[go: up one dir, main page]

JP6945493B2 - 医用画像処理装置、方法およびプログラム - Google Patents

医用画像処理装置、方法およびプログラム Download PDF

Info

Publication number
JP6945493B2
JP6945493B2 JP2018090345A JP2018090345A JP6945493B2 JP 6945493 B2 JP6945493 B2 JP 6945493B2 JP 2018090345 A JP2018090345 A JP 2018090345A JP 2018090345 A JP2018090345 A JP 2018090345A JP 6945493 B2 JP6945493 B2 JP 6945493B2
Authority
JP
Japan
Prior art keywords
brain image
region
cistern
signal value
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2018090345A
Other languages
English (en)
Other versions
JP2019195426A (ja
JP2019195426A5 (ja
Inventor
瑞希 武井
瑞希 武井
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Corp
Original Assignee
Fujifilm Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujifilm Corp filed Critical Fujifilm Corp
Priority to JP2018090345A priority Critical patent/JP6945493B2/ja
Priority to US16/399,203 priority patent/US11096643B2/en
Publication of JP2019195426A publication Critical patent/JP2019195426A/ja
Publication of JP2019195426A5 publication Critical patent/JP2019195426A5/ja
Application granted granted Critical
Publication of JP6945493B2 publication Critical patent/JP6945493B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/501—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the head, e.g. neuroimaging or craniography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5294—Devices using data or image processing specially adapted for radiation diagnosis involving using additional data, e.g. patient information, image labeling, acquisition parameters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A61B2576/026—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the brain
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30016—Brain
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection

Landscapes

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

Description

本発明は、頭部のＣＴ(Computed Tomography）画像等の脳画像を用いて、くも膜下出血が疑われる出血領域を抽出する医用画像処理装置、方法およびプログラムに関するものである。
近年、ＣＴ装置およびＭＲＩ（Magnetic Resonance Imaging）装置等の医療機器の進歩により、より質の高い高解像度の医用画像を用いての画像診断が可能となってきている。とくに、対象部位を脳とした場合において、ＣＴ画像およびＭＲＩ画像等を用いた画像診断により、脳梗塞および脳出血等の血管障害を起こしている領域を特定することができるため、特定した結果に基づいて適切な治療が行われるようになってきている。
ところで、くも膜下出血等の救急疾患が疑われる患者に対しては、頭部のＣＴ画像を用いた画像診断が第一選択とされるケースが多い。このため、ＣＴ画像を用いて疾患の状況を正確に診断することが、早期治療を実現する上で非常に重要である。一般に、出血領域はＣＴ画像上において周囲の領域と比較して高いＣＴ値を示す。このため、頭部のＣＴ画像における出血領域を特定するための各種手法が提案されている。例えば、特許文献１には、基準スライスとＣＴスキャンスライスとをセグメント化し、最初のセグメント化されたＣＴスキャンスライスを生成し、ＣＴスキャンデータにおける出血性スライスを識別する手法が提案されている。また、非特許文献１においては、患者のＣＴ画像と、脳の標準モデルとなるＣＴ画像とを位置合わせし、脳の全体においてＣＴ値を比較することにより、通常と大きく異なっている出血領域を検出する手法が提案されている。
特表２０１１−５１４８２２号公報
Automated delineation of stroke lesions using brain CT images NeuroImage: Clinical,Volume 4, 2014, Pages 540-548
一方、くも膜下出血では一般的な脳内出血とは異なり、出血領域が脳実質と同程度のＣＴ値しか示さない症例が存在する。この場合、ＣＴ画像において、出血領域と出血領域の周囲の領域とは、同程度のＣＴ値で表示されることとなる。脳の専門医であれば、脳に対する十分な解剖学的知見を有するため、そのような症例であっても、ＣＴ画像を見れば出血領域を特定することができる。しかしながら、くも膜下出血の患者は病院に救急搬送されることが多く、当直医等の脳の専門家ではない医師が最初に診断に当たる場合が多い。上述したように、くも膜下出血では、出血領域が脳実質と同程度のＣＴ値しか示さない症例が存在する。このため、脳の非専門医が診断した場合、出血領域を見落とし、治療開始が遅れる、または治療がなされない事態が起こりうる。
上記特許文献１および非特許文献１に記載された手法によれば、脳における出血領域を特定できる。しかしながら、いずれの手法も脳の全領域を対象としているため、本来くも膜下出血が発症し得ない領域を誤検出してしまう可能性がある。
本発明は上記事情に鑑みなされたものであり、頭部のＣＴ画像等の脳画像を用いて、くも膜下出血が疑われる出血領域を精度よく抽出できるようにすることを目的とする。
本発明による医用画像処理装置は、被検体の脳画像を取得する画像取得部と、
標準的な脳画像である標準脳画像と脳画像とを位置合わせして、脳画像から脳槽領域を抽出する脳槽領域抽出部と、
脳画像から抽出した脳槽領域の信号値の分布である第１の信号値分布、および標準脳画像の脳槽領域の信号値分布である第２の信号値分布に基づいて、出血領域を特定する出血領域特定部とを備える。
標準脳画像とは、平均的な脳の構造を表す画像であり、複数の健常者の頭部をＣＴ装置およびＭＲＩ装置等の撮影装置により撮影することにより取得された複数の医用画像から脳の領域を抽出し、抽出された複数の脳の領域を平均することにより作成される。また、標準脳画像は、コンピュータグラフィックス等により作成されたものであってもよい。また、一人の健常者の脳画像を標準脳画像として用いてもよい。
なお、本発明による医用画像処理装置においては、出血領域特定部は、第１の信号値分布および第２の信号値分布のそれぞれを、予め定められた確率密度関数にフィッティングして、第１の信号値分布についての第１の確率分布および第２の信号値分布についての第２の確率分布を算出し、第１の確率分布と第２の確率分布との相違を表す指標値を算出し、算出した指標値が予め定められたしきい値を超える脳画像から抽出した脳槽領域を、出血領域に特定するものであってもよい。
また、本発明による医用画像処理装置においては、出血領域特定部は、第１の信号値分布および第２の信号値分布に基づく特徴量を入力とし、出血領域であるか否かの判別結果を出力する判別器をさらに備えるものであってもよい。
また、本発明による医用画像処理装置においては、標準脳画像の各画素に対して、脳槽領域であることの確からしさを表す確率値が設定されてなり、出血領域特定部は、さらに確率値に基づいて、標準脳画像と位置合わせされた脳画像の各画素の画素値を重み付けして、第１の信号値分布を算出するものであってもよい。
また、本発明による医用画像処理装置においては、脳槽領域抽出部は、脳槽領域をさらに複数の解剖学的領域に分割し、
出血領域特定部は、複数の解剖学的領域のそれぞれの第１の信号値分布、および標準脳画像における複数の解剖学的領域のそれぞれに対応する領域の第２の信号値分布に基づいて、出血領域を特定するものであってもよい。
また、本発明による医用画像処理装置においては、出血領域特定部は、複数の解剖学的領域のそれぞれにおいて異なるパラメータを用いて出血領域を特定するものであってもよい。
また、本発明による医用画像処理装置においては、出血領域特定部は、複数の解剖学的領域のそれぞれについての第１の信号値分布および第２の信号値分布に基づく特徴量を入力とし、出血領域であるか否かの判別結果を出力する判別器をさらに備えるものであってもよい。
また、本発明による医用画像処理装置においては、標準脳画像の各画素に対して、脳槽領域であることの確からしさを表す確率値が設定されてなり、出血領域特定部は、さらに確率値に基づいて、標準脳画像と位置合わせされた脳画像の各画素の画素値を重み付けして、複数の解剖学的毎に第１の信号値分布を算出するものであってもよい。
また、本発明による医用画像処理装置においては、脳画像は、ＣＴ装置により取得されたＣＴ画像であってもよい。
また、本発明による医用画像処理装置においては、出血領域が特定されたことを表す情報を表示部に表示する表示制御部をさらに備えるものであってもよい。
本発明の医用画像処理方法は、被検体の脳画像を取得し、
標準的な脳画像である標準脳画像と脳画像とを位置合わせして、脳画像から脳槽領域を抽出し、
脳画像から抽出した脳槽領域の信号値分布である第１の信号値分布、および標準脳画像の脳槽領域の信号値分布である第２の信号値分布に基づいて、出血領域を特定する。
なお、本発明による医用画像処理方法をコンピュータに実行させるためのプログラムとして提供してもよい。
本発明による他の医用画像処理装置は、コンピュータに実行させるための命令を記憶するメモリと、
記憶された命令を実行するよう構成されたプロセッサとを備え、プロセッサは、
被検体の脳画像を取得し、
標準的な脳画像である標準脳画像と脳画像とを位置合わせして、脳画像から脳槽領域を抽出し、
脳画像から抽出した脳槽領域の信号値分布である第１の信号値分布、および標準脳画像の脳槽領域の信号値分布である第２の信号値分布に基づいて、出血領域を特定する処理を実行する。
くも膜下出血は、脳における脳槽に出血が生じる。正常な脳の脳画像においては、脳槽領域は髄液で満たされているため、医用画像の種類に応じた特有の値（例えばＣＴ画像であれば低いＣＴ値）を示すことから、周囲にある脳実質の領域と比較して異なるＣＴ値で表示される。このため、脳の医用画像すなわち脳画像において脳槽領域の位置を特定することにより、くも膜下出血が疑われる領域を高精度で抽出することができる。
本発明によれば、標準的な脳画像である標準脳画像と脳画像とが位置合わせされ、被検体の脳の脳画像から脳槽領域が抽出され、脳画像から抽出した脳槽領域の信号値分布である第１の信号値分布と、標準脳画像の脳槽領域の信号値分布である第２の信号値分布とに基づいて、出血領域が特定される。このため、脳画像においては、くも膜下出血により出血が疑われる領域を精度よく特定した上で、出血の有無を確認することができる。したがって、頭部の脳画像を用いてのくも膜下出血の診断を精度よく行うことができる。
