定量測定装置、定量評価装置及び画像処理プログラム
【課題】パーシャルボリューム効果がある場合においても、所望の組織を高い精度で再現性高く抽出し、かつ定量評価することができる。
【解決手段】第１の組織を定義する第１の画素値範囲と第１の組織に隣接する第２の組織を定義する第２の画素値範囲との間の画素値範囲に基づいて、第１の組織と第２の組織とが１画素に含まれている中間画素を医用画像から抽出する。１画素に含まれる第１の組織の割合を示す分配係数と、中間画素の画素値とに基づいて、医用画像中全中間画素に含まれる第１の組織を分離する。医用画像から第１の画素値範囲に基づいて分離された第１の組織の量と、中間画素から分離された第１の組織の量とを加算して、医用画像に含まれる全ての第１の組織の量を算出する。
【解決手段】第１の組織を定義する第１の画素値範囲と第１の組織に隣接する第２の組織を定義する第２の画素値範囲との間の画素値範囲に基づいて、第１の組織と第２の組織とが１画素に含まれている中間画素を医用画像から抽出する。１画素に含まれる第１の組織の割合を示す分配係数と、中間画素の画素値とに基づいて、医用画像中全中間画素に含まれる第１の組織を分離する。医用画像から第１の画素値範囲に基づいて分離された第１の組織の量と、中間画素から分離された第１の組織の量とを加算して、医用画像に含まれる全ての第１の組織の量を算出する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、医用画像撮像装置で撮影された画像を精度よく組織毎に分離して定量評価を行う定量測定装置、定量評価装置及び画像処理プログラムに関する。
【背景技術】
【０００２】
Ｘ線ＣＴ装置やＭＲｌ装置などの画像撮影装置を用いることにより、被写体の断層像を積み重ねた３次元ボクセルデータを取得できる。取得された画像は、観察や解析などの目的に応じた画像処理が施されて、操作者に提示される。
【０００３】
例えば、観察用の画像処理としては、読影が容易なように対象とする組織だけを抽出する機能（セグメンテーション）、病巣部とその他の組織の位置関係を把握しやすくするようにボリュームレンダリングなどの３次元表示機能などがある。また、解析用の画像処理としては、セグメンテーション機能を用いて抽出した領域の面積や体積を求める機能などがある。これらの機能は、閾値処理が含まれている場合が多く、画素値の安定性が抽出精度に影響を及ぼす。
【０００４】
また、単純な閾値処理ではなく、領域拡張法などの高度なセグメンテーション技術を用いた場合でも、近傍の画素との連結性は画素値で判定する場合が多いので、やはり抽出精度が低下する。
【０００５】
これに対応するために、特許文献１には、Ｘ線ＣＴ装置で取得された画像データをボケ分布に基づいて補正することにより、位置関係及び面積が未知数の計測物の異なる物質の境界を正確に抽出する方法が記載されている。
【特許文献１】特開平１１-５６８４１号公報
【発明の開示】
【発明が解決しようとする課題】
【０００６】
しかしながら、特許文献１に記載の方法では、パーシャルボリューム効果によって、筋肉と脂肪等の加重平均的なＣＴ値が計測される場合には、筋肉と脂肪等の加重平均的なＣＴ値を示す画素が孤立して抽出された場合に対応ができないという未解決の課題が残っている。
【０００７】
また、肺癌病巣などの体積を期間をおいて複数回測定することで、体積が２倍になるのに要する時間（ダブリングタイム）を推定し、悪性度などの判定に用いる場合がある。しかし、ここで対象とする結節は、充実性のもの、ＧＧＯ（すりガラス状陰影）と呼ばれる淡い陰影のもの、充実性と淡い陰影のハイブリッドタイプなどが存在するため、肺癌病巣などの体積を求める手法は確立されていない。
【０００８】
本発明は、上記事情に鑑みてなされたものであり、パーシャルボリューム効果がある場合においても、所望の組織を高い精度で再現性高く抽出し、かつ定量評価することができる定量測定装置、定量評価装置及び画像処理プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００９】
前記課題を解決するために、請求項１に記載の定量測定装置は、医用画像を取得する画像取得手段と、前記医用画像に含まれる第１の組織を定義する第１の画素値範囲に基づいて前記医用画像から第１の組織を分離する第１の分離手段と、前記第１の画素値範囲と前記第１の組織に隣接する第２の組織を定義する第２の画素値範囲との間の画素値範囲に基づいて前記第１の組織と第２の組織とが１画素に含まれている中間画素を前記医用画像から抽出する中間画素抽出手段と、前記第１の画素値範囲と第２の画素値範囲との間の画素値を変数として前記中間画素に含まれる第１の組織の割合を示す分配係数を設定する分配係数設定手段と、前記医用画像中の中間画素に含まれる第１の組織を各中間画素の画素値と前記分配係数とに基づいて分離する第２の分離手段と、前記第１の分離手段で分離した第１の組織の量と第２の分離手段で分離した第１の組織の量とを加算する加算手段と、を備えたことを特徴としている。
【００１０】
請求項１に記載の定量測定装置によれば、第１の組織を定義する第１の画素値範囲と第１の組織に隣接する第２の組織を定義する第２の画素値範囲との間の画素値範囲に基づいて、第１の組織と第２の組織とが１画素に含まれている中間画素を医用画像から抽出する。次に、分配係数と、中間画素の画素値とに基づいて、医用画像中の中間画素に含まれる第１の組織を分離する。そして、医用画像から第１の画素値範囲に基づいて第１の組織を分離し、その分離された第１の組織の量と、中間画素から分離された第１の組織の量とを加算して、医用画像に含まれる全ての第１の組織の量を算出する。ここで、分配係数とは、第１の画素値範囲と第２の画素値範囲との間の画素値を変数として中間画素に含まれる第１の組織の割合を示すものである。
【００１１】
これにより、パーシャルボリューム効果がある場合でも、所望の解析組織を高い精度で再現性高く抽出することができる。すなわち、解析組織の画素値でない画素値を有する中間画素をも解析対象とし、また分配係数を用いることで中間画素に含まれる解析組織の量を過大評価することなく求めることができる。また、体積の算出に用いる閾値を操作者が設定する必要がないため、操作者による差をなくし、再現性を良くすることができる。
【００１２】
なお、請求項１に記載の定量測定装置は、加算手段で加算された第１の組織の量などを出力する出力手段を設けてもよい。
【発明の効果】
【００１３】
本発明によれば、パーシャルボリューム効果がある場合においても、所望の組織を高い精度で再現性高く抽出し、かつ定量評価することができる。
