JP2018175344A - 診断支援システム - Google Patents

Abstract

【課題】ユーザーが指定した注目領域に基づいて、見落としのない効率的な診断が行えるように支援する。【解決手段】診断用コンソール３の制御部３１によれば、被写体Ｍの動態を放射線撮影することにより得られた動態画像又は当該動態画像の画素毎又は複数画素のブロック毎の動態解析結果を示す解析結果画像における少なくも一つのフレーム画像を用いてユーザーが注目領域を指定するための領域指定画面を表示部３４に表示し、領域指定画面において指定された注目領域のサイズを取得するとともに、注目領域の画像特徴量を算出する。そして、制御部３１は、注目領域のサイズ及び画像特徴量に基づいて、動態画像又は解析結果画像から抽出する領域の検索条件を生成し、生成された検索条件に該当する領域を動態画像又は前記解析結果画像から抽出し、動態画像又は解析結果画像において抽出された領域を識別可能に表示する。【選択図】図３

Description

本発明は、診断支援システムに関する。

従来、被写体を撮影した画像から注目すべき領域を抽出する技術が知られている。
例えば、特許文献１においては、試料の観察画像中に、分析装置による分析対象領域を設定する装置であって、観察画像を複数の領域に分割し、各分割領域における画像特徴量を算出し、ユーザーにより指定された複数の分割領域の画像特徴量から分析対象領域として抽出する分割領域の画像特徴量の範囲を決定し、画像特徴量が決定された範囲内の分割領域を抽出することが記載されている。

特許第５９００６４４号公報

ところで、医用画像の読影においては、観察対象の大きさが重要である。しかしながら、特許文献１に記載の技術は、ピクセル毎またはＭ×Ｎ個等の隣接する複数のピクセルを１分割領域として領域抽出を行うものであるため、ユーザーが注目している大きさの病変があっても、その領域を見落とさないように抽出してユーザーに提示することはできない。また、特許文献１においては、静止画が対象であるため、その画像を撮影したタイミングに表現できていない病変や、画素信号値の時間変化から捉えることのできる病変等についてはユーザーに提示することができない。

本発明の課題は、ユーザーが指定した注目領域に基づいて、見落としのない効率的な診断が行えるように支援することである。

上記課題を解決するため、請求項１に記載の発明の診断支援システムは、
生体の動態を放射線撮影することにより得られた動態画像又は当該動態画像の画素毎又は複数画素のブロック毎の動態解析結果を示す解析結果画像における少なくも一つのフレーム画像を用いて、ユーザーが注目領域を指定するための領域指定手段と、
前記領域指定手段により指定された注目領域のサイズを取得するサイズ取得手段と、
前記領域指定手段により指定された注目領域の画像特徴量を算出する特徴量算出手段と、
前記サイズ取得手段により取得された前記注目領域のサイズ及び前記特徴量算出手段により算出された前記注目領域の画像特徴量に基づいて、前記動態画像又は前記解析結果画像から抽出する領域の検索条件を生成する検索条件生成手段と、
前記検索条件生成手段により生成された検索条件に該当する領域を前記動態画像又は前記解析結果画像から抽出する抽出手段と、
前記動態画像又は前記解析結果画像において前記抽出手段により抽出された領域を識別可能に表示する表示手段と、
を備える。

請求項２に記載の発明は、請求項１に記載の発明において、
前記特徴量算出手段は、前記注目領域における画素信号値の時間変化に基づく画像特徴量を算出する。

請求項３に記載の発明は、請求項１又は２に記載の発明において、
前記動態画像から注目領域が指定された場合、予め定められた複数の観点のうちいずれの観点に注目して前記注目領域を指定したのかをユーザーが指定するための観点指定手段を備え、
前記特徴量算出手段は、前記領域指定手段により指定された注目領域の、前記観点指定手段により指定された観点に応じた画像特徴量を算出する。

請求項４に記載の発明は、請求項３に記載の発明において、
前記動態画像は、前記生体の胸部の動態を放射線撮影することにより得られた胸部動態画像であり、
前記観点指定手段は、換気、血流、腫瘍のうち、少なくとも一つの観点を指定可能である。

請求項５に記載の発明は、請求項１〜４のいずれか一項に記載の発明において、
前記動態画像又は前記解析結果画像から抽出する領域の前記注目領域と比較した病変レベルをユーザーが指定するための病変レベル指定手段を備え、
前記検索条件生成手段は、前記注目領域のサイズ、前記注目領域の画像特徴量及び前記病変レベル指定手段より指定された病変レベルに基づいて、前記検索条件を生成する。

請求項６に記載の発明は、請求項５に記載の発明において、
前記病変レベル指定手段は、前記抽出する領域が前記注目領域と比較して重篤か、同等か、又は軽微かをユーザーが指定するためのものである。

請求項７に記載の発明は、請求項５又は６に記載の発明において、
前記領域指定手段は、ポインティングデバイスを含み、
前記病変レベル指定手段は、前記領域指定手段により前記注目領域を指定する際の前記ポインティングデバイスの動作により前記病変レベルを指定する。

請求項８に記載の発明は、請求項１〜７のいずれか一項に記載の発明において、
前記領域指定手段は、ユーザーにより指定された領域の一部領域又は前記指定された領域の近傍の領域を含めた領域を前記ユーザーにより指定された注目領域として指定する。

本発明によれば、ユーザーが指定した注目領域に基づいて、見落としのない効率的な診断を支援することが可能となる。

本発明の実施形態における動態解析システムの全体構成を示す図である。 図１の撮影用コンソールの制御部により実行される撮影制御処理を示すフローチャートである。 第１の実施形態において図１の診断用コンソールの制御部により実行される領域抽出処理Ａを示すフローチャートである。 領域抽出処理Ａにおけるユーザー操作を示す図である。 注目領域から算出された画像特徴量が換気又は血流に係る画像特徴量である場合の検索を模式的に示す図である。 図３のステップＳ２０において表示される領域抽出結果の一例を示す図である。 図３のステップＳ２０において表示される領域抽出結果の一例を示す図である。 第２の実施形態において図１の診断用コンソールの制御部により実行される領域抽出処理Ｂを示すフローチャートである。

