JP2012245395A - 動態撮影システム及び診断支援情報生成方法 - Google Patents

Abstract

【課題】診断のための有効な情報を提供する。
【解決手段】撮影装置１０は、自然呼吸をする被写体Ｍの胸部を動態撮影し、複数の時間位相における複数の動態画像を取得する。診断用コンソール３０は、撮影装置１０により取得された複数の動態画像を複数の領域に分割し、分割された領域毎に、平均信号値の時間位相における変化から得られる被写体Ｍの動態の周期毎の振幅及び周期を特徴量として算出し、この特徴量の各周期間の変化に基づいて、分割された各領域毎に診断支援情報を生成して表示部３４に表示させる。
【選択図】図３

Description

本発明は、動態撮影システム及び診断支援情報生成方法に関する。

胸部動態画像によって肺の診断を行う際、被写体が自然呼吸の状態で撮影された時系列の胸部動態画像の観察が重要となる。肺機能を評価するための手段としては、生理学的なデータを取得しやすいスパイロメータやＲＩ（Radio Isotope）検査等や、形態的なデー
タが得られる単純Ｘ線写真やＣＴ（Computed Tomography）等が挙げられるが、生理学的
なデータと形態的なデータの両者を効率よく取得することは装置の特性上の問題があり非常に困難とされている。

近年においては、ＦＰＤ（Flat Panel Detector）に代表される固体撮像素子を使用し
て、Ｘ線照射によって得られる被写体のＸ線画像をデジタル化することにより、動態画像を収集することができる。単純Ｘ線写真のような形態的なデータだけでなく、動態画像によって時系列の信号値の解析ができることにより、生理学的なデータも同時に取得することが可能となる。

動態観察を行う際には、被写体の撮影時の負担を考慮しなければならない。特許文献１には、予め定められた動態撮影のタイミングと一致するように被写体に対して呼吸のタイミングの指示を行い、被写体の撮影時の負担の増加を極力抑えつつ、診断に有用な画像情報を取得することのできる技術が開示されている。

特開２００３−２９０１８４号公報

しかしながら、所望の画像撮影位相となるように被写体に対して呼吸のタイミングを指示する場合、高齢者等の被写体にとっては当該指示に合わせて呼吸をすることは困難である。したがって、日常生活における自然呼吸状態とは異なる不自然な呼吸状態において撮影された画像による診断となり、自然呼吸状態における肺機能の周期的なデータ等を用いた評価をすることができず、診断が正常になされない可能性がある。

本発明は上記課題に鑑みてされたものであり、その目的とするところは、動態の変化に基づく有効な診断支援情報を提供することである。

上記課題を解決するために、請求項１に記載の発明の動態撮影システムは、
被写体にＸ線を照射することにより前記被写体の動態を撮影して複数の動態画像を生成し、各動態画像に対応する信号値を生成する撮影手段と、
前記撮影手段によって生成された複数の動態画像の信号値変化に基づいて、前記動態に係る診断支援情報を生成する診断支援情報生成手段と、
を備え、
前記診断支援情報生成手段は、前記撮影手段によって撮影された前記被写体の動態画像を複数の領域に分割し、分割された各領域毎に前記診断支援情報を生成する。

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、
前記診断支援情報生成手段は、前記被写体の動態画像をユーザにより設定された範囲毎に複数の領域に分割し、分割された各領域毎に前記診断支援情報を生成する。

請求項３に記載の発明は、請求項１に記載の発明において、
前記診断支援情報生成手段は、前記被写体の動態画像を前記撮影手段の画素単位に複数の領域に分割し、分割された各領域毎に前記診断支援情報を生成する。

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、
前記診断支援情報生成手段は、前記被写体の動態画像をそれぞれが一定画素を有する格子状の複数領域に分割し、分割された各領域毎に前記診断支援情報を生成する。

請求項５に記載の発明は、請求項１に記載の発明において、
前記診断支援情報生成手段は、前記被写体の動態画像を前記被写体の解剖学的構造毎に複数の領域に分割し、分割された各領域毎に前記診断支援情報を生成する。

請求項６に記載の発明は、請求項１〜５の何れか一項に記載の発明において、
前記診断支援情報生成手段は、
前記撮影手段により生成された複数の動態画像のうちの一の動態画像を用いて前記複数の領域への分割を行う。

請求項７に記載の発明は、
撮影手段と、診断支援情報生成手段と、を備える動態撮影システムにおける診断支援情報生成方法であって、
前記撮影手段により、被写体にＸ線を照射することにより前記被写体の動態を撮影して複数の動態画像を生成し、各動態画像に対応する信号値を生成する撮影工程と、
前記診断支援情報生成手段により、前記撮影手段によって生成された複数の動態画像の信号値変化に基づいて前記動態に係る診断支援情報を生成する診断支援情報生成工程と、
を含み、
前記診断支援情報生成工程は、前記前記診断支援情報生成手段により、前記撮影手段によって撮影された前記被写体の動態画像を複数の領域に分割し、分割された各領域毎に前記診断支援情報を生成する。

請求項８に記載の発明は、請求項７に記載の発明において、
前記診断支援情報生成工程は、前記被写体の動態画像をユーザにより設定された範囲毎に複数の領域に分割し、分割された各領域毎に前記診断支援情報を生成する。

請求項９に記載の発明は、請求項７に記載の発明において、
前記診断支援情報生成工程は、前記被写体の動態画像を前記撮影手段の画素単位に複数の領域に分割し、分割された各領域毎に前記診断支援情報を生成する。

請求項１０に記載の発明は、請求項９に記載の発明において、
前記診断支援情報生成工程は、前記被写体の動態画像をそれぞれが一定画素を有する格子状の複数領域に分割し、分割された各領域毎に前記診断支援情報を生成する。

