特許 6030002 画像処理プログラム、画像処理装置、および画像処理方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6030002

(24)【登録日】2016年10月28日

(45)【発行日】2016年11月24日

(54)【発明の名称】画像処理プログラム、画像処理装置、および画像処理方法

(51)【国際特許分類】

   A61B 5/00 20060101AFI20161114BHJP

   G06T 1/00 20060101ALI20161114BHJP

   A61B 6/03 20060101ALI20161114BHJP

   G01T 1/161 20060101ALI20161114BHJP

【ＦＩ】

   A61B5/00 G

   G06T1/00 290B

   G06T1/00 290C

   A61B6/03 360B

   G01T1/161 B

【請求項の数】8

【全頁数】11

(21)【出願番号】特願2013-37855(P2013-37855)

(22)【出願日】2013年2月27日

(65)【公開番号】特開2014-161657(P2014-161657A)

(43)【公開日】2014年9月8日

【審査請求日】2015年7月28日

(73)【特許権者】

【識別番号】000149837

【氏名又は名称】富士フイルムＲＩファーマ株式会社

(74)【代理人】

【識別番号】110000279

【氏名又は名称】特許業務法人ウィルフォート国際特許事務所

(72)【発明者】

【氏名】長尾 充展

(72)【発明者】

【氏名】高橋 由武

【審査官】 増渕 俊仁

(56)【参考文献】

【文献】 特開２０１１−０２５００５（ＪＰ，Ａ）

【文献】 特表２００７−５２４４３８（ＪＰ，Ａ）

【文献】 特開２００８−１７６４３４（ＪＰ，Ａ）

【文献】 特開２００８−０６７８９２（ＪＰ，Ａ）

【文献】 特開２０１０−０１９５７２（ＪＰ，Ａ）

【文献】 特開２００８−１５４７６１（ＪＰ，Ａ）

【文献】 特開２０１０−２５２９０４（ＪＰ，Ａ）

【文献】 特表２０１１−５１６９８８（ＪＰ，Ａ）

【文献】 特開２００６−１５３８６７（ＪＰ，Ａ）

【文献】 特表２００７−５１８０６２（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ａ６１Ｂ ５／００−５／０１

Ａ６１Ｂ ６／００−６／１４

Ｇ０１Ｔ １／１６１−１／１６６

Ｇ０６Ｔ １／００

(57)【特許請求の範囲】

【請求項1】

心拍内の特定フェーズで撮影された被験者の心臓の３次元画像データを記憶するコンピュータのための画像処理プログラムであって、
前記３次元画像データのフラクタル次元を算出する算出ステップと、
前記フラクタル次元が予め定められたフラクタル次元閾値より高いか否かを判定する判定ステップと
を前記コンピュータに実行させ、
前記フラクタル次元閾値は、前記判定のＲＯＣ（Ｒｅｃｅｉｖｅｒ Ｏｐｅｒａｔｉｎｇ Ｃｈａｒａｃｔｅｒｉｓｔｉｃ）解析においてオッズ比が最大となる閾値である、
画像処理プログラム。

【請求項2】

前記３次元画像データは、安静時に撮影され、
前記特定フェーズは、拡張中期である、
請求項１に記載の画像処理プログラム。

【請求項3】

前記算出ステップは、前記３次元画像データの全ての画素値を正規化し、前記正規化された画素値の範囲内で予め定められた複数の画素閾値の夫々を対象画素閾値とて選択し、前記正規化された画素値の中から対象画素閾値より高い画素値の数を検出し、前記対象画素閾値の対数と前記検出された画素値の数の対数との関係を示す回帰直線の傾きを前記フラクタル次元として算出する、
請求項２に記載の画像処理プログラム。

【請求項4】

前記３次元画像データは、心電図同期ＳＰＥＣＴ（Ｓｉｎｇｌｅ Ｐｈｏｔｏｎ Ｅｍｉｓｓｉｏｎ Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）により撮影され、前記心臓の所定の軸に垂直な複数の断面を夫々示す複数の断層画像である、
請求項３に記載の画像処理プログラム。