本発明の実施形態による医用画像処理装置を適用した、診断支援システムの概要を示すハードウェア構成図 第１の実施形態による医用画像処理装置の概略構成を示す図 標準脳画像を示す図 被検体の脳画像を示す図 脳画像から抽出された脳槽領域を示す図 出血領域の特定を説明するための図 ディスプレイに表示された脳画像を示す図 本実施形態において行われる処理を示すフローチャート 脳槽領域における複数の解剖学的領域を説明するための図 第３の実施形態による医用画像処理装置の概略構成を示す図
以下、図面を参照して本発明の実施形態について説明する。図１は、本発明の第１の実施形態による医用画像処理装置を適用した、診断支援システムの概要を示すハードウェア構成図である。図１に示すように、診断支援システムでは、本実施形態による医用画像処理装置１、３次元画像撮影装置２、および画像保管サーバ３が、ネットワーク４を経由して通信可能な状態で接続されている。
３次元画像撮影装置２は、被検体の診断対象となる部位を撮影することにより、その部位を表す３次元画像を医用画像として生成する装置であり、具体的には、ＣＴ装置、ＭＲＩ装置、およびＰＥＴ（Positron Emission Tomography）装置等である。３次元画像撮影装置２により生成された医用画像は画像保管サーバ３に送信され、保存される。なお、本実施形態においては、被検体である患者の診断対象部位は脳であり、３次元画像撮影装置２はＣＴ装置であり、被検体の脳を含む頭部のＣＴ画像を３次元の脳画像Ｂ０として生成する。
画像保管サーバ３は、各種データを保存して管理するコンピュータであり、大容量外部記憶装置およびデータベース管理用ソフトウェアを備えている。画像保管サーバ３は、有線あるいは無線のネットワーク４を介して他の装置と通信を行い、画像データ等を送受信する。具体的には３次元画像撮影装置２で生成された脳画像Ｂ０の画像データを含む各種データをネットワーク経由で取得し、大容量外部記憶装置等の記録媒体に保存して管理する。なお、画像データの格納形式およびネットワーク４経由での各装置間の通信は、ＤＩＣＯＭ（Digital Imaging and Communication in Medicine）等のプロトコルに基づいている。
医用画像処理装置１は、１台のコンピュータに、本発明の医用画像処理プログラムをインストールしたものである。コンピュータは、診断を行う医師が直接操作するワークステーションまたはパーソナルコンピュータでもよいし、それらとネットワークを介して接続されたサーバコンピュータでもよい。医用画像処理プログラムは、ＤＶＤ（Digital Versatile Disc）あるいはＣＤ−ＲＯＭ（Compact Disc Read Only Memory）等の記録媒体に記録されて配布され、その記録媒体からコンピュータにインストールされる。または、ネットワークに接続されたサーバコンピュータの記憶装置、もしくはネットワークストレージに、外部からアクセス可能な状態で記憶され、要求に応じて医師が使用するコンピュータにダウンロードされ、インストールされる。
図２は、コンピュータに医用画像処理プログラムをインストールすることにより実現される医用画像処理装置の概略構成を示す図である。図２に示すように、医用画像処理装置１は、標準的なワークステーションの構成として、ＣＰＵ（Central Processing Unit）１１、メモリ１２およびストレージ１３を備えている。また、医用画像処理装置１には、ディスプレイ１４、並びにキーボードおよびマウス等の入力部１５が接続されている。なお、ディスプレイ１４が表示部に対応する。
ストレージ１３には、ネットワーク４を経由して画像保管サーバ３から取得した、被検体の脳画像、並びに処理に必要な情報を含む各種情報が記憶されている。
また、メモリ１２には、医用画像処理プログラムが記憶されている。医用画像処理プログラムは、ＣＰＵ１１に実行させる処理として、被検体の脳画像Ｂ０を取得する画像取得処理、標準的な脳画像である標準脳画像と脳画像Ｂ０とを位置合わせして、脳画像Ｂ０から脳槽領域を抽出する脳槽領域抽出処理、脳画像Ｂ０から抽出した脳槽領域の信号値分布である第１の信号値分布、および標準脳画像の脳槽領域の信号値分布である第２の信号値分布に基づいて、出血領域を特定する出血領域特定処理、並びに出血領域が特定されたことを表す情報をディスプレイ１４に表示する表示制御処理を規定する。
そして、ＣＰＵ１１がプログラムに従いこれらの処理を実行することで、コンピュータは、画像取得部２１、脳槽領域抽出部２２、出血領域特定部２３および表示制御部２４として機能する。なお、本実施形態においては、ＣＰＵ１１が医用画像処理プログラムによって、各部の機能を実行するようにしたが、ソフトウェアを実行して各種の処理部として機能する汎用的なプロセッサとしては、ＣＰＵ１１の他、ＦＰＧＡ (Field Programmable Gate Array)等の製造後に回路構成を変更可能なプロセッサであるプログラマブルロジックデバイス（Programmable Logic Device:ＰＬＤ）を用いることができる。また、ＡＳＩＣ（Application Specific Integrated Circuit）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等により、各部の処理を実行するようにしてもよい。
１つの処理部は、これら各種のプロセッサのうちの１つで構成されてもよいし、同種または異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡ、またはＣＰＵとＦＰＧＡの組み合わせ等）で構成されてもよい。また、複数の処理部を１つのプロセッサで構成してもよい。複数の処理部を１つのプロセッサで構成する例としては、第１に、クライアントおよびサーバ等のコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアとの組み合わせで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第２に、システムオンチップ（System On Chip:ＳｏＣ）等に代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣ（Integrated Circuit）チップで実現するプロセッサを使用する形態がある。このように、各種の処理部は、ハードウェア的な構造として、上記各種のプロセッサを１つ以上用いて構成される。
さらに、これらの各種のプロセッサのハードウェア的な構造は、より具体的には、半導体素子等の回路素子を組み合わせた電気回路（circuitry）である。
画像取得部２１は、被検体の脳の脳画像Ｂ０を画像保管サーバ３から取得する。なお、脳画像Ｂ０が既にストレージ１３に記憶されている場合には、画像取得部２１は、ストレージ１３から脳画像Ｂ０を取得するようにしてもよい。
脳槽領域抽出部２２は、標準的な脳画像である標準脳画像と脳画像Ｂ０とを位置合わせして、脳画像Ｂ０から脳槽領域を抽出する。標準脳画像は、複数の健常者の頭部をＣＴ装置により取得した複数のＣＴ画像から脳領域を抽出して複数の脳画像を生成し、複数の脳画像を平均することにより生成された脳画像である。なお、脳領域としては、本実施形態においては、脳実質および頭蓋骨を含むものとするが、脳実質のみを含むものであってもよい。図３は標準脳画像を示す図である。なお、標準脳画像は脳を表す３次元画像であるが、説明のために図３においては、ある断面における脳の断層画像を示している。図３に示すように、標準脳画像Ｂｓには、頭蓋骨３０および脳実質３１が含まれ、脳実質３１に脳槽領域３２が含まれる。なお、実際には、脳実質３１には脳室等の他の解剖学的領域が含まれるが、図３には脳槽領域３２のみを示す。また、標準脳画像Ｂｓの画像データは、画像保管サーバ３またはストレージ１３に保存されており、脳槽領域抽出部２２が、画像保管サーバ３またはストレージ１３から取得する。
なお、標準脳画像Ｂｓは、コンピュータグラフィックス等により作成されたものであってもよい。また、一人の健常者の脳画像を標準脳画像Ｂｓとして用いてもよい。