請求項１１に記載の発明は、請求項７に記載の発明において、
前記診断支援情報生成工程は、前記被写体の動態画像を前記被写体の解剖学的構造毎に複数の領域に分割し、分割された各領域毎に前記診断支援情報を生成する。

請求項１２に記載の発明は、請求項７〜１１の何れか一項に記載の発明において、
前記診断支援情報生成工程は、前記撮影工程において生成された複数の動態画像のうちの一の動態画像を用いて前記複数の領域への分割を行う。

本発明によれば、動態の変化に基づく有効な診断支援情報を提供することが可能となる。

本実施形態における動態撮影システムを示す図である。 図１の撮影装置、撮影用コンソール、診断用コンソールの機能的構成を示す図である。 動態撮影システムにおける処理の流れを示す図である。 領域の分割例を示す図である。 領域の分割例を示す図である。 分割領域を構成する画素を模式的に示す図である。 分割領域の平均信号値を時系列に示す図であり、（ａ）は正常な肺換気機能を有する場合であり、（ｂ）は時間が経過するにつれて振幅が減少する場合であり、（ｃ）は振幅の絶対値が少ない場合であり、（ｄ）は周期が一定とならない場合である。 肺換気機能を判別する際に使用される対応表の一例を示す図である。 第２の実施の形態における動態撮影システムにおける処理の流れを示す図である。 領域の分割例を示す図である。 第２の実施の形態における平均信号値の振幅を示す図であり、（ａ）は分割領域の平均信号値の振幅を極座標の原点からの距離と関連付けて示す図であり、（ｂ）は振幅を比較する分割領域を示す図である。 肺血流機能を判別する際に使用される対応表の一例を示す図である。

（第１の実施の形態）
まず、構成を説明する。
図１に、本実施形態における動態撮影システム１を示す。
図１に示すように、動態撮影システム１は、撮影装置１０、撮影用コンソール２０、診断用コンソール３０と、画像処理装置４０と、サーバ５０とを備えて構成され、それぞれはネットワークＮを介して接続されている。

図２に、撮影装置１０、撮影用コンソール２０、及び診断用コンソール３０の詳細な構成を示す。
図２に示すように、撮影装置１０は、Ｘ線源１１、検出器１２、読取部１３、サイクル検出部１４を備えて構成されている。一方、撮影用コンソール２０は、制御部２１、記憶部２２、操作部２３、表示部２４、通信部２５を備えて構成されている。診断用コンソール３０も同様に、制御部３１、記憶部３２、操作部３３、表示部３４，通信部３５を備えて構成されている。

まず、撮影装置１０について説明する。
撮影装置１０は、被写体Ｍに対しＸ線を照射し、検出器１２からＸ線画像を読み取る。撮影装置１０では動態撮影が可能である。動態撮影とは撮影を連続的に行い、複数の時間位相における動態画像を得る撮影方法である。動態画像とは動態撮影により得られた撮影画像をいい、本実施形態では動態画像はＸ線画像である。
本実施の形態においては、撮影装置１０は自然呼吸を繰り返す被写体Ｍの胸部を動態撮影し、複数の時間位相における複数の動態画像を取得する撮影手段として機能する。

Ｘ線源１１は、撮影用コンソール２０の制御部２１の制御に従って、Ｘ線を照射する。制御されるＸ線照射条件としては、例えば動態撮影における連続撮影時のパルスレート、パルス幅、パルス間隔、照射開始／終了タイミング、Ｘ線管電流、Ｘ線管電圧等が挙げられる。
パルスレートとは、単位時間あたりの撮影回数である。パルス幅とは、撮影１回あたりのＸ線照射時間である。パルス間隔とは、連続撮影においてあるＸ線照射開始から次の撮影でのＸ線照射を開始するまでの時間である。照射開始／終了タイミングとは、被写体Ｍに対してＸ線の照射を開始／終了するタイミングのことである。Ｘ線管電流とは、Ｘ線源１１を構成するＸ線管を流れる電流であり、Ｘ線管電圧とは、Ｘ線管に加えられる電圧である。

検出器１２は、被写体Ｍを挟んでＸ線源１１と対向する位置に配置される。検出器１２はＸ線の検出センサが格子状に配置されたＦＰＤ（Flat Panel Detector）等である。す
なわち、Ｘ線を強度に応じて電気信号に変換して画素（検出センサ）毎に蓄積することにより、検出器１２にはＸ線画像が記録されることとなる。

読取部１３は、検出器１２からＸ線画像を読み取る処理を行い、読み取られたＸ線画像を撮影用コンソール２０に送信する。なお、読取動作は制御部２１により制御される。制御される画像読取条件としては、フレームレート、フレーム間隔、画素サイズ等がある。フレームレート、フレーム間隔は上記パルスレート、パルス間隔と同意義である。画素サイズとは、Ｘ線画像を構成する画素の大きさのことである。

サイクル検出部１４は、被写体Ｍの撮影部位について生体反応のサイクルを検出する。例えば、撮影部位が肺を含む胸部である場合には、呼吸モニタベルト、ＣＣＤカメラ、光学カメラ、スパイロメータ等を適用して呼吸サイクルを検出する。また、撮影部位が心臓部である場合、心拍計や心電計等を用いて心拍サイクルを検出する。
サイクル検出部１４は、検出したサイクルの情報を、撮影用コンソール２０の制御部２１に出力する。

次に、撮影用コンソール２０と診断用コンソール３０について説明する。
撮影用コンソール２０は技師の撮影操作のために用いられ、撮影条件等の入力を受け付けたり、撮影装置１０のＸ線画像を技師が確認するために表示したりする。診断用コンソール３０は、医師の操作のために用いられ、撮影用コンソール２０から送信されるＸ線画像から診断支援情報を生成したり、医師が診断するために表示したりする。

