JP7761425B2 - 核医学診断装置、データ処理方法及びプログラム - Google Patents

Description

本明細書及び図面に開示の実施形態は、核医学診断装置、データ処理方法及びプログラムに関する。

ＦＤＧ（ｆｌｕｏｒｏｄｅｏｘｙｇｌｕｃｏｓｅ）－ＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）画像には、腫瘍によるFDG集積以外に生理的ＦＤＧ集積がみられることがある。ここで、脳、心臓、膀胱、扁桃、及び排卵期の卵巣、子宮内膜への生理的集積などは位置と形態が比較的一定しており判断しやすい。一方で、消化器系、特に大腸の生理的集積など、患者毎に位置や形態が様々な生理的集積もある。これらに対しては読影者が経験で腫瘍集積か生理的集積か判断してきた。

しかしながら、これら読影者の経験による生理的集積判断プロセスにおいて、核医学診断装置が正確な判断を支援する情報を提供できることが望ましい。

国際公開第２０１７／１７９２５６号

本明細書及び図面の開示の実施形態が解決しようとする課題の一つは、画像診断能を向上させることである。ただし、本明細書及び図面に開示の実施形態により解決しようとする課題は上記課題に限られない。後述する実施形態に示す各構成による各効果に対応する課題を他の課題として位置づけることもできる。

実施形態に係る核医学診断装置は、取得部と、分割部と、特定部とを備える。取得部は、核医学データを取得する。分割部は、核医学データを少なくとも２以上に時分割し、第1の核医学データと第2の核医学データとに分割する。特定部は、第１の核医学データと第２の核医学データとに含まれるデータ値の時間変化に基づいて生理的集積領域を特定する。

図１は、実施形態に係る核医学診断装置の一例を示す図である。 図２は、第１の実施形態に係る核医学診断装置が行う処理の流れについて説明したフローチャートである。 図３は、実施形態に係る処理について説明した図である。 図４は、実施形態に係る処理について説明した図である。 図５は、実施形態に係る処理について説明した図である。 図６は、第１の実施形態に係る核医学診断装置に係るユーザインターフェースの一例を示した図である。 図７は、第４の実施形態に係る核医学診断装置に係るユーザインターフェ―スの一例を示した図である。 図８は、第１の実施形態の変形例、第５の実施形態及び第６の実施形態に係る核医学診断装置に係るユーザインターフェースの一例を示した図である。

以下、図面を参照しながら、核医学診断装置、データ処理方法及びプログラムの実施形態について詳細に説明する。

（第１の実施形態）
図１は、実施形態に係る核医学診断装置としてのＰＥＴ装置１００の構成を示す図である。図１に示すように、実施形態に係るＰＥＴ装置１００は、架台装置１と、医用画像処理装置としてのコンソール装置２とを備える。架台装置１は、検出器３と、フロントエンド回路１０２と、天板１０３と、寝台１０４と、寝台駆動部１０６とを備える。

検出器３は、被写体Ｐの陽電子から放出された消滅ガンマ線が発光体（シンチレータ）と相互作用することにより励起状態となった物質が再び基底状態に遷移する際に再放出される光であるシンチレーション光（蛍光）を検出することにより、放射線を検出する検出器である。検出器３は、被写体Ｐ内の陽電子から放出された消滅ガンマ線の放射線のエネルギー情報を検出する。検出器３は、被写体Ｐの周囲をリング状に取り囲むように複数配置され、例えば複数の検出器ブロックからなる。

検出器３の具体的な構成の一例としては、フォトンカウンティング方式、アンガー型の検出器であり、例えば、シンチレータと、光検出素子と、ライトガイドとを有する。また他の構成の例としては、シンチレータと、光検出素子が一対一に光学結合する非アンガー型の検出器もあり得る。すなわち、検出器３に含まれるピクセルのそれぞれは、シンチレータと、発生したシンチレーション光を検出する光検出素子とを有する。

シンチレータは、被写体Ｐ内の陽電子から放出されて入射した消滅ガンマ線をシンチレーション光（scintillation photons、optical photons）に変換し、出力する。シンチレータは、例えば、ＬＹＳＯ（Lutetium Yttrium Oxyorthosilicate）、ＬＳＯ（Lutetium Oxyorthosilicate）、ＬＧＳＯ（Lutetium Gadolinium Oxyorthosilicate）等やＢＧＯ等の、シンチレータ結晶によって形成され、例えば、２次元に配列される。

光検出素子としては、例えばＳｉＰＭ(Silicon photomultiplier)や、光電子増倍管が用いられる。光電子増倍管は、シンチレーション光を受光して光電子を発生させる光電陰極、発生した光電子を加速する電場を与える多段のダイノード、及び、電子の流れ出し口である陽極を有し、シンチレータから出力されたシンチレーション光による光電子を増倍して電気信号に変換する。

また、架台装置１は、フロントエンド回路１０２により、検出器３の出力信号から計数情報を生成し、生成した計数情報を、コンソール装置２の記憶部１３０に格納する。なお、検出器３は、複数のブロックに区分けされ、フロントエンド回路１０２を備える。