図３に示すように、標準脳画像Ｂｓにおいては、頭蓋骨３０は非常に高いＣＴ値を有するために白く示され、脳実質３１はグレーで示される。また、脳槽領域３２は髄液が満たされているため非常に低いＣＴ値を有することから黒く示されている。
ここで、頭部の形状および大きさは、被検体に応じて異なる。例えば図４に示すように、被検体の脳画像Ｂ０に含まれる脳の形状および大きさは、図３に示す標準脳画像Ｂｓに含まれる脳の形状および大きさと異なる。なお、図４においては頭蓋骨４０および脳実質４１のみを示し、脳槽は省略している。
脳槽領域抽出部２２は、脳画像Ｂ０から脳槽の領域（以下脳槽領域とする）を抽出するために、脳画像Ｂ０と標準脳画像Ｂｓとの位置合わせを行う。位置合わせは、３次元の脳画像Ｂ０および３次元の標準脳画像Ｂｓ間において行われる。位置合わせの手法としては、標準脳画像Ｂｓおよび脳画像Ｂ０間でのランドマークを用いた第１の位置合わせをまず行う。そして、第１の位置合わせを行った後に、標準脳画像Ｂｓおよび脳画像Ｂ０間での全領域を用いた第２の位置合わせを行う。なお、ランドマークとしては、具体的には脳に含まれる脳溝および脳室等の特徴的な領域の少なくとも１つを用いることができる。
脳槽領域抽出部２２は、標準脳画像Ｂｓおよび脳画像Ｂ０間において、対応するランドマークを一致させるように第１の位置合わせを行う。本実施形態において、第１の位置合わせは相似変換による位置合わせである。具体的には、脳画像Ｂ０を平行移動、回転および相似に拡大縮小することによる位置合わせである。脳槽領域抽出部２２は、標準脳画像Ｂｓに含まれるランドマークと、脳画像Ｂ０に含まれる標準脳画像Ｂｓのランドマークと対応するランドマークとの相関が最大となるように、脳画像Ｂ０を相似変換して、第１の位置合わせを行う。
脳槽領域抽出部２２は、このようにランドマークを用いた第１の位置合わせを行った後、標準脳画像Ｂｓおよび脳画像Ｂ０間での全領域を用いた第２の位置合わせを行う。本実施形態において、第２の位置合わせは非線形変換による位置合わせである。非線形変換による位置合わせとしては、例えばＢスプラインおよびシンプレートスプライン(Thin Plate Spline)等の関数を用いて画素位置を非線形に変換することによる位置合わせが挙げられる。脳槽領域抽出部２２は、第１の位置合わせ後の脳画像Ｂ０の各画素位置を、標準脳画像Ｂｓに含まれる対応する画素位置に非線形変換することにより、第２の位置合わせを行う。
このように位置合わせを行うことにより、脳画像Ｂ０における脳槽領域と、標準脳画像Ｂｓにおける脳槽領域とを対応づけることができる。そして、脳槽領域抽出部２２は、脳画像Ｂ０における標準脳画像Ｂｓの脳槽領域と対応づけられた領域を、脳画像Ｂ０の脳槽領域４２として抽出する。図５は脳画像Ｂ０から抽出された脳槽領域を示す図である。図５に示すように、脳画像Ｂ０においては、脳槽領域４２が抽出されている。なお、図５においては、脳槽領域４２を黒色で示している。
出血領域特定部２３は、出血領域を特定する。具体的には、脳画像Ｂ０から抽出した脳槽領域４２の信号値分布である第１の信号値分布と、標準脳画像Ｂｓの脳槽領域（以下、脳槽領域についても参照番号として３２を用いる）３２の信号値分布である第２の信号値分布とに基づいて、出血領域を特定する。一般に、出血領域はＣＴ画像上において高いＣＴ値を示す。しかしながら、くも膜下出血では一般的な脳内出血とは異なり、出血領域が脳実質と同程度のＣＴ値しか示さない症例が存在する。一方、くも膜下出血においては、脳槽領域内において出血が見られる。
出血領域特定部２３は、脳画像Ｂ０から抽出した脳槽領域４２と、脳槽領域４２に対応する標準脳画像Ｂｓにおける脳槽領域３２の各画素値（ＣＴ値）の分布、すなわち信号値分布を比較する。このために、出血領域特定部２３は、脳画像Ｂ０の脳槽領域４２内の各画素値(ＣＴ値)の分布、すなわち信号値分布である第１の信号値分布と、標準脳画像Ｂｓの脳槽領域３２内の信号値分布である第２の信号値分布とを、正規分布の確率密度関数にフィッティングする。なお、第１の信号値分布は脳槽領域４２内の画素値のヒストグラム、第２の信号値分布は脳槽領域３２内の画素値のヒストグラムを用いる。
ここで、脳槽領域３２，４２内の全画素のＣＴ値をサンプルとして集計すると、脳槽領域３２，４２内の画素値の平均値および分散値を算出することができる。平均値および分散値が求まれば、正規分布の確率密度関数を一意に定義することができる。このため、出血領域特定部２３は、脳画像Ｂ０から抽出した脳槽領域４２内の画素値に基づいて、脳槽領域４２についての確率密度関数（以下、第１の確率密度関数とする）を算出する。また、標準脳画像Ｂｓから抽出した脳槽領域３２内の画素値に基づいて、脳槽領域３２についての確率密度関数（以下、第２の確率密度関数とする）を算出する。
したがって、出血領域特定部２３は、第１の信号値分布を第１の確率密度関数にフィッティングし、第２の信号値分布を第２の確率密度関数にフィッティングする。さらに、出血領域特定部２３は、フィッティングされた第１の信号値分布とフィッティングされた第２の信号値分布との正規分布の相違を表す指標値を算出する。相違を表す指標値としては、例えばKL(Kullback-Leibler)-divergence（カルバック・ライブラー情報量）を用いることができる。そして、算出した指標値が予め定められたしきい値Ｔｈ１を超えた場合に、脳画像Ｂ０の脳槽領域４２を出血領域に特定する。
図６は出血領域の特定を説明するための図である。図６に示すように、脳画像Ｂ０の脳槽領域４２は比較的低ＣＴ値の領域４２Ａおよび脳実質４１とほぼ同一ＣＴ値の領域４２Ｂとが含まれる。この場合、領域４２Ｂについては、出血があるために脳実質４１とほぼ同一ＣＴ値となっている。このため、上述したように算出した指標値はしきい値Ｔｈ１を超えることとなる。したがって、出血領域特定部２３は、脳槽領域４２を出血領域に特定する。
表示制御部２４は、出血領域が特定されたことを表す情報をディスプレイ１４に表示する。図７はディスプレイに表示された脳画像Ｂ０を示す図である。図７に示すように、ディスプレイ１４には、脳槽領域４２が出血領域であることを表すテキスト５０が、出血領域が特定されたことを表す情報として表示されている。このように脳槽領域４２が出血領域であることを表すテキスト５０をディスプレイ１４に表示することにより、医師は被検体の脳画像Ｂ０における脳槽領域４２を注意深く観察することができるため、出血領域を容易に認識することができる。
なお、出血領域が特定されたことを表す情報としては、テキスト５０に限定されるものではなく、記号およびアイコン等のテキスト以外の情報であってもよい。
次いで、第１の実施形態において行われる処理について説明する。図８は第１の実施形態において行われる処理を示すフローチャートである。まず、画像取得部２１が、被検体の脳画像Ｂ０を取得する（ステップＳＴ１）。次いで、脳槽領域抽出部２２が、標準脳画像Ｂｓと脳画像Ｂ０とを位置合わせして、脳画像Ｂ０から脳槽領域を抽出する（ステップＳＴ２）。そして、出血領域特定部２３が、脳画像Ｂ０から抽出した脳槽領域の信号値分布である第１の信号値分布、および標準脳画像の脳槽領域の信号値分布である第２の信号値分布に基づいて出血領域を特定し（ステップＳＴ３）、さらに表示制御部２４が、出血領域が特定されたことを表す情報をディスプレイ１４に表示し（ステップＳＴ４）、処理を終了する。
このように、第１の実施形態においては、標準脳画像Ｂｓと脳画像Ｂ０とを位置合わせして脳槽領域４２を抽出し、脳画像Ｂ０から抽出した脳槽領域４２の信号値分布である第１の信号値分布と、標準脳画像Ｂｓの脳槽領域３２の信号値分布である第２の信号値分布とに基づいて出血領域を特定するようにしたものである。このため、脳画像Ｂ０においては、くも膜下出血により出血が疑われる領域を精度よく特定した上で、出血の有無を確認することができる。したがって、脳画像を用いてのくも膜下出血の診断を精度よく行うことができる。
なお、上記第１の実施形態において、標準脳画像Ｂｓの各画素に対して、脳槽領域であることの確からしさを表す確率値を設定してもよい。確率値は以下のようにして算出する。すなわち、標準脳画像Ｂｓを生成した複数の脳画像と標準脳画像Ｂｓとの位置合わせを行う。そして、標準脳画像Ｂｓの脳槽領域３２内の各画素に対して、複数の脳画像の脳槽領域がどの程度含まれるかを表す割合を確率値として算出する。具体的には、標準脳画像Ｂｓの脳槽領域３２内の各画素に対して、複数の脳画像のうちの脳槽領域が含まれる脳画像の数をカウントし、カウントした数を全ての脳画像の数により除した値を確率値とすればよい。
