JP2019164071A - コンピュータプログラム、及び画像処理装置 - Google Patents

Abstract

【課題】オペレータによらずに、異常部位の状態を適切に評価する。【解決手段】第１特徴領域抽出部２１は、ＦＤＧ−ＰＥＴ画像において、異常部位領域を第１特徴領域として抽出し、第２特徴領域抽出部２２は、ＭＥＴ−ＰＥＴ画像において、第１特徴領域とは異なる腫瘍部位領域を第２特徴領域として抽出し、指標算出部２３は、ＦＤＧ特徴領域およびＭＥＴ特徴領域に基づいて、腫瘍部位の浸潤に関する指標を算出する。【選択図】図１

Description

本発明は、画像処理技術に関する。

脳腫瘍検査におけるＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）検査では、腫瘍細胞で糖代謝やアミノ酸代謝が亢進する性質を利用し、放射性同位体で標識した糖類似体やアミノ酸を有効成分とする薬剤を用いることで、腫瘍組織の代謝を評価している。これにより、腫瘍の位置、大きさ（領域）、活性度を評価している。

またＰＥＴ検査は、癌治療薬の効果判定にも有用である。癌細胞は死滅するよりも先に、代謝が低下するという特徴があるため、ＰＥＴ検査で代謝変化をみることで、早い段階で薬効の評価ができる。

しかし、悪性度の高い異常については、異常部位の状態を適切に評価する必要があるが、医師等のオペレータが画像を見ながら評価しているため、適切な評価が困難でありかつ個人差が出やすい。

そこで、本発明の目的は、オペレータによらずに、異常部位の状態を適切に評価することである。

本発明の一態様に従うコンピュータプログラムは、同一被験者の同一部位を撮像した第１画像及び第２画像の画像データを記憶する記憶手段を有する画像処理装置のためのコンピュータプログラムであって、前記第１画像および前記第２画像に基づいて、異常部位領域を第１特徴領域として抽出するステップと、前記第１画像および前記第２画像に基づいて、前記第１特徴領域とは異なる異常部位領域を第２特徴領域として抽出するステップと、前記第１特徴領域および前記第２特徴領域に基づいて、異常部位の状態に関する指標を算出するステップと、を前記画像処理装置に実行させる。

また、記第１画像の画素について、それぞれの画素値と正常組織の候補画素の画素値との第１画素比を算出するステップと、前記第２画像の画素について、それぞれの画素値と正常組織の候補画素の画素値との第２画素比を算出するステップと、算出した前記第１画素比および前記第２画素比に基づいて、異常部位の候補となる複数の画素を第１候補画素として抽出するステップと、算出した前記第１画素比および前記第２画素比に基づいて、異常部位の候補となる複数の画素を第２候補画素として抽出するステップと、をさらに前記画像処理装置に実行させ、前記第１候補画素に基づき、前記第１特徴領域を抽出し、前記第２候補画素に基づき、前記第２特徴領域を抽出してもよい。

また、前記第１画像と前記第２画像とは、モダリティが異なる画像、または、モダリティが同一で異なる薬剤により得られた画像であってもよい。

また、複数の前記第１候補画素のうちの一つの画素の指定を受け付けるステップと、
複数の前記第２候補画素のうちの一つの画素の指定を受け付けるステップと、をさらに前記画像処理装置に実行させ、複数の前記第１候補画素において前記指定された画素に連続する画素の領域を前記第１特徴領域として抽出し、複数の前記第２候補画素において前記指定された画素に連続する画素の領域を前記第２特徴領域として抽出してもよい。

また、前記指標は、前記第１特徴領域と前記第２特徴領域との差分領域の体積もしくは表面積、前記差分領域と前記第２特徴領域との体積もしくは表面積の比率、または、前記第１特徴領域と前記第２特徴領域との重なり率であってもよい。

また、前記第１特徴領域は、腫瘍部位領域であり、前記第２特徴領域は、腫瘍部位のコア領域であり、前記異常部位の状態に関する指標は、腫瘍部位の浸潤に関する指標であってもよい。

前記第１画像は、前記被験者に１８Ｆ−ＦＤＧ（フルオロデオキシグルコース）を投与して撮像したＰＥＴ画像であり、前記第２画像は、前記被験者に１１Ｃ−メチオニンを投与して撮像されたＰＥＴ画像であってもよい。

