JP5026939B2 - 画像処理装置およびそのプログラム - Google Patents

Description

本発明は、複数の医用画像の比較読影を容易にするための画像処理装置およびそのプログラムに関するものである。

従来より、病気を診断するために、放射線を被写体に照射してＸ線画像の撮影が行なわれてきた。特に近年では、フィルムを使用しないで、輝尽性蛍光体やＦＰＤ（Flat Panel Detect）等の放射線ディテクタから放射線画像をデジタル画像として直接取り出す放射線画像生成方法が用いられるようになってきている。

このような放射線画像から病変を見つけるためには、同一患者の過去画像と現在画像の比較をしてその変化を観察するのが重要である。例えば、同一被写体について取得された複数の画像を高精細な表示装置に並べて表示して、相互に比較することにより診断を行っている。ところが、過去に撮影された画像と現在の画像が異なる機種の撮影装置で撮影された場合や、同じ撮影装置であっても異なる撮影条件で撮影された場合には、画像間で画像特性（濃度値、コントラスト、階調など）が大きく異なってくる。この画像特性の相違が比較読影の障害になり、診断精度、診断効率を低下させてしまうことがあった。

そこで、放射線画像に付帯されている撮影条件などについての付帯情報を用いて画像デ−タを補正することにより、複数の画像間で画像特性を揃え、撮影条件等の違いによる違いを修正する技術が提案されている。

このような違いの修正は、撮影された画像データに付帯情報が添付されていることが前提となっている。しかし、近年利用されているデジタル画像には付帯情報が添付されているが古い装置で撮影された放射線画像には付帯情報が添付されていない。或いは、メーカが異なる装置であるために付帯情報に不足がある場合には、比較読影のための補正処理を行えなかったり、なんらかの補正を行なった場合であっても、補正処理の効果が低いという問題があった。

そこで、同一被写体の同一部位を撮影した複数の放射線画像に対して基準画像を設定し、基準画像と類似画像の対応する領域を認識あるいは指定して画像データを取得して、その対応する領域の基準画像と類似画像とを比較して、基準画像と類似画像の画像特性が一致するように画像処理を行う手法が提案されている（例えば、特許文献１）。
特開２００３−１９０１２５公報

ところで、診断を行なう場合には、マンモグラフィ画像の場合は乳腺領域、胸部画像の場合は肺野領域に注目して診断を行なうため、特許文献１のように、このような領域を特定の領域として画像特性を一致させることで、画像全体を利用する場合に比べて注目する必要のない非関心領域の影響を受けずに関心領域の特性が一致するように処理を行なうことが可能となる。

しかしながら、このように特定の領域のみに基づいて２枚の画像間の画像特性を一致させる場合には次のような課題が存在する。

特定の領域内に病変が存在する場合には、病変による差も同時になくしてしまう可能性がある。例えば，マンモグラフィ画像の場合、乳腺領域内に腫瘤病変が存在することも多いため、乳腺領域のみに基づいて画像特性を一致させると、腫瘤などの病変が逆に見づらくなる可能性がある。

さらに、ポジショニングの違いによる厚みや組織量の差も同時になくしてしまう可能性がある。例えば、マンモグラフィ画像の場合、ポジショニングの仕方によって乳腺の重なり具合が大きく変化する。具体的には、ポジショニングの仕方によっては乳腺があまり広がらず、画像上は乳腺のかたまりがより白く写ることになる。このようにポジショニングが大きく異なる２枚の画像に対して、乳腺領域の画像特性が一致するように補正すると、２枚の画像間で乳腺領域の見え方は一致しても、それ以外の領域の見えが大きく異なってしまう可能性がある。つまり、組織構造がそもそも異なる場合にはその違いは残しておきたいにもかかわらず組織構造の違いによる差もなくしてしまうことになる。

本発明は、上記事情に鑑みてなされたものであり、組織の構造の違いによる差を維持しつつも非関心領域の影響を受けないで、画像の見え方を一致させることにより診断性能を向上させる画像処理装置およびプログラムを提供することを目的とするものである。

本願発明の画像処理装置は、複数の組織で構成される同一部位を撮影して得られた２枚の医用画像を記憶する画像記憶手段と、
前記２枚の医用画像それぞれを、前記各組織が撮影されている複数の組織領域に分割する画像分割手段と、
前記２枚の医用画像それぞれを分割した複数の組織領域のうち対応する組織領域の形態に基づいて類似度を算出する類似度算出手段と、
前記医用画像を分割した各組織領域の関心度をそれぞれ設定する関心度設定手段と、
前記類似度算出手段により算出した各組織領域の類似度および前記関心度設定手段により設定された各組織領域の関心度に応じて各組織領域の重みを求め、前記各組織領域内の画像情報に基づき前記重みが大きい組織領域ほど画像特性の一致度が高くなるように、前記２枚の医用画像の全体画像特性を近似させるための画像処理条件を設定する画像処理条件設定手段と、
該画像処理条件設定手段で設定した画像処理条件に応じて前記２枚の医用画像のうちの少なくとも１枚の医用画像に画像処理を施す画像処理手段とを備えたことを特徴とするものである。

