閾値、くびれ度閾値、エッジ比閾値などのことである。気管支抽出に用いる各パラメータの詳細は後で説明する。パラメータの設定は前記説明したように操作者が二値化閾値表示領域２０８、２０９、ＲＯＩ設定閾値表示領域２１０、面積閾値表示領域２１１、円形度閾値表示領域２１２、面積比閾値表示領域２１３、くびれ度閾値表示領域２１４、エッジ比閾値表示領域２１５に直接数値を入力しても良いし、もちろん経験的に求められた値をあらかじめ設定しておきその値を用いても良い。あらかじめ設定した値を用いる場合には、ユーザインターフェイス上に各パラメータ値を表示してもよい。また、ユーザインターフェイス上に各パラメータ値の表示は省略できる。
【００７０】
（ステップ３０２）
操作者はマウス１８やキーボード１９などの入力装置を操作して前記入力した医用断層画像のうち任意の画像上に領域抽出の開始点を選択する。ここで領域抽出の開始点は前記入力した医用断層画像上の抽出したい気管支上の点であり、例えば図３０の画像表示領域上の点２１６のように設定する。次のステップで用いる通常の領域拡張を行うための開始点である。
【００７１】
（ステップ３０３）
ＣＰＵ１１は前記設定した開始点を元に前記選択した任意の医用断層画像上で領域拡張を行い、前記断層画像上の気管支断面を抽出する。ここで抽出された気管支断面は親領域と呼ぶ。親領域には画素値１がその他の領域には画素値０が割り当てられるとする。
【００７２】
（ステップ３０４）
ＣＰＵ１１は前記親領域について面積値Ｓｐ、円形度Ｃｐ、重心座標Ｇｐ、領域を円近似したときの半径ｒｐ（あるいは親領域を囲む矩形の長軸の長さ）などの物理量を演算する。ここで円形度Ｃとは例えば（２）式で与えられる量であり、注目領域がどのくらい円に近い形状をしているかを示す指標となる。
Ｃ＝４πＳ／（Ｌ×Ｌ） （２）
ここで、Ｓは注目領域の面積値でありＬは注目領域の外周の長さである。
【００７３】
（ステップ３０５）
ＣＰＵ１１は前記求めた親領域の面積値や円形度などの各物理量についてそれぞれの気管支断面として適切かどうかを判断する。気管支の走行方向に直交する断面像は円に近い楕円形をしていると考えられる。従って円形度を測定すると１に近い値となる。そこで気管支断面として適切かどうかの判断は、前記設定した各閾値と前記求めた各物理量との比較を行い、各物理量が閾値により設定された条件を満たすかどうかにより行う。親領域の各物理量のうちどれか一つでも条件を満足しないものがあればステップ３０６へ進み、すべての物理量が条件を満たす場合にはステップ３０７へ進む。
【００７４】
（ステップ３０６）
親領域が不適切と判断された場合にはエラーメッセージを出力して管腔臓器抽出処理を終了する。
【００７５】
（ステップ３０７）
ＣＰＵ１１は次の管腔臓器断面を抽出するための方向ベクトルを決定または更新する。親領域重心Ｇｐから更新された方向ベクトルの方向へ単位長さだけ移動した点を、次に抽出する領域の仮中心Ｏとする。
【００７６】
（ステップ３０８）
ＣＰＵ１１は領域抽出を行うときの関心領域（以下ＲＯＩと呼ぶ）の半径Ｒを決定する。ここで、半径Ｒは前記算出した親領域の半径（あるいは親領域を囲む矩形の長軸の長さ）ｒの定数倍である。後で説明するようにＲＯＩは適切なものが見つかるまで決められた範囲内で半径を変更させる。適切なＲＯＩについては後で説明する。決められた範囲内とは例えば、親領域半径ｒを用いてａｒ＜Ｒ＜ｂｒで表される範囲である。ここでａ，ｂはあらかじめ設定しておいた比率である。具体的には例えばａ＝０．６，ｂ＝１．４と設定する。Ｒを０．６ｒから１．４ｒまで適切なＲＯＩが見つかるまで例えば、０．２ｒ刻みで増加させる。
【００７７】
（ステップ３０９）
ＣＰＵ１１は前記設定した仮中心Ｏを中心とし方向ベクトルに直交する半径ＲのＲＯＩを設定し、前記入力医用断層画像を用いてＲＯＩ内の画像を作成する。なお、ＣＰＵ１１はＲＯＩ内の各画素に画素値を割り当てるために入力医用断層画像の断層間を、線形補間法などを用いて補間演算する。
【００７８】
（ステップ３１０）
ＣＰＵ１１は前記求めたＲＯＩ内画像に対して前記設定した二値化の閾値を用いて二値化する。ここで、ＣＰＵ１１は閾値条件を満たす気管支領域候補に画素値１を、その他の領域には画素値０を割り当てる。
【００７９】
（ステップ３１１）
ＣＰＵ１１は前記求めた二値画像内の各領域のうち親領域とつながりのある領域のみを残し、他の領域には画素値０を割り当てる。
【００８０】
（ステップ３１２）
ＣＰＵ１１は前記設定したＲＯＩが適切かどうかを判断する。図３２に示すようにＲＯＩ４００について二値化により気管支候補領域４０１が得られた場合と気管支候補領域４０２が得られた場合について考える。ＲＯＩ４００およびＲＯＩ４０１の外周の長さをＬＲＯＩとし、ＲＯＩの外周のうち二値化により得られた気管支候補領域４０２、４０３と接していない部分の長さをそれぞれＬ４０２、Ｌ４０３とする。ＲＯＩの周囲長ＬＲＯＩと、ＲＯＩの外周のうち気管支候補領域と接していない部分の長さＬ４０２、Ｌ４０３の比ＲＬが前記設定した領域抽出パラメータの一つであるＲＯＩ設定閾値ＴＲＯＩと比較してＲＬ＞ＴＲＯＩの場合には設定したＲＯＩが適切であると判断してステップ３１３へ進み、ＲＬ＜ＴＲＯＩの場合には設定したＲＯＩが不適切であると判断してステップ３０８へ戻る。例えばＴＲＯＩ＝０．７とするとＲＯＩ４００は適切であると判断され、ＲＯＩ４０１は不適切であると判断される。