診断用コンソール３０の各部（制御部３１、記憶部３２、操作部３３、表示部３４、通信部３５）の機能は、撮影用コンソール２０の各部（制御部２１、記憶部２２、操作部２３、表示部２４、通信部２５）と基本的に同一である。よって、ここでは撮影用コンソール２０の各部を代表として説明し、診断用コンソール３０の各部の説明を省略する。

制御部２１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory
）等により構成されている。制御部２１は記憶部２２に記憶されている各種プログラムをＣＰＵにより読み出してＲＡＭ内に展開し、展開されたプログラムとの協働により各種演算を行ったり、各部の動作を集中制御したりして処理を実行する。
なお、制御部２１はＣＰＵクロックを利用して時間を計時するタイマ機能を有する。

記憶部２２は、ハードディスク等のメモリであり、制御部２１により用いられる各種プログラムやプログラムの実行に必要なパラメータ等を記憶している。例えば、撮影部位毎に最適化された撮影条件（Ｘ線照射条件やＸ線画像の画像読取条件等）を記憶している。

操作部２３は、キーボードやマウス等を備えて構成され、これらの操作に応じて操作信号を生成して制御部２１に出力する。
表示部２４はディスプレイを備え、制御部２１の表示制御に従って各種操作画面や撮影により得られたＸ線画像等を表示する。
通信部２５は、通信用のインターフェイスを備え、ネットワークＮに接続された外部装置と通信を行う。

なお、診断用コンソール３０の記憶部３２は、診断支援情報を生成する処理に必要なプログラムやパラメータを記憶し、表示部３４には当該診断支援情報が表示されることになる。診断支援情報を生成する処理の詳細については後述する。

次に、画像処理装置４０とサーバ５０について説明する。
画像処理装置４０とサーバ５０は、撮影により得られたＸ線画像を提供するために用いられ、制御部等を備えて構成されている。画像処理装置４０とサーバ５０の構成は、撮影用コンソール２０の構成と同様であるので説明を省略する。

画像処理装置４０は、Ｘ線画像に対し、医師が観察しやすい画質となるように階調変換処理や周波数調整処理等の各種画像処理を施すものである。この各種画像処理は撮影部位に応じた種類のものを、撮影部位に応じた画像処理条件により施す。

サーバ５０は、画像処理装置４０によって画像処理されたＸ線画像を保存し、管理する。サーバ５０に保存されたＸ線画像は診断用コンソール３０からの要求に応じて配信され、診察に供される。

次に、動作について説明する。
本実施形態に係る動態撮影システム１は、胸部の動態撮影を行い、得られた複数の時間位相における動態画像を領域分割し、当該分割された領域ごとに平均信号値を算出し、時系列のデータとする。この時系列の平均信号値のデータから特徴量として振幅及び周期を算出し、当該特徴量の各周期間の変化に基づいて肺換気機能の正常／異常を判別し、表示部３４に当該判別結果を表示する。

図３に、撮影装置１０、診断用コンソール３０における処理の流れを示す。
図３に示すように、まず撮影装置１０において被写体Ｍに対して動態撮影が行われ、複数の時間位相における動態画像が生成される（ステップＳ１０１）。
ステップＳ１０１においては、具体的には以下のような処理が行われることになる。

本実施の形態においては、自然呼吸状態の被写体Ｍに対して動態撮影しているので、動態撮影は少なくとも１つの呼吸サイクルについて複数の時間位相の動態画像を生成するように行う。
撮影にあたっては、撮影技師が撮影用コンソール２０の操作部２３を介して、被写体Ｍに関する患者情報の入力、撮影部位の指定操作等を行う。患者情報には被写体Ｍ（患者）の氏名の他、年齢、性別、体重、身長等の患者の属性を示す情報が含まれる。

撮影用コンソール２０においては、制御部２１によって指定された被写体Ｍの撮影部位に応じた撮影条件が記憶部２２から読み出され、撮影装置１０のＸ線源１１におけるＸ線照射条件、読取部１３における画像読取条件として設定される。
以下、撮影技師により「肺（換気）」の撮影部位が指定されたとして説明する。換気能を診断するために肺を撮影する場合、呼吸サイクルは平均０．３回／秒程度であることから、これを考慮して複数の時間位相の動態画像を少なくとも１つの呼吸位相について撮影できるように、例えば下記の撮影条件が設定される。
フレームレート（パルスレート）：２フレーム／秒（つまり１秒あたり３回の撮影）
画素サイズ：１５０μｍ
画像サイズ：４０ｃｍ×４０ｃｍ
管電圧：１２０ｋＶ
管電流：５０ｍＡ
撮影タイミング：吸気から呼気への変換点のタイミング（撮影開始タイミング）からフレーム間隔時間毎

なお、制御部２１によってサイクル検出部１４により検出された呼吸サイクルの情報に基づいて、フレームレート等の条件が修正される。例えば、検出された呼吸サイクルに基づいて、１つの呼吸位相が所定のフレーム数（例えば、１０フレーム）で撮影されるようにフレームレートが算出され、設定し直すことになる。上記のフレームレートの条件例でいえば、サイクル検出部１４により検出された呼吸サイクル数が０．２５回／秒であった場合、フレームレートは２．５フレーム／秒に修正されることになる。

撮影条件を設定後、制御部２１によってサイクル検出部１４により検出される呼吸サイクルの情報に基づいて、撮影開始タイミングであるか否か、つまり１つの呼吸位相が始まるタイミング（例えば、吸気→呼気の変換点）であるか否かが判断される。撮影開始タイミングであれば、制御部２１によってＸ線源１１及び読取部１３が制御され、動態撮影を開始させる。また、制御部２１によって動態撮影開始に合わせて撮影の開始から終了までに要した撮影時間が経時される。

