特許 6983573 画像処理装置、画像処理方法およびプログラム

(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】6983573

(24)【登録日】2021年11月26日

(45)【発行日】2021年12月17日

(54)【発明の名称】画像処理装置、画像処理方法およびプログラム

(51)【国際特許分類】

   A61B 6/03 20060101AFI20211206BHJP

   G06T 1/00 20060101ALI20211206BHJP

   G06T 7/00 20170101ALI20211206BHJP

   G06T 7/11 20170101ALI20211206BHJP

【ＦＩ】

   A61B6/03 360J

   A61B6/03 360G

   G06T1/00 290A

   G06T7/00 612

   G06T7/11

【請求項の数】15

【全頁数】43

(21)【出願番号】特願2017-154671(P2017-154671)

(22)【出願日】2017年8月9日

(65)【公開番号】特開2019-30591(P2019-30591A)

(43)【公開日】2019年2月28日

【審査請求日】2020年7月9日

(73)【特許権者】

【識別番号】000001007

【氏名又は名称】キヤノン株式会社

(74)【代理人】

【識別番号】100126240

【弁理士】

【氏名又は名称】阿部 琢磨

(74)【代理人】

【識別番号】100124442

【弁理士】

【氏名又は名称】黒岩 創吾

(72)【発明者】

【氏名】古川 大介

【審査官】 門 良成

(56)【参考文献】

【文献】 特開２００９−０２８１６１（ＪＰ，Ａ）

【文献】 特開２００９−２７３７７１（ＪＰ，Ａ）

【文献】 特開２００８−１９４４５６（ＪＰ，Ａ）

【文献】 特開２００６−２３９００５（ＪＰ，Ａ）

【文献】 特開２００９−２７３６４４（ＪＰ，Ａ）

【文献】 米国特許出願公開第２００９／０１２９６７３（ＵＳ，Ａ１）

【文献】 米国特許出願公開第２００９／００８０７４８（ＵＳ，Ａ１）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ａ６１Ｂ ６／００

Ｇ０６Ｔ １／００

Ｇ０６Ｔ ７／００

(57)【特許請求の範囲】

【請求項1】

画像中に描出されている肺結節の領域を抽出する第一の抽出部と、
前記画像中に描出されている前記肺結節の領域とは異なる構造物の領域を抽出する第二の抽出部と、
前記肺結節の領域の大きさに基づいて決定される距離だけ前記肺結節の領域から離れた位置に判定境界を設定する設定部と、
前記第二の抽出部で抽出された前記構造物の領域が、前記肺結節の領域または前記肺結節の領域を拡大した拡大領域の少なくともいずれか一方と、前記判定境界との両方に接するか否かを判定する判定部と、
前記第二の抽出部で抽出された前記構造物の領域のうち、前記判定部により前記肺結節の領域または前記拡大領域の少なくともいずれか一方と、前記判定境界との両方に接すると判定された前記構造物の領域を所望の構造物の領域として取得する取得部と、
を備える画像処理装置。

【請求項2】

前記設定部は、事前に収集された複数の画像に基づいて決定された値と、前記肺結節の領域の大きさとに基づいて、前記判定境界を設定することを特徴とする請求項１に記載の画像処理装置。

【請求項3】

前記設定部は、前記事前に収集された複数の画像における肺結節の領域の大きさと、前記事前に収集された複数の画像における所望の構造物の抽出精度とに基づいて決定された値に基づいて前記判定境界を設定することを特徴とする請求項２に記載の画像処理装置。

【請求項4】

前記設定部は、前記画像中に描出されている肺結節の領域の大きさと同程度の大きさの肺結節を含む、前記事前に収集された複数の画像において、所望の構造物の抽出精度が高くなるように事前に決定された値を、前記判定境界の設定に用いることを特徴とする請求項３に記載の画像処理装置。

【請求項5】

前記設定部は、前記肺結節の領域と気管の領域との間に前記判定境界を設定することを特徴とする請求項１乃至４のいずれか１項に記載の画像処理装置。

【請求項6】

前記設定部は、前記肺結節の領域と縦隔内の動静脈の領域との間に前記判定境界を設定することを特徴とする請求項１乃至４のいずれか１項に記載の画像処理装置。

【請求項7】

前記画像中の前記肺結節の領域を含み且つ前記肺結節の領域の大きさに基づいて決定される範囲を第二の画像として生成する生成部をさらに備え、
前記設定部は前記判定境界を前記第二の画像の辺縁に設定することを特徴とする請求項１乃至６のいずれか１項に記載の画像処理装置。

【請求項8】

前記画像中に描出されている気管の領域を抽出する第三の抽出部をさらに備え、
前記設定部は前記第一の抽出部で抽出された前記肺結節の領域と前記第三の抽出部で抽出された前記気管の領域との間に前記判定境界を設定する、
ことを特徴とする請求項１乃至４のいずれか１項に記載の画像処理装置。

【請求項9】

前記画像中に描出されている縦隔内の動静脈の領域を抽出する第三の抽出部をさらに備え、
前記設定部は前記第一の抽出部で抽出された前記肺結節の領域と前記第三の抽出部で抽出された前記縦隔内の動静脈の領域との間に前記判定境界を設定する、
ことを特徴とする請求項１乃至４のいずれか１項に記載の画像処理装置。

【請求項10】

前記画像中に描出されている肺野の領域を抽出する第四の抽出部をさらに備え、
前記設定部は前記肺野の領域の中での前記第一の抽出部で抽出された前記肺結節の領域の位置に基づいて前記判定境界を設定する、
ことを特徴とする請求項１乃至６のいずれか１項に記載の画像処理装置。

【請求項11】

前記構造物は気管支または動静脈であることを特徴とする請求項１乃至１０のいずれか１項に記載の画像処理装置。

【請求項12】

前記取得部により取得された所望の構造物の領域を示す画像を生成する生成手段をさらに有することを特徴とする請求項１乃至１１のいずれか１項に記載の画像処理装置。

【請求項13】

画像中に描出されている肺結節の領域を抽出する第一の抽出部と、
前記画像中に描出されている構造物の領域を抽出する第二の抽出部と、
前記画像中に描出されている、前記肺結節の領域および前記構造物の領域とは異なる第二の領域を抽出する第三の抽出部と、
前記第一の抽出部で抽出された前記肺結節の領域と前記第三の抽出部で抽出された前記第二の領域との間に判定境界を設定する設定部と、
前記第二の抽出部で抽出された前記構造物の領域が、前記肺結節の領域または前記肺結節の領域を拡大した拡大領域の少なくともいずれか一方と、前記判定境界との両方に接するか否かを判定する判定部と、
前記第二の抽出部で抽出された前記構造物の領域のうち、
前記判定部により前記肺結節の領域または前記拡大領域の少なくともいずれか一方と、前記判定境界との両方に接すると判定された前記構造物の領域を所望の構造物の領域として取得する取得部と、
を備える画像処理装置。

【請求項14】

画像中に描出されている構造物の領域が、前記画像中に描出されている肺結節の領域または前記肺結節の領域を拡大した拡大領域の少なくともいずれか一方と、前記肺結節の領域の大きさに基づいて決定される距離だけ前記肺結節の領域から離れた位置に設定された判定境界と、の両方に接するか否かを判定する判定工程と、
前記構造物の領域のうち、前記判定工程により前記肺結節の領域または前記拡大領域の少なくともいずれか一方と、前記判定境界との両方に接すると判定された前記構造物の領域を所望の構造物の領域として取得する取得工程と、を備える画像処理方法。

【請求項15】

請求項１４に記載の画像処理方法の各工程をコンピュータに実行させるプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本明細書に開示の技術は、画像処理装置、画像処理方法およびプログラムに関する。

【背景技術】

【0002】

近年、コンピュータ断層撮影装置（ＣＴ）、核磁気共鳴撮像装置（ＭＲＩ）などの医用画像撮影装置の高精細化に伴い、一人の患者から多数の画像（医用画像）が撮影されるようになってきた。その結果、医師が医用画像をもとに診断を行ったり、治療方針を検討したりする、いわゆる読影と呼ばれる作業の負荷が増加している。そこで、計算機で医用画像を解析し、医師に読影の助けとなる情報を提示するシステム（Ｃｏｍｐｕｔｅｒ Ａｉｄｅｄ Ｄｉａｇｎｏｓｉｓ：ＣＡＤ）への期待が高まっている。

【0003】

ＣＡＤシステムが支援対象とする読影作業の一つに、肺結節の鑑別診断がある。肺結節の鑑別診断では、胸部Ｘ線ＣＴ画像中に描出されている肺野領域内に肺結節が存在している場合に、その肺結節が良性か悪性かの判断を行う。この判断を行う際、医師は注目している肺結節（注目肺結節）の周辺を走行する気管支や動静脈の状態（画像所見）を観察する。そして、気管支や動静脈の状態、その他の解剖学的部位の状態、検査結果を合わせて、注目肺結節の良悪性を判断する。

【0004】

医師が目視で行う画像所見の確認を計算機で支援するためには、ＣＡＤシステムは医用画像から注目肺結節の周辺を走行する気管支や動静脈の領域を抽出する必要がある。非特許文献１では、医用画像に描出されている気管支の領域を抽出する画像処理手法が複数種類開示されている。これらの手法はＣＴ画像中の肺野領域内に存在するすべての気管支を抽出対象とする。そして、これらの手法は気管支が気管とともに木構造を有する構造物の一部であるという解剖学的な特徴を利用して、気管支の領域を抽出する。具体的には、これらの手法は最初に気管の領域を抽出する。次に、気管につながる最初の２つの気管支（左右の主気管支）の領域を抽出する。その後、それぞれの主気管支につながる複数の気管支（葉気管支）の領域を抽出する。このような処理を繰り返しながら、末端の気管支に向かって、順次領域の抽出を行う。一般に肺野内を走行する動静脈も同様の方法で抽出される。

【先行技術文献】

【非特許文献】

【0005】

【非特許文献1】Ｐｅｃｈｉｎ Ｌｏ，ｅｔ ａｌ．“Ｅｘｔｒａｃｔｉｏｎ ｏｆ Ａｉｒｗａｙｓ Ｆｒｏｍ ＣＴ （ＥＸＡＣＴ’０９）”，ＩＥＥＥ ＴＲＡＮＳＡＣＴＩＯＮＳ ＯＮ ＭＥＤＩＣＡＬ ＩＭＡＧＩＮＧ，ＶＯＬ．３１，Ｎｏ．１１，ＮＯＶＥＭＢＥＲ ２０１２

【発明の概要】

【発明が解決しようとする課題】

【0006】

気管支や動静脈はその径が細く、周辺の肺野の領域とのコントラストが小さい。また、心臓の周辺を走行する気管支や動静脈は、拍動の影響により撮影中に動くため画像がぶれてしまい、画像上で途切れて描出されることがある。そのため、非特許文献１に記載の技術では気管や大血管の近くにある気管支や動静脈の領域は抽出できるが、注目肺結節の周辺を走行する気管支や動静脈の領域を高い精度で抽出することが難しいという課題があった。なお、前記課題に限らず、後述する発明を実施するための形態に示す各構成により導かれる作用効果であって、従来の技術によっては得られない作用効果を奏することも本件の他の課題の１つとして位置付けることができる。

【課題を解決するための手段】

【0007】

本明細書に開示の画像処理装置は、画像中に描出されている肺結節の領域を抽出する第一の抽出部と、前記画像中に描出されている前記肺結節の領域とは異なる構造物の領域を抽出する第二の抽出部と、前記肺結節の領域の大きさに基づいて決定される距離だけ前記肺結節の領域から離れた位置に判定境界を設定する設定部と、前記第二の抽出部で抽出された前記構造物の領域が、前記肺結節の領域または前記肺結節の領域を拡大した拡大領域の少なくともいずれか一方と、前記判定境界との両方に接するか否かを判定する判定部と、前記第二の抽出部で抽出された前記構造物の領域のうち、前記判定部により前記肺結節の領域または前記拡大領域の少なくともいずれか一方と、前記判定境界との両方に接すると判定された前記構造物の領域を所望の構造物の領域として取得する取得部とを備える。