【００８１】
（ステップ３１３）
ＣＰＵ１１は適切と判断されたＲＯＩ中で二値化により得られた気管支候補領域（以下、子領域候補と呼ぶ）の面積Ｓｃや円形度Ｃｃ、親領域との面積比ＲＳ、変形度（くびれ度）Ｗ、エッジ比Ｅ、重心座標Ｇｃを算出する。ここでくびれ度とは図３５に示すようにＲＯＩ５００中の子領域候補５０１のうちくびれている部分５０２の面積をＳｗとした時に子領域候補の面積Ｓｃを用いてＷ＝Ｓｗ／Ｓｃで表される量である。領域５０３のようにくびれている部分が存在しない場合にはくびれ度はＷ＝０となる。ただし、領域５０４のようにＲＯＩの外周と接する部分がない場合にはくびれ度をＷ＝１とする。また、エッジ比とは図３４に示すようにＲＯＩ６００の外周と子領域候補６０１が接する部分の長さＬＥとし、ＲＯＩ６００の外周の長さＬＲＯＩを用いてＥ＝ＬＥ／ＬＲＯＩで表される量である。
【００８２】
（ステップ３１４）
ＣＰＵ１１は前記算出した子領域候補の面積Ｓｃ、円形度Ｃｃ、親領域との面積比Ｒｓ、くびれ度Ｗ、エッジ比Ｅなどの物理量とそれぞれ前記設定した領域抽出パラメータとを比較して気管支領域として適切かどうかを判別する。ここで使用する領域抽出パラメータは面積閾値ＴＳ、円形度閾値ＴＣ、面積比閾値ＴＲ１（下側）、ＴＲ２（上側）、くびれ度閾値ＴＷ、エッジ比閾値ＴＥである。面積閾値ＴＳは気管支領域断面として適切でない大きさの領域が見つかった場合にこれを除外するために用いる。面積比閾値ＴＲ１、ＴＲ２は親領域との連続性を保障するパラメータである。くびれ度閾値は図３３の領域５０３のように、例えば、子領域候補として肺野領域の一部などを子領域候補として抽出した場合にこれをはじくために用いる。エッジ比についてもくびれ度と同様である。これらすべての物理量が閾値による条件を満足している場合にその子領域候補を気管支領域断面として採用する。採用された子領域候補を子領域と呼ぶ。採用されなかった子領域候補には画素値０を割り当てる。ここで、子領域候補が気管支領域断面として適切かどうかの判別には前記すべての物理量を用いてもよいし、また前記物理量のうちの一部を用いてもよい。
【００８３】
（ステップ３１５）
ＣＰＵ１１はステップ３１４の子領域候補判別処理により気管支領域として適切であると判断された子領域の数を数える。
【００８４】
（ステップ３１６）
ＣＰＵ１１は前記求めた子領域数が０かどうか判別し、子領域が０でない場合はステップ３１７へ進み、子領域数が０の場合はステップ３２１へ進む。
【００８５】
（ステップ３１７）
ＣＰＵ１１は前記求めた子領域数が１個か２個以上かを判別し、子領域数が２個以上の場合はステップ３１８へ進み、子領域数が１個の場合はステップ３２０へ進む。
【００８６】
（ステップ３１８）
ＣＰＵ１１は子領域数が２個以上あった場合に気管支分岐部であると判断し、この時の親領域の重心座標Ｇｐ、面積Ｓｐ、円形度Ｃｐ、親領域内の各画素の座標、方向ベクトル、ＲＯＩの半径Ｒなどの各変数を主メモリ１４上の分岐情報格納配列に記憶する。
【００８７】
（ステップ３１９）
ＣＰＵ１１は（子領域の数・１）だけ気管支枝総数Ｎｔを増やす。気管支枝総数Ｎｔとは抽出の過程で分岐により見つけられた気管支枝の総数であり、すべての枝について抽出処理が終了したら全気管支抽出処理を終了するためのものである。
【００８８】
（ステップ３２０）
ＣＰＵ１１は抽出された子領域内の各画素の座標を抽出領域座標格納配列に格納する。
【００８９】
（ステップ３２１）
子領域が抽出されなかった場合に、ＣＰＵ１１は、すべてのＲＯＩ半径についてＲＯＩを作成し子領域候補の抽出処理を行ったかを判断し、すべてのＲＯＩ半径について抽出処理を終了していればステップ３２２へ進み、まだすべてのＲＯＩ半径についてＲＯＩを作成していなければステップ３０８へ戻ってＲＯＩ半径を更新し、抽出処理を行う。
【００９０】
（ステップ３２２）
ＣＰＵ１１はすべての角度の方向ベクトルについて抽出処理を行ったかを判断し、すべての角度の方向ベクトルについて抽出処理が終了している場合にはステップ３２３へ進み、まだすべての方向ベクトルについて抽出処理を終了していない場合にはステップ３０７へ戻って方向ベクトルを更新する。ここですべての方向ベクトルの意味について説明する。図３５に示すように、親領域７００の重心７０１から親領域に直交するベクトル７０２に対して、角度７０３および７０４によって定義されるベクトル７０５を求める。角度７０３，７０４がとり得るすべての組み合わせについて得られるベクトル７０５がすべての方向ベクトルである。実際には例えば、角度７０３，７０４をそれぞれ０°から３６０°まで１０°刻みでとってもよい。あるいは１０°刻みではなく５°刻みにしてもよい。あるいは角度７０３は５°刻みでとり、角度７０４は１０°刻みでとってもよい。あるいは角度７０３は０°から９０°までとり、角度７０４は０°から３６０°までとるようにしてもよい。