本願発明のプログラムは、コンピュータを、
複数の組織で構成される同一部位を撮影して得られた２枚の医用画像を記憶する画像記憶手段と、
前記２枚の医用画像それぞれを、前記各組織が撮影されている複数の組織領域に分割する画像分割手段と、
前記２枚の医用画像それぞれを分割した複数の組織領域のうち対応する組織領域の形態に基づいて類似度を算出する類似度算出手段と、
前記医用画像を分割した各組織領域の関心度をそれぞれ設定する関心度設定手段と、
前記類似度算出手段により算出した各組織領域の類似度および前記関心度設定手段により設定された各組織領域の関心度に応じて各組織領域の重みを求め、前記各組織領域内の画像情報に基づき前記重みが大きい組織領域ほど画像特性の一致度が高くなるように、前記２枚の医用画像の全体画像特性を近似させるための画像処理条件を設定する画像処理条件設定手段と、
該画像処理条件設定手段で設定した画像処理条件に応じて前記２枚の医用画像のうちの少なくとも１枚の医用画像に画像処理を施す画像処理手段として機能させることを特徴とするものである。

「組織」とは、被写体の各部位を構成している構成物の一つで、同一の機能と構造とをもつ細胞の集団をいう。

「組織領域」とは、医用画像上の各組織が撮影されている領域をいう。各組織は医用画像上にそれぞれ特有の濃度値、形状、位置を持って現れるので、濃度値、形状、位置に応じて各組織領域に分けられるが、他の組織との境が明確でない場合には領域内に現れた組織の量に応じて組織領域に分けてもよい。

「組織領域の形態」とは、組織領域のかたちやありさまいい、具体的には、組織領域の面積、組織領域の形状などがある。

「画像処理条件」は、２枚の医用画像の双方それぞれに画像処理を施すように画像処理条件を設定しても良いが、１方の医用画像を基準にして他方の医用画像にのみ画像処理を施すように画像処理条件を設定しても良い。

また、前記組織領域の形態が、該組織領域の形状および／または該組織領域の面積であってもよい。

また、前記２枚の医用画像が乳房放射線画像であれば、前記複数の組織領域は、乳腺領域、脂肪領域、胸筋領域である。

さらに、前記画像特性は、濃度値、コントラストおよび階調のうち少なくとも１つであることが望ましい。

本発明によれば、医用画像上の組織領域の形態に基づいて類似度を算出し、さらに、各組織領域の関心度を設定して、類似度および関心度に応じて各組織領域の重みを求め、こ各組織領域の重みを求め、前記各組織領域内の画像情報に基づき前記重みが大きい組織領域ほど画像特性の一致度が高くなるように全体の画像特性を近似することで、病変などの組織に現れた違いによる差は維持しつつも違いがない部分は見え方が同じになるように画像特性を変えることがで、精度の良い診断ができる。

また、組織領域の形状および／または組織領域の面積に応じて類似度を算出して画像処理を変えることにより、各組織に変化があったかないかを把握することができる。

また、２枚の医用画像が乳房放射線画像であるときには、乳腺領域、脂肪領域、胸筋領域で分割して、各組織領域の類似度を求め、さらに、関心度を設定して画像特性を一致させることにより精度よく画像特性を一致させることができる。

さらに、画像特性は、濃度値、コントラスト、および、階調のうちいずれかが一致するように画像処理を施すことによって、画像の見え方を近づけることが出来る。

図１に、本発明の実施形態となる画像処理装置が導入された医療情報システムの概略構成を示す。図に示すように、このシステムは、医用画像の撮影装置（モダリティ）１、画像品質チェック用ワークステーション（ＱＡ−ＷＳ）２、読影ワークステーション３（３ａ、３ｂ）、画像管理サーバ４が、ネットワーク５を介して互いに通信可能な状態で接続されて構成されている。

ネットワーク５は病院内の各種装置を接続するローカルエリアネットワークである。但し、読影ワークステーション３が他の病院あるいは診療所にも設置されている場合には、ネットワーク５は、各病院のローカルエリアネットワーク同士をインターネットもしくは専用回線で接続した構成としてもよい。いずれの場合にも、ネットワーク５は光ネットワークなど画像の高速転送を実現できるものが望ましい。