【発明の効果】

【0008】

本明細書に開示の技術によれば、注目肺結節の周辺を走行する気管支や動静脈の領域を従来よりも高い精度で抽出することが可能となる。

【図面の簡単な説明】

【0009】

【図1】第１の実施形態に係る画像処理装置の機能構成の一例を示す図

【図2】第１の実施形態に係る画像処理装置の処理手順の一例を示すフローチャート

【図3】第１および第２の実施形態に係る画像処理装置で処理される元画像の一例を示す図

【図4】元画像から抽出された肺結節領域の一例を示す模式図

【図5】元画像から抽出された気管支の候補領域の一例を示す模式図

【図6】第１の実施形態に係る画像処理装置で設定される判定境界の一例を説明する模式図

【図7】第１の実施形態に係る画像処理装置で実施される判定の処理の一例を説明する模式図

【図8】第１の実施形態に係る画像処理装置で取得される所望の気管支領域の一例を説明する模式図

【図9】第２の実施形態に係る画像処理装置の機能構成の一例を示す図

【図10】第２の実施形態に係る画像処理装置の処理手順の一例を示すフローチャート

【図11】部分画像と部分肺結節マスク画像の生成の一例を説明する模式図

【図12】第２の実施形態に係る画像処理装置で設定される判定境界の一例を説明する模式図

【図13】第２の実施形態に係る画像処理装置で実施される判定の処理の一例とその処理結果を示す模式図

【図14】第３の実施形態に係る画像処理装置の機能構成の一例を示す図

【図15】第３の実施形態に係る画像処理装置の処理手順の一例を示すフローチャート

【図16】第３および第４の実施形態に係る画像処理装置で処理される元画像の一例を示す模式図

【図17】元画像から抽出された気管領域の一例を示す模式図

【図18】第３の実施形態に係る画像処理装置で設定される判定境界の一例を説明する模式図

【図19】第３の実施形態に係る画像処理装置で実施される判定の処理とその処理結果の一例を示す模式図

【図20】第４の実施形態に係る画像処理装置の機能構成の一例を示す図

【図21】第４の実施形態に係る画像処理装置の処理手順の一例を示すフローチャート

【図22】元画像から抽出された肺野領域の一例を示す模式図

【図23】第４の実施形態に係る画像処理装置でリストＬ_４１を使って設定される判定境界の一例を説明する模式図

【図24】第４の実施形態に係る画像処理装置でリストＬ_４１を使って設定された判定境界に基づいて実施される判定の処理の一例とその処理結果の一例を示す模式図

【図25】第４の実施形態に係る画像処理装置でリストＬ_４２を使って設定される判定境界の一例を説明する模式図

【図26】第４の実施形態に係る画像処理装置でリストＬ_４２を使って設定された判定境界に基づいて実施される判定の処理の一例とその処理結果の一例を示す模式図

【発明を実施するための形態】

【0010】

以下、図面を参照して本発明の実施形態を説明する。各図面に示される同一または同等の構成要素、部材、処理には、同一の符号を付するものとし、適宜重複した説明は省略する。また、各図面において説明上重要ではない構成要素、部材、処理の一部は省略して表示する。

【0011】

以下では、Ｘ線ＣＴ装置で撮影された３次元胸部ＣＴ画像を処理する例を説明する。しかしながら、本発明の適用範囲は３次元胸部ＣＴ画像に限定されるものではない。例えば体幹部全体を撮影したＣＴ画像に対しても、本発明は適用可能である。また、結節、気管支、動静脈が視認できる画像であれば、他の撮像装置で撮影された画像に対しても本発明は適用可能である。また、本発明は２次元画像にも３次元画像にも適用可能である。さらに、本発明の実施形態は以下の実施形態に限定されるものではない。

【0012】

以下では、気管支の領域の抽出を例に挙げて本発明の実施形態について説明する。ただし、本発明は肺野内を走行する動静脈の領域の抽出にも適用可能である。そこで、気管支と動静脈の領域の抽出で共通の処理を実施する場合はその旨記述し、異なる処理を実施する場合は、それぞれについて実施する処理の内容を記述する。

【0013】

＜第１の実施形態＞
本発明に係る画像処理装置は注目肺結節の周辺を走行する構造物（気管支や動静脈）を抽出することを目的とする。注目肺結節の周辺を走行する構造物には次のような性質がある：（１）抽出対象の構造物の領域の少なくとも一部は注目肺結節の近くを走行している、（２）構造物領域（気管支や動静脈の領域）の一般的な特徴として、構造物領域は肺結節や拍動などにより生じる途絶を除き、肺野内で途切れたり発生したりすることはない。そのため、抽出対象の構造物は、注目肺結節からある一定距離だけ離れた領域において、注目肺結節に向かって走行している。

【0014】

以上の点に注目して、本発明に係る画像処理装置は、はじめに画像中の肺結節領域と構造物候補領域（気管支や動静脈の候補領域）を抽出する。次に、肺結節領域の周辺に判定境界を設定する。その後、それぞれの構造物候補領域について、肺結節領域の近傍と判定境界の両方を通るか否かを判定する。もし、構造物候補領域が肺結節領域の近傍と判定境界の両方を通る場合は、その構造物候補領域を注目肺結節に関係する構造物領域として取得する。逆に、そうでなければ、その構造物候補領域を棄却する。

【0015】

判定境界の設定において重要なことは、判定境界を構造物（気管支や動静脈）が注目肺結節に向かって走行してくる領域に配置することである。ところで、気管支は気管とともに木構造を有する構造物の一部である。そのため、気管支はおおむね気管の存在する方向から注目肺結節に向かって走行してくる。そこで、注目肺結節の周辺を走行する気管支を抽出する際には、判定境界を注目肺結節と気管の間に配置することが重要となる。また、肺野内の動静脈は縦隔内の動静脈の方向から注目肺結節に向かって走行してくるため、肺野内の動静脈を抽出する際には、判定境界を注目肺結節と縦隔内動静脈の間に配置することが重要となる。

【0016】

上述の判定境界の配置についての要請をふまえ、第１の実施形態では、注目肺結節を囲むように判定境界を配置する。このように配置すると、注目肺結節が肺野領域のどの位置に存在しても、判定境界は注目肺結節と気管もしくは縦隔内動静脈の間の領域に配置されることになる。また、気管もしくは縦隔内動静脈の方向とは異なる方向から注目肺結節に向かって走行してくる気管支もしくは動静脈も、抽出することが可能となる。

【0017】

以下、図１を参照して本実施形態に係る画像処理装置の機能構成について説明する。画像処理装置１００は画像取得部１１０、記憶部１２０、画像処理部１０００からなる。画像処理部１０００はさらに、第一の抽出部１０１０、第二の抽出部１０２０、計測部１０３０、設定部１０４０、判定部１０５０、取得部１０６０から構成される。画像処理装置１００が備える少なくとも１以上のプロセッサが当該プロセッサと通信可能に接続された少なくとも１以上のメモリに記憶されたプログラムを実行することで、画像処理装置１００は、画像取得部１１０、第一の抽出部１０１０、第二の抽出部１０２０、計測部１０３０、設定部１０４０、判定部１０５０および取得部１０６０として機能する。なお、プロセッサとしてはＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）またはＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）など任意のハードウエアを用いることが可能である。また、異なる種類のプロセッサを併用し上記の各機能を実現することとしてもよい。

【0018】

さらに、画像処理装置１００への入力となるデータ、および画像処理装置１００が出力するデータを保存するためのデータサーバ１３０と画像処理装置１００は通信可能に接続されている。

【0019】

画像取得部１１０は、データサーバ１３０から元画像（３次元胸部ＣＴ画像）を取得する。取得された元画像は、記憶部１２０に保存される。

【0020】

第一の抽出部１０１０は、記憶部１２０から元画像を取得する。そして、元画像に対して公知の画像処理手法の一つである画像セグメンテーション法（画像分割法、領域分割法、領域抽出法とも呼ばれる）を適用し、元画像中に描出されている肺結節の領域を抽出する。すなわち、第一の抽出部１０１０は肺結節に属する画素を特定する。なお、第一の抽出部１０１０より特定される画素は、あくまで第一の抽出部１０１０が肺結節であると判定した画素であり、実際の肺結節を示す画素のみに限定されるものではない。

【0021】

この処理により、第一の抽出部１０１０はマスク画像（肺結節マスク画像）を取得する。ここで、マスク画像とは２値画像のことであり、各画素の画素値はその画素が対象領域に属する画素か否かを示す。すなわち、画像セグメンテーション法により肺結節に属すると特定された画素（肺結節画素）が画素値１で、それ以外の画素（肺結節外画素）が画素値０で表される。取得された肺結節マスク画像は、記憶部１２０に保存される。

【0022】

なお、マスク画像には注目物体の領域（肺結節マスク画像中の肺結節領域）を表す画素とそれ以外の画素が識別可能であれば、画素値としてどのような値を与えても構わない。例えば、画素値として１または２のいずれか一方を与えてもよい。また、注目物体の領域を表す画素とそれ以外の画素に、それぞれ互いに異なる複数の値の中の任意の一つを与えてもよい。

【0023】

上述のマスク画像は２値画像であったが、複数の注目物体が存在する場合には多値のマスク画像を利用する。例えば、Ｎ個の注目物体が存在する場合にはＮ＋１値のマスク画像を利用する。このとき、マスク画像のそれぞれの画素はＮ＋１個の画素値のいずれか一つを持つ。ここで、画素値はそれぞれの注目物体の領域とそれ以外の領域が互いに識別可能であれば、どのような値であっても構わない。

【0024】

以上の２値および多値のマスク画像の性質は、本発明で利用されるすべてのマスク画像において同様である。

【0025】

第二の抽出部１０２０は、記憶部１２０から元画像を取得する。そして、元画像に対して公知の画像セグメンテーション法を適用し、元画像中に描出されている気管支の領域を抽出する。すなわち、第二の抽出部１０２０は気管支に属する画素を特定する。なお、第二の抽出部１０２０より特定される画素は、あくまで第二の抽出部１０２０が気管支であると判定した画素であり、実際の気管支を示す画素のみに限定されるものではない。

【0026】

第二の抽出部１０２０で実施される処理では、通常、複数個の領域が抽出される。それらの領域には、注目肺結節の周辺を走行する気管支の領域、注目肺結節から離れた場所を走行する気管支の領域、気管支ではない（誤抽出された）領域が含まれる。ここで、本実施形態に係る画像処理装置の目的に沿って考えると、第二の抽出処理では、所望の領域（注目肺結節の周辺を走行する気管支の領域）と、それ以外の領域が抽出されると考えられる。そこで、第二の抽出処理で抽出されるそれぞれの領域を、注目肺結節の周辺を走行する気管支の候補領域と呼ぶ。以下では、より簡単に候補領域と呼ぶ。

【0027】

元画像に対して公知の画像セグメンテーション法を適用することにより、第二の抽出部１０２０はマスク画像（候補マスク画像）を取得する。取得した候補マスク画像において、候補領域に属すると特定された画素（候補画素）が画素値１で、それ以外の画素（結節外画素）が画素値０で表される。これらの画素値は肺結節マスク画像でも用いられているが、互いに異なるマスク画像であるため問題とはならない。取得した候補マスク画像は、記憶部１２０に保存される。なお、候補マスク画像において候補画素と候補画素以外の画素が識別可能であれば、画素値としてどのような値を与えても構わない。

【0028】

計測部１０３０は、記憶部１２０から肺結節マスク画像を取得する。そして、肺結節マスク画像中の肺結節領域の重心位置の座標値と平均半径を計測する。計測された重心位置の座標値と平均半径の値は、記憶部１２０に保存される。

【0029】

設定部１０４０は、２つの異なる処理を実施する。１つ目の処理では、合成マスク画像を生成する。合成マスク画像とは、肺結節マスク画像と候補マスク画像の重ね合わせにより生成されるマスク画像である。合成マスク画像において、肺結節マスク画像中の肺結節画素と同一座標値を持つ画素はやはり肺結節画素となる。また同様に、候補マスク画像中の候補画素と同一座標値を持つ画素は候補画素となる。

【0030】

設定部１０４０で実施されるもう１つの処理は、合成マスク画像中に判定境界を設定する処理である。判定境界やその設定処理の詳細については、ステップＳ１０６０の説明で述べる。設定部１０４０によって生成される合成マスク画像は、記憶部１２０に保存される。

【0031】

判定部１０５０は、記憶部１２０から合成マスク画像を取得する。そして、合成マスク画像中のそれぞれの候補領域が所望の領域であるか否かの判定を行う。判定処理は合成マスク画像中に設定された判定境界を用いて行われる。判定結果は記憶部１２０に保存される。ここで、所望の領域とは、例えば、注目肺結節の周辺を走行する気管支の領域であるが、これに限定されるものではない。

【0032】

取得部１０６０は、記憶部１２０から合成マスク画像と判定部１０５０による判定結果を取得する。そして、合成マスク画像中の候補領域の中から判定結果に基づいて所望の領域を取得する。取得部１０６０は取得した所望の領域の情報を、マスク画像（気管支マスク画像）の形式で保存する。気管支マスク画像は記憶部１２０を介してデータサーバ１３０に保存される。