【００９１】
（ステップ３２３）
ＣＰＵ１１は抽出済み枝数Ｎｆの値を１増やす。抽出済み枝数とは気管支の各枝のうちすでに抽出処理が終了した枝の数を指す。
【００９２】
（ステップ３２４）
ＣＰＵ１１は抽出済み枝数Ｎｆと枝総数Ｎｔを比較する。Ｎｆ＜Ｎｔの場合にはステップ３２５へ進み、Ｎｆ＝Ｎｔの場合にはステップ３２６へ進む。
【００９３】
（ステップ３２５）
ＣＰＵ１１はステップ３１４で抽出した子領域の重心座標Ｇｃ、面積Ｓｃ、円形度Ｃｃを新たな親領域重心座標Ｇｐ、面積Ｓｐ、円形度Ｃｐとし、ステップ３０７へ戻って抽出処理を繰り返す。ステップ３１４において子領域が抽出されていない場合は分岐情報格納配列から親領域情報を取得し、今まで抽出処理を行ってきた枝とは別の枝の抽出処理を開始する。
【００９４】
（ステップ３２６）
ＣＰＵ１１は抽出領域情報記憶配列に格納された情報を元に抽出した気管支の３次元画像を作成し、表示メモリを用いて表示器に表示する。抽出気管支３次元画像は例えば図３６に示すようにユーザインターフェイス上の画像表示領域８００に表示される。
【００９５】
以上で発明の実施形態の１つを説明した。ここでは円形のＲＯＩを用いた。しかし、円形以外のＲＯＩを用いてもよい。図３７に示すように例えば、親領域９００の重心９０１から外側へ直線９０２を引く。直線が親領域外周と交わる点９０３から一定の距離９０４離れた直線上に点９０５をとる。親領域重心９０１を支点として直線９０２を３６０°回転して得られる点群を結んだ線９０６をＲＯＩの外周としてもよい。ここで距離９０４はステップ３２１によって任意の大きさに設定される。
【００９６】
あるいは、親領域９０７を囲む矩形領域９０８を求め、その長辺の長さ９０９、短辺の長さ９１０を求める。矩形領域９０８の長辺の長さ９０９、短辺の長さ９１０をそれぞれα倍して得られる長さ９１１の長辺と長さ９１２の短辺をもつ矩形領域９１３をＲＯＩとしてもよい。あるいは矩形領域９０８の長辺の長さ９０９、短辺の長さ９１０をそれぞれα倍した長さの長軸９１４、短軸９１５をもつ楕円９１６を求め、これをＲＯＩとしてもよい。
【００９７】
ここではＲＯＩが適切かどうかの判定に用いるＲＯＩ設定閾値ＴＲＯＩを一定値に固定した場合を例に説明したが、ＲＯＩ設定閾値を可変にすることも可能である。以下ではＲＯＩ設定閾値可変の場合について説明する。
【００９８】
ステップ３２２の処理で行うように図３５の親領域７００の重心７０１から親領域に直交する方向ベクトル７０２を基準方向ベクトルとし、基準方向ベクトル７０２からの角度７０３を変化させながらＲＯＩを作成する。例えばこの時に、角度７０３ごとにＲＯＩ設定閾値を変えてもよい。可変ＲＯＩ設定閾値について図３８を用いて説明する。
【００９９】
操作者はＲＯＩ設定閾値の下限値ＴＲＯＩ１と上限値ＴＲＯＩ２を与える。これらの値は操作者がユーザインターフェイス上で直接設定できるようにしもよいし、もちろんあらかじめ内部で設定した値を保持しておいてもよい。
例えば図３８に示すように基準方向ベクトル１０００からの角度を０°から角度１００１まで変化させる場合に、基準方向ベクトルにはＲＯＩ設定閾値としてＴＲＯＩ１を与え、角度１００１傾いた方向ベクトル１００２にはＴＲＯＩ２を与える。図３９に第７の実施形態による気管支各枝の抽出順番を示す。
【０１００】
気管支が図３９に示すような木構造であると仮定し、木構造の最上部から最下部へ向けて抽出を行うとする。第７の実施形態では分岐部に到達したら分岐情報を記憶しさらに最下部へ向かって抽出を進める。分岐部において左側の枝を優先的に抽出するとする。抽出中の枝が最下部へ到達したら、記憶されている分岐情報のうち最も早く記憶された分岐部へ戻り、先ほど抽出したのとは反対側の枝へと抽出を進める。つまり、分岐部へ到達してもそこで抽出をとめることはなく１つの枝について最下部まで抽出を終了してから次の枝へと進む。
【０１０１】
図３９に分岐点から分岐点までの間がどのような順番で抽出されるかを数値で表す。また、各分岐点がどのような順番で抽出されるかを丸囲み数字で表す。
【０１０２】
角度１００１をθｍａｘとして基準方向ベクトルから角度θ傾いた方向ベクトル１００３のＲＯＩ設定閾値ＴＲＯＩ（θ）を（３）式で与えてもよい。
ＴＲＯＩ（θ）＝ＴＲＯＩ１＋（ＴＲＯＩ２−ＴＲＯＩ１）×ｓｉｎθ／ｓｉｎθｍａｘ （３）
あるいは角度１００１をθｍａｘとして、方向ベクトル１００３のＲＯＩ設定閾値ＴＲＯＩ（θ）を（４）式のように与えてもよい。
ＴＲＯＩ（θ）＝ＴＲＯＩ１＋（ＴＲＯＩ２−ＴＲＯＩ１）×θ／θｍａｘ （４）
【０１０３】
また基準方向からの角度θがθ＞θ１となる方向ベクトルにはすべてＲＯＩ設定閾値ＴＲＯＩ２を与え０＜θ＜θ１の範囲で（３）式あるいは（４）式によりＲＯＩ設定閾値を決定してもよい。このときθｍａｘ＝θ１とする。
ＲＯＩ設定閾値は、親領域面積値Ｓｐに比例して決定してもよい。