この場合、出血領域特定部２３は、さらに確率値に基づいて、標準脳画像Ｂｓと位置合わせされた脳画像Ｂ０の各画素の画素値を重み付けして、第１の信号値分布を算出する。具体的には、脳槽領域４２内の各画素に対応する脳槽領域３２内の各画素において算出された確率値を、脳槽領域４２内の各画素のＣＴ値に乗算する。そして、確率値を乗算したＣＴ値から第１の信号値分布を算出し、算出された第１の信号値分布を用いて、出血領域を特定する。このように出血領域を特定することにより、脳画像Ｂ０における、より脳槽らしい領域において、出血領域を特定することができる。このため、くも膜下出血の診断をより適切に行うことができる。
ところで、脳槽は、大脳縦裂、シルビウス裂、シルビウス谷、脳底槽および迂回槽等の複数の解剖学的領域に分割することができる。このため、脳槽領域抽出部２２において、抽出した脳槽領域４２を複数の解剖学的領域に分割してもよい。以下、脳槽領域４２を複数の解剖学的領域に分割する実施形態を第２の実施形態として説明する。なお、本発明の第２の実施形態による医用画像処理装置の構成は、図２に示す第１の実施形態による医用画像処理装置の構成と同一であるため、ここでは装置についての詳細な説明は省略する。
第２の実施形態においては、脳槽領域抽出部２２は、図９に示すように、抽出した脳槽領域４２を、大脳縦裂４３、シルビウス裂４４、シルビウス谷４５、脳底槽４６および迂回槽４７の解剖学的領域に分割する。なお、解剖学的領域への分割は、標準脳画像Ｂｓの脳槽領域３２内の各画素に対して各解剖学的領域のラベルを付与しておき、脳画像Ｂ０の脳槽領域４２と標準脳画像Ｂｓの脳槽領域３２とを位置合せした際に、脳槽領域３２の各画素に付与されたラベルを、脳槽領域４２内の対応する各画素に付与することにより行えばよい。さらに、第２の実施形態においては、シルビウス裂４４に注目し、シルビウス裂４４を左シルビウス裂４４Ｌおよび右シルビウス裂４４Ｒに分割する。
第２の実施形態においては、出血領域特定部２３は、分割した解剖学的領域毎に出血領域を特定する。例えば、上記第１の実施形態と同様に、脳画像Ｂ０の脳槽領域４２内の第１の信号値分布と、標準脳画像Ｂｓの脳槽領域３２内の第２の信号値分布との確率分布間の相違を表す指標値を、分割した解剖学的領域毎に算出する。そして、算出した指標値が予め定められたしきい値Ｔｈ２を超える解剖学的領域を出血領域に特定する。これにより、脳槽の解剖学的領域毎に出血の有無を確認することができる。
この際、標準脳画像Ｂｓの各画素に対して、脳槽領域であることの確からしさを表す確率値を設定し、確率値を用いて脳画像Ｂ０における脳槽領域４２の解剖学的領域毎に第１の信号値分布を算出してもよい。
また、第２の実施形態のように脳槽を複数の解剖学的領域に分割した場合、分割した解剖学的領域のそれぞれにおいて異なるパラメータを用いて出血領域を特定するようにしてもよい。例えば、分割した解剖学的領域のそれぞれにおいて算出された指標値がしきい値Ｔｈ２を超える場合に、その解剖学的領域を出血領域に特定する場合を考える。この場合において、しきい値Ｔｈ２をパラメータとする。ここで、第２の実施形態において使用する標準脳画像Ｂｓは、複数の健常者の脳画像を用いて作成される。その際に、複数の脳画像に含まれる脳槽領域の解剖学的領域毎に、ＣＴ値の分散を算出しておく。そして、ＣＴ値の分散が大きい解剖学的領域ほど、しきい値Ｔｈ２を大きく設定する。このように、解剖学的領域毎に異なるパラメータを用いて出血領域を特定することにより、ＣＴ値のバラツキが大きい解剖学的領域においては、出血領域を特定する際の条件がより厳しいものとなる。これにより、脳槽の解剖学的領域毎の出血領域をより精度よく特定することができる。
また、上記第１の実施形態において、出血領域特定部２３が、第１の信号値分布および第２の信号値分布に基づく特徴量を入力とし、出血領域であるか否かの判別結果を出力する判別器を備えるものとしてもよい。以下これを第３の実施形態として説明する。なお、図１０は本発明の第３の実施形態による医用画像処理装置の構成を示す概略ブロック図である。なお、図１０において図２と同一の構成については同一の参照番号を付与し、詳細な説明は省略する。
第３の実施形態においては、出血領域特定部２３は、脳画像Ｂ０から抽出した脳槽領域３２の第１の信号値分布と、標準脳画像Ｂｓから抽出した脳槽領域４２の第２の信号値分布とに基づく特徴量を入力とし、出血領域であるか否かの判別結果を出力する判別器２５を備える。なお、第３の実施形態において、特徴量としては、脳画像Ｂ０から抽出した脳槽領域３２の第１の信号値分布と、標準脳画像Ｂｓから抽出した脳槽領域４２の第２の信号値分布との差分を用いるものとする。
第３の実施形態においては、判別器２５の機械学習のために、出血領域であることが分かっている脳槽領域の第１の信号値分布と第２の信号値分布との差分、および出血領域でない脳槽領域の第１の信号値分布と第２の信号値分布との差分が多数用意される。そして、これらの多数の差分を用いて機械学習を行って判別器２５を生成する。なお、機械学習の手法としては、ロジスティック回路およびサポートベクターマシン等の公知の任意の手法を用いることができる。このように学習がなされることにより、判別器２５は、脳画像Ｂ０から抽出した脳槽領域３２の第１の信号値分布と、標準脳画像Ｂｓから抽出した脳槽領域４２の第２の信号値分布との差分が入力されると、脳槽領域３２が出血領域であるか否かの判別結果を出力するものとなる。
第３の実施形態のように、脳画像Ｂ０から抽出した脳槽領域３２の第１の信号値分布と、標準脳画像Ｂｓから抽出した脳槽領域４２の第２の信号値分布とに基づく特徴量を入力とし、脳槽領域３２が出血領域であるか否かの判別結果を出力する判別器２５を用いることによっても、出血領域を特定することができる。
また、上記第２の実施形態においても、出血領域特定部２３が判別器を備えるものとしてもよい。第２の実施形態においては、複数の解剖学的領域毎の第１の信号値分布と第２の信号値分布との差分を特徴量として入力し、解剖学的領域が出血領域であるか否かの判別結果を出力するように機械学習を行って判別器を作成すればよい。このように、第２の実施形態においても判別器を用いて出血領域を特定することができる。
なお、上記各実施形態においては、被検体のＣＴ画像を脳画像として用いているが、ＭＲＩ画像およびＰＥＴ画像等のＣＴ画像以外の医用画像においても、正常な脳槽領域と出血した脳槽領域とで画素値が異なるものとなる。このため、ＣＴ画像以外の医用画像を脳画像として用いてもよい。
以下、本実施形態の作用効果について説明する。
標準脳画像の各画素に対して、脳槽領域であることの確からしさを表す確率値が設定されてなる場合、さらに確率値に基づいて、標準脳画像と位置合わせされた脳画像の各画素の画素値を重み付けして第１の信号値分布を算出することにより、脳槽領域についてより適切な信号値分布を第１の信号値分布として算出することができる。したがって、出血領域をより精度よく特定することができる。
脳槽は、大脳縦裂、シルビウス裂、シルビウス谷、脳底槽および迂回槽等の解剖学的領域に分割することができる。このため、脳槽領域を複数の解剖学的領域に分割し、複数の解剖学的領域のそれぞれについての第１の信号値分布および第２の信号値分布に基づいて出血領域を特定することにより、脳槽の解剖学的領域における出血の有無を確認することができる。
分割した解剖学的領域毎に異なるパラメータを用いて出血領域を特定することにより、脳槽の解剖学的領域毎の出血領域をより精度よく特定することができる。
１ 医用画像処理装置
２ ３次元画像撮影装置
３ 画像保管サーバ
４ ネットワーク
１１ ＣＰＵ
１２ メモリ
１３ ストレージ
１４ ディスプレイ
１５ 入力部
２１ 画像取得部
２２ 脳槽領域抽出部
２３ 出血領域特定部
２４ 表示制御部
２５ 判別器
３０，４０ 頭蓋骨
３１，４１ 脳実質
３２，４２ 脳槽領域
４３ 大脳縦裂
４４ シルビウス裂
４４Ｌ 左シルビウス裂
４４Ｒ 右シルビウス裂
４５ シルビウス谷
４６ 脳底槽
４７ 迂回槽
５０ テキスト
Ｂ０ 脳画像
Ｂｓ 標準脳画像