【0033】

ここで図３を参照して、本実施形態に係る画像処理装置１００によって処理される元画像について説明する。図３の画像１３００は、３次元胸部ＣＴ画像（元画像）を構成する複数の断面（横断面）画像中の１つの断面画像である。図面の制約から本図では元画像中の代表的な１つの断面画像を示しているが、元画像には多数の断面画像が含まれる。また本図では理解が容易なように元画像が横断面像から構成されている例を示したが、元画像はその他の断面像（例えば冠状断面像や矢状断面像）から構成されていてもよい。

【0034】

元画像１３００には、患者の胴体１３１０と胴体周辺の空気領域１３２０、空気領域１３３０が写っている。さらに胴体１３１０の内部には、右肺１３４０、左肺１３５０が存在する。ＣＴ画像では右肺が画像の左側に、左肺が画像の右側に写っていることに注意されたい。胴体１３１０の中央に存在するのが気管１３６０である。右肺１３４０、左肺１３５０の内部には、気管支１３７１〜気管支１３７９が存在する。これらの気管支は３次元の管状構造物（その内部は太い線状構造物）であり、不図示の断層像で気管１３６０につながっている。右肺１３４０には肺結節１３８０が存在する。本図において、気管支１３７１の領域が結節に向かって走行しているので、気管支１３７１の領域は注目肺結節の周辺を走行する気管支の領域である。すなわち、気管支１３７１の領域は、本実施形態において抽出したい気管支領域（所望の気管支領域）である。

【0035】

次に図２を参照して、本実施形態の画像処理装置１００の処理手順を説明する。

【0036】

（Ｓ１０１０）
ステップＳ１０１０において、画像取得部１２０はデータサーバ１３０から元画像を取得する。取得された元画像は記憶部１２０に保存される。

【0037】

（Ｓ１０２０）
ステップＳ１０２０において、第一の抽出部１０１０は記憶部１２０から元画像を取得する。そして、元画像中に存在する肺結節の領域（肺結節領域）を抽出する。肺結節領域は、ＣＴ画像内で概ね一定のＣＴ値を有している。そのため、公知の画像セグメンテーション法（しきい値処理法、領域拡張法、Ｌｅｖｅｌ−ｓｅｔ法、Ｇｒａｐｈ−ｃｕｔ法等）を利用することで、肺結節領域を抽出できる。

【0038】

なお、肺結節領域を抽出する際に画像処理装置１００に付属しているポインティングデバイスを利用することも可能である。例えば、操作者にマウスで元画像中に存在する肺結節の位置を指定させる。操作者が肺結節の位置を指定すると、第一の抽出部１０１０は操作者により指定された位置の座標値を取得する。そして、取得した位置座標を画像セグメンテーション法への入力情報（例えば領域拡張法における領域の拡張開始点）として利用する。このような方法により、肺結節領域を高い精度で抽出できる。

【0039】

第一の抽出部１０１０は、抽出された肺結節領域の情報をマスク画像（肺結節マスク画像）の形式で保存する。肺結節マスク画像は記憶部１２０に保存される。

【0040】

図４に肺結節領域の抽出結果の一例を示す。図４の画像１４００は、図３の元画像１３００に対して本ステップの処理を適用することにより得られた肺結節マスク画像Ｍ^{ｎｏｄｕｌｅ}である。そして、肺結節マスク画像１４００中の領域１４１０が肺結節領域Ｖ^{ｎｏｄｕｌｅ}である。この領域は元画像１３００中の右肺１３４０に存在する肺結節１３８０に対応している。本図に示した通り、本ステップの処理により肺結節領域を概ね良好に抽出できる。

【0041】

（Ｓ１０３０）
ステップＳ１０３０において、計測部１０３０は肺結節領域Ｖ^{ｎｏｄｕｌｅ}の平均半径を計測する。はじめに、計測部１０３０は記憶部１２０から肺結節マスク画像Ｍ^{ｎｏｄｕｌｅ}を取得する。

【0042】

次に、肺結節マスク画像中の肺結節領域Ｖ^{ｎｏｄｕｌｅ}の重心位置の座標値を計算する。今、肺結節領域Ｖ^{ｎｏｄｕｌｅ}に属する画素の座標値をＰ^{ｎｏｄｕｌｅ}_［ｉ］＝（ｘ^{ｎｏｄｕｌｅ}_［ｉ］，ｙ^{ｎｏｄｕｌｅ}_［ｉ］，ｚ^{ｎｏｄｕｌｅ}_［ｉ］）とする。ただしｉ＝１，．．．，＃（Ｖ^{ｎｏｄｕｌｅ}）であり、＃（Ｖ^{ｎｏｄｕｌｅ}）はＶ^{ｎｏｄｕｌｅ}に属する画素の数を示す。すると、重心位置の座標値Ｇ^{ｎｏｄｕｌｅ}＝（Ｇ_ｘ^{ｎｏｄｕｌｅ}，Ｇ_ｙ^{ｎｏｄｕｌｅ}，Ｇ_ｚ^{ｎｏｄｕｌｅ}）は、

【0043】

【数1】

で計算される。

【0044】

重心位置の座標値Ｇ^{ｎｏｄｕｌｅ}を計算した後、計測部１０３０は肺結節領域の平均半径Ｒ^{ｎｏｄｕｌｅ}を計測する。ここで、肺結節領域Ｖ^{ｎｏｄｕｌｅ}に属する画素（肺結節画素）のうち、肺結節外画素に接している画素の集合をＳ^{ｎｏｄｕｌｅ}とする。すると、平均半径Ｒ^{ｎｏｄｕｌｅ}は、

【0045】

【数2】

で計算される。ただし、＃（Ｓ^{ｎｏｄｕｌｅ}）はＳ^{ｎｏｄｕｌｅ}に属する画素の数を示す。

【0046】

なお、元画像中に描出されている肺結節領域の平均半径が、本実施形態の画像処理装置１００が処理を開始するより前に何らかの方法で分かっている場合がある。たとえば、操作者が、本実施形態の画像処理装置１００に処理させる肺結節の大きさをあらかじめ一定の大きさに限定するような場合である。このような場合、計測部１０３０は数２で示される肺結節領域の平均半径の計算を行わず、代わりに値Ｒ^{ｎｏｄｕｌｅ}_{ｋｎｏｗｎ}を平均半径Ｒ^{ｎｏｄｕｌｅ}として設定してもよい。ここで、Ｒ^{ｎｏｄｕｌｅ}_{ｋｎｏｗｎ}は、元画像中に描出されている肺結節領域の既知の平均半径である。Ｒ^{ｎｏｄｕｌｅ}_{ｋｎｏｗｎ}は、本実施形態の画像処理装置１００が処理を開始するより前に、データサーバ１３０に格納される。ステップＳ１０３０において計測部１０３０は、Ｒ^{ｎｏｄｕｌｅ}_{ｋｎｏｗｎ}をデータサーバ１３０から取得する。そして、計測部１０３０は、取得した定数Ｒ^{ｎｏｄｕｌｅ}_{ｋｎｏｗｎ}を平均半径Ｒ^{ｎｏｄｕｌｅ}として設定する。

【0047】

計算された肺結節領域の重心位置の座標値Ｇ^{ｎｏｄｕｌｅ}と平均半径Ｒ^{ｎｏｄｕｌｅ}は、記憶部１２０に保存される。 （Ｓ１０４０）
ステップＳ１０４０において、第二の抽出部１０２０は元画像中に存在する気管支の候補領域を抽出する。

【0048】

第二の抽出部１０２０は記憶部１２０から元画像を取得する。そして、公知の画像セグメンテーション法を利用して気管支候補領域を抽出する。以下では、Ｈｅｓｓｅ行列の固有値を用いた手法と領域拡張法を組み合わせた手法を説明する。

【0049】

はじめに、第二の抽出部１０２０は元画像中の各画素についてＨｅｓｓｅ行列を計算する。Ｈｅｓｓｅ行列は、元画像が２次元画像の場合は２ｘ２、３次元画像の場合は３ｘ３の正方行列となる。元画像Ｉ^{ｉｎｐｕｔ}の画素ｐにおけるＨｅｓｓｅ行列の各要素の値は、Ｉ^{ｉｎｐｕｔ}の２階偏導関数の画素ｐでの値である。

【0050】

元画像Ｉ^{ｉｎｐｕｔ}の各画素ｐでＨｅｓｓｅ行列を計算した後、第二の抽出部１０２０は各画素でＨｅｓｓｅ行列の３つの固有値Ｅ_１（ｐ），Ｅ_２（ｐ），Ｅ_３（ｐ）（ただしＥ_３（ｐ）＞Ｅ_２（ｐ）＞Ｅ_１（ｐ））を計算する。そして、さらに次式で定義される値Ｌ^ｌｉｎｅ（ｐ）を計算する。

【0051】

【数3】

ここでφとωはそれぞれ、

【0052】

【数4】

【0053】

【数5】

で計算される。

【0054】

元画像中に線状構造物が描出されている時、Ｌ^ｌｉｎｅ（ｐ）はその線状構造物の領域内の画素ｐで高い値を持つ。ここで、気管支は管状構造物であるが、元画像では気管支内部が太い線状構造物として描出されるという性質がある。そこで、元画像、および元画像の各画素で計算されたＬ^ｌｉｎｅ（ｐ）に対してしきい値処理（Ｉ^{ｉｎｐｕｔ}（ｐ）＜Ｔ^{ｉｎｐｕｔ}_１かつＬ^ｌｉｎｅ（ｐ）＞Ｔ^ｌｉｎｅ）を適用することで、元画像中で気管支領域に属する可能性が高い画素を取得できる。なお、本ステップで説明した画像処理を元画像と同種の学習用画像に対して適用して気管支領域を抽出したときに、気管支領域の抽出精度が最も高くなるようにしきい値を設定することで、しきい値Ｔ^{ｉｎｐｕｔ}_１とＴ^ｌｉｎｅを求めることとしてもよい。

【0055】

上述の処理を終えた後、第二の抽出部１０２０は元画像に対して領域拡張法を適用し気管支候補領域を抽出する。拡張開始点は、上述の処理で取得した元画像中で気管支領域に属する可能性が高い画素とする。拡張条件は、拡張候補画素ｐを中心とする半径Ｒ^ＲＧ_１内の画素ｐ’の画素値Ｉ^{ｉｎｐｕｔ}（ｐ’）がしきい値Ｔ^{ｉｎｐｕｔ}_２より低い（Ｉ^{ｉｎｐｕｔ}（ｐ’）＜Ｔ^{ｉｎｐｕｔ}_２）である。なお、本ステップで説明した画像処理を元画像と同種の学習用画像に対して適用して気管支候補領域を抽出したときに、気管支領域の抽出精度が最も高くなるように半径としきい値を設定することで、半径Ｒ^ＲＧ_１としきい値Ｔ^{ｉｎｐｕｔ}_２を求めることとしてもよい。

【0056】

第二の抽出部１０２０は、抽出された候補領域の情報をマスク画像（候補領域マスク画像Ｍ^{ｃａｎｄｉｄａｔｅ}）の形式で保存する。候補領域マスク画像は記憶部１２０に保存される。

【0057】

図５に気管支の候補領域の抽出結果の一例を示す。図５の画像１５００は、図３の元画像１３００に対して本ステップの処理を適用することにより得られた候補マスク画像Ｍ^{ｃａｎｄｉｄａｔｅ}である。そして、候補マスク画像１５００中の領域１５０１〜１５１６が気管支の候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］である。これらの領域のうち、領域１５０１〜１５０９が元画像１３００中の右肺１３４０と左肺１３５０に存在する気管支１３７１〜１３７９に対応している。本図に示した通り、本ステップの処理により気管支領域を概ね良好に抽出できる。しかしながら、上述の処理で抽出される領域には気管支以外の（誤抽出された）領域も含まれる可能性がある点に注意されたい。画像１５００中の領域１５１０〜１５１６がそのような誤抽出された領域である。上述の処理では、パラメータＴ^{ｉｎｐｕｔ}_１，Ｔ^ｌｉｎｅ，Ｒ^ＲＧ_１，Ｔ^{ｉｎｐｕｔ}_２に学習用画像における気管支領域の抽出精度がもっとも高くなるパラメータを使用している。しかしながら、最適なパラメータを利用したときでさえ、気管支以外の領域が気管支候補領域として誤って抽出される場合がある。そこで、本実施形態に係る画像処理装置１００は、後段の処理でこのような気管支以外の領域を除外する。このような点を踏まえ、ステップＳ１０４０で抽出される領域（画像１５００中の領域１５０１〜１５１６）を候補領域と呼ぶ。

