JP2008173213A - 医用画像診断支援装置 - Google Patents

Abstract

【課題】 腫瘍の治療のタイミングを見極めるための情報を提供可能な診断支援技術を提供する。
【解決手段】 上記課題は、CPU11が画像データベース4より現在選択されている断層像の患者IDを含む画像付帯情報から同一患者の過去画像を探索し、前記探索された過去画像と現在選択している現在画像との3次元的な位置を合わせし、前記過去画像が位置あわせされた現在画像を表示した画面上にマウス17により異常陰影を設定し、前記設定された異常陰影の成長度を算出し、前記算出された異常陰影の成長度を前記現在画像又は前記過去画像と対応づけてディスプレイ15に表示する。
【選択図】 図１

Description

本発明は、医用画像診断支援装置によって異なる日時に得られた被検体の同一部位が含まれる断層像から異常陰影を各々抽出し、各々抽出された異常陰影の大きさ・形状の経過から異常陰影の成長度を読影医に提示することが可能な医用画像診断支援装置に関する。

従来、医用画像診断装置によって異なる日時に得られた被検体の同一部位が含まれる断層像等の医用画像を効率良く読影する比較読影と呼ばれる技術がある。(例えば、特許文献1)
特開2003-284690号公報

しかし、特許文献1の比較読影では、異なる日時に得られた被検体の同一部位が含まれる医用画像を効率よく比較できるように表示する技術を開示するのみで、画像中の異常陰影の推移や経過は読影者が判断しなければならない。

ところで、異常陰影のうちの悪性度が高い肺がんなどの初期段階ではすりガラス状陰影であるが、進行すると腫瘤陰影内部から充実陰影へ変化していくものがある。つまり、充実陰影の領域は増大するが、見た目は異常陰影の大きさが変わらない。

このため、通常の腫瘍倍加時間による腫瘍の未来の大きさの変化、すなわち治療のタイミングを見極めることが困難であるという未解決の問題があった。

本発明の目的は、腫瘍の治療のタイミングを見極めるための情報を提供可能な診断支援技術を提供することにある。

上記目的は、画像データベースより現在選択されている断層像の患者IDを含む画像付帯情報から同一患者の過去画像を探索する画像探索手段と、前記探索された過去画像と現在選択している現在画像との3次元的な位置を合わせる位置合わせ手段と、前記過去画像が位置あわせされた現在画像を表示した画面上の異常陰影を設定する異常陰影設定手段と、前記設定された異常陰影の成長度を算出する異常陰影成長度算出手段と、前記算出された異常陰影の成長度を前記現在画像又は前記過去画像と対応づけて表示する表示手段と、を備えたことで達成される。

本発明によれば、腫瘍の治療のタイミングを見極めるための情報を提供できる。

以下、添付図面に従って、本発明に係る医用画像診断支援方法及び装置の好ましい実施の形態について詳説する。

図1は、発明の一実施の形態に係る医用画像診断支援システムの1の構成を示すハードウエア構成図である。

図1の医用画像診断支援システム1は、X線CT装置やMR装置などの医用断層画像撮影装置2と医用断層画像撮影装置2が撮影して得た医用画像を格納する画像データベース4と、医用画像を表示する医用画像表示装置10とを備え、医用断層画像撮影装置2、画像データベース4及び医用画像表示装置10は、LAN３等のネットワークによりお互いに接続される。

医用画像表示装置10は、主として各構成要素の動作を制御する中央処理装置(CPU)11と、装置の制御プログラムが格納されたり、プログラム実行時の作業領域となったりする腫メモリ12と、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、医用画像から注目部位を定量評価する処理等を行うためのプログラムを含む各種アプリケーションソフト等が格納される磁気ディスク13と、表示用データを一時記憶する表示メモリ14と、この表示メモリ14からのデータに基づいて画像を表示するCRTモニタや液晶モニタ等のディスプレイ15と、キーボード16と、位置座標入力装置としてのマウス17と、マウス17の状態を検出してディプレイ15上のマウスポインタの位置やマウス17の状態等の信号をCPU11に出力するコントローラ18と、上記各構成要素を接続する共通バス19とを備える。

本実施の形態においては、医用画像表示装置10は、LAN3を介して画像データベース4から医用画像を読み出すが、医用画像表示装置10に接続された記憶装置、例えばFDD、CD−RWドライブ、MOドライブ、ZIPドライブ等から医用画像を読み込んでも良い。また、LAN3を経由して、医用断層画像撮影装置２から直接医用画像を取得してもよい。

図2は、図1の医用画像診断支援装置が実行するメインフローを示す図である。図1のCPU11はこのメインフローに従って動作する。以下、このメインフローの詳細をステップ順に説明する。