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。ただし、発明の範囲は、図示例に限定されない。

＜第１の実施形態＞
〔診断支援システム１００の構成〕
まず、本発明の第１の実施形態の構成を説明する。
図１に、第１の実施形態における診断支援システム１００の全体構成を示す。
図１に示すように、診断支援システム１００は、撮影装置１と、撮影用コンソール２とが通信ケーブル等により接続され、撮影用コンソール２と、診断用コンソール３とがＬＡＮ（Local Area Network）等の通信ネットワークＮＴを介して接続されて構成されている。診断支援システム１００を構成する各装置は、ＤＩＣＯＭ（Digital Image and Communications in Medicine）規格に準じており、各装置間の通信は、ＤＩＣＯＭに則って行われる。

〔撮影装置１の構成〕
撮影装置１は、例えば、呼吸運動に伴う肺の膨張及び収縮の形態変化、心臓の拍動等の、生体の動態を撮影する撮影手段である。動態撮影とは、被写体に対し、Ｘ線等の放射線をパルス状にして所定時間間隔で繰り返し照射するか(パルス照射)、もしくは、低線量率にして途切れなく継続して照射する(連続照射)ことで、被写体の動態を示す複数の画像を取得することをいう。動態撮影により得られた一連の画像を動態画像と呼ぶ。また、動態画像を構成する複数の画像のそれぞれをフレーム画像と呼ぶ。なお、以下の実施形態では、パルス照射により胸部の動態撮影を行う場合を例にとり説明する。

放射線源１１は、被写体Ｍ（被検者）を挟んで放射線検出部１３と対向する位置に配置され、放射線照射制御装置１２の制御に従って、被写体Ｍに対し放射線（Ｘ線）を照射する。
放射線照射制御装置１２は、撮影用コンソール２に接続されており、撮影用コンソール２から入力された放射線照射条件に基づいて放射線源１１を制御して放射線撮影を行う。撮影用コンソール２から入力される放射線照射条件は、例えば、パルスレート、パルス幅、パルス間隔、１撮影あたりの撮影フレーム数、Ｘ線管電流の値、Ｘ線管電圧の値、付加フィルター種等である。パルスレートは、１秒あたりの放射線照射回数であり、後述するフレームレートと一致している。パルス幅は、放射線照射１回当たりの放射線照射時間である。パルス間隔は、１回の放射線照射開始から次の放射線照射開始までの時間であり、後述するフレーム間隔と一致している。

放射線検出部１３は、ＦＰＤ（Flat Panel Detector）等の半導体イメージセンサーにより構成される。ＦＰＤは、例えば、ガラス基板等を有しており、基板上の所定位置に、放射線源１１から照射されて少なくとも被写体Ｍを透過した放射線をその強度に応じて検出し、検出した放射線を電気信号に変換して蓄積する複数の検出素子（画素）がマトリックス状に配列されている。各画素は、例えばＴＦＴ（Thin Film Transistor）等のスイッチング部を備えて構成されている。ＦＰＤにはＸ線をシンチレーターを介して光電変換素子により電気信号に変換する間接変換型、Ｘ線を直接的に電気信号に変換する直接変換型があるが、何れを用いてもよい。
放射線検出部１３は、被写体Ｍを挟んで放射線源１１と対向するように設けられている。

読取制御装置１４は、撮影用コンソール２に接続されている。読取制御装置１４は、撮影用コンソール２から入力された画像読取条件に基づいて放射線検出部１３の各画素のスイッチング部を制御して、当該各画素に蓄積された電気信号の読み取りをスイッチングしていき、放射線検出部１３に蓄積された電気信号を読み取ることにより、画像データを取得する。この画像データがフレーム画像である。そして、読取制御装置１４は、取得したフレーム画像を撮影用コンソール２に出力する。画像読取条件は、例えば、フレームレート、フレーム間隔、画素サイズ、画像サイズ（マトリックスサイズ）等である。フレームレートは、１秒あたりに取得するフレーム画像数であり、パルスレートと一致している。フレーム間隔は、１回のフレーム画像の取得動作開始から次のフレーム画像の取得動作開始までの時間であり、パルス間隔と一致している。

ここで、放射線照射制御装置１２と読取制御装置１４は互いに接続され、互いに同期信号をやりとりして放射線照射動作と画像の読み取りの動作を同調させるようになっている。

〔撮影用コンソール２の構成〕
撮影用コンソール２は、放射線照射条件や画像読取条件を撮影装置１に出力して撮影装置１による放射線撮影及び放射線画像の読み取り動作を制御するとともに、撮影装置１により取得された動態画像を撮影技師等の撮影実施者によるポジショニングの確認や診断に適した画像であるか否かの確認用に表示する。
撮影用コンソール２は、図１に示すように、制御部２１、記憶部２２、操作部２３、表示部２４、通信部２５を備えて構成され、各部はバス２６により接続されている。

制御部２１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory
）等により構成される。制御部２１のＣＰＵは、操作部２３の操作に応じて、記憶部２２に記憶されているシステムプログラムや各種処理プログラムを読み出してＲＡＭ内に展開し、展開されたプログラムに従って後述する撮影制御処理を始めとする各種処理を実行し、撮影用コンソール２各部の動作や、撮影装置１の放射線照射動作及び読み取り動作を集中制御する。

記憶部２２は、不揮発性の半導体メモリーやハードディスク等により構成される。記憶部２２は、制御部２１で実行される各種プログラムやプログラムにより処理の実行に必要なパラメーター、或いは処理結果等のデータを記憶する。例えば、記憶部２２は、図２に示す撮影制御処理を実行するためのプログラムを記憶している。また、記憶部２２は、検査対象部位（ここでは、胸部とする）に対応付けて放射線照射条件及び画像読取条件を記憶している。各種プログラムは、読取可能なプログラムコードの形態で格納され、制御部２１は、当該プログラムコードに従った動作を逐次実行する。

操作部２３は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、キーボードに対するキー操作やマウス操作により入力された指示信号を制御部２１に出力する。また、操作部２３は、表示部２４の表示画面にタッチパネルを備えても良く、この場合、タッチパネルを介して入力された指示信号を制御部２１に出力する。

表示部２４は、ＬＣＤ（Liquid Crystal Display）やＣＲＴ（Cathode Ray Tube）等のモニターにより構成され、制御部２１から入力される表示信号の指示に従って、操作部２３からの入力指示やデータ等を表示する。