また、本発明の他の態様による画像処理装置は、同一被験者の同一部位を撮像した第１画像及び第２画像の画像データを記憶する記憶手段を有する画像処理装置であって、前記第１画像および前記第２画像に基づいて、異常部位領域を第１特徴領域として抽出する第１特徴領域抽出部と、前記第１画像および前記第２画像に基づいて、前記第１特徴領域とは異なる異常部位領域を第２特徴領域として抽出する第２特徴領域抽出部と、前記第１特徴領域および前記第２特徴領域に基づいて、異常部位の状態に関する指標を算出する指標算出部と、を備える。

本発明の実施形態によれば、オペレータによらずに、異常部位の状態を適切に評価することができる。

本発明の一実施形態に係る画像処理装置の全体構成図である。 本実施形態に係る指標算出の説明図である。 画素の画素値のヒストグラムの一例である。 ＦＤＧ／Ｎの値およびＭＥＴ／Ｎの値と、腫瘍（浸潤）領域、腫瘍（コア）領域、浮腫領域、および正常領域との関係を示す図である。

以下、本発明の一実施形態に係る画像処理装置について、図面を参照して説明する。

図１は、本実施形態に係る画像処理装置１の全体構成図である。

画像処理装置１には、入力装置２、出力装置３、および入出力装置４が接続されている。

画像処理装置１は、例えばプロセッサおよびメモリを備えた汎用的なコンピュータシステムにより構成され、以下に説明する画像処理装置１内の個々の構成要素または機能は、例えば、コンピュータプログラムを実行することにより実現される。そのコンピュータプログラムは、コンピュータ読み取り可能な記録媒体に保存可能である。入力装置２は、例えば、キーボード、ポインティングデバイスなどでよい。出力装置３は、例えば、ディスプレイ装置、プリンタなどでよい。入出力装置４は、例えば、大容量記憶装置あるいはネットワークインタフェース装置などでよい。

画像処理装置１は、ＦＤＧ−ＰＥＴ画像データ記憶部３１と、ＭＥＴ−ＰＥＴ画像データ記憶部３２と、位置合わせ処理部１１と、第１エリア抽出部１２と、ＭＥＴ代表値特定部１３と、第２エリア抽出部１４と、ＦＤＧ代表値特定部１５と、ＦＤＧ画素比算出部１６と、ＭＥＴ画素比算出部１７と、マスク処理部１８と、第１候補画素抽出部１９と、第２候補画素抽出部２０と、第１特徴領域抽出部２１と、第２特徴領域抽出部２２と、指標算出部２３とを備える。

画像処理装置１は、共通の被験者の同じ部位（臓器）を撮像した２種類の画像を用いて、それぞれの画像の代表値を算出する処理を行う。本実施形態では、同じ被験者について１８Ｆ−ＦＤＧ（フルオロデオキシグルコース）を投与して撮像されたＰＥＴ画像（以下、ＦＤＧ−ＰＥＴ画像（第１画像）という）と、１１Ｃ−メチオニンを投与して撮像されたＰＥＴ画像（以下、ＭＥＴ−ＰＥＴ画像（第２画像）という）を用いて行う。このように、本実施形態では、第１画像および第２画像は、モダリティが同一で異なる薬剤から得られた画像である。すなわち、異なる集積機序により得られた画像である。

ＦＤＧ−ＰＥＴ画像及びＭＥＴ−ＰＥＴ画像の画像データは何れも３次元のボクセルデータであり、本実施形態では同じ被験者の脳（頭部）を撮像した３次元画像である。ＦＤＧ−ＰＥＴ画像及びＭＥＴ−ＰＥＴ画像は、それぞれ、複数のスライス画像から構成されていてもよい。ＦＤＧ−ＰＥＴ画像及びＭＥＴ−ＰＥＴ画像の画素値（ボクセル値）は、何れもＳＵＶ（Ｓｔａｎｄａｒｄｉｚｅｄ Ｕｐｔａｋｅ Ｖａｌｕｅ）に正規化されていてもよい。

ＦＤＧ−ＰＥＴ画像データ記憶部３１は、ＦＤＧ−ＰＥＴ画像の画像データを記憶する。所定の撮像装置で生成されたＦＤＧ−ＰＥＴ画像の画像データは、図示しないインタフェース手段により、画像処理装置１に取り込まれて、ＦＤＧ−ＰＥＴ画像データ記憶部３１に保存される。