フロントエンド回路１０２は、検出器３の出力信号をデジタルデータに変換し、計数情報を生成する。この計数情報には、消滅ガンマ線の検出位置、エネルギー値、及び検出時間が含まれる。例えば、フロントエンド回路１０２は、シンチレーション光を同じタイミングで電気信号に変換した複数の光検出素子を特定する。そして、フロントエンド回路１０２は、消滅ガンマ線が入射したシンチレータの位置を示すシンチレータ番号（Ｐ）を特定する。消滅ガンマ線が入射したシンチレータ位置を特定する手段は、各光検出素子の位置及び電気信号の強度に基づいて重心演算を行うことによって特定してもよい。また、シンチレータと光検出素子の各々の素子サイズが対応している場合には、出力が得られた光検出素子に対応するシンチレータを消滅ガンマ線が入射したシンチレータ位置として特定すればよい。

また、フロントエンド回路１０２は、各光検出素子から出力された電気信号の強度を積分計算することで、検出器３に入射した消滅ガンマ線のエネルギー値（Ｅ）を特定する。また、フロントエンド回路１０２は、検出器３によって消滅ガンマ線によるシンチレーション光が検出された検出時間（Ｔ）を特定する。なお、検出時間（Ｔ）は、絶対時刻であってもよいし、撮影開始時点からの経過時間であってもよい。このように、フロントエンド回路１０２は、シンチレータ番号（Ｐ）、エネルギー値（Ｅ）、及び検出時間（Ｔ）を含む計数情報を生成する。

なお、フロントエンド回路１０２は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）或いは、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等の回路により実現される。フロントエンド回路１０２は、フロントエンド部の一例である。

天板１０３は、被写体Ｐが載置されるベッドであり、寝台１０４の上に配置される。寝台駆動部１０６は、処理回路１５０の制御機能１０５ｆによる制御の下、天板１０３を移動させる。例えば、寝台駆動部１０６は、天板１０３を移動させることで、被写体Ｐを架台装置１の撮影口内に移動させる。

コンソール装置２は、操作者によるＰＥＴ装置１００の操作を受け付け、ＰＥＴ画像の撮影を制御するとともに、架台装置１によって収集された計数情報を用いてＰＥＴ画像を再構成する。図１に示すように、コンソール装置２は、処理回路１５０と、入力装置１１０と、ディスプレイ１２０と、記憶部１３０とを備える。なお、コンソール装置２が備える各部は、バスを介して接続される。処理回路１５０の詳細については後述する。

入力装置１１０は、ＰＥＴ装置１００の操作者によって各種指示や各種設定の入力に用いられるマウスやキーボード等であり、入力された各種指示や各種設定を、処理回路１５０に転送する。例えば、入力装置１１０は、撮影開始指示の入力に用いられる。

ディスプレイ１２０は、操作者によって参照されるモニター等であり、処理回路１５０による制御の下、被写体の呼吸波形やＰＥＴ画像を表示したり、操作者から各種指示や各種設定を受け付けるためのＧＵＩ（Graphical User Interface）を表示したりする。

記憶部１３０は、ＰＥＴ装置１００において用いられる各種データを記憶する。記憶部１３０は、例えば、メモリで構成され、一例として、ＲＡＭ（Random Access Memory）、フラッシュメモリ（flash memory）等の半導体メモリ素子や、ハードディスク、光ディスク等によって実現される。記憶部１３０は、シンチレータ番号（Ｐ）、エネルギー値（Ｅ）、及び検出時間（Ｔ）が対応づけられた情報である計数情報、同時計数情報の通し番号であるコインシデンスＮｏ．に計数情報の組が対応づけられた同時計数情報、再構成されたＰＥＴ画像等を記憶する。

処理回路１５０は、取得機能１５０ａ、分割機能１５０ｂ、特定機能１５０ｃ、再構成機能１５０ｄ、システム制御機能１５０ｅ、制御機能１５０ｆ、受付機能１５０ｇ、画像生成機能１５０ｈ、表示制御機能１５０ｉ、学習機能１５０ｊを有する。なお、システム制御機能１５０ｊ及び寝台制御機能１５０ｋ以外の各機能については、後ほど詳しく説明する。

実施形態では、取得機能１５０ａ、分割機能１５０ｂ、特定機能１５０ｃ、再構成機能１５０ｄ、システム制御機能１５０ｅ、制御機能１５０ｆ、受付機能１５０ｇ、画像生成機能１５０ｈ、表示制御機能１５０ｉ、学習機能１５０ｊにて行われる各処理機能は、コンピュータによって実行可能なプログラムの形態で記憶部１３０へ記憶されている。処理回路１５０はプログラムを記憶部１３０から読み出し、実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の処理回路１５０は、図１の処理回路１５０内に示された各機能を有することになる。

なお、図１においては単一の処理回路１５０にて、取得機能１５０ａ、分割機能１５０ｂ、特定機能１５０ｃ、再構成機能１５０ｄ、システム制御機能１５０ｅ、制御機能１５０ｆ、受付機能１５０ｇ、画像生成機能１５０ｈ、表示制御機能１５０ｉ、学習機能１５０ｊにて行われる処理機能が実現されるものとして説明するが、複数の独立したプロセッサを組み合わせて処理回路１５０を構成し、各プロセッサがプログラムを実行することにより機能を実現するものとしても構わない。換言すると、上述のそれぞれの機能がプログラムとして構成され、１つの処理回路１５０が各プログラムを実行する場合であってもよい。別の例として、特定の機能が専用の独立したプログラム実行回路に実装される場合であってもよい。

上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）或いは、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等の回路を意味する。プロセッサは記憶部１３０に保存されたプログラムを読み出し実行することで機能を実現する。