【発明を実施するための最良の形態】
【００１４】
以下、本発明を実施するための最良の形態を添付図面に基づいて説明する。
【００１５】
図１は、本発明に係る第１の実施の形態の定量評価装置１０全体の構成を示すハードウェア構成図である。
【００１６】
定量評価装置１０は、取得された医用画像に含まれる所望の組織の量を測定し、評価する装置であり、被検体の画像を撮影する医用画像撮影装置１、医用画像撮影装置１で撮影された画像等が保存されている画像データベース２とＬＡＮ等のネットワーク３によって接続される。医用画像撮影装置１は、Ｘ線ＣＴ装置、ＭＲ装置、超音波撮影装置等の被検体の画像（好ましくは３次元画像）を撮影可能な装置により構成される。
【００１７】
定量評価装置１０は、主として、中央処理装置（ＣＰＵ）１１と、主メモリ１２と、データ記録装置１３と、表示メモリ１４と、ディスプレイ１５と、コントローラ１６と、ポインティングデバイス１７と、外部入力装置１８と、共通バス１９とから構成される。
【００１８】
ＣＰＵ１１は、上記各構成要素と共通バス１９によって接続されており、各構成要素の動作を制御するものである。
【００１９】
主メモリ１２は、装置の制御プログラムが格納されており、プログラム実行時の作業領域となるものである。
【００２０】
データ記録装置１３は、オペレーティングシステム（ＯＳ）、周辺機器のデバイスドライブを含む各種アプリケーションソフト等が格納されているものである。データ記録装置１３に記憶されているこれらのプログラムは、ＣＰＵ１１によってデータ記録装置１３から読み出されて主メモリ１２にロードされ、実行される。
【００２１】
表示メモリ１４は、作製された表示用のデータを一時的に記憶するものである。
【００２２】
ディスプレイ１５は、ＣＲＴモニタ、液晶モニタ等の表示装置であり、表示メモリ１４から出力されるデータに基づいて画像を表示するものである。
【００２３】
コントローラ１６は、ポインティングデバイス１７の状態を検出してディスプレイ１５上のマウスポインタの位置やポインティングデバイス１７の状態等の信号をＣＰＵ１１に出力するものである。
【００２４】
ポインティングデバイス１７は、マウス、トラックボール、タッチパネル等の入力機器であり、ディスプレイ１５上のソフトスイッチを操作するためのものである。
【００２５】
外部入力装置１８は、キーボード等の、操作者がＣＰＵ１１へ指示を入力するためのものである。
【００２６】
なお、本実施例では、主メモリ１２以外の記憶装置としてデータ記録装置１３が接続されているが、データ記録装置１３は、定量評価装置１０に内蔵又は外付けされたメモリ、磁気ディスク等の記憶装置、取り出し可能な外部メディアに対してデータの書き込みや読み出しを行う装置、外部記憶装置とネットワークを介してデータを送受信する装置等を適用してもよい。
【００２７】
次に、上記のように構成された定量評価装置１０において、取得された画像から所望の組織の定量評価を行う方法について説明する。
【００２８】
取得された画像から所望の組織の定量評価を行うにあたり、所望の組織を高い精度で再現性高く抽出する必要がある。以下、所望の組織を高い精度で再現性高く抽出する必要性について説明する。
【００２９】
医療用のＸ線ＣＴ装置では、ＣＴ値の精度に影響を及ぼす要因として、ビームハードニングなどの非線形因子、検出器のエネルギー特性、スライス厚などが考えられる。これらの要因のうち、ビームハードニングは、専用の補正が備わっているため、基本的に問題とならない。また、検出器の特性も、キャリブレーション処理が備わっているため、基本的に問題とならない。
【００３０】
これに対し、スライス厚は、パーシャルボリューム効果として知られる精度低下をもたらす。パーシャルボリューム効果は、図２に示すように、計測スライス開口内で被写体の組織がスライス方向に変化している場合に発生する。以下、パーシャルボリューム効果が精度低下をもたらす原因について説明する。
【００３１】
図３に示すように、あるスライス断面内を２つの組織の境界が斜めに横切っている場合を考える。画素Ｊ−１では第１の組織が１００％を占め、画素Ｊ＋４では第２の組織が１００％を占めている。従って、これらの画素は正しい画素値が得られる。これに対し、画素Ｊ〜Ｊ＋３では、第１の組織と第２の組織とが含まれるため、第１の組織の画素値と第２の組織の画素値との中間的な画素値となって計測される。
【００３２】
図４は、下肢のＣＴ画像で、閾値処理により筋肉、脂肪を抽出した結果を示している。図４（ａ）の矢印で示した画素は、図４（ａ）に示すように、筋肉としては抽出されず、図４（ｂ）に示すように、脂肪としても抽出されていない。このような画素は、パーシャルボリューム効果によって本来の組織が持つＣＴ値と異なる中間的な値を持つ、非解析対象画素である。
【００３３】
非解析対象画素を少なくして不足なく筋肉領域を抽出するために、閾値を小さくして閾値処理を行うと、脂肪まで筋肉領域として抽出されてしまう。逆に、脂肪を含まないようにするには、閾値をかなり高くしなければならず、この場合には、筋肉と思われる領域がすべて対象外となってしまう。そのために、従来はファントム実験によって最適閾値を検討したりしていた。しかし、臨床データはより複雑で最適化が困難であり、面積や体積を異なる施設で測定した場合、用いた閾値によって結果が変化し厳密な比較は出来ない場合があった。
【００３４】
なお、パーシャルボリューム効果は、特に、骨と軟部組織など、第１の組織と第２の組織との密度や画素値が大きく異なる部位が含まれている場合に問題となる。
【００３５】
そのため、筋肉の体積など所望の組織の定量評価を行うためには、パーシャルボリューム効果がある場合等においても、所望の組織を高い精度で再現性高く抽出する必要がある。
【００３６】
図５は、所望の組織の定量評価を行う処理の流れを示すフローチャートである。以下の処理は、医用画像撮影装置１又は画像データベース２から被写体の断層像が取得された後に、ＣＰＵ１１によって行われる。以下、筋肉と脂肪とが混在した断層像がＸ線ＣＴ装置で取得された場合に、筋肉と脂肪とを分離し、筋肉の体積を求める場合について説明する。
【００３７】
まず、ポインティングデバイス１７、外部入力装置１８などにより、２個の対象組織が定義される（ステップＳ１０）。例えば、筋肉と脂肪、骨と骨髄液、肺胞と充実性結節（又はＧＧＯ）などである。本実施の形態では、筋肉と脂肪とが２つの対象組織として定義される。また、２つの対象組織のうち、筋肉が解析組織として設定される。
【００３８】