撮影装置１０においては、設定されたＸ線照射条件に従って所定のパルスレートでＸ線が照射される。同様に、読取部１３は設定された画像読取条件に従って、所定フレームレートで検出器１２からＸ線画像の読取処理が行われる。このＸ線照射動作と画像読取動作は制御部２１によって同期されることになる。
以上説明したステップＳ１０１の処理により、複数の時間位相における動態画像が生成され、撮影用コンソール２０に出力される。

なお、撮影用コンソール２０においては、ステップＳ１０１によって得られた各時間位相の動態画像が表示部２４に表示される。撮影技師が画質等を確認するためである。撮影技師により操作部２３を介して承認操作がなされると、制御部２１によって各時間位相の動態画像に一連の撮影を識別するためのＩＤや、患者情報、撮影時間の情報が付帯され、当該動態画像は診断用コンソール３０に送信されることになる。

診断用コンソール３０においては、制御部３１により、撮影用コンソール２０を介して受信された動態画像が予め定められた分割方式に従って領域分割される（ステップＳ１０２）。具体的には、本実施の形態においては、胸部の動態画像を撮影しているので、例えば肺野領域を右上葉、左上葉等の肺の解剖学的構造毎に領域分割したり、動態画像全体を格子状に領域分割したりする。ステップＳ１０２における処理により、制御部３１は領域分割手段として機能する。なお、以降説明するステップＳ１０３〜Ｓ１０９における処理は、制御部３１と記憶部３２に記憶されたプログラムとの協働によって実行される。

図４に、肺野領域が解剖学的構造毎に領域分割された例を示す。
図４に示すように、肺野領域は右上葉、左上葉、右中葉、右下葉、及び左下葉のように解剖学的構造毎に分割される。図４のように領域分割された場合は、当該解剖学的構造毎に肺換気機能を判別することが可能となる。
この場合の分割時には、ステップＳ１０２においては解剖学的構造の位置及び名称が予め定められた参照画像を用いて、当該参照画像の肺野領域と各動態画像の肺野領域とが略一致するように非線形ワーピング処理等により画像変換することにより各解剖学的構造の領域を認識し、分割すればよい。

図５に、ある動態画像の肺野領域が格子状に領域分割された例を示す。
図５に示すように、動態画像が一定画素毎に格子状に分割される。図５の例では、１０×１０の格子状に分割された例を示している。具体的には、上記の例では動態画像の画像サイズが４０ｃｍ×４０ｃｍであるので、１つの分割領域は４ｃｍ×４ｃｍで囲まれた領域となる。
図５のように領域分割された場合には、解剖学的構造毎に分割された場合とは異なり、格子状で囲まれた領域毎に肺換気機能を判別することが可能となる。

格子状に領域分割される場合における、ステップＳ１０２の具体的な処理を、以下説明する。
まず、ある動態画像を基準画像として指定する（例えば１フレーム目の動態画像を基準画像として指定する）。そして、当該基準画像から肺野領域を検出し、この肺野領域に外接するように一定の略矩形に領域分割し、ローカルマッチングにより、他の時間位相の動態画像において、この基準画像の略矩形の分割領域と対応する領域を求める。具体的には、基準画像と時間位相が隣接する動態画像を、例えば基準画像の２倍の大きさの領域に分割する。そして、この２倍の大きさを持つ分割領域の中で基準画像の対応する分割領域を移動させて、移動毎にマッチング度を算出し、マッチング度が最大となる位置を求める。マッチング度とは画像の一致性を示す度合いをいい、最小二乗法や相互相関によって求めることができる。この処理を時間位相が隣接する各動態画像間で繰り返し行うことにより、基準画像の各分割領域が他の時間位相の動態画像のどの領域に対応するのかを求めることができる。
以上の処理がステップＳ１０２において行われることにより、例えば図５に示すように基準画像を領域分割した場合に、４ｃｍ×４ｃｍで囲まれた領域と対応する分割領域が、他の動態画像についても算出することができる。

以下、ステップＳ１０２において、図５に示すように肺野領域が格子状に分割された場合について説明する。なお、図４に示すように肺野領域が分割された場合であっても、以降の基本的な処理は同様である。
ステップＳ１０３においては、ステップＳ１０２において分割された分割領域毎に平均信号値が算出される（ステップＳ１０３）。具体的には、診断用コンソール３０が受信した全ての動態画像における各分割領域に含まれる画素の信号値の平均値が算出されることになる。

以下、ステップＳ１０３における平均信号値の算出方法について説明する。
図６に、格子状に領域が分割された場合における一つの分割領域を模式的に示す。図６に示すように、一つの分割領域を構成する画素をＮ画素×Ｎ画素とし、水平方向にｉ番目、垂直方向にｊ番目の画素の信号値をＩ（ｉ，ｊ）とする。
図６に示した例では、一つの分割領域にＮ×Ｎ個の画素が含まれることになるので、ステップＳ１０３においては、分割領域毎の平均信号値は以下の式によって算出されることになる。

なお、解剖学的構造毎に領域が分割された場合も、分割領域に含まれる画素の信号値の総和を当該分割領域に含まれる画素数で割ることにより同様に算出することができる。

ステップＳ１０４においては、ステップＳ１０３において算出された分割領域毎の平均信号値が時系列データとして取得される（ステップＳ１０４）。具体的には、診断用コンソール３０が受信した複数の動態画像は時間位相毎に時系列に撮影されているので、当該複数の動態画像に対して算出された分割領域毎の平均信号値も時系列のデータとなる。

