JP5878125B2 - 認知症診断支援装置及び認知症診断支援方法 - Google Patents

Description

本発明は、CT画像、MR画像、US画像等の医用画像を用いた認知症診断を支援する認知症診断支援装置及び認知症診断支援方法に関する。

近年の研究により認知症には様々なタイプがあることがわかってきた(非特許文献1、非特許文献2)。
大別すると、脳血管障害に関連して出現した認知症を総称した脳血管性認知症(Vascular dementia：VD)と、ベータアミロイドと呼ばれる物質が脳細胞に発生することで起こるアルツハイマー認知症がある。

更に、VDは、多発性梗塞性認知症(large vesselの閉塞)、小血管病変による認知症(small vesselの閉塞)、低灌流性脳血管性認知症、脳出血性脳血管性認知症等に分けられる。更に、多発性梗塞性認知症は、更に、多発性ラクナ梗塞、及びBinswanger病(進行性皮質下血管性脳症)に分けられる。

このように、認知症は様々なタイプに分けられるが、適切な治療をするにはまず、どのタイプの認知症に属するかを知ることが重要となる。例えば、早期アルツハイマー型認知症では、最も早く海馬傍回が萎縮すると考えられているが(非特許文献3)、海馬傍回は体積も小さく、CT画像やMRI画像上では視覚的評価を行うことが難しいとされていた。

しかし近年では、脳の画像診断を行う手法が提案されている(特許文献1、非特許文献3)。例えば、特許文献1には、脳萎縮を判定する装置について記載されている。特許文献1に示す技術では、脳のMRI画像を利用して、脳全体に対する灰白質体積及び白質体積の比を計算し、また、頭蓋内容積と白質体積との比を計算することにより、脳萎縮を判定する。また、非特許文献3には、VSRAD(登録商標)と呼ばれる早期アルツハイマー型認知症診断支援システムについて記述されている。非特許文献3の診断支援システムでは、MRI画像を利用し、海馬傍回の体積の萎縮度を正常脳のそれと比較して数値評価を行っている。また非特許文献4には、CT画像を用いて側脳室下角を計測し、海馬及びその周辺の萎縮を定量的に評価し、認知症の診断を行う方法が記載されている。

国際公開第WO2007/114238号

「多発梗塞性痴呆とAlzheimer型痴呆の臨床と画像に関する研究」遠藤理有子、東女医大誌、第59巻第6号 p693-704 「神経内科からみたアルツハイマー病と脳血管性痴呆の画像診断」川畑信也、日本放射線技術学会雑誌、2002年第58巻10号 p.1335-1343 「早期アルツハイマー型認知症診断支援システムVSRAD(登録商標)について」松田博史、日本放射線技術学会雑誌、2005年第62巻8号 p.1066-1072 「頭部CT画像を用いた側頭葉内側部の自動計測法の開発」服部真澄・小山修司、日本放射線技術学会雑誌、2004年第60巻7号 p.993-998

しかしながら、上述の特許文献1に示すように灰白質及び白質の両者を分離抽出することはCT画像では困難である。そのため特許文献1はMRI画像に対してのみ適用できる方法であった。また、上述の非特許文献3に示すVSRADを利用するためには、まず海馬傍回が写っている画像(MRI画像)を持っていることが前提であった。非特許文献4についても、側脳室下角が写っている画像を持っていることが前提であった。

本発明は、以上の問題点に鑑みてなされたものであり、海馬傍回や側脳室下角等の評価対象部位が明瞭に写っていない脳画像や臨床に広く使用されているCT画像を利用した脳の画像解析を可能とし、更には認知症のタイプの診断を有効に支援することが可能な認知症診断支援装置及び認知症診断支援方法を提供することを目的とする。

前述した目的を達成するために、本発明は、入力された脳画像から特定の濃度範囲に該当する画素を着目濃度領域として抽出する着目濃度領域抽出手段と、前記着目濃度領域の分布を、図形、グラフ、または数値にて表すための演算を行なう演算手段と、前記演算手段によって求められた前記着目濃度領域の分布を表す図形、グラフ、または数値を表示する表示手段と、を備えることを特徴とする認知症診断支援装置である。
そして、好ましくは入力された脳画像から脳領域を抽出する脳領域抽出手段を備える。

また、本発明は、入力された脳画像から特定の濃度範囲に該当する画素を着目濃度領域として抽出する着目濃度領域抽出ステップと、前記着目濃度領域の分布を、図形、グラフ、または数値にて表すための演算を行なう演算ステップと、前記演算手段によって求められた前記着目濃度領域の分布を表す図形、グラフ、または数値を表示する表示ステップと、を備えることを特徴とする認知症診断支援方法である。

本発明により、海馬傍回や側脳室下角等の評価対象部位が明瞭に写っていない脳画像や臨床に広く使用されているCT画像を利用した脳の画像解析を可能とし、更には認知症のタイプの診断を有効に支援することが可能な認知症診断支援装置及び認知症診断支援方法を提供できる。

認知症診断支援装置100の全体構成を示す図 本発明に係る認知症診断支援装置100が実行する濃度分布図形化処理の手順を説明するフローチャート 認知症のタイプ別の脳画像(入力画像)の例 入力画像の低濃度領域を明示した図 (a)低濃度領域を抽出した画像、(b)低濃度領域から脳室領域を除去した画像 脳領域の分割の一例 脳室領域を除去した低濃度領域の大きさを分割領域毎に図形で示した例 左右重ね合わせモードにおける表示例(多発梗塞型) 左右重ね合わせモードにおける表示例(アルツハイマー型) 画像間差分モードにおける表示例 分割の中心位置の設定例 分割線の設定例 脳領域の分割の他の例と、図形の表示形式の他の例 認知症のタイプ別の脳画像(入力画像)の例 濃度分布グラフ・数値化処理の手順を説明するフローチャート 処理対象とする画像の例(CT画像と二値化画像) 規格化半径に対するCT値分布をタイプ別に示すグラフG1 規格化半径に対する二値分布をタイプ別に示すグラフG2 原CT画像から脳室を除去し低濃度領域を二値化した図にて低濃度領域の分布の特徴をタイプ別に説明する図 解析結果を表示する表示画面の一例 平均距離R_CT(θ)(中心から低濃度画素までの平均距離)を示す画像 タイプ判定に用いる曲線間距離の算出について説明する図

以下図面に基づいて、本発明の実施形態を詳細に説明する。
まず、図1を参照して、本発明の認知症診断支援装置100を適用する画像処理システム1の構成について説明する。

図1に示すように、画像処理システム1は、表示装置107、入力装置109を有する認知症診断支援装置100と、認知症診断支援装置100にネットワーク110を介して接続される画像データベース111と、医用画像撮影装置112とを備える。