次に、閾値処理などの公知の手法により、２個の対象組織が断層像から抽出される（ステップＳ２０）。２個の対象組織を抽出する閾値は、ステップＳ１０で定義された２つの組織の種類によって決定される。その結果、図６に示すように、第１の組織（筋肉、画素Ｐ）と第２の組織（脂肪、画素Ｒ）を含む領域とが、筋肉内に含まれる筋肉と脂肪との中間的な画素値を有する画素（中間画素、画素Ｑ）とが抽出される。
【００３９】
次に、中間画素を分配係数で重み付けすることにより、中間画素を各組織（筋肉と脂肪）へ分配する処理（組織分配処理）が行われる（ステップＳ３０）。
【００４０】
以下、組織分配処理（ステップＳ３０、すなわちステップＳ３１〜Ｓ３４）について説明する。
【００４１】
まず、閾値処理によって抽出された領域のうち、解析組織である筋肉が含まれる画素（解析対象画素）が抽出される（ステップＳ３１）。図７に示すように筋肉のＣＴ値をα±Ａ（ＣＴ値１〜ＣＴ値１’）とし、脂肪のＣＴ値をβ±Ｂ（ＣＴ値２〜ＣＴ値２’）とした場合には、この時に用いる筋肉抽出の閾値はβ＋Ｂ（ＣＴ値２）となる（α＞β）。これにより、図４（ａ）で非解析対象となった画素等の、明らかに脂肪と判断できる画素以外の画素を解析対象画素とすることが出来る。ここで、筋肉のＣＴ値及び脂肪のＣＴ値が範囲をもって示されているのは個人差によるものと考えられ、そのために閾値を固定できない可能性が考えられる。しかし、閾値をβ−Ｂ（ＣＴ値２’）とすることにより、個人差を吸収し、全ての脂肪組織を解析対象とすることが出来る。
【００４２】
次に、所定のＣＴ値を有する１画素（単位体積）を脂肪と筋肉とに分配するときの分割の割合を定める分配係数が決定される（ステップＳ３２〜Ｓ３３）。
【００４３】
まず、分配係数を割り当てる画素値が決定される（ステップＳ３２）。ここでは、図７の点線に示すように、前述した筋肉のＣＴ値（ＣＴ値１、ＣＴ値１’）、脂肪のＣＴ値（ＣＴ値２、ＣＴ値２’）が分配係数を割り当てる画素値となる。
【００４４】
その後、画素値に対応した分配係数が決定される（ステップＳ３３）。まず、ＣＴ値２’〜ＣＴ値２までの分配係数を１．０とする、すなわち完全な脂肪として扱う。同様に、ＣＴ値１’〜ＣＴ値１までの分配係数を１．０とする、すなわち完全な筋肉として扱う。そして、ＣＴ値２とＣＴ値１との間を線で結ぶ。これにより、ＣＴ値が脂肪のＣＴ値に近いほど脂肪への分配係数が大きくなり、筋肉のＣＴ値に近いほど筋肉への分配係数が大きくなるような分配係数テーブル又は関数（関数化でき、演算時間が問題なければテーブル化は不要）を決定することができる。
【００４５】
なお、ＣＴ値２とＣＴ値１との間は、図８に示したような線形でも、非線形（Ｐａｒｔｉａｌ）でも良く、目的や対象臓器によってアルゴリズムを選択するようにすればよい。実際には、比率と投影値との間にはわずかに非線形な関係（図８、Ｐａｒｔｉａｌ）で計測されるが、線形（図８、Ｌｉｎｅａｒ）と扱っても実用上問題ない場合が多いためである。
【００４６】
ステップＳ３２〜Ｓ３３において、図７に示すような分配係数テーブルが決定されたら、各画素ごとに決定された分配係数Ｗｉと、画素体積ΔＶを乗算し、対象画素分の総和をとることで、脂肪と筋肉とに分配された対象画素のうちの筋肉の体積（ΣＷｉ・ΔＶ）が算出される（ステップＳ３４）。ステップＳ３４で算出された体積は、パーシャルボリューム効果によってＣＴ値が低くなった画素も寄与しているので、より精度の高い解析値となっている。
【００４７】
これにより、組織分配処理（ステップＳ３０、すなわちステップＳ３１〜Ｓ３４）が終了される。
【００４８】
組織分配処理（ステップＳ３０）が終了したら、最終的にユーザーが必要とする解析値を算出する解析値算出処理が行われる（ステップＳ４０）。解析値として、ステップＳ１０で抽出された筋肉の画素Ｐの数にボクセルサイズの単位体積を乗じたものに、ステップＳ３４で算出された対象画素の筋肉の体積（ΣＷｉ・ΔＶ）を加えることにより算出された、最終的な筋肉の体積を用いることができる。
【００４９】
解析値の他の例としては、撮影時期の異なる複数の断層像に対して処理を行うことで算出された、体積が２倍になるのに要する時間（ダブリングタイム）や、所定の時間経過後、例えば１ヵ月後の腫瘍の体積を解析値としてもよい。なお、ダブリングタイム等は、以下のようにして算出することができる。
【００５０】
細胞は、１個が２個、２個が４個というように倍々に増殖していくことから、ある時点の腫瘍等の体積（ｄ１）及びある時点から所望の時間経過後の時点の腫瘍等の体積（ｄ２）が分かれば、そこから腫瘍等の体積が２倍になるために要する時間（ダブリングタイム：ＤＴ）を計算できる。そして、ダブリングタイムが分かれば、さらに別の時点の腫瘍等の体積（ｄ３）を計算上推定することができる。下式において、ｔは、ｄ１からｄ２までの時間であり、ｔ’は、ｄ３からｄ２までの時間である。
【００５１】
［数１］
ＤＴ＝ｔ×１／１０(ｌｏｇｄ２−ｌｏｇｄ１)
＝ｔ’×１／１０(ｌｏｇｄ３−ｌｏｇｄ２)
更に別の例として、図９に示すようなＧＧＯ（すりガラス状陰影）がある場合である場合には、充実性陰影（結節影）とすりガラス状陰影の体積の比を解析値としてもよい。
【００５２】
そして、解析値の数値やグラフ等の情報がネットワーク３等を介して要求元に出力され、提示される（ステップＳ５０）。
【００５３】
本実施の形態によれば、パーシャルボリューム効果がある場合でも、所望の解析組織を高い精度で再現性高く抽出することができる。すなわち、解析組織の画素値の範囲にない画素値を有する中間画素をも解析対象とし、また分配係数を用いることで中間画素に含まれる解析組織の量を高い精度で分配し、過大評価することなく求めることができる。
【００５４】
また、解析組織の体積の算出に用いる閾値を操作者が設定する必要がないため、操作者による差をなくし、再現性を良くすることができる。また、閾値に左右されないため、より真値に近い組織量を算出することができる。これにより、所望の臓器（肝臓など）の体積などの移植時に有用な情報を得ることができる。
【００５５】
また、本実施の形態によれば、スライス厚を厚くしても精度が落ちないため、検診等においてスライス厚を厚くして効率と精度を上げることができる。
【００５６】
また、本実施の形態によれば、解析組織の総和を真値に近い値で高い精度でから算出することができるため、解析組織の面積、体積、ダブリングタイム（ダブリングタイム）、解析組織とそれ以外の組織との比などの操作者が望む情報を出力することができる。
【００５７】
なお、本実施の形態では、脂肪と筋肉とが２個の対象組織として定義された場合について説明したが、筋肉と脂肪、骨と骨髄液、肺胞と充実性結節などにも適用できる。すなわち、肺（すなわち空気）と骨、髄液（すなわち水）と骨など、あらかじめ２個の材質が混在していることが分かっている部位であれば、どこにでも適用することができる。