Claims (14)

  1. 被検体の脳画像を取得する画像取得部と、
    標準的な脳画像である標準脳画像と前記脳画像とを位置合わせして、前記脳画像から脳槽領域を抽出する脳槽領域抽出部と、
    前記脳画像から抽出した脳槽領域の信号値分布である第１の信号値分布、および前記標準脳画像の脳槽領域の信号値分布である第２の信号値分布のそれぞれを、予め定められた確率密度関数にフィッティングして、前記第１の信号値分布についての第１の確率分布および前記第２の信号値分布についての第２の確率分布を算出し、前記第１の確率分布と前記第２の確率分布との相違を表す指標値を算出し、該算出した指標値が予め定められたしきい値を超える前記脳画像から抽出した脳槽領域を出血領域に特定する出血領域特定部とを備えた医用画像処理装置。
  2. 前記標準脳画像の各画素に対して、前記脳槽領域であることの確からしさを表す確率値が設定されてなり、前記出血領域特定部は、さらに前記確率値に基づいて、前記標準脳画像と位置合わせされた前記脳画像の各画素の画素値を重み付けして、前記第１の信号値分布を算出する請求項１に記載の医用画像処理装置。
  3. 被検体の脳画像を取得する画像取得部と、
    標準的な脳画像である標準脳画像であって、各画素に対して脳槽領域であることの確からしさを表す確率値が設定されてなる標準脳画像と前記脳画像とを位置合わせして、前記脳画像から脳槽領域を抽出する脳槽領域抽出部と、
    前記確率値に基づいて前記標準脳画像と位置合わせされた前記脳画像の各画素の画素値を重み付けして、前記脳画像から抽出した脳槽領域の信号値分布である第１の信号値分布を算出し、前記第１の信号値分布および前記標準脳画像の脳槽領域の信号値分布である第２の信号値分布に基づいて、出血領域を特定する出血領域特定部とを備えた医用画像処理装置。
  4. 被検体の脳画像を取得する画像取得部と、
    標準的な脳画像である標準脳画像であって、各画素に対して脳槽領域であることの確からしさを表す確率値が設定されてなる標準脳画像と前記脳画像とを位置合わせして、前記脳画像から脳槽領域を抽出し、前記脳槽領域をさらに複数の解剖学的領域に分割する脳槽領域抽出部と、
    前記確率値に基づいて前記標準脳画像と位置合わせされた前記脳画像の各画素の画素値を重み付けして、前記複数の解剖学的領域毎に前記脳画像から抽出した脳槽領域の信号値分布である第１の信号値分布を算出し、前記第１の信号値分布および前記標準脳画像における前記複数の解剖学的領域のそれぞれに対応する領域の信号値分布である第２の信号値分布に基づいて、出血領域を特定する出血領域特定部とを備えた医用画像処理装置。
  5. 前記出血領域特定部は、前記複数の解剖学的領域のそれぞれにおいて異なるパラメータを用いて前記出血領域を特定する請求項４に記載の医用画像処理装置。
  6. 前記出血領域特定部は、前記複数の解剖学的領域のそれぞれについての前記第１の信号値分布および前記第２の信号値分布に基づく特徴量を入力とし、前記出血領域であるか否かの判別結果を出力する判別器を備えた請求項４に記載の医用画像処理装置。
  7. 前記脳画像は、ＣＴ装置により取得されたＣＴ画像である請求項１から６のいずれか１項に記載の医用画像処理装置。
  8. 前記出血領域が特定されたことを表す情報を表示部に表示する表示制御部をさらに備えた請求項１から７のいずれか１項に記載の医用画像処理装置。
  9. 被検体の脳画像を取得し、
    標準的な脳画像である標準脳画像と前記脳画像とを位置合わせして、前記脳画像から脳槽領域を抽出し、
    前記脳画像から抽出した脳槽領域の信号値分布である第１の信号値分布、および前記標準脳画像の脳槽領域の信号値分布である第２の信号値分布のそれぞれを、予め定められた確率密度関数にフィッティングして、前記第１の信号値分布についての第１の確率分布および前記第２の信号値分布についての第２の確率分布を算出し、前記第１の確率分布と前記第２の確率分布との相違を表す指標値を算出し、該算出した指標値が予め定められたしきい値を超える前記脳画像から抽出した脳槽領域を出血領域に特定する医用画像処理方法。
  10. 被検体の脳画像を取得し、
    標準的な脳画像である標準脳画像であって、各画素に対して脳槽領域であることの確からしさを表す確率値が設定されてなる標準脳画像と前記脳画像とを位置合わせして、前記脳画像から脳槽領域を抽出し、
    前記確率値に基づいて前記標準脳画像と位置合わせされた前記脳画像の各画素の画素値を重み付けして、前記脳画像から抽出した脳槽領域の信号値分布である第１の信号値分布を算出し、前記第１の信号値分布および前記標準脳画像の脳槽領域の信号値分布である第２の信号値分布に基づいて、出血領域を特定する医用画像処理方法。
  11. 被検体の脳画像を取得し、
    標準的な脳画像である標準脳画像であって、各画素に対して脳槽領域であることの確からしさを表す確率値が設定されてなる標準脳画像と前記脳画像とを位置合わせして、前記脳画像から脳槽領域を抽出し、前記脳槽領域をさらに複数の解剖学的領域に分割し、
    前記確率値に基づいて前記標準脳画像と位置合わせされた前記脳画像の各画素の画素値を重み付けして、前記複数の解剖学的領域毎に前記脳画像から抽出した脳槽領域の信号値分布である第１の信号値分布を算出し、前記第１の信号値分布および前記標準脳画像における前記複数の解剖学的領域のそれぞれに対応する領域の信号値分布である第２の信号値分布に基づいて、出血領域を特定する医用画像処理方法。
  12. 被検体の脳画像を取得する手順と、
    標準的な脳画像である標準脳画像と前記脳画像とを位置合わせして、前記脳画像から脳槽領域を抽出する手順と、
    前記脳画像から抽出した脳槽領域の信号値分布である第１の信号値分布、および前記標準脳画像の脳槽領域の信号値分布である第２の信号値分布のそれぞれを、予め定められた確率密度関数にフィッティングして、前記第１の信号値分布についての第１の確率分布および前記第２の信号値分布についての第２の確率分布を算出し、前記第１の確率分布と前記第２の確率分布との相違を表す指標値を算出し、該算出した指標値が予め定められたしきい値を超える前記脳画像から抽出した脳槽領域を出血領域に特定する手順とをコンピュータに実行させる医用画像処理プログラム。
  13. 被検体の脳画像を取得する手順と、
    標準的な脳画像である標準脳画像であって、各画素に対して脳槽領域であることの確からしさを表す確率値が設定されてなる標準脳画像と前記脳画像とを位置合わせして、前記脳画像から脳槽領域を抽出する手順と、
    前記確率値に基づいて前記標準脳画像と位置合わせされた前記脳画像の各画素の画素値を重み付けして、前記脳画像から抽出した脳槽領域の信号値分布である第１の信号値分布を算出し、前記第１の信号値分布および前記標準脳画像の脳槽領域の信号値分布である第２の信号値分布に基づいて、出血領域を特定する手順とをコンピュータに実行させる医用画像処理プログラム。
  14. 被検体の脳画像を取得する手順と、
    標準的な脳画像である標準脳画像であって、各画素に対して脳槽領域であることの確からしさを表す確率値が設定されてなる標準脳画像と前記脳画像とを位置合わせして、前記脳画像から脳槽領域を抽出し、前記脳槽領域をさらに複数の解剖学的領域に分割する手順と、
    前記確率値に基づいて前記標準脳画像と位置合わせされた前記脳画像の各画素の画素値を重み付けして、前記複数の解剖学的領域毎に前記脳画像から抽出した脳槽領域の信号値分布である第１の信号値分布を算出し、前記第１の信号値分布および前記標準脳画像における前記複数の解剖学的領域のそれぞれに対応する領域の信号値分布である第２の信号値分布に基づいて、出血領域を特定する手順とをコンピュータに実行させる医用画像処理プログラム。
JP2018090345A 2018-05-09 2018-05-09 医用画像処理装置、方法およびプログラム Active JP6945493B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2018090345A JP6945493B2 (ja) 2018-05-09 2018-05-09 医用画像処理装置、方法およびプログラム
US16/399,203 US11096643B2 (en) 2018-05-09 2019-04-30 Medical image processing apparatus, method, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018090345A JP6945493B2 (ja) 2018-05-09 2018-05-09 医用画像処理装置、方法およびプログラム