【0058】

最後に、上述の処理では候補領域の抽出に肺野領域の情報を利用しなかったが、第二の抽出部１０２０は候補領域の抽出に肺野領域の情報を利用してもよい。この場合、第二の抽出部１０２０は公知の画像セグメンテーション法を用いて元画像中の肺野領域を抽出する。そして、第二の抽出部１０２０は、本ステップでの処理範囲を肺野領域に限定する。これにより、抽出される候補領域は肺野領域の内部に限定されるため、処理速度の向上および精度の高い気管支領域の抽出が可能となる。

【0059】

（Ｓ１０５０）
ステップＳ１０５０において、設定部１０４０は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}を生成する。合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}は３値のマスク画像であり、それぞれの画素は０，１，２という３つの値をとる。ここで、画素値１はその画素が肺結節領域に属する画素であることを示す。また、画素値２はその画素が候補領域に属する画素であることを示す。そして、画素値０はその画素が肺結節領域と候補領域のいずれにも属さない画素であることを示す。なお、画素値の値は上記の値に限定されるものではない。以下では、合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}における画素値が値１，２，０である画素のことを、それぞれ肺結節画素、候補画素、背景画素と呼ぶ。

【0060】

はじめに、設定部１０４０は記憶部１２０から肺結節マスク画像Ｍ^{ｎｏｄｕｌｅ}と候補領域マスク画像Ｍ^{ｃａｎｄｉｄａｔｅ}を取得する。次に、これらの画像と同じ画像サイズの合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}を生成する。合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}を生成する際、まず設定部１０４０はすべての画素を背景画素とする（つまり画素値０とする）。

【0061】

合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}を生成した後、設定部１０４０は肺結節マスク画像Ｍ^{ｎｏｄｕｌｅ}の肺結節領域Ｖ^{ｎｏｄｕｌｅ}に属する画素と同一座標値を持つ合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}の画素を探し、それらの画素の画素値を１とする。さらに、設定部１０４０は候補領域マスク画像Ｍ^{ｃａｎｄｉｄａｔｅ}の候補節領域Ｖ^{ｃａｎｄｉｄａｔｅ}に属する画素と同一座標値を持つ合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}の画素を探し、それらの画素の画素値を２とする。

【0062】

図６に、設定部１０４０によって生成された合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}の一例を示す。図６の画像１６００は、合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}の一つの断面像である。この断面像は、図３の画像１３００と同一位置での断面像である。画像１６００中の領域１６１０は肺結節マスク画像Ｍ^{ｎｏｄｕｌｅ}の肺結節領域Ｖ^{ｎｏｄｕｌｅ}（図４の肺結節領域１４１０）に対応する領域である。また、領域１６２１〜１６３６は候補領域マスク画像Ｍ^{ｃａｎｄｉｄａｔｅ}の候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］（１＜＝ｉ＜Ｎ^{ｃａｎｄｉｄａｔｅ}）（図５の候補領域１５０１〜１５１６）に対応する領域である。なお、黒点１６４０、矢印１６５０、閉曲線１６６０は次のステップＳ１０６０で付与される情報であるため、ここでは説明を省略する。

【0063】

以下、画像１６００（合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}）中の領域１６１０も、肺結節領域マスク画像Ｍ^{ｎｏｄｕｌｅ}の肺結節領域と同様、肺結節領域Ｖ^{ｎｏｄｕｌｅ}と呼ぶ。そして、領域１６２１〜１６３６も、肺結節領域マスク画像Ｍ^{ｃａｎｄｉｄａｔｅ}の候補領域と同様、候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］と呼ぶ。

【0064】

（Ｓ１０６０）
ステップＳ１０６０において、設定部１０４０は判定境界を設定する。引き続き、図６を参照して判定境界について具体的に説明する。

【0065】

ステップＳ１０６０において、設定部１０４０は判定境界を合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}に設定する。判定境界は肺結節領域の重心位置から一定距離の位置に配置される。すなわち、判定境界は肺結節領域の重心位置を中心とし所定の半径を持つ球の表面と同等の形状を持つ。図６中の閉曲線１６６０が設定部１０４０によって設定された判定境界である。図６では合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}の一つの断層像のみを示しているため判定境界１６６０が円形であるように見えるが、合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}のすべての断面像を横断的に観察すると判定境界１６６０が球形であることが分かる。

【0066】

判定境界を合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}中に配置するために、設定部１０４０は判定境界の中心と、判定境界の半径を決定する。はじめに、設定部１０４０は判定境界の中心を決定する。判定境界の中心は、肺結節領域１６１０の重心位置とする。肺結節領域の重心位置の座標値Ｇ^{ｎｏｄｕｌｅ}はステップＳ１０３０ですでに計算されており、記憶部１２０に保存されている。そこで、設定部１０４０は記憶部１２０から肺結節領域の重心位置の座標値Ｇ^{ｎｏｄｕｌｅ}を取得する。そして、取得した値を判定境界の中心の座標値として使用する。図６では、黒点１６４０が肺結節領域Ｖ^{ｎｏｄｕｌｅ}の重心位置である。肺結節領域Ｖ^{ｎｏｄｕｌｅ}の重心位置１６４０と判定境界１６６０の位置関係より、判定境界１６６０の中心が肺結節領域Ｖ^{ｎｏｄｕｌｅ}の重心位置１６４０と一致していることが分かる。

【0067】

次に、設定部１０４０は判定境界の半径を決定する。判定境界の半径は、例えば肺結節領域の平均半径に基づいて決定される。具体的には、あらかじめ準備されている複数の値の中から肺結節領域Ｖ^{ｎｏｄｕｌｅ}の平均半径Ｒ^{ｎｏｄｕｌｅ}に対応する値を一つ選択し、選択された値を判定境界の半径とする。図６の合成マスク画像１６００では、矢印１６５０が判定境界の半径を示している。判定境界の半径は、肺結節領域の平均半径以外の情報（平均直径、最大半径、半径の中央値など）に基づいて決定されることとしてもよい。

【0068】

肺結節領域Ｖ^{ｎｏｄｕｌｅ}の平均半径Ｒ^{ｎｏｄｕｌｅ}はステップＳ１０３０で計算されており、記憶部１２０に保存されている。そこで、設定部１０４０は記憶部１２０から肺結節領域の平均半径Ｒ^{ｎｏｄｕｌｅ}を取得する。次に、設定部１０４０は記憶部１２０を介してデータサーバ１３０から判定境界の半径を格納したリストＬ_１を取得する。リストＬ_１には、（肺結節領域の平均半径Ｒ^{ｎｏｄｕｌｅ}_［ｋ］，判定境界の半径Ｒ^{ｄｅｃｉｓｉｏｎ}_［ｋ］）（１＜＝ｋ＜＝Ｎ^Ｌ１）という２つの数値の組が複数個格納されている。例えば、複数の異なる値の平均半径Ｒ^{ｎｏｄｕｌｅ}_［ｋ］に対して複数の異なる値の判定境界の半径Ｒ^{ｄｅｃｉｓｉｏｎ}_［ｋ］がそれぞれ対応付けられている。ここで、Ｒ^{ｄｅｃｉｓｉｏｎ}_［ｋ］は、例えば、肺結節領域の平均半径がＲ^{ｎｏｄｕｌｅ}_［ｋ］であるような肺結節領域が描出されている画像において、所望の気管支領域が最も高い精度で抽出できる判定境界の半径である。なお、Ｒ^{ｄｅｃｉｓｉｏｎ}_［ｋ］は、肺結節領域の平均半径がＲ^{ｎｏｄｕｌｅ}_［ｋ］であるような肺結節領域が描出されている画像において、所望の気管支領域が所定閾値以上の精度で抽出できる値であってもよい。

【0069】

設定部１０４０はデータサーバ１３０からリストＬ_１を取得した後、Ｌ_１内に格納されているそれぞれのＲ^{ｎｏｄｕｌｅ}_［ｋ］とＲ^{ｎｏｄｕｌｅ}を比較し、Ｒ^{ｎｏｄｕｌｅ}に最も近い値Ｒ^{ｎｏｄｕｌｅ}_［ｋ’］（１＜＝ｋ’＜＝Ｎ^Ｌ１）を探す。そして、Ｒ^{ｎｏｄｕｌｅ}_［ｋ’］と組をなしている判定境界の半径Ｒ^{ｄｅｃｉｓｉｏｎ}_［ｋ’］を、合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}に設定する判定境界の半径として用いる。

【0070】

なお、元画像中に描出されている肺結節領域の平均半径が、本実施形態の画像処理装置１００が処理を開始するより前に何らかの方法で分かっている場合がある。たとえば、操作者が、本実施形態の画像処理装置１００に処理させる肺結節の大きさをあらかじめ一定の大きさに限定するような場合である。このような場合、設定部１０４０は上述の判定境界の半径の決定処理を行わず、代わりに定数Ｒ^{ｄｅｃｉｓｉｏｎ}_{ｃｏｎｓｔ}を判定境界の半径として設定してもよい。今、元画像中に描出されている肺結節の既知の平均半径をＲ^{ｎｏｄｕｌｅ}_{ｋｎｏｗｎ}とする。すると、定数Ｒ^{ｄｅｃｉｓｉｏｎ}_{ｃｏｎｓｔ}は、肺結節領域の平均半径がＲ^{ｎｏｄｕｌｅ}_{ｋｎｏｗｎ}であるような肺結節領域が描出されている画像において、所望の気管支領域が所定閾値以上の精度で抽出できる値であればよい。定数Ｒ^{ｄｅｃｉｓｉｏｎ}_{ｃｏｎｓｔ}は、本実施形態の画像処理装置１００が処理を開始するより前に、データサーバ１３０に格納される。ステップＳ１０６０において設定部１０４０は、Ｒ^{ｄｅｃｉｓｉｏｎ}_{ｃｏｎｓｔ}をデータサーバ１３０から取得する。そして、設定部１０４０は、取得した定数Ｒ^{ｄｅｃｉｓｉｏｎ}_{ｃｏｎｓｔ}を判定境界の半径とする。上述の通り、肺結節の大きさが既知である場合も、肺結節の既知の大きさに基づき、判定境界を肺結節領域の重心位置から一定距離の位置に配置することが可能である。

【0071】

ここまでの処理で、設定部１０４０は判定境界を設定するための情報を取得した。最後に、設定部１０４０は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}中に判定境界を設定する。具体的には、合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}中に中心位置Ｇ^{ｎｏｄｕｌｅ}、半径Ｒ^{ｄｅｃｉｓｉｏｎ}_［ｋ’］の球を描く。最も簡単な方法は、合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}の画素Ｇ^{ｎｏｄｕｌｅ}から距離ｒだけ離れた位置にあるすべての画素に判定境界に属する画素を表す画素値を与えることである。ここで、Ｒ^{ｄｅｃｉｓｉｏｎ}_［ｋ’］＜＝ｒ＜＝Ｒ^{ｄｅｃｉｓｉｏｎ}_［ｋ’］＋ΔＲ，ΔＲ＞＝０である。画素値は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}中の肺結節領域Ｖ^{ｎｏｄｕｌｅ}や候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］と区別可能であれば、どのような値であっても構わない。図６の合成マスク画像１６００に描画されている閉曲線１６６０が判定境界である。

【0072】

ΔＲの値は０以上であればどのような値でも構わないが、判定境界を表す球面の厚み（図６の閉曲線１６６０の太さ）が少なくとも２画素以上となるか、判定境界を表す画素が互いに６近傍連結となるような値であることが望ましい。これは、本実施形態に係る画像処理装置１００によって扱われる画像が離散的な画素の集合で表されているためである。ΔＲの値に０、もしくは非常に小さな値を用いた場合、判定境界を表す画素が２６近傍連結となることがある。また、場合によっては、判定境界が１本の閉曲線ではなく、互いに連結していない複数個の線分になることもある。このような判定境界を合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}に設定した場合、次に説明するステップＳ１０６０の処理が期待通りの効果を発揮しない場合がある。そのため、ΔＲにはある程度大きな値を与えるとよい。例えば、ΔＲの値をＲ_{ｄｅｃｉｓｉｏｎ［ｋ’］}の値の１０％（ΔＲ＝０．１ｘＲ^{ｄｅｃｉｓｉｏｎ}_［ｋ’］）とすればよい。また、合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}中の画素のうち、画素Ｇ^{ｎｏｄｕｌｅ}からＲ^{ｄｅｃｉｓｉｏｎ}_［ｋ’］以上離れた位置にあるすべての画素が判定境界となるように、ΔＲの値を設定しても構わない。ステップＳ１０６０の処理の特性上、ΔＲの値として大きな値を用いても問題にならない。

【0073】

上述の処理をすべて終えた後、設定部１０４０は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}を記憶部１２０に保存する。

【0074】

以上で、ステップＳ１０６０において設定部１０４０が行う処理の説明を終える。

【0075】

ここからは、データサーバ１３０に格納されているリストＬ_１の構築方法について説明する。リストＬ_１に格納されている値の組（Ｒ^{ｎｏｄｕｌｅ}_［ｋ］，Ｒ^{ｄｅｃｉｓｉｏｎ}_［ｋ］）は、例えば、事前に収集された複数の学習用画像から決定される。