通信部２５は、ＬＡＮアダプターやモデムやＴＡ（Terminal Adapter）等を備え、通信ネットワークＮＴに接続された各装置との間のデータ送受信を制御する。

〔診断用コンソール３の構成〕
診断用コンソール３は、撮影用コンソール２から取得した動態画像においてユーザーが指定した注目領域の大きさや画像特徴量を基準とした検索条件で動態画像から領域抽出を行い、抽出された領域を表示して医師の診断を支援するための装置である。
診断用コンソール３は、図１に示すように、制御部３１、記憶部３２、操作部３３、表示部３４、通信部３５を備えて構成され、各部はバス３６により接続されている。

制御部３１は、ＣＰＵ、ＲＡＭ等により構成される。制御部３１のＣＰＵは、操作部３３の操作に応じて、記憶部３２に記憶されているシステムプログラムや、各種処理プログラムを読み出してＲＡＭ内に展開し、展開されたプログラムに従って、領域抽出処理Ａを始めとする各種処理を実行し、診断用コンソール３の各部の動作を集中制御する。制御部３１は、サイズ取得手段、特徴量算出手段、検索条件生成手段、抽出手段として機能する。

記憶部３２は、不揮発性の半導体メモリーやハードディスク等により構成される。記憶部３２は、制御部３１で差分画像表示処理Ａを実行するためのプログラムを始めとする各種プログラムやプログラムによる処理の実行に必要なパラメーター、或いは処理結果等のデータを記憶する。これらの各種プログラムは、読取可能なプログラムコードの形態で格納され、制御部３１は、当該プログラムコードに従った動作を逐次実行する。

また、記憶部３２には、過去に撮影された動態画像が患者情報（例えば、患者ＩＤ、患者の氏名、身長、体重、年齢、性別等）、検査情報（例えば、検査ＩＤ、検査日、検査対象部位（ここでは、胸部）等）に対応付けて記憶されている。

操作部３３は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、ユーザーによるキーボードに対するキー操作やマウス操作により入力された指示信号を制御部３１に出力する。また、操作部３３は、表示部３４の表示画面にタッチパネルを備えても良く、この場合、タッチパネルを介して入力された指示信号を制御部３１に出力する。操作部３３は、領域指定手段、観点指定手段、病変レベル指定手段として機能する。

表示部３４は、ＬＣＤやＣＲＴ等のモニターにより構成され、制御部３１から入力される表示信号の指示に従って、各種表示を行う。

通信部３５は、ＬＡＮアダプターやモデムやＴＡ等を備え、通信ネットワークＮＴに接続された各装置との間のデータ送受信を制御する。

〔診断支援システム１００の動作〕
次に、本実施形態における上記診断支援システム１００の動作について説明する。

（撮影装置１、撮影用コンソール２の動作）
まず、撮影装置１、撮影用コンソール２による撮影動作について説明する。
図２に、撮影用コンソール２の制御部２１において実行される撮影制御処理を示す。撮影制御処理は、制御部２１と記憶部２２に記憶されているプログラムとの協働により実行される。

まず、撮影実施者により撮影用コンソール２の操作部２３が操作され、被検者（被写体Ｍ）の患者情報、検査情報の入力が行われる（ステップＳ１）。

次いで、放射線照射条件が記憶部２２から読み出されて放射線照射制御装置１２に設定されるとともに、画像読取条件が記憶部２２から読み出されて読取制御装置１４に設定される（ステップＳ２）。

次いで、操作部２３の操作による放射線照射の指示が待機される（ステップＳ３）。ここで、撮影実施者は、被写体Ｍを放射線源１１と放射線検出部１３の間に配置してポジショニングを行う。また、被検者（被写体Ｍ）に対し、呼吸状態を指示する。撮影準備が整った時点で、操作部２３を操作して放射線照射指示を入力する。

操作部２３により放射線照射指示が入力されると（ステップＳ３；ＹＥＳ）、放射線照射制御装置１２及び読取制御装置１４に撮影開始指示が出力され、動態撮影が開始される（ステップＳ４）。即ち、放射線照射制御装置１２に設定されたパルス間隔で放射線源１１により放射線が照射され、放射線検出部１３によりフレーム画像が取得される。

予め定められたフレーム数の撮影が終了すると、制御部２１により放射線照射制御装置１２及び読取制御装置１４に撮影終了の指示が出力され、撮影動作が停止される。撮影されるフレーム数は、少なくとも１呼吸サイクルが撮影できる枚数である。

撮影により取得されたフレーム画像は順次撮影用コンソール２に入力され、撮影順を示す番号（フレーム番号）と対応付けて記憶部２２に記憶されるとともに（ステップＳ５）、表示部２４に表示される（ステップＳ６）。撮影実施者は、表示された動態画像によりポジショニング等を確認し、撮影により診断に適した画像が取得された（撮影ＯＫ）か、再撮影が必要（撮影ＮＧ）か、を判断する。そして、操作部２３を操作して、判断結果を入力する。

操作部２３の所定の操作により撮影ＯＫを示す判断結果が入力されると（ステップＳ７；ＹＥＳ）、動態撮影で取得された一連のフレーム画像のそれぞれに、動態画像を識別するための識別ＩＤや、患者情報、検査情報、放射線照射条件、画像読取条件、撮影順を示す番号（フレーム番号）等の情報が付帯され（例えば、ＤＩＣＯＭ形式で画像データのヘッダ領域に書き込まれ）、通信部２５を介して診断用コンソール３に送信される（ステップＳ８）。そして、本処理は終了する。一方、操作部２３の所定の操作により撮影ＮＧを示す判断結果が入力されると（ステップＳ７；ＮＯ）、記憶部２２に記憶された一連のフレーム画像が削除され（ステップＳ９）、本処理は終了する。この場合、再撮影が必要となる。

（診断用コンソール３の動作）
次に、診断用コンソール３における動作について説明する。
診断用コンソール３においては、通信部３５を介して撮影用コンソール２から動態画像の一連のフレーム画像が受信されると、制御部３１と記憶部３２に記憶されているプログラムとの協働により領域抽出処理Ａが実行される。

図３は、領域抽出処理Ａの流れを示すフローチャート、図４は、領域抽出処理Ａにおけるユーザー操作を示す図である。以下、図３、４を参照して領域抽出処理Ａについて説明する。