ＭＥＴ−ＰＥＴ画像データ記憶部３２は、ＭＥＴ−ＰＥＴ画像の画像データを記憶する。所定の撮像装置で生成されたＭＥＴ−ＰＥＴ画像の画像データは、図示しないインタフェース手段により、画像処理装置１に取り込まれて、ＭＥＴ−ＰＥＴ画像データ記憶部３２に保存される。

位置合わせ処理部１１は、ＦＤＧ−ＰＥＴ画像データ記憶部３１に保存されているＦＤＧ−ＰＥＴ画像と、ＭＥＴ−ＰＥＴ画像データ記憶部３２に保存されているＭＥＴ−ＰＥＴ画像の位置合わせを行う。位置合わせでは、例えば周知のアルゴリズムによって、２枚の画像にそれぞれ写っている像の位置が合う（同一箇所が同じ座標になる）ように行われる。この位置合わせは、３次元的に行っても良いし、それぞれ対応するスライス画像毎に行ってもよい。また、位置あわせのために移動される画像は、線形的もしくは非線形的な変換を行っても良い。位置合わせ後の画像は、それぞれＦＤＧ−ＰＥＴ画像データ記憶部３１及びＭＥＴ−ＰＥＴ画像データ記憶部３２に保存される。以下の処理は、互いに位置合わせが行われているＦＤＧ−ＰＥＴ画像とＭＥＴ−ＰＥＴ画像を用いて行う。

第１エリア抽出部１２は、ＦＤＧ−ＰＥＴ画像から所定の特徴を有するエリアを第１エリアとして抽出する。例えば、第１エリア抽出部１２は、ＦＤＧ−ＰＥＴ画像（第１画像）において所定の閾値以上の画素値を有する画素からなるエリアを第１エリアとして抽出する。第１エリア抽出部１２は、抽出された第１エリアに含まれる画素の座標を特定する。

この閾値は、例えば、ＦＤＧ−ＰＥＴ画像中の脳領域の全画素（全脳）の画素値を平均した値の１．０倍、１．５倍、２．０倍、３．０倍などした値でよい。脳領域は、例えば、バックグラウンドを含むＦＤＧ−ＰＥＴ画像の全画素の画素値を平均した値の１／８以上の値を有するエリアとしてもよい。この閾値はスライス画像毎に設定してもよいし、全スライス画像（全脳）に対して一つの閾値を設定してもよい。

第１エリアは、特定のスライス画像を対象として設定してもよいし、全スライス画像（全脳）を対象として設定してもよい。

正常組織に生理的集積のある薬剤であるＦＤＧ−ＰＥＴ画像の性質より、この第１エリアには正常な灰白質領域及びＦＤＧが一定以上集積する腫瘍の領域が含まれていると考えられる。すなわち、第１エリア抽出部１２は正常な灰白質領域（正常組織）の候補となる領域である第１のエリアを抽出する。ここで正常組織に生理的集積のあるとは、診断の対象としている器官のうちで正常組織に生理的集積があることを意味する。

ＭＥＴ代表値特定部１３は、第１エリア抽出部１２の処理結果に基づいて、ＭＥＴ−ＰＥＴ画像の代表値を特定する。例えば、ＭＥＴ代表値特定部１３は、ＭＥＴ−ＰＥＴ画像（第２画像）における第１エリアに属する画素の画素値に基づいて、ＭＥＴ−ＰＥＴ画像の代表値（以下、ＭＥＴ代表値）５１を特定する。

ＭＥＴ代表値特定部１３は、例えば、第１エリア抽出部１２から第１エリアに含まれる画素の座標を取得し、ＭＥＴ−ＰＥＴ画像におけるそれらの座標の画素値から、ＭＥＴ代表値５１を特定する。ＭＥＴ代表値５１は、例えば、対象となる画素の画素値の最頻値、平均値あるいは中央値等の統計的アルゴリズムを適用して得られた値（統計値）でよい。

例えば、ＭＥＴ代表値特定部１３は、第１エリアに含まれる画素の画素値のヒストグラムを作成する。図３は、ヒストグラムの一例を示す図である。第１エリアに含まれる正常な灰白質領域の画素値は、ほぼ正規分布に従うと考えられ、一つのピークＰ１が形成される。正常組織に生理的集積のない薬剤であるＭＥＴ−ＰＥＴ画像の性質より、第１エリアに腫瘍領域が含まれている場合には、正常領域よりも高い画素値の領域に、ピークＰ１よりも小さなピークＰ２が形成される。このとき、最頻値はピークＰ１の値Ｖ１となる。平均値は、最頻値Ｖ１よりもやや大きな値Ｖ２となる。ここで正常組織に生理的集積のないとは、診断の対象としている器官のうちで正常組織に生理的集積がないか又はあっても疾患領域の特定に影響しない程度の集積しかないことを意味する。