Publications (3)

Publication Number Publication Date
JP2019195426A JP2019195426A (ja) 2019-11-14
JP2019195426A5 JP2019195426A5 (ja) 2020-09-24
JP6945493B2 true JP6945493B2 (ja) 2021-10-06

Family

ID=68463828

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018090345A Active JP6945493B2 (ja) 2018-05-09 2018-05-09 医用画像処理装置、方法およびプログラム

Country Status (2)

Country Link
US (1) US11096643B2 (ja)
JP (1) JP6945493B2 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11295537B1 (en) * 2018-02-23 2022-04-05 Tipping Point Medical Images, Llc Method and apparatus for inserting virtual contrast into CT and MRI examinations
EP4218560A4 (en) * 2020-09-28 2024-04-03 FUJIFILM Corporation IMAGE PROCESSING DEVICE, OPERATING METHOD FOR IMAGE PROCESSING DEVICE, OPERATING PROGRAM FOR IMAGE PROCESSING DEVICE AND TRAINED MODEL
CN118369686A (zh) * 2021-12-10 2024-07-19 皇家飞利浦有限公司 用于处理脑扫描信息以自动识别异常的系统和方法
CN115100217B (zh) * 2022-05-07 2025-01-17 清华大学 头颈部ct影像中脑部区域的提取方法、装置、设备及介质

