[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP6334902B2 - 医用画像処理装置 - Google Patents

医用画像処理装置 Download PDF

Info

Publication number
JP6334902B2
JP6334902B2 JP2013248490A JP2013248490A JP6334902B2 JP 6334902 B2 JP6334902 B2 JP 6334902B2 JP 2013248490 A JP2013248490 A JP 2013248490A JP 2013248490 A JP2013248490 A JP 2013248490A JP 6334902 B2 JP6334902 B2 JP 6334902B2
Authority
JP
Japan
Prior art keywords
responsible
stenosis
blood vessel
unit
region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2013248490A
Other languages
English (en)
Other versions
JP2014128650A (ja
Inventor
匠真 五十嵐
匠真 五十嵐
智司 若井
智司 若井
和正 荒木田
和正 荒木田
石井　秀明
秀明 石井
藤澤　恭子
恭子 藤澤
茂生 神長
茂生 神長
廣畑　賢治
賢治 廣畑
淳一郎 大賀
淳一郎 大賀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Medical Systems Corp
Original Assignee
Canon Medical Systems Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Canon Medical Systems Corp filed Critical Canon Medical Systems Corp
Priority to JP2013248490A priority Critical patent/JP6334902B2/ja
Priority to PCT/JP2013/082278 priority patent/WO2014084382A1/ja
Publication of JP2014128650A publication Critical patent/JP2014128650A/ja
Priority to US14/726,158 priority patent/US9811907B2/en
Priority to US15/715,793 priority patent/US10748285B2/en
Application granted granted Critical
Publication of JP6334902B2 publication Critical patent/JP6334902B2/ja
Priority to US16/929,392 priority patent/US11481901B2/en
Priority to US17/939,014 priority patent/US20230017788A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/486—Diagnostic techniques involving generating temporal series of image data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/503—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/507—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for determination of haemodynamic parameters, e.g. perfusion CT
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10076—4D tomography; Time-sequential 3D tomography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30048—Heart; Cardiac
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Optics & Photonics (AREA)
  • Molecular Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Vascular Medicine (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Human Computer Interaction (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Cardiology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Description

本発明の実施形態は、医用画像処理装置に関する。
一般に、虚血性心疾患では、冠動脈の閉塞や狭窄等により、心筋への血流が阻害され、血液の供給が不足もしくは途絶えることにより、心臓に障害が生じる。症状としては、主に前胸部、時に左腕や背中に痛みや圧迫感を感じる。虚血性心疾患の患者に対しての治療法は、大きく分けると、バイパス手術、ＰＣＩ（カテーテル手術）、薬物療法の３つに分類される。
バイパス手術は、図２０に示すように、狭くなっていたり閉塞していたりする血管に対して他の血管を繋げることにより、その血管を介して虚血となっている部位により多くの血液が流れるようにしてやる治療法である。
ＰＣＩは、図２１，図２２に示すように、細い管状構造の治療器具を閉塞や狭窄を起こしている血管に直接挿入して強制的に血管を広げる治療法である。
薬物療法は、心臓の虚血を改善したり、血栓ができるのを予防したりする治療法である。
医師がこれら３つの治療法のうちのどの治療法を選択するかの指標として、ＦＦＲ（Fractional Flow Reserve）がある。
狭窄の進行度の評価は、一般的に、プレッシャーワイヤーを直接血管に挿入して行う。プレッシャーワイヤーは、図２３に示すように挿入され、狭窄部の前後の圧力Ｐｉｎ，Ｐｏｕｔを計測する。
ここで、ＦＦＲはＰｏｕｔ／Ｐｉｎで定義され、この値が０．８より低いと医師はＰＣＩを治療法として選択し、この値が０．８より高いと医師は薬物療法を治療法として選択する。しかしながら、プレッシャーワイヤーを用いた圧力Ｐｉｎ，Ｐｏｕｔの計測は侵襲的であるため、非侵襲的な計測法及びＦＦＲの推定法が望まれている。
そこで、近年、流体解析を用いたシミュレーションベースのＦＦＲの推定法が考案されている。既存のシミュレーションは３Ｄ画像を用いてのシミュレーションである。このようなシミュレーションベースのＦＦＲの推定法の基本概念としては、モダリティから取得される血管の形状と、血液等のもつ粘性値等の物理パラメータとをインプットとして、例えばＣＦＤ（Computational Fluid Dynamics）で用いられるナビエストークスの式を用いてＦＦＲを推定（計算）する。
このような３Ｄシミュレーションでの問題点は多大な計算時間を要することである。そのため、ＦＦＲを用いて治療法を選択するまでにも時間を要し、一刻を争うときには不向きであるという不都合が生じる。そこで、改善策として、３Ｄ画像を用いてのシミュレーションを２Ｄ近似することで、シミュレーションに要する時間を大幅に削減する手法がある。
これによりＦＦＲをシミュレーションベースで素早く計算することが可能となり、医師はＦＦＲをより有効的な指標として用いることができる。
WO10/098444 特開２００７−１５１８８１号公報
Journal of Cardiovascular Computed Tomography-Min et al.-2011
しかしながら、現在、虚血心筋と治療すべき狭窄部との因果関係やリスク評価を行えていない、つまり、虚血心筋と治療すべき狭窄部との因果関係やリスク評価にＦＦＲを適切に反映させることができておらず、どの狭窄部を最優先に治療すべきか等の判断は医師の経験則に依る所が大きい。このため、不要な治療や見落とし等、ヒューマンエラーが発生する恐れがあるという不都合がある。
また、例えば心筋梗塞に寄与する冠動脈では血流量及び圧力が低下するため、上記したＦＦＲは見かけ上高くなる。このため、心筋梗塞といった重大な症状を引き起こしているにも関わらず、ＦＦＲが見かけ上高い。この様な場合においても、症状の見落としや治療法の選択ミス等、ヒューマンエラーが発生する恐れがあるという不都合がある。
目的は、ヒューマンエラーの可能性を低減し得る医用画像処理装置を提供することである。
本実施形態に係る医用画像処理装置は、心臓に関する複数時相の画像のデータに描出された複数の冠動脈を抽出し、当該抽出された各冠動脈に描出された少なくとも１つの狭窄部位を抽出する第１抽出ユニットと、前記抽出された複数の冠動脈の組織血流量に基づいて、前記抽出された各冠動脈の圧較差を計算する計算ユニットと、前記画像に描出された虚血領域を抽出する第２抽出ユニットと、前記抽出された虚血領域を前記抽出された各冠動脈と支配域とを関係付ける支配マップに照会することにより当該虚血領域の責任血管を特定し、前記特定された責任血管内の狭窄部位に対応した前記圧較差に基づいて責任狭窄を特定する特定ユニットと、前記特定された責任狭窄が描出された画像を、当該責任狭窄を示す情報と共に表示ユニットに表示させる表示制御ユニットと、を具備するものである。
第１の実施形態に係る医用画像処理装置を含む医用画像処理システムの構成例を示す模式図である。 第１の実施形態に係るテリトリーマップ記憶部に記憶されるテリトリーマップの一例を示す模式図である。 第１の実施形態に係る医用画像処理装置の動作の一例を示すフローチャートである。 第１の実施形態に係る冠動脈解析部による解析結果の一例を示す模式図である。 第１の実施形態に係る心筋解析部による解析結果の一例を示す模式図である。 同実施形態に係る表示部により表示される責任血管の３次元画像の一例を示す模式図である。 第１の実施形態に係る表示部により表示される責任血管の２次元画像の一例を示す模式図である。 第１の実施形態に係る表示部により表示される責任血管の２次元画像であって、治療の優先度を示唆する２次元画像の一例を示す模式図である。 第１の実施形態に係る表示部により表示される責任血管の２次元画像であって、治療の優先度を示唆する２次元画像の一例を示す模式図である。 第１の実施形態に係る表示部により表示される責任血管の２次元画像であって、側副血管の存在を示唆する２次元画像の一例を示す模式図である。 第１の実施形態に係る表示部により表示される責任血管の２次元画像であって、カテーテル・ステントのサイズを示唆する２次元画像の一例を示す模式図である。 第２の実施形態に係る医用画像処理装置を含む医用画像システムの構成例を示す模式図である。 第２の実施形態に係る医用画像処理装置の動作の一例を示すフローチャートである。 第２の実施形態に係るマーカ発生部により発生させる梗塞責任血管の輪郭を表すマーカの一例を示す模式図である。 第２の実施形態に係るマーカ発生部により発生させるＦＦＲ値の遷移を表すマーカの一例を示す模式図である。 第２の実施形態に係る表示部により表示される梗塞責任血管の２次元画像の一例を示す模式図である。 第２の実施形態に係る表示部により表示される梗塞責任血管の３次元画像の一例を示す模式図である。 第２の実施形態に係る医用画像処理装置の別の動作の一例を示すフローチャートである。 第３の実施形態に係る医用画像処理装置の動作の一例を示すフローチャートである。 第３の実施形態に係る表示部により表示される梗塞責任血管の３次元画像の一例を示す模式図である。 バイパス手術の原理を説明するための模式図である。 血管狭窄に対するカテーテル手術の原理を説明するための模式図である。 バルーンカテーテル手術の原理を説明するための模式図である。 冠動脈へのプレッシャーワイヤーの挿入法を説明するための模式図である。
［第１の実施形態］
図１は、第1の実施形態に係る医用画像処理装置を含む医用画像処理システムの構成例を示す模式図であり、図２は同実施形態に係るテリトリーマップ記憶部に記憶されるテリトリーマップの一例を示す模式図である。図１に示す医用画像処理システム１は、医用画像処理装置１０と、ＣＴ（Computed Tomography）装置２０及びＰＡＣＳ（Picture Archiving and Communication System）３０とが、例えばＬＡＮ（Local Area Network）や公衆電子通信回線等のネットワーク４０を介して通信可能に接続されたシステムである。このため、医用画像処理装置１０には、ＣＴ装置２０及びＰＡＣＳ５０との通信を可能にする通信インターフェース１０３が設けられている。
医用画像処理装置１０は、図１に示すように、画像記憶部１０１、テリトリーマップ記憶部１０２、通信インターフェース１０３、制御部１０４、心臓領域抽出部１０５、心筋解析部１０６、冠動脈解析部１０７、責任血管特定部１０８、ＦＦＲ計算部１０９、責任狭窄特定部１１０、マーカ発生部１１１及び表示部１１２を備えている。以下に、医用画像処理装置１０を構成する各部１０１乃至１１２の機能について詳細に説明する。
画像記憶部１０１は、制御部１０４の下でＣＴ装置２０又はＰＡＣＳ５０から送信された処理画像としての当該被検体の心臓を含む胸部領域に関する複数時相にわたる時系列の３次元造影ＣＴ画像データ（以下、単にボリュームデータと表記）を記憶する記憶装置である。
テリトリーマップ記憶部１０２は、図２に示すように、冠動脈と各冠動脈により栄養供給がなされる支配域との関係を定義するテリトリーマップ（以下、支配マップと表記）を記憶する記憶装置である。
心臓領域抽出部１０５は、ボリュームデータから心輪郭抽出処理等により心臓領域を抽出する。
心筋解析部１０６は、造影剤濃度に対応するＣＴ値による閾値処理等により、心臓領域抽出部１０５により抽出された心臓領域から心筋領域を抽出する。また、心筋解析部１０６は、心筋パフュージョン解析、つまり、抽出した心筋領域内の画素毎又は局所毎に造影剤に関する時間濃度曲線を生成し、その時間濃度曲線に基づいて画素毎又は局所毎に造影剤が流入してから流出するまでの期間に移動する血流の量を算出する。
例えば、ＣＴ装置を用いた撮影では非イオン性造影剤を患者へ注入し、ＣＴ値の変化から臓器の灌流情報を描出することができる。このため、ＣＴパフュージョン解析では、例えば、５１２×５１２ピクセルで構成されたＣＴ画像（ボリュームデータ）の経時変化を各画素におけるＣＴ値の変化から測定し、血流量等を数値化することができる。このようにして、複数時相のＣＴ画像から臓器の灌流情報（例えば、血流量）を表す１枚のカラーマップが生成される。
更に、心筋解析部１０６は、算出した血流量の空間分布から閾値処理により虚血領域を特定する。
冠動脈解析部１０７は、心臓領域抽出部１０５により抽出された心臓領域から複数の冠動脈を抽出し、更に、当該抽出した各冠動脈から少なくとも１つの狭窄部位を抽出する。具体的には、冠動脈解析部１０７は、冠動脈の血管芯線や血管内壁等に沿って、冠動脈の解剖学的構造やプラーク性状の分析を行い、冠動脈に関するボリュームデータを抽出する、つまり、冠動脈ならびにその冠動脈の内壁に位置する狭窄部位を抽出する。なお、プラーク性状の具体例としては、脂質量、血清コレステロール濃度、硬さ、石灰化度、繊維性被膜（Thin-cap）の厚さ、及びＦＦＲ値（但し、本実施形態では、ＦＦＲ値はＦＦＲ計算部１０９により算出されるものとする）等が挙げられる。
責任血管特定部１０８は、心筋解析部１０６により特定された虚血領域に対して、テリトリーマップ記憶部１０２に記憶された支配マップを照会することにより、虚血領域へ本来的に栄養供給責任を有している血管（以下、責任血管と表記）を特定する。
ＦＦＲ計算部１０９は、冠動脈解析部１０７により抽出された各狭窄部位に対応するＦＦＲの値をシミュレーションベースで計算する。具体的には、まずＦＦＲ計算部１０９は、冠動脈解析部１０７により抽出された狭窄部位毎に、心筋解析部１０６により生成されたカラーマップに基づいて、各狭窄部位の下流の少なくとも一つの位置において組織血流量と、各狭窄部位の上流の少なくとも一つの位置において組織血流量とを算出する。そして、ＦＦＲ計算部１０９は、算出した狭窄部位の下流の組織血流量を、算出した狭窄部位の上流の組織血流量で除算することで、少なくとも狭窄部位を含む各位置におけるＦＦＲ値を算出する。なお、本実施形態では、ＦＦＲ計算部１０９は、上記のような計算手法によりＦＦＲ値を算出するものとしたが、ＦＦＲ値の計算手法はこれに限定されるものでなく、各狭窄部位に対応したＦＦＲ値を算出可能であれば、ＦＦＲ計算部１０９で用いるＦＦＲ値の計算手法として適宜適用可能である。
責任狭窄特定部１１０は、冠動脈解析部１０７により抽出された狭窄部位のうち、責任血管特定部１０８により特定された責任血管の内壁に位置する狭窄部位（以下、責任狭窄と表記）、つまり、責任狭窄候補の中からＦＦＲ値が閾値未満である狭窄部位を責任狭窄として特定する。
マーカ発生部１１１は、責任血管特定部１０８により特定された責任血管や、責任狭窄特定部１１０により特定された責任狭窄、ＦＦＲ計算部１０９により算出されたＦＦＲ値、ならびに冠動脈解析部１０７により抽出された責任狭窄候補等を表すマーカのデータを発生する。これらマーカは、ボリュームデータからレンダリング等により生成された３次元画像や、断面変換（Multi-Planar Reconstruction）により生成された２次元画像に重畳させて、表示部１１２に表示される。なお、マーカ発生部１１１から発生したマーカを重畳させる画像としては、ＣＴ装置２０によるボリュームデータに由来する画像には限定されず、例えばＸ線診断装置等、他のモダリティから取得される画像であってもよい。
ここで、本実施形態に係る医用画像処理装置１０の動作の一例について、図２，図４乃至図７の模式図と、図３に示すフローチャートとを参照しながら説明する。
始めに、制御部１０４は、通信インターフェース１０３を介して、ＣＴ装置２０又はＰＡＣＳ５０から胸部領域に関する複数時相にわたる時系列のボリュームデータの入力を受け付けると、当該入力を受け付けたボリュームデータを画像記憶部１０１に書込む（ステップＳ１）。
続いて、心臓領域抽出部１０５は、制御部１０４の下で拍動が比較的少ない特定時相のボリュームデータを処理画像として画像記憶部１０１から読出し、当該ボリュームデータから心臓領域を抽出する（ステップＳ２）。
次に、冠動脈解析部１０７は、心臓領域抽出部１０５により抽出された心臓領域を対象にして冠動脈解析処理を実行する（ステップＳ３，Ｓ４）。具体的には、冠動脈解析部１０７は、冠動脈の血管芯線や血管内壁等に沿って、冠動脈の解剖学的構造やプラーク性状の分析を行い、冠動脈ならびにその冠動脈の内壁に位置する狭窄部位を抽出する。その後、冠動脈解析部１０７は、例えば、図４（ａ），図４（ｂ）に示すように、冠動脈の解剖学的構造を心臓形態画像に重畳させて３次元画像ｇ１又は２次元画像ｇ２として表示部１１２に表示させる。なお、図４（ａ），図４（ｂ）に示す画像ｇ１，ｇ２を表示部１１２に表示させるタイミングは、操作者が任意に設定可能である、つまり、処理途中に表示させてもよいし、処理結果と共に表示させてもよい。
続いて、心筋解析部１０６は、造影剤濃度に対応するＣＴ値による閾値処理により、心臓領域抽出部１０５により抽出された心臓領域から心筋領域を抽出する（ステップＳ５）。
次に、心筋解析部１０６は、抽出した心筋に限定してＣＴパフュージョン解析処理を実行する（ステップＳ６，Ｓ７，Ｓ８）。具体的には、心筋解析部１０６は、時系列のボリュームデータに基づいて、抽出した心筋領域内の画素毎又は局所毎に造影剤に関する時間濃度曲線を生成する。その後、心筋解析部１０６は、それら時間濃度曲線に基づいて画素毎又は局所毎に造影剤が流入してから流出するまでの期間に移動する血流量を算出する。これにより、例えば図５に示すように、血流量の空間分布を示すカラーマップｇ３が生成される。そして、心筋解析部１０６は、生成したカラーマップｇ３、つまり、算出した血流量の空間分布に基づいて、所定の血流量未満の領域を虚血領域として特定する。
続いて、責任血管特定部１０８は、心筋解析部１０６により特定された虚血領域に対して、図２に示すように、テリトリーマップ記憶部１０２に記憶されている支配マップを照会することにより、責任血管を特定する（ステップＳ９）。
次に、ＦＦＲ計算部１０９は、責任血管特定部１０８により特定された責任血管の内壁に位置する狭窄部位毎に、心筋解析部１０６により生成されたカラーマップｇ３に基づいて、各狭窄部位の下流の組織血流量と、各狭窄部位の上流の組織血流量とを算出する。そして、ＦＦＲ計算部１０９は、算出した狭窄部位の下流の組織血流量を、算出した狭窄部位の上流の組織血流量で除算することで、少なくとも狭窄部位を含む各位置におけるＦＦＲ値を算出する（ステップＳ１０）。
続いて、責任狭窄特定部１１０は、ＦＦＲ計算部１０９により算出されたＦＦＲ値が閾値未満である狭窄部位を責任狭窄として特定する（ステップＳ１１）。
しかる後、表示部１１２は、例えば図６，７に示すように、マーカ発生部１１１により発生した責任血管、責任狭窄、ならびにＦＦＲ値を表すマーカをボリュームデータに由来した３次元画像ｇ４又は２次元画像ｇ５に重畳させて表示する（ステップＳ１２）。
以上説明した一実施形態によれば、ＣＴ装置２０によるボリュームデータから心臓領域、心筋領域、冠動脈及び狭窄部位を抽出可能な心臓領域抽出部１０５、心筋解析部１０６及び冠動脈解析部１０７と、心筋解析部１０６による処理結果に基づいて責任血管を特定する責任血管特定部１０８と、冠動脈解析部１０７、責任血管特定部１０８及びＦＦＲ計算部１０９による処理結果に基づいて責任狭窄を特定する責任狭窄特定部１１０と、責任血管や責任狭窄に関するマーカをボリュームデータに由来した３次元画像又は２次元画像に重畳表示させる表示部１１２とを備えた構成により、例えば、図６に示すように、責任狭窄と支配域との対応関係を医師に対して視覚的に示すことができる、ひいては、ヒューマンエラーの可能性を低減させることができる。
また、本実施形態では、ＦＦＲ計算部１０９がシミュレーションベースでＦＦＲ値を算出する、つまり、プレッシャーワイヤー等、侵襲性をもつものを用いないため、検査時に患者にかかる負担を低減させることができる。
なお、本実施形態では、表示部１１２が表示する画像の一例として図６，７を示したが、表示部１１２が表示する画像はこれらに限定されるものでなく、例えば、図８Ａ，図８Ｂに示すような画像ｇ６，ｇ７が表示されるとしてもよい。図８Ａ，図８Ｂは、ＦＦＲ計算部１０９により算出されたＦＦＲ値に基づいて、狭窄部位の治療の優先度を順位付し、この処理結果をマーカとして重畳した画像ｇ６，ｇ７の一例を示す。ここでは、治療の優先度が高い狭窄部位ほど狭窄部位を示すマーカ（丸印）が大きくなっている。また、図８Ａでは、優先度の他に、冠動脈解析部１０７によるプラーク性状の分析結果を示す棒グラフをマーカとして重畳した画像ｇ６の一例を示す。なお、図８Ａに示す画像ｇ６には、プラーク性状の分析結果の他に、血液の性質等をマーカとして更に重畳させてもよい。また、責任血管が複数存在する場合、複数の責任血管にわたって狭窄部位の治療の優先度を順位付した後に、この処理結果をマーカとして重畳した画像を表示部１１２に表示させることもできる。
また、本実施形態に係る医用画像処理装置１０によれば、責任血管特定部１０８による支配マップ照会時に、ある動脈が供給すべき領域の一部に対して別の動脈の領域が張り出しているか否かを検出し、別の動脈の領域が張り出していることが検出された場合に、側副血管による血液供給の可能性があることを示唆することもできる。一般に、側副血管が存在するとＦＦＲ値の信頼性は低下するため、例えば、図９に示すように、側副血管の存在を示唆する画像ｇ８を表示部１１２に表示させることで、よりヒューマンエラーの可能性を低減させることができる。
更に、本実施形態に係る医用画像処理装置１０によれば、責任狭窄特定部１１０により責任狭窄を特定した後に、ボリュームデータに由来する２次元画像から責任狭窄の断面の径や長さを測定し、この測定結果に基づいて最適なカテーテル・ステントのサイズを示唆することもできる。具体的には、例えば、図１０に示すように、最適なカテーテル・ステントのサイズを示唆する画像ｇ９を表示部１１２に表示させることで、よりヒューマンエラーの可能性を低減させることができる。
また、本実施形態に係る医用画像処理装置１０によれば、心筋解析部１０６により虚血領域が複数個所存在する旨が示された場合に、ボリュームデータから心筋の厚み等を測定し、この測定結果に基づいて壊死している心筋の支配領域に対応する血管は責任血管として特定しないといった設定を付加することも可能である。
更に、本実施形態に係る医用画像処理装置１０によれば、表示部１１２により所望の３次元画像を表示したときに、マウスやキーボード、タッチパネル等の図示しない入力インターフェースから責任血管や責任狭窄を選択する旨の入力を受け付けると、当該選択された責任血管や責任狭窄が観察しやすい角度に３次元画像を自動で回転させることも可能である。
［第２の実施形態］
図１１は第２の実施形態に係る医用画像処理装置を含む医用画像処理システムの構成例を示す模式図である。図１１に示す医用画像処理システム１は、医用画像処理装置１０と、ＣＴ（Computed Tomography）装置２０、ＭＲＩ（Magnetic Resonance Imaging）装置３０、核医学診断装置４０及びＰＡＣＳ（Picture Archiving and Communication System）５０とが、例えばＬＡＮ（Local Area Network）や公衆電子通信回線等のネットワーク６０を介して通信可能に接続されたシステムである。このため、医用画像処理装置１０には、ＣＴ装置２０、ＭＲＩ装置３０、核医学診断装置４０及びＰＡＣＳ５０との通信を可能にする通信インターフェース１０３が設けられている。
医用画像処理装置１０は、図１１に示すように、画像記憶部１０１、テリトリーマップ記憶部１０２、通信インターフェース１０３、制御部１０４、心臓領域抽出部１０５、心筋解析部１０６、冠動脈解析部１０７、責任血管特定部１０８、ＦＦＲ計算部１０９、マーカ発生部１１１及び表示部１１１を備えている。第１の実施形態で示した医用画像処理装置１と異なる構成についてのみ、以下説明する。
画像記憶部１０１は、制御部１０４の下でＣＴ装置２０又はＰＡＣＳ５０から送信された処理画像としての当該被検体の心臓を含む胸部領域に関する複数時相にわたる時系列の３次元造影ＣＴ画像データを記憶する記憶装置である。
テリトリーマップ記憶部１０２は、図２に示すように、冠動脈と各冠動脈により栄養供給がなされる支配域との関係を定義するテリトリーマップを記憶する記憶装置である。
心臓領域抽出部１０５は、ボリュームデータから心輪郭抽出処理等により心臓領域を抽出する。
心筋解析部１０６は、造影剤濃度に対応するＣＴ値による閾値処理等により、心臓領域抽出部１０５により抽出された心臓領域から心筋領域を抽出する。また、心筋解析部１０６は、ＭＲＩ装置３０による遅延造影（late gadolinium enhancement）や、核医学診断装置４０による糖代謝測定等により、抽出した心筋領域のうち壊死している心筋領域、つまり、心筋梗塞に寄与する心筋梗塞領域を特定する。
更に、心筋解析部１０６は、心筋パフュージョン解析、つまり、抽出した心筋領域内の画素毎又は局所毎に造影剤が流入してから流出するまでの期間に移動する血流の量を算出する。例えば、ＣＴ装置２０を用いた撮影では非イオン性造影剤を患者へ注入し、ＣＴ値の変化から臓器の灌流情報を描出することができる。このため、ＣＴパフュージョン解析では、例えば、５１２×５１２ピクセルで構成されたＣＴ画像（ボリュームデータ）の経時変化を各画素におけるＣＴ値の変化から測定し、血流量等を数値化することができる。このようにして、複数時相のＣＴ画像から臓器の灌流情報（例えば、血流量）を表す１枚のカラーマップが生成される。
即ち、心筋解析部１０６は心筋梗塞領域を特定するだけでなく、例えば、算出した血流量の空間分布から閾値処理により血流低下部位、つまり、虚血領域を特定することもできる。
冠動脈解析部１０７は、心臓領域抽出部１０５により抽出された心臓領域から複数の冠動脈を抽出し、更に、当該抽出した各冠動脈から少なくとも１つの狭窄部位を抽出する。具体的には、冠動脈解析部１０７は、冠動脈の血管芯線や血管内壁等に沿って、冠動脈の解剖学的構造やプラーク性状の分析を行い、冠動脈に関するボリュームデータを抽出する、つまり、冠動脈ならびにその冠動脈の内壁に位置する狭窄部位を抽出する。なお、プラーク性状には、脂質量、血清コレステロール濃度、硬さ、石灰度及び繊維性被膜（Thin-cap）の厚さ等が含まれる。
責任血管特定部１０８は、心筋解析部１０６により特定された心筋梗塞領域に対して、テリトリーマップ記憶部１０２に記憶された支配マップを照会することにより、心筋梗塞領域へ本来的に栄養供給責任を有している血管（以下、梗塞責任血管と表記）を特定する。
なお、心筋解析部１０６により心筋梗塞領域に代えて虚血領域が特定されている場合、責任血管特定部１０８は、心筋解析部１０６により特定された虚血領域に対して、テリトリーマップ記憶部１０２に記憶された支配マップを照会することにより、虚血領域へ本来的に栄養供給責任を有している血管（以下、虚血責任血管と表記）を特定する。
ＦＦＲ計算部１０９は、冠動脈解析部１０７により抽出された各冠動脈上の狭窄部位を少なくとも含む複数の位置に関するＦＦＲ値をシミュレーションベースで計算する。具体的には、まずＦＦＲ計算部１０９は、心筋解析部１０６により生成されたカラーマップに基づいて、冠動脈内の狭窄部位の下流側の少なくとも一つの位置において組織血流量と、冠動脈内の狭窄部位の上流の少なくとも一つの位置において組織血流量とを算出する。そして、ＦＦＲ計算部１０９は、算出した狭窄部位の下流の組織血流量を、算出した狭窄部位の上流の組織血流量で除算することで、少なくとも狭窄部位を含む各位置におけるＦＦＲ値を算出する。なお、ここでは、冠動脈内の１つの狭窄部位に対応したＦＦＲ値を算出する場合について説明したが、例えば、冠動脈全体のＦＦＲ値を算出する場合、冠動脈内の最も上流に位置する狭窄部位の上流の組織血流量を基準値として固定し、他の複数箇所の組織血流量（但し、ＦＦＲ計算部１０９が冠動脈内の複数箇所の組織血流量を算出しているものとする）を変数とすることで、ＦＦＲ計算部１０９は、当該複数箇所に対応したＦＦＲ値、つまり、冠動脈全体のＦＦＲ値を算出することができる。
マーカ発生部１１１は、責任血管特定部１０８により特定された梗塞責任血管（又は、虚血責任血管）や、ＦＦＲ計算部１０９により算出されたＦＦＲ値を表すマーカ（マーク）のデータを発生する。これらマーカは、ボリュームデータからレンダリング等により生成された３次元画像や、断面変換（Multi-Planar Reconstruction）により生成された２次元画像に重畳させて、表示部１１１に表示される。なお、マーカ発生部１１１から発生したマーカを重畳させる画像としては、ＣＴ装置２０によるボリュームデータに由来する画像には限定されず、例えばＸ線診断装置等、他のモダリティから取得される画像であってもよい。
ここで、本実施形態に係る医用画像処理装置１０の動作の一例について、図２，図１３乃至図１６の模式図と、図１２のフローチャートとを参照しながら説明する。
但し、ここでは、画像記憶部１０１には、ＣＴ装置２０又はＰＡＣＳ５０からの胸部領域に関する複数時相にわたる時系列のボリュームデータが予め記憶されているものとする。また、ここでは、心臓領域抽出部１０５が、制御部１０４の下で拍動が比較的少ない特定時相のボリュームデータを処理画像として画像記憶部１０１から読出し、当該ボリュームデータから心臓領域を既に抽出しているものとする。