【請求項5】

前記判定ステップは、前記被験者の心機能の評価結果を示す評価データが、予め定められた評価データ閾値より高いか否かを判定し、前記フラクタル次元の判定結果と前記評価データの判定結果とに基づいて、前記被験者の心機能を判定する、
請求項１乃至４の何れか一項に記載の画像処理プログラム。

【請求項6】

前記評価データは、ＥＦ（Ｅｊｅｃｔｉｏｎ Ｆｒａｃｔｉｏｎ）である、
請求項５に記載の画像処理プログラム。

【請求項7】

心拍内の特定フェーズで撮影された被験者の心臓の３次元画像データを記憶する記憶手段と、
前記３次元画像データのフラクタル次元を算出する算出手段と、
前記フラクタル次元が予め定められたフラクタル次元閾値より高いか否かを判定する判定手段と
を備え、
前記フラクタル次元閾値は、前記判定のＲＯＣ解析においてオッズ比が最大となる閾値である、
画像処理装置。

【請求項8】

心拍内の特定フェーズで撮影された被験者の心臓の３次元画像データを記憶するコンピュータが、前記３次元画像データのフラクタル次元を算出する算出ステップと、
前記コンピュータが、前記フラクタル次元が予め定められたフラクタル次元閾値より高いか否かを判定する判定ステップと
を備え、
前記フラクタル次元閾値は、前記判定のＲＯＣ解析においてオッズ比が最大となる閾値である、
画像処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、心臓の３次元画像を処理する技術に関する。

【背景技術】

【0002】

被験者にＲＩ（Ｒａｄｉｏ Ｉｓｏｔｏｐｅ：放射性同位体）を投与して、心筋の血流の状態を示す心臓の断層画像を撮影する心筋ＳＰＥＣＴ（Ｓｉｎｇｌｅ Ｐｈｏｔｏｎ Ｅｍｉｓｓｉｏｎ Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）が知られている。さらに、心筋ＳＰＥＣＴの一つとして、心電図に同期させて撮影する心電図同期ＳＰＥＣＴ（Ｇａｔｅｄ ＳＰＥＣＴ）が知られている（例えば特許文献１）。

【0003】

また、被験者を撮像した画像からフラクタル次元を算出して、診断支援を行う技術が知られている（例えば特許文献２）。

【0004】

また、心疾患を評価する指標としてＥＦ（Ｅｊｅｃｔｉｏｎ Ｆｒａｃｔｉｏｎ：駆出率）が知られている。例えば、被験者のＥＦが所定の閾値より小さい場合、被験者の心臓のポンプ機能（左室収縮機能）の障害があると判定することができる。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２００６−１５３８６７号公報

【特許文献2】特開２０１０−１９５７２号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

被験者のＥＦが所定の閾値より大きい場合であっても、心筋の障害等により突然死のリスクが高い場合がある。このようなリスクを検出するために、別途、ホルター心電図等を用いて心不全の診断が行われる。

【0007】

そこで、本発明の目的は、心不全の診断に有効な情報を提供することである。

【課題を解決するための手段】

【0008】

本発明の一つの実施態様に従う画像処理プログラムは、心拍内の特定フェーズで撮影された被験者の心臓の３次元画像データを記憶するコンピュータのための画像処理プログラムであって、前記３次元画像データのフラクタル次元を算出する算出ステップと、前記フラクタル次元が予め定められたフラクタル次元閾値より高いか否かを判定する判定ステップとを前記コンピュータに実行させる。前記フラクタル次元閾値は、前記判定のＲＯＣ（Ｒｅｃｅｉｖｅｒ Ｏｐｅｒａｔｉｎｇ Ｃｈａｒａｃｔｅｒｉｓｔｉｃ）解析においてオッズ比が最大となる閾値である。

【0009】

好適な実施形態では、前記３次元画像データは、安静時に撮影され、前記特定フェーズは、拡張中期であってもよい。

【0010】

好適な実施形態では、前記算出ステップは、前記３次元画像データの全ての画素値を正規化し、前記正規化された画素値の範囲で予め定められた複数の画素閾値の夫々を対象画素閾値とて選択し、前記正規化された画素値の中から対象画素閾値より高い画素値の数を検出し、前記対象画素閾値の対数と前記検出された画素値の数の対数との関係を示す回帰直線の傾きを前記フラクタル次元として算出してもよい。