【００５８】
また、本実施の形態では、パーシャルボリュームが筋肉と脂肪との２個の組織で構成された場合について説明したが、パーシャルボリュームが３つ以上の組織で構成される場合についても適用できる。例えば、図６の第２の組織の外側に別の組織が含まれている場合には、上記の処理を行う回数を増やすことによって対応できる。また、複数の軟部組織を同一とみなすことで、骨と軟部組織のように２個の材質に分類して、この２個の材質に対して上記方法を適用することによっても対応できる。
【００５９】
また、本実施の形態では、２個の対象組織が断層像から抽出される処理（ステップＳ２０）において、閾値処理を用いた例について説明したが、領域分割処理で領域拡張法や膨張・収縮処理などの公知の手法で組織を抽出してもよいし、ＧＵＩを用いて関心領域を指定する手段を備えていてもよい。例えば、図１０に示すように、断層像にＡＢ筋、ＣＤ筋、ＥＦ筋が含まれている場合において、ＣＤ筋のみを対象として定量評価を行う場合には、２個の対象組織が定義されるステップ（ステップＳ１０）において、Ｃ筋とＤ筋とを対象組織、Ｃ筋を解析組織として設定し、断層像からＣＤ筋が領域抽出法等により抽出された画像に対して上記処理を行うことにより、Ｃ筋の定量評価を行うことができる。また、肺野領域を対象とした場合に体外の空気まで解析対象となることを避けることができる。
【００６０】
また、本実施の形態では、第１の組織である筋肉の堆積を求めるために図６の点線に示すような分配係数としたが、分配係数は、図６の実線と破線のように、第１の組織を解析組織とする場合と第２の組織を解析組織とする場合との２種類を用意しても良い。すなわち、第１の組織と第２の組織の和が算術的に１．０になるようにすれば良い。
【００６１】
また、本実施の形態では、１枚のスライスの単位体積（ボクセル）に含まれる筋肉と脂肪とを分配したが、複数のスライスに対して同様の処理を行った結果を加算することにより、複数のスライスに含まれる筋肉と脂肪とを分配する場合にも適用できる。
【００６２】
また、本実施の形態では、被写体の断面像として、断層像が取得された場合について説明したが、断層像に限らず、軸位像、サジタル像、コロナル像、ＭＰＲ像など、取得された画像データから再構成された２次元の画像であればどのような画像にでも適用できる。
【００６３】
また、本実施の形態では、解析値を算出して出力したが、分配された結果に基づいて画素の濃度を変えた画像などを表示するようにしてもよい。
【図面の簡単な説明】
【００６４】
【図１】本発明に係る定量評価装置１０の全体の構成を示すハードウェア構成図である。
【図２】パーシャルボリューム効果について説明する説明図である。
【図３】パーシャルボリューム効果について説明する説明図である。
【図４】中間画素が抽出されていない画像例である。
【図５】上記定量評価装置１０の処理の流れについての説明図である。
【図６】上記定量評価装置１０の解析対象が抽出された一例である。
【図７】上記定量評価装置１０の分配係数ついての説明図である。
【図８】上記定量評価装置１０の分配係数を決定する基となる投影値と２つの組織の混合比を示すグラフである。
【図９】本発明の対象となる一例である。
【図１０】本発明の対象となる一例である。
【符号の説明】
【００６５】
１：医用画像撮影装置、２：画像データベース、３：ネットワーク、１０：定量評価装置、１１：中央処理装置（ＣＰＵ）、１２：主メモリ、１３磁気ディスク：、１４：表示メモリ、１５：ディスプレイ、１６：コントローラ、１７：ポインティングデバイス、１８：外部入力装置、１９：共通バス
【技術分野】
【０００１】
本発明は、医用画像撮像装置で撮影された画像を精度よく組織毎に分離して定量評価を行う定量測定装置、定量評価装置及び画像処理プログラムに関する。
【背景技術】
【０００２】
Ｘ線ＣＴ装置やＭＲｌ装置などの画像撮影装置を用いることにより、被写体の断層像を積み重ねた３次元ボクセルデータを取得できる。取得された画像は、観察や解析などの目的に応じた画像処理が施されて、操作者に提示される。
【０００３】
例えば、観察用の画像処理としては、読影が容易なように対象とする組織だけを抽出する機能（セグメンテーション）、病巣部とその他の組織の位置関係を把握しやすくするようにボリュームレンダリングなどの３次元表示機能などがある。また、解析用の画像処理としては、セグメンテーション機能を用いて抽出した領域の面積や体積を求める機能などがある。これらの機能は、閾値処理が含まれている場合が多く、画素値の安定性が抽出精度に影響を及ぼす。
【０００４】
また、単純な閾値処理ではなく、領域拡張法などの高度なセグメンテーション技術を用いた場合でも、近傍の画素との連結性は画素値で判定する場合が多いので、やはり抽出精度が低下する。
【０００５】
これに対応するために、特許文献１には、Ｘ線ＣＴ装置で取得された画像データをボケ分布に基づいて補正することにより、位置関係及び面積が未知数の計測物の異なる物質の境界を正確に抽出する方法が記載されている。
【特許文献１】特開平１１-５６８４１号公報
【発明の開示】
【発明が解決しようとする課題】
【０００６】
しかしながら、特許文献１に記載の方法では、パーシャルボリューム効果によって、筋肉と脂肪等の加重平均的なＣＴ値が計測される場合には、筋肉と脂肪等の加重平均的なＣＴ値を示す画素が孤立して抽出された場合に対応ができないという未解決の課題が残っている。
【０００７】
また、肺癌病巣などの体積を期間をおいて複数回測定することで、体積が２倍になるのに要する時間（ダブリングタイム）を推定し、悪性度などの判定に用いる場合がある。しかし、ここで対象とする結節は、充実性のもの、ＧＧＯ（すりガラス状陰影）と呼ばれる淡い陰影のもの、充実性と淡い陰影のハイブリッドタイプなどが存在するため、肺癌病巣などの体積を求める手法は確立されていない。
【０００８】
本発明は、上記事情に鑑みてなされたものであり、パーシャルボリューム効果がある場合においても、所望の組織を高い精度で再現性高く抽出し、かつ定量評価することができる定量測定装置、定量評価装置及び画像処理プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００９】