認知症診断支援装置100は、画像生成、画像解析等の処理を行うコンピュータである。例えば、病院等に設置される医用画像処理装置を含む。

認知症診断支援装置100は、図1に示すように、CPU(Central Processing Unit)101、主メモリ102、記憶装置103、通信インタフェース(通信I/F)104、表示メモリ105、マウス108等の外部機器とのインタフェース(I/F)106を備え、各部はバス113を介して接続されている。

CPU101は、主メモリ102または記憶装置103等に格納されるプログラムを主メモリ102のRAM上のワークメモリ領域に呼び出して実行し、バス113を介して接続された各部を駆動制御し、認知症診断支援装置100が行う各種処理を実現する。

また、CPU101は、取り込んだ脳領域の画像(以下、脳画像という)に対して後述する濃度分布図形化処理(図2参照)、濃度分布グラフ・数値化処理(図15参照)等を実行し、脳画像の着目する濃度領域の分布を図形、グラフ、または数値化して表示する。
濃度分布図形化処理、及び濃度分布グラフ・数値化処理については後述する各実施の形態にて説明する。

主メモリ102は、ROM(Read Only Memory)、RAM(Random Access Memory)等により構成される。ROMは、コンピュータのブートプログラムやBIOS等のプログラム、データ等を恒久的に保持している。また、RAMは、ROM、記憶装置103等からロードしたプログラム、データ等を一時的に保持するとともに、CPU101が各種処理を行う為に使用するワークエリアを備える。

記憶装置103は、HDD(ハードディスクドライブ)や他の記録媒体へのデータの読み書きを行う記憶装置であり、CPU101が実行するプログラム、プログラム実行に必要なデータ、OS(オペレーティングシステム)等が格納される。プログラムに関しては、OSに相当する制御プログラムや、アプリケーションプログラムが格納されている。これらの各プログラムコードは、CPU101により必要に応じて読み出されて主メモリ102のRAMに移され、各種の手段として実行される。

通信I/F104は、通信制御装置、通信ポート等を有し、認知症診断支援装置100とネットワーク110との通信を媒介する。また通信I/F104は、ネットワーク110を介して、画像データベース111や、他のコンピュータ、或いは、X線CT装置、MRI装置等の医用画像撮影装置112との通信制御を行う。

I/F106は、周辺機器を接続させるためのポートであり、周辺機器とのデータの送受信を行う。例えば、マウス108やスタイラスペン等のポインティングデバイスをI/F106を介して接続させるようにしてもよい。

表示メモリ105は、CPU101から入力される表示データを一時的に蓄積するバッファである。蓄積された表示データは所定のタイミングで表示装置107に出力される。

表示装置107は、液晶パネル、CRTモニタ等のディスプレイ装置と、ディスプレイ装置と連携して表示処理を実行するための論理回路で構成され、表示メモリ105を介してCPU101に接続される。表示装置107はCPU101の制御により表示メモリ105に蓄積された表示データを表示する。

入力装置109は、例えば、キーボード等の入力装置であり、操作者によって入力される各種の指示や情報をCPU101に出力する。操作者は、表示装置107、入力装置109、及びマウス108等の外部機器を使用して対話的に認知症診断支援装置100を操作する。

ネットワーク110は、LAN(Local Area Network)、WAN(Wide Area Network)、イントラネット、インターネット等の各種通信網を含み、画像データベース111やサーバ、他の情報機器等と認知症診断支援装置100との通信接続を媒介する。

画像データベース111は、医用画像撮影装置112によって撮影された画像データを蓄積して記憶するものである。図1に示す画像処理システム1では、画像データベース111はネットワーク110を介して認知症診断支援装置100に接続される構成であるが、認知症診断支援装置100内の例えば記憶装置103に画像データベース111を設けるようにしてもよい。
［第1の実施の形態］
次に、図2〜図13を参照して、本発明に係る認知症診断支援装置100の動作の第1実施の形態について説明する。

第1の実施の形態において、認知症診断支援装置100のCPU101は、主メモリ102から図2に示す濃度分布図形化処理に関するプログラム及びデータを読み出し、このプログラム及びデータに基づいて処理を実行する。

なお、以下の処理の実行開始に際して、演算対象とする脳画像のデータは画像データベース111等からネットワーク110及び通信I/F104を介して取り込まれ、認知症診断支援装置100の記憶装置103に記憶されているものとする。

脳画像は、X線CT装置、MRI装置、超音波装置等により撮影された頭部の断層像(2次元)または3次元ボリューム画像である。以下の例では、脳画像として2次元のアキシャルCT画像を用いるものとするが、コロナル画像を利用することも可能である。

図2の濃度分布図形化処理において、まず認知症診断支援装置100のCPU101は、処理対象とする脳画像を取り込む。

この段階で、例えば、図3に示すような画像が取り込まれるものとする。図3(a)は多発梗塞型認知症患者の頭部CT画像20a、(b)はアルツハイマー型認知症患者の頭部CT画像20b、(c)は混合型認知症患者の頭部CT画像20cを示す。

まずCPU101は、取り込んだ画像(入力画像)の前処理として、頭蓋骨領域や脳髄液領域を利用した位置合わせを行う(ステップS1)。これは、個々の症例の脳画像を基準とする脳画像の形状に一致させるためである。

頭蓋骨領域や脳髄液領域は入力画像のCT値から抽出できる。また、位置合わせは、予め与えられる基準画像や同一患者の過去画像等を基準として、画像変形処理が施される。
この前処理を行うことで、様々な症例の脳画像を統計的に正確に解析することが可能となる。

次にCPU101は、前処理された画像から着目濃度領域を抽出する。本発明では、着目濃度領域として、脳室領域を除去した低濃度領域を抽出する(ステップS2)。

ステップS2において、まずCPU101は、前処理された画像の脳領域を閾値処理し、所定の閾値t₂より低い濃度領域(低濃度領域)を抽出する。すると、図4の画像21a、21b、21cの太線で示す領域、すなわち図5(a)の画像24b’に示すような脳室領域23とその他の低濃度領域22とが抽出される。CPU101は、更に抽出された領域から脳室領域23を除去し、図5(b)の画像24bに示すような脳室領域が除去された低濃度領域22(以下、脳室除去低濃度領域22という)を抽出する。脳室領域はCT値が特に低く、また脳中央付近に位置するという解剖学的情報からも容易に認識可能である。

なお、上述の手順のみならず、予め閾値処理の段階で、低CT値領域のうち脳室領域を抽出しないような閾値(t₁以上t₂未満)を設定すれば、予め脳室領域を認識する処理を行う必要がない。

次に、よりわかりやすく表示するため、CPU101は、図2のステップS3〜ステップS5の処理を実行して、複雑な形の脳室除去低濃度領域22の分布を単純図形にて表示する。