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040014087A1 (en) * 1999-06-01 2004-01-22 Incyte Corporation Molecules for diagnostics and therapeutics
US7477768B2 (en) * 1999-06-29 2009-01-13 The Research Foundation Of State University Of New York System and method for performing a three-dimensional virtual examination of objects, such as internal organs
US8543519B2 (en) * 2000-08-07 2013-09-24 Health Discovery Corporation System and method for remote melanoma screening
US6842638B1 (en) * 2001-11-13 2005-01-11 Koninklijke Philips Electronics N.V. Angiography method and apparatus
US9492114B2 (en) * 2004-06-18 2016-11-15 Banner Health Systems, Inc. Accelerated evaluation of treatments to prevent clinical onset of alzheimer's disease
JP2006043200A (ja) * 2004-08-05 2006-02-16 Japan Science & Technology Agency 脳内出血／くも膜下出血診断支援システム
US7430339B2 (en) * 2004-08-09 2008-09-30 Microsoft Corporation Border matting by dynamic programming
US9471978B2 (en) * 2004-10-04 2016-10-18 Banner Health Methodologies linking patterns from multi-modality datasets
WO2006114003A1 (en) * 2005-04-27 2006-11-02 The Governors Of The University Of Alberta A method and system for automatic detection and segmentation of tumors and associated edema (swelling) in magnetic resonance (mri) images
EP1996959A4 (en) * 2006-03-03 2012-02-29 Medic Vision Brain Technologies Ltd SYSTEM AND METHOD FOR PRIORITIZE PRIORITIZATION AND AUTOMATIC ANALYSIS OF MEDICAL IMAGES
JP4912787B2 (ja) * 2006-08-08 2012-04-11 オリンパスメディカルシステムズ株式会社 医療用画像処理装置及び医療用画像処理装置の作動方法
JP5121204B2 (ja) * 2006-10-11 2013-01-16 オリンパス株式会社 画像処理装置、画像処理方法、および画像処理プログラム
CA2748854A1 (en) * 2008-01-02 2009-07-16 Bio-Tree Systems, Inc. Methods of obtaining geometry from images
EP2260466A4 (en) * 2008-03-03 2012-03-21 Agency Science Tech & Res METHOD AND SYSTEM FOR SEGMENTING CT-SCAN DATA
US12201405B2 (en) * 2008-10-29 2025-01-21 Flashback Technologies, Inc. Assessing effectiveness of CPR
US20120150048A1 (en) * 2009-03-06 2012-06-14 Bio-Tree Systems, Inc. Vascular analysis methods and apparatus
FR2957441B1 (fr) * 2010-03-10 2016-01-01 Commissariat Energie Atomique Procede d'extraction simultanee de la fonction d'entree et des parametres pharmacocinetiques d'un principe actif.
BR112014023637B1 (pt) * 2012-03-26 2021-12-21 New York University Métodos para avaliação da integridade do sistema nervoso central e para detecção, diagnóstico ou avaliação de pressão intracraniana aumentada
JP6382232B2 (ja) * 2013-02-21 2018-08-29 ユニバ−シティ オブ ロチェスタ− 脳全体の傍血管経路を老廃物のクリアランス機能について評価するための方法、およびそれに基づいて神経変性障害を治療するための方法
US9858661B2 (en) * 2013-06-13 2018-01-02 The Charles Stark Draper Laboratory, Inc. Detecting species diversity by image texture analysis
CN108369642A (zh) * 2015-12-18 2018-08-03 加利福尼亚大学董事会 根据头部计算机断层摄影解释和量化急症特征
US20190054022A1 (en) * 2016-04-07 2019-02-21 Edge Therapeutics, Inc. Formulations of site-specific, microparticulate compositions and their use to improve outcome after aneursymal subarachnoid hemorrhage

Also Published As

Publication number Publication date
US20190343473A1 (en) 2019-11-14
JP2019195426A (ja) 2019-11-14
US11096643B2 (en) 2021-08-24

Similar Documents

Publication Publication Date Title
JP7129869B2 (ja) 疾患領域抽出装置、方法及びプログラム
JP6945493B2 (ja) 医用画像処理装置、方法およびプログラム
US11049251B2 (en) Apparatus, method, and program for learning discriminator discriminating infarction region, discriminator for discriminating infarction region, and apparatus, method, and program for discriminating infarction region
US20220139062A1 (en) Learning apparatus, learning method, and learning program, region-of-interest extraction apparatus, region-of-interest extraction method, and region-of-interest extraction program, and learned extraction model
US10910101B2 (en) Image diagnosis support apparatus, image diagnosis support method, and image diagnosis support program
WO2019102917A1 (ja) 読影医決定装置、方法およびプログラム
WO2019216125A1 (ja) 梗塞領域を判別する判別器の学習装置、方法およびプログラム、梗塞領域を判別する判別器、並びに梗塞領域判別装置、方法およびプログラム
WO2019044081A1 (ja) 医用画像表示装置、方法及びプログラム
US20190019304A1 (en) Medical image processing apparatus, method, and program
JP6821036B2 (ja) 医用画像処理装置、方法およびプログラム
US11551351B2 (en) Priority judgement device, method, and program
US11328414B2 (en) Priority judgement device, method, and program
US11176413B2 (en) Apparatus, method, and program for training discriminator discriminating disease region, discriminator discriminating disease region, disease region discrimination apparatus, and disease region discrimination program
JP2019213785A (ja) 医用画像処理装置、方法およびプログラム
CA3034814C (en) System and method for using imaging quality metric ranking
JP6827120B2 (ja) 医用情報表示装置、方法及びプログラム
JP6788113B2 (ja) 医用画像処理装置、方法およびプログラム
JP6765396B2 (ja) 医用画像処理装置、方法およびプログラム
JP2021175454A (ja) 医用画像処理装置、方法およびプログラム
WO2019150717A1 (ja) 葉間膜表示装置、方法およびプログラム
US20240037738A1 (en) Image processing apparatus, image processing method, and image processing program
US20240331335A1 (en) Image processing apparatus, image processing method, and image processing program
JP7376715B2 (ja) 経過予測装置、経過予測装置の作動方法および経過予測プログラム
US20230121783A1 (en) Medical image processing apparatus, method, and program

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200812

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200812

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210603

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210629

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210729

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20210824

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210914

R150 Certificate of patent or registration of utility model

Ref document number: 6945493

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250