前記課題を解決するために、請求項１に記載の定量測定装置は、医用画像を取得する画像取得手段と、前記医用画像に含まれる第１の組織を定義する第１の画素値範囲に基づいて前記医用画像から第１の組織を分離する第１の分離手段と、前記第１の画素値範囲と前記第１の組織に隣接する第２の組織を定義する第２の画素値範囲との間の画素値範囲に基づいて前記第１の組織と第２の組織とが１画素に含まれている中間画素を前記医用画像から抽出する中間画素抽出手段と、前記第１の画素値範囲と第２の画素値範囲との間の画素値を変数として前記中間画素に含まれる第１の組織の割合を示す分配係数を設定する分配係数設定手段と、前記医用画像中の中間画素に含まれる第１の組織を各中間画素の画素値と前記分配係数とに基づいて分離する第２の分離手段と、前記第１の分離手段で分離した第１の組織の量と第２の分離手段で分離した第１の組織の量とを加算する加算手段と、を備えたことを特徴としている。
【００１０】
請求項１に記載の定量測定装置によれば、第１の組織を定義する第１の画素値範囲と第１の組織に隣接する第２の組織を定義する第２の画素値範囲との間の画素値範囲に基づいて、第１の組織と第２の組織とが１画素に含まれている中間画素を医用画像から抽出する。次に、分配係数と、中間画素の画素値とに基づいて、医用画像中の中間画素に含まれる第１の組織を分離する。そして、医用画像から第１の画素値範囲に基づいて第１の組織を分離し、その分離された第１の組織の量と、中間画素から分離された第１の組織の量とを加算して、医用画像に含まれる全ての第１の組織の量を算出する。ここで、分配係数とは、第１の画素値範囲と第２の画素値範囲との間の画素値を変数として中間画素に含まれる第１の組織の割合を示すものである。
【００１１】
これにより、パーシャルボリューム効果がある場合でも、所望の解析組織を高い精度で再現性高く抽出することができる。すなわち、解析組織の画素値でない画素値を有する中間画素をも解析対象とし、また分配係数を用いることで中間画素に含まれる解析組織の量を過大評価することなく求めることができる。また、体積の算出に用いる閾値を操作者が設定する必要がないため、操作者による差をなくし、再現性を良くすることができる。
【００１２】
なお、請求項１に記載の定量測定装置は、加算手段で加算された第１の組織の量などを出力する出力手段を設けてもよい。
【発明の効果】
【００１３】
本発明によれば、パーシャルボリューム効果がある場合においても、所望の組織を高い精度で再現性高く抽出し、かつ定量評価することができる。
【発明を実施するための最良の形態】
【００１４】
以下、本発明を実施するための最良の形態を添付図面に基づいて説明する。
【００１５】
図１は、本発明に係る第１の実施の形態の定量評価装置１０全体の構成を示すハードウェア構成図である。
【００１６】
定量評価装置１０は、取得された医用画像に含まれる所望の組織の量を測定し、評価する装置であり、被検体の画像を撮影する医用画像撮影装置１、医用画像撮影装置１で撮影された画像等が保存されている画像データベース２とＬＡＮ等のネットワーク３によって接続される。医用画像撮影装置１は、Ｘ線ＣＴ装置、ＭＲ装置、超音波撮影装置等の被検体の画像（好ましくは３次元画像）を撮影可能な装置により構成される。
【００１７】
定量評価装置１０は、主として、中央処理装置（ＣＰＵ）１１と、主メモリ１２と、データ記録装置１３と、表示メモリ１４と、ディスプレイ１５と、コントローラ１６と、ポインティングデバイス１７と、外部入力装置１８と、共通バス１９とから構成される。
【００１８】
ＣＰＵ１１は、上記各構成要素と共通バス１９によって接続されており、各構成要素の動作を制御するものである。
【００１９】
主メモリ１２は、装置の制御プログラムが格納されており、プログラム実行時の作業領域となるものである。
【００２０】
データ記録装置１３は、オペレーティングシステム（ＯＳ）、周辺機器のデバイスドライブを含む各種アプリケーションソフト等が格納されているものである。データ記録装置１３に記憶されているこれらのプログラムは、ＣＰＵ１１によってデータ記録装置１３から読み出されて主メモリ１２にロードされ、実行される。
【００２１】
表示メモリ１４は、作製された表示用のデータを一時的に記憶するものである。
【００２２】
ディスプレイ１５は、ＣＲＴモニタ、液晶モニタ等の表示装置であり、表示メモリ１４から出力されるデータに基づいて画像を表示するものである。
【００２３】
コントローラ１６は、ポインティングデバイス１７の状態を検出してディスプレイ１５上のマウスポインタの位置やポインティングデバイス１７の状態等の信号をＣＰＵ１１に出力するものである。
【００２４】
ポインティングデバイス１７は、マウス、トラックボール、タッチパネル等の入力機器であり、ディスプレイ１５上のソフトスイッチを操作するためのものである。
【００２５】
外部入力装置１８は、キーボード等の、操作者がＣＰＵ１１へ指示を入力するためのものである。
【００２６】
なお、本実施例では、主メモリ１２以外の記憶装置としてデータ記録装置１３が接続されているが、データ記録装置１３は、定量評価装置１０に内蔵又は外付けされたメモリ、磁気ディスク等の記憶装置、取り出し可能な外部メディアに対してデータの書き込みや読み出しを行う装置、外部記憶装置とネットワークを介してデータを送受信する装置等を適用してもよい。
【００２７】
次に、上記のように構成された定量評価装置１０において、取得された画像から所望の組織の定量評価を行う方法について説明する。
【００２８】
取得された画像から所望の組織の定量評価を行うにあたり、所望の組織を高い精度で再現性高く抽出する必要がある。以下、所望の組織を高い精度で再現性高く抽出する必要性について説明する。
【００２９】
医療用のＸ線ＣＴ装置では、ＣＴ値の精度に影響を及ぼす要因として、ビームハードニングなどの非線形因子、検出器のエネルギー特性、スライス厚などが考えられる。これらの要因のうち、ビームハードニングは、専用の補正が備わっているため、基本的に問題とならない。また、検出器の特性も、キャリブレーション処理が備わっているため、基本的に問題とならない。
【００３０】
これに対し、スライス厚は、パーシャルボリューム効果として知られる精度低下をもたらす。パーシャルボリューム効果は、図２に示すように、計測スライス開口内で被写体の組織がスライス方向に変化している場合に発生する。以下、パーシャルボリューム効果が精度低下をもたらす原因について説明する。
【００３１】
図３に示すように、あるスライス断面内を２つの組織の境界が斜めに横切っている場合を考える。画素Ｊ−１では第１の組織が１００％を占め、画素Ｊ＋４では第２の組織が１００％を占めている。従って、これらの画素は正しい画素値が得られる。これに対し、画素Ｊ〜Ｊ＋３では、第１の組織と第２の組織とが含まれるため、第１の組織の画素値と第２の組織の画素値との中間的な画素値となって計測される。