操作者はＲＯＩ設定閾値の下限値ＴＲＯＩ１と上限値ＴＲＯＩ２を与える。これらの値は操作者がユーザインターフェイス上で直接設定できるようにしもよいし、もちろんあらかじめ内部で設定した値を保持しておいてもよい。
【０１０４】
例えば、親領域面積値がＳｐ＜Ｓ１となる時ＲＯＩ設定閾値をＴＴＲＯＩ２とする。親領域面積値がＳ１＜Ｓｐ＜Ｓ２となる時にはＲＯＩ設定閾値ＴＲＯＩ（Ｓｐ）を（５）式のように与えてもよい。
ＴＲＯＩ（Ｓｐ）＝ＴＲＯＩ１＋（ＴＲＯＩ２−ＴＲＯＩ１）×（Ｓｐ−Ｓ１）／（Ｓ２−Ｓ１） （５）
ここでＳ１，Ｓ２は操作者が与えてもよいし、あらかじめ内部で設定しておいてもよい。
上記式（４）や式（５）で与えられるＲＯＩ設定閾値ＴＲＯＩは、上記式（４）あるいは式（５）を用いてあらかじめ計算し参照テーブル化しておくことにより演算の高速化が可能である。また、上記式（４），式（５）を用いずに経験的に求めたＲＯＩ設定閾値ＴＲＯＩを参照テーブル化してもよい。
【０１０５】
（第８の実施形態）
次に第８の実施形態を、図３９，図４０を用いて説明する。
第８の実施形態は気管支各枝の抽出順番が第７の実施形態と異なり、第７の実施形態では抽出途中での左右の対称性について配慮されていない。
【０１０６】
次に第８の実施形態について気管支の各枝の抽出順番を説明する。第８の実施形態では分岐部に到達したらいったんその方向の抽出を止め、分岐情報を記憶する。１つ前の分岐点に戻って異なる方向の枝を抽出する。分岐点に到達するごとに１つ上の階層の分岐点に戻って抽出を行うため、抽出途中で対称性のよい抽出が可能である。第８の実施形態において各枝の抽出される順番を図４０に数値で表す。また、各分岐点が抽出される順番を丸囲み数字で表す。
【０１０７】
この第８の実施形態によれば、各気管支枝が階層ごとに対称性よく抽出できる。
第７，第８の実施形態では抽出結果を全領域の抽出処理が終了したあとに表示していた。しかし、抽出途中に常に抽出経過を３次元表示してもよい。
抽出経過を見ながら操作者が抽出終了ボタンを押すとその時点で抽出が終了するようにしてもよい。末梢の気管支まで抽出する必要がない場合には途中で抽出を終了することにより、抽出時間の短縮が可能である。
【０１０８】
（第９の実施形態）
第７，第８の実施形態では各末梢の枝を気管支として適切な領域が存在しなくなるまで抽出処理を続ける。しかし、面積終了条件閾値ＴＳｆｉｎを設定し抽出中の子領域面積がＳｃ＜ＴＳｆｉｎとなったらその枝の抽出処理を終了し、分岐点に戻ってまだ抽出が行われていない枝の抽出を行うようにしてもよい。ＴＳｆｉｎの設定はあらかじめ内部で定義しておいてもよいし、操作者がユーザインターフェイス上の面積終了条件閾値表示領域に直接数値を入力してもよい。
【０１０９】
（第１０の実施形態）
第７および第８の実施形態で抽出した気管支領域から気管支の芯線を抽出することも可能である。図４１に示すように、第７，第８の実施形態では気管支領域１３００を求める時に、気管支走行方向に直交する断面１３０１〜１３１１を求めながら抽出を行った。各断面を抽出した際に同時に、各断面の重心座標１３１２〜１３２２を取得している。取得した重心座標１３１２〜１３２２をつないだ線１３２３を芯線とみなすことができる。重心座標１３１２〜１３２２を結ぶ時には、隣り合う重心間を直線で結んでもよい。あるいは、スプライン補間などの補間により結んでもよい。
【０１１０】
（第１１の実施形態）
第７〜第１０の実施形態ではＸ線ＣＴ断層装置で得られたボリュームデータを対象にした抽出について説明した。しかし、本発明は、レントゲン画像などの２次元画像中の管腔臓器抽出にも適用可能である。
本発明を２次元画像への適用例を、図４２，図４３を用いて説明する。
【０１１１】
ＣＰＵ１１は、頭部を撮影したレントゲン画像１４００から血管を抽出する。第１の実施形態と同様に初期親領域を抽出したあと、親領域情報を用いて次の領域を抽出する。画像１４０１は画像１４００中の領域１４０２を拡大したものであり、血管１４０３の抽出を行う。ＣＰＵ１１は、線分１４０４上の血管部分を親領域として次の領域を抽出する。線分１４０４上の濃度分布は１４０５に示されるように与えられる。
【０１１２】
つまり、ＣＰＵ１１は、線分１４０４の中点１４０６から半径１４０７の円を求める。ＣＰＵ１１は、円周上の任意の点における接線１４０８において濃度分布１４０９を求める。ＣＰＵ１１は、同様に円周上の各点において接線１４１０，１４１１を求めそれに対応する濃度分布１４１２，１４１３を求める。
【０１１３】
ＣＰＵ１１は、親領域の濃度分布１４０５と接線上の各濃度分布１４０９，１４１２，１４１３の相関を求め、親領域の濃度分布１４０５との相関が最も大きいものを子領域として採用する。この場合、濃度分布１４１２をもつ接線１４１０上の領域が子領域として採用される。
採用した子領域を親領域として上記の処理を繰り返し適用することにより頭部血管の一部または全部を抽出することが可能である。
【０１１４】