ここで特定されたＭＥＴ代表値５１は、ＭＥＴ−ＰＥＴ画像において正常な灰白質領域を代表する値と考えられる。

第２エリア抽出部１４は、ＭＥＴ−ＰＥＴ画像（第２画像）において画素値がＭＥＴ代表値５１である画素を含むエリアを第２エリアとして抽出する。このとき、第２エリア抽出部１４は、ＭＥＴ代表値５１を有する画素のみを第２エリアとしてもよいし、ＭＥＴ代表値５１を含む一定の値の幅を定めて、これらの値の幅に入る画素値を有する画素を第２エリアとしてもよい。第２エリア抽出部１４は、抽出された第２エリアに含まれる画素の座標を特定する。

この第２エリアには、正常な灰白質領域のみが含まれると考えられる。

第１エリア及び／または第２エリアは、脳の左半球または右半球にのみ設定してもよい。例えば、医師等のオペレータが左右のいずれかの半球を指定した場合、第１エリア抽出部１２は、指定された半球のみを対象として第１エリアを設定してもよい。同様に、オペレータが左右のいずれかの半球を指定した場合、第２エリア抽出部１４は、指定された半球のみを対象として第２エリアを設定してもよい。これにより、第１エリア及び／または第２エリアを腫瘍のある半球とは反対の半球に設定することが可能となる。

ＦＤＧ代表値特定部１５は、第２エリア抽出部１４の処理結果に基づいて、ＦＤＧ−ＰＥＴ画像の代表値を特定する。例えば、ＦＤＧ代表値特定部１５は、ＦＤＧ−ＰＥＴ画像（第１画像）における第２エリアに属する画素の画素値に基づいて、ＦＤＧ−ＰＥＴ画像の代表値（以下、ＦＤＧ代表値という）５２を特定する。

ＦＤＧ代表値特定部１５は、例えば、第２エリア抽出部１４から第２エリアに含まれる画素の座標を取得し、ＦＤＧ−ＰＥＴ画像におけるそれらの座標の画素値から、ＦＤＧ代表値５２を特定する。ＦＤＧ代表値５２は、例えば、対象となる画素の画素値の最頻値、平均値あるいは中央値等の統計的アルゴリズムを適用して得られた値（統計値）でよい。ＦＤＧ代表値５２の具体的な特定の仕方は、ＭＥＴ代表値特定部１３がＭＥＴ代表値５１を特定するために行う処理と同じでもよい。

ここで特定されたＦＤＧ代表値５２は、ＦＤＧ−ＰＥＴ画像において正常な灰白質領域を代表する値と考えられる。

上述のように、本実施形態では、ある画像の特定の性質を有するエリアの代表値を特定するために、その画像とは別の種類の画像でそのエリアを定めている。特に、本実施形態では、同一モダリティの２種類の画像を用いている。

ＦＤＧ画素比算出部１６は、ＦＤＧ−ＰＥＴ画像の複数の画素について、画素値とＦＤＧ代表値５２との比を算出する。

例えば、ＦＤＧ画素比算出部１６は、ＦＤＧ−ＰＥＴ画像データ記憶部３１を参照して、ＦＤＧ−ＰＥＴ画像の画像データを取得する。そして、ＦＤＧ画素比算出部１６は、ＦＤＧ−ＰＥＴ画像の任意の画素について、それぞれの画素値とＦＤＧ代表値５２との画素比を算出する。ＦＤＧ画素比算出部１６は、すべての画素を対象として画素比を算出してもよいし、脳領域を対象として画素比を算出してもよいし、あるいはオペレータが指定した領域の画素を対象としてもよい。オペレータが複数の画素からなる任意の領域を指定するときは、この領域内の画素値の最頻値、平均値あるいは中央値等の統計的アルゴリズムを適用して得られた値（統計値）を算出し、この値とＦＤＧ代表値５２との画素比を算出してもよい。