【００３２】
図４は、下肢のＣＴ画像で、閾値処理により筋肉、脂肪を抽出した結果を示している。図４（ａ）の矢印で示した画素は、図４（ａ）に示すように、筋肉としては抽出されず、図４（ｂ）に示すように、脂肪としても抽出されていない。このような画素は、パーシャルボリューム効果によって本来の組織が持つＣＴ値と異なる中間的な値を持つ、非解析対象画素である。
【００３３】
非解析対象画素を少なくして不足なく筋肉領域を抽出するために、閾値を小さくして閾値処理を行うと、脂肪まで筋肉領域として抽出されてしまう。逆に、脂肪を含まないようにするには、閾値をかなり高くしなければならず、この場合には、筋肉と思われる領域がすべて対象外となってしまう。そのために、従来はファントム実験によって最適閾値を検討したりしていた。しかし、臨床データはより複雑で最適化が困難であり、面積や体積を異なる施設で測定した場合、用いた閾値によって結果が変化し厳密な比較は出来ない場合があった。
【００３４】
なお、パーシャルボリューム効果は、特に、骨と軟部組織など、第１の組織と第２の組織との密度や画素値が大きく異なる部位が含まれている場合に問題となる。
【００３５】
そのため、筋肉の体積など所望の組織の定量評価を行うためには、パーシャルボリューム効果がある場合等においても、所望の組織を高い精度で再現性高く抽出する必要がある。
【００３６】
図５は、所望の組織の定量評価を行う処理の流れを示すフローチャートである。以下の処理は、医用画像撮影装置１又は画像データベース２から被写体の断層像が取得された後に、ＣＰＵ１１によって行われる。以下、筋肉と脂肪とが混在した断層像がＸ線ＣＴ装置で取得された場合に、筋肉と脂肪とを分離し、筋肉の体積を求める場合について説明する。
【００３７】
まず、ポインティングデバイス１７、外部入力装置１８などにより、２個の対象組織が定義される（ステップＳ１０）。例えば、筋肉と脂肪、骨と骨髄液、肺胞と充実性結節（又はＧＧＯ）などである。本実施の形態では、筋肉と脂肪とが２つの対象組織として定義される。また、２つの対象組織のうち、筋肉が解析組織として設定される。
【００３８】
次に、閾値処理などの公知の手法により、２個の対象組織が断層像から抽出される（ステップＳ２０）。２個の対象組織を抽出する閾値は、ステップＳ１０で定義された２つの組織の種類によって決定される。その結果、図６に示すように、第１の組織（筋肉、画素Ｐ）と第２の組織（脂肪、画素Ｒ）を含む領域とが、筋肉内に含まれる筋肉と脂肪との中間的な画素値を有する画素（中間画素、画素Ｑ）とが抽出される。
【００３９】
次に、中間画素を分配係数で重み付けすることにより、中間画素を各組織（筋肉と脂肪）へ分配する処理（組織分配処理）が行われる（ステップＳ３０）。
【００４０】
以下、組織分配処理（ステップＳ３０、すなわちステップＳ３１〜Ｓ３４）について説明する。
【００４１】
まず、閾値処理によって抽出された領域のうち、解析組織である筋肉が含まれる画素（解析対象画素）が抽出される（ステップＳ３１）。図７に示すように筋肉のＣＴ値をα±Ａ（ＣＴ値１〜ＣＴ値１’）とし、脂肪のＣＴ値をβ±Ｂ（ＣＴ値２〜ＣＴ値２’）とした場合には、この時に用いる筋肉抽出の閾値はβ＋Ｂ（ＣＴ値２）となる（α＞β）。これにより、図４（ａ）で非解析対象となった画素等の、明らかに脂肪と判断できる画素以外の画素を解析対象画素とすることが出来る。ここで、筋肉のＣＴ値及び脂肪のＣＴ値が範囲をもって示されているのは個人差によるものと考えられ、そのために閾値を固定できない可能性が考えられる。しかし、閾値をβ−Ｂ（ＣＴ値２’）とすることにより、個人差を吸収し、全ての脂肪組織を解析対象とすることが出来る。
【００４２】
次に、所定のＣＴ値を有する１画素（単位体積）を脂肪と筋肉とに分配するときの分割の割合を定める分配係数が決定される（ステップＳ３２〜Ｓ３３）。
【００４３】
まず、分配係数を割り当てる画素値が決定される（ステップＳ３２）。ここでは、図７の点線に示すように、前述した筋肉のＣＴ値（ＣＴ値１、ＣＴ値１’）、脂肪のＣＴ値（ＣＴ値２、ＣＴ値２’）が分配係数を割り当てる画素値となる。
【００４４】
その後、画素値に対応した分配係数が決定される（ステップＳ３３）。まず、ＣＴ値２’〜ＣＴ値２までの分配係数を１．０とする、すなわち完全な脂肪として扱う。同様に、ＣＴ値１’〜ＣＴ値１までの分配係数を１．０とする、すなわち完全な筋肉として扱う。そして、ＣＴ値２とＣＴ値１との間を線で結ぶ。これにより、ＣＴ値が脂肪のＣＴ値に近いほど脂肪への分配係数が大きくなり、筋肉のＣＴ値に近いほど筋肉への分配係数が大きくなるような分配係数テーブル又は関数（関数化でき、演算時間が問題なければテーブル化は不要）を決定することができる。
【００４５】
なお、ＣＴ値２とＣＴ値１との間は、図８に示したような線形でも、非線形（Ｐａｒｔｉａｌ）でも良く、目的や対象臓器によってアルゴリズムを選択するようにすればよい。実際には、比率と投影値との間にはわずかに非線形な関係（図８、Ｐａｒｔｉａｌ）で計測されるが、線形（図８、Ｌｉｎｅａｒ）と扱っても実用上問題ない場合が多いためである。
【００４６】
ステップＳ３２〜Ｓ３３において、図７に示すような分配係数テーブルが決定されたら、各画素ごとに決定された分配係数Ｗｉと、画素体積ΔＶを乗算し、対象画素分の総和をとることで、脂肪と筋肉とに分配された対象画素のうちの筋肉の体積（ΣＷｉ・ΔＶ）が算出される（ステップＳ３４）。ステップＳ３４で算出された体積は、パーシャルボリューム効果によってＣＴ値が低くなった画素も寄与しているので、より精度の高い解析値となっている。
【００４７】
これにより、組織分配処理（ステップＳ３０、すなわちステップＳ３１〜Ｓ３４）が終了される。
【００４８】
組織分配処理（ステップＳ３０）が終了したら、最終的にユーザーが必要とする解析値を算出する解析値算出処理が行われる（ステップＳ４０）。解析値として、ステップＳ１０で抽出された筋肉の画素Ｐの数にボクセルサイズの単位体積を乗じたものに、ステップＳ３４で算出された対象画素の筋肉の体積（ΣＷｉ・ΔＶ）を加えることにより算出された、最終的な筋肉の体積を用いることができる。
【００４９】
解析値の他の例としては、撮影時期の異なる複数の断層像に対して処理を行うことで算出された、体積が２倍になるのに要する時間（ダブリングタイム）や、所定の時間経過後、例えば１ヵ月後の腫瘍の体積を解析値としてもよい。なお、ダブリングタイム等は、以下のようにして算出することができる。
【００５０】