まず、医用画像診断支援装置のディスプレイ14上に被検者のID入力画面が表示されるので、操作者は患者のID番号を入力する。すると、CPU11は医用画像モダリティによって予め撮影された断層像の中から診断対象となる患者のID番号に対応した断層画像を磁気ディスク12から読み出す。CPU11は、読み出しが終了したら、断層画像(現在画像)を表示する。

［ステップＳ２０]
読み出した画像データ内のDICOM情報から、画像データベース内に同一患者の過去に撮影した画像(過去画像)を読み出す。

［ステップＳ２１]
CPU11は、現在画像と位置が合うように、過去画像の位置を合わせる。このときの手法として、気管支分岐部のスライス位置情報を基にあわせる手法などを用いてもよい。

［ステップＳ２２]
CPU11は、位置合わせを終了したら、成長度算出処理を行う。図3は、この成長度算出処理の詳細を示す図である。以下に、この処理の詳細をステップ順に説明する。

［ステップＳ３０]
操作者が注目する陰影を指定した後に、CPU11は指定した陰影領域を抽出する。この時の手法として、指定領域とその周辺領域情報を基に、陰影を抽出するための閾値を決定し、その閾値を用いて二値化処理を行う。そして、指定した点を開始点として、領域拡張法を用いて、陰影を抽出する方法などを用いてもよい。

［ステップＳ３１]
CPU11は、抽出した領域から、過去画像の同一位置に存在する陰影と抽出した陰影内部を解析し、特徴量を算出する。図4は、この特徴量算出処理の詳細を示す図である。以下に、この処理の詳細をステップ順に説明する。

［ステップＳ４０]
CPU11は、陰影内部の、CT値の粗雑度を算出する。
この粗雑度とは、抽出した陰影で、高いCT値領域(高CT領域)と低いCT値領域(低CT領域)に分けたときに、高CT領域のランレングスと低CT領域のランレングスの割合である。この粗雑度が低ければ陰影内部のCT値の分布は一様であり、高ければ陰影内部のCT値の分布は一様でないということになる。図5にこの粗雑度についての概念図を示す。これを過去画像にも適用する。

［ステップＳ４１]
CPU11は、経時的に変化した領域を解析する。
このとき、充実影混在型のすりガラス状陰影は、陰影中心部にある高CT値領域の大きさが増加する傾向がある。この特徴を利用して、陰影中心部の変化した画素数等を特徴量とする。

［ステップＳ４２]
CPU11は、ステップS40とステップS41で抽出した特徴量の他に、以下のような特徴量を算出する。
特徴量１：陰影の長径
特徴量２：陰影の短径
特徴量３：陰影の全体の体積
特徴量４：前回撮影してから現在までの撮影間隔(時間)
特徴量５：従来の異常陰影の腫瘍倍加時間も利用できる場合があるので付け加える。
腫瘍倍加時間は、腫瘍の体積が2倍までに要する時間である。画像情報からこの倍加時間を算出するには、以下の数式(1)を用いる。

ここで、V₁ とは1回目(前回)撮影時の体積、V₂ とは2回目(今回)撮影時の体積、Δt とは経時変化(時間)を表している。

［ステップＳ３２]
CPU11は、ステップS40〜ステップS42で得た特徴量を基に、ニューラルネットワークを用いて、陰影の成長度を算出する。図7に説明図を示す。この時の手法として、CPU11は、多変量解析を行い、統計的に各特徴量に掛け合わせる係数値を決定して、算出しても良い、または、各特徴量の平均値を算出してもよい。

［ステップＳ２３]
CPU11は、異常候補陰影の成長度を図8、図9に例示するように画面表示する。ここでは、現在画像全体を表示する画面と、現在画像の指定部位の拡大像を表示する画面の2画面構成となっている。図8では、拡大像上に算出した陰影の成長度を表示している例である。図9では、さらに成長度を算出する際に用いた陰影の特徴量をリスト表示している表示例である。このように、通常の腫瘍倍加時間による腫瘍の未来の大きさの変化、すなわち治療のタイミングを見極めることが可能となった。

次に、図10、図11に基づいて、本発明に係る医用画像診断支援方法及び装置の第二の実施の形態について詳説する。
まず、医用画像診断支援装置のディスプレイ14上に被検者のID入力画面が表示されるので、操作者は患者のID番号を入力する。すると、CPU11は医用画像モダリティによって予め撮影された断層像の中から診断対象となる患者のID番号に対応した断層画像を磁気ディスク12から読み出す。CPU11は、読み出しが終了したら、断層画像(現在画像)を表示する。