まず、CPU101は、脳領域または頭蓋骨内部を複数の領域に分割する(ステップS3)。
ステップS3において、CPU101は、少なくとも左脳と右脳とを分割する中心線3aによって脳領域または頭蓋骨内部を左右対称に分割する。ここでいう左右対称とは、左右脳の配置に基づくものであり、必ずしも画像上の左右対称とは一致しなくてもよい。そのため、中心線3aは、例えば大脳縦列による脳の窪みを結ぶ線とする。更に、分割領域を増やす場合には、CPU101は、脳の重心または上記中心線3a(大脳縦列による脳の窪みを結ぶ線)の中点を中心として、中心線3aを所定角度ずつ画像平面内を回転させ、所望の分割数に分割する。図6は、脳領域を中心線3a及び分割線3b〜3hにて16分割した例である。図6において、中心線3a、分割線3b〜3hにより分割された各領域を図の上部から半時計回りに、分割領域A、分割領域B、・・・分割領域Pと呼ぶこととする。

脳領域の分割手法については、「頭部CT画像を用いた側頭葉内側部の自動計測法の開発」服部真澄・小山修司著、日本放射線技術学会雑誌、2004年第60巻7号 p.994等を参照してもよいし、その他の手法を用いてもよい。

次に、CPU101は、分割領域毎に脳室除去低濃度領域22の合計面積及び平均座標を求める(ステップS4)。処理対象の画像が2次元である場合は、合計面積を求めるが、3次元画像である場合は合計面積に代えて合計体積を求める。

CPU101は、ステップS4で算出した合計面積(または合計体積)の大きさに対応する大きさの図形5a〜5pを生成し、図7に示すように、各分割領域A〜Bに表示する。表示位置は、各分割領域A〜Bにおける脳室除去低濃度領域22の平均座標を中心とする位置に表示する(ステップS5)。

ステップS5において、図形5a〜5pの大きさは、ステップS4にて算出した合計面積と同じ面積、または合計面積に比例する面積とする(2次元の場合)。3次元の場合は合計体積と同じ体積、または合計体積に比例する体積とする。

ステップS5の表示例を図7に示す。
図7に示すように、脳画像の各分割領域内に、脳室除去低濃度領域22の大きさを示す図形5a〜5pがそれぞれ表示された図形表示画像25a，25b，25cが生成される。各図形5a〜5pの大きさは該当する分割領域にある脳室除去低濃度領域22の大きさを表し、各図形5a〜5pの位置は該当する分割領域にある脳室除去低濃度領域22の平均座標を表している。

このような図形表示画像を生成し、表示することで、脳室除去低濃度領域22が、脳領域のどこにどの程度分布するかを図形5a〜5pの位置や大きさにより分かりやすく表示できる。また、左右対称に分割された複数の分割領域毎に、それぞれ脳室除去低濃度領域22の分布が図形化されて表示されるので、脳室除去低濃度領域22の左右対称性を明確に表示できる。

なお、図形5a〜5pを円で表示する例を示したが、例えば、矩形、マークその他の図形としてもよい。また、3次元画像に適用する場合は円に代えて球としてもよいし、その他の立体図形としてもよい。

脳室除去低濃度領域22の分布を認知症のタイプ別に示すと、図7(a)、(b)、(c)のようになる。図7(a)は多発梗塞型における図形表示画像25a、図7(b)はアルツハイマー型における図形表示画像25b、図7(c)は混合型における図形表示画像25cである。

図7(a)、(b)、(c)を比較すると、(a)の多発梗塞型よりも(b)のアルツハイマー型の方が左右対称に着目濃度領域(脳室除去低濃度領域22)が分布することが一見して分かる。このようなタイプ別の低濃度領域の分布の違いは、認知症のタイプを判断するために有効な情報となる。

更に、認知症診断支援装置100は、図7の表示例とは別の表示モードとして、左右重ね合わせ表示モード(図8、図9参照)、左右差分表示モード、画像間差分表示モード(図10参照)等を有することが望ましい。また、これらの表示モードを切り替えるためのユーザインターフェイスとして、認知症診断支援装置100は、「計測」ボタン42、「左右重ね合わせ」ボタン43、「左右差分」ボタン44、「画像間差分」ボタン45等を含むソフトウエアボタンを備えることが望ましい。更に、画像を切り替えるための「次の患者番号」ボタン46や処理を終了させるための「終了」ボタン47を備えてもよい。

図8に示す「計測」ボタン42がマウスポインタ41等にて押下されると、計測モードに切り替えられ、入力された脳画像についての図7に示す図形表示画像25aが生成され、表示画面107に表示される。

「左右重ね合わせ」ボタン43がマウスポインタ41等にて押下されると、図8及び図9に示す左右重ね合わせモードに切り替えられる。左右重ね合わせモードにおいて、CPU101は、計測モードにて算出した各分割領域A〜Pの図形5a〜5pのうち、大脳縦列による脳の窪みを結ぶ線(図8の中心線3a)の右側領域(或いは左側領域)の図形を、当該中心線3aに対して対称な位置に複製表示する。混同を防ぐため、重ね合わせた図形(以下、重ね合わせ図形という)と元の図形とを別の表示形式(色、模様、図形等)で表示することが望ましい。図8に示す表示装置107には、多発梗塞型の図形表示画像25aと、この図形表示画像25aの左右重ね合わせ画像26aとが並べて表示されている。左右重ね合わせ画像26aでは、中心線3aを対称軸として線対称に、右側領域Pの図形5pがその対称領域A内に重ね合わせ図形6pとして表示され、右側領域Oの図形5oがその対称領域B内に重ね合わせ図形6oとして表示され、右側領域Nの図形5nがその対称領域C内に重ね合わせ図形6nとして表示され、右側領域Mの図形5mがその対称領域D内に重ね合わせ図形6mとして表示され、右側領域Lの図形5lがその対称領域Ｅ内に重ね合わせ図形6lとして表示され、右側領域Iの図形5iがその対称領域H内に重ね合わせ図形6iとして表示される。左右対称位置に表示される重ね合わせ図形6i〜6pは、元の図形5a〜5pとは異なる表示形式で表示される。

アルツハイマー型の図形表示画像25bについて左右重ね合わせモードボタン43がマウスポインタ41等にて押下されると、図9に示すような左右重ね合わせ画像26bが表示される。

図8に示す左右重ね合わせ画像26aと図9に示す左右重ね合わせ画像26bとを比較すると、図9のアルツハイマー型の認知症では、左右の図形の重なりが大きい。すなわち、脳室除去低濃度領域22の分布の左右対称性が高いことが分かり、この左右対称性情報が認知症タイプの診断に役立つ。