ここで、円周上のすべての点で接線を求めると図４３に示すように、すでに抽出している領域を再び抽出してしまうこともある。抽出方向が１５００とし接線１５０１上に親領域があるとすると、接線１５０１および１５０２上の濃度分布はそれぞれ１５０３，１５０４のようになる。これらの濃度分布の相関は高いため、子領域としてすでに抽出されているはずの接線１５０２上の領域が採用され得る。従って、円周上で接線を引く方向を例えば、親領域中心と親領域より一つ前に抽出した領域中心を結ぶ線の左右θ°以上の領域に限定される。
【０１１５】
第７〜１０の実施形態では気管支を例に説明し、第１１の実施形態では血管を例に説明したが本発明は気管支，血管，腸管などあらゆる管腔臓器において適用可能である。また、画像を撮影したモダリティもＸ線ＣＴ断層装置、ＭＲＩ断層装置、超音波装置など装置に限定されない。例えば、ＭＲＩ断層装置で撮影した画像のように画像全体にわたって濃度値が緩やかに変化する場合、しきい値もそれに適応させて変化させる必要があるが、このような場合でも本発明は適用可能である。
【０１１６】
上記各実施形態によれば通常の領域拡張法によって抽出しきれなかった部位を含めて管腔臓器の抽出が可能になる。また、抽出中に管腔臓器の走行方向に垂直な断面における重心位置を求めるため、抽出後に細線化の処理などを行って芯線を求めなおさなくても、１回の抽出処理で管腔臓器および管腔臓器芯線の両方が抽出でき、さらに芯線上各点における方向ベクトルが求められる。
【０１１７】
以上のように、本発明について複数の実施の形態を説明したが、上記開示した実施の形態に限定されることなく、請求の範囲に記載される技術思想を実現する技術内容は全て本発明に包含されるものである。
【産業上の利用可能性】
【０１１８】
本発明は、臓器部位が疾患により形状変化した箇所だけを選択的に診断し、その診断部位の形状変化を操作者へ画像表示などの視覚、音や声などの聴覚で通知できるようになり、診断のスループットが向上できる。
【０１１９】
また、本発明は、設定された閾値により臓器領域が適切に抽出され、その抽出された臓器領域より正確な３次元画像を構成することができる。
【特許請求の範囲】
【請求項１】
医用画像装置によって得られた被検者の医用画像から臓器部位を設定する臓器部位設定手段と、
この臓器部位設定手段によって設定された臓器部位の変形度を算出する変形度算出手段と、
前記臓器部位の変形度の指標を基準値として記憶する基準値記憶手段と、
この基準値記憶手段によって記憶された基準値と前記変形度算出手段によって算出された変形度とを比較し、その比較結果からの前記臓器部位の病変の存在を判別する病変判別手段と、
この病変判別手段によって判別された前記臓器部位の病変の存在を検者の視覚、聴覚の少なくとも一つの感覚に通知する通知手段と、
を備えたことを特徴とする医用画像診断支援装置。
【請求項２】
請求項１に記載の医用画像診断支援装置において、前記変形度算出手段は、前記算出された臓器部位の分岐部分を検出する手段と、この検出手段によって検出された分岐部によって分岐された臓器部位の複数の断面像を作成する手段と、それぞれ作成された複数の断面像間の対向する辺縁部分の最短距離を算出する距離算出手段とを備え、前記病変判別手段は前記距離算出手段によって算出された複数の断面像間の対向する辺縁部分の最短距離に基づき前記臓器部位の病変の存在を判別することを含む。
【請求項３】
請求項１に記載の医用画像診断支援装置において、前記基準値記憶手段は、前記臓器部位の変形度に応じた複数のテンプレートを記憶することを含む。
【請求項４】
請求項１に記載の医用画像診断支援装置において、前記変形度算出手段は、前記臓器部位の体軸方向に直交する断面像を算出する断面像算出手段と、この断面像算出手段によって算出された断面像から前記臓器部位の内腔と外部を抽出する抽出手段とを備え、前記抽出手段によって抽出された前記臓器部位の内腔と外部の変形度を算出することを含む。
【請求項５】
請求項１に記載の医用画像診断支援装置において、前記変形度算出手段は、前記臓器部位設定手段によって設定された臓器部位のうちの管腔臓器を抽出する手段と、この抽出手段によって抽出された管腔臓器に注目領域を設定する注目領域設定手段と、この注目領域設定手段によって設定された注目領域に基づき前記抽出手段によって抽出された管腔臓器の断面像を作成する手段とを備え、前記病変判別手段は前記作成手段によって作成された管腔臓器の断面像の変形度に基づき前記臓器部位の病変の存在を判別することを含む。
【請求項６】
請求項１に記載の医用画像診断支援装置において、前記通知手段は、前記判別手段により判別された病変の存在が色や表示画像の動きによって表示されることで検者の視覚に通知することを含む。
【請求項７】
請求項６に記載の医用画像診断支援装置において、前記検者の視覚への通知は、前記臓器部位設定手段によって設定された臓器部位の断面像を表示し、その断面像上に前記病変判別手段によって判別された病変候補部分を強調表示することを含む。
【請求項８】