細胞は、１個が２個、２個が４個というように倍々に増殖していくことから、ある時点の腫瘍等の体積（ｄ１）及びある時点から所望の時間経過後の時点の腫瘍等の体積（ｄ２）が分かれば、そこから腫瘍等の体積が２倍になるために要する時間（ダブリングタイム：ＤＴ）を計算できる。そして、ダブリングタイムが分かれば、さらに別の時点の腫瘍等の体積（ｄ３）を計算上推定することができる。下式において、ｔは、ｄ１からｄ２までの時間であり、ｔ’は、ｄ３からｄ２までの時間である。
【００５１】
［数１］
ＤＴ＝ｔ×１／１０(ｌｏｇｄ２−ｌｏｇｄ１)
＝ｔ’×１／１０(ｌｏｇｄ３−ｌｏｇｄ２)
更に別の例として、図９に示すようなＧＧＯ（すりガラス状陰影）がある場合である場合には、充実性陰影（結節影）とすりガラス状陰影の体積の比を解析値としてもよい。
【００５２】
そして、解析値の数値やグラフ等の情報がネットワーク３等を介して要求元に出力され、提示される（ステップＳ５０）。
【００５３】
本実施の形態によれば、パーシャルボリューム効果がある場合でも、所望の解析組織を高い精度で再現性高く抽出することができる。すなわち、解析組織の画素値の範囲にない画素値を有する中間画素をも解析対象とし、また分配係数を用いることで中間画素に含まれる解析組織の量を高い精度で分配し、過大評価することなく求めることができる。
【００５４】
また、解析組織の体積の算出に用いる閾値を操作者が設定する必要がないため、操作者による差をなくし、再現性を良くすることができる。また、閾値に左右されないため、より真値に近い組織量を算出することができる。これにより、所望の臓器（肝臓など）の体積などの移植時に有用な情報を得ることができる。
【００５５】
また、本実施の形態によれば、スライス厚を厚くしても精度が落ちないため、検診等においてスライス厚を厚くして効率と精度を上げることができる。
【００５６】
また、本実施の形態によれば、解析組織の総和を真値に近い値で高い精度でから算出することができるため、解析組織の面積、体積、ダブリングタイム（ダブリングタイム）、解析組織とそれ以外の組織との比などの操作者が望む情報を出力することができる。
【００５７】
なお、本実施の形態では、脂肪と筋肉とが２個の対象組織として定義された場合について説明したが、筋肉と脂肪、骨と骨髄液、肺胞と充実性結節などにも適用できる。すなわち、肺（すなわち空気）と骨、髄液（すなわち水）と骨など、あらかじめ２個の材質が混在していることが分かっている部位であれば、どこにでも適用することができる。
【００５８】
また、本実施の形態では、パーシャルボリュームが筋肉と脂肪との２個の組織で構成された場合について説明したが、パーシャルボリュームが３つ以上の組織で構成される場合についても適用できる。例えば、図６の第２の組織の外側に別の組織が含まれている場合には、上記の処理を行う回数を増やすことによって対応できる。また、複数の軟部組織を同一とみなすことで、骨と軟部組織のように２個の材質に分類して、この２個の材質に対して上記方法を適用することによっても対応できる。
【００５９】
また、本実施の形態では、２個の対象組織が断層像から抽出される処理（ステップＳ２０）において、閾値処理を用いた例について説明したが、領域分割処理で領域拡張法や膨張・収縮処理などの公知の手法で組織を抽出してもよいし、ＧＵＩを用いて関心領域を指定する手段を備えていてもよい。例えば、図１０に示すように、断層像にＡＢ筋、ＣＤ筋、ＥＦ筋が含まれている場合において、ＣＤ筋のみを対象として定量評価を行う場合には、２個の対象組織が定義されるステップ（ステップＳ１０）において、Ｃ筋とＤ筋とを対象組織、Ｃ筋を解析組織として設定し、断層像からＣＤ筋が領域抽出法等により抽出された画像に対して上記処理を行うことにより、Ｃ筋の定量評価を行うことができる。また、肺野領域を対象とした場合に体外の空気まで解析対象となることを避けることができる。
【００６０】
また、本実施の形態では、第１の組織である筋肉の堆積を求めるために図６の点線に示すような分配係数としたが、分配係数は、図６の実線と破線のように、第１の組織を解析組織とする場合と第２の組織を解析組織とする場合との２種類を用意しても良い。すなわち、第１の組織と第２の組織の和が算術的に１．０になるようにすれば良い。
【００６１】
また、本実施の形態では、１枚のスライスの単位体積（ボクセル）に含まれる筋肉と脂肪とを分配したが、複数のスライスに対して同様の処理を行った結果を加算することにより、複数のスライスに含まれる筋肉と脂肪とを分配する場合にも適用できる。
【００６２】
また、本実施の形態では、被写体の断面像として、断層像が取得された場合について説明したが、断層像に限らず、軸位像、サジタル像、コロナル像、ＭＰＲ像など、取得された画像データから再構成された２次元の画像であればどのような画像にでも適用できる。
【００６３】
また、本実施の形態では、解析値を算出して出力したが、分配された結果に基づいて画素の濃度を変えた画像などを表示するようにしてもよい。
【図面の簡単な説明】
【００６４】
【図１】本発明に係る定量評価装置１０の全体の構成を示すハードウェア構成図である。
【図２】パーシャルボリューム効果について説明する説明図である。
【図３】パーシャルボリューム効果について説明する説明図である。
【図４】中間画素が抽出されていない画像例である。
【図５】上記定量評価装置１０の処理の流れについての説明図である。
【図６】上記定量評価装置１０の解析対象が抽出された一例である。
【図７】上記定量評価装置１０の分配係数ついての説明図である。
【図８】上記定量評価装置１０の分配係数を決定する基となる投影値と２つの組織の混合比を示すグラフである。
【図９】本発明の対象となる一例である。
【図１０】本発明の対象となる一例である。
【符号の説明】
【００６５】
１：医用画像撮影装置、２：画像データベース、３：ネットワーク、１０：定量評価装置、１１：中央処理装置（ＣＰＵ）、１２：主メモリ、１３磁気ディスク：、１４：表示メモリ、１５：ディスプレイ、１６：コントローラ、１７：ポインティングデバイス、１８：外部入力装置、１９：共通バス
【特許請求の範囲】
【請求項１】
医用画像を取得する画像取得手段と、
前記医用画像に含まれる第１の組織を定義する第１の画素値範囲に基づいて前記医用画像から第１の組織を分離する第１の分離手段と、
前記第１の画素値範囲と前記第１の組織に隣接する第２の組織を定義する第２の画素値範囲との間の画素値範囲に基づいて前記第１の組織と第２の組織とが１画素に含まれている中間画素を前記医用画像から抽出する中間画素抽出手段と、