左右差分モードボタン44がマウスポインタ41等にて押下されると、左右差分モードに切り替えられる。左右差分モードにおいて、CPU101は、計測モードにて算出した各分割領域の図形5a〜5pのうち、大脳縦列による脳の窪みを結ぶ線(図8の中心線3a)に対して左右対称な領域にある各図形の大きさの差分(以下、左右差分)をとり、大きさの左右差分を示す図形(以下、左右差分図形という)を表示する(不図示)。左右差分図形の形状は任意であるが、その大きさは左右差分の大きさと同じか、または左右差分の大きさに比例する大きさとする。また、左右差分図形の表示位置は、左右対称位置にある各図形の表示位置(脳室除去低濃度領域22の各分割領域での平均座標)の平均位置とする。或いは、左右対称位置にある各図形のうち大きい図形が表示されている位置に、左右差分図形を表示してもよい。

画像間差分ボタン45がマウスポインタ41等にて押下されると、画像間差分モードに切り替えられる。画像間差分モードにおいて、CPU101は、入力画像の脳室除去低濃度領域22の分布と、比較対象とする画像の脳室除去低濃度領域22の分布とを、上述のステップS1〜ステップS5と同様にそれぞれ計測し、これらの各画像間で、対応する分割領域毎に脳室除去低濃度領域22の差分(以下、画像間差分という)を取り、画像間差分の大きさに応じた図形(以下、画像間差分図形という。図10の7b〜7oに該当する。)を生成して、分割領域毎に表示する。画像間差分図形7b〜7oの形状は任意であるが、その大きさは画像間差分の大きさと同じか、または画像間差分の大きさに比例する大きさとする。混同を防ぐため、画像間差分図形7b〜7oと元の図形5a〜5p、5A〜5Pとを別の表示形式(色、模様、図形等)で表示することが望ましい。また、各画像間差分図形7b〜7oの表示位置は、過去画像25pと現在画像25Pの対応領域における各図形の平均位置(例えば図形5aの表示位置と図形5Aの表示位置との平均位置)とする。

図10は、画像間差分モードにおける表示画面の一例である。図10ではコロナル画像を計測の対象としている。図10に示すように、表示装置107の表示画面には、同一患者についての過去画像を対象とした図形表示画像25pと、現在画像を対象とした図形表示画像25Pとが並べて表示され、更に、これらの図形表示画像25p，25Pの対応する分割領域毎に脳室除去低濃度領域22の分布の画像間差分を取った画像間差分画像28が表示される。なお、図10において、図形5aと図形5Aの面積は同一であるため、対応する画像間差分図形は表示されない。図形5pと図形5Pについても同様である。

画像間差分画像28上に表示される画像間差分図形7b〜7oを観察すれば、どの分割領域でどの程度の着目濃度領域の分布の差があるかを容易に確認できるため、認知症のタイプや進行度合いを確認しやすくなる。

なお、差分をとる画像は、過去画像及び現在画像に限らず、予め保持されている基準画像と入力された比較画像としてよい。また、基準画像は、認知症のタイプ別にそれぞれ認知症診断支援装置100の記憶装置103に記憶されていることが望ましい。

なお、上記各モードにおいて、図8〜図10に示すように、分割領域の分割数を指定するためのユーザインタフェースとして、分割数入力欄48を設けるようにしてもよい。CPU101は、上述のステップS3(図2)において、分割数入力欄48に入力された分割数に脳領域を分割する。

以上説明したように、第1の実施の形態において、認知症診断支援装置100のCPU101は、入力された脳画像から脳領域を抽出し、抽出された脳領域から、特定の濃度範囲に属する着目濃度領域(ここでは、脳室領域を除去した低濃度領域；脳室除去低濃度領域22)を抽出する。また、CPU101は、脳室除去低濃度領域22の分布を、元の画像内に単純な図形5a〜5pにて表示する。図形5a〜5pは、脳領域を左右脳の対称性に基づいて分割した各分割領域A〜P内にそれぞれ表示される。図形5a〜5pの大きさは、各分割領域A〜P内の脳室除去低濃度領域22の大きさを示し、図形5a〜5pの表示位置は、各分割領域A〜P内の脳室除去低濃度領域22の平均位置とする。

これにより、着目する濃度領域(脳室除去低濃度領域22)が、脳領域のどこにどの程度分布するかを図形5a〜5pの位置や大きさにより分かりやすく表示できる。また、左右対称に分割された複数の分割領域A〜P毎に、それぞれ脳室除去低濃度領域22の分布が図形化されて表示されるので、脳室除去低濃度領域22の左右対称性を明確に表示できる。従って、医師等が認知症の診断のために本発明の認知症診断支援装置100を利用すれば、脳室除去低濃度領域22の分布を分かりやすく確認でき、特に認知症のタイプの判別を有効に支援できる。また、脳室除去低濃度領域22は、CT画像から容易に抽出できるため、臨床で広く使用されているCT画像を用いて認知症診断を行うことが可能となる。

また、左右重ね合わせ表示モードでは、認知症診断支援装置100は、左右脳のいずれか一方に表示される図形を左右脳を分割する中心線3aに対して対称に表示する。

これにより、脳室除去低濃度領域22の左右対称性を確認しやすくなり、認知症のタイプの判別をより有効に支援できる。アルツハイマー型では多発梗塞性の認知症の例と比較して、脳室除去低濃度領域22が左右対称に分布することが知られているため、脳室除去低濃度領域22の左右対称性に着目することも認知症タイプの診断に有効である。

また、左右差分表示モードでは、左右脳を分割する中心線3aに対して左右対称な領域にある各図形の大きさの差分(左右差分)をとり、左右差分の大きさと同じか、左右差分の大きさに比例する大きさの左右差分図形を生成し、表示する。

これにより、重ね合わせて表示した場合と同様に、脳室除去低濃度領域22の左右対称性を確認しやすくなる。認知症のタイプの判別をより有効に支援できる。

また、画像間差分表示モードでは、基準脳画像(例えば、患者の過去画像)及び比較脳画像(例えば、患者の現在画像)について、それぞれ図形表示画像を表示するとともに、基準脳画像及び比較脳画像についての各図形表示画像の対応する各分割領域について、脳室除去低濃度領域22の大きさの差分(画像間差分)を算出し、画像間差分の大きさに比例する大きさの画像間差分図形を生成し、画像間差分画像28を表示する。

これにより、二つの画像間における脳室除去低濃度領域22の分布の比較を容易に行うことが可能となり、認知症のタイプや経過の診断を支援できる。
なお、上述の例では、脳領域の分割数を16としたが、16分割に限定されない。

また、分割の中心は、脳領域の重心のみならず、大脳縦列による脳の窪みを結ぶ線上のいずれの点としてもよい。例えば、解剖学的な観点から診断に有効な部分に分割してもよい。この場合も、少なくとも左右脳の対称性が見られるように脳領域を分割することが望ましい。