請求項１に記載の医用画像診断支援装置において、前記通知手段は、前記判別手段により判別された病変の存在が音や声、及び音や声の変化によって出力されることで検者の聴覚に通知することを含む。
【請求項９】
請求項１に記載の医用画像診断支援装置において、前記医用画像装置によって得られた断層画像内の管腔臓器の特徴量からその断面を抽出する断面抽出手段と、この抽出手段によって抽出された管腔臓器断面でその管腔臓器の半径や円形度、重心を含む物理量を演算する物理量演算手段と、この物理量演算手段によって演算された物理量に基づき関心領域を算出する関心領域算出手段と、この関心領域算出手段によって算出された関心領域内で前記断面抽出手段によって抽出された管腔臓器断面を含む断層画像から管腔臓器の３次元画像を作成する３次元画像作成手段と、この３次元画像作成手段によって作成された３次元画像を表示する画像表示手段とをさらに備えたことを含む。
【請求項１０】
請求項９に記載の医用画像診断支援装置において、前記物理量演算手段によって演算された管腔臓器断面の重心に基づき前記管腔臓器の芯線を演算する芯線演算手段をさらに備え、前記画像表示手段は、前記芯線演算手段によって演算された芯線と前記３次元画像作成手段によって作成された３次元画像と共に表示することを含む。
【請求項１１】
医用画像装置によって得られた被検者の医用画像から臓器部位を設定する臓器部位設定工程と、
この臓器部位設定工程によって設定された臓器部位の変形度を算出する変形度算出工程と、
前記臓器部位の変形度の指標を基準値として記憶する基準値記憶工程と、
この基準値記憶工程によって記憶された基準値と前記変形度算出工程によって算出された変形度とを比較し、その比較結果からの前記臓器部位の病変の存在を判別する病変判別工程と、
この病変判別工程によって判別された前記臓器部位の病変の存在を検者の視覚、聴覚の少なくとも一つの感覚に通知する通知工程と、
を備えたことを特徴とする医用画像診断支援方法。
【請求項１２】
請求項１１に記載の医用画像診断支援方法において、前記変形度算出工程は、前記算出された臓器部位の分岐部分を検出する工程と、この検出工程によって検出された分岐部によって分岐された臓器部位の複数の断面像を作成する工程と、それぞれ作成された複数の断面像間の対向する辺縁部分の最短距離を算出する距離算出工程とを備え、前記病変判別工程は前記距離算出工程によって算出された複数の断面像間の対向する辺縁部分の最短距離に基づき前記臓器部位の病変の存在を判別することを含む。
【請求項１３】
請求項１１に記載の医用画像診断支援方法において、前記基準値記憶工程は、前記臓器部位の変形度に応じた複数のテンプレートを記憶することを含む。
【請求項１４】
請求項１１に記載の医用画像診断支援方法において、前記変形度算出工程は、前記臓器部位の体軸方向に直交する断面像を算出する断面像算出工程と、この断面像算出工程によって算出された断面像から前記臓器部位の内腔と外部を抽出する抽出工程とを備え、前記抽出工程によって抽出された前記臓器部位の内腔と外部の変形度を算出することを含む。
【請求項１５】
請求項１１に記載の医用画像診断支援方法において、前記変形度算出工程は、前記臓器部位設定工程によって設定された臓器部位のうちの管腔臓器を抽出する工程と、この抽出工程によって抽出された管腔臓器に注目領域を設定する注目領域設定工程と、この注目領域設定工程によって設定された注目領域に基づき前記抽出工程によって抽出された管腔臓器の断面像を作成する工程とを備え、前記病変判別工程は前記作成工程によって作成された管腔臓器の断面像の変形度に基づき前記臓器部位の病変の存在を判別することを含む。
【請求項１６】
請求項１１に記載の医用画像診断支援方法において、前記通知工程は、前記判別工程により判別された病変の存在が色や表示画像の動きによって表示されることで検者の視覚に通知することを含む。
【請求項１７】
請求項１６に記載の医用画像診断支援方法において、前記検者の視覚への通知は、前記臓器部位設定工程によって設定された臓器部位の断面像を表示し、その断面像上に前記病変判別工程によって判別された病変候補部分を強調表示することを含む。
【請求項１８】
請求項１１に記載の医用画像診断支援方法において、前記通知工程は、前記判別工程により判別された病変の存在が音や声、及び音や声の変化によって出力されることで検者の聴覚に通知することを含む。
【請求項１９】
請求項１１に記載の医用画像診断支援方法において、前記医用画像装置によって得られた断層画像内の管腔臓器の特徴量からその断面を抽出する断面抽出工程と、この抽出工程によって抽出された管腔臓器断面でその管腔臓器の半径や円形度、重心を含む物理量を演算する物理量演算工程と、この物理量演算工程によって演算された物理量に基づき関心領域を算出する関心領域算出工程と、この関心領域算出工程によって算出された関心領域内で前記断面抽出工程によって抽出された管腔臓器断面を含む断層画像から管腔臓器の−３次元画像を作成する３次元画像作成工程と、この３次元画像作成工程によって作成された３次元画像を表示する画像表示工程とをさらに備えたことを含む。
【請求項２０】