前記第１の画素値範囲と第２の画素値範囲との間の画素値を変数として前記中間画素に含まれる第１の組織の割合を示す分配係数を設定する分配係数設定手段と、
前記医用画像中の中間画素に含まれる第１の組織を各中間画素の画素値と前記分配係数とに基づいて分離する第２の分離手段と、
前記第１の分離手段で分離した第１の組織の量と第２の分離手段で分離した第１の組織の量とを加算する加算手段と、
を備えたことを特徴とする定量測定装置。
【請求項２】
前記医用画像は、被検体の断層像又は前記断層像から抽出された所定の領域の画像であることを特徴とする請求項１に記載の定量測定装置。
【請求項３】
前記加算手段で加算された第１の組織の量を出力する第１の出力手段を備えたことを特徴とする請求項１又は２に記載の定量測定装置。
【請求項４】
前記医用画像に含まれる所定の２つの組織を設定する組織設定手段と、
前記設定された２つの組織をそれぞれ前記第１の組織とした場合に請求項１又は２に記載の定量測定装置で測定された各組織の量の比を出力する第２の出力手段と、
を備えたことを特徴とする請求項１又は２に記載の定量測定装置。
【請求項５】
請求項１又は２に記載の定量測定装置で測定された、ある時点における第１の組織の量を取得する第１の組織量取得手段と、
請求項１又は２に記載の定量測定装置で測定された、ある時点から所望の時間経過後の時点における第１の組織の量を取得する第２の組織量取得手段と、
前記第１の組織量取得手段で取得された第１の組織の量と、前記第２の組織量取得手段で取得された第１の組織の量とから、第１の組織の量が２倍になるために要する時間（ダブリングタイム）を算出するダブリングタイム算出手段と、
前記ダブリングタイム算出手段で算出されたダブリングタイムを出力する第３の出力手段と、
を備えたことを特徴とする定量評価装置。
【請求項６】
医用画像を取得するステップと、
前記医用画像に含まれる第１の組織を定義する第１の画素値範囲に基づいて前記医用画像から第１の組織を分離するステップと、
前記第１の画素値範囲と前記第１の組織に隣接する第２の組織を定義する第２の画素値範囲との間の画素値範囲に基づいて前記第１の組織と第２の組織とが１画素に含まれている中間画素を前記医用画像から抽出するステップと、
前記第１の画素値範囲と第２の画素値範囲との間の画素値を変数として前記中間画素に含まれる第１の組織の割合を示す分配係数を設定するステップと、
前記医用画像中の中間画素に含まれる第１の組織を各中間画素の画素値と前記分配係数とに基づいて分離するステップと、
前記第１の分離手段で分離した第１の組織の量と第２の分離手段で分離した第１の組織の量とを加算するステップと、
を演算装置に実行させるための画像処理プログラム。
【請求項１】
医用画像を取得する画像取得手段と、
前記医用画像に含まれる第１の組織を定義する第１の画素値範囲に基づいて前記医用画像から第１の組織を分離する第１の分離手段と、
前記第１の画素値範囲と前記第１の組織に隣接する第２の組織を定義する第２の画素値範囲との間の画素値範囲に基づいて前記第１の組織と第２の組織とが１画素に含まれている中間画素を前記医用画像から抽出する中間画素抽出手段と、
前記第１の画素値範囲と第２の画素値範囲との間の画素値を変数として前記中間画素に含まれる第１の組織の割合を示す分配係数を設定する分配係数設定手段と、
前記医用画像中の中間画素に含まれる第１の組織を各中間画素の画素値と前記分配係数とに基づいて分離する第２の分離手段と、
前記第１の分離手段で分離した第１の組織の量と第２の分離手段で分離した第１の組織の量とを加算する加算手段と、
を備えたことを特徴とする定量測定装置。
【請求項２】
前記医用画像は、被検体の断層像又は前記断層像から抽出された所定の領域の画像であることを特徴とする請求項１に記載の定量測定装置。
【請求項３】
前記加算手段で加算された第１の組織の量を出力する第１の出力手段を備えたことを特徴とする請求項１又は２に記載の定量測定装置。
【請求項４】
前記医用画像に含まれる所定の２つの組織を設定する組織設定手段と、
前記設定された２つの組織をそれぞれ前記第１の組織とした場合に請求項１又は２に記載の定量測定装置で測定された各組織の量の比を出力する第２の出力手段と、
を備えたことを特徴とする請求項１又は２に記載の定量測定装置。
【請求項５】
請求項１又は２に記載の定量測定装置で測定された、ある時点における第１の組織の量を取得する第１の組織量取得手段と、
請求項１又は２に記載の定量測定装置で測定された、ある時点から所望の時間経過後の時点における第１の組織の量を取得する第２の組織量取得手段と、
前記第１の組織量取得手段で取得された第１の組織の量と、前記第２の組織量取得手段で取得された第１の組織の量とから、第１の組織の量が２倍になるために要する時間（ダブリングタイム）を算出するダブリングタイム算出手段と、
前記ダブリングタイム算出手段で算出されたダブリングタイムを出力する第３の出力手段と、
を備えたことを特徴とする定量評価装置。
【請求項６】
医用画像を取得するステップと、
前記医用画像に含まれる第１の組織を定義する第１の画素値範囲に基づいて前記医用画像から第１の組織を分離するステップと、
前記第１の画素値範囲と前記第１の組織に隣接する第２の組織を定義する第２の画素値範囲との間の画素値範囲に基づいて前記第１の組織と第２の組織とが１画素に含まれている中間画素を前記医用画像から抽出するステップと、
前記第１の画素値範囲と第２の画素値範囲との間の画素値を変数として前記中間画素に含まれる第１の組織の割合を示す分配係数を設定するステップと、
前記医用画像中の中間画素に含まれる第１の組織を各中間画素の画素値と前記分配係数とに基づいて分離するステップと、
前記第１の分離手段で分離した第１の組織の量と第２の分離手段で分離した第１の組織の量とを加算するステップと、
を演算装置に実行させるための画像処理プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【公開番号】特開２００８−２７２０１４（Ｐ２００８−２７２０１４Ａ）
【公開日】平成２０年１１月１３日（２００８．１１．１３）
【国際特許分類】
【出願番号】特願２００７−１１５８１２（Ｐ２００７−１１５８１２）
【出願日】平成１９年４月２５日（２００７．４．２５）
【出願人】（０００１５３４９８）株式会社日立メディコ (1,613)
【Ｆターム（参考）】
【公開日】平成２０年１１月１３日（２００８．１１．１３）
【国際特許分類】
【出願日】平成１９年４月２５日（２００７．４．２５）
【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 ]