なお、図１において、取得機能１５０ａ、分割機能１５０ｂ、特定機能１５０ｃ、再構成機能１５０ｄ、システム制御機能１５０ｅ、制御機能１５０ｆ、受付機能１５０ｇ、画像生成機能１５０ｈ、表示制御機能１５０ｉ、学習機能１５０ｊは、それぞれ、取得部、分割部、特定部、再構成部、システム制御部、制御部、受付部、画像生成部、表示制御部、学習部の一例である。

処理回路１５０は、システム制御機能１５０ｅにより、架台装置１及びコンソール装置２を制御することによって、ＰＥＴ装置１００の全体制御を行う。例えば、処理回路１５０は、システム制御部１５０ｅにより、ＰＥＴ装置１００における撮影を制御する。

処理回路１０５は、制御機能１５０ｆにより、寝台駆動部１０６を制御する。

続いて、実施形態に係る背景について簡単に説明する。

ＦＤＧ（ｆｌｕｏｒｏｄｅｏｘｙｇｌｕｃｏｓｅ）－ＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）画像には、腫瘍によるＦＤＧ集積以外に生理的FDG集積がみられることがある。ここで、脳、心臓、膀胱、扁桃、及び排卵期の卵巣、子宮内膜への生理的集積などは位置と形態が比較的一定しており判断しやすい。一方で、消化器系、特に大腸の生理的集積など、患者毎に位置や形態が様々な生理的集積もある。これらに対しては読影者が経験で腫瘍集積か生理的集積か判断してきた。

しかしながら、これら読影者の経験による生理的集積判断プロセスにおいて、ＰＥＴ装置１００が正確な判断を支援する情報を提供できることが望ましい。

かかる背景に鑑みて、実施形態に係る核医学診断装置１００は、処理回路１５０を備える。処理回路１５０は、取得機能１５０ａにより、核医学データを取得し、分割機能１５０ｂにより、当該核医学データを少なくとも２以上に時分割し、第1の核医学データと第2の核医学データとに分割し、特定機能１５０ｃにより、第１の核医学データと第２の核医学データとに含まれるデータ値の時間変化に基づいて生理的集積領域を特定する。

続いて、図２～図６を用いて、かかる処理について説明する。図２は、第１の実施形態に係る核医学診断装置が行う処理の流れについて説明したフローチャートである。

初めに、ステップＳ１００において、処理回路１５０は、取得機能１５０ａにより、フロントエンド回路１０２から、核医学データを取得する。ここで、処理回路１５０が取得機能１５０ａによりフロントエンド回路１０２から取得する核医学データは、例えば、生データ、すなわち、例えばシンチレータ番号（Ｐ）、エネルギー値（Ｅ）、及び検出時間（Ｔ）を含む計数情報を取得する。

また、別の例として、処理回路１５０が取得機能１５０ａにより取得する核医学データは、これらの生データである計数情報に対して再構成処理を行って得られた再構成画像である。

続いて、ステップＳ１１０において、処理回路１５０は、核医学データを少なくとも２以上に時分割し、第１の核医学データと第２の核医学データとに分割する。かかる状況が図３に示されている。図３において、核医学データ１０ａ、１０ｂ、１０ｃ、１０ｄは、それぞれ処理回路１５０が取得機能１５０ａにより取得した一連の核医学データに対して時分割処理を行ったときの、それぞれ第１の時刻、第２の時刻、第３の時刻、第４の時刻に対応する核医学データを示している。図３の例では、例えば核医学データ１０ａ及び核医学データ１０ｂが第１の核医学データ、核医学データ１０ｃ及び核医学データ１０ｄが、第２の核医学データの例となる。また、別の例として、例えば、核医学データ１０ａが第１の核医学データであり、核医学データ１０ｂが第２の核医学データであってもよい。

続いて、ステップＳ１２０において、処理回路１５０は、特定機能１５０ｃにより、第１の核医学データと第２の核医学データとに含まれるデータ値の時間変化に基づいて生理学的集積領域を特定する。

かかる処理について図３～図５を用いて説明する。以下、図３において、第１の時刻に係る核医学データ１０ａは、腫瘍集積１１ａと生理的集積１２ａとを有し、また、第２の時刻に係る核医学データ１０ｂ、第３の時刻に係る核医学データ１０ｃ、第４の時刻に係る核医学データ１０ｄが、それぞれ、腫瘍集積１１ｂと生理的集積１２ｂ、腫瘍集積１１ｃと生理的集積１２ｃ、腫瘍集積１１ｄと生理的集積１２ｄとを有する場合を用いて説明する。

ここで、腫瘍集積と生理的集積との違いについて図４と図５を用いて説明する。図４において、曲線１１は、図３の腫瘍集積部分のＳＵＶ（Ｓｔａｎｄａｒｄ Ｕｐｔａｋｅ Ｖａｌｕｅ）の時間変化を示している。また、図５において、曲線１２は、図３の生理集積部分のＳＵＶの時間変化を示している。

ここで、図４と図５を比較すると、図４に示されるように、腫瘍集積は、生理的集積と比較して、信号値の変化が緩やかであり、長時間の時間スケールで信号値が変化する。一例として、腫瘍集積は、時間変化部位の画素値の変化率が、薬剤標識同位元素の壊変による変化率により説明できるものとなる。