【0076】

はじめに、ユーザは、それぞれの学習用画像について、その画像中に存在する肺結節の領域の半径を計測する。次に、ユーザは肺結節領域の半径に応じて学習用画像を分類する。例えば、半径５ｍｍ未満の肺結節が描出されている学習用画像をグループ１に分類する。次に、５ｍｍ以上１０ｍｍ未満の肺結節が描出されている学習用画像をグループ２に分類する。このように、すべての学習用画像を半径に関して５ｍｍ区切りで定義されたグループのいずれかに分類する。なお、肺結節の領域の半径の計測、学習用画像の分類を画像処理装置１００が実施することとしてもよい。

【0077】

なお、学習用画像を５ｍｍ区切りで定義されたグループのいずれかに分類することとしたが、一例であり他の方法でグループを分類することとしてもよい。すなわち、部類するグループの数は２つに限定されるものではなく３以上であってもよいし、５ｍｍ区切りでなくともよい。学習用画像をどの程度の大きさごとに異なるグループに分類するかは、後述の判定境界の半径の決定処理における所望の気管支領域の抽出精度に基づいて決定すればよい。

【0078】

すべての学習用画像を肺結節領域の半径に基づいて分類した後、それぞれのグループについて、画像処理装置１００は、所望の気管支領域が最も高い精度で抽出されるような判定境界の半径の値を取得する。このステップでは、画像処理装置１００が、範囲［Ｒ^{ｄｅｃｉｓｉｏｎ}_ｍｉｎ，Ｒ^{ｄｅｃｉｓｉｏｎ}_ｍａｘ］（Ｒ^{ｄｅｃｉｓｉｏｎ}_ｍｉｎ，Ｒ^{ｄｅｃｉｓｉｏｎ}_ｍａｘについては後述）の中で値を一つ選択する。そして、第１の実施形態に係る画像処理装置１００が実施するステップＳ１０１０からＳ１０７０までの処理を学習用画像に適用して所望の領域を実際に抽出し、抽出精度を計算する。このとき、画像処理装置１００は、先ほど選択した値を判定境界の仮の半径として利用する。この一連の処理を範囲［Ｒ^{ｄｅｃｉｓｉｏｎ}_ｍｉｎ，Ｒ^{ｄｅｃｉｓｉｏｎ}_ｍａｘ］の様々な値で実施し、画像処理装置１００は、それぞれの値について抽出精度を求める。このようにして、それぞれの学習用画像のグループについて、判定境界の半径と抽出精度の関係を取得することができる。最後に、画像処理装置１００は、それぞれの学習用画像のグループで、抽出精度が最も高かった時の判定境界の半径をそのグループでの判定境界の半径Ｒ^{ｄｅｃｉｓｉｏｎ}_［ｋ］として選択する。なお、抽出精度は、例えば、予め決められた肺結節領域の正解データと画像処理装置１００の抽出結果との一致度により求めることが可能である。

【0079】

ここで、上述の処理で用いられているＲ^{ｄｅｃｉｓｉｏｎ}_ｍｉｎとＲ^{ｄｅｃｉｓｉｏｎ}_ｍａｘについて説明する。Ｒ^{ｄｅｃｉｓｉｏｎ}_ｍｉｎは、処理しようとしている学習用画像に描出されている肺結節の領域の平均半径の値Ｒ_{ｎｏｄｕｌｅ}とすればよい。一方、Ｒ^{ｄｅｃｉｓｉｏｎ}_ｍａｘは、処理しようとしている学習用画像に描出されている肺結節の領域から気管の領域までの距離とすればよい。

【0080】

それぞれのグループについて、抽出精度が最も高くなる判定境界の半径Ｒ^{ｄｅｃｉｓｉｏｎ}_［ｋ］が得られた後、判定境界の半径Ｒ^{ｄｅｃｉｓｉｏｎ}_［ｋ］とそのグループに属する肺結節領域の半径の代表値を１組の値とする。ここで、肺結節領域の半径の代表値は、例えばそれぞれのグループに属している肺結節領域の半径の中間値とすればよい。例えば、グループ２の肺結節（５ｍｍ以上１０ｍｍ未満の肺結節）であれば、Ｒ^{ｎｏｄｕｌｅ}_［２］＝７．５ｍｍとする。このようにして得られた肺結節領域の半径の代表値Ｒ^{ｎｏｄｕｌｅ}_［ｋ］と判定境界の半径Ｒ^{ｄｅｃｉｓｉｏｎ}_［ｋ］を、順番に１組の値（Ｒ^{ｎｏｄｕｌｅ}_［ｋ］，Ｒ^{ｄｅｓｉｃｉｏｎ}_［ｋ］）としてデータサーバ１３０に格納する。最後に、ここで述べた判定境界の半径の決定処理は第１の実施形態に係る画像処理装置１００を構築する段階で１度だけ実施すればよく、元画像を処理する段階では実施する必要がないことに注意されたい。

【0081】

以上で、データサーバ１３０に格納されているリストＬ_１の構築方法についての説明を終える。

【0082】

（Ｓ１０７０）
ステップＳ１０７０において、判定部１０５０は合成マスク画像中のそれぞれの候補領域が所望の領域であるか否かを判定する。図７を参照して、判定部の処理について説明する。図７の画像１７００は、合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}である。合成マスク画像１７００中の破線で囲まれた領域１７１０は肺結節領域Ｖ^{ｎｏｄｕｌｅ}である。また、領域１７２１〜領域１７３６は候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］である。

【0083】

はじめに、判定部１０５０は記憶部１２０から合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}を取得する。

【0084】

次に、判定部１０５０は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}中の肺結節領域Ｖ^{ｎｏｄｕｌｅ}に対してモルフォロジ演算の一つである膨張演算（ｄｉｌａｔｉｏｎ）を適用する。そして、肺結節領域Ｖ^{ｎｏｄｕｌｅ}の拡大領域Ｖ^{ｎｏｄｕｌｅ}’を取得する。なお、膨張演算は必須の処理ではない。ここで、肺結節領域Ｖ^{ｎｏｄｕｌｅ}および拡大大領域Ｖ^{ｎｏｄｕｌｅ}’は、肺結節の領域に関する領域の一例に相当する。

【0085】

膨張演算の構造要素には半径Ｒ^{ｄｉｌａｔｉｏｎ１}の球が用いられる。半径Ｒ^{ｄｉｌａｔｉｏｎ１}の値には、元画像と同種の学習用画像に対して実際にステップＳ１０１０からＳ１０８０までの処理を適用して気管支領域を抽出したときに、所望の気管支領域が最も高い精度で得られる値を用いる。なお、半径Ｒ^{ｄｉｌａｔｉｏｎ１}は、画像と同種の学習用画像に対して実際にステップＳ１０１０からＳ１０８０までの処理を適用して気管支領域を抽出したときに、所望の気管支領域が所定閾値以上の精度で抽出できる値であってもよい。

【0086】

また、Ｒ^{ｄｉｌａｔｉｏｎ１}の値を肺結節領域の平均半径Ｒ^{ｎｏｄｕｌｅ}に応じて決定してもよい。この場合には、結節の平均半径Ｒ^{ｎｏｄｕｌｅ}に応じて判定境界の半径Ｒ^{ｄｅｃｉｓｉｏｎ}_［ｋ’］を決定する方法と同様の方法を用いて、Ｒ^{ｄｉｌａｔｉｏｎ１}を決定すればよい。具体的な処理については、ステップＳ１０６０の説明を参照されたい。

【0087】

図７の画像１７００では、実線で囲まれた領域１７６０が拡大領域Ｖ^{ｎｏｄｕｌｅ}’である。拡大領域１７６０は、肺結節領域１７１０が重心１７５０を中心として拡大された領域である。

【0088】

拡大領域Ｖ^{ｎｏｄｕｌｅ}’を取得した後、判定部１０５０は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}中のそれぞれの候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］（１＜＝ｉ＜＝Ｎ^{ｃａｎｄｉｄａｔｅ}）が所望の領域であるか否かを判定する。ここで、判定とは例えば候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］に属する画素のうち、少なくともＮ^{ｖｏｘｅｌ}個の画素が拡大領域Ｖ^{ｎｏｄｕｌｅ}’と判定境界Ｖ^{ｄｅｃｉｓｉｏｎ}の両方に接している、もしくは重なっていることを確認する処理のことである。ここで、Ｎ^{ｖｏｘｅｌ}は元画像と同種の学習用画像に対して実際にステップＳ１０１０からＳ１０８０までの処理を適用して気管支領域を抽出したときに、所望の気管支領域が最も高い精度で得られる値を用いる。なお、Ｎ^{ｖｏｘｅｌ}は、元画像と同種の学習用画像に対して実際にステップＳ１０１０からＳ１０８０までの処理を適用して気管支領域を抽出したときに、所望の気管支領域が所定閾値以上の精度で抽出できる判定境界の値であってもよい。すなわち、Ｎ^{ｖｏｘｅｌ}は任意の値とすることが可能でありＮ^{ｖｏｘｅｌ}は例えば１画素以上であればよい。

【0089】

候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］が拡大領域Ｖ^{ｎｏｄｕｌｅ}’と判定境界Ｖ^{ｄｅｃｉｓｉｏｎ}とに接している、もしくは重なっている場合、判定部１０５０は判定結果を格納する変数Ｂ_［ｉ］に判定結果‘真’を格納する。逆に、候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］が拡大領域Ｖ^{ｎｏｄｕｌｅ}’と判定境界Ｖ^{ｄｅｃｉｓｉｏｎ}とのうち少なくとも一方に接していない場合は、変数Ｂ_［ｉ］に判定結果‘偽’を格納する。すべての候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］について判定を行った後、判定部１０５０は判定結果Ｂ_［ｉ］を記憶部１２０に保存する。なお、膨張処理をしない場合には、判定部１０５０は拡大領域Ｖ^{ｎｏｄｕｌｅ}’に替えて肺結節領域Ｖ^{ｎｏｄｕｌｅ}と候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］が接している、もしくは重なっているかを判定する。

【0090】

ここで、候補領域１７２１〜候補領域１７３６のそれぞれについて判定結果を確認する。候補領域１７２１は拡大領域１７６０と判定境界１７４０の両方と接している（重なっている）ため、判定結果は‘真’となる。候補領域１７３０は判定境界１７４０とは接している（重なっている）が拡大領域１７６０には接していない（重なっていない）ため、判定結果は‘偽’となる。逆に、候補領域１７３１は拡大領域１７６０には接している（重なっている）が判定境界１７４０とは接してない（重なっていない）ため、判定結果は‘偽’となる。候補領域１７２２〜候補領域１７２９、候補領域１７３２〜候補領域１７３６は、拡大領域１７６０にも判定境界１７４０にも接していない（重なっていない）ため、判定結果は‘偽’となる。

【0091】

（Ｓ１０８０）
ステップＳ１０８０において、取得部１０６０はステップＳ１０７０で行われた判定の結果に基づいて候補領域の中から所望の気管支の領域を取得する。ここで、所望の気管支とは例えば注目肺結節の周辺を走行する気管支であり、異なる観点からは、所望の気管支は気管から結節に向かって走行する気管支ということができる。

【0092】

はじめに、取得部１０６０は記憶部１２０から合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}とすべての判定結果Ｂ_［ｉ］（１＜＝ｉ＜＝Ｎ^{ｃａｎｄｉｄａｔｅ}）を取得する。次に、取得部１０６０は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}と同じ画像サイズのマスク画像（気管支マスク画像Ｍ^{ｂｒｏｎｃｈｕｓ}）を生成する。気管支マスク画像Ｍ^{ｂｒｏｎｃｈｕｓ}のすべての画素には、気管支外画素を表す画素値が代入される。

【0093】

気管支マスク画像Ｍ^{ｂｒｏｎｃｈｕｓ}が生成された後、取得部１０６０は合成マスク画像内の各候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］について判定結果Ｂ_［ｉ］を確認する。もし、判定結果Ｂ_［ｉ］が‘真’であれば、候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］を所望の領域Ｖ^{ｂｒｏｎｃｈｕｓ}として取得する。そして、取得された領域に属するそれぞれの画素について、気管支マスク画像Ｍ^{ｂｒｏｎｃｈｕｓ}内で対応する画素の画素値を‘気管支画素’とする。この処理をすべての候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］について適用して、取得部１０６０は所望の領域を取得する。