ＭＥＴ画素比算出部１７は、ＦＤＧ−ＰＥＴ画像と同様に、ＭＥＴ−ＰＥＴ画像の複数の画素について、ＭＥＴ代表値５１との画素比（第２画素比）を算出する。すなわち、ＭＥＴ画素比算出部１７は、すべての画素、脳領域の画素あるいはオペレータが指定した領域の画素を対象として画素毎にＭＥＴ代表値５１との画素比を算出してもよいし、あるいはオペレータが複数の画素からなる任意の領域を指定するときは、この領域内の画素値の最頻値、平均値あるいは中央値等の統計的アルゴリズムを適用して得られた値（統計値）を算出し、この値とＭＥＴ代表値５１との画素比を算出してもよい。

ここで、ＭＥＴ代表値５１およびＦＤＧ代表値５２は、それぞれの画像において正常灰白質領域を代表する値だと考えられる。従って、腫瘍部位についてＭＥＴ代表値５１またはＦＤＧ代表値５２を分母として算出された比は、腫瘍活動性指標であるＬ／Ｎに相当する。以下において、ＦＤＧ代表値５２を分母として算出された画素比を、ＦＤＧ／Ｎ（第１画素比）とし、ＭＥＴ代表値５１を分母として算出された画素比を、ＭＥＴ／Ｎ（第２画素比）とする。また、正常脳組織（正常灰白質）に対応する画素では、ＭＥＴ／ＮおよびＦＤＧ／Ｎは、約１．０を示す。

腫瘍細胞では糖代謝が亢進するため、１８Ｆ−ＦＤＧは腫瘍組織に取り込まれる特徴があるが、正常脳組織への集積が高いため、腫瘍部位であっても、集積が正常脳組織に比べて低くなることもある（正常脳組織への集積よりも高い場合もある）。そして、１８Ｆ−ＦＤＧは腫瘍部位のコア領域から染み出した浸潤領域についても糖代謝を反映して取り込まれるものの、正常脳組織に比べて低くなる傾向があると考えられる。腫瘍部位のコア領域において糖代謝が正常脳組織と比べ同等もしくは高いものは、Ｈｉｇｈ ｒｉｓｋ群と考えられ本手順では、除いている。このため、ＦＤＧ−ＰＥＴ画像において腫瘍部位のコア領域および浸潤領域と正常脳組織とはＦＤＧ／Ｎに差が生じるので両者は区別することができる。すなわち、本手順で対象とする症例における（従来法ではｒｉｓｋ判別が困難なもの）コア領域および浸潤領域に相当する画素では、ＦＤＧ／Ｎは１．０に近い値を示さず、例えば０．９より小さい値を示すと考えられる。ただし、ＦＤＧ／Ｎが低下している領域には、浮腫が含まれる可能性があり、ＦＤＧ単独で腫瘍領域（コア領域及び浸潤領域）を決定するには信頼性が低い。また、１８Ｆ−ＦＤＧでは、脳外は、集積がないため、例えば０．３以下の値を示すと考えられる。

ＦＤＧ／Ｎの値が示す領域をまとめると以下のようになる。
・ＦＤＧ／Ｎ≦０．３：脳外（実質的な脳領域でない）
・０．３＜ＦＤＧ／Ｎ＜０．９：浸潤領域およびコア領域、または、浮腫領域
・ＦＤＧ／Ｎ≧０．９：正常領域、または、コア領域（Ｈｉｇｈ ｒｉｓｋ）
このうち、ＦＤＧ／Ｎ≧０．９を満たす腫瘍がある場合は、Ｈｉｇｈ ｒｉｓｋ群であり（本手順では除いている）、０．３＜ＦＤＧ／Ｎ＜０．９を満たす腫瘍がある場合は、腫瘍（浸潤領域、コア領域）と浮腫領域が目視だけでは判別困難であり、また、ｒｉｓｋ評価も難しい。

また、１１Ｃ−メチオニンはアミノ酸代謝が活発な腫瘍組織に集積するが、正常脳組織にはほとんど取り込まれない。腫瘍部位の浸潤領域でもアミノ酸代謝はコア領域に比べ緩慢ではあるが取り込まれる傾向がある。このため、腫瘍と正常脳組織とはＭＥＴ／Ｎの差が生じ、両者を区別することができる（ただし、コア領域は大きく値が異なり明確であるが、浸潤領域は正常領域の値と重なる部分があり不明確である。）。すなわち、浸潤領域に相当する画素では、ＭＥＴ／Ｎが、１．１よりも大きい値を示すと考えられる。また、腫瘍部位のコア領域に相当する画素では、メチオニンを多量に取り込むため、例えばＭＥＴ／Ｎは、１．４より大きい値を示すと考えられる。ただし、ＭＥＴ／Ｎが１．１よりも少し増加している領域にも、画像ボケや統計誤差等により正常領域（画素）が含まれる可能性があり、ＭＥＴ単独で腫瘍領域（浸潤領域）を決定するには信頼性が低い。