まず、受信した動態画像が表示部３４の領域指定画面に表示される（ステップＳ１１）。
領域指定画面は、動態画像からユーザーが注目領域を指定するための画面であり、例えば、受信した動態画像のフレーム画像が操作部３３により順次切り替え表示可能に表示される。
ユーザーは、表示された動態画像の各フレーム画像を観察し、病変の疑いのある注目領域があった場合、操作部３３のポインティングデバイスによりフレーム画像上の注目領域の位置を指定する。例えば、操作部３３のポインティングデバイスにより注目領域を囲む。この注目領域を指定するときの操作部３３のポインティングデバイスの動作（ジェスチャー）により、注目領域より重篤な領域、同等な領域、軽微な領域のいずれの病変レベルの領域を動態画像から抽出するかを指定することができる。例えば、注目領域の下側から上方向に向かって注目領域を囲んだ場合、注目領域より重篤な領域の抽出を指定することができる。注目領域の上側から下方向に向かって注目領域を囲んだ場合、注目領域より軽微な領域の抽出を指定することができる。注目領域の横方向から注目領域を囲んだ場合、注目領域と同等の領域の抽出を指定することができる。すなわち、病変レベルの指定を注目領域の指定と同時に効率良く行うことができる。

次いで、操作部３３により動態画像の少なくとも一つのフレーム画像から注目領域が指定されたか否かが判断される（ステップＳ１２）。
注目領域が指定されたと判断された場合（ステップＳ１２；ＹＥＳ）、表示部３４に表示されているフレーム画像の指定された領域にアノテーションが付与される（ステップＳ１３）。

図４のＧ１に、指定された注目領域にアノテーションＡ１が付与されたフレーム画像の一例を示す。図４のＧ１おいては、指定された注目領域が実線の丸のアノテーションＡ１で囲まれた場合を例として示している。
なお、操作部３３により指定された領域そのものではなく、指定された領域の一部領域、又は近傍の画素を含めた領域を指定された注目領域として認識してもよい。例えば、指定された領域内の画素信号値の範囲内の画素信号値が隣接する領域に存在する場合は、その領域を含めて注目領域として認識してもよい。これにより、注目領域の指定の精度を向上させることができる。

次いで、注目領域指定時の操作部３３のポインティングデバイスの動作が解析され、注目領域指定時のポインティングデバイスの動作に基づいて、動態画像から抽出する領域の注目領域と比較した病変レベルが特定される（ステップＳ１４）。
例えば、操作部３３のポインティングデバイスにより注目領域の下側から上方向に向かって注目領域が囲まれた場合、抽出する領域の病変レベルが注目領域より重篤と特定される。注目領域の上側から下方向に向かって注目領域が囲まれた場合、抽出する領域の病変レベルが注目領域より軽微と特定される。注目領域の横方向から注目領域が囲まれた場合、抽出する領域の病変レベルが注目領域と同等と特定される。

次いで、指定された注目領域の大きさ（サイズ）が計測される。例えば、指定された注目領域内の画素数に基づいて、指定された注目領域のサイズが計測される（ステップＳ１５）。

次いで、指定された注目領域の近傍に、いずれの観点からその領域に注目したのかをユーザーが選択するためのメニューＭ１が表示され、注目領域を指定したときの観点の指定が受け付けられる（ステップＳ１６）。観点としては、図４のメニューＭ１に示すように、例えば、換気、血流、腫瘍の中から指定可能である。複数の指定も可能である。

次いで、指定された注目領域について、指定された観点に応じた画像特徴量が算出される（ステップＳ１７）。
以下、観点が換気、血流、腫瘍のそれぞれの場合についての画像特徴量の算出例について説明する。ここで、換気、血流については、指定された注目領域の画素信号値の時間変化に基づく画像特徴量が算出される。腫瘍については、指定された注目領域の指定されたフレーム画像における画像特徴量を算出する（ケース１とする）としてもよいし、指定された注目領域の画素信号値の時間変化に基づく画像特徴量を算出する（ケース２とする）としてもよい。いずれの画像特徴量を算出するかは、予めユーザーの操作に応じて設定可能である。

（１）観点が換気の場合
まず、動態画像の画素信号値に時間方向のローパスフィルター処理を施す。具体的には、動態画像の画素毎に画素信号値の時間変化を求めて時間方向のローパスフィルター（例えば、高域カットオフ周波数０．８５Ｈｚ）によりフィルタリングする。これにより、血流等による高周波成分を除去して換気の信号成分を取得することができる。なお、フレーム画像間で公知のローカルマッチング処理及びワーピング処理（特開２０１２−５７２９号公報参照）を施して、フレーム画像間における肺野領域の位置ずれを補正してからローパスフィルター処理を行うこととしてもよい。
次いで、指定された注目領域をフレーム画像間で対応付ける。例えば、指定された注目領域と同じ画素位置（座標）の領域を他のフレーム画像における注目領域として対応付ける。
そして、各フレーム画像の注目領域において、画素信号値の平均を算出し、基準となるフレーム画像（例えば、最大呼気位や最大吸気位）における画素信号値の平均と各フレーム画像における画素信号値の平均との差分値を算出し、算出した差分の最大値（絶対値）を換気に係る注目領域の画像特徴量として算出する。この画像特徴量は、換気機能が十分に働いているほど大きい（高い）値を示す。すなわち、この画像特徴量は、大きいほど病変が軽微、小さいほど重篤であることを示す。