【0094】

図８に本ステップで取得される気管支マスク画像の一例を示す。図８の気管支マスク画像１８００は、図７の合成マスク画像１７００中の候補領域１７２１〜候補領域１７３６に対して本ステップの取得の処理を適用して得られた結果である。ステップＳ１０７０の処理により、図７の候補領域１７２１のみが判定結果‘真’であり、それ以外の候補領域が判定結果‘偽’であった。この判定結果に基づき、本ステップにおいて領域１７２１が所望の領域１８１１として取得される。そして、候補領域１７２１以外の候補領域（候補領域１７２２〜候補領域１７３６）は取得されない。

【0095】

取得部１０６０により生成された気管支マスク画像Ｍ^{ｂｒｏｎｃｈｕｓ}は、記憶部１２０を介してデータサーバ１３０に保存される。

【0096】

以上の手順に従い、第１の実施形態に係る画像処理装置１００は注目肺結節の周辺を走行する気管支を抽出する処理を行う。

【0097】

ここからは、第１の実施形態に係る画像処理装置１００で注目肺結節に向かって周辺を走行する動静脈を抽出する処理について説明する。第１の実施形態に係る画像処理装置１００が実施する処理のうち、ステップＳ１０１０、Ｓ１０２０、Ｓ１０３０の処理は動静脈領域の抽出でも同じである。ステップＳ１０４０において第二の抽出部１０２０は、気管支領域ではなく、動静脈の候補領域を抽出する。動静脈領域は、気管支領域と同様、細い管状構造物（その内部は太い線状構造物）である。一方、気管支領域とは異なり、肺野領域よりも高いＣＴ値を有する。そこでステップＳ１０４０では、第二の抽出部１０２０は、元画像、および元画像の各画素で計算されたＬ^ｌｉｎｅ（ｐ）に対してしきい値処理（Ｉ^{ｉｎｐｕｔ}（ｐ）＞Ｔ^{ｉｎｐｕｔ}_１かつＬ^ｌｉｎｅ（ｐ）＞Ｔ^ｌｉｎｅ）を適用することで、元画像中で動静脈領域に属する可能性が高い画素を取得する。そして、第二の抽出部１０２０は、拡張条件「拡張候補画素ｐを中心とする半径Ｒ^ＲＧ_１内の画素ｐ’の画素値Ｉ^{ｉｎｐｕｔ}（ｐ’）がしきい値Ｔ^{ｉｎｐｕｔ}_２より高い（Ｉ^{ｉｎｐｕｔ}（ｐ’）＞Ｔ^{ｉｎｐｕｔ}_２）」を用いて、領域拡張処理を行う。ステップＳ１０５０、Ｓ１０６０、Ｓ１０７０、Ｓ１０８０では、気管支領域の抽出での処理と同様の処理を行えばよい。

【0098】

以上の手順に従い、第１の実施形態に係る画像処理装置１００は注目肺結節の周辺を走行する動静脈を抽出する処理を行う。

【0099】

第１の実施形態に係る画像処理装置１００は、上述の処理により注目肺結節の周辺を走行する構造物（気管支や動静脈）の領域を従来よりも高い精度で抽出できる。すなわち、気管支や動静脈のうち注目肺結節に関係する気管支や動静脈を高い精度で抽出できる。言い換えれば、気管支や動静脈のうち医師が特に着目する可能性のある気管支や動静脈を高い精度で抽出できる。

【0100】

＜第２の実施形態＞
第２の実施形態に係る画像処理装置は、元画像の一部分を切り出して、部分画像を生成する。そして、生成された部分画像の辺縁に判定境界を設定する。ここで、部分画像は元画像に描出されている肺結節の領域を含むように切り出される。また、部分画像の画像サイズは元画像に描出されている肺結節領域の平均半径に基づいて決定される。結果として、判定境界は、肺結節領域の平均半径に基づいて決定される距離だけ肺結節領域から離れた位置に設定されることになる。以下、第２の実施形態に係る画像処理装置について説明する。

【0101】

図９を参照して本実施形態に係る画像処理装置の機能構成について説明する。第２の実施形態に係る画像処理装置２００の画像処理部２０００は、第一の抽出部１０１０、第二の抽出部２０２０、計測部１０３０、設定部２０４０、判定部２０５０、取得部２０６０、生成部２０７０からなる。第１の実施形態と同様に画像処理装置２００が備える１以上のプロセッサにより上記の各部の機能が実現される。これらの処理部のうち、第一の抽出部１０１０と計測部１０３０は、第１の実施形態に係る画像処理装置１００での処理部と同じ処理を行う。そのため、これらの処理部の説明は省略する。

【0102】

第二の抽出部２０２０、判定部２０５０、取得部２０６０は、第１の実施形態に係る画像処理装置１００における第二の抽出部１０２０、判定部１０５０、取得部１０６０と同等の処理を行う。ただし、第二の抽出部２０２０、判定部２０５０、取得部２０６０は部分画像と部分合成マスク画像を処理する。

【0103】

設定部２０４０は後述の部分肺結節マスク画像と部分候補マスク画像から合成マスク画像を生成する。そして、生成された合成マスク画像の辺縁に判定境界を設定する。生成された合成マスク画像は記憶部１２０に保存される。

【0104】

生成部２０７０は、２種類の画像サイズ変更処理を行う。１つ目の画像サイズ変更処理は、画像の切り出しである。第一の抽出部１０１０と計測部１０３０が処理を終えた後、生成部２０７０は記憶部１２０から元画像、肺結節マスク画像、肺結節領域の重心位置の座標値を取得する。そして、生成部２０７０は、元画像と肺結節マスク画像の一部分を切り出し、切り出した部分を新たな画像として生成する。画像の切り出し範囲は、それぞれの画像において肺結節領域の重心位置と同一座標の位置をおおよそ中心とし、所定の方法で決定された大きさの矩形で囲まれる範囲とする。なお切り出し範囲の形状は矩形に限定されるものではない。この切り出し処理により、元画像から部分画像が生成される。同様に、肺結節マスク画像から部分肺結節マスク画像が生成される。これら２つの画像は記憶部１２０に保存される。

【0105】

生成部２０７０によって実施される２つ目の画像サイズ変更処理は、取得部２０６０で生成されるマスク画像（部分気管支マスク画像）の画像サイズを元画像と同じ画像サイズにする処理である。詳細は後述するが、第２の実施形態に係る画像処理装置２００は部分画像中に存在する気管支の領域を抽出する。部分画像は元画像から切り出された画像であるため、部分気管支マスク画像の画像サイズは元画像のそれとは異なる。そこで、生成部２０７０で部分気管支マスク画像の画像サイズが元画像と同じ画像サイズになるように、部分気管支マスク画像の画像サイズを変更する。この処理は、第１の画像サイズ変更処理と逆の手順の処理となることに注意されたい。

【0106】

次に図１０を参照して、本実施形態の画像処理装置２００の処理手順を説明する。本実施形態に係る画像処理装置２００は、第１の実施形態に係る画像処理装置１００で実行されるステップＳ１０１０、Ｓ１０２０、Ｓ１０３０の処理を実施する。その後、以下で説明するステップＳ２０３５、Ｓ２０４０、Ｓ２０５０、Ｓ２０６０、Ｓ２０７０、Ｓ２０８０、Ｓ２０９０の処理を実行する。

【0107】

（Ｓ２０３５）
ステップＳ２０３５において、生成部２０７０は記憶部１２０から元画像と肺結節マスク画像を取得する。そして、それぞれの画像から画像中の所定の範囲（切り出し範囲）を切り出し、部分画像と部分肺結節マスク画像を生成する。なお元画像が３次元画像であるため、ここで述べる切り出し範囲とは直方体領域のことである。また、本ステップで生成される画像は３次元画像である。もし元画像が２次元画像であれば、切り出し範囲は長方形領域となり、生成される画像は２次元画像となる。なお、直方体領域と長方形領域にはそれぞれ立方体領域と正方形領域が含まれる。

【0108】

図１１を参照して、部分画像と部分肺結節マスク画像の生成について説明する。図１１の画像２０００は、第２の実施形態に係る画像処理装置２００によって処理される元画像である。これは、図３の元画像１３００と同じ画像である。

【0109】

はじめに、生成部２０７０は切り出し範囲の中心位置を決定する。ここで、切り出し範囲の中心位置は肺結節領域の重心位置とする。肺結節領域の重心位置の座標値Ｇ^{ｎｏｄｕｌｅ}はステップＳ１０３０ですでに計算されており、記憶部１２０に保存されている。そこで、生成部２０７０は記憶部１２０から肺結節領域の重心位置の座標値Ｇ^{ｎｏｄｕｌｅ}を取得する。そして、取得した値を判定境界の中心の座標値として使用する。図１１の画像２０００中の黒点２０２０が肺結節領域の重心位置の座標値Ｇ^{ｎｏｄｕｌｅ}である。

【0110】

次に、生成部２０７０は切り出し範囲の大きさを決定する。ここで切り出し範囲の大きさは、直方体領域の一辺の長さ（Ｗ^ｖｏｉｘＨ^ｖｏｉｘＤ^ｖｏｉ）で定義される。ここで、Ｗ^ｖｏｉ，Ｈ^ｖｏｉ，Ｄ^ｖｏｉはそれぞれ正の整数である。直方体領域の一辺の長さ（Ｗ^ｖｏｉｘＨ^ｖｏｉｘＤ^ｖｏｉ）は、元画像から所望の気管支の領域を抽出するのに最適な判定境界の半径の２倍とする。具体的な決定方法は、第１の実施形態に係る画像処理装置１００の設定部１０４０がステップＳ１０６０で判定境界の半径を決定する方法に準じる。詳細について以下で説明する。

【0111】

判定境界の半径を決定するためには肺結節領域の平均半径が必要であるが、肺結節領域の平均半径Ｒ^{ｎｏｄｕｌｅ}はステップＳ１０３０ですでに計測されており、記憶部１２０に保存されている。そこで、生成部２０７０は記憶部１２０肺結節領域の平均半径Ｒ^{ｎｏｄｕｌｅ}を取得する。次に、生成部２０７０は判定境界の半径を決定するためにリストＬ_１を記憶部１２０から取得する。リストＬ_１に格納されている値の詳細については、第１の実施形態の説明で述べた通りである。肺結節領域の平均半径Ｒ^{ｎｏｄｕｌｅ}とリストＬ_１を取得した後、生成部２０７０は判定境界の半径を決定する。判定境界の半径の決定方法についても、ステップＳ１０６０の説明で述べた通りである。以上の処理を経て、生成部２０７０は判定境界の半径Ｒ^{ｄｅｃｉｓｉｏｎ}_［ｋ’］を得る。最後に、生成部２０７０は切り出し範囲の大きさを判定境界の半径Ｒ^{ｄｅｃｉｓｉｏｎ}_［ｋ’］の２倍（Ｗ^ｖｏｉ＝Ｈ^ｖｏｉ＝Ｄ^ｖｏｉ＝２ｘＲ^{ｄｅｃｉｓｉｏｎ}_［ｋ’］）とする。なお、判定境界の半径Ｒ^{ｄｅｃｉｓｉｏｎ}_［ｋ’］に乗算する係数は２に限定されるものではない。

【0112】

なお、元画像中に描出されている肺結節領域の平均半径が、本実施形態の画像処理装置１００が処理を開始するより前に何らかの方法で分かっている場合がある。たとえば、操作者が、本実施形態の画像処理装置１００に処理させる肺結節の大きさをあらかじめ一定の大きさに限定するような場合である。このような場合、生成部２０７０はあらかじめ決められた切り出し範囲の大きさ（Ｗ^ｖｏｉ_{ｃｏｎｓｔ}，Ｈ^ｖｏｉ_{ｃｏｎｓｔ}，Ｄ^ｖｏｉ_{ｃｏｎｓｔ}）を元画像の切り出し範囲の大きさとして設定してもよい。ここで、切り出し範囲の大きさ（Ｗ^ｖｏｉ_{ｃｏｎｓｔ}，Ｈ^ｖｏｉ_{ｃｏｎｓｔ}，Ｄ^ｖｏｉ_{ｃｏｎｓｔ}）は、元画像中に描出されている肺結節の既知の平均半径Ｒ^{ｎｏｄｕｌｅ}_{ｋｎｏｗｎ}に基づいて決定される値であり、たとえば平均半径Ｒ^{ｎｏｄｕｌｅ}_{ｋｎｏｗｎ}の２倍とすればよい。なお、元画像中に描出されている肺結節領域の平均半径が何らかの方法で事前に分かっている場合には、生成部２０７０は記憶部１２０からリストＬ_１を取得する必要はない。上述の通り、肺結節の大きさが既知である場合も、肺結節の既知の大きさに基づき、判定境界を肺結節領域の重心位置から一定距離の位置に配置することが可能である。