モダリティ１には、被写体の検査対象の部位を撮影して医用画像を生成し、その医用画像にＤＩＣＯＭ規格で規定された付帯情報を付加して出力する装置が含まれる。付帯情報は、そのモダリティ等のメーカ独自の規格のものであってもよい。本実施形態では、Ｘ線撮影装置で撮影され、ＣＲ装置でデジタル化された画像が用いられる。Ｘ線撮影装置は、被写体の放射線画像を、シート状の蓄積性蛍光体層を備えてなる蓄積性蛍光体シートＩＰに記録するものであり、ＣＲ装置は、Ｘ線撮影装置によって記録された蓄積性蛍光体シートＩＰにレーザ光等の励起光を走査して輝尽発光光を生じさせ、得られた輝尽発光光を光電的に読み取ってアナログ信号を取得し、このアナログ信号を対数変換後、デジタル化してデジタル画像として生成するものである。

ＱＡ−ＷＳ２は、汎用のコンピュータ（ワークステーションなど）と１台または２台の高精細ディスプレイとキーボード・マウスなどの入力機器により構成される。コンピュータには、検査技師の作業を支援するためのソフトウェアが組み込まれている。ＱＡ−ＷＳ２は、そのソフトウェアプログラムの実行によって実現される機能により、モダリティ１からＤＩＣＯＭに準拠した医用画像を受信し、規格化処理（ＥＤＲ処理）や医用画像の品質を調整するための処理を行い、処理後の医用画像と付帯情報の内容を画面に表示することで検査技師に確認を促す。そして、検査技師による確認が済んだ医用画像を、ネットワーク５を介して画像管理サーバ４に転送する。

画像管理サーバ４は、汎用の比較的処理能力の高いコンピュータにデータベース管理システム（DataBase Management System: DBMS）の機能を提供するソフトウェアプログラムを組み込んだものである。画像管理サーバ４は大容量ストレージを備えている。このストレージは、画像管理サーバ４とデータバスによって接続された大容量のハードディスク装置であってもよいし、ネットワーク５に接続されているディスク装置であってもよい。

画像管理サーバ４には、医用画像と付帯情報とが対応付けられて記録される。付帯情報には、例えば、個々の医用画像を識別するための画像ＩＤ、被写体を識別するための患者ＩＤ、検査を識別するための検査ＩＤ、医用画像ごとに割り振られるユニークなＩＤ（ＵＩＤ）、その医用画像が生成された検査日、検査時刻、その医用画像を撮影するための検査で使用されたモダリティの種類、患者氏名、年齢、性別などの患者情報、検査部位（撮影部位）や撮影条件などの情報が含まれ、例えばＸＭＬやＳＧＭＬデータとして管理される。しかし、メーカが異なる装置で撮影された医用画像には、付帯情報の内容が異なるものも存在する。

また、画像管理サーバ４には、過去に撮影された医用画像がスキャナなどで読み込まれてデジタル化されて保管されているが、このような古い装置で撮影された医用画像には撮影条件などは付帯情報に含まれない場合が多い。

さらに、画像管理サーバ４は、読影ワークステーション３からの閲覧要求をネットワーク５経由で受信すると、医用画像を検索し、検索された医用画像を要求した要求元の読影ワークステーション３に送信する。

読影ワークステーション３は、画像診断医が医用画像の読影や読影レポートの作成に利用する装置であり、コンピュータと１台または２台の高精細ディスプレイとキーボード・マウスなどの入力機器により構成される。この装置では、画像管理サーバ４に対する医用画像の閲覧要求や、画像管理サーバ４から受信した医用画像に対する各種画像処理、医用画像の表示、医用画像中の病変らしき部分の自動検出・強調表示、読影レポートの作成の支援、読影レポートサーバ（図示なし）に対する読影レポートの登録要求や閲覧要求、読影レポートサーバから受信した読影レポートの表示等が行われる。本発明の画像処理プログラムは、この読影ワークステーション３にインストールされ画像処理装置として機能する。なお、本発明の画像処理は読影ワークステーション３で行わず、別途、画像処理装置（図示なし）をネットワーク５に接続しておき、読影ワークステーション３からの処理の要求に応じて、画像処理装置が画像処理を行うようにしてもよい。

画像処理装置３は、図２に示すように、比較読影する２枚の医用画像Ｐ_Ａ、Ｐ_Ｂを記憶する画像記憶手段３１と、２枚の医用画像Ｐ_Ａ、Ｐ_Ｂそれぞれを複数の組織領域に分割する画像分割手段３２と、２枚の医用画像Ｐ_Ａ、Ｐ_Ｂを分割した複数の組織領域のうち対応する組織領域の類似度を組織領域の形態に基づいて算出する類似度算出手段３３と、各組織領域の関心度をそれぞれ設定する関心度設定手段３４と、各医用画像Ｐ_Ａ、Ｐ_Ｂの各組織領域の画像情報を抽出する画像情報抽出手段３５と、２枚の医用画像Ｐ_Ａ、Ｐ_Ｂの各組織領域の類似度および各組織領域の関心度に応じて、各組織領域の重みを求め、その重みに応じて各組織領域内の画像情報を利用して２枚の医用画像の画像特性を一致させるための画像処理条件を設定する画像処理条件設定手段３６と、画像処理条件に応じて比較読影する複数の医用画像Ｐ_Ａ、Ｐ_Ｂのうち少なくともいずれか一方の医用画像に画像処理を施す画像処理手段３７と、画像処理された２枚の医用画像Ｐ_ａ、Ｐ_ｂを対比可能に表示装置３９の画面上に表示する表示手段３８を備えている。