一方、生理的集積は、腫瘍集積と比較して、図５に示されるように、信号値の変化が急であり、短時間の時間スケールで信号値が変化し、またその変化の仕方も不規則なものとなる傾向にある。従って、生理的集積は、時間変化部位の画素値の変化率が、薬剤標識同位元素の壊変による変化率だけでは説明できず、例えば短時間または不規則な変化になる。また、空間的にみると、腫瘍集積の場合は、比較的同じ領域に信号値が現れ続けるのに対して、生理的集積の場合は、信号値が現れる空間的領域が、時間とともに不規則に変化する傾向にある。従って、処理回路１５０は、特定機能１５０ｃにより、これら信号値の変化の仕方の振る舞いが、腫瘍集積と生理的集積とで異なることを利用して、腫瘍集積と生理的集積とを判別することができる。

一例として、処理回路１５０は、特定機能１５０ｃにより、第１の核医学データと第２の核医学データとに含まれるデータ値の減衰時間または増加時間を閾値と比較することに
より、生理的集積領域を特定する。例えば、処理回路１５０は、特定機能１５０ｃにより、データ値の減衰時間または増加時間の時間スケールが腫瘍集積の場合の時間スケールとして定められている所定の閾値よりも短い時間スケールである場合に、当該データ値が生理的集積領域に係るものであると特定し、データ値の減衰時間または増加時間が当該閾値より長い時間スケールである場合に、腫瘍集積であると特定する。また、別の例として、処理回路１５０は、特定機能１５０ｃにより、データ値の変化率が、薬剤標識同位元素の壊変による変化率のみでは説明できない振る舞いを示す時に、当該データ値が、生理的集積に関連するものであると特定する。

また、別の例として、処理回路１５０は、特定機能１５０ｃにより、第１の核医学データと第２の核医学データとに含まれるデータ値のモデル波形との一致度を閾値と比較することにより、生理的集積領域を特定する。一例として、処理回路１５０は、特定機能１５０ｃにより、データ値の、腫瘍集積を仮定した場合のモデル波形との一致度が閾値を下回った場合に、当該データ値が生理的集積領域に係るものであると特定する。また、処理回路１５０は、特定機能１５０ｃにより、データ値のモデル波形との一致度が閾値を上回った場合に、当該データ値が腫瘍集積であるものと特定する。

また、処理回路１５０は、特定機能１５０ｃにより、関心領域に含まれる集積のそれぞれについて、当該集積が生理的集積である確率値を算出してもよい。また、処理回路１５０は、特定機能１５０ｃにより、関心領域に含まれる集積のそれぞれについて、当該集積が腫瘍集積である確率値を算出してもよい。

続いて、ステップＳ１３０において、処理回路１５０は、表示制御機能１５０ｉにより、特定した生理的集積領域を、表示部としてのディスプレイ１２０に表示させる。一例として、処理回路１５０は、特定した生理的集積領域と、腫瘍集積領域を、異なる色でマーキングして表示部としてのディスプレイ１２０に表示させる。

図６に、かかるユーザインターフェースの一例が示されている。図６に示されているように、処理回路１５０は、表示制御機能１５０ｉにより、ステップＳ１２０で特定した生理的集積領域１２ａ、１２ｂ、１２ｃと、ステップＳ１２０で特定した腫瘍集積領域１１ａ、１１ｂ、１１ｃを、各時相毎に抽出して表示部としてのディスプレイ１２０に表示させる。一例として、処理回路１５０は、表示制御機能１５０ｉにより、ステップＳ１２０で特定した生理的集積領域１２ａ、１２ｂ、１２ｃと、ステップＳ１２０で特定した腫瘍集積領域１１ａ、１１ｂ、１１ｃを、異なる色でマーキングしながら、各時相毎に、表示部としてのディスプレイ１２０に表示させる。

以上のように、第１の実施形態に係る核医学診断装置では、処理回路１５０が、時分割された核医学データに基づき、生理的集積領域を特定し、必要に応じて、特定された生理的集積領域を他の領域と区別して表示する。これにより、ユーザが、生理的集積領域と腫瘍集積領域を容易に視認することが可能となり、ユーザビリティーが向上する。

（第１の実施形態の変形例）
なお、本実施形態の変形例として、例えばステップＳ１１０とステップＳ１２０の間のステップにおいて、処理回路１５０は、受付機能１５０ｇにより、ユーザから領域の選択の入力を受け付け、処理回路１５０が受付機能１５０ｇによりユーザから領域の選択の入力を受け付けると、ステップＳ１３０において、処理回路１５０は、特定機能１５０ｃにより、当該選択された領域に含まれる生理的集積領域を特定してもよい。

かかるユーザインターフェースの一例が、図８に示されている。図８の例では、表示画面３０の中で、処理回路１５０は、表示制御機能１５０ｉにより、ユーザから関心領域３２の設定を受け付けるための画像３１をディスプレイ１２０に表示させる。ユーザから関心領域３２の設定を受け付けるための画像３１としては、例えば、静止画像、所定の時相の画像、または複数の時相の画像から生成された合成画像が用いられる。また、処理回路１５０は、受付機能１５０ｇにより、ボタン３３ａ、３３ｂ、３３ｃ、３３ｄを通じて、関心領域３２の設定の変更を受け付ける。また、ユーザがボタン３４を選択すると、処理回路１５０は、特定機能１５０ｃにより、その時点で設定されている関心領域３２に含まれる生理的集積領域及び腫瘍集積領域を特定し、表示制御機能１５０ｃにより、例えば図６で説明したユーザインターフェースを用いて特定された生理的集積領域及び腫瘍集積領域をディスプレイ１２０に表示させる。