請求項１９に記載の医用画像診断支援方法において、前記物理量演算工程によって演算された管腔臓器断面の重心に基づき前記管腔臓器の芯線を演算する芯線演算工程をさらに備え、前記画像表示工程は、前記芯線演算工程によって演算された芯線と前記３次元画像作成工程によって作成された３次元画像と共に表示することを含む。
【請求項１】
医用画像装置によって得られた被検者の医用画像から臓器部位を設定する臓器部位設定手段と、
この臓器部位設定手段によって設定された臓器部位の変形度を算出する変形度算出手段と、
前記臓器部位の変形度の指標を基準値として記憶する基準値記憶手段と、
この基準値記憶手段によって記憶された基準値と前記変形度算出手段によって算出された変形度とを比較し、その比較結果からの前記臓器部位の病変の存在を判別する病変判別手段と、
この病変判別手段によって判別された前記臓器部位の病変の存在を検者の視覚、聴覚の少なくとも一つの感覚に通知する通知手段と、
を備えたことを特徴とする医用画像診断支援装置。
【請求項２】
請求項１に記載の医用画像診断支援装置において、前記変形度算出手段は、前記算出された臓器部位の分岐部分を検出する手段と、この検出手段によって検出された分岐部によって分岐された臓器部位の複数の断面像を作成する手段と、それぞれ作成された複数の断面像間の対向する辺縁部分の最短距離を算出する距離算出手段とを備え、前記病変判別手段は前記距離算出手段によって算出された複数の断面像間の対向する辺縁部分の最短距離に基づき前記臓器部位の病変の存在を判別することを含む。
【請求項３】
請求項１に記載の医用画像診断支援装置において、前記基準値記憶手段は、前記臓器部位の変形度に応じた複数のテンプレートを記憶することを含む。
【請求項４】
請求項１に記載の医用画像診断支援装置において、前記変形度算出手段は、前記臓器部位の体軸方向に直交する断面像を算出する断面像算出手段と、この断面像算出手段によって算出された断面像から前記臓器部位の内腔と外部を抽出する抽出手段とを備え、前記抽出手段によって抽出された前記臓器部位の内腔と外部の変形度を算出することを含む。
【請求項５】
請求項１に記載の医用画像診断支援装置において、前記変形度算出手段は、前記臓器部位設定手段によって設定された臓器部位のうちの管腔臓器を抽出する手段と、この抽出手段によって抽出された管腔臓器に注目領域を設定する注目領域設定手段と、この注目領域設定手段によって設定された注目領域に基づき前記抽出手段によって抽出された管腔臓器の断面像を作成する手段とを備え、前記病変判別手段は前記作成手段によって作成された管腔臓器の断面像の変形度に基づき前記臓器部位の病変の存在を判別することを含む。
【請求項６】
請求項１に記載の医用画像診断支援装置において、前記通知手段は、前記判別手段により判別された病変の存在が色や表示画像の動きによって表示されることで検者の視覚に通知することを含む。
【請求項７】
請求項６に記載の医用画像診断支援装置において、前記検者の視覚への通知は、前記臓器部位設定手段によって設定された臓器部位の断面像を表示し、その断面像上に前記病変判別手段によって判別された病変候補部分を強調表示することを含む。
【請求項８】
請求項１に記載の医用画像診断支援装置において、前記通知手段は、前記判別手段により判別された病変の存在が音や声、及び音や声の変化によって出力されることで検者の聴覚に通知することを含む。
【請求項９】
請求項１に記載の医用画像診断支援装置において、前記医用画像装置によって得られた断層画像内の管腔臓器の特徴量からその断面を抽出する断面抽出手段と、この抽出手段によって抽出された管腔臓器断面でその管腔臓器の半径や円形度、重心を含む物理量を演算する物理量演算手段と、この物理量演算手段によって演算された物理量に基づき関心領域を算出する関心領域算出手段と、この関心領域算出手段によって算出された関心領域内で前記断面抽出手段によって抽出された管腔臓器断面を含む断層画像から管腔臓器の３次元画像を作成する３次元画像作成手段と、この３次元画像作成手段によって作成された３次元画像を表示する画像表示手段とをさらに備えたことを含む。
【請求項１０】
請求項９に記載の医用画像診断支援装置において、前記物理量演算手段によって演算された管腔臓器断面の重心に基づき前記管腔臓器の芯線を演算する芯線演算手段をさらに備え、前記画像表示手段は、前記芯線演算手段によって演算された芯線と前記３次元画像作成手段によって作成された３次元画像と共に表示することを含む。
【請求項１１】
医用画像装置によって得られた被検者の医用画像から臓器部位を設定する臓器部位設定工程と、
この臓器部位設定工程によって設定された臓器部位の変形度を算出する変形度算出工程と、
前記臓器部位の変形度の指標を基準値として記憶する基準値記憶工程と、
この基準値記憶工程によって記憶された基準値と前記変形度算出工程によって算出された変形度とを比較し、その比較結果からの前記臓器部位の病変の存在を判別する病変判別工程と、
この病変判別工程によって判別された前記臓器部位の病変の存在を検者の視覚、聴覚の少なくとも一つの感覚に通知する通知工程と、