［ステップＳ２０]
CPU11は、読み出した画像データ内のDICOM情報から、画像データベース内に同一患者の過去に撮影した画像(過去画像)を読み出す。

［ステップＳ２１]
CPU11は、現在画像と位置が合うように、過去画像の位置を合わせる。このときの手法として、気管支分岐部のスライス位置情報を基にあわせる手法などを用いてもよい。

［ステップＳ１００]
CPU11は、登録した現在画像と、画像データベースから見つけ出した過去画像に対して、異常候補陰影検出処理を行う。
CPU11は、異常候補陰影検出処理を行う。異常候補陰影検出処理は、例えば原画像100から多値化画像を作成し、その多値化画像に基づいて陰影の中心座標を求める。そして、CPU11は、その中心座標を基準にして所定長の半径を回転させて陰影の画素値を順次サンプリングし、そのサンプリング画素値に基づいて異常候補陰影であるいかいなかを判別することにより検出することができる。

［ステップＳ２２]
CPU11は、ステップS90で検出した異常候補陰影に対して、成長度算出処理を行う。この成長度算出処理は、第1の実施形態で説明した特徴量である。

［ステップＳ１０１]
CPU11は、ステップS22で得た検出した異常候補陰影の成長度を降順(或いは昇順)に並びかえる。ここで、並べ替えた順序情報は現在画像又は過去画像の画像付帯情報として付加され、現在画像又は過去画像がモニタに表示される際にその付帯情報も表示できる。

［ステップＳ１０２]
CPU11は、異常候補陰影の成長度を図11に例示するように画面表示する。ここでは、現在画像全体を表示する画面と、現在画像の指定部位の拡大像を表示する画面の2画面構成である。図11では、検出した異常候補陰影の成長度をリスト表示している表示例である。操作者は成長度の高い順(或いは低い順)に読影することができる。
これによって、優先的に治療すべき患部を効率良く表示することができる。

本発明の実施の形態に係る画像診断システムの全体構成図である。 本発明に係る医用画像診断支援方法の第一の実施形態を示すフローチャートである。 図2のメインフロー内の成長度算出処理の詳細を示す図である。 図2のメインフロー内の特徴量算出処理の詳細を示す図である。 図3のフロー内のCT値情報解析処理における特徴量の説明図である。 図3のフロー内の経時的変化部位の解析処理における特徴量の説明図である。 図3のフロー内の成長度算出処理で使っているニューラルネットワークの説明図である。 図2のメインフロー内の計測結果表示処理における画面表示例である。 図2のメインフロー内の計測結果表示処理における別の画面表示例である。 本発明に係る医用画像診断支援方法の第二の実施形態を示すフローチャートである。 図8のメインフロー内の計測結果表示処理における画面表示例である。

符号の説明

１…医用画像表示システム、２…医用断層画像撮影装置、３…LAN、４…画像データベース、１０…医用画像表示装置、１１…CPU、１２…主メモリ、１３…磁気ディスク、１４…表示メモリ、１５…モニタ、１６…キーボード、１７…マウス、１８…コントローラ、１９…共通バス、５０…指定した陰影領域、５１…高CT値領域、５２…高CT値のランレングス、６０…過去画像中の異常陰影、６１…現在画像中の異常陰影、６２…経時的変化部位解析処理結果、６３…陰影中心から距離に対して、経時的変化した画素数を表した経時的変化曲線、８０・９０・１１０…原画像(現在画像)、８１・９１・１１１…異常陰影の拡大像、９２…特徴量のリスト、１１２…適用した画像における成長度のリスト

Claims (3)

1. 画像データベースより現在選択されている断層像の患者ＩＤを含む画像付帯情報から同一患者の過去画像を探索する画像探索手段と、
   前記探索された過去画像と現在選択している現在画像との３次元的な位置を合わせる位置合わせ手段と、
   前記過去画像が位置あわせされた現在画像を表示した画面上の異常陰影を設定する異常陰影設定手段と、
   前記設定された異常陰影の成長度を算出する異常陰影成長度算出手段と、
   前記算出された異常陰影の成長度を前記現在画像又は前記過去画像と対応づけて表示する表示手段と、
   を備えたことを特徴とする医用画像診断支援装置。
2. 前記表示手段は、前記異常陰影成長度算出手段によって算出された異常陰影の成長度をリスト表示することを特徴とする請求項１に記載の医用画像診断支援装置。
3. 前記表示手段は、前記算出された異常陰影の成長度のリスト表示を所定の順序で降順又は昇順に並び替えると共に、その並び替えた順序情報を前記現在画像又は前記過去画像と対応づけて表示することを特徴とする請求項２に記載の医用画像診断支援装置。

Images