図７（ａ）に、ある分割領域の平均信号値を時系列に模式的に表した例を示す。本実施の形態における動態撮影においては、時間位相毎に算出された平均信号値の変化は図７（ａ）に示すような波形に近似することができる。
Ｘ線画像の信号値は被写体ＭのＸ線の透過量によって定まり、Ｘ線の透過量は被写体Ｍの厚みによって変わる。被写体Ｍの厚みが大きいほどＸ線は透過しづらいからである。したがって、信号値が変化しているということは肺の厚みが変化している、つまり肺の換気量が変化していると考えることができ、平均信号値の変化量は換気量と相関関係がある。
正常な肺換気機能であれば、平均信号値の最大値（ピーク）から次の最大値までの時間位相の間隔（以下、周期Ｔ（ｎ）という。）がほぼ一定で平均信号値が変化する。
したがって、平均信号値の周期Ｔ（ｎ）は自然呼吸の周期の時間を示し、周期Ｔ（ｎ）毎の平均信号値の最大値と最小値の差（以下、単に振幅Ａ（ｎ）という）は、肺の換気量と比例関係があることになる。なお、周期Ｔ（ｎ）と振幅Ａ（ｎ）の「ｎ」はそれぞれｎ周期目の意味であり、つまり周期Ｔ（１）と振幅Ａ（１）は、それぞれ１周期目における周期と振幅を示すことになる。

ステップＳ１０４において取得された時系列データのうち、吸気から次の吸気の１組の時系列データを１つの呼吸データとして、周期Ｔ（ｎ）と振幅Ａ（ｎ）が算出される（ステップＳ１０５）。具体的には、先述したように平均信号値の最大値から次の最大値までを１つの周期と識別し、平均信号値が最大値をとる時間位相の間隔から周期Ｔ（ｎ）が算出され、１つの周期における平均信号値の最大値と最小値の差から振幅Ａ（ｎ）が算出されることになる。本実施の形態においては、周期Ｔ（ｎ）と振幅Ａ（ｎ）は分割領域毎に算出されている。ステップＳ１０５においては、分割領域の平均信号値が取りうる波形の周期の数だけ周期Ｔ（ｎ）と振幅Ａ（ｎ）がそれぞれ算出されることになる。
ステップＳ１０５の処理により、制御部３１は特徴量算出手段として機能する。

次いで、ステップＳ１０５において得られた振幅Ａ（ｎ）から、振幅の正常／異常が判別される（ステップＳ１０６）。具体的には、１周期目の振幅であるＡ（１）の値を基に定められた閾値以下となる振幅があるか否か、又は絶対量として予め定められた閾値と振幅Ａ（ｎ）の値が比較されること等によって振幅の正常／異常が判別される。

図７（ｂ）に、時間が経過するにつれ、振幅が徐々に低下する場合を示す。図７（ｂ）に示すように、本実施の形態における動態撮影においては、自然呼吸の状態で患者画像データが収集されているが、肺換気機能に異常がある場合には、時間が経過するにつれて換気量が減少する場合がある。つまり、時間が経過するにつれて振幅が徐々に低下することになる。

図７（ｃ）に、時間の経過に関わらず振幅の絶対量が低い場合を示す。図７（ｃ）に示すように、肺換気機能に異常がある場合には、換気量が絶対的に低い場合がある。つまり、時間の経過に関わらず振幅が小さいことになる。

ステップＳ１０６における判断は、具体的には、例えば振幅Ａ（１）の値を１００％とし、閾値を振幅Ａ（１）の９０％と設定して、振幅Ａ（ｎ）の中に閾値以下となる振幅があった場合には、図７（ｂ）に示すような肺換気機能であると判断されたり（以下、このように判断された場合を「換気振幅悪性（１）」という）、予め振幅に閾値を設定しておき、当該閾値と振幅Ａ（ｎ）を比較して、閾値以下となる振幅Ａ（ｎ）が一定数以上あるか否かを判断することにより、図７（ｃ）に示すような肺換気機能であると判断される（以下、このように判断された場合を「換気振幅悪性（２）」という）等によって行われる。
なお、ステップＳ１０６における判断によって、肺換気機能が異常であると判断されない場合を、以下「換気振幅良性」という。

次いで、ステップＳ１０５において得られた周期Ｔ（ｎ）から、周期の正常／異常が判別される（ステップＳ１０７）。具体的には、１サイクル目の周期であるＴ（１）の値を基に定められた閾値以下となる周期があるか否か等によって周期の正常／異常が判別される。

図７（ｄ）に、時間が経過するにつれ、呼吸の周期が乱れる場合を示す。図７（ｄ）に示すように、本実施の形態における動態撮影においては、自然呼吸の状態で患者画像データが収集されているが、肺換気機能に異常がある場合には、時間が経過するにつれて呼吸の周期性が乱れることになる。

ステップＳ１０７における判断は、具体的には、例えば１サイクル目の周期であるＴ（１）の値を１００％とし、閾値をＴ（１）の９０％と設定して、周期Ｔ（ｎ）の中に閾値以下となる周期があった場合には、図７（ｄ）に示すような肺換気機能であると判断される（以下、このように判断された場合を「換気周期悪性」という）。
なお、ステップＳ１０７における判断によって、肺換気機能が異常であると判断されない場合を、以下「換気周期良性」という。

次いで、記憶部３２に記憶された対応表Ｇ１が参照され、ステップＳ１０６及びステップＳ１０７において得られた振幅と周期の判別結果から肺換気機能の判別が行われる（ステップＳ１０８）。

図８に、ステップＳ１０８において参照される対応表Ｇ１の一例を示す。図８に示すように、対応表Ｇ１は、ステップＳ１０６において判別された換気振幅良性、換気振幅悪性（１）、及び換気振幅悪性（２）と、ステップＳ１０７において判別された換気周期良性及び換気周期悪性から、肺換気機能の状態が対応付けられている。