（２）観点が血流の場合
まず、動態画像の画素信号値に時間方向のハイパスフィルター処理を施す。具体的には、動態画像の画素毎に画素信号値の時間変化を求めて時間方向のハイパスフィルター（例えば、低域カットオフ周波数０．８０Ｈｚ）によりフィルタリングする。これにより、換気等による低周波成分を除去して血流の信号成分を取得することができる。なお、フレーム画像間で公知のローカルマッチング処理及びワーピング処理（特開２０１２−５７２９号公報参照）を施して、フレーム画像間における肺野領域の位置ずれを補正してからハイパスフィルター処理を行うこととしてもよい。
次いで、指定された注目領域をフレーム画像間で対応付ける。例えば、指定された注目領域と同じ画素位置（座標）の領域を他のフレーム画像における注目領域として対応付ける。
そして、各フレーム画像の注目領域において、画素信号値の平均を算出し、隣接するフレーム画像間における画素信号値の平均の差分値を算出し、算出した差分の最大値（絶対値）を血流に係る注目領域の画像特徴量として算出する。この画像特徴量は、血流機能が十分に働いているほど大きい（高い）値を示す。すなわち、この画像特徴量は、大きいほど病変が軽微、小さいほど重篤であることを示す。
あるいは、各フレーム画像の注目領域において、画素信号値の平均を算出し、基準となるフレーム画像（例えば、心臓が最も拡張した位相）における画素信号値の平均と各フレーム画像における画素信号値の平均との差分値を算出し、算出した差分の最大値（絶対値）を血流に係る注目領域の画像特徴量として算出する。この画像特徴量は、血流機能が十分に働いているほど大きい（高い）値を示す。すなわち、この画像特徴量は、大きいほど病変が軽微、小さいほど重篤であることを示す。

（３）観点が腫瘍の場合
（３−１）ケース１
まず、指定された注目領域（指定が行われたフレーム画像における注目領域）の各画素について腫瘍らしさを示す評価値を算出し、算出した評価値の平均を指定された注目領域の画像特徴量として算出する。腫瘍らしさを示す評価値は特に限定されないが、例えば、特許第２５８２６６６号に記載の評価値等の公知の評価値を用いることができる。
（３−２）ケース２
まず、指定された注目領域をフレーム画像間で対応付ける。例えば、指定された注目領域と同じ画素位置（座標）の領域を他のフレーム画像における注目領域として対応付ける。あるいは、フレーム画像間で公知のローカルマッチング処理及びワーピング処理（特開２０１２−５７２９号公報参照）を施して、フレーム画像間における肺野領域の位置ずれを補正してから、指定された注目領域と同じ画素位置の領域を他のフレーム画像における注目領域として対応付けることとしてもよい。
次いで、フレーム画像の注目領域内の各画素の画素信号値の平均を求め、算出した画素信号値（平均）の（最大値−最小値）を腫瘍における注目領域の画像特徴量として算出する。画素信号値の時間変化が少ない腫瘍は、より硬い、または他の臓器などに癒着している等、悪性の可能性が高い。反対に、画素信号値の時間変化が大きい腫瘍は、柔らかくてよく動く等、良性の可能性が高い。すなわち、算出した画像特徴量は、大きいほど病変が軽微、小さいほど重篤であることを示す。
あるいは、フレーム画像の注目領域内の各画素の画素信号値の平均の、フレーム画像間の分散を算出し、算出した分散の値を腫瘍に係る注目領域の画像特徴量として算出することとしてもよい。算出した分散が大きいほど柔らかくて良く動くため、軽微の可能性が高い。算出した分散が小さいほど硬い、または他の臓器に癒着している等、悪性の可能性が高い。すなわち、算出した画像特徴量は、大きいほど病変が軽微、小さいほど重篤であることを示す。

次いで、指定された注目領域の大きさと算出した画像特徴量を用いて、動態画像から抽出する領域の検索条件が生成される（ステップＳ１８）。
例えば、注目領域の大きさと略同等の大きさの領域であって、画像特徴量が注目領域の画像特徴量より大きい（同等又は小さい）領域を動態画像から抽出する領域の検索条件として生成する。なお、注目領域の大きさに対し、何％ＵＰ、何％ＤＯＷＮしたサイズまでを同等とみなすかは、ユーザーが予め設定しておくことができる。また、画像特徴量が注目領域の画像特徴量より大きい領域を抽出するか、同等の領域を抽出するか、又は小さい領域を抽出するかは、ステップＳ１４で特定された抽出する領域の病変レベル及びステップＳ１７で算出した注目領域の画像特徴量の種類の組み合わせにより決定される。

例えば、注目領域について算出された画像特徴量が基準となるフレーム画像（例えば、最大呼気位や最大吸気位）における注目領域の画素信号値の平均と各フレーム画像における注目領域の画素信号値の平均との差分値の最大値であり、指定された病変レベルが重篤である場合、注目領域の大きさと略同等の大きさの領域であって、画像特徴量が注目領域の画像特徴量より小さい領域が検索条件として生成される。指定された病変レベルが同等である場合、注目領域の大きさと略同等の大きさの領域であって、画像特徴量が注目領域の画像特徴量と同等の領域が検索条件として生成される。指定された病変レベルが軽微である場合、注目領域の大きさと略同等の大きさの領域であって、画像特徴量が注目領域の画像特徴量より大きい領域が検索条件として生成される。

例えば、注目領域について算出された画像特徴量が隣接するフレーム画像間における注目領域の画素信号値の平均の差分値の最大値であり、指定された病変レベルが重篤である場合、注目領域の大きさと略同等の大きさの領域であって、画像特徴量が注目領域の画像特徴量より小さい領域が検索条件として生成される。指定された病変レベルが同等である場合、注目領域の大きさと略同等の大きさの領域であって、画像特徴量が注目領域の画像特徴量と同等の領域が検索条件として生成される。指定された病変レベルが軽微である場合、注目領域の大きさと略同等の大きさの領域であって、画像特徴量が注目領域の画像特徴量より大きい領域が検索条件として生成される。

例えば、注目領域について算出された画像特徴量が上述の腫瘍観点のケース１の画像特徴量であり、指定された病変レベルが重篤である場合、注目領域の大きさと略同等の大きさの領域であって、画像特徴量が注目領域の画像特徴量より大きい領域が検索条件として生成される。指定された病変レベルが同等である場合、注目領域の大きさと略同等の大きさの領域であって、画像特徴量が注目領域の画像特徴量と同等の領域が検索条件として生成される。指定された病変レベルが軽微である場合、注目領域の大きさと略同等の大きさの領域であって、画像特徴量が注目領域の画像特徴量より小さい領域が検索条件として生成される。

例えば、注目領域について算出された画像特徴量が上述の腫瘍観点のケース２の（最大値−最小値）であり、指定された病変レベルが重篤である場合、注目領域の大きさと略同等の大きさの領域であって、画像特徴量が注目領域の画像特徴量より小さい領域が検索条件として生成される。指定された病変レベルが同等である場合、注目領域の大きさと略同等の大きさの領域であって、画像特徴量が注目領域の画像特徴量と同等の領域が検索条件として生成される。指定された病変レベルが軽微である場合、注目領域の大きさと略同等の大きさの領域であって、画像特徴量が注目領域の画像特徴量より大きい領域が検索条件として生成される。