ＭＥＴ／Ｎの値が示す領域をまとめると以下のようになる。
・ＭＥＴ／Ｎ≧１．４：コア領域
・１．１＜ＭＥＴ／Ｎ＜１．４：浸潤領域、または、正常領域
・ＭＥＴ／Ｎ≦１．１：浮腫領域、または、正常領域
このうち、１．４≦ＭＥＴ／Ｎを満たす領域は、コア領域として目視で判別可能な領域であるが、１．１＜ＭＥＴ／Ｎ＜１．４を満たす領域は、目視だけでは浸潤、正常の判別が困難な領域である。

ＦＤＧ／Ｎの値が示す領域とＭＥＴ／Ｎの値が示す領域とを組み合わせることにより、腫瘍（浸潤）領域、腫瘍（コア）領域、浮腫領域、正常領域は、図４のように示される。

図４は、ＦＤＧ／Ｎの値およびＭＥＴ／Ｎの値と、腫瘍（浸潤）領域、腫瘍（コア）領域、浮腫領域、および正常領域との関係を示す図である。

図４に示すように、ＦＤＧ／Ｎ≦０．３は脳外、０．３＜ＦＤＧ／Ｎ＜０．９かつ１．１＜ＭＥＴ／Ｎ＜１．４は浸潤領域、０．３＜ＦＤＧ／ＮかつＭＥＴ／Ｎ≧１．４はコア領域、０．３＜ＦＤＧ／Ｎ＜０．９かつＭＥＴ／Ｎ＜１．１は浮腫領域、ＦＤＧ／Ｎ≧０．９かつＭＥＴ／Ｎ＜１．４は正常領域に相当する。ＦＤＧまたはＭＥＴ単独で、浸潤領域の判断の信頼性は高くないが、図４の浸潤領域は、ＦＤＧおよびＭＥＴの両方で浸潤領域である可能性を示す領域であるので、当該領域は浸潤領域である蓋然性が高いと考えられる。

マスク処理部１８は、ＦＤＧ／Ｎに基づき、マスク処理を行う。すなわち、マスク処理部１８は、ＦＤＧ／Ｎに基づき、脳の外周および脳室等を除いた実質的な脳領域を抽出する。具体的には、図２のマスク処理に示すように、マスク処理部１８は、ＦＤＧ／Ｎが０．３より大きい値の画素をＦＤＧ−ＰＥＴ画像から抽出して、マスク処理された画素とする。

第１候補画素抽出部１９は、マスク処理されたＦＤＧ−ＰＥＴ画像の画素において、ＦＤＧ／Ｎが所定の値より小さい値を示す画素、および、ＭＥＴ−ＰＥＴ画像の画素において、ＭＥＴ／Ｎが所定の値より大きい値を示す画素のうち、両方を満たす画素を候補画素（第１候補画素）として抽出する。図２に示すように、第１候補画素抽出において、複数の領域Ｆ１を構成する画素が第１候補画素として抽出される。

例えば、第１候補画素抽出部１９は、ＦＤＧ−ＰＥＴ画像およびＭＥＴ−ＰＥＴ画像の画素において、０．３＜ＦＤＧ／Ｎ＜０．９および１．１＜ＭＥＴ／Ｎの両方を満たす画素を候補画素として抽出する。ここで、０．３＜ＦＤＧ／Ｎは上記のマスク処理を示している。図４に示したように、０．３＜ＦＤＧ／Ｎ＜０．９かつ１．１＜ＭＥＴ／Ｎの領域は腫瘍部位（浸潤領域およびコア領域）であるので、当該領域が候補画素として抽出される。なお、抽出する画素の閾値としては０．９、１．１に限らず、オペレータが適宜設定してもよい。

第２候補画素抽出部２０は、マスク処理されたＦＤＧ−ＰＥＴ画像の画素、および、ＭＥＴ−ＰＥＴ画像の画素において、ＭＥＴ／Ｎが所定の値より大きい値を示す画素のうち、両方を満たす画素を候補画素（第２候補画素）として抽出する。図２に示すように、第２候補画素抽出において、複数の領域Ｍ１を構成する画素が第２候補画素として抽出される。