【0113】

図１１の画像２０００中の長方形２０３０が本ステップで決定された切り出し範囲である。切り出し範囲２０３０の中心は肺結節領域の重心位置２０２０と一致していることが分かる。

【0114】

切り出し範囲の中心位置Ｇ^{ｎｏｄｕｌｅ}と大きさ（Ｗ^ｖｏｉｘＨ^ｖｏｉｘＤ^ｖｏｉ）が決定された後、生成部２０７０は元画像と肺結節マスク画像から、上記の方法で決定された切り出し範囲内の画像を切り出す。そして、切り出された画像をそれぞれ、部分画像Ｉ^ｖｏｉ、部分肺結節マスク画像Ｍ^{ｎｏｄｕｌｅ}とする。生成された部分画像Ｉ^ｖｏｉと部分肺結節マスク画像Ｍ^{ｎｏｄｕｌｅ}は記憶部１２０に保存される。

【0115】

図１１の画像２０４０は元画像２０００から切り出された部分画像である。部分画像２０４０の肺結節２０５０は、元画像２０００中に描出されている肺結節２０１０に対応する。そして、部分画像２０４０の気管支２０６１と気管支２０６２は、それぞれ元画像２０００の気管支２０３１と気管支２０３２に対応する。

【0116】

図１１の画像２０７０は不図示の肺結節マスク画像から切り出された部分肺結節マスク画像Ｍ^{ｎｏｄｕｌｅ}である。部分肺結節マスク画像２０７０の領域２０８０は肺結節領域Ｖ^{ｎｏｄｕｌｅ}である。この領域は、ステップＳ１０２０において元画像２０００から抽出されている。

【0117】

（Ｓ２０４０）
ステップＳ２０４０において、第二の抽出部２０２０は部分画像中に存在する気管支の候補領域を抽出する。本ステップの処理は、第１の実施形態に係る画像処理装置１００の第二の抽出部１０２０がステップＳ１０４０で行う処理と同じである。ただし、元画像ではなく部分画像中に存在する気管支の候補領域を抽出する点が異なる。本ステップの処理で、部分候補マスク画像Ｍ^{ｃａｎｄｉｄａｔｅ}が生成される。そして、部分候補マスク画像Ｍ^{ｃａｎｄｉｄａｔｅ}には、候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］が存在する。

【0118】

（Ｓ２０５０）
ステップＳ２０５０において、設定部２０４０は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ２}を生成する。本ステップの処理は、第１の実施形態に係る画像処理装置１００の設定部１０４０がステップＳ１０５０で行う処理と同じである。ただし、部分肺結節マスク画像Ｍ^{ｎｏｄｕｌｅ}と部分候補マスク画像Ｍ^{ｃａｎｄｉｄａｔｅ}から合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ２}を生成する点が異なる。合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ２}のサイズは、第１の実施形態における合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ１}のサイズよりも小さな画像である。

【0119】

（Ｓ２０６０）
ステップＳ２０６０において、設定部２０４０は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ２}の辺縁に判定境界を設定する。図１２を参照して、本ステップで設定される判定境界について説明する。図１２の画像２１００は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ２}である。合成マスク画像２１００中の領域２１１０は肺結節領域Ｖ^{ｎｏｄｕｌｅ}である。そして、領域２１２１、領域２１２２、領域２１２３、領域２１２４はステップＳ２０４０で取得された候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］である。これらの候補領域のうち、候補領域２１２１と候補領域２１２４は気管支領域２０３１と気管支領域２０３２に対応する領域であり、正しく抽出されているのが分かる。しかしながら、候補領域２１２２と候補領域２１２３は、気管支領域ではない領域が気管支領域として誤って抽出されている。

【0120】

設定部２０４０は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ２}の辺縁部に判定境界を設定する。図１２の合成マスク画像２１００において斜線で示された領域２１３０、領域２１４０、領域２１５０、領域２１６０が、判定境界である。この図から分かる通り、設定部２０４０は合成マスク画像２１００の辺縁から所定の範囲の領域に判定境界を設定する。判定境界は少なくとも１画素の幅がなければならない。

【0121】

判定境界を設定した後、設定部１０４０は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ２}を記憶部１２０に保存する。

【0122】

（Ｓ２０７０）
ステップＳ２０７０において、判定部２０５０は合成マスク画像中のそれぞれの候補領域が所望の領域であるか否かを判定する。本ステップの処理は、第１の実施形態に係る画像処理装置１００の判定部１０５０がステップＳ１０７０で行う処理と同じである。ただし、Ｍ^{ｃｏｍｐｏｓｉｔｅ２}を参照して判定の処理を行う。

【0123】

ここで、図１３の画像２２００を参照して本ステップで実施される判定処理の結果を説明する。画像２２００は、合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ２}である。合成マスク画像２２００において、実線で囲まれた領域２２７０が拡大領域Ｖ^{ｎｏｄｕｌｅ}’である。拡大領域２２７０は、破線で囲まれた肺結節領域２２１０を黒点２２８０を中心として膨張させることによって得られる。なお、肺結節領域２２１０を膨張させる処理は必須の処理ではない。

【0124】

候補領域２２２１は、拡大領域２２７０と判定境界２２６０の両方と接している（重なっている）ため、判定結果は‘真’となる。候補領域２２２２は、拡大領域２２７０にもどの判定境界にも接していない（重なっていない）ため、判定結果は‘偽’となる。候補領域２２２３は拡大領域２２７０に接している（重なっている）が判定境界に接していない（重なっていない）ため、判定結果は‘偽’となる。候補領域２２２４は判定境界２２６０に接している（重なっている）が拡大領域２２７０に接していない（重なっていない）ため、判定結果は‘偽’となる。

【0125】

（Ｓ２０８０）
ステップＳ２０８０において、取得部２０６０はステップＳ２０７０で行われた判定の結果に基づいて候補領域の中から所望の気管支の領域を取得する。本ステップの処理は、第１の実施形態に係る画像処理装置１００の取得部１０６０がステップＳ１０８０で行う処理と同じである。ただし、Ｍ^{ｃｏｍｐｏｓｉｔｅ２}を参照して気管支領域の取得処理を行う。

【0126】

図１３の画像２３００は、本ステップで取得される部分気管支マスク画像Ｍ^{ｂｒｏｎｃｈｕｓ}である。部分気管支マスク画像２３００は、合成マスク画像２２００に対して本ステップの取得の処理を適用して得られた結果である。ステップＳ２０７０の処理において、合成マスク画像２２００の候補領域２２２１のみが判定結果‘真’であり、それ以外の候補領域（候補領域２２２２、候補領域２２２３、候補領域２２２４）が判定結果‘偽’であった。この判定結果に基づき、本ステップにおいて候補領域２２２１が所望の領域２３１１として取得される。そして、候補領域２２２１以外の候補領域（候補領域２２２２、候補領域２２２３、候補領域２２２４）は取得されていない。

【0127】

（Ｓ２０９０）
ステップＳ２０９０において、生成部２０７０は記憶部１２０より部分気管支マスク画像を取得する。そして、部分気管支マスク画像を元画像と同じ画像サイズに変更する。

【0128】

ステップＳ２０３５において、元画像中の２点（ｘ_１，ｙ_１，ｚ_１），（ｘ_２，ｙ_２，ｚ_２）を対角線とする直方体の範囲を切り出して部分画像を生成したとする。ここでｘ_１，ｘ_２，ｙ_１，ｙ_２，ｚ_１，ｚ_２は１＜＝ｘ_１＜ｘ_２＜＝Ｗ^{ｉｎｐｕｔ}，１＜＝ｙ_１＜ｙ_２＜＝Ｈ^{ｉｎｐｕｔ}，１＜＝ｚ_１＜ｚ_２＜＝Ｄ^{ｉｎｐｕｔ}を満たす正の整数である。また、Ｗ^{ｉｎｐｕｔ}，Ｈ^{ｉｎｐｕｔ}，Ｄ^{ｉｎｐｕｔ}はそれぞれ元画像のＸ，Ｙ，Ｚ方向の画素数である。

【0129】

本ステップにおいて、生成部２０７０は最初に元画像と同じ画像サイズＷ^{ｉｎｐｕｔ}ｘＨ^{ｉｎｐｕｔ}ｘＤ^{ｉｎｐｕｔ}のマスク画像を作成する。このマスク画像の画素値は、すべて気管領域外画素とする。次に、生成部２０７０はこのマスク画像の（ｘ_１，ｙ_１，ｚ_１），（ｘ_２，ｙ_２，ｚ_２）を対角線とする直方体の範囲に、部分気管支マスク画像の画素値をコピーする。生成されたマスク画像（気管支マスク画像）は記憶部１２０を介してデータサーバ１３０に保存される。

【0130】

以上の手順に従い、第２の実施形態に係る画像処理装置２００は注目肺結節の周辺を走行する気管支を抽出する処理を行う。

【0131】

ここからは、第２の実施形態に係る画像処理装置２００で注目肺結節の周辺を走行する動静脈を抽出する処理について説明する。第２の実施形態に係る画像処理装置２００が実施する処理のうち、ステップＳ１０１０、Ｓ１０２０、Ｓ１０３０、Ｓ２０３５の処理は動静脈領域の抽出でも同じである。ステップＳ２０４０において第二の抽出部２０２０は、気管支領域ではなく、動静脈の候補領域を抽出する。動静脈領域の抽出処理については、第１の実施形態の説明で述べた通りである。ステップＳ２０５０、Ｓ２０６０、Ｓ２０７０、Ｓ２０８０、Ｓ２０９０では、気管支領域の抽出での処理と同様の処理を行えばよい。

【0132】

以上の手順に従い、第２の実施形態に係る画像処理装置２００は注目肺結節の周辺を走行する動静脈を抽出する処理を行う。

【0133】

第２の実施形態に係る画像処理装置２００は、上述の処理により注目肺結節の周辺を走行する構造物（気管支や動静脈）の領域を従来よりも高い精度で抽出することができる。すなわち、気管支や動静脈のうち注目肺結節に関係する気管支や動静脈を高い精度で抽出できる。言い換えれば、気管支や動静脈のうち医師が特に着目する可能性のある気管支や動静脈を高い精度で抽出できる。また、第２の実施形態によれば部分的に切り出した画像に対して処理を行うため第１の実施形態に比べて高速に所望の構造物を抽出することが可能となる。また、切り出した範囲の辺縁を判定境界としているため、所望の構造物を容易に判定することが可能となる。

【0134】

＜第３の実施形態＞
第１および第２の実施形態に係る画像処理装置では、判定境界は肺結節領域を囲む閉曲面で表現されていた。ここで、判定境界を利用した構造物領域（気管支や動静脈の領域）の抽出処理の要諦は、構造物が走行する領域に判定境界を設定することであった。ところで、気管支と気管は木構造を有している。そのため、注目肺結節と気管の位置関係が既知の時、注目肺結節に関係する気管支が走行する領域を推定することが可能である。そこで、第３の実施形態に係る画像処理装置では肺結節と気管の位置関係に基づいて、気管支が走行することが期待される領域に判定境界を設定する。

【0135】

動静脈については、注目肺結節と縦隔内の動静脈との位置関係が既知の時、注目肺結節に関係する動静脈が走行する領域を推定することが可能である。そこで、肺結節と縦隔内の動静脈の位置関係に基づいて、肺野領域内で動静脈が走行することが期待される領域に判定境界を設定する。

【0136】

以下、第３の実施形態に係る画像処理装置について説明する。

【0137】

図１４を参照して本実施形態に係る画像処理装置の機能構成について説明する。第３の実施形態に係る画像処理装置３００の画像処理部３０００は、第一の抽出部１０１０、第二の抽出部１０２０、計測部１０３０、設定部３０４０、判定部１０５０、取得部１０６０、第三の抽出部３０７０からなる。第１の実施形態と同様に画像処理装置３００が備える１以上のプロセッサにより上記の各部の機能が実現される。これらの処理部のうち、設定部３０４０と第三の抽出部３０７０以外の処理部は、第１の実施形態に係る画像処理装置１００での処理部と同じ処理を行う。そのため、これらの処理部の説明は省略する。

【0138】

設定部３０４０は、肺結節マスク画像、候補マスク画像、気管マスク画像から合成マスク画像を生成する。次に、設定部３０４０は第一の抽出部１０１０で抽出された肺結節領域と後述の第三の抽出部３０７０で抽出された気管領域の位置関係に基づいて、合成マスク画像中に判定境界を設定する。最後に、設定部３０４０は合成マスク画像を記憶部１２０に保存する。

【0139】

第三の抽出部３０７０は、記憶部１２０から元画像を取得する。そして、元画像に対して公知の画像セグメンテーション法を適用し、元画像中に描出されている気管の領域を抽出する。第三の抽出部３０７０は抽出結果をマスク画像（気管マスク画像）の形式で取得する。取得された気管マスク画像は記憶部１２０に保存される。