例えば、注目領域について算出された画像特徴量が上述の腫瘍観点のケース２の分散であり、指定された病変レベルが重篤である場合、注目領域の大きさと略同等の大きさの領域であって、画像特徴量が注目領域の画像特徴量より小さい領域が検索条件として生成される。指定された病変レベルが同等である場合、注目領域の大きさと略同等の大きさの領域であって、画像特徴量が注目領域の画像特徴量と同等の領域が検索条件として生成される。指定された病変レベルが軽微である場合、注目領域の大きさと略同等の大きさの領域であって、画像特徴量が注目領域の画像特徴量より大きい領域が検索条件として生成される。

なお、抽出する領域は、検索条件に合致する領域のうち、規定数分の領域としてもよい。例えば、注目領域より大きい画像特徴量を検索した場合は、画像特徴量の大きいものから規定数分の領域を抽出し、注目領域より小さい画像特徴量を検索した場合は、画像特徴量の小さいものから規定数分の領域を抽出することとしてもよい。また、算出される画像特徴量が肺野の領域によってトレンドがある（例えば、上肺より下肺の方が大きい等）場合、トレンドを補正する処理を行ってもよい。

次いで、動態画像から、生成された検索条件に該当する領域の抽出が行われる（ステップＳ１９）。
例えば、図５に示すように、注目領域から算出された画像特徴量が上述の換気又は血流に係る画像特徴量である場合、動態画像の左上から位置を１画素ずつずらしながら、検索条件で指定された大きさの探索領域を設定し、設定した探索領域について、注目領域について算出した画像特徴量と同じ画像特徴量を算出し、算出した画像特徴量と注目領域の画像特徴量の値の大小関係が検索条件に合致する（該当する）領域を抽出する。
例えば、注目領域から算出された画像特徴量が腫瘍に係る上述のケース１の画像特徴量である場合、動態画像の各フレーム画像に対し、例えば、公知の異常陰影候補検出処理を行い、腫瘍の疑いのある異常陰影候補領域を検出する。異常陰影候補検出処理としては、例えば、特許第２５８２６６６号に記載の手法等を用いることができる。そして、検出された各異常陰影候補領域のうち、大きさが検索条件に合致する領域について、注目領域と同じ画像特徴量を算出し、算出した画像特徴量と注目領域の画像特徴量の大小関係が検索条件に合致する領域を抽出する。
例えば、注目領域から算出された画像特徴量が腫瘍に係る上述のケース２の画像特徴量である場合、動態画像の一のフレーム画像に対し、例えば、公知の異常陰影候補検出処理を行い、腫瘍の疑いのある異常陰影候補領域を検出する。異常陰影候補検出処理としては、例えば、特許第２５８２６６６号に記載の手法等を用いることができる。次いで、検出された異常陰影候補領域のうち、大きさが検索条件に合致する領域について、注目領域と同じ画像特徴量を算出し、算出した画像特徴量と注目領域の画像特徴量の大小関係が検索条件に合致する領域を抽出する。
なお、検索する領域は、肺野領域のみとしてもよい。

そして、抽出された領域が表示部３４に表示され（ステップＳ２０）、領域抽出処理Ａは終了する。

図６Ａ、図６Ｂに、ステップＳ２０において表示される領域抽出結果の一例を示す。図６Ａは、換気、血流、腫瘍が観点として指定された場合であって、左上肺に換気観点で領域が抽出され、左肺下に血流観点で領域が抽出された場合の表示例を示している。図６Ｂにおいては、腫瘍が観点として指定された場合であって、注目領域を指定したフレーム画像とは異なるタイミングで撮影されたフレーム画像の右中肺に領域が抽出された場合の表示例を示している。なお、ステップＳ１６で観点を選択するために表示されたメニューＭ１における各観点のパターン（色）と、検索結果を示すアノテーションのパターン（色）は対応している。

このように、第１の実施形態における診断用コンソール３によれば、動態画像のフレーム画像からユーザーが指定した注目領域の大きさ及び画像特徴量に基づいて、抽出する領域の検索条件を生成し、生成した検索条件に基づいて抽出された領域を表示部３４に表示された動態画像上で識別可能に表示する。したがって、ユーザーが指定した注目領域に基づいて、見落としのない効率的な診断を支援することが可能となる。
また、換気、血流、腫瘍のうちいずれの観点に注目して注目領域を指定したのかをユーザーが指定するためのメニューＭ１を表示し、注目領域の大きさ及び指定された観点に応じた画像特徴量に基づいて検索を行うので、ユーザーが注目している観点の病変の領域をユーザーに提示することが可能となる。
また、ユーザーが指定した病変レベル（注目領域と比較して重篤か、同等か又は軽微か）に基づいて検索を行うので、ユーザーが所望する病変レベルの領域を抽出してユーザーに提示することが可能となる。病変レベルは、ユーザーが注目領域を指定するときのポインティングデバイスの動作により病変レベルを指定することができるので、病変レベルの指定を効率良く行うことができる。

＜第２の実施形態＞
次に、本発明の第２の実施形態について説明する。
第２の実施形態では、動態画像の解析結果画像からユーザーが指定した注目領域の大きさ及び画像特徴量に基づいて、抽出する領域の検索条件を生成し、生成した検索条件に基づいて、解析結果画像からユーザーに提示する領域を抽出する例について説明する。

第２の実施形態における構成は、診断用コンソール３の記憶部３２に領域抽出処理Ｂを実行するためのプログラムが記憶されている他は、第１の実施形態で説明したものと同様であるので説明を援用する。また、第２の実施形態における撮影装置１及び撮影用コンソール２の動作も第１の実施形態で説明したものであるので説明を援用し、以下、診断用コンソール３において実行される領域抽出処理Ｂについて説明する。

図７は、第２の実施形態において、診断用コンソール３により実行される領域抽出処理Ｂを示すフローチャートである。領域抽出処理Ｂは、制御部３１と記憶部３２に記憶されているプログラムとの協働により実行される。