第１の実施形態の変形例によると、ユーザは自由に関心領域を設定することができ、設定された関心領域について生理的集積領域を自動的に抽出することができるので、ユーザビリティーが更に向上し、診断労力の低減及び診断精度の向上が実現できる。

（第２の実施形態）
第１の実施形態では、ステップＳ１２０において、画像再構成処理が行われた後の画像データである第１の核医学データと第２の核医学データとに含まれるデータ値の時間変化に基づいて、生理的集積領域を特定する場合について説明したが、実施形態は、上述の例に限られない。第２の実施形態では、ステップＳ１２０において、生データ（画像再構成処理が行われる前のデータ）である第１の核医学データと第２の核医学データとに含まれるデータ値の時間変化に基づいて、生理的集積領域を特定する。ここで、生データの一例としては、例えば、処理回路１５０が取得機能１５０ａによりフロントエンド回路１０２から取得する、例えばシンチレータ番号（Ｐ）、エネルギー値（Ｅ）、及び検出時間（Ｔ）を含む計数情報が挙げられる。

第２の実施形態では、例えば、ステップＳ１００において、処理回路１５０は、取得機能１５０ａにより、生データ、例えばシンチレータ番号（Ｐ）、エネルギー値（Ｅ）、及び検出時間（Ｔ）を含む複数の計数情報を、フロントエンド回路１０２から取得する。続いて、ステップＳ１１０において、処理回路１５０は、分割機能１５０ｂにより、これら生データである計数情報を時相分割して、第１の核医学データと第２の核医学データを生成する。続いて、ステップＳ１２０において、処理回路１５０は、特定機能１５０ｃにより、第１の核医学データと第２の核医学データとに含まれるデータ値の時間変化に基づいて生理学的集積領域を特定する。一例として、処理回路１５０は、特定機能１５０ｃにより、第１の核医学データと第２の核医学データとの差分データを算出し、当該差分データの大きさに基づいて、生理的集積領域を特定する。第１の実施形態では、第１の核医学データと第２の核医学データの差分が画素値であるのに対して、第２の実施形態では、第１の核医学データと第２の核医学データの差分は、画素値ではない差分データにすぎないが、当該差分データの減衰時間または増加時間を所定の閾値と比較することにより、第１の実施形態の場合と同様に、生理的集積領域を特定することができる。

（第３の実施形態）
実施形態は、上述の例に限られない。第３の実施形態では、生理的集積の特定方法として、ニューラルネットワークを用いて機械学習された学習済みモデルを用いて、図２のステップＳ１２０における、生理的集積の特定処理を行う場合について説明する。すなわち、第３の実施形態では、ステップＳ１２０において、処理回路１５０は、特定機能１５０ｃにより、生理的集積の有無が紐づけられた臨床画像群を用いた学習により生成された学習済みモデルに、時分割により得られた第１の核医学データ及び第２の核医学データを入力することにより生理的集積領域を特定する。

ここで、ニューラルネットワークの学習用データとして、例えば読影者により生理的集積有無と部位を分類された臨床画像群が用いられる。すなわち、処理回路１５０は、ニューラルネットワークの学習データとして、臨床画像と、当該臨床画像の部位を表す情報と、当該臨床画像に生理的集積が含まれているか否かの情報とが紐付けられたデータを１つの学習用データとして用いる。例えば、臨床画像の部位「大腸」と、当該部位である大腸の臨床画像の複数の時相でのデータと、当該臨床画像に生理学的集積が含まれている旨のフラグである「１」とが紐付けられた情報が、学習に使用される一つの学習用データとなる。ただし、実施形態に係る学習に用いられる学習データの形式としては上述の例に限られず、別の例として、例えば、臨床画像の部位「大腸」と、当該部位である大腸の１つの時相での臨床画像と、当該臨床画像に生理学的集積が含まれている旨のフラグである「１」とが紐付けられた情報が、学習に使用される一つの学習用データであってもよい。また、別の例として、部位に関する情報が学習データに含まれず、例えば臨床画像の複数の時相でのデータと、当該臨床画像に生理的集積が含まれているかを示した情報とが紐付けられた情報が、学習に使用される一つの学習用データであってもよい。また、臨床画像に生理的集積が含まれているか否かの情報の代わりに、臨床画像に含まれている集積の種類を表す情報、例えば、生理的集積の場合には、「１」であり、腫瘍集積の場合では「２」となる情報が、学習用データとして用いられてもよい。

以上のように、学習時の実行時において、処理回路１５０は、学習機能１５０ｊにおいて、例えば、臨床画像の複数の時相でのデータと、当該臨床画像の部位を表す情報と、当該臨床画像に生理学的集積が含まれているか否かの情報とが紐付けられた複数のデータをニューラルネットワークに入力することにより機械学習を行い、学習済みモデルを生成する。

続いて、学習済みモデルの実行時であるステップＳ１２０において、処理回路１５０は、特定機能１５０ｃにより、学習済みモデルに、時分割により得られた第１の核医学データ及び第２の医学データを入力することにより、読影対象の画像の生理的集積有無及び部位の判定を行う。例えば、当該学習済みモデルが、生理的集積の有無を表す値として、「１」を出力する場合、処理回路１５０は、特定機能１５０ｃにより、当該読影対象の画像が、生理的集積を有すると判定する。また、例えば、当該学習済みモデルが、関心領域に生理的集積が含まれる確率を表す０～１の間の実数値を出力する場合、処理回路１５０は、特定機能１５０ｃにより、当該読影対象の画像が、生理的集積を有する確率が、当該自数値であると判定する。また、別の例として、当該学習モデルが、０、１または２を出力する場合、処理回路１５０は、特定機能１５０ｃにより、出力結果が０である場合には集積が含まれず、出力結果が１である場合には生理的修正が含まれ、出力結果が２である場合には、腫瘍集積であると判定する。