例えば、第２候補画素抽出部２０は、ＦＤＧ−ＰＥＴ画像およびＭＥＴ−ＰＥＴ画像の画素において、０．３＜ＦＤＧ／Ｎおよび１．４＜ＭＥＴ／Ｎの両方を満たす画素を候補画素として抽出する。図４に示したように、０．３＜ＦＤＧ／Ｎかつ１．４≦ＭＥＴ／Ｎの領域は、コア領域であるので、当該領域が候補画素として抽出される。なお、抽出する画素の閾値としては１．４に限らず、オペレータが適宜設定してもよい。

第１特徴領域抽出部２１は、第１候補画素抽出部１９で抽出された候補画素のうち、医師等のオペレータが指定した画素に連続する画素の領域を第１特徴領域として抽出する。図２に示すように、第１特徴領域抽出において、領域Ｆ２が第１特徴領域として抽出される。すなわち、第１特徴領域抽出部２１は、腫瘍部位領域を第１特徴領域として抽出する。なお、オペレータが指定した領域ではなく、所定の領域（最も大きい領域、大きい方から２つの領域、所定のサイズ以上の領域等）を自動的に第１特徴領域として抽出してもよい。

第２特徴領域抽出部２２は、第２候補画素抽出部２０で抽出された候補画素のうち、医師等のオペレータが指定した画素に連続する画素の領域を第２特徴領域として抽出する。図２に示すように、第２特徴領域抽出において、領域Ｍ２が第２特徴領域として抽出される。すなわち、第２特徴領域抽出部２２は、腫瘍部位のコア領域を第２特徴領域として抽出する。なお、オペレータが指定した領域ではなく、所定の領域（最も大きい領域、大きい方から２つの領域、所定のサイズ以上の領域等）を自動的に第２特徴領域として抽出してもよい。

図２の最も下に示した画像Ｘが、第１特徴領域Ｆ２と第２特徴領域Ｍ２とを重ね合わせた状態を示している。上記のように、第１特徴領域Ｆ２は、腫瘍部位（浸潤領域およびコア領域）であり、第２特徴領域Ｍ２は、コア領域である。よって、第１特徴領域Ｆ２と第２特徴領域Ｍ２との差分領域Ｉは、浸潤領域に相当する。

指標算出部２３は、第１特徴領域抽出部２１により抽出された第１特徴領域Ｆ２と、第２特徴領域抽出部２２により抽出された第２特徴領域Ｍ２とに基づき指標を算出する。例えば、指標算出部２３は、差分領域Ｉの体積もしくは表面積、差分領域Ｉと第２特徴領域Ｍ２との体積もしくは表面積の比率、または第１特徴領域Ｆ２と第２特徴領域Ｍ２との重なり率等を、腫瘍部位の浸潤に関する指標として算出する。そして、指標算出部２３は、算出した指標を出力装置３に出力する。なお、重なり率は、図２では、第２特徴領域Ｍ２の全ての領域が第１特徴領域Ｆ２と重なっているため、１００％となる。第２特徴領域Ｍ２の一部の領域のみが第１特徴領域Ｆ２と重なる場合、すなわち第２特徴領域Ｍが第１特徴領域Ｆ２と重ならない領域を有する場合は、重なり率は１００％より小さくなる。

本実施形態によれば、オペレータによらずに、腫瘍部位における浸潤の程度を適切に評価することができる。特に、本実施形態では、ＦＤＧ−ＰＥＴ画像とＭＥＴ−ＰＥＴ画像とに基づき、腫瘍部位における浸潤の程度を、客観的かつ再現性ある方法で特定することができる。

さらに、本実施形態によれば、異なる特性を有する複数種類の画像を使って、特定の性質のエリアを抽出することができる。特に本実施形態では、同一モダリティの互いに異なる特性を有する２種類の画像を使って、一方の画像の特性を利用して腫瘍部位の候補領域を抽出し、他方の画像の特性を使って、腫瘍部位のコア領域の候補領域を抽出し、2つの候補領域に基づき、浸潤に関する指標を算出することができる。

上述した本発明の実施形態は、本発明の説明のための例示であり、本発明の範囲をそれらの実施形態にのみ限定する趣旨ではない。当業者は、本発明の要旨を逸脱することなしに、他の様々な態様で本発明を実施することができる。

上記の実施形態では、第１画像および第２画像は、モダリティが同一で異なる薬剤から得られた画像であったが、モダリティが異なる、すなわち画像化原理が異なる画像であってもよい。例えば、モダリティとしては、ＰＥＴ画像以外に、ＳＰＥＣＴ画像、ＭＲＩ画像、Ｘ線画像、超音波画像等があげられる。すなわち、集積（造影、信号強度等の）機序が異なる画像であれば、画像における画素値（信号強度）が異なるので、本実施形態に適用可能である。本実施形態に適用可能な例としては以下の表１に示すものが挙げられる
（表１）