まず、受信した動態画像に解析処理が施され、解析結果画像が生成される（ステップＳ２１）。解析結果画像は、動態画像に対し、画素毎又は複数画素のブロック毎に換気や血流の機能の解析を行ったときの解析結果を示す画像である。
ステップＳ２１においては、例えば、表示部３４に換気機能に係る解析を行うのか血流機能に係る解析を行うのかを選択するためのメニュー画面が表示され、操作部３３により選択された種類の解析が実行される。

例えば、換気機能に係る解析が選択された場合、ステップＳ２１においては、まず、動態画像の肺野領域内に時間方向のローパスフィルター処理が施される。具体的には、動態画像の画素毎に画素信号値の時間変化を求めて時間方向のローパスフィルター（例えば、高域カットオフ周波数０．８５Ｈｚ）によりフィルタリングする。次いで、ローパスフィルター処理後の動態画像における複数のフレーム画像間において同じ位置（座標）の画素又は複数画素のブロックが互いに対応付けされる。そして、動態画像の各フレーム画像における画素毎又は複数画素のブロック毎に画素信号値（ブロックの場合は画素信号値の平均値）の基準フレーム画像（例えば、最大呼気位のフレーム画像又は最大吸気位のフレーム画像）との差分値（絶対値）が算出され、各画素の画素信号値が前記差分値からなる解析結果画像が生成される。

また、例えば、血流機能に係る解析が選択された場合、ステップＳ２１においては、まず、動態画像の肺野領域内に時間方向のハイパスフィルター処理が施される。具体的には、動態画像の画素毎に信号値の時間変化を求めて時間方向のハイパスフィルター（例えば、低域カットオフ周波数０．８０Ｈｚ）によりフィルタリングする。次いで、ハイパスフィルター処理後の動態画像における複数のフレーム画像間において同じ位置（座標）の画素又は複数画素のブロックが互いに対応付けされる。そして、動態画像の各フレーム画像の画素毎又は複数画素のブロック毎に、隣り合うフレーム画像との画素信号値（ブロックの場合は画素信号値の平均値）の差分値が算出される。これにより、血流機能に係る解析結果画像が生成される。
なお、フレーム画像間で公知のローカルマッチング処理及びワーピング処理（特開２０１２−５７２９号公報参照）を施して、フレーム画像間における肺野領域の位置ずれを補正してからローパスフィルター処理やハイパスフィルター処理を行うこととしてもよい。

次いで、生成された解析結果画像が表示部３４の領域指定画面に表示される（ステップＳ２２）。
領域指定画面は、解析結果画像からユーザーが注目領域を指定するための画面であり、例えば、解析結果画像のフレーム画像が操作部３３により順次切り替え表示可能に表示される。
ユーザーは、表示された解析結果画像の各フレーム画像を観察し、病変の疑いのある注目領域があった場合、操作部３３のポインティングデバイスによりフレーム画像上の注目領域の位置を指定する。例えば、操作部３３のポインティングデバイスにより注目領域を囲む。このとき、第１の実施形態で説明したように、注目領域より重篤な領域、同等な領域、軽微な領域のいずれの病変レベルを解析結果画像から検索するかを注目領域を指定するときのポインティングデバイスの動作（ジェスチャー）により指定することができる。すなわち、病変レベルの指定を注目領域の指定と同時に効率良く行うことができる。

次いで、操作部３３により解析結果画像の少なくとも一つのフレーム画像から注目領域が指定されたか否かが判断される（ステップＳ２３）。
注目領域が指定されたと判断された場合（ステップＳ２３；ＹＥＳ）、指定された注目領域にアノテーションが付与される（ステップＳ２４）。なお、ステップＳ２４においては、操作部３３により指定された領域そのものではなく、指定された領域の一部領域、又は近傍の画素を含めた領域を指定された注目領域として認識してもよい。例えば、指定された領域内の画素信号値の範囲内の画素信号値が隣接する領域に存在する場合は、その領域を含めて指定された領域として認識してもよい。これにより、注目領域の指定の精度を向上させることができる。

次いで、注目領域指定時の操作部３３のポインティングデバイスの動作が解析され、注目領域指定時の操作部３３のポインティングデバイスの動作に基づいて、解析結果画像から抽出する領域の注目領域と比較したときの病変レベルが特定される（ステップＳ２５）。ステップＳ２５の処理は、図３のステップＳ１４で説明したものと同様であるので説明を援用する。

次いで、指定された注目領域の大きさ（サイズ）が算出される（ステップＳ２６）。例えば、指定された注目領域内の画素数に基づいて、指定された注目領域のサイズが算出される。

次いで、指定された注目領域の画像特徴量が算出される（ステップＳ２７）。
例えば、解析結果画像の各フレーム画像の注目領域（指定された注目領域と画素位置（座標）が同じ領域）において、画素信号値の平均を算出し、算出した画素信号値の平均の最大値（絶対値）を注目領域の画像特徴量として算出する。

次いで、指定された注目領域の大きさと算出した画像特徴量を用いて、解析結果画像から抽出する領域の検索条件が生成される（ステップＳ２８）。例えば、注目領域の大きさと略同等の大きさの領域であって、画像特徴量が注目領域の画像特徴量より大きい（同等又は小さい）領域を解析結果画像から抽出する領域の検索条件として生成する。なお、注目領域の大きさに対し、何％ＵＰ、何％ＤＯＷＮしたサイズまでを同等とみなすかは、ユーザーが予め設定しておくことができる。また、画像特徴量が注目領域の画像特徴量より大きい領域を抽出するか、同等の領域を抽出するか、又は小さい領域を抽出するかは、ステップＳ２５で特定された抽出する領域の病変レベル及びステップＳ２７で算出した注目領域の画像特徴量の種類の組み合わせにより決定される。

次いで、解析結果画像から、生成された検索条件に該当する領域の抽出が行われる（ステップＳ２９）。
例えば、解析結果画像の左上から位置を１画素ずつずらしながら、注目領域の大きさと略同等の大きさの探索領域を設定し、設定した探索領域について、注目領域について算出した画像特徴量と同じ画像特徴量を算出し、算出した画像特徴量と注目領域の画像特徴量との値の大小関係が検索条件に合致する領域が抽出される。