始めに、冠動脈解析部１０７は、心臓領域抽出部１０５により抽出された心臓領域を対象にして冠動脈解析処理を実行する（ステップＳ２１）。具体的には、冠動脈解析部１０７は、冠動脈の血管芯線や血管内壁等に沿って、冠動脈の解剖学的構造やプラーク性状の分析を行い、冠動脈ならびにその冠動脈の内壁に位置する狭窄部位を抽出する。
続いて、心筋解析部１０６は、造影剤濃度に対応するＣＴ値による閾値処理により、心臓領域抽出部１０５により抽出された心臓領域から心筋領域を抽出する。その後、心筋解析部１０６は、ＭＲＩ装置３０による遅延造影や、核医学診断装置４０による糖代謝測定等により、抽出した心筋領域のうち壊死している心筋領域、つまり、心筋梗塞に寄与する心筋梗塞領域を特定する（ステップＳ２２，Ｓ２３，Ｓ２４）。
次に、責任血管特定部１０８は、心筋解析部１０６により特定された心筋梗塞領域に対して、テリトリーマップ記憶部１０２に記憶された支配マップを照会することにより、冠動脈解析部１０７により抽出された各冠動脈から梗塞責任血管を特定する（ステップＳ２５）。
続いて、マーカ発生部１１１は、責任血管特定部１０８により特定された梗塞責任血管を表すマーカのデータを発生させる（ステップＳ２６）。具体的には、マーカ発生部１１１は、例えば図１３に示すように、梗塞責任血管の輪郭を表すマーカｍ１を発生させる。
次に、ＦＦＲ計算部１０９は、冠動脈解析部１０７により抽出された冠動脈毎に、冠動脈全体のＦＦＲ値を算出する（ステップＳ２７）。
続いて、マーカ発生部１１１は、ＦＦＲ計算部１０９により算出された各冠動脈に対応したＦＦＲ値を表すマーカを発生させる（ステップＳ２８）。具体的には、マーカ発生部１１１は、例えば図１４に示すように、各冠動脈のＦＦＲ値の遷移を表すマーカｍ２を発生させる。
しかる後、表示部１１１は、例えば図１５に示すように、マーカ発生部１１１により発生した梗塞責任血管を表すマーカｍ１と各冠動脈のＦＦＲ値の遷移を表すマーカｍ２とをボリュームデータに由来した２次元画像ｇ１に重畳させて表示する（ステップＳ２９）。なお、表示部１１１が表示する画像は、上記２次元画像ｇ１だけでなく、例えば図１６に示すように、ボリュームデータに由来した３次元画像ｇ２や、他のモダリティから取得される画像にマーカを重畳させた画像であってもよい。
なお、上記動作例の説明では、責任血管特定部１０８が梗塞責任血管を特定する場合について説明したが、例えば図１７のフローチャートに示すように、責任血管特定部１０８が虚血責任血管を特定する場合においても、医用画像処理装置１０は、ＣＴ装置２０又はＭＲＩ装置３０による心筋パフュージョン解析や、核医学診断装置４０によるＳＰＥＣＴ検査等により虚血領域を特定して（ステップＳ２２’，Ｓ２３’，Ｓ２４’）、当該特定した虚血領域から虚血責任血管を特定し（ステップＳ２５’）、当該特定した虚血責任血管を表すマーカを発生させる（ステップＳ２６’）こと以外は、上記動作例と同様に動作する。
以上説明した第２の実施形態によれば、ＣＴ装置２０によるボリュームデータから心臓領域、心筋領域、冠動脈、狭窄部位及び心筋梗塞領域を抽出可能な心臓領域抽出部１０５、心筋解析部１０６及び冠動脈解析部１０７と、心筋解析部１０６による処理結果に基づいて梗塞責任血管を特定する責任血管特定部１０８と、梗塞責任血管や、ＦＦＲ計算部１０９により算出されたＦＦＲ値を表すマーカをボリュームデータに由来した２次元画像又は３次元画像に重畳表示させる表示部１１１とを備えた構成により、梗塞責任血管を表すマーカが重畳表示された部分のＦＦＲ値の信頼度が低い旨を医師に対して提示することができる。
また、本実施形態では、ＦＦＲ計算部１０９がシミュレーションベースでＦＦＲ値を算出する、つまり、プレッシャーワイヤー等、侵襲性をもつものを用いないため、検査時に患者にかかる負担を低減させることができる。
［第３の実施形態］
次に、第３の実施形態に係る医用画像処理装置について、上記した図１１を用いて説明する。本実施形態は、第２の実施形態に示す医用画像処理装置１０に、冠動脈内の狭窄部位が治療対象狭窄であるか又は治療非対象狭窄であるかを判定する機能を付加したものである。なお、以下では、図１８のフローチャートと図１９の模式図とを参照しながら、第２の実施形態とは異なる機能についてのみ説明する。つまり、ステップＳ２１乃至Ｓ２８の処理は、上記した第２の実施形態と同様であるため、ここでは詳細な説明は省略し、以下では、ステップＳ３０乃至Ｓ３６の処理について主に説明する。
冠動脈解析部１０７は、ステップＳ２１の処理において抽出した狭窄部位毎に、当該狭窄部位が梗塞責任血管内に位置する狭窄であるか否かを判定する（ステップＳ３０）。
ステップＳ３０の処理による判定の結果が梗塞責任血管内に位置する狭窄である旨を示す場合（ステップＳ３０のＹｅｓ）には、心筋解析部１０６は、ステップＳ２４の処理において特定した心筋梗塞領域内に生存心筋が有るか否かを判定する（ステップＳ３１）。具体的には、心筋解析部１０６は、ＭＲＩ装置３０による遅延造影等から当該心筋梗塞領域が心筋の厚さの半分にまで到達しているか否かを判定し、当該判定の結果が到達している旨を示す場合には生存心筋が無いとみなし、当該判定の結果が否を示す場合には生存心筋が有るとみなす。なお、ステップＳ３１の処理による判定の結果が否を示す場合（ステップＳ３１のＮｏ）には、後述するステップＳ３５の処理に進む。
ステップＳ３１の処理による判定の結果が生存心筋が有る旨を示す場合（ステップＳ３１のＹｅｓ）には、マーカ発生部１１１は、生存心筋が有る梗塞責任血管を表すマーカと治療対象狭窄を表すマーカとを発生させる（ステップＳ３２）。具体的には、マーカ発生部１１１は、例えば図１９に示すように、生存心筋が有る梗塞責任血管の輪郭を表すマーカｍ３と、治療対象狭窄を表すマーカｍ４とを発生させる。
ここで、ステップＳ３０の処理による判定の結果が否を示す場合（ステップＳ３０のＮｏ）には、冠動脈解析部１０７は、ステップＳ２７の処理において算出された各冠動脈のＦＦＲ値のうち当該狭窄部位に対応したＦＦＲ値が閾値以下であるか否かを判定する（ステップＳ３３）。
ステップＳ３３の処理による判定の結果が閾値以下である旨を示す場合（ステップＳ３３のＹｅｓ）には、マーカ発生部１１１は、治療対象狭窄を表すマーカを発生させる（ステップＳ３４）。即ち、マーカ発生部１１１は、図１９に示したマーカｍ４に相当するマーカを発生させる。
ステップＳ３３の処理による判定の結果が否を示す場合（ステップＳ３３のＮｏ）には、マーカ発生部１１１は、治療非対象狭窄を表すマーカを発生させる（ステップＳ３５）。具体的には、マーカ発生部１１１は、例えば図１９に示すように、治療非対象狭窄を表すマーカｍ５を発生させる。
しかる後、表示部１１１は、マーカ発生部１１１により発生した梗塞責任血管を表すマーカｍ１、各冠動脈のＦＦＲ値の遷移を表すマーカｍ２、生存心筋が有る梗塞責任血管を表すマーカｍ３、治療対象狭窄を表すマーカｍ４、及び治療非対象狭窄を表すマーカｍ５をボリュームデータに由来した３次元画像ｇ３に重畳させて表示する（ステップＳ３６）。なお、表示部１１１が表示する画像は、上記３次元画像ｇ３だけでなく、ボリュームデータに由来した２次元画像や、他のモダリティから取得される画像にマーカを重畳させた画像であってもよい。また、梗塞責任血管を表すマーカｍ１と生存心筋が有る梗塞責任血管を表すマーカｍ３との両方が画像上の同じ位置に重畳される場合、マーカｍ３が優先的に表示されるものとする。
以上説明した第３の実施形態によれば、心筋梗塞領域に生存心筋が有るか否かや、冠動脈内の狭窄部位が治療対象狭窄であるか又は治療非対象狭窄であるかを判定する心筋解析部１０６及び冠動脈解析部１０７と、生存心筋が有る梗塞責任血管を表すマーカや、治療対象狭窄を表すマーカ、ならびに治療非対象狭窄を表すマーカをボリュームデータに由来した３次元画像や２次元画像に重畳表示させる表示部１１１とを備えた構成により、第１の実施形態に比べて、より多くの情報を医師に対して提示することができる。
以上説明した第２及び第３の実施形態の少なくとも一方によれば、ＦＦＲ値の信頼度が低い旨や、生存心筋の有無、ならびに狭窄部位が治療するに適した狭窄であるか否かを医師に対して提示することができるため、ヒューマンエラーの可能性を低減させることができる。
なお、本発明の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。これら新規な実施形態は、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ともに、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。
１…医用画像処理システム、１０…医用画像処理装置、２０…ＣＴ装置、３０…ＰＡＣＳ、４０…ネットワーク、１０１…画像記憶部、１０２…テリトリーマップ記憶部、１０３…通信インターフェース、１０４…制御部、１０５…心臓領域抽出部、１０６…心筋解析部、１０７…冠動脈解析部、１０８…責任血管特定部、１０９…ＦＦＲ計算部、１１０…責任狭窄特定部、１１１…マーカ発生部、１１２…表示部。

Claims (9)

  1. 心臓に関する複数時相の画像のデータに描出された複数の冠動脈を抽出し、当該抽出された各冠動脈に描出された少なくとも１つの狭窄部位を抽出する第１抽出ユニットと、
    前記抽出された複数の冠動脈の組織血流量に基づいて、前記抽出された各冠動脈の圧較差を計算する計算ユニットと、
    前記画像に描出された虚血領域を抽出する第２抽出ユニットと、
    前記抽出された虚血領域を前記抽出された各冠動脈と支配域とを関係付ける支配マップに照会することにより当該虚血領域の責任血管を特定する第１特定ユニットと、
    前記特定された責任血管内の狭窄部位に対応した前記圧較差に基づいて責任狭窄を特定する第２特定ユニットと、
    前記特定された責任狭窄が描出された画像を、当該責任狭窄を示す情報と共に表示する表示ユニットと、
    を具備する医用画像処理装置。
  2. 前記表示ユニットは、前記特定された責任狭窄が描出された画像を、当該責任狭窄に対応した圧較差と共に表示する請求項１に記載の医用画像処理装置。
  3. 前記表示ユニットは、前記特定された責任血管が描出された画像を、当該責任血管を示す情報と共に表示する請求項１に記載の医用画像処理装置。
  4. 前記第１特定ユニットは、前記抽出された虚血領域を前記支配マップに照会することにより当該虚血領域に側副血管が存在するか否かを特定し、
    前記表示ユニットは、前記虚血領域に側副血管が存在するか否かを示す情報を表示する請求項１記載の医用画像処理装置。
  5. 前記第２抽出ユニットは、前記心臓に関する複数時相の画像から心筋に関する組織血流画像を生成し、当該組織血流画像から前記虚血領域を抽出する請求項１記載の医用画像処理装置。
  6. 前記計算ユニットは、前記特定された責任血管内の狭窄部位に対応した圧較差に基づいて狭窄部位の治療の優先度を順位付けし、
    前記表示ユニットは、前記決定された治療の優先度を示す情報を表示する請求項１に記載の医用画像処理装置。
  7. 前記第２抽出ユニットは、前記虚血領域から心筋梗塞領域を抽出し、
    前記第１特定ユニットは、前記抽出された心筋梗塞領域を前記支配マップに照会することにより、前記各冠動脈から当該心筋梗塞領域の責任血管を特定し、
    前記表示ユニットは、前記特定された責任血管が描出された画像を、当該責任血管を示す情報と共に表示する請求項１記載の医用画像処理装置。
  8. 前記第２特定ユニットは、前記特定された責任狭窄のサイズに基づいて、当該責任狭窄の治療に用いるカテーテル及びステントの少なくとも一方を特定し、
    前記表示ユニットは、前記特定されたカテーテル及びステントの少なくとも一方を表示する請求項１記載の医用画像処理装置。
  9. 前記表示ユニットは、前記特定された責任狭窄が描出された画像を、前記特定された責任狭窄の位置に応じて回転させて表示する請求項１記載の医用画像処理装置。
JP2013248490A 2012-11-30 2013-11-29 医用画像処理装置 Active JP6334902B2 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
JP2013248490A JP6334902B2 (ja) 2012-11-30 2013-11-29 医用画像処理装置
PCT/JP2013/082278 WO2014084382A1 (ja) 2012-11-30 2013-11-29 医用画像処理装置
US14/726,158 US9811907B2 (en) 2012-11-30 2015-05-29 Medical image processing apparatus and medical image processing method
US15/715,793 US10748285B2 (en) 2012-11-30 2017-09-26 Medical image processing apparatus and medical image processing method
US16/929,392 US11481901B2 (en) 2012-11-30 2020-07-15 Medical image processing apparatus and medical image processing method
US17/939,014 US20230017788A1 (en) 2012-11-30 2022-09-07 Medical image processing apparatus and medical image processing method

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP2012263565 2012-11-30
JP2012263566 2012-11-30
JP2012263566 2012-11-30
JP2012263565 2012-11-30
JP2013248490A JP6334902B2 (ja) 2012-11-30 2013-11-29 医用画像処理装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2017195297A Division JP6553147B2 (ja) 2012-11-30 2017-10-05 医用画像処理装置及び医用画像処理方法

Publications (2)

Publication Number Publication Date
JP2014128650A JP2014128650A (ja) 2014-07-10
JP6334902B2 true JP6334902B2 (ja) 2018-05-30

Family

ID=50828010

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013248490A Active JP6334902B2 (ja) 2012-11-30 2013-11-29 医用画像処理装置

Country Status (3)

Country Link
US (4) US9811907B2 (ja)
JP (1) JP6334902B2 (ja)
WO (1) WO2014084382A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021000455A (ja) * 2012-11-30 2021-01-07 キヤノンメディカルシステムズ株式会社 医用画像処理装置、医用画像処理システムおよび医用画像処理方法

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10595807B2 (en) 2012-10-24 2020-03-24 Cathworks Ltd Calculating a fractional flow reserve
EP2943902B1 (en) 2012-10-24 2020-03-11 CathWorks Ltd. Automated measurement system and method for coronary artery disease scoring
US10210956B2 (en) 2012-10-24 2019-02-19 Cathworks Ltd. Diagnostically useful results in real time
JP6305742B2 (ja) 2012-11-30 2018-04-04 キヤノンメディカルシステムズ株式会社 医用画像診断装置、表示方法
JP6017284B2 (ja) 2012-11-30 2016-10-26 東芝メディカルシステムズ株式会社 医用画像診断装置
JP6334902B2 (ja) 2012-11-30 2018-05-30 キヤノンメディカルシステムズ株式会社 医用画像処理装置
JP6139116B2 (ja) 2012-11-30 2017-05-31 東芝メディカルシステムズ株式会社 医用画像処理装置
US10129658B2 (en) 2013-07-22 2018-11-13 Massachusetts Institute Of Technology Method and apparatus for recovering audio signals from images
US10424063B2 (en) 2013-10-24 2019-09-24 CathWorks, LTD. Vascular characteristic determination with correspondence modeling of a vascular tree
US10542954B2 (en) * 2014-07-14 2020-01-28 Volcano Corporation Devices, systems, and methods for improved accuracy model of vessel anatomy
JP6494942B2 (ja) * 2014-07-30 2019-04-03 キヤノンメディカルシステムズ株式会社 画像処理装置、及び、画像処理方法
US9195801B1 (en) * 2014-08-05 2015-11-24 Heartflow, Inc. Systems and methods for treatment planning based on plaque progression and regression curves
EP3229688B1 (en) 2014-12-08 2020-10-28 Koninklijke Philips N.V. Device and method to recommend diagnostic procedure based on co-registered angiographic image and physiological information measured by intravascular device
JPWO2017047821A1 (ja) * 2015-09-18 2018-08-02 イービーエム株式会社 組織血管特性を可視化するための方法及びその装置
US10517678B2 (en) * 2015-10-02 2019-12-31 Heartflow, Inc. System and method for diagnosis and assessment of cardiovascular disease by comparing arterial supply capacity to end-organ demand
JP6651402B2 (ja) * 2016-04-12 2020-02-19 キヤノンメディカルシステムズ株式会社 医用画像処理装置、医用画像診断装置およびプログラム
EP4300419A3 (en) 2016-05-16 2024-04-03 Cathworks Ltd. System for vascular assessment
EP4241694A3 (en) 2016-05-16 2023-12-20 Cathworks Ltd. Selection of vascular paths from images
US10163209B2 (en) 2016-11-23 2018-12-25 Toshiba Medical Systems Corporation Medical image processing apparatus, medical image processing method, and X-ray CT apparatus
EP3375364B1 (en) 2017-01-23 2024-08-28 Shanghai United Imaging Healthcare Co., Ltd. System and method for analyzing blood flow state
JP6812815B2 (ja) * 2017-01-31 2021-01-13 株式会社島津製作所 Ｘ線撮影装置およびｘ線画像解析方法
US12089977B2 (en) 2017-03-24 2024-09-17 Pie Medical Imaging B.V. Method and system for assessing vessel obstruction based on machine learning
US11576637B2 (en) * 2017-04-06 2023-02-14 Koninklijke Philips N.V. Standardized coronary artery disease metric
JP7152192B2 (ja) * 2017-06-13 2022-10-12 キヤノンメディカルシステムズ株式会社 画像処理装置、医用画像診断装置及び画像処理プログラム
GB201716890D0 (en) * 2017-10-13 2017-11-29 Optellum Ltd System, method and apparatus for assisting a determination of medical images
JP2019076526A (ja) 2017-10-25 2019-05-23 テルモ株式会社 治療方法
US10922897B2 (en) * 2018-01-15 2021-02-16 Canon Medical Systems Corporation Medical information processing apparatus, X-ray diagnostic system, and medical information processing method
JP7008522B2 (ja) * 2018-02-01 2022-01-25 テルモ株式会社 医療システム
US10699407B2 (en) 2018-04-11 2020-06-30 Pie Medical Imaging B.V. Method and system for assessing vessel obstruction based on machine learning
US12079994B2 (en) 2019-04-01 2024-09-03 Cathworks Ltd. Methods and apparatus for angiographic image selection
US12039685B2 (en) 2019-09-23 2024-07-16 Cathworks Ltd. Methods, apparatus, and system for synchronization between a three-dimensional vascular model and an imaging device
DE102020134804A1 (de) * 2019-12-25 2021-07-01 Canon Medical Systems Corporation Medizinische Bildverarbeitungsvorrichtung, Aufzeichnungsmedium und System
US12048575B2 (en) * 2020-03-10 2024-07-30 GE Precision Healthcare LLC Systems and methods for registration of angiographic projections with computed tomographic data
PL433612A1 (pl) * 2020-04-21 2021-10-25 Narodowy Instytut Kardiologii Stefana Kardynała Wyszyńskiego-Państwowy Instytut Badawczy Sposób określania obszaru niedokrwienia narządu, program komputerowy do określania obszaru niedokrwienia narządu oraz produkt programu komputerowego do określania obszaru niedokrwienia narządu

Family Cites Families (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3453415B2 (ja) * 1992-12-22 2003-10-06 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 超音波エコーグラフィによる動脈の弾力性測定装置及び方法
US6080107A (en) * 1999-01-26 2000-06-27 Hewlett-Packard Company Methods for the use of contrast agents in ultrasonic imaging
US6792302B2 (en) * 2001-02-21 2004-09-14 Universite De Lausanne Method and apparatus for determining treatment for stroke
US7134994B2 (en) * 2002-05-20 2006-11-14 Volcano Corporation Multipurpose host system for invasive cardiovascular diagnostic measurement acquisition and display
WO2003096890A2 (en) * 2002-05-22 2003-11-27 Koninklijke Philips Electronics N.V. Medical viewing system and image processing for integrated visualisation of medical data
JP4346297B2 (ja) * 2002-10-22 2009-10-21 株式会社東芝 Ｘ線コンピュータ断層撮影装置、画像処理装置及び画像処理方法
WO2005055126A1 (en) * 2003-11-26 2005-06-16 Viatronix Incorporated System and method for vascular visualization using planar reformation of vascular central axis surface with biconvex slab
EP1694208A2 (en) * 2003-11-26 2006-08-30 Viatronix Incorporated Systems and methods for automated segmentation, visualization and analysis of medical images
US8010175B2 (en) * 2004-05-05 2011-08-30 Siemens Medical Solutions Usa, Inc. Patient-specific coronary territory mapping
EP1903944B1 (en) * 2005-06-24 2017-04-19 Volcano Corporation Co-registration of graphical image data representing three-dimensional vascular features
JP2007151881A (ja) 2005-12-06 2007-06-21 Hitachi Medical Corp 血流動態解析装置
DE102006032990A1 (de) * 2006-07-17 2008-01-31 Siemens Ag Verfahren und Vorrichtung zur Bestimmung des räumlichen Verlaufs einer Gefäßachse in Volumendatensätzen der medizinischen Bildgebung
US20080133000A1 (en) * 2006-12-01 2008-06-05 Medtronic Vascular, Inc. Bifurcated Stent With Variable Length Branches
JP5523681B2 (ja) * 2007-07-05 2014-06-18 株式会社東芝 医用画像処理装置
CN101779224B (zh) * 2007-08-03 2016-04-13 皇家飞利浦电子股份有限公司 用于绘制并显示3d管状结构的曲面重组视图的方法、装置和系统
JP5094326B2 (ja) * 2007-10-18 2012-12-12 株式会社日立製作所 生体計測装置
US9462955B2 (en) * 2007-12-18 2016-10-11 Koninklijke Philips N.V. Automated identification of culprit coronary artery using anatomically oriented ECG data display
JP5215036B2 (ja) * 2008-05-19 2013-06-19 株式会社東芝 医用画像処理装置、及び医用画像処理プログラム
JP5337450B2 (ja) * 2008-10-31 2013-11-06 株式会社東芝 医用画像処理装置
US9826959B2 (en) * 2008-11-04 2017-11-28 Fujifilm Corporation Ultrasonic diagnostic device
JP5566370B2 (ja) * 2009-02-26 2014-08-06 株式会社日立メディコ 医用画像処理装置及び方法
US9008386B2 (en) * 2009-10-14 2015-04-14 3Mensio Medical Imaging B.V. Method, a graphic user interface, a system and a computer program for optimizing workflow of a medical intervention
CN102651997B (zh) * 2009-12-10 2015-09-09 皇家飞利浦电子股份有限公司 侧支血流评估
US8526699B2 (en) * 2010-03-12 2013-09-03 Siemens Aktiengesellschaft Method and system for automatic detection and classification of coronary stenoses in cardiac CT volumes
US8315812B2 (en) * 2010-08-12 2012-11-20 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
JP5844093B2 (ja) * 2010-09-15 2016-01-13 株式会社東芝 医用画像処理装置及び医用画像処理方法
CA2837577C (en) * 2011-05-27 2018-05-29 Lightlab Imaging, Inc. Optical coherence tomography and pressure based systems and methods
US9314584B1 (en) * 2011-06-27 2016-04-19 Bayer Healthcare Llc Method and apparatus for fractional flow reserve measurements
US10648918B2 (en) * 2011-08-03 2020-05-12 Lightlab Imaging, Inc. Systems, methods and apparatus for determining a fractional flow reserve (FFR) based on the minimum lumen area (MLA) and the constant
US9974508B2 (en) * 2011-09-01 2018-05-22 Ghassan S. Kassab Non-invasive systems and methods for determining fractional flow reserve
WO2013125276A1 (ja) * 2012-02-21 2013-08-29 株式会社 東芝 Ｘ線ｃｔ装置、画像表示装置、画像表示方法
US10034614B2 (en) * 2012-02-29 2018-07-31 General Electric Company Fractional flow reserve estimation
JP5748693B2 (ja) * 2012-03-13 2015-07-15 富士フイルム株式会社 画像処理装置および方法並びにプログラム
US8548778B1 (en) * 2012-05-14 2013-10-01 Heartflow, Inc. Method and system for providing information from a patient-specific model of blood flow
US20140086461A1 (en) * 2012-09-25 2014-03-27 The Johns Hopkins University Method and system for determining time-based index for blood circulation from angiographic imaging data
JP6334902B2 (ja) 2012-11-30 2018-05-30 キヤノンメディカルシステムズ株式会社 医用画像処理装置
EP2934305B1 (en) * 2012-12-21 2018-02-21 Volcano Corporation System for multi-site intravascular measurement
US9351698B2 (en) * 2013-03-12 2016-05-31 Lightlab Imaging, Inc. Vascular data processing and image registration systems, methods, and apparatuses
US9349220B2 (en) * 2013-03-12 2016-05-24 Kabushiki Kaisha Toshiba Curve correction in volume data sets
US9865051B2 (en) * 2013-03-15 2018-01-09 Wake Forest University Health Sciences Vascular territory segmentation using mutual clustering information from image space and label space

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021000455A (ja) * 2012-11-30 2021-01-07 キヤノンメディカルシステムズ株式会社 医用画像処理装置、医用画像処理システムおよび医用画像処理方法
JP7024023B2 (ja) 2012-11-30 2022-02-22 キヤノンメディカルシステムズ株式会社 医用画像処理装置、医用画像処理システムおよび医用画像処理方法

Also Published As

Publication number Publication date
US20150262357A1 (en) 2015-09-17
WO2014084382A1 (ja) 2014-06-05
US20180018771A1 (en) 2018-01-18
US20230017788A1 (en) 2023-01-19
US10748285B2 (en) 2020-08-18
JP2014128650A (ja) 2014-07-10
US9811907B2 (en) 2017-11-07
US11481901B2 (en) 2022-10-25
US20200349708A1 (en) 2020-11-05

Similar Documents

Publication Publication Date Title
JP6334902B2 (ja) 医用画像処理装置
US12127816B2 (en) Medical image processing apparatus
JP7024023B2 (ja) 医用画像処理装置、医用画像処理システムおよび医用画像処理方法
JP6832920B2 (ja) 動脈の供給能力と終末器官の必要量とを比較することにより心血管疾患の診断及び評価をするためのシステム及び方法
EP3281135B1 (en) System and method for vascular tree generation using patient-specific structural and functional data, and joint prior information
EP3169237B1 (en) Stenosis assessment
EP2925216B1 (en) Stenosis therapy planning
JP2018509971A (ja) 定量的フロー分析のための方法および装置
JP6139116B2 (ja) 医用画像処理装置
JP6362851B2 (ja) 血管解析装置、血管解析プログラム、及び血管解析装置の作動方法
JP5972768B2 (ja) 医用画像処理装置
US20120046725A1 (en) Method for Providing an Aid for Use in the Therapeutic Treatment of a Somatic Subject
JP6751178B2 (ja) 医用画像処理装置、医用画像処理方法および記録媒体
JP6530043B2 (ja) 医用画像処理装置、医用画像処理方法および記録媒体
JP7041446B2 (ja) 医用画像処理方法、医用画像処理装置および医用画像処理システム

Legal Events

Date Code Title Description
A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20160317

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160916

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170905

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20171005

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20180403

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180427

R150 Certificate of patent or registration of utility model

Ref document number: 6334902

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150