画像特性には、濃度値、コントラスト、階調などがある。コントラストは、濃度値よって表される明るい部分と暗い部分との濃度値の差のことをいい、階調は、濃度値によって表される濃淡の変化、または、濃淡変化の滑らかさをいう。

以下、本実施の形態では、２枚の乳房放射線画像を比較読影する場合について具体的に説明する。

画像記憶手段３１は、ハードディスクなどの大容量記憶装置であり、画像管理サーバ４に閲覧要求して得られた２枚の乳房放射線画像（医用画像）Ｐ_Ａ、Ｐ_Ｂが記憶される。

画像分割手段３２は、各乳房放射線画像Ｐ_Ａ、Ｐ_Ｂに撮影された部位を構成する組織を撮影した組織領域に分割する。乳房放射線画像Ｐ_Ａ、Ｐ_Ｂ上には各組織（乳腺、脂肪、胸筋など）がそれぞれ特有の濃度値で表れるが、乳房放射線画像Ｐ_Ａ、Ｐ_Ｂは放射線が複数の組織を透過することによって得られるため、組織の重なり具合や組織の割合に影響されて同じ組織領域であっても乳房放射線画像Ｐ_Ａ、Ｐ_Ｂ上の濃度値は異なって現れる。そこで、まず、各組織領域の分割は、濃度値に基づいて大まかな領域に分割をした後に、さらに、分割した領域の形状やその位置から乳房を構成する各組織領域に正確に分けられるように調整する。

乳房放射線画像Ｐ_Ａ、Ｐ_Ｂは、大きく乳房が撮影されている乳房領域と胸筋が撮影されている胸筋領域に分けられるが、乳房領域内の組織には乳腺と脂肪が混在しているため、乳房領域はさらに乳腺が多く含まれる乳腺領域と乳腺が少なく脂肪が多い脂肪領域とに分けられる。

具体的には、乳房放射線画像Ｐ_Ａ、Ｐ_Ｂを大雑把に胸筋と脂肪とからなる領域に分け、それぞれの領域をサンプリング領域とする。各サンプリング領域における濃度値の分布に基づいて、胸筋部分と脂肪部分との境界に相当する濃度値と、胸筋部分の平均濃度値とを求める。さらに、これらの濃度値から乳腺を表す乳腺領域と脂肪を表す脂肪領域とを分離する濃度値の閾値を算出して、乳腺領域と脂肪領域とを決定する手法を用いることができる（詳細は、本願出願人が出願の特開２００５−６５８５５公報などを参照）。

類似度算出手段３３は、乳房放射線画像Ｐ_Ａ、Ｐ_Ｂ間で分割した組織領域のうち対応する組織領域の形態の特徴を比較して、組織領域の類似度を算出する。具体的には、対応する組織領域の面積・組織領域の形状などを抽出して類似度を算出する。

乳房を撮影する際には、乳房は立体的で厚みがあるため、そのまま撮影をすると乳腺や脂肪、血管などが障害になり腫瘍が写しだされないことがあるので、撮影台上の乳房を圧迫板を用いて上から圧迫した後に、放射線を照射して撮影を行なう。そのため、撮影時の乳房のポジショニングによって、胸筋の写り具合は大きく変化する。特に、図３（ａ）（ｂ）に示すようなＭＬＯ撮影では、乳房放射線画像上に表れる胸筋領域の形状や大きさが異なってくる。

一方、乳房領域においてもポジショニングの影響が考えられる。図４は乳腺の伸展性の違いを示している。モンモグラフィの撮影時には、撮影技師が手で乳腺を十分に広げながら圧迫することが必要だが、十分に伸展しない状態で圧迫したり、圧迫板から下に手を抜くときに乳腺が下方に寄ってしまうと図４の（ａ）のようになる。このようにポジショニングの違いによって乳腺の表れる位置や範囲は異なってくる。しかし、同じ被写体の同じ乳房を異なる時期に撮影を行なった２枚の乳房放射線画像Ｐ_Ａ、Ｐ_Ｂに共に腫瘍が存在しておらず特に変化がなく、ポジショニングにも大きな変化がない場合には、乳腺の表れる位置や範囲に多少違いがあっても乳腺領域の面積自体は大きく異なることがない。したがって、画像分割手段３２を用いて乳房放射線画像を組織領域に分割したときの乳腺領域の面積は変わらないと考えられる。

しかし、同じ被写体の同じ乳房であっても２枚の乳房放射線画像Ｐ_Ａ、Ｐ_Bの片方に腫瘍が存在する場合には、腫瘍は乳腺と濃度値が似通っている上に乳腺領域と重なって表れることが多いため、画像分割手段３２を用いて乳房放射線画像を組織領域に分割すると腫瘍は乳腺領域に含まれるように分割が行なわれる。そのため、腫瘍が現れている乳腺領域の面積は腫瘍がない乳腺領域の面積より大きくなると考えられる。そこで、各組織領域毎の類似度は下式で求める。

ここで、（面積Ａ）は乳房放射線画像Ｐ_Ａにおける組織領域の面積を表し，（面積Ｂ）は乳房放射線画像Ｐ_Ｂにおける対応する組織領域の面積を表す。撮影されている部位に応じて複数の組織領域の類似度を求めるが、乳房放射線画像Ｐ_Ａ、Ｐ_Ｂの場合は類似度を下表のように求める。

このように、撮影時の乳房のポジショニングの少しの違いで組織領域の形状が変化する部位に対しては、ポジショニングの違いに敏感になりすぎないように、各組織領域の面積に基づく類似度算出法を利用するのが望ましい。

関心度設定手段３４は、ユーザから入力された各組織領域の関心度を受け取って、各組織領域ごとに関心度を設定する。乳房の場合は乳腺が多い乳腺領域に腫瘍が発生しやすく、他の組織領域よりも関心が高くなる。そこで、乳腺領域などの関心領域を観察しやすくするために、脂肪領域、胸筋領域などの非関心領域の影響が小さくなるように関心度を設定しておく。例えば、下表にように関心度を設定する。

画像情報抽出手段３５は、乳房放射線画像Ｐ_Ａ、Ｐ_Ｂの各組織領域それぞれから画像情報を抽出する。ここでは、画像情報として各組織領域の濃度値のヒストグラムを求める場合について説明する。乳腺は乳房放射線画像Ｐ_Ａ、Ｐ_Ｂ上に白く高輝度な組織領域として現れ、脂肪領域は乳腺に比べて輝度が低くなる。このように各組織領域に含まれる濃度値は特定の範囲内に分布する傾向があり、乳房放射線画像Ｐ_Ａ（図５（ａ））の乳房全体の濃度値のヒストグラムＨ_ＯＡは図５（ｂ）に示すようになる。さらに、乳房放射線画像Ｐ_Ａの乳腺領域Ｇ、脂肪領域Ｆ、胸筋領域Ｋの各組織領域別のヒストグラムＨ_ＯＡ−Ｇ、Ｈ_ＯＡ−Ｆ、Ｈ_ＯＡ−ｋは図５（ｃ）に示すように求められる。同様に、乳房放射線画像Ｐ_Ｂ（図６（ａ））の乳房全体の濃度値のヒストグラムＨ_ＯＢは図６（ｂ）に示すようになり、乳房放射線画像Ｐ_Ｂの乳腺領域Ｇ、脂肪領域Ｆ、胸筋領域Ｋの各組織領域別のヒストグラムＨ_ＯＢ−Ｇ、Ｈ_ＯＢ−Ｆ、Ｈ_ＯＢ−ｋは図６（ｃ）に示すように求められる。

画像処理条件設定手段３６は、２枚の乳房放射線画像Ｐ_Ａ、Ｐ_Ｂの各組織領域の類似度と関心度に応じて重みを求め、各重みに応じて２枚の乳房放射線画像Ｐ_Ａ、Ｐ_Ｂの各組織領域の画像情報を利用して２枚の医用画像の画像特性を一致させるための画像処理条件を設定する。比較する乳房放射線画像Ｐ_Ａ、Ｐ_Ｂには、同じ撮影装置を用いて異なる時期に撮影した画像や、異なる撮影装置を用いて撮影した画像があるが、撮影時の撮影条件や撮影装置が異なると同じ被写体の変化がない部分であっても少し見え方が違う画像になる場合がある。しかし、撮影した部位のうちの変化がない部分はほぼ同じ画像になるように画像特性を補正するのが好ましいが、変化のあった部分はその変化が認識できるようにする必要がある。

乳房放射線画像Ｐ_Ａ、Ｐ_Ｂの見え方を一致させる場合について考察すると、次のようなことが考えられる。病変がなければ、関心領域である乳腺領域の画像情報に基づいて画像特性を一致させれば良く、非関心領域である胸筋領域の情報は無視しても良い。一方の乳房放射線画像に病変がある場合、乳腺領域だけの画像情報に基づいて画像特性を一致させると、病変の有り無しによる組織の違いが小さくなる可能性がある。この場合は、胸筋を含む乳房全体の画像情報を利用した方がよい。しかし、ポジショニングによって胸筋の写り具合は大きく変化し、胸筋領域の濃度値とともにコントラストも変化するため、ポジショニングが変化している場合には、非関心領域の胸筋領域の画像情報は利用したくない。