【0140】

ここで図１６を参照して、本実施形態に係る画像処理装置３００によって処理される元画像について説明する。図１６の画像３０００は、３次元胸部ＣＴ画像（元画像）を構成する複数の断面（冠状断面）画像中の１つの断面画像である。図面の制約から本図では元画像中の代表的な１つの断面画像を示しているが、元画像には多数の断面画像が含まれる。また本図では理解が容易なように元画像が冠状断面像から構成されている例を示したが、元画像はその他の断面像（例えば横断面像や矢状断面像）から構成されていてもよい。

【0141】

元画像３０００には、患者の胴体３０１０と胴体周辺の空気領域３０２０、空気領域３０３０、空気領域３０４０が写っている。さらに胴体３０１０の内部には、右肺３０５０、左肺３０６０が存在する。ＣＴ画像では右肺が画像の右側に、左肺が画像の左側に写っていることに注意されたい。胴体３０１０の中央に存在するのが気管３０７０である。右肺３０５０、左肺３０６０の内部には、気管支３０８１〜気管支３０８６が存在する。これらの気管支は３次元の線状構造物であり、不図示の断層像で気管３０７０につながっている。右肺３０５０には肺結節３０９０が存在する。本図において、気管支３０８１の領域が抽出したい気管支領域（所望の気管支領域）である。

【0142】

次に図１５を参照して、本実施形態の画像処理装置３００の処理手順を説明する。本実施形態に係る画像処理装置３００は、第１の実施形態に係る画像処理装置１００で実行されるステップＳ１０１０、Ｓ１０２０、Ｓ１０３０、Ｓ１０４０の処理を実施する。その後、以下で説明するステップＳ３０４５、Ｓ３０５０、Ｓ３０６０の処理を実行する。

【0143】

（Ｓ３０４５）
ステップＳ３０４５において、第三の抽出部３０７０は元画像中に存在する気管の領域（気管領域）を抽出する。なお、ステップＳ３０５０以降の処理を考えた時、本ステップでは気管領域が概ね抽出されればよい点に注意されたい。

【0144】

第三の抽出部３０７０は記憶部１２０から元画像を取得する。そして、公知の画像セグメンテーション法を利用して気管領域を抽出する。気管領域は内部に空気を含む管状の器官である。そのため、気管領域は気管支領域と類似の画像特徴を有する。そこで、第三の抽出部３０７０は第１の実施形態に係る画像処理装置１００がステップＳ１０４０で実施する処理と同等の処理を実施して気管領域を抽出する。ただし、ステップＳ１０４０と同等の処理を行った場合には、気管支領域も抽出されることがある。この場合には、気管領域が（１）縦隔（左右肺、胸椎、胸骨に囲まれた領域）に存在していること、（２）気管支領域よりも太いことを利用して、気管支領域を除外する。

【0145】

第三の抽出部３０７０は抽出結果をマスク画像（気管マスク画像Ｍ^{ｔｒａｃｈｅａ}）の形式で取得する。取得された気管マスク画像は記憶部１２０に保存される。

【0146】

図１７に第三の抽出部３０７０によって抽出される気管領域の一例を示す。図１７の画像３１００は気管マスク画像Ｍ^{ｔｒａｃｈｅａ}である。そして領域３１１０が気管領域Ｖ^{ｔｒａｃｈｅａ}である。

【0147】

ここまでは本ステップにおいて第三の抽出部３０７０が気管領域Ｖ^{ｔｒａｃｈｅａ}を取得する例を説明してきたが、本ステップにおいて第三の抽出部３０７０は主気管支の領域を抽出してもよい。主気管支は、右主気管支と左主気管支という２つの主気管支が存在する。そこで、第三の抽出部３０７０は右主気管支領域Ｖ^{ｒｍａｉｎｔｒａｃｈｅａ}と左主気管支領域Ｖ^{ｌｍａｉｎｔｒａｃｈｅａ}を別々に抽出する。主気管支領域は気管領域に直接つながる領域である。そこで、気管領域を拡張開始点として領域拡張法を実行することで主気管支領域を取得することができる。右主気管支領域Ｖ^{ｒｍａｉｎｔｒａｃｈｅａ}と左主気管支領域Ｖ^{ｌｍａｉｎｔｒａｃｈｅａ}は、それぞれ気管領域Ｖ^{ｔｒａｃｈｅａ}に対して左側と右側に存在している。そのため、領域拡張法で得られた領域を気管領域Ｖ^{ｔｒａｃｈｅａ}を基準にして左右に分割することで、右主気管支領域Ｖ^{ｒｍａｉｎｔｒａｃｈｅａ}と左主気管支領域Ｖ^{ｌｍａｉｎｔｒａｃｈｅａ}を取得することが出来る。

【0148】

（Ｓ３０５０）
ステップＳ３０５０において、設定部３０４０は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ３}を生成する。合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ３}は４値のマスク画像であり、それぞれの画素は０，１，２，３という４つの値をとる。ここで、画素値１はその画素が肺結節領域に属する画素であることを示す。また、画素値２はその画素が候補領域に属する画素であることを示す。さらに、画素値３はその画素が気管領域に属する画素であることを示す。そして、画素値０はその画素が肺結節領域、候補領域、気管領域のいずれにも属さない画素であることを示す。以降、１，２，３，０を画素値として持つ画素のことを、それぞれ肺結節画素、候補画素、気管画素、背景画素と呼ぶ。なお、画素値の各領域への割り当ては上記の例に限定されるものではない。

【0149】

本ステップの処理は、第１の実施形態に係る画像処理装置１００の設定部１０４０がステップＳ１０５０で行う処理と同じである。ただし、合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ３}を、肺結節マスク画像Ｍ^{ｎｏｄｕｌｅ}、候補マスク画像Ｍ^{ｃａｎｄｉｄａｔｅ}、気管マスク画像Ｍ^{ｔｒａｃｈｅａ}という３つのマスク画像から生成する点が異なる。

【0150】

図１８に本ステップで生成される合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ３}の一例を示す。図１８の画像３２００は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ３}である。合成マスク画像３２００において、領域３２１０がステップＳ１０２０で抽出された肺結節領域Ｖ^{ｎｏｄｕｌｅ}である。そして、領域３２２１〜領域３２３４がステップＳ１０４０で抽出された候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］である。これらの候補領域のうち、候補領域３２２１〜候補領域３２２６は図１６の元画像３０００中に描出されている気管支領域３０８１〜気管支領域３０８６を正しく抽出したものである。しかしながら、候補領域３２２７〜候補領域３２３４は気管支領域ではない領域が気管支領域として誤って抽出されている。最後に、領域３２４０はステップＳ３０４５で抽出された気管領域Ｖ^{ｔｒａｃｈｅａ}である。なお、円弧３２５０、黒点３２６０、矢印３２６５、黒点３２７０、立体角３２８０、矢印３２９０は、後述のステップＳ３０６０でＭ^{ｃｏｐｏｉｓｉｔｅ３}に付与される情報である。

【0151】

（Ｓ３０６０）
ステップＳ３０５０において、設定部３０４０は判定境界を設定する。図１８を参照して判定境界について具体的に説明する。

【0152】

ステップＳ３０６０において、設定部３０４０は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ３}に判定境界を設定する。図１８の円弧３２５０が設定部３０４０によって設定された判定境界である。図面の制約から図１８では判定境界３２５０が円弧で描かれているが、合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ３}のすべての断層像を横断的に観察すると、判定境界が楕円体の表面の一部分で表現されることが分かる。この図から分かる通り、設定部３０４０によって設定される判定境界は、３次元空間中の球もしくは楕円体の表面の一部分で表現される。なお、判定境界の形状は平面の一部分で表現されてもよい。また、判定境界には任意の曲面を用いることが可能である。

【0153】

判定境界３２５０を設定するために、設定部３０４０は判定境界の位置、向き、範囲を決定する。以下で決定方法について説明する。

【0154】

（判定境界の位置）
設定部３０４０は肺結節領域と気管領域の間の領域に判定境界を設定する。より具体的には、設定部３０４０は、肺結節領域の重心位置３２７０と気管領域３２４０の不図示の重心位置Ｇ^{ｔｒａｃｈｅａ}を結ぶ直線３２９０の上に判定境界の中央３２６５が位置するように判定境界３２５０を設定する。肺結節領域の重心位置の座標値Ｇ^{ｎｏｄｕｌｅ}はすでにステップＳ１０３０で計算されており、記憶部１２０に格納されている。そこで、設定部３０４０は記憶部１２０から肺結節領域の重心位置の座標値Ｇ^{ｎｏｄｕｌｅ}を取得する。気管領域の重心位置の座標値Ｇ^{ｔｒａｃｈｅａ}は［数１］を使って計算される。肺結節領域の重心位置Ｇ^{ｎｏｄｕｌｅ}と気管領域の重心位置Ｇ^{ｔｒａｃｈｅａ}が計算されると、直線３２９０を表す方向ベクトルＤ^{ｄｅｃｉｓｉｏｎ３}は、

【0155】

【数6】

で計算される。

【0156】

判定境界を設定する直線３２９０を決定した後、設定部３０４０は肺結節領域３２１０から判定境界３２５０までの距離Ｌ^{ｄｅｃｉｓｉｏｎ３}を決定する。距離Ｌ^{ｄｅｃｉｓｉｏｎ３}とは、図１８中の矢印３２６５で示された距離のことである。距離Ｌ^{ｄｅｃｉｓｉｏｎ３}は、判定境界の範囲の決定方法と同じ方法で決定する。そのため、後ほど説明する。

【0157】

（判定境界の向き）
設定部３０４０は、判定境界の向きを肺結節領域から気管領域へ向かう方向とする。図１８の矢印３２９０が肺結節領域から気管領域へ向かう方向を示している。この方向は数６で計算される方向ベクトルＤ^{ｄｅｃｉｓｉｏｎ３}と一致する。そこで、設定部３０４０は判定境界の方向として、Ｄ^{ｄｅｃｉｓｉｏｎ３}を利用する。

【0158】

（判定境界の肺結節領域からの距離と判定境界の範囲）
設定部３０４０は、距離Ｌ^{ｄｅｃｉｓｉｏｎ３}と判定境界の範囲を肺結節領域Ｖ^{ｎｏｄｕｌｅ}の大きさに基づいて決定する。ここで、判定境界の範囲は肺結節領域の重心位置を基点とする立体角Θ^{ｄｅｃｉｓｉｏｎ３}（図１８中の立体角３２８０）で表現される。なお、ここでは立体角を用いて判定境界の範囲を表現するが、判定境界の範囲を表現可能であればどのような表現形式であっても構わない。

【0159】

設定部３０４０は、立体角Θ^{ｄｅｃｉｓｉｏｎ３}と距離Ｌ^{ｄｅｃｉｓｉｏｎ３}を肺結節領域Ｖ^{ｎｏｄｕｌｅ}の平均半径Ｒ^{ｎｏｄｕｌｅ}に基づいて決定する。具体的な決定方法については、第１の実施形態に係る画像処理装置１００がステップＳ１０６０で実施する方法に準じる。そこで、ここでは簡単に述べる。なお、立体角Θ^{ｄｅｃｉｓｉｏｎ３}と距離Ｌ^{ｄｅｃｉｓｉｏｎ３}は、肺結節領域の平均半径以外の情報（平均直径、最大半径、半径の中央値など）に基づいて決定されることとしてもよい。 設定部３０４０はデータサーバ１３０からリストＬ_３を取得する。リストＬ_３には、（肺結節領域の平均半径Ｒ^{ｎｏｄｕｌｅ}_［ｋ］，肺結節領域から判定境界までの距離Ｌ^{ｄｅｃｉｓｉｏｎ}_［ｋ］，判定境界の範囲Θ^{ｄｅｃｉｓｉｏｎ}_［ｋ］）（ただし１＜＝ｋ＜＝Ｎ^Ｌ３）が格納されている。設定部３０４０はデータサーバ１３０からリストＬ_３を取得した後、Ｌ_３内に格納されているそれぞれのＲ^{ｎｏｄｕｌｅ}_［ｋ］とＲ^{ｎｏｄｕｌｅ}を比較し、Ｒ^{ｎｏｄｕｌｅ}に最も近い値Ｒ^{ｎｏｄｕｌｅ}_［ｋ’］（１＜＝ｋ’＜＝Ｎ^Ｌ３）を探す。そして、Ｒ^{ｎｏｄｕｌｅ}_［ｋ’］と組をなしている肺結節領域から判定境界までの距離Ｌ^{ｄｅｃｉｓｉｏｎ}_［ｋ’］と判定境界の範囲Θ^{ｄｅｃｉｓｉｏｎ}_［ｋ’］を、それぞれ肺結節領域から判定境界までