JP5264090B2 - 画像処理装置 - Google Patents

Description

本発明は、画像処理プログラム及び画像処理装置に係り、特に医用画像撮像装置で撮影された画像に対して３次元の関心領域を設定する画像処理プログラム及び画像処理装置に関する。

ＣＴ、ＭＲＩ、ＰＥＴ／ＳＰＥＣＴなどの画像診断装置の性能が向上し、得られる画像データ量が増大傾向にある。特にマルチスライスＣＴ装置では、短時間で高精細な３次元データが取得できることから、読影医の負担も増大している。

一方で、得られた画像データを読影する際の負荷情報として、定量的な解析のニーズも増加してきている。従来は、ＣＴの血管造影検査による血管の描出そのものが目標だったものが、現在では、狭窄率の提供が求められている。肺の結節においては、その体積測定が求められ、過去の画像データと現在の画像データとの体積比較によるＤｏｕｂｌｉｎｇ ｔｉｍｅ（病変部の体積が倍になる時間）を基にした良悪性度の評価の要求がある。また、脳のパフュージョン検査では、ＣＢＦ（脳血流量）などの解析値をＭＣＡ（中大脳動脈）支配領域で評価したいという要求がある。

また、治療方針の決定などの点で、定量評価のニーズは高まってきている。例えば、閉塞性動脈硬化症（ＡＳＯ）の場合には、Ｘ線診断装置、螺旋ＣＴ装置、ＭＲＩ装置などを用いた血管造影検査（Angiography）により、狭窄、閉塞、側副血行路など血管の形態を観察することによる診断が行われている（非特許文献１参照）。また、運動療法、内科療法、血管内治療、外科治療（血行再建術など）などの治療が病態に応じて行われている。しかし、いずれの治療も効かず治療方法が無い重症例（重症虚血肢：Critical Limb Ischemia）では下肢切断を余儀なくされるため、早期に診断し、適切な治療を行うことが必要である。

治療による効果（血流や血流量の回復）は、前述のような診断装置を駆使することによりある程度は評価できる。しかしながら、その後の血管新生や側副血行が促進されることにより、本来の目的である間欠性跛行などの症状改善にまで繋がるかどうかを判断するのは、筋量等の変化を定量的に把握する必要があるため、困難である。

また、薬剤治療など継続的に実施する必要がある治療では、治療の継続をその都度定量的に判断できることが望ましい。さらには、治療が必要な筋肉を特定できれば、筋肉注射による薬剤投与などで効率的・効果的な治療が期待できるため、治療見通しを立て、治療方針を決定できる評価方法が確立されることが望まれている。そのためには、特定断面を再現性良く撮影する必要がある。

これに対応するために、特許文献１には、３次元座標空間内に複数の断面を互いに離間して設定し、各断面の画像上に描画した関心領域を多角形で近似し、設定断面以外の断面については補間演算によって多角形を求め、それら各多角形を積層することによって３次元関心領域を設定する方法が記載されている。

特許文献２には、しきい値処理により内蔵脂肪と皮下脂肪とを識別することにより、ＣＴ画像から筋肉や脂肪組織を抽出する方法が記載されている。また、特許文献３には、抽出された脂肪組織の分布を表示する方法について記載されている。
特開平１１-５６８４１号公報 特開２００３−３３９６９４号公報 特開２００５−１９２６５６号公報 画像診断、秀潤社、Ｖｏｌ．２３、Ｎｏ．８、２００３年

しかしながら、特許文献１に記載の３次元関心領域を設定する方法では、離間して設定する断面の決定方法に精度が大きく依存するため、実用上は、軸位断面像で断面を設定するか、あるいは適切な断面設定を補助するようなＧＵＩ(グラフィカル・ユーザーインターフェース)などが必要となるという問題がある。

また、特許文献１に記載の３次元関心領域を設定する方法では、肝臓のように特定の領域に限局した臓器であれば、全体の体積を算出し、過去のデータと比較することも精度良く出来る。しかし、筋肉などの組織の範囲を限定して比較する必要がある場合には、再現性良く範囲を設定できないため、精度のよい比較ができないという問題がある。

また、特許文献１に記載の３次元関心領域を設定する方法では、同一断面を正確に撮影できれば絶対的な定量性が確保される。しかし、ＡＳＯの様に筋肉などの組織を対象とした場合では、筋肉の緊張の度合い（力の入れ具合）によって断面の筋繊維組織の密度が変化するため、まったく同一の状態で撮影することは困難である。そのため、特許文献１に記載の３次元関心領域を設定する方法で同じ組織を抽出した場合において、特許文献２、３に記載の抽出方法を用いても、再現性良く範囲を設定できず、したがって絶対的な定量性を確保できないという未解決の問題がある。

本発明は、上記事情に鑑みてなされたものであり、所望の対象組織を評価するための３次元の関心領域を簡単に設定することが可能な画像処理装置及び画像処理プログラムを提供することを目的とする。

前記課題を解決するために、請求項１に記載の画像処理装置は、医用画像撮影装置で撮影された３次元画像を取得する取得手段と、前記３次元画像に含まれる所定の組織を３次元の参照領域として抽出する参照領域抽出手段と、前記抽出された参照領域に基づいて３次元の関心領域を設定する関心領域設定手段と、前記設定された関心領域に関する情報を出力する出力手段と、を備えたことを特徴としている。

請求項１に記載の画像処理装置によれば、医用画像撮影装置で撮影された３次元画像を取得し、取得した３次元画像から特定の組織を３次元の参照領域として抽出し、参照領域に基づいて３次元の関心領域を設定する。これにより、３次元の関心領域を簡単に設定することができる。特に、骨を参照領域とする場合には、関心領域の再現性が高いため、関心領域に後処理を施すことにより、画像診断に有用な画像を容易に作成することができる。また、左右比較や経時比較などの定量的な評価を行うことができる。

また、請求項１に記載の画像処理装置において、抽出された参照領域の特徴量を算出し、その特徴量を用いて３次元の関心領域を設定するようにしてもよい。なお、特徴量は、前記参照領域の幾何学的な特徴である１次特徴量及び１次特徴量に基づいて算出される２次特徴量のうちの少なくとも１つである。これにより、ＣＴ値、画素値等に特徴がない組織、収縮などの変化する領域においても、３次元の関心領域を再現性高く設定することができる。

請求項４に記載の画像処理プログラムは、医用画像撮影装置で撮影された３次元画像を取得するステップと、前記３次元画像に含まれる所定の組織を３次元の参照領域として抽出するステップと、前記抽出された参照領域に基づいて３次元の関心領域を設定するステップと、前記設定された関心領域に関する情報を出力するステップと、を演算装置に実行させることを特徴としている。

本発明によれば、所望の対象組織を評価するための３次元の関心領域を簡単に設定することができる。

以下、本発明を実施するための最良の形態を添付図面に基づいて説明する。

図１は、本発明に係る画像処理装置１０の構成を示すブロック図である。

画像処理装置１０は、主として、ボリュームデータ入力手段１と、ボリュームデータから３次元の関心領域を設定する３次元関心領域設定手段１００と、関心領域の情報を観察者や別のシステム等に提供する情報提供手段３００とで構成される。

ボリュームデータ入力手段１は、ＣＴ、ＭＲＩ、ＰＥＴ／ＳＰＥＣＴ等の断層撮影装置から断層画像データまたは３次元のボリュームデータを取得するものである。取得された断層画像データまたは３次元のボリュームデータは、３次元関心領域設定手段１００に入力される。例えば、下肢のボリュームデータが取得された場合には、骨、脂肪、筋肉、血管などの組織が含まれる。３次元のボリュームデータが取得された場合には、３次元のボリュームデータを３次元関心領域設定手段１００に出力する。なお、断層画像データが取得された場合には、図示しない再構成手段により３次元のボリュームデータが作成され、作成された３次元のボリュームデータが３次元関心領域設定手段１００に出力される。

３次元関心領域設定手段１００は、主として、関心領域を決定する基準として用いる参照領域を抽出する参照領域抽出手段１１０と、参照領域特徴量算出手段１２０と、特徴量に基づいて関心領域を設定する関心領域設定手段１４０と、操作者が領域設定パラメータを入力するためのユーザーインターフェース１３０とで構成される。

参照領域抽出手段１１０は、どの組織を参照領域とするかを決定するものである。ボリュームデータ入力手段１で取得されたデータに含まれる骨、脂肪、筋肉、血管などの組織が閾値処理や一般的に良く知られている領域拡張法などの手法を用いて抽出され、抽出された組織の中から最適な組織が参照領域として決定される。最適な組織を参照領域として決定する方法として、プロトコル化することで最適な組織が自動的に選択されるようにしても良いが、本実施例では、ユーザーインターフェース１３０を介して操作者が最適な組織を選択することにより、参照領域が決定される。なお、参照領域は、治療等による経時変化の少ない組織を選択することが望ましい。

なお、組織を抽出する方法としては閾値処理や領域拡張法等が考えられる。骨の場合は単純な閾値処理で抽出可能な場合も多いが、コントラスト差が小さい場合は領域拡張法の方が有利な場合がある。どの手法を用いるかによって、本発明の権利範囲は限定されない。

参照領域特徴量算出手段１２０は、抽出された参照領域の特徴量を算出するものである。特徴量として代表的なものとしては、形状に関するものとして、輪郭などの１次特徴量と、１次特徴量を基に算出される重心、芯線、面、法線ベクトル、方向ベクトル、面積プロファイルなどの２次特徴量とが挙げられる。また、濃度に関するものとして、濃度勾配、平均濃度、濃度プロファイルなどが挙げられる。なお、参照領域として選択した組織や本手法を用いたアプリケーションによって適当な特徴量や、特徴量を算出する方法が異なるため、特徴量を算出するための手法を選択できるようにしたり、複数の手法を用いたりしてもよい。

関心領域設定手段１４０は、参照領域特徴量算出手段１２０で算出された特徴量に基づいて、関心領域を決定するものである。例えば、芯線が特徴量として算出された場合には、芯線上の開始位置と、終了位置と、開始位置及び終了位置と芯線に沿った境界条件によって関心領域を設定する。境界条件は、具体的には、芯線に直交する面、球、芯線からの距離などで定義するのが多くの場合は好ましい。ただし、境界条件を矩形とする場合には、芯線に直交する面内の回転も考慮する必要があるため、回転角を決定するための基準（例えば、面内の方向ベクトル）を設ける必要がある。

以下、上記のように構成された画像処理装置１０の動作について、ＣＴ画像が取得された場合を例にとって説明する。以下の処理は、ボリュームデータ入力手段１から断層画像データまたは３次元のボリュームデータが３次元関心領域設定手段１００に入力された後で、３次元関心領域設定手段１００によって行われる。なお、以下の処理により設定された関心領域は情報提供手段３００に出力される。

＜第１の実施の形態＞
第１の実施の形態は、本発明を下肢に適用し、関心領域として下肢の場合である。

まず、参照領域抽出手段１１０において、ＣＴ値が高く、最もボリュームデータからの抽出が容易な骨が参照領域として決定される。

骨が参照領域として決定されたら、参照領域特徴量算出手段１２０において、抽出された参照領域の特徴量として芯線が算出される。脛骨などの下肢の骨の場合には、体軸方向に長い組織であるため、芯線を用いることにする。なお、芯線は、下肢の骨と同様に長い組織である血管や大腸の解析で用いられることも多い。

各断面において、各断面の中心点を定義し、その中心点を結んだ線が芯線として算出される。例えば、各断面の中心点は、１次特徴量である輪郭を円近似したときの円の中心点、断面の重心などで定義できる。また、重心は、抽出された骨の内部領域を１次特徴量として算出し、その骨の内部領域の重心を２次特徴量として算出することで定義される。ただし、関節などが含まれると誤差が大きくなる可能性もあるため、以下に示す方法を用いて算出することもできる。

図２は、関節Ｊ１、Ｊ２を含む骨ＢＮについて、芯線を算出する方法を示すものである。

図２（ａ）において、ＡＸは、上述の方法等により定義された軸であり、面ＰＰ１、ＰＰ２は、軸ＡＸに直交する面を示している。面ＰＰ１、ＰＰ２における骨領域の面積Ｐ１、Ｐ２は、既に公知の方法で算出できる。その算出された面積プロファイルＦを図２（ｂ）に示す。なお、面積プロファイルＦの横軸は軸ＡＸ上の位置Ｐである。

面積プロファイルＦに閾値を設けることで、関節Ｊ１、Ｊ２を除外することが可能となる。関節Ｊ１、Ｊ２が除外された状態において、各断面で中心点を定義し、各断面における中心点を結んだ線を芯線として算出する。なお、面積プロファイル以外の特徴量を用いることも出来る。簡便なものとしては、平均濃度、濃度ヒストグラムなどの濃度情報が挙げられる。

ただし、図２に示す方法においては、最初の解析断面（例えば、図２の面ＰＰ１、ＰＰ２）は軸位像で、実際の患者のどの位置の断層であるかは、撮影断面と患者体位の相対位置関係に左右される。例えば、図３−１（ａ）、（ｂ）には、1回目の撮影によるボリュームデータから抽出された関節Ｊ１、Ｊ２を含む骨ＢＮと、２回目の撮影によるボリュームデータから抽出された関節Ｊ１’、Ｊ２’を含む骨ＢＮ’とが、絶対空間に示されており、それぞれ軸ＡＸ、ＡＸ’が定義されている。２回の撮影の体位が異なる場合には、このような状況が考えられる。両者の軸ＡＸ、ＡＸ’が精度高く求められていれば、関心領域も正確に設定できるが、データの精度等によっては精度が不十分である場合が考えられる。

そのような場合は、図３−１（ｃ）に示すように、面積プロファイルの不一致等により軸のずれを判断する。軸がずれていると判断された場合には、軸を再定義することにより、精度を上げることができる。また、軸のずれが分かることにより、軸ＡＸ’に対して軸ＡＸを中心とした回転（図３−１（ｄ）α方向）と平行移動とを組み合わせることで、軸ＡＸと軸ＡＸ’とを一致させることができる。また、撮影範囲が異なる２つのボリュームデータを用いる場合や、患者の体位が変わって撮影された２つのボリュームデータを用いる場合においても、面積プロファイル等を用いることで、組織によって定義された軸ＡＸに沿ったずれ量を求めることが出来る。

次に、関心領域を設定するための境界条件が、ユーザーインターフェース１３０により関心領域設定手段１４０に入力される。そして、参照領域特徴量算出手段１２０で算出された２次特徴量である芯線と、入力された境界条件とを用いて、関心領域設定手段１４０において関心領域が設定される。境界条件として、芯線上の開始位置及び終了位置と、芯線からの距離とが設定された場合を考える。開始位置及び終了位置が重心Ｇから距離Ｌとされ、芯線からの距離をｒとした場合には、芯線を中心とする半径ｒ、長さ２Ｌの円筒状の領域が関心領域として設定される。

例えば、図３−２（ａ）に図示するように、参照領域に対して円筒状の関心領域が半径ｒによって設定される。半径ｒを変化させた円錐状の関心領域も同時に図示した。また、図３−２（ｂ）に図示するように、参照領域の芯線が湾曲している場合には、関心領域は湾曲して設定される。

ここで、芯線などの参照領域の特徴量を基準として、ユーザーインターフェース１３０で閾値、関心領域を設定するための範囲（開始位置及び終了位置など）を制限する場合には、一般的なＧＵＩ（グラフィカル・ユーザーインターフェース）を用いることにより、直感的な操作が可能となる図４は、図２で示した芯線に直交する面内の面積プロファイル（図２（ｂ）参照）を特徴量とした場合のＧＵＩの例を示す。操作者が、芯線の軸方向で範囲を指定する場合にはスライドバー１、２を操作し、特徴量Ｆで範囲を規定する場合にはスライドバー３を操作することにより、範囲を容易に設定することができる。

また、芯線を中心とする半径ｒの円筒の関心領域を設定する場合に、境界条件を芯線からの距離をｒのみとし、円筒の開始位置及び終了位置を２次特徴量である面積プロファイルに基づいて設定することができる。例えば、図２に示すように、面積プロファイルで関節位置Ｊ１、Ｊ２と求められた場所を円筒の開始位置と終了位置とすることにより可能である。この場合には、２次特徴量である芯線と面積プロファイルと、境界条件とより、関心領域が設定される。

本実施の形態によれば、治療による変化、体位の変化、筋肉の収縮などの外的要因による変化が少ない組織の特徴量を基準とするため、外的要因に関わらず、膝と足首の間の下肢領域等の特定の同一の領域を再現性高く、かつ容易に関心領域として設定することができる。

なお、本実施の形態では、常に同一の関心領域を設定可能であるが、設定した関心領域に対して何らかの後処理が施すようにしてもよい。後処理として、関心領域を基に解析対象を抽出し、評価値を算出する例を以下に示す。

図５は、評価値を算出可能な画像処理装置１０ａの構成を示すブロック図である。なお、図１と同一の部分には同一の符号を付し、説明を省略する。

画像処理装置１０ａは、主として、ボリュームデータ入力手段１と、ボリュームデータから３次元の関心領域を設定する３次元関心領域設定手段１００と、解析領域の評価値を算出する解析対象組織特徴量算出手段２００と、解析対象組織特徴量算出手段２００で算出された評価値を観察者や別のシステム等に提供する情報提供手段３１０とで構成される。

解析対象組織特徴量算出手段２００は、主として、関心領域設定手段１４０で設定された関心領域を基に解析対象組織を抽出する解析対象組織抽出手段２１０と、解析対象組織の評価値を算出する評価値算出手段２２０とで構成される。

例えば、参照領域を下肢の骨と設定し、関心領域を骨の芯線を中心とする円筒上の領域とする場合において、関心領域に存在する筋肉領域を解析対象とし、筋肉の体積を評価値とする場合が考えられる。

これにより、四肢の左右比較や経時変化の定量比較が可能となる。定量比較を行う場合において、左右の下肢の筋肉量を面積プロファイルに基づいて範囲定義をすることで、客観性のある評価が可能になる。また、治療のフォローアップ等において、厳密に断面が一致していなくても、任意の範囲で定量的な比較が可能となる。その結果、ＡＳＯ、骨粗しょう症等の診断や、治療効果などの定量評価が可能となる。

＜第２の実施の形態＞
第１の実施の形態は、参照領域である下肢の骨の特徴量として芯線を算出し、下肢の骨の周囲の円筒状の領域を関心領域として設定したものであるが、関心領域はこれに限られるものではない。

第２の実施の形態は、心臓を関心領域として設定するものである。なお、第１の実施の形態と同一の部分には同一の符号を付し、説明を省略する。

まず、参照領域抽出手段１１０において、心臓の内腔が参照領域として抽出される。

心臓の内腔が参照領域として抽出されたら、参照領域特徴量算出手段１２０によって、２次特徴量である重心及び方向ベクトルが特徴量として算出される。方向ベクトルは、形態由来のものと濃度由来のものが考えられる。例えば、形態由来の方向ベクトルとして重心と各ボクセルとを結ぶベクトルの総和とした場合には、形態由来の方向ベクトルは心軸に相当すると考えられる。

境界条件として、重心を中心とする楕円球であって、その長軸と心軸とが一致するような楕円球を設定すると、関心領域設定手段１４０において、２次特徴量である重心と境界条件とに基づいて心臓が関心領域として設定される。なお、楕円球以外に、境界条件として、あらかじめ形状と重心が定義された領域を用いても良い。

これにより、心臓の３次元画像を作成する際に、余分な周辺領域を簡単に削除可能となる。

本実施の形態によれば、画像診断に有用な画像を容易に作成することができる。また、複数の画像に対して同様の処理を行うことにより、心臓等の所望の組織の比較が容易となる。

また、本実施の形態によれば、３次元の関心領域を抜き出してその他の領域を除去することにより、心臓、脳等の所望の組織を同じ条件で抽出することができる。

なお、本実施の形態では、境界条件として楕円球を設定したが、境界条件として球、立方体などを設定した場合においても、楕円球の場合と同様により扱うことができる。すなわち、球の中心、立方体の重心を２次特徴量である重心と一致するように境界条件を設定すればよい。

＜第３の実施の形態＞
第１の実施の形態は、下肢の骨の周囲の円筒状の領域を関心領域として設定し、第２の実施の形態は心臓を関心領域として設定したものであるが、関心領域はこれに限られるものではない。

第３の実施の形態は、大腸を関心領域として設定したものである。なお、第１の実施の形態と同一の部分には同一の符号を付し、説明を省略する。

まず、参照領域抽出手段１１０において、管腔臓器である大腸が参照領域として抽出される。

大腸が参照領域として抽出されたら、参照領域特徴量算出手段１２０において、まず１次特徴量である輪郭（腸内ガスの表面を示す）が算出され、輪郭をもとに芯線が算出される。なお、芯線を算出する方法として、第１の実施の形態で述べた方法を使用することができる。

図６に示すように、関心領域設定手段１３０では、芯線が定義されている点（例えば重心Ｇ）と輪郭を示す点Ｑを結ぶ直線Ｈ上に境界が設定される。境界条件は、輪郭からの距離ｋとし、輪郭からの距離が正であれば、境界は輪郭から大腸壁に向かうとする（直線Ｈに方向付けをしてもよい）と、輪郭の外側に幅ｋの関心領域が設定される。この場合には、関心領域は、１次特徴量である輪郭と、２次特徴量である直線Ｈ方向の距離や、Ｈ方向の濃度プロファイルなどによる境界条件とに基づいて設定される。

なお、１次特徴量である輪郭と境界条件とに基づいて、ほぼ同様の関心領域を設定することができる。輪郭からの距離ｋを境界条件として設定すれば、輪郭を中心とした幅２ｋの関心領域が設定される。また、輪郭からの距離が正であれば、境界は輪郭から大腸壁に向かうとすると、輪郭の外側に幅ｋの関心領域が設定される。

本実施の形態によれば、大腸壁近傍のみを関心領域として設定することが可能となり、腫瘍の壁浸潤やポリープの評価などに有用な画像の作成が容易となる。また、設定された関心領域を、ＰＥＴで撮影された画像等と重ねあわせる後処理を行うことにより、画像診断により有用な画像が作成できる。

上記実施の形態によれば、抽出された組織から特徴量を算出し、特徴量を基準にして３次元の関心領域を設定するため、部位、組織などによらず、３次元の関心領域を再現性高く設定することができる。

また、上記実施の形態によれば、関心領域の再現性が高いことにより、左右比較や経時比較などの定量的な評価や、画像の比較等を行うことができる。そのため、薬剤投与などの治療効果が明確になり、治療見通し、治療方針が立てやすくなる等の診断上の効果が得られる。

なお、上記実施の形態では、再現性の高い３次元の関心領域の設定を行ったが、設定された関心領域を基にした本発明の応用例は、種々なものが考えられる。

例えば、肺野を参照領域とし、求める特徴量を輪郭とする場合がある。輪郭を複数のスライス像から算出した場合には、肺野の３次元の表面を示すことになる。関心領域設定手段では、輪郭からの距離を用いて関心領域を設定可能である。例えば、輪郭からの距離として法線方向への距離を用いた場合には、肋骨領域を関心領域とすることができる。ＣＴ装置で撮影された画像を基に設定された関心領域である肋骨領域の画像を、ＣＴ装置で撮影された画像と位置合せされたＰＥＴ画像に対して用いることにより、ＰＥＴ画像上の肋骨領域のみを対象とした転移性腫瘍の検索などに有用と考えられる。

また、頭骨を参照領域とし、求める特徴量を頭骨内側の表面とする場合がある。頭骨内側の表面の内側の所定の距離の範囲が関心領域となるようにすることで、脳表を関心領域として設定することができる。ＣＴ装置で撮影された画像を基に設定された関心領域である脳表の画像を、ＣＴ装置で撮影された画像と位置合せされたＭＲＩ画像に対して用いることにより、脳表のイメージングに有用と考えられる。

また、歯科領域に適用する場合において、ＣＴ画像から歯を抽出して、歯の並びの芯線を求め、芯線を含む矩形領域を関心領域として設定することにより、再現性が高いパノラマ画像などを容易に作成できる。

また、本実施の形態では、ＣＴ装置で撮影された画像に対して実施しているが、ＣＴ装置で撮影された画像に限らず、ＭＲＩ装置などの断層撮影装置で撮影された様々な種類の画像を用いることができる。

本発明に係る画像処理装置１０の構成を示すブロック図である。 上記画像処理装置１０の下肢の骨を参照領域とした場合についての説明図である。 上記画像処理装置１０の下肢の骨を参照領域とした場合についての説明図である。 上記画像処理装置１０の関心領域を設定する方法を説明する説明図である。 上記画像処理装置１０の下肢の骨を参照領域とした場合において、閾値などを設定するＧＵＩの一例を示す図である。 評価値を算出可能な画像処理装置１０ａの構成を示すブロック図である。 上記画像処理装置１０の大腸を参照領域とした場合についての説明図である。

符号の説明

１：ボリュームデータ入力手段、１０、１０ａ：画像処理装置、１００：３次元関心領域設定手段、１１０：参照領域抽出手段リ、１２０：参照領域特徴量算出手段、１３０：ユーザーインターフェース、１４０：関心領域設定手段、２００：解析対象組織特徴量算出手段、２１０：解析対象組織抽出手段、２２０：評価値算出手段、３００、３１０：情報提供手段

Claims (5)

1. 医用画像撮影装置で被検体を撮影した３次元画像を取得する取得手段と、
   前記３次元画像に含まれる前記被検体の骨が撮影された領域である骨領域を３次元の参照領域として抽出する参照領域抽出手段と、
   前記骨領域の芯線を算出する特徴量算出手段と、
   前記芯線からの距離の入力を受け付ける入力手段と、
   前記入力された芯線からの距離、及び、前記骨領域の芯線に基づいて、前記３次元の関心領域を設定する関心領域設定手段と、
   前記関心領域に含まれる、前記被検体の筋肉が撮影された領域である筋肉領域を抽出する解析対象組織抽出手段と、
   前記筋肉領域を解析対象とし、前記筋肉領域の評価値を算出する評価値算出手段と、を備え、
   前記特徴量算出手段は、前記骨領域上の軸に直交する各断面における前記骨領域の面積プロファイルを算出し、当該面積プロファイルに閾値を設けることにより、前記被検体の骨の関節を除外した状態で、前記各断面における中心点を結んだ線を芯線として算出する、
   ことを特徴とする画像処理装置。
2. 医用画像撮影装置で被検体を撮影した複数の３次元画像を取得する取得手段と、
   前記複数の３次元画像のそれぞれに含まれる、前記被検体の骨が撮影された領域である骨領域を、３次元の参照領域として抽出する参照領域抽出手段と、
   前記３次元画像のそれぞれに含まれる前記骨領域上で設定された軸がずれていると判断された場合に、一方の軸に対して他方の軸を中心とした回転と平行移動とを組み合わせることにより、前記一方の軸と前記他方の軸とを一致させて、前記骨領域のそれぞれの特徴量を算出する特徴量算出手段と、
   前記骨領域のそれぞれを含む３次元の関心領域の設定に用いる境界条件であって、前記特徴量を基に定義された前記境界条件の入力を受け付ける入力手段と、
   前記入力された境界条件、及び前記骨領域の特徴量に基づいて、前記３次元の関心領域を設定する関心領域設定手段と、
   前記関心領域に含まれる、前記被検体の筋肉が撮影された領域である筋肉領域を抽出する解析対象組織抽出手段と、
   前記筋肉領域を解析対象とし、前記筋肉領域の評価値を算出する評価値算出手段と、
   を備えることを特徴とする画像処理装置。
3. 前記特徴量算出手段は、前記特徴量として前記骨領域の芯線を算出し、
   前記入力手段は、前記境界条件として前記芯線からの距離の入力を受け付ける、
   ことを特徴とする請求項２に記載の画像処理装置。
4. 前記特徴量算出手段は、前記骨領域上の軸に直交する各断面における前記骨領域の面積プロファイルを算出し、当該面積プロファイルに閾値を設けることにより、前記被検体の骨の関節を除外した状態で、前記各断面における中心点を結んだ線を芯線として算出する、
   ことを特徴とする請求項３に記載の画像処理装置。
5. 前記評価値算出手段は、前記関心領域に含まれる前記筋肉領域の体積を前記評価値として算出する、
   ことを特徴とする請求項1乃至４の何れか一つに記載の画像処理装置。

Images