【0011】

好適な実施形態では、前記３次元画像データは、心電図同期ＳＰＥＣＴにより撮影され、前記心臓の所定の軸に垂直な複数の断面を夫々示す複数の断層画像であってもよい。

【0012】

好適な実施形態では、前記記憶ステップは、前記被験者の心機能の評価結果を示す評価データを記憶し、前記判定ステップは、前記評価データが予め定められた評価データ閾値より高いか否かを判定し、前記フラクタル次元の判定結果と前記評価データの判定結果とに基づいて、前記被験者の心機能を判定してもよい。

【0013】

好適な実施形態では、前記評価データは、ＥＦであってもよい。

【図面の簡単な説明】

【0014】

【図1】本発明の実施例１に係る画像処理装置の構成を示すブロック図である。

【図2】撮影データの構成を示す模式図である。

【図3】画像処理装置の動作を示すフローチャートである。

【図4】フラクタル次元の算出方法の一例を示す図である。

【図5】ＲＯＣ曲線を示す図である。

【図6】実施例２に係る画像処理装置の構成を示すブロック図である。

【図7】実施例２の判定方法を示す模式図である。

【発明を実施するための形態】

【0015】

以下、本発明の一実施形態に係る画像処理装置について、図面を参照して説明する。

【0016】

本実施形態では、心筋の血流及び機能の解析を行うための心電図同期ＳＰＥＣＴ法に基づいて撮影した画像の解析を行う心電図同期ＳＰＥＣＴの画像解析を例に説明するが、本発明は、これ以外にも、心電図に同期させたＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）、ＭＲＩ（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｉｎｇ）、ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）、超音波による心臓の断層画像を用いることができる。

【実施例1】

【0017】

以下、実施例１に係る画像処理装置の構成について説明する。

【0018】

図１は、本発明の実施例１に係る画像処理装置１の構成を示すブロック図である。

【0019】

この図に示すように、画像処理装置１は、画像処理装置本体１０と、入力装置４と、表示装置５とを有する。入力装置４は、キーボード、タッチパネル、ポインティングデバイスなどである。表示装置５は、液晶ディスプレイなどである。

【0020】

画像処理装置本体１０は、例えばプロセッサ及びメモリを備える汎用的なコンピュータシステムにより構成され、以下に説明する画像処理装置本体１０内の個々の構成要素または機能は、例えば、コンピュータプログラムを実行することにより実現される。そのコンピュータプログラムは、コンピュータ読みとり可能な記録媒体に格納可能である。

【0021】

画像処理装置本体１０は、記憶部２０と、正規化部３０と、フラクタル次元算出部４０と、判定部５０と、表示制御部６０とを有する。記憶部２０は、撮影データ記憶部２２と、正規化データ記憶部２３と、フラクタル次元データ記憶部２４と、判定データ記憶部２５とを有する。

【0022】

撮影データ記憶部２２は、心電図同期ＳＰＥＣＴにより撮影された撮影データを格納する。正規化部３０は、撮影データを正規化して正規化データを算出し、正規化データを正規化データ記憶部２３へ格納する。フラクタル次元算出部４０は、正規化データのフラクタル次元を示すフラクタル次元データを算出し、フラクタル次元データをフラクタル次元データ記憶部２４へ格納する。判定部５０は、フラクタル次元データに基づいて、心不全による突然死のリスクを判定し、判定結果を判定データとして判定データ記憶部２５へ格納する。表示制御部６０は、ユーザによる入力装置４への入力に基づいて、記憶部２０に格納されたデータを、表示装置５に表示させる。

【0023】

以下、撮影データについて説明する。

【0024】

図２は、撮影データの構成を示す模式図である。

【0025】

心電図同期ＳＰＥＣＴシステムは、心電図同期ＳＰＥＣＴの撮影及び断層画像の再構成を行う。この心電図同期ＳＰＥＣＴシステムは、心電図３１０と同期させて、各フェーズ（位相）における心臓のＳＰＥＣＴ画像を生成する。まず、心電図同期ＳＰＥＣＴシステムは、心電図のＲ波同士の時間間隔（Ｒ−Ｒ間隔：心臓の運動の１周期）をＮ（Ｎは２以上の整数）等分し、Ｒ−Ｒ間隔の１／Ｎのサンプリング周期で各フェーズのＳＰＥＣＴ画像を撮影する。この撮影は、少なくとも心拍の１周期以上の間継続して行われる。なお、この図ではＮ＝１６の例を示したが、Ｎは任意であって、例えば、８，２０，３２などでもよい。この図は更に、左室のボリュームの時間変化３３０を示す。このようにＮ個のフェーズは、収縮期と拡張期に分かれる。