このように、第３の実施形態では、ニューラルネットワークを用いて生理的集積を判定する。これにより、生理的集積の特定の精度が向上することができ、ユーザビリティーが更に向上する。

（第４の実施形態）
実施形態は、上述の例に限られない。第４の実施形態では、ユーザからの求めに応じて、生理的集積部位の可能性がある領域について、処理回路１５０が、表示制御機能１５０ｉに、生理的集積部位であるか否かの根拠または判断材料となる情報を追加的にディスプレイ１２０に表示させる場合について説明する。一例として、処理回路１５０は、受付機能１５０ｇにより、ユーザから領域の選択の入力を受け付け、表示制御機能１５０ｉにより、当該領域に関する複数の時相のデータを、表示部としてのディスプレイ１２０に表示させる。

かかるユーザインターフェースの一例が図７に示されている。処理回路１５０は、表示制御機能１５０ｉにより、表示画面１９において、ユーザから関心領域２１，２２等の設定を受け付けるための画像２０をディスプレイ１２０に表示させる。ユーザから関心領域２１等の設定を受け付けるための画像２０としては、例えば、静止画像、所定の時相の画像、または複数の時相の画像から生成された合成画像が用いられる。また、処理回路１５０は、受付機能１５０ｇにより、ボタン２３ａ、２３ｂ、２３ｃ、２３ｄを通じて、関心領域２１の設定の変更を受け付ける。また、同様に、また、処理回路１５０は、受付機能１５０ｇにより、ボタン２４ａ、２４ｂ、２４ｃ、２４ｄを通じて、関心領域２２の設定の変更を受け付ける。

ここで、ユーザが例えば関心領域２１をクリックすると、処理回路１５０は、表示制御機能１５０ｉにより、補助情報２５を、表示部としてのディスプレイ１２０に表示させる。一例として、ユーザが関心領域２１をクリックすると、処理回路１５０は、表示制御機能１５０ｉにより、関心領域２１に関する複数の時相のデータを、補助情報２５として、表示部としてのディスプレイ１２０に表示させる。ここで、関心領域２１に関する複数の時相のデータとしては、複数の時刻それぞれにおける、信号値の関心領域２１内での平均値を表すデータであってもよいし、複数の時刻それぞれにおける、関心領域２１内のある一点の信号値を表すデータであってもよい。

また、処理回路１５０は、表示制御機能１５０ｉにより、関心領域２１に存在する信号が、生理的集積によるものであるか否かに係る情報を、補助情報２５として、表示部としてのディスプレイ１２０に表示させてもよい。例えば、ステップＳ１２０において、処理回路１５０が特定機能１５０ｃにより、関心領域２１が生理的集積の可能性が濃厚であると判断した場合、処理回路１５０は、表示制御機能１５０ｉにより、当該関心領域に存在するデータは、生理的集積の可能性が濃厚である旨のメッセージを、補助情報２５として、表示部としてのディスプレイ１２０に表示させる。また、例えば、ステップＳ１２０において、処理回路１５０が特定機能１５０ｃにより、関心領域２１が腫瘍集積の可能性が濃厚であると判断した場合、処理回路１５０は、表示制御機能１５０ｉにより、当該関心領域に存在するデータは、腫瘍集積の可能性が濃厚である旨のメッセージを、補助情報２５として、表示部としてのディスプレイ１２０に表示させる。

また、ステップＳ１２０において処理回路１５０が表示制御機能１５０ｉにより、関心領域に存在する信号が、腫瘍集積である確率や生理的集積である確率を算出した場合、処理回路１５０は、表示制御機能１５０ｉにより、当該確率を補助情報２５として表示部としてのディスプレイ１２０に表示させてもよい。

また、同様にして、ユーザが関心領域２２をクリックすると、処理回路１５０は、表示制御機能１５０ｉにより、関心領域２２に関する複数の時相のデータ等を、補助情報２６として、表示部としてのディスプレイ１２０に表示させる。

以上のように、第４の実施形態では、ユーザが関心領域２１、２２を選択すると、処理回路１５０は表示制御機能１５０ｉにより、当該関心領域が生理的集積か腫瘍集積かの判断材料となる補助情報２５、２６を、表示部としてのディスプレイ１２０に表示させる。これにより、ユーザは、関心領域に係る信号値が生理的集積によるものか腫瘍集積によるものかについて、より正確に判断することができ、ユーザビリティーが向上し、より一層の診断労力の低減および診断精度の向上が実現できる。

（第５の実施形態）
第５の実施形態では、これまで述べてきた実施形態に基づき、生理的集積を特定した場合、当該生理的集積を画像上から除去した修正画像をユーザに提供する。すなわち、処理回路１５０は、画像生成機能１５０ｈにより、特定機能１５０ｃにより特定された生理的集積領域に基づいて、生理的集積領域と判断された部位の画素値を修正した第３の核医学データを生成する。ここで、生理的集積領域と判断された部位の画素値を修正する、とは、例えば生理的集積領域と判断された部位の画素値を０にする、または、周辺の画素値の平均値に置き換えることを意味する。