そして、抽出された領域が表示部３４に表示され（ステップＳ３０）、領域抽出処理Ｂは終了する。

このように、第２の実施形態における診断用コンソール３によれば、解析結果画像のフレーム画像からユーザーが指定した注目領域の大きさ及び画像特徴量に基づいて、抽出する領域の検索条件を生成し、生成した検索条件に基づいて抽出された領域を表示部３４に表示された解析結果画像上で識別可能に表示する。したがって、ユーザーが指定した注目領域に基づいて、見落としのない効率的な診断を支援することが可能となる。
また、ユーザーが指定した病変レベル（注目領域と比較して重篤か、同等か又は軽微か）に基づいて検索を行うことで、ユーザーが所望する病変レベルの領域を抽出してユーザーに提示することが可能となる。

以上、本発明の第１及び第２の実施形態について説明したが、上記実施形態における記述内容は、本発明の好適な一例であり、これに限定されるものではない。

例えば、上記第１の実施形態においては、ユーザー換気、血流、腫瘍がいずれの観点に注目して注目領域を指定したのかを指定し、指定された観点に応じた画像特徴量を算出し、検索条件に用いることとしたが、例えば、腫瘍の診断を支援する専用のシステム等においては、ユーザーによる観点の指定は不要であり、腫瘍に係る画像特徴量を自動的に算出することとしてもよい。

また、例えば、上記第１及び第２の実施形態においては、ユーザーが動態画像又は解析結果画像から抽出する領域の病変レベルを指定できる構成としたが、ユーザーによる病変レベルの指定を受け付けずに、予め定められた病変レベルの領域（例えば、注目領域より重篤な病変の領域）を抽出することとしてもよい。

また、上記実施形態においては、注目領域を指定する際のポインティングデバイスの動作により病変レベルを指定することとして説明したが、例えば、重篤、同等、軽微等の病変レベルの選択メニューを表示してユーザーが所望のレベルを操作部３３により選択することとしてもよい。

また、画像特徴量としては、上述したものに限られない。例えば、上述したフレーム間の画素信号値（平均）の差分値の最大値や分散の代わりに、画素信号値（平均）の一次微分や二次微分等を用いることとしてもよい。

また、上記実施形態においては、胸部動態画像又はその解析結果画像から領域抽出を行う場合に本発明を適用した例について説明したが、他の部位を撮影した動態画像又はその解析結果画像から領域抽出を行う場合に本発明を適用することとしてもよい。

また、例えば、上記の説明では、本発明に係るプログラムのコンピュータ読み取り可能な媒体としてハードディスクや半導体の不揮発性メモリー等を使用した例を開示したが、この例に限定されない。その他のコンピュータ読み取り可能な媒体として、ＣＤ−ＲＯＭ等の可搬型記録媒体を適用することが可能である。また、本発明に係るプログラムのデータを通信回線を介して提供する媒体として、キャリアウエーブ（搬送波）も適用される。

その他、診断支援システムを構成する各装置の細部構成及び細部動作に関しても、本発明の趣旨を逸脱することのない範囲で適宜変更可能である。

１００ 診断支援システム
１ 撮影装置
１１ 放射線源
１２ 放射線照射制御装置
１３ 放射線検出部
１４ 読取制御装置
２ 撮影用コンソール
２１ 制御部
２２ 記憶部
２３ 操作部
２４ 表示部
２５ 通信部
２６ バス
３ 診断用コンソール
３１ 制御部
３２ 記憶部
３３ 操作部
３４ 表示部
３５ 通信部
３６ バス

Claims (8)

1. 生体の動態を放射線撮影することにより得られた動態画像又は当該動態画像の画素毎又は複数画素のブロック毎の動態解析結果を示す解析結果画像における少なくも一つのフレーム画像を用いて、ユーザーが注目領域を指定するための領域指定手段と、
   前記領域指定手段により指定された注目領域のサイズを取得するサイズ取得手段と、
   前記領域指定手段により指定された注目領域の画像特徴量を算出する特徴量算出手段と、
   前記サイズ取得手段により取得された前記注目領域のサイズ及び前記特徴量算出手段により算出された前記注目領域の画像特徴量に基づいて、前記動態画像又は前記解析結果画像から抽出する領域の検索条件を生成する検索条件生成手段と、
   前記検索条件生成手段により生成された検索条件に該当する領域を前記動態画像又は前記解析結果画像から抽出する抽出手段と、
   前記動態画像又は前記解析結果画像において前記抽出手段により抽出された領域を識別可能に表示する表示手段と、
   を備える診断支援システム。
2. 前記特徴量算出手段は、前記注目領域における画素信号値の時間変化に基づく画像特徴量を算出する請求項１に記載の診断支援システム。
3. 前記動態画像から注目領域が指定された場合、予め定められた複数の観点のうちいずれの観点に注目して前記注目領域を指定したのかをユーザーが指定するための観点指定手段を備え、
   前記特徴量算出手段は、前記領域指定手段により指定された注目領域の、前記観点指定手段により指定された観点に応じた画像特徴量を算出する請求項１又は２に記載の診断支援システム。
4. 前記動態画像は、前記生体の胸部の動態を放射線撮影することにより得られた胸部動態画像であり、
   前記観点指定手段は、換気、血流、腫瘍のうち、少なくとも一つの観点を指定可能である請求項３に記載の診断支援システム。
5. 前記動態画像又は前記解析結果画像から抽出する領域の前記注目領域と比較した病変レベルをユーザーが指定するための病変レベル指定手段を備え、
   前記検索条件生成手段は、前記注目領域のサイズ、前記注目領域の画像特徴量及び前記病変レベル指定手段より指定された病変レベルに基づいて、前記検索条件を生成する請求項１〜４のいずれか一項に記載の診断支援システム。
6. 前記病変レベル指定手段は、前記抽出する領域が前記注目領域と比較して重篤か、同等か、又は軽微かをユーザーが指定するためのものである請求項５に記載の診断支援システム。
7. 前記領域指定手段は、ポインティングデバイスを含み、
   前記病変レベル指定手段は、前記領域指定手段により前記注目領域を指定する際の前記ポインティングデバイスの動作により前記病変レベルを指定する請求項５又は６に記載の診断支援システム。
8. 前記領域指定手段は、ユーザーにより指定された領域の一部領域又は前記指定された領域の近傍の領域を含めた領域を前記ユーザーにより指定された注目領域として指定する請求項１〜７のいずれか一項に記載の診断支援システム。

Images