【0026】

更に、心電図同期ＳＰＥＣＴシステムは、各フェーズのＳＰＥＣＴ画像から、所定軸に垂直なＭ個のスライスの断層画像３２０を生成する。本実施例では、断層画像として、左心室の短軸（Ｓｈｏｒｔ Ａｘｉｓ）断層画像を用いる。即ち、Ｍ個の断層画像は、心基部と心突部を結ぶ短軸に対して垂直なＭ個の断面を夫々示す。なお、短軸（Ｓｈｏｒｔ Ａｘｉｓ）断層画像以外にも、長軸垂直断層（Ｖｅｒｔｉｃａｌ Ｌｏｎｇ Ａｘｉｓ）画像、長軸水平断層（Ｈｏｒｉｚｏｎｔａｌ Ｌｏｎｇ Ａｘｉｓ）画像などを用いることができる。

【0027】

Ｍ個のスライスは、予め定められたスライス間隔を有する。本実施例においてスライス数Ｍは可変であるが、固定値であっても良い。各断層画像のサイズは例えば、１２８ピクセル×１２８ピクセルである。各断層画像内の画素値は例えば、ＲＩの放射能の強度（カウント値）に応じた２５６階調の濃度を表す。

【0028】

これにより、心電図同期ＳＰＥＣＴシステムは、１回の検査により、Ｎ×Ｍ枚の断層画像を生成し、撮影データとして撮影データ記憶部２２へ格納する。各断層画像には、フェーズ番号（１、２、…Ｎ）とスライス番号（１、２、…Ｍ）が付される。

【0029】

なお、撮影データは、或る被験者を安静時に撮影したものであっても良いし、その被験者を負荷（薬剤負荷又は運動負荷）時に撮影したものであっても良い。

【0030】

なお、画像処理装置１は、心電図同期ＳＰＥＣＴシステムの一部であっても良い。

【0031】

以下、画像処理装置１の動作について説明する。

【0032】

図３は、画像処理装置１の動作を示すフローチャートである。

【0033】

正規化部３０は、撮影データ記憶部２２に格納された撮影データから、特定フェーズのＭ個の断層画像を対象画像群として取得し、対象画像群内の全ての画素値を正規化して正規化画像群に変換し、正規化画像群を含む正規化データを正規化データ記憶部２３へ保存する（Ｓ１１０）。この正規化において、例えば、正規化部３０は、対象画像群内の画素値を基準画素値で除し、その結果に１００を乗じることにより正規化画像群内の画素値を算出する。基準画素値は例えば、撮影データ内の対象画像群の全ての画素値の最大値である。これにより、正規画像群内の画素値の最大値は１００になる。なお、基準画素値は、対象画像群内の全ての画素値の最大値であっても良い。なお、撮影データは、対象画像群だけであっても良い。

【0034】

その後、フラクタル次元算出部４０は、正規化データ記憶部２３から正規化データを取得し、正規化画像群のフラクタル次元（ＦＤ：ｆｒａｃｔａｌ ｄｉｍｅｎｓｉｏｎ）を示すフラクタル次元データを算出し、フラクタル次元データ記憶部２４へ格納する（Ｓ１２０）。

【0035】

このＦＤの算出において、例えば、フラクタル次元算出部４０は、０から１００までの範囲内で予め定められた複数の画素閾値の一つを対象画素閾値として選択する。複数の画素閾値は例えば、７０、８０、９０等である。その後、フラクタル次元算出部４０は、正規化画像群内の全ての画素のうち、対象画素閾値より高い画素値を有する画素の数を、適合画素数としてカウントする。その後、フラクタル次元算出部４０は、複数の画素閾値の全てについて、適合画素数をカウントする。その後、フラクタル次元算出部４０は、ｌｎ（適合画素数）をｌｎ（画素閾値）の一次関数として近似し、その一次関数により表される回帰直線の傾きの絶対値をＦＤとして算出する。ここでｌｎ（ｚ）は、自然対数を表す。フラクタル次元算出部４０は例えば、最小二乗法により回帰直線を求める。

【0036】

図４は、フラクタル次元の算出方法の一例を示す図である。この図において、横軸ｘはｌｎ（画素閾値）を示し、縦軸ｙはｌｎ（適合画素数）を示す。即ち、この図は、画素閾値と適合画素数の関係を示す両対数グラフである。図中の直線は、図中の各点１１０から得られる回帰直線１２０である。回帰直線１２０は、ｙ＝−ａｘ＋ｂで表される。フラクタル次元算出部４０は、この回帰直線１２０の傾きの絶対値ａをＦＤとして算出する。

【0037】

判定部５０は、フラクタル次元データ記憶部２４からフラクタル次元データを取得し、ＦＤが予め定められたＦＤ閾値（フラクタル次元閾値）より高いか否かを判定し、その結果を示す判定データを判定データ記憶部２５へ格納する（Ｓ１３０）。本実施例において、心電図同期ＳＰＥＣＴによる正規化画像群のＦＤは、心臓におけるＲＩの集積の不均一性を表す。例えば、心筋梗塞により血流の分布の異常がある場合、断層画像の一部が欠損するため、正規化画像群の不均一性が増加する。また、虚血の場合、断層画像は淡い濃度になる。また、ＦＤは、心筋が受けたダメージの大きさを示すということもできる。これにより、判定部５０は、ＦＤがＦＤ閾値より高い場合、心不全による突然死のリスクが高いと判定する。

【0038】

表示制御部６０は、判定データ記憶部２５から判定データを取得し、判定データに基づく画面を表示装置５に表示させる（Ｓ１４０）。例えば、表示制御部６０は、判定データに基づいて、心不全により突然死のリスクが高いか否かを示す情報を表示装置５に表示させる。なお、表示制御部６０は、記憶部２０内の撮影データ、正規化データ、フラクタル次元データの何れかを取得し、取得されたデータに基づく画面を表示装置５に表示させても良い。

【0039】

以上が画像処理装置１の動作である。この動作によれば、心電図同期ＳＰＥＣＴから得られた撮影データに基づいて、心不全のリスクを判定することができる。

【0040】

以下、前述の特定フェーズの決定方法について説明する。

【0041】

心電図同期ＳＰＥＣＴシステムは、複数の症例（被検者）について、安静時の心電図同期ＳＰＥＣＴの撮影と負荷時の心電図同期ＳＰＥＣＴの撮影とを行う。画像処理装置１が、安静時及び負荷時の複数のフェーズの夫々を特定フェーズとした場合の判定データについて、ＲＯＣ（Ｒｅｃｅｉｖｅｒ Ｏｐｅｒａｔｉｎｇ Ｃｈａｒａｃｔｅｒｉｓｔｉｃ）解析を行う。ここで、ＲＯＣ解析における正しい判定結果は、同一の被験者について別の基準の判定方法により心不全か否かを判定した判定結果である。本実施例において、基準の判定方法は、ＥＦがＥＦ閾値以下である被験者を心不全であると判定する。ＥＦ閾値は例えば６１である。このようなＲＯＣ解析により複数の判定データを比較し、最適なフェーズを決定する。

【0042】

ＲＯＣ解析において、複数の症例のうち、ＥＦにより心不全と判定された症例を異常症例とし、ＥＦにより心不全でないと判定された症例を正常症例とする。ＦＤの値の範囲に複数の基準点を設定し、画像処理装置１は、各基準点をＦＤ閾値に設定して判定を行う。即ち、画像処理装置１は、ＦＤが基準点以上である場合に高リスクと判定する。或る基準点において、異常症例のうち画像処理装置１により高リスクと判定された症例を真陽性とし、正常症例のうち画像処理装置１により高リスクと判定された症例を偽陽性とし、異常症例のうち画像処理装置１により低リスクと判定された症例を偽陰性とし、正常症例のうち画像処理装置１により低リスクと判定された症例を真陰性とする。

【0043】

これらの症例の数を用いて、真陰性率（ＴＮＦ：ｔｒｕｅ ｎｅｇａｔｉｖｅ ｆｒａｃｔｉｏｎ、特異度とも呼ばれる）は、真陰性数／正常症例数で表され、偽陰性率（ＦＮＦ：ｆａｌｓｅ ｎｅｇａｔｉｖｅ ｆｒａｃｔｉｏｎ）は、偽陰性数／正常症例数で表され、偽陽性率（ＦＰＦ：ｆａｌｓｅ ｐｏｓｉｔｉｖｅ ｆｒａｃｔｉｏｎ）は、偽陽性数／異常症例数で表され、真陽性率（ＴＰＦ：ｔｒｕｅ ｐｏｓｉｔｉｖｅ ｆｒａｃｔｉｏｎ、感度とも呼ばれる）は、真陽性数／異常症例数で表される。

【0044】

図５は、ＲＯＣ曲線を示す図である。

【0045】

ここで安静時（Ｒ：Ｒｅｓｔ）に撮影された１６個のフェーズと、負荷時（Ｓｔ：Ｓｔｒｅｓｓ）に撮影された１６個のフェーズとの中から、６個の対象フェーズについてＲＯＣ解析を行った。この図は、安静時の収縮末期（Ｒ−ｓｙｓｔｏｌｅ：フェーズ番号＝８）のＲＯＣ曲線２１１と、安静時の拡張中期（Ｒ−ｍｉｄ−ｄｉａｓｔｏｌｅ：フェーズ番号＝１４）のＲＯＣ曲線２１２と、安静時の拡張末期（Ｒ−ｄｉａｓｔｏｌｅ：フェーズ番号＝１６）のＲＯＣ曲線２１３と、負荷時の収縮末期（Ｓｔ−ｓｙｓｔｏｌｅ：フェーズ番号＝８）のＲＯＣ曲線２２１と、負荷時の拡張中期（Ｓｔ−ｍｉｄ−ｄｉａｓｔｏｌｅ：フェーズ番号＝１４）のＲＯＣ曲線２２２と、負荷時の拡張末期（Ｓｔ−ｄｉａｓｔｏｌｅ：フェーズ番号＝１６）のＲＯＣ曲線２２３とを示す。

【0046】

この図において、横軸は偽陽性率（ＦＰＦ）であり、縦軸は真陽性率（ＴＰＦ）である。６個の対象フェーズのＲＯＣ曲線２１１、２１２、２１３、２２１、２２２、２２３の夫々の下側の面積ＡＵＣ（Ａｒｅａ ｕｎｄｅｒ ｔｈｅ ｃｕｒｖｅ）を比較すると、安静時の拡張中期のＲＯＣ曲線２１２のＡＵＣが最も大きい。ＲＯＣ解析において、ＡＵＣが大きいほど、判定の精度が高いことが知られている。これにより、画像処理装置１は、特定フェーズとして、安静時の拡張中期を用いることが望ましい。このような決定方法によれば、画像処理装置１に最適なフェーズを決定することができる。

【0047】

以下、ＦＤ閾値の決定方法について説明する。

【0048】

前述のＲＯＣ解析により得られる真陽性率、偽陰性率、偽陽性率、及び真陰性率を用いて、オッズは、真陽性率／偽陰性率と、偽陽性率／真陰性率とで表され、オッズ比は、（真陽性率／偽陰性率）／（偽陽性率／真陰性率）で表される。各基準点のオッズ比を算出し、オッズ比が最大になる基準点の値を、ＦＤ閾値とする。前述のＲＯＣ解析に用いられたデータによれば、ＦＤ閾値は、４．４３である。このような決定方法によれば、画像処理装置１に最適なＦＤ閾値を決定することができる。

【0049】

なお、ＦＤ閾値は、性別や疾患毎に得られる複数の被験者のＦＤに基づいて決定されても良い。これにより、判定の精度を向上させることができる。

【実施例2】

【0050】

本実施例では、実施例１と同一部分については説明を省略し、実施例１と異なる部分を中心に説明する。

【0051】

図６は、実施例２に係る画像処理装置１の構成を示すブロック図である。実施例１と比較すると、画像処理装置１は、判定部５０の代わりに判定部５０ｂを有する。記憶部２０は、新たに評価データ記憶部２６を有し、判定データ記憶部２５の代わりに判定データ記憶部２５ｂを有する。

【0052】

評価データ記憶部２６は、撮影データの被験者の心機能の評価結果であり、ＦＤと異なる心不全の指標である評価データを格納する。本実施例において、評価データは、ＥＦである。判定部５０ｂは、フラクタル次元データと評価データとに基づいて、当該被験者の心不全に関する判定を行い、判定結果を判定データとして判定データ記憶部２５ｂへ格納する。

【0053】

以下、判定部５０ｂの動作について説明する。

【0054】

図７は、実施例２の判定方法を示す模式図である。この図において、横軸はＥＦを示し、縦軸はＦＤを示す。この図は更に、ＥＦ閾値及びＦＤ閾値を示す。判定部５０ｂは、評価データに示されているＥＦと、フラクタル次元データに示されているＦＤとの組み合わせを、４つの領域Ａ、Ｂ、Ｃ、Ｄの何れであるかを判定し、判定データとして判定データ格納部１５へ格納する。領域Ａは、ＥＦがＥＦ閾値より高く、且つＦＤがＦＤ閾値以下で領域であり、心機能が正常に近いことを示す。領域Ｂは、ＥＦがＥＦ閾値以下で、且つＦＤがＦＤ閾値以下である領域であり、心筋ダメージが小さいので積極的にポンプ機能改善を目指した治療が必要であることを示す。領域Ｃは、ＥＦがＥＦ閾値以下で、且つＦＤがＦＤ閾値より高い領域であり、心不全による突然死のリスクが領域Ａ及びＢに比べて高いことを示す。領域Ｄは、ＥＦがＥＦ閾値より高く、且つＦＤがＦＤ閾値より高い領域であり、心不全による突然死のリスクが領域Ａ〜Ｄの中で最も高いことを示す。

【0055】

表示制御部６０は、判定データ記憶部２５ｂに格納されている判定データを読み出し、判定データに基づく表示情報を表示装置５に表示させる。表示情報は例えば、判定された領域が示す状態であっても良いし、前述のＥＦ及びＦＤの座標系に被験者のＥＦ及びＦＤの座標を示しても良い。

【0056】

本実施例によれば、ＦＤと別の評価データとを組み合わせることにより、心疾患の状態の判定の精度を向上させることができる。例えば、ＥＦとＦＤを組み合わせて判定を行うことにより、ポンプ機能の障害と突然死のリスクとの両方を評価することができる。

【0057】

なお、ＲＯＣ解析における基準の判定方法や、評価データとして、ＥＦの代わりに、ＡＮＰ（ａｔｒｉａｌ ｎａｔｒｉｕｒｅｔｉｃ ｐｅｐｔｉｄｅ）、ＢＮＰ（ｂｒａｉｎ ｎａｔｒｉｕｒｅｔｉｃ ｐｅｐｔｉｄｅ）、ＮＹＨＡ（Ｎｅｗ Ｙｏｒｋ Ｈｅａｒｔ Ａｓｓｏｃｉａｔｉｏｎ）分類等が用いられても良い。

【0058】

用語について説明する。算出ステップは、Ｓ１１０及びＳ１２０等に対応する。判定ステップは、Ｓ１３０等に対応する。記憶手段は、記憶部２０等に対応する。算出手段は、正規化部３０及びフラクタル次元算出部４０等に対応する。判定手段は、判定部５０等に対応する。３次元画像データは、対象画像群等に対応する。評価データ閾値は、ＥＦ閾値等に対応する。

【0059】

上述した本発明の実施形態は、本発明の説明のための例示であり、本発明の範囲をそれらの実施形態にのみ限定する趣旨ではない。当業者は、本発明の要旨を逸脱することなしに、他の様々な態様で本発明を実施することができる。

【符号の説明】

【0060】

１ ：画像処理装置
１０ ：画像処理装置本体
２０ ：記憶部
２２ ：撮影データ記憶部
２３ ：正規化データ記憶部
２４ ：フラクタル次元データ記憶部
２５ ：判定データ記憶部
２６ ：評価データ記憶部
３０ ：正規化部
４０ ：フラクタル次元算出部
５０ ：判定部
６０ ：表示制御部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】