図８の例では、肺換気機能は、「正常所見」、「呼吸ペースが不整」、「閉塞性」、「拘束性」、「閉塞性＋拘束性」に分類されることになる。
「正常所見」とは、肺換気機能が正常であることを示す。
「呼吸ペースが不整」とは、患者の自然呼吸の周期性が乱れていることを示す。
「閉塞性」とは、呼気状態において肺に空気が残っているため、振幅が減少するとともに、自然呼吸の周期性が乱れていることを示す。
「拘束性」とは、肺容積又は肺活量の低下により、振幅が減少するとともに呼吸サイクルの周期性が乱れていることを示す。
「閉塞性＋拘束性」とは、「閉塞性」であり、かつ「拘束性」の状態であることを示す。
例えば、ステップＳ１０６において、換気振幅悪性（１）であると判断され、ステップＳ１０７において、換気周期良性であると判断された場合には、ステップＳ１０８においては、対応表Ｇ１が参照されることにより、当該患者は「閉塞性」の疑いがあると判断されることになる。
なお、ステップＳ１０６〜ステップＳ１０８における処理は、分割領域毎に行われる。

次いで、ステップＳ１０８において生成された診断支援情報が表示部３４に表示される（ステップＳ１０９）。具体的には、ステップＳ１０３〜ステップＳ１０８の処理は、ステップＳ１０２において分割された分割領域毎に行われているので、当該分割領域毎に診断支援情報が表示部３４に表示されることになる。例えば、「閉塞性」の疑いがある分割領域については赤色で表示し、「拘束性」の疑いがある分割領域については青色で表示する等によって表示部３４に診断支援情報が表示されることになる。
ステップＳ１０８、ステップＳ１０９における処理によって、制御部３１は制御手段として機能する。

以上のように、本実施の形態における動態撮影システム１によれば、自然呼吸の状態で撮影された動態画像を得ることができるので、当該動態画像は被写体Ｍの肺換気機能の評価において有用な情報となる。動態画像は時系列に撮影されているので、単純Ｘ線写真等に比べて、形態的な情報だけでなく、周期毎の特徴量として算出された振幅と周期の解析を行うことができ、生理学的な情報も取得することができる。

また、動態画像の分割領域毎に平均信号値を算出し、当該平均信号値の振幅と周期を算出して肺換気機能の判別を行うため、解剖学的構造毎や動態画像を格子状に分割した分割領域毎に肺換気機能の判別を行うことができる。したがって、肺換気機能の正常／異常を示す診断支援情報を分割領域毎に表示部３４に表示させることができ、ユーザが被写体Ｍの肺換気機能の診断をする際の診断支援情報を当該分割領域毎に提供することができる。また、動態画像に重畳させて当該診断支援情報を表示させることにより、ユーザの診断支援をより効率的に行うことができる。

また、動態画像の振幅と周期から対応表Ｇ１を用いて肺換気機能の判別を行うため、振幅又は周期の片方の情報のみから肺換気機能の判別を行う場合に比べて、より正確な肺換気機能の判別を行うことができる。対応表Ｇ１は振幅と周期から肺換気機能の判別が行われるので、ユーザ又は被写体Ｍごとに対応表Ｇ１を記憶部３２に記憶し、適宜参照することによって、ユーザ毎又は被写体Ｍ毎の特性に応じて肺換気機能の判別を行うことができる。

なお、上述した本実施の形態における記述は、本発明に係る好適な動態撮影システムの一例であり、これに限定されるものではない。
例えば、本実施の形態においては、診断用コンソール３０において肺換気機能の判別の処理が行われるようにしたが、動態撮影システム１を構成する装置によって当該判別の処理が行われるようにすればよく、例えば画像処理装置４０によって肺換気機能の判別の処理が行われ、当該判別の結果が診断用コンソール３０に対して送信され、表示部３４に当該判別の結果が表示されるようにしてもよい。

また、本実施の形態においては、動態画像の領域分割の方法を図４と図５に示したが、領域分割の方法はこれに限られない。例えば、動態画像を格子状ではなく、ユーザが予め任意の領域を指定しておき、当該指定された領域毎に動態画像が分割され、肺換気機能の判別が行われるようにしてもよい。

また、振幅と周期に基づく肺換気機能の正常／異常の判別方法は、本実施の形態において挙げたものに限られない。例えば、被写体Ｍの性別等によって振幅や周期の閾値をユーザが設定できるようにしてもよい。また、同様に当該判別方法によって得られる肺換気機能の状態も図８に挙げた例に限られない。振幅と周期から得られる判別結果であればよく、図８の一覧表Ｇ１に示した診断支援情報以外の肺換気機能の異常状態が判別されるようにしてもよい。

また、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、動態撮影システム１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。

（第２の実施の形態）
次に図９から図１２を参照しつつ、本発明に係る動態撮影システム１の第２の実施の形態について説明する。なお、動態撮影システム１を構成する撮影装置１、撮影用コンソール２０、診断用コンソール３０、画像処理装置４０、及びサーバ５０の構成は、第１の実施の形態と同様であるので説明を省略する。

第１の実施の形態における動態撮影システム１は、動態画像を解析することにより肺換気機能の正常／異常を判別したが、第２の実施の形態における動態撮影システム１は、動態画像を解析することにより肺血流機能の正常／異常を判別する。
なお、平均信号値の振幅及び周期を特徴量として診断支援情報を作成する点については第１の実施の形態と同様である。

図９に、第２の実施の形態における撮影装置１０、診断用コンソール３０における処理の流れを示す。
図９に示すように、まず撮影装置１０において胸部の動態撮影が行われ、複数の時間位相における動態画像データが生成される（ステップＳ２０１）。
なお、肺血流機能を診断するためには肺野領域を変化させないために、ステップＳ２０１においては、被写体Ｍは息を止めて動態撮影が行われることになる。撮影装置１０における具体的な処理はステップＳ１０１と同様であるので説明を省略する。

診断用コンソール３０においては、撮影用コンソール２０を介して受信された動態画像が予め定められた分割方式に従って領域分割される（ステップＳ２０２）。具体的には、例えば肺野領域を左右の両肺野の肺紋理を原点とし、極座標分割が行われる等によって領域分割される。

図１０に、肺野領域が左右の両肺野の肺紋理を原点とし、極座標分割によって領域分割された例を示す。
図１０に示すように、肺野領域は片方の肺野の肺紋理を原点Ｏ１とし、原点Ｏ１からの距離ｒ１と角度θ１によって肺野領域の座標ｒ１（θ１）が決定される。他方の肺野も同様に、肺紋理を原点Ｏ２とし、原点Ｏ２からの距離ｒ２と角度θ２によって肺野領域の座標ｒ２（θ２）が決定される。なお、角度θ１と角度θ２はそれぞれ原点Ｏ１と原点Ｏ２を通り、動態画像に対して垂直方向の直線からの角度をいう。
ステップＳ２０２における領域分割は、原点をＯ１とする肺野の極座標を分割する場合、ｒ１の一定距離毎（例えば３ｃｍごと）及び角度θ１が一定角度毎（例えば３０°ごと）等によって領域分割されることになる。
ステップＳ２０２における具体的な処理はステップＳ１０２と同様であるので説明を省略する。

ステップＳ２０３とステップＳ２０４における処理は、それぞれステップＳ１０３とステップＳ１０４と同様であるので説明を省略する。
次いで、ステップＳ２０４において取得された時系列データのうち、心臓の拡張から次の拡張の１組（心臓が拡張期→収縮期に変わるタイミングから次の拡張期→収縮期に変わるタイミングまでを示す）の時系列データを１つの心拍データとして、振幅及び周期が算出される（ステップＳ２０５）。第１の実施の形態におけるステップＳ１０５においては、平均信号値の変化を換気量と対応付けていたが、第２の実施の形態においては平均信号値の変化の振幅は心機能の心排出量、周期は心拍周期として評価する。つまり、平均信号値の最大値から次の最大値までを心拍周期の１周期とし、１周期の中における平均信号値の最大値と最小値の振幅を心排出量として評価する。ステップＳ２０５における処理は、ステップＳ１０５における処理と同様であるので具体的な処理は省略する。

次いで、ステップＳ２０５において得られた振幅Ａ（ｎ）から、振幅の正常／異常が判別される（ステップＳ２０６）。具体的には、原点Ｏ１からの距離ｒ１と振幅Ａ（ｎ）との関係から振幅の正常／異常が判別される等によって行われる。

図１１（ａ）に、ある心拍周期ｎにおける角度θ１を同じとする分割領域における距離ｒ１と振幅Ａ（ｎ）との関係の一例を示す。振幅Ａ（ｎ）は分割領域毎に算出されているので、角度θ１を同じとする分割領域の数の振幅Ａ（ｎ）が比較されることになる。
図１１（ｂ）に、角度θ１を同じとする分割領域の一例を斜線にて示す。図１１（ａ）に示している関係は、図１１（ｂ）に示す斜線の領域に含まれる分割領域の平均信号値の振幅と原点からの距離ｒ１との関係を示すことになる。
図１１（ａ）に示すように、一般的に肺紋理である原点Ｏ１に近いほど振幅Ａ（ｎ）が大きく、距離ｒ１が増加するに従い振幅Ａ（ｎ）は小さくなる傾向がある。
ステップＳ２０６における処理は、具体的には記憶部３２に記憶された正常な肺血流機能を有する正常例のデータ（図１１の場合、実線で示した線をいう）と、ステップＳ２０５において算出された振幅Ａ（ｎ）が比較され、原点Ｏ１からの距離ｒ１が、ある地点（以下、閉塞部位という）以降において正常例に比べて振幅Ａ（ｎ）が急激に減少している場合（図１１の場合、破線で示した線をいう。以下、この場合を血流振幅悪性（１）という。）や、距離ｒ１が、ある地点の周辺でのみ正常例に比べて振幅Ａ（ｎ）が急激に増加している場合（図１１の場合、一点鎖線で示した線をいう。以下、この場合を血流振幅悪性（２）という。）等によって判断されることになる。なお、図１１に示す正常例のデータは、ユーザごとや被写体Ｍごとに記憶部３２に記憶され、当該データを読み出すことが可能である。
なお、ステップＳ２０６における判断によって、肺血流機能が異常であると判断されない場合を、以下「血流振幅良性」という。

次いで、ステップＳ２０５において得られた周期Ｔ（ｎ）から、周期Ｔ（ｎ）の正常／異常が判別される（ステップＳ２０７）。具体的には、第１の実施の形態のステップＳ１０７と同様に、周期Ｔ（１）を１００％として、閾値をこの値の９０％と設定として、閾値以下となる周期があった場合には、肺血流機能が異常と判別される（以下、この場合を「血流周期悪性（１）」という）等によってなされる。
なお、ステップＳ２０７における判断によって、肺血流機能が異常であると判断されない場合を、以下「血流周期良性」という。

次いで、記憶部３２に記憶された対応表Ｇ２が参照され、ステップＳ２０６及びステップＳ２０７において得られた振幅と周期の判別結果から肺血流機能の判別が行われる（ステップＳ２０８）。

図１２に、ステップＳ２０８において参照される対応表Ｇ２の一例を示す。図１２に示すように、対応表Ｇ２は、ステップＳ２０６において判別された血流振幅良性、血流振幅悪性（１）、及び血流振幅悪性（２）と、ステップＳ２０７において判別された血流周期良性及び血流周期悪性から、肺血流機能の状態が対応付けられている。
図１２の例では、肺血流機能は、「正常所見」、「閉塞性」、「肺がん」、「不整脈」、「閉塞性＋不整脈」、「肺がん＋不整脈」に分類されることになる。
「正常所見」とは、肺血流機能が正常であることを示す。
「閉塞性」とは、閉塞部位以降（以降とは、閉塞部位とθ１を同じとする領域のうち、距離ｒ１が閉塞部位よりも大きいことを示す）の血流が減少することによって振幅が減少することを示す。
「肺がん」とは、がん細胞によって血管が新生され、血流量が増加することにより、振幅が増加していることを示す。
「不整脈」とは、心拍の周期性が乱れていることを示す。
「閉塞性＋不整脈」とは、「閉塞性」であり、かつ「不整脈」の状態であることを示す。
「肺がん＋不整脈」とは、「肺がん」であり、かつ「不整脈」の状態であることを示す。
例えば、ステップＳ２０６において、血流振幅悪性（１）であると判断され、ステップＳ２０７において、周期良性であると判断された場合には、ステップＳ２０８においては、対応表Ｇ２が参照されることにより、当該患者は「閉塞性」の疑いがあると判断されることになる。

次いで、ステップＳ２０８において生成された診断支援情報が表示部３４に表示される（ステップＳ２０９）。具体的には、例えば、「閉塞性」の疑いがある分割領域については赤色で表示し、「肺がん」の疑いがある分割領域については青色で表示する等によって表示部３４に診断支援情報が表示されることになる。

以上のように、第２の実施の形態における動態撮影システム１によれば、単純Ｘ線写真等に比べて、動態画像の振幅と周期から肺血流機能の診断のための情報を、形態的な情報だけでなく、時系列信号値の解析を行うことにより、生理学的な情報も取得することができる。

なお、上述した本実施の形態における記述は、本発明に係る好適な動態撮影システムの一例であり、これに限定されるものではない。
例えば、第２の実施の形態においては、領域分割を極座標によって分割されるようにしたが、第１の実施の形態と同様に解剖学的構造毎や格子状に分割されるようにしてもよい。この場合においても、当該分割領域毎に算出された振幅と周期から診断支援情報が生成され、肺血流機能が正常／異常の判別を表示部３４に表示させることができる。

その他、動態撮影システム１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。

１ 動態撮影システム
１０ 撮影装置
１１ Ｘ線源
１２ 検出器
１３ 読取部
１４ サイクル検出部
２０ 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
３０ 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
４０ 画像処理装置
５０ サーバ

Claims (12)

1. 被写体にＸ線を照射することにより前記被写体の動態を撮影して複数の動態画像を生成し、各動態画像に対応する信号値を生成する撮影手段と、
   前記撮影手段によって生成された複数の動態画像の信号値変化に基づいて、前記動態に係る診断支援情報を生成する診断支援情報生成手段と、
   を備え、
   前記診断支援情報生成手段は、前記撮影手段によって撮影された前記被写体の動態画像を複数の領域に分割し、分割された各領域毎に前記診断支援情報を生成する動態撮影システム。
2. 前記診断支援情報生成手段は、前記被写体の動態画像をユーザにより設定された範囲毎に複数の領域に分割し、分割された各領域毎に前記診断支援情報を生成する請求項１に記載の動態撮影システム。
3. 前記診断支援情報生成手段は、前記被写体の動態画像を前記撮影手段の画素単位に複数の領域に分割し、分割された各領域毎に前記診断支援情報を生成する請求項１に記載の動態撮影システム。
4. 前記診断支援情報生成手段は、前記被写体の動態画像をそれぞれが一定画素を有する格子状の複数領域に分割し、分割された各領域毎に前記診断支援情報を生成する請求項３に記載の動態撮影システム。
5. 前記診断支援情報生成手段は、前記被写体の動態画像を前記被写体の解剖学的構造毎に複数の領域に分割し、分割された各領域毎に前記診断支援情報を生成する請求項１に記載の動態撮影システム。
6. 前記診断支援情報生成手段は、
   前記撮影手段により生成された複数の動態画像のうちの一の動態画像を用いて前記複数の領域への分割を行う請求項１〜５の何れか一項に記載の動態撮影システム。
7. 撮影手段と、診断支援情報生成手段と、を備える動態撮影システムにおける診断支援情報生成方法であって、
   前記撮影手段により、被写体にＸ線を照射することにより前記被写体の動態を撮影して複数の動態画像を生成し、各動態画像に対応する信号値を生成する撮影工程と、
   前記診断支援情報生成手段により、前記撮影手段によって生成された複数の動態画像の信号値変化に基づいて前記動態に係る診断支援情報を生成する診断支援情報生成工程と、
   を含み、
   前記診断支援情報生成工程は、前記前記診断支援情報生成手段により、前記撮影手段によって撮影された前記被写体の動態画像を複数の領域に分割し、分割された各領域毎に前記診断支援情報を生成する診断支援情報生成方法。
8. 前記診断支援情報生成工程は、前記被写体の動態画像をユーザにより設定された範囲毎に複数の領域に分割し、分割された各領域毎に前記診断支援情報を生成する請求項７に記載の診断支援情報生成方法。
9. 前記診断支援情報生成工程は、前記被写体の動態画像を前記撮影手段の画素単位に複数の領域に分割し、分割された各領域毎に前記診断支援情報を生成する請求項７に記載の診断支援情報生成方法。
10. 前記診断支援情報生成工程は、前記被写体の動態画像をそれぞれが一定画素を有する格子状の複数領域に分割し、分割された各領域毎に前記診断支援情報を生成する請求項９に記載の診断支援情報生成方法。
11. 前記診断支援情報生成工程は、前記被写体の動態画像を前記被写体の解剖学的構造毎に複数の領域に分割し、分割された各領域毎に前記診断支援情報を生成する請求項７に記載の診断支援情報生成方法。
12. 前記診断支援情報生成工程は、前記撮影工程において生成された複数の動態画像のうちの一の動態画像を用いて前記複数の領域への分割を行う請求項７〜１１の何れか一項に記載の診断支援情報生成方法。

Images