を備えたことを特徴とする医用画像診断支援方法。
【請求項１２】
請求項１１に記載の医用画像診断支援方法において、前記変形度算出工程は、前記算出された臓器部位の分岐部分を検出する工程と、この検出工程によって検出された分岐部によって分岐された臓器部位の複数の断面像を作成する工程と、それぞれ作成された複数の断面像間の対向する辺縁部分の最短距離を算出する距離算出工程とを備え、前記病変判別工程は前記距離算出工程によって算出された複数の断面像間の対向する辺縁部分の最短距離に基づき前記臓器部位の病変の存在を判別することを含む。
【請求項１３】
請求項１１に記載の医用画像診断支援方法において、前記基準値記憶工程は、前記臓器部位の変形度に応じた複数のテンプレートを記憶することを含む。
【請求項１４】
請求項１１に記載の医用画像診断支援方法において、前記変形度算出工程は、前記臓器部位の体軸方向に直交する断面像を算出する断面像算出工程と、この断面像算出工程によって算出された断面像から前記臓器部位の内腔と外部を抽出する抽出工程とを備え、前記抽出工程によって抽出された前記臓器部位の内腔と外部の変形度を算出することを含む。
【請求項１５】
請求項１１に記載の医用画像診断支援方法において、前記変形度算出工程は、前記臓器部位設定工程によって設定された臓器部位のうちの管腔臓器を抽出する工程と、この抽出工程によって抽出された管腔臓器に注目領域を設定する注目領域設定工程と、この注目領域設定工程によって設定された注目領域に基づき前記抽出工程によって抽出された管腔臓器の断面像を作成する工程とを備え、前記病変判別工程は前記作成工程によって作成された管腔臓器の断面像の変形度に基づき前記臓器部位の病変の存在を判別することを含む。
【請求項１６】
請求項１１に記載の医用画像診断支援方法において、前記通知工程は、前記判別工程により判別された病変の存在が色や表示画像の動きによって表示されることで検者の視覚に通知することを含む。
【請求項１７】
請求項１６に記載の医用画像診断支援方法において、前記検者の視覚への通知は、前記臓器部位設定工程によって設定された臓器部位の断面像を表示し、その断面像上に前記病変判別工程によって判別された病変候補部分を強調表示することを含む。
【請求項１８】
請求項１１に記載の医用画像診断支援方法において、前記通知工程は、前記判別工程により判別された病変の存在が音や声、及び音や声の変化によって出力されることで検者の聴覚に通知することを含む。
【請求項１９】
請求項１１に記載の医用画像診断支援方法において、前記医用画像装置によって得られた断層画像内の管腔臓器の特徴量からその断面を抽出する断面抽出工程と、この抽出工程によって抽出された管腔臓器断面でその管腔臓器の半径や円形度、重心を含む物理量を演算する物理量演算工程と、この物理量演算工程によって演算された物理量に基づき関心領域を算出する関心領域算出工程と、この関心領域算出工程によって算出された関心領域内で前記断面抽出工程によって抽出された管腔臓器断面を含む断層画像から管腔臓器の−３次元画像を作成する３次元画像作成工程と、この３次元画像作成工程によって作成された３次元画像を表示する画像表示工程とをさらに備えたことを含む。
【請求項２０】
請求項１９に記載の医用画像診断支援方法において、前記物理量演算工程によって演算された管腔臓器断面の重心に基づき前記管腔臓器の芯線を演算する芯線演算工程をさらに備え、前記画像表示工程は、前記芯線演算工程によって演算された芯線と前記３次元画像作成工程によって作成された３次元画像と共に表示することを含む。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図３４】
【図３５】
【図３６】
【図３７】
【図３８】
【図３９】
【図４０】
【図４１】
【図４２】
【図４３】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図３４】
【図３５】
【図３６】
【図３７】
【図３８】
【図３９】
【図４０】
【図４１】
【図４２】
【図４３】
【国際公開番号】ＷＯ２００５／０１１５０１
【国際公開日】平成１７年２月１０日（２００５．２．１０）
【発行日】平成１９年９月２７日（２００７．９．２７）
【国際特許分類】
【出願番号】特願２００５−５１２５１１（Ｐ２００５−５１２５１１）
【国際出願番号】ＰＣＴ／ＪＰ２００４／０１０８３５
【国際出願日】平成１６年７月２９日（２００４．７．２９）
【出願人】（０００１５３４９８）株式会社日立メディコ (1,613)
【Ｆターム（参考）】
【国際公開日】平成１７年２月１０日（２００５．２．１０）
【発行日】平成１９年９月２７日（２００７．９．２７）
【国際特許分類】
【国際出願番号】ＰＣＴ／ＪＰ２００４／０１０８３５
【国際出願日】平成１６年７月２９日（２００４．７．２９）
【出願人】（０００１５３４９８）株式会社日立メディコ (1,613)
【Ｆターム（参考）】
[ Back to top ]