１ 画像処理装置
１６ ＦＤＧ画素比算出部
１７ ＭＥＴ画素比算出部
１９ 第１候補画素抽出部
２０ 第２候補画素抽出部
２１ 第１特徴領域抽出部
２２ 第２特徴領域抽出部
２３ 指標算出部
３１ ＦＤＧ−ＰＥＴ画像データ記憶部
３２ ＭＥＴ−ＰＥＴ画像データ記憶部

Claims (8)

1. 同一被験者の同一部位を撮像した第１画像及び第２画像の画像データを記憶する記憶手段を有する画像処理装置のためのコンピュータプログラムであって、
   前記第１画像および前記第２画像に基づいて、異常部位領域を第１特徴領域として抽出するステップと、
   前記第１画像および前記第２画像に基づいて、前記第１特徴領域とは異なる異常部位領域を第２特徴領域として抽出するステップと、
   前記第１特徴領域および前記第２特徴領域に基づいて、異常部位の状態に関する指標を算出するステップと、を前記画像処理装置に実行させるコンピュータプログラム。
2. 前記第１画像の画素について、それぞれの画素値と正常組織の候補画素の画素値との第１画素比を算出するステップと、
   前記第２画像の画素について、それぞれの画素値と正常組織の候補画素の画素値との第２画素比を算出するステップと、
   算出した前記第１画素比および前記第２画素比に基づいて、異常部位の候補となる複数の画素を第１候補画素として抽出するステップと、
   算出した前記第１画素比および前記第２画素比に基づいて、異常部位の候補となる複数の画素を第２候補画素として抽出するステップと、をさらに前記画像処理装置に実行させ、
   前記第１候補画素に基づき、前記第１特徴領域を抽出し、
   前記第２候補画素に基づき、前記第２特徴領域を抽出する、請求項１記載のコンピュータプログラム。
   
3. 前記第１画像と前記第２画像とは、モダリティが異なる画像、または、モダリティが同一で異なる薬剤により得られた画像である、請求項１または請求項２に記載のコンピュータプログラム。
4. 複数の前記第１候補画素のうちの一つの画素の指定を受け付けるステップと、
   複数の前記第２候補画素のうちの一つの画素の指定を受け付けるステップと、をさらに前記画像処理装置に実行させ、
   複数の前記第１候補画素において前記指定された画素に連続する画素の領域を前記第１特徴領域として抽出し、
   複数の前記第２候補画素において前記指定された画素に連続する画素の領域を前記第２特徴領域として抽出する、請求項２記載のコンピュータプログラム。
5. 前記指標は、前記第１特徴領域と前記第２特徴領域との差分領域の体積もしくは表面積、前記差分領域と前記第２特徴領域との体積もしくは表面積の比率、または、前記第１特徴領域と前記第２特徴領域との重なり率である、請求項１から請求項３のいずれか一項に記載のコンピュータプログラム。
6. 前記第１特徴領域は、腫瘍部位領域であり、
   前記第２特徴領域は、腫瘍部位のコア領域であり、
   前記異常部位の状態に関する指標は、腫瘍部位の浸潤に関する指標である、請求項１から請求項６のいずれか一項に記載のコンピュータプログラム。
7. 前記第１画像は、前記被験者に１８Ｆ−ＦＤＧ（フルオロデオキシグルコース）を投与して撮像したＰＥＴ画像であり、
   前記第２画像は、前記被験者に１１Ｃ−メチオニンを投与して撮像されたＰＥＴ画像である、請求項１から請求項４のいずれか一項に記載のコンピュータプログラム。
8. 同一被験者の同一部位を撮像した第１画像及び第２画像の画像データを記憶する記憶手段を有する画像処理装置であって、
   前記第１画像および前記第２画像に基づいて、異常部位領域を第１特徴領域として抽出する第１特徴領域抽出部と、
   前記第１画像および前記第２画像に基づいて、前記第１特徴領域とは異なる異常部位領域を第２特徴領域として抽出する第２特徴領域抽出部と、
   前記第１特徴領域および前記第２特徴領域に基づいて、異常部位の状態に関する指標を算出する指標算出部と、を備える画像処理装置。
   

Images