また、例えば図11に示すように、中心点、中心線、及び分割線を設定するためのユーザインターフェース291として、分割の中心点を設定するためのハンドルH0、分割の中心線を設定するためのハンドルH1、分割線を設定するためのハンドルH2a，H2bを備えることが望ましい。ハンドルH0，H1，H2a，H2bは、マウス108等のポインティングデバイスによる操作にて移動可能である。

操作者がハンドルH1を操作することにより、中心線を医師等の判断で手動設定することが可能となる。ハンドルH1の初期位置をCPU101により検出された大脳縦列による脳の窪みを結ぶ直線とすれば、中心線の設定が容易かつ柔軟となる。

ハンドルH0は中心線上を移動する。操作者の操作により移動されたハンドルH0の位置が中心点の位置として設定される。

ハンドルH2a，H2bは一方の操作に連動して互いに移動されるハンドルであり、ハンドルH2a，H2bの位置と中心点(ハンドルH0の位置)とを結ぶ直線が分割線として設定される。ハンドルH2a，H2bの位置は中心線に対して常に左右対称な位置となるように連動する。分割数が多い場合は、分割線を設定するH2a，H2bが分割数に応じた数だけ設けられる。

また、領域の分割線3b〜3hは直線のみならず、曲線としてもよい。
この場合、例えば図12に示すように、分割線の形状を設定するためのユーザインターフェース292として、各分割線上にハンドルh1，h2、h3、h4を備えてもよい。
ハンドルh1，h2、h3、h4は、マウス108等のポインティングデバイスによる操作にて移動可能である。

例えば、ハンドルh1の位置を移動することにより、ハンドルH2aと中心線とを結ぶ線(分割線)の形状を、任意の曲線に変形できる。ハンドルh2、h3、h4についても同様である。更に、h1、h2、h3、h4と同様のハンドルを各分割線上に複数設けるようにしてもよい。また、左右の分割線が中心線に対して左右対称な形状となるように、対応する各ハンドルが連動されることが望ましい。

このようなユーザインタフェース291，292を備えることにより、分割領域の大きさや形状を自在に設定することが可能となり、個々の患者の診断に役立つ。例えば、画像の断面(アキシャル、コロナル)に応じて分割線を適切な位置及び形状に設定したり、解剖学的情報に基づいて分割線を適切な位置及び形状に設定することも可能となる。

また、脳室除去低濃度領域22の分布を表す図形は円に限らない。図13に示す図形表示画像293のように、図形5A〜5Fを矩形としたり、その他の形状の図形としてもよい。また図形の模様や色等も任意である。
［第2の実施の形態］
次に、図14〜図22を参照して、本発明に係る認知症診断支援装置100の動作の第2の実施の形態について説明する。

図14において、(a)はBinswanger型、(b)は多発梗塞型、(c)はアルツハイマー型、(d)は混合型の認知症の典型的な脳画像である。図14の各画像内の中央の線で囲まれた領域が脳室領域である。

図14に示すように、(a)Binswanger型では、脳室領域23以外の低濃度領域が全体に高密度に分布し、(b)多発梗塞型では、脳室領域23以外の低濃度領域が脳室近くに分布し、(c)アルツハイマー型では、脳室領域23以外の低濃度領域が脳領域の縁辺部に分布し、(d)混合型では、脳室領域23以外の低濃度領域が脳室近くと脳領域の縁辺部とに分布している。すなわち、認知症のタイプは、脳室除去低濃度領域の左右対称性のみならず、脳室除去低濃度領域の広がり方にも依存する。

第2の実施の形態の認知症診断支援装置100では、このような画像の特徴的な濃度分布をグラフ化したり、数値化したりすることにより、どのタイプに属するかを医師等が判断しやすくするための処理を行う。

第2の実施の形態において、認知症診断支援装置100のCPU101は、主メモリ102から図15に示す濃度分布グラフ・数値化処理に関するプログラム及びデータ読み出し、このプログラム及びデータに基づいて、脳領域の着目濃度領域を抽出し、抽出した着目濃度領域の分布をグラフ化及び数値化するための演算を行い、演算結果を表示する。

なお、以下の処理の実行開始に際して、演算対象とする脳画像のデータは画像データベース111等からネットワーク110及び通信I/F104を介して取り込まれ、認知症診断支援装置100の記憶装置103に記憶されているものとする。

脳画像は、X線CT装置、MRI装置、超音波装置等により撮影された頭部の断層像(2次元)または3次元ボリューム画像である。以下の例では脳画像として、2次元のアキシャルCT画像を用いるものとするが、本発明をコロナル画像に適用することも可能である。

図15の濃度分布グラフ・数値化処理において、まず認知症診断支援装置100のCPU101は、処理対象とする脳画像を取り込む。また、CPU101は、RAMのワークメモリに加算メモリを生成し、初期化(ゼロクリア)する(ステップS21)。加算メモリは1次元配列のメモリとする。

次に、CPU101は、取り込んだ脳画像(入力画像)のCT値に基づいて脳領域を抽出する(ステップS22)。更に、CPU101は、抽出した脳領域の重心を求める(ステップS23)。次に、CPU101は、入力画像の脳室領域を認識する(ステップS24)。脳室領域はCT値が特に低く、また脳中央付近に位置するという解剖学的情報からも容易に認識可能である。
以上のような処理により、脳領域から脳室領域が除去される。

以降の手順では、脳領域から脳室領域を除いた領域を処理対象として、濃度分布の解析を行う。
処理対象とする画像は、例えば、図16(a)のように脳領域から脳室領域を除いた領域のCT画像か、または図16(b)のように着目する低濃度領域のみを抽出し、二値化した二値化画像のいずれでもよい。

図16(a)のCT画像の場合は各画素のCT値が後述するプロファイルの演算対象となり、図16(b)の二値化画像では、「1」または「0」の二値が後述するプロファイル演算対象となる。この二値化画像は、脳領域から脳室を除去した領域のうち、低濃度画素の画素値を「1」、その他の画素を「0」として表したものである。

CPU101は、図16に示すように、ステップS23にて求めた脳領域の重心(或いは、上述の中心点)を回転中心とする動径を設定する(ステップS25)。

次に、CPU101は、ある回転角度θにおける動径に沿って、濃度分布のプロファイルを得る(ステップS26)。図16(a)のCT画像のようにCT値を演算対象とする場合は、CPU101は、動径上の各点における画素値(CT値)を1次元配列のプロファイルとして取得する。図16(b)の二値化画像のように二値を演算対象とする場合は、動径上の各点における画素値「1」または「0」を1次元配列のプロファイルとして取得する。

動径の回転位置や患者に依存して、動径の原点から脳領域端まで(抽出した脳領域または頭蓋骨の直前まで)の長さが異なるため、CPU101は、各回転角度における動径長を規格化し、ステップS26にて求めたプロファイルを補間し、規格化プロファイルを演算する(ステップS27)。すなわち、ある回転角度における動径を基準に各回転角度の動径長を規格化すると、動径の全長(原点から脳領域端までの距離)の短い角度にて得たプロファイルは、動径の全長の長い角度において得たプロファイルと比較して、取得するデータ数(画素数)が少ないため、これを補間する。補間は隣接する画素の画素値(CT値または二値)から補間画素の画素値を推定すればよい。

CPU101は、規格化プロファイルを加算メモリに加算する(ステップS28)。この段階で、ある回転角度θにおける動径上の各点の画素値が規格化されて、加算メモリに格納される。

なお、CT値を演算対象とする場合(図16(a)の場合)、加算メモリへの加算前に脳領域全体の平均CT値を規格化プロファイルから減じてもよい。このようにすれば、値の大きいCT値を演算対象としても、加算値が小さくなり演算時のオーバーフローを防げる。また、プロファイルの変化がわかりやすくなる。

その後、CPU101は動径を所定角度dθずつ回転し(ステップS29)、ステップS26〜ステップS29の処理を全角度方向(360度)にわたって実行する。360度分のプロファイルを得ると(ステップS30；YES)、CPU101は、加算メモリに取得したデータ(規格化プロファイル)を所定の値で除算し、平滑化データを得る。例えば、加算回数で加算メモリのデータを除算すれば、360度にわたって平滑化される。CPU101は、求めた平滑化データをグラフにて表示する(ステップS31)。グラフは、規格化半径に対する濃度値(CT値または二値)の累計を表す。

図17は、図14の各CT画像を演算対象とした平滑化データ(プロファイル)のグラフG1、図18は図16(b)に示すような二値化画像を演算対象とした平滑化データ(プロファイル)のグラフG2である。

図17のグラフG1において、横軸は規格化半径Rn、縦軸は規格化後平均CT値(規格化した各動径における原点からの距離とCT値との関係を表すプロファイル)を示す。
また、細線はBinswanger型、破線は多発梗塞型、一点鎖線はアルツハイマー型、太線は混合型の各平滑化データを表す。

グラフG1を参照すると、Binswanger型では全体に低いCT値をとり、多発梗塞型では脳の中心に近い部位(半径の小さい部位)に低CT値が集中的に分布し、アルツハイマー型では脳の縁辺部(半径の大きい部位)低CT値が集中的に分布し、混合型ではどの領域でもほぼ一定のCT値となることが分かる。

このように、脳領域の重心からの距離とCT値との関係をグラフ化することで、画像に表れる認知症のタイプの特徴を分かりやすく表示することができる。

図18のグラフG2において、横軸は規格化半径Rn、縦軸はカウント数(平滑化データ；規格化した各動径における画素値が1の画素数を360度にわたって加算し、平滑化した値)を示す。また、細線はBinswanger型、破線は多発梗塞型、一点鎖線はアルツハイマー型、太線は混合型の各平滑化データを表す。

グラフG2を参照すると、Binswanger型では半径によらず全体にカウント数が大きく(すなわち全体に高密度で低濃度)、多発梗塞型では脳の中心に近い部位(半径の小さい部位)のカウント数(低濃度の画素)が大きく、アルツハイマー型では脳の縁辺部(半径の大きい部位)のカウント数(低濃度の画素)が大きく、混合型ではどの領域でもほぼ一定に小さいカウント数(全体に低濃度の割合が少ない)であることが分かる。

このように、二値化画像から得た平滑化データについても同様に、脳領域の重心からの距離と二値(低濃度か否か)との関係をグラフ化することで、画像に表れる認知症のタイプの特徴を分かりやすく表示することができる。

以上のように、認知症診断支援装置100のCPU101は、脳の中心(重心等)を原点とする動径上の各点について、CT値を360度にわたって加算したり、低濃度画素のみを360度にわたって累計(カウント)したりすることで、脳の中心からの距離と濃度値(CT値または低濃度画素)との関係を表すグラフG1，G2を生成する。認知症はそのタイプによって脳領域の画像の濃度分布が異なるため、これをグラフG1、G2という比較しやすい形で表示することが可能となり、認知症のタイプの判断が容易に行えるようになる。
また、グラフ以外にも、数値にて画像の特徴を表すようにしてもよい。

図19は、各タイプの二値化画像である。
図19を参照すると、(a)Binswanger型では、低濃度画素の画素数が多く、高密度に分布している。そして、低濃度画素が分布する平均距離は中程度であり、分布の広がり方(分散)は大きい。(b)多発梗塞型では、低濃度画素の画素数が少なく、低密度に分布している。そして、低濃度画素が分布する平均距離は小さく、分布の広がり方(分散)も小さい。(c)アルツハイマー型では、低濃度画素の画素数が少なく、低密度に分布している。そして、低濃度画素が分布する平均距離は大きく、分布の広がり方(分散)は小さい。(d)混合型では、低濃度画素の画素数が少なく、低密度に分布している。そして、低濃度画素が分布する平均距離は中程度で、分布の広がり方(分散)は大きい。

このように低濃度を示す画素(脳室を除く)の分布は認知症のタイプによって異なるためCPU101は濃度分布の特徴を特徴量として算出する(図15のステップS32)。

特徴量としては、脳領域の重心からの着目濃度領域の平均距離(R_av、R_CT)、濃度値の偏り(M)、脳領域における着目濃度領域の割合(消失率)、及び脳領域における脳室の割合(脳室率)等が挙げられる。

例えば、図20に示すように、CPU101は、図17のグラフG1や図18のグラフG2を表示装置107に表示し、更に、参考とする特徴量を演算して数値指標8として表示したり、入力画像から求められる上記プロファイルのグラフと各認知症タイプの基準画像から予め算出されている基準グラフとの相関を算出して、タイプ判定結果9として表示するようにしてもよい。

例えば、数値指標8として、平均距離R_av，R_CT、特徴量M、消失率、脳室率等が算出され、表示画面内に表示される。

平均距離R_avは、上述の動径の中心から各低濃度画素(図16(b)の二値化画像における低濃度画素(画素値＝1))までの距離の平均(規格化後の距離の平均)を、0．0以上Rn以下の数値にて表したものである。Rnは動径の中心から脳領域端部(または頭蓋骨内部)までの距離の規格化値である。

平均距離R_CTは、図16(a)のCT画像を対象として、上述の動径の中心からの濃度値の広がり方の特徴を表す値であり、以下の式(1)により算出される。

式(1)において、CT_maxは、CT値の最大値、CT_iは画素iにおけるCT値である。また、脳室を除去した低濃度領域に該当する画素についてのみ、演算される(t1＜CT_i＜t2)。

式(1)は、動径の角度(θ)毎に算出される。すなわち、対象となる画素iは画素θをなす動径上の画素である。

ある脳画像について、式(1)の演算結果をグラフ化したものを、図21のG3に示す。グラフG3では、画像内の低濃度画素(CT_iを持つ画素)の存在する位置の平均的な位置が画像上に表示されるため、濃度分布の特徴を表せる。判断の基準として、様々な症例の画像における平均距離R_CT(θ)のグラフ(参考グラフG10)をグラフG3とともに表示してもよい。

濃度値の偏りMは、以下の式(2)により求められる。

式(2)において、CT_maxは、CT値の最大値、CT_iは画素iにおけるCT値である。また、脳室を除去した低濃度領域に該当する画素についてのみ、演算される(t1＜CT_i＜t2)。

消失率は、脳領域における低濃度領域(着目濃度領域)の割合を示す数値であり、以下の式(3)により算出される。

脳室率は、脳領域における脳室の割合を示す数値であり、以下の式(4)により算出される。

これらの特徴量R_av、R_CT、M、消失率、脳室率の他、認知症の診断に役立つ他の特徴量(例えば脳の萎縮率等)を算出し、表示するようにしてもよい。

また、図20に示すタイプ判定結果9のように、CPU101は、入力画像について算出した規格化半径と濃度値との関係を示すグラフG1またはG2と、認知症の各タイプ別の基準曲線パターン(規格化半径と濃度値との関係を示すグラフ)とをそれぞれ比較し、入力画像がどのパターンに近いかを求める(ステップS33；図15)。

曲線間距離は以下の式(5)から求められる。

すなわち、図22に示すように、現在画像を解析している患者の曲線(グラフG1、G2)と、基準曲線パターン(例えば、タイプ別の確定患者の平均的なグラフ)と、を用いて、それぞれ対応する点Pi，Qiでの値を比較し、数値化する。

また、曲線間距離に代えて、式(6)のピアソンの積率相関係数rから、グラフと基準パターンとの相関を数値化してもよい。

このように基準曲線との相関をタイプ別に表示することで、入力画像がどのタイプに近いかを数値により簡単に確認でき、認知症の診断に有効となる。

以上説明したように、第2の実施の形態において、認知症診断支援装置のCPU101は、入力された脳画像から脳領域を抽出し、抽出された脳領域から脳室領域を除去し、着目濃度を示す画素の分布(CT値分布または低濃度領域の分布)を解析し、グラフ化或いは数値化して表示する。CPU101は、脳領域の重心を中心とする動径を設定し、動径上の各点について中心からの距離とその点の濃度値(CT値または二値)のプロファイルを360度にわたって取得し、中心から同距離における各角度の濃度値(CT値または二値)を順次加算したプロファイルを得る。このとき、各角度における上記プロファイルの動径長の差は規格化される。また、規格化するとデータが不足する点については、動径上で隣接する点のCT値または二値のデータにより補間される。そしてCPU101は、取得した規格化プロファイルを所定値で除した平滑化データを算出し、平滑化データから、規格化半径に対する濃度値の累計を表すグラフG1，G2を生成し、表示画面に表示する。

また、脳領域の画像の濃度分布から算出可能な数値指標8として、CPU101は、画像の濃度値から算出可能な平均距離R_av、R_CT、濃度値の偏りM、消失率、脳室率等の特徴量を算出し、表示する。これにより、定量的に認知症のタイプや進行度を認識できるようになり、診断に有効である。

更に、タイプ判定結果9として、CPU101は入力画像について算出した規格化半径と濃度値との関係を示すグラフG1またはG2と、認知症の各タイプ別の基準グラフとをそれぞれ比較し、入力画像がどのパターンに近いかを求める。これにより、入力画像の濃度分布がどのタイプに近いかを数値により簡単に確認できるようになり、認知症の診断を有効に支援できる。

以上、添付図面を参照しながら、本発明に係る認知症診断支援装置の好適な実施形態について説明したが、本発明はかかる例に限定されない。

上述の第2の実施の形態では、二値化画像として低濃度画素を「1」、その他を「0」として抽出したが、これとは逆に、高濃度画素を抽出して二値化画像を得てもよい。この場合は、低いCT値となる脳室領域は、ステップS24の脳室領域の認識処理を特に行わなくても除外することができる。

高濃度画素を抽出した場合は、上述の平均距離R_CT(θ)(中心から高CT値画素までの平均長R_HCT(θ))は、次の式(7)から算出される。

また第2の実施の形態では、CT画像を例として説明したが、MRI画像や超音波画像にも適用できる。MRI画像の場合、画像の濃淡はCT画像と反転するため、本実施の形態における「低濃度領域」は「高濃度領域」に置き換えられる。

更に、上述の第1の実施の形態の図形表示画像と第2の実施の形態のグラフ、数値指標、及びタイプ判定結果とを組み合わせて表示させるようにしてもよい。

その他、当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例又は修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

1 画像処理システム、100 認知症診断支援装置、101 CPU、102 主メモリ、103 記憶装置、104 通信I/F、105 表示メモリ、106 I/F、107 表示装置、108 マウス、109 入力装置、20a，20b，20c 入力画像、22 脳室除去低濃度領域、23 脳室領域、24b 脳室除去画像、A，B，・・・， P分割領域、3a 中心線、3b〜3h 分割線、25a，25b，25c 図形表示画像、5a〜5p 図形、26a，26b，26c 左右重ね合わせ画像、6a〜6p 左右重ね合わせ図形、25p 基準画像、25P 比較画像、28 画像間差分画像、7b〜7o 画像間差分図形、H0 中心点設定ハンドル、H1 中心線設定ハンドル、H2a，H2b，H3a，H3b 分割線設定ハンドル、h1〜h4 分割線変形ハンドル、G1、G2 脳領域の中心からの距離と濃度値との関係を示すグラフ、8 数値指標、9 タイプ判定結果

Claims (11)