かかるユーザインターフェースの一例が、図８に示されている。図８において、ユーザがボタン３５をクリックすると、処理回路１５０は、画像生成機能１５０ｈにより、関心領域３２の中で、生理的集積領域と判断された部位の画素値を修正した第３の核医学データを生成する。例えば、処理回路１５０は、画像生成機能１５０ｈにより、関心領域の中で、生理的集積領域と判断された部位の画素値を０に置き換えた第３の核医学データを生成する。続いて、処理回路１５０は、表示制御機能１５０ｉにより、生成した第３の核医学データを、例えば図８の右側に示されるように、表示部としてのディスプレイ１２０に表示させる。

以上のように、第５の実施形態では、生理的集積領域が除去された画像が表示させる。これにより、より一層の診断労力の低減および診断精度の向上が実現できる。

（第６の実施形態）
第６の実施形態においては、生理的集積部位に腫瘍集積が含まれていないかの確認を容易にするために、再構成画像内の生理的集積部位に対して、ガンマ補正を行う。

ここで、ガンマ補正とは、パラメータγで特徴付けられる非線形変換である。具体的には、ガンマ補正は、入力画素値をＶ_in、定数をＡ、出力画素値をV_outとして、V_out= A V^γ _in で与えられる変換であり、画素値の差を視覚的に際立たせることができる変換の一例となっている。従って、ユーザが再構成画像に対してガンマ変換を行うことにより、例えば生理的集積部位に腫瘍集積が含まれていた場合、当該腫瘍集積をより容易に発見することができる。

かかるユーザインターフェースの一例が、図８に示されている。ユーザがボタン３６を選択すると、処理回路１５０は、画像生成機能１５０ｈにより、特定機能１５０ｃにより特定された生理的集積領域に対して、入力フィールド３７に入力されたパラメータγで特徴づけられるガンマ補正を行った第４の核医学データを生成する。なお、パラメータγの値は、例えばボタン３８等を用いて変更できる。

以上のように、第６の実施形態では、ガンマ補正を行うための入力をユーザから受け付ける。これにより、ユーザは生理的集積部位に腫瘍集積が含まれていないかを容易に確認することができ、従ってより一層の診断労力の低減および診断精度の向上が実現できる。

以上説明した少なくとも１つの実施形態によれば、ユーザビリティーを向上させることができる。

以上の実施形態に関し、発明の一側面および選択的な特徴として以下の付記を開示する。

（付記１）
本発明の一つの側面において提供される核医学診断装置は、取得部と、分割部と、特定部とを備える。取得部は、核医学データを取得する。分割部は、前記核医学データを少なくとも２以上に時分割し、第１の核医学データと第２の核医学データとに分割する。特定部は、前記第１の核医学データと前記第２の核医学データとに含まれるデータ値の時間変化に基づいて生理的集積領域を特定する。

（付記２）
ユーザから領域の選択の入力を受け付ける受付部と、
前記領域に関する複数の時相のデータを表示部に表示させる表示制御部とを更に備えてもよい。

（付記３）
ユーザから領域の選択の入力を受け付ける受付部を更に備え、
前記特定部は、前記受付部が前記ユーザから前記領域の選択の入力を受け付けると、前記領域に含まれる前記生理的集積領域を特定してもよい。

（付記４）
前記特定部が特定した前記生理的集積領域に基づいて、前記生理的集積領域と判断された部位の画素値を修正した第３の核医学データを生成する画像生成部を更に備えてもよい。

（付記５）
前記特定部は、生理的集積の有無が紐づけられた臨床画像群を用いた学習により生成された学習済みモデルに前記第１の核医学データ及び前記第２の核医学データを入力することにより前記生理的集積領域を特定してもよい。

（付記６）
前記特定部が特定した前記生理的集積領域に対してガンマ補正を行った第４の核医学データを生成する画像生成部を更に備えてもよい。

（付記７）
前記特定部は、前記データ値の減衰時間を閾値と比較することにより、または前記データ値のモデル波形との一致度を閾値と比較することにより、前記生理的集積領域を特定してもよい。

（付記８）
前記特定部は、データ値の減衰時間または増加時間の時間スケールが腫瘍集積の場合の時間スケールとして定められている所定の閾値よりも短い時間スケールである場合に、当該データ値が生理的集積領域に係るものであると特定してもよい。

（付記９）
前記特定部は、データ値の変化率が、薬剤標識同位元素の壊変による変化率のみでは説明できない振る舞いを示す時に、当該データ値が、生理的集積に関連するものであると特定してもよい。

（付記１０）
前記特定部は、データ値の、腫瘍集積を仮定した場合のモデル波形との一致度が閾値を下回った場合に、当該データ値が生理的集積領域に係るものであると特定してもよい。

（付記１１）
本発明の一つの側面において提供されるデータ処理方法は、
核医学データを取得し、
前記核医学データを少なくとも２以上に時分割し、第１の核医学データと第２の核医学データとに分割し、
前記第１の核医学データと前記第２の核医学データとに含まれるデータ値の時間変化に基づいて生理的集積領域を特定する。

（付記１２）
本発明の一つの側面において提供されるデータ処理方法は、
コンピュータに、
核医学データを取得し、
前記核医学データを少なくとも２以上に時分割し、第１の核医学データと第２の核医学データとに分割し、
前記第１の核医学データと前記第２の核医学データとに含まれるデータ値の時間変化に基づいて生理的集積領域を特定する処理を実行させる。

いくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更、実施形態同士の組み合わせを行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１５０ 処理回路
１５０ａ 取得機能
１５０ｂ 分割機能
１５０ｃ 特定機能
１５０ｄ 再構成機能
１５０ｅ システム制御機能
１５０ｆ 制御機能
１５０ｇ 受付機能
１５０ｈ 画像生成機能
１５０ｉ 表示制御機能
１５０ｊ 学習機能

Claims (9)

1. 核医学データを取得する取得部と、
   前記核医学データを少なくとも２以上に時分割し、第１の核医学データと第２の核医学データとに分割する分割部と、
   前記第１の核医学データと前記第２の核医学データとに含まれるデータ値の時間変化に基づいて生理的集積領域を特定する特定部と、
   前記特定部が特定した前記生理的集積領域に基づいて、前記生理的集積領域と判断された部位の画素値を、周辺の画素値の平均値に置き換えることにより、修正した第３の核医学データを生成する画像生成部と、
   ユーザから領域の選択の入力を受け付ける受付部と、
   前記領域に関する複数の時相のデータを表示部に表示させる表示制御部と
   を備え、
   前記表示制御部は、前記ユーザが選択した前記領域に存在する信号が生理的集積である確率を前記表示部に表示させ、前記第３の核医学データを前記表示部に表示させる、
   核医学診断装置。
2. 核医学データを取得する取得部と、
   前記核医学データを少なくとも２以上に時分割し、第１の核医学データと第２の核医学データとに分割する分割部と、
   前記第１の核医学データと前記第２の核医学データとに含まれるデータ値の時間変化に基づいて生理的集積領域を特定する特定部と、
   前記特定部が特定した前記生理的集積領域に基づいて、前記生理的集積領域と判断された部位の画素値を、周辺の画素値の平均値に置き換えることにより、修正した第３の核医学データを生成する画像生成部と、
   ユーザから領域の選択の入力を受け付ける受付部と、
   前記領域に関する複数の時相のデータを表示部に表示させる表示制御部と
   を備え、
   前記表示制御部は、前記表示部に表示された画像における第１の領域がユーザによって選択されると前記第１の領域に関する前記データ値の時間変化に関する画面を前記表示部に表示させ、前記表示部に表示された画像における第２の領域がユーザによって選択されると前記第２の領域に関する前記データ値の時間変化に関する画面を前記表示部に表示させ、前記第３の核医学データを前記表示部に表示させる、核医学診断装置。
3. ユーザから領域の選択の入力を受け付ける受付部を更に備え、
   前記特定部は、前記受付部が前記ユーザから前記領域の選択の入力を受け付けると、前記領域に含まれる前記生理的集積領域を特定する、請求項１に記載の核医学診断装置。
4. 前記特定部は、生理的集積の有無が紐づけられた臨床画像群を用いた学習により生成された学習済みモデルに前記第１の核医学データ及び前記第２の核医学データを入力することにより前記生理的集積領域を特定する、請求項１又は２に記載の核医学診断装置。
5. 前記特定部が特定した前記生理的集積領域に対してガンマ補正を行った第４の核医学データを生成する画像生成部を更に備える、請求項１又は２に記載の核医学診断装置。
6. 前記特定部は、前記データ値の減衰時間を閾値と比較することにより、または前記データ値のモデル波形との一致度を閾値と比較することにより、前記生理的集積領域を特定する、請求項１又は２に記載の核医学診断装置。
7. 前記表示制御部は、前記特定部が特定した前記生理的集積領域に対して行われるべきガンマ補正の強度を設定する画面を表示部に表示させ、
   前記画像生成部は、前記画面を介してユーザによって設定された前記ガンマ補正の強度に基づいて、前記特定部が特定した前記生理的集積領域に対して前記ガンマ補正を行い、前記第４の核医学データを生成する、請求項５に記載の核医学診断装置。
8. 核医学データを取得し、
   前記核医学データを少なくとも２以上に時分割し、第１の核医学データと第２の核医学データとに分割し、
   前記第１の核医学データと前記第２の核医学データとに含まれるデータ値の時間変化に基づいて生理的集積領域を特定し、
   特定した前記生理的集積領域に基づいて、前記生理的集積領域と判断された部位の画素値を、周辺の画素値の平均値に置き換えることにより、修正した第３の核医学データを生成し、
   ユーザから領域の選択の入力を受け付け、
   前記領域に関する複数の時相のデータを表示部に表示させ、前記ユーザが選択した前記領域に存在する信号が生理的集積である確率を前記表示部に表示させ、
   前記第３の核医学データを前記表示部に表示させる、
   データ処理方法。
9. コンピュータに、
   核医学データを取得し、
   前記核医学データを少なくとも２以上に時分割し、第１の核医学データと第２の核医学データとに分割し、
   前記第１の核医学データと前記第２の核医学データとに含まれるデータ値の時間変化に基づいて生理的集積領域を特定し、
   特定した前記生理的集積領域に基づいて、前記生理的集積領域と判断された部位の画素値を、周辺の画素値の平均値に置き換えることにより、修正した第３の核医学データを生成し、
   ユーザから領域の選択の入力を受け付け、
   前記領域に関する複数の時相のデータを表示部に表示させ、前記ユーザが選択した前記領域に存在する信号が生理的集積である確率を前記表示部に表示させ、
   前記第３の核医学データを前記表示部に表示させる、処理を実行させる、プログラム。