ポジショニングがあまり変化していない場合には、胸筋領域の面積にあまり変化がないと考えられるので、この場合は胸筋領域の画像情報も利用するようにする。一方、胸筋領域の面積に変化がある場合には、ポジショニングが変化しているため胸筋領域の画像情報をあまり利用しない方が、より精度のよい画像特性の一致が考えられる。

一方、図４の（ａ）のように乳腺が十分に伸展していない状態で撮影が行なわれた場合には、乳腺領域のコントラストは低く、より白く写ることになる。伸展度合いが異なる２枚の乳房放射線画像の画像特性を乳腺領域のみに基づいて一致させてしまうと、本来は異なるべき乳腺量の違いによる差までなくしてしまう可能性がある。また、病変の有り無しにより乳腺領域の面積や形状が変化することもある（例えば、腫瘤などの病変が現れている乳腺領域の面積は、腫瘤がない乳腺領域の面積より大きくなる）。

このように、各組織領域の面積や形状などの形態が変化した場合には、変化した組織領域の影響は少なくした方がよいと考えられる。一方、関心領域の影響は大きくして非関心領域の影響は小さくした方がよいとも考えられるので、各組織領域の重みを各組織領域の形態の変化と関心度に応じて重みを決定して画像処理条件を設定する。

そこで、各組織領域毎の形態（面積、あるいは、形状）の類似度と関心度から、各組織領域の重みを（類似度）×（関心度）と設定し、この重みに応じて各組織領域毎にどの程度画像特性を一致させるかに応じて画像処理条件を決定する。

つまり，２枚の乳房放射線画像Ｐ_Ａ、Ｐ_Ｂに表れている組織領域の類似度が高く、関心度も高い組織領域の重みは大きくなるので、その組織領域の画像特性は一致度が高くなるように画像処理条件を設定する。一方、たとえ関心度が高い組織領域であっても、病変などの影響で類似度が小さい場合は、重みは小さくなるので、その組織領域の画像特性は一致度が低くなるように画像処理条件を設定する。

例えば、表１に示す類似度と表２に示す関心度から、下表３に示すような重みが設定される。

同じ部位を撮影した画像の見え方が一致している場合には、濃度値だけではなくコントラストや階調が似ている場合が多い。ここでは、比較する２枚の乳房放射線画像Ｐ_Ａ、Ｐ_Ｂの各組織領域それぞれ得られた濃度値のヒストグラムと、２枚の乳房放射線画像Ｐ_Ａ，Ｐ_Ｂの各組織領域の重みとから、重みの大きい組織領域ほど濃度値、コントラスト、階調などが近似するように画像処理条件を設定する手法について、以下説明する。

まず、図５（ｃ）に示すような乳房放射線画像Ｐ_Ａの各組織領域のヒストグラムに対して重み（0.40、0.27、0.08）を掛け合わせて加えたヒストグラムＨ_Ａ（図５（ｄ））を求める。同様に図６（ｃ）に示すような乳房放射線画像Ｐ_Ｂの各組織領域のヒストグラムに対して重みを掛け合わせて加えたヒストグラムＨ_Ｂ（図６（ｄ））を求め、ヒストグラムＨ_ＡとヒストグラムＨ_Ｂが一致するように、乳房放射線画像Ｐ_Ａ，Ｐ_Ｂの濃度値を調整する。このように調整することにより、重みの大きい組織領域の影響を大きくして、重みの小さい組織領域の影響を小さくすることができる。

具体的には、図７のように累積ヒストグラムＨ_Ａ−Ｃ、Ｈ_Ｂ−Ｃを作成し、一方の乳房放射線画像Ｐ_Ａ（または、Ｐ_Ｂ）の濃度値を他方の乳房放射線画像Ｐ_Ｂ（または、Ｐ_Ａ）における同じ累積頻度の濃度値に変換することで実現させることができる。全ての濃度値においてＸ１−＞Ｘ２（Ｘ２−＞Ｘ１）のような濃度変換テーブルを作成すれば、ヒストグラムＨ_Ａ、Ｈ_Ｂを一致させることができる。そこで、この得られた乳房放射線画像Ｐ_Ａ、Ｐ_Ｂの濃度変換テーブルを画像処理条件として設定する。

このようにして、重み付けヒストグラムを作成して、画像処理条件を求めることで、ポジショニング等の違いによりあまり参照したくない領域の影響を抑えつつ、関心度の高い領域の影響を大きくするように、全体の画像特性を近似させることができる。

ここでは、重み付けヒストグラムを一致させることで、濃度値、コントラスト、階調などの画像特性を片方に一致させるときの画像処理条件の設定について述べたが、特定の基準画像に両方の画像特性を合わせるように画像処理条件を設定してもよい。

画像処理手段３７は、設定された濃度変換テーブルにしたがって、２枚の乳房放射線画像Ｐ_Ａ、Ｐ_Ｂの見え方が近くなるように、どちらか一方に画像処理を施す。あるいは、双方の乳房放射線画像Ｐ_Ａ、Ｐ_Ｂに画像処理を施して、２枚の乳房放射線画像Ｐ_Ａ、Ｐ_Ｂの見え方を基準画像に近くなるようにしてもよい。

以下、本発明の実施形態となる画像処理装置の機能の詳細について説明する。図８は、この医療情報システムを用いて２枚の乳房放射線画像の見え方を近づけるように画像処理を施すときの流れを示したフローチャートである。

まず、読影を始める前に、読影ワークステーション３の画面には関心度設定手段３４により関心度の入力画面（不図示）が表示されるので、画像診断医などユーザは乳腺領域Ｇ、脂肪領域Ｆ、胸筋領域Ｋ、乳房外領域（乳房外領域は読影対象でないので通常は０を設定する）の関心度を入力して設定する。関心度が一旦設定されると、設定された値をデフォルトとして使用するようにしておき、設定変更の操作を行なわない限り関心度の入力画面が表示されないようにしておいてもよい。

読影ワークステーション３は、画像診断医等によって読影対象の乳房放射線画像Ｐ_Ａ、Ｐ_Ｂの閲覧を要求する操作が行われると、読影ワークステーション３から画像管理サーバ４に閲覧要求が送信され、読影に必要な２枚の乳房放射線画像Ｐ_Ａ、Ｐ_Ｂが取得され（S100）、取得した乳房放射線画像Ｐ_Ａ、Ｐ_Ｂが画像記憶手段３１に記憶される。

次に、画像分割手段３２で読影対象の２枚の乳房放射線画像Ｐ_Ａ、Ｐ_Ｂそれぞれを乳腺領域Ｇ、脂肪領域Ｆ、胸筋領域Ｋに分割する（S101）。さらに、類似度算出手段３３では２枚に乳房放射線画像Ｐ_Ａ、Ｐ_Ｂの各組織領域の面積から類似度を算出する（S102）。

次に、画像情報抽出手段３５で乳房放射線画像Ｐ_Ａの乳腺領域Ｇ、脂肪領域Ｆ、胸筋領域ＫのヒストグラムＨ_ＯＡ−Ｇ、Ｈ_ＯＡ−Ｆ、Ｈ_ＯＡ−ｋと、乳房放射線画像Ｐ_Ｂの乳腺領域Ｇ、脂肪領域Ｆ、胸筋領域ＫのヒストグラムＨ_ＯＢ−Ｇ、Ｈ_ＯＢ−Ｆ、Ｈ_ＯＢ−ｋを求める（S103，S104）。

画像処理条件設定手段３６で類似度と関心度とから重みを求め（S105）、乳房放射線画像Ｐ_Ａの乳腺領域Ｇ、脂肪領域Ｆ、胸筋領域ＧのヒストグラムＨ_ＯＡ−Ｇ、Ｈ_ＯＡ−Ｆ、Ｈ_ＯＡ−ｋと、乳房放射線画像Ｐ_Ｂの乳腺領域Ｇ、脂肪領域Ｆ、胸筋領域ＫのヒストグラムＨ_ＯＢ−Ｇ、Ｈ_ＯＢ−Ｆ、Ｈ_ＯＢ−ｋにそれぞれを重み付け加算したヒストグラムＨ_Ａ、Ｈ_Ｂを求める。さらに、重み付け加算したヒストグラムＨ_Ａ、Ｈ_Ｂから図７に示すような累積ヒストグラムＨ_Ａ−Ｃ、Ｈ_Ｂ−Ｃを作成して、同じ累積頻度の濃度値に変換できるような濃度変換テーブルを作成して画像処理条件として設定する（S106）。

画像処理手段３７で設定された濃度変換テーブルにしたがった画像処理を乳房放射線画像Ｐ_Ａ、Ｐ_Ｂに施す（S107）。画像処理が施された乳房放射線画像Ｐ_ａ、Ｐ_ｂを表示手段３８を用いて表示装置３９の画面上に表示する（S108）。

上述では、２枚の乳房放射線画像Ｐ_Ａ、Ｐ_Ｂの各組織領域の面積から類似度を算出する場合について説明したが、２枚の乳房放射線画像Ｐ_Ａ、Ｐ_Ｂを重ね合わせたときの各組織領域の面積の重なり具合から組織領域の形態の類似度を算出しても良い。例えば、図９には、２枚の乳房放射線画像Ｐ_Ａ、Ｐ_Ｂの乳房の輪郭が一致するように重ね合わせたときの重なり具合（一方の乳腺領域がＡ、もう一方の乳腺領域がＢをあらわしている）を示しているが、この場合、類似度は、下式のようにして計算することができる。

あるいは、類似度を乳腺領域、胸筋領域、脂肪領域の各領域の形状がどの程度一致しているかによって、類似度を求めても良い。

上述では乳房放射線画像について説明したが、胸部画像のようにポジショニングによる変化が小さい部位に対しては、各組織面積だけでなく組織領域の形状の一致度から類似度を算出してもよい。

また、上述では２枚の画像を比較する場合について説明したが、２枚以上の医用画像であっても同様に全ての医用画像の見え方が一致するように画像処理を施すことができる。

また、上述では、重みを類似度と関心度を掛け合わせて求めたが、予め、類似度および関心度と重みの対応表などを作成しておいて、その対応表から求めても良い。

さらに、上述では放射線画像について説明したが、モダリティが、ＣＴ（Computed Tomography）、ＭＲＩ（Magnetic Resonance Imaging）、ＰＥＴ（Positron Emission Tomography）、超音波撮影装置などであって、これらのモダリティで撮影された画像に対しても同様の画像処理を施すことで、比較読影する効果を期待することができる。

上述の各機器で動作するソフトウェアは、ＣＤ−ＲＯＭ等の記録媒体から各機器にインストールされても良いし、インターネット等のネットワーク経由で接続されたサーバからダウンロードされた後にインストールされてもよい。

医療情報システムの概略構成図 画像処理装置の概略構成図 ポジションニングの違いによる胸筋の写り具合の違いを説明するための図 乳腺組織の伸展性の違いを説明するための図 １つの乳房放射線画像のヒストグラムの一例 他の乳房放射線画像のヒストグラムの一例 累積ヒストグラムを用いた画像処理条件の設定方法を説明するための図 ２枚の乳房放射線画像に画像処理を施すときの流れを表したフローチャート 重なり具合による類似度の求め方を説明するための図

符号の説明

１ 撮影装置
２ 画像品質チェック用ワークステーション
３ 読影ワークステーション（画像処理装置）
４ 画像管理サーバ
５ ネットワーク
３１ 画像記憶手段
３２ 画像分割手段
３３ 類似度算出手段
３４ 関心度設定手段
３５ 画像情報抽出手段
３６ 画像処理条件設定手段
３７ 画像処理手段
３８ 表示手段
３９ 表示装置

Claims (5)

1. 複数の組織で構成される同一部位を撮影して得られた２枚の医用画像を記憶する画像記憶手段と、
   前記２枚の医用画像それぞれを、前記各組織が撮影されている複数の組織領域に分割する画像分割手段と、
   前記２枚の医用画像それぞれを分割した複数の組織領域のうち対応する組織領域の形態に基づいて類似度を算出する類似度算出手段と、
   前記医用画像を分割した各組織領域の関心度をそれぞれ設定する関心度設定手段と、
   前記類似度算出手段により算出した各組織領域の類似度および前記関心度設定手段により設定された各組織領域の関心度に応じて各組織領域の重みを求め、前記各組織領域内の画像情報に基づき前記重みが大きい組織領域ほど画像特性の一致度が高くなるように、前記２枚の医用画像の全体画像特性を近似させるための画像処理条件を設定する画像処理条件設定手段と、
   該画像処理条件設定手段で設定した画像処理条件に応じて前記２枚の医用画像のうちの少なくとも１枚の医用画像に画像処理を施す画像処理手段とを備えたことを特徴とする画像処理装置。
2. 前記組織領域の形態が、該組織領域の形状および／または該組織領域の面積であることを特徴する請求項１記載の画像処理装置。
3. 前記２枚の医用画像が乳房放射線画像であり、
   前記複数の組織領域が、乳腺領域、脂肪領域、胸筋領域であることを特徴する請求項１または２記載の画像処理装置。
4. 前記画像特性が、濃度値、コントラストおよび階調のうち少なくとも１つであることを特徴とする請求項１から３いずれか記載の画像処理装置。
5. コンピュータを、
   複数の組織で構成される同一部位を撮影して得られた２枚の医用画像を記憶する画像記憶手段と、
   前記２枚の医用画像それぞれを、前記各組織が撮影されている複数の組織領域に分割する画像分割手段と、
   前記２枚の医用画像それぞれを分割した複数の組織領域のうち対応する組織領域の形態に基づいて類似度を算出する類似度算出手段と、
   前記医用画像を分割した各組織領域の関心度をそれぞれ設定する関心度設定手段と、
   前記類似度算出手段により算出した各組織領域の類似度および前記関心度設定手段により設定された各組織領域の関心度に応じて各組織領域の重みを求め、前記各組織領域内の画像情報に基づき前記重みが大きい組織領域ほど画像特性の一致度が高くなるように、前記２枚の医用画像の全体画像特性を近似させるための画像処理条件を設定する画像処理条件設定手段と、
   該画像処理条件設定手段で設定した画像処理条件に応じて前記２枚の医用画像のうちの少なくとも１枚の医用画像に画像処理を施す画像処理手段として機能させるプログラム。

Images