1. 入力された脳画像から特定の濃度範囲に該当する画素を着目濃度領域として抽出する着目濃領域抽出手段と、
   前記着目濃度領域の分布を、図形、グラフ、または数値にて表すための演算を行なう演算手段と、
   前記演算手段によって求められた前記着目濃度領域の分布を表す図形、グラフ、または数値を表示する表示手段と、
   前記入力された脳画像から脳領域を抽出する脳領域抽出手段と、を備え、
   前記着目濃度領域の分布を前記図形にて表す場合、
   前記演算手段は、
   前記脳画像の脳領域を、左右脳の対称性に基づき複数の分割領域に分割する分割手段と、
   前記着目濃度領域抽出手段により抽出された着目濃度領域の大きさを前記分割手段により分割された分割領域毎に計測し、計測された着目濃度領域の大きさを表す図形を分割領域毎に生成する図形生成手段と、を備え、
   前記表示手段は、
   前記図形生成手段によって生成された図形を該当する分割領域に夫々配置した図形表示画像を生成し、表示する図形表示手段を備えることを特徴とする認知症診断支援装置。
2. 前記表示手段は、
   前記図形生成手段によって生成された図形を該当する分割領域に夫々表示するとともに、前記図形のうち左右脳のいずれか一方に表示される図形を、左右脳を分割する中心線に対して対称に表示する左右重ね合わせ表示手段を更に備えることを特徴とする請求項1に記載の認知症診断支援装置。
3. 前記表示手段は、
   前記図形生成手段によって生成された図形を該当する分割領域に夫々表示するとともに、左右対称となる分割領域に表示される各図形の大きさの差分を表す左右差分図形を生成し、表示する左右差分表示手段を更に備えることを特徴とする請求項1に記載の認知症診断支援装置。
4. 前記表示手段は、
   基準脳画像についての前記図形表示画像と、比較脳画像についての前記図形表示画像と、を夫々表示するとともに、
   前記基準脳画像及び前記比較脳画像についての各図形表示画像の対応する各分割領域について、前記着目濃度領域の大きさの差分を算出し、その大きさを表す画像間差分図形を生成し、該当する分割領域に表示する画像間差分表示手段を更に備えることを特徴とする請求項1に記載の認知症診断支援装置。
5. 入力された脳画像から特定の濃度範囲に該当する画素を着目濃度領域として抽出する着目濃度領域抽出手段と、
   前記着目濃度領域の分布を、図形、グラフ、または数値にて表すための演算を行なう演算手段と、
   前記演算手段によって求められた前記着目濃度領域の分布を表す図形、グラフ、または数値を表示する表示手段と、
   前記入力された脳画像から脳領域を抽出する脳領域抽出手段と、を備え、
   前記着目濃度領域の分布を前記グラフにて表す場合、
   前記演算手段は、
   前記脳領域の重心を原点とする動径を設定する動径設定手段と、
   前記動径上の各点について、前記原点からの距離と濃度値との関係を表すプロファイルを全角度にわたって取得するプロファイル取得手段と、
   前記プロファイル取得手段によって取得したプロファイルを基準動径長に基づいて規格化し、規格化したプロファイルについてのグラフを生成するグラフ生成手段と、を備え、
   前記表示手段は、
   前記グラフ生成手段により生成されたグラフを表示するグラフ表示手段と、
   を備えることを特徴とする認知症診断支援装置。
6. 前記プロファイル取得手段は、前記脳領域から脳室領域を除去した領域の画素値を対象として前記プロファイルを取得することを特徴とする請求項５に記載の認知症診断支援装置。
7. 前記プロファイル取得手段は、前記着目濃度領域に該当するか否かを示す二値を対象として前記プロファイルを取得することを特徴とする請求項５に記載の認知症診断支援装置。
8. 認知症のタイプ別に取得され、規格化されたプロファイルをグラフ化した基準グラフを保持する基準グラフ保持手段と、
   入力された脳画像について前記グラフ生成手段により生成されたグラフと、前記基準グラフとに基づき、認知症のタイプを判定するための相関値を算出する相関値算出手段と、
   前記相関値算出手段により算出された相関値を、認知症のタイプ別に表示するタイプ表示手段と、
   を更に備えることを特徴とする請求項5に記載の認知症診断支援装置。
9. 入力された脳画像から特定の濃度範囲に該当する画素を着目濃度領域として抽出する着目濃度領域抽出手段と、
   前記着目濃度領域の分布を、図形、グラフ、または数値にて表すための演算を行なう演算手段と、
   前記演算手段によって求められた前記着目濃度領域の分布を表す図形、グラフ、または数値を表示する表示手段と、
   前記入力された脳画像から脳領域を抽出する脳領域抽出手段と、を備え、
   前記着目濃度領域の分布を前記数値にて表す場合、
   前記演算手段は、前記脳領域の濃度分布の特徴を示す特徴量を演算する特徴量演算手段を備え、
   前記表示手段は、前記特徴量演算手段により算出された特徴量を表示する数値指標表示手段を備え、
   前記特徴量は、
   前記脳領域の重心からの前記着目濃度領域の平均距離、濃度値の偏り、脳領域における着目濃度領域の割合、及び脳領域における脳室の割合のうちいずれか一つを含むことを特徴とする認知症診断支援装置。
10. 入力された脳画像から特定の濃度範囲に該当する画素を着目濃度領域として抽出する着目濃度領域抽出ステップと、
    前記着目濃度領域の分布を、図形、グラフ、または数値にて表すための演算を行なう演算ステップと、
    前記演算ステップによって求められた前記着目濃度領域の分布を表す図形、グラフ、または数値を表示する表示ステップと、
    前記入力された脳画像から脳領域を抽出する脳領域抽出ステップを備え、
    前記着目濃度領域の分布を前記図形にて表す場合、
    前記演算ステップは、
    前記脳画像の脳領域を、左右脳の対称性に基づき複数の分割領域に分割する分割ステップと、
    前記着目濃度領域抽出ステップにより抽出された着目濃度領域の大きさを前記分割ステップにより分割された分割領域毎に計測し、計測された着目濃度領域の大きさを表す大きさの図形を分割領域毎に生成する図形生成ステップと、を備え、
    前記表示ステップは、
    前記図形生成ステップによって生成された図形を該当する分割領域に夫々配置した図形表示画像を生成し、表示する図形表示ステップを備えることを特徴とする認知症診断支援方法。
11. 入力された脳画像から特定の濃度範囲に該当する画素を着目濃度領域として抽出する着目濃度領域抽出ステップと、
    前記着目濃度領域の分布を、図形、グラフ、または数値にて表すための演算を行なう演算ステップと、
    前記演算ステップによって求められた前記着目濃度領域の分布を表す図形、グラフ、または数値を表示する表示ステップと、
    前記入力された脳画像から脳領域を抽出する脳領域抽出ステップを備え、
    前記着目濃度領域の分布を前記グラフにて表す場合、
    前記演算ステップは、
    前記脳領域の重心を原点とする動径を設定する動径設定ステップと、
    前記動径上の各点について、前記原点からの距離と濃度値との関係を表すプロファイルを全角度にわたって取得するプロファイル取得ステップと、
    前記プロファイル取得ステップによって取得したプロファイルを基準動径長に基づいて規格化し、規格化したプロファイルについてのグラフを生成するグラフ生成ステップと、
    を備え、
    前記表示ステップは、
    前記グラフ生成ステップにより生成されたグラフを表示するグラフ表示ステップと、
    を備えることを特徴とする認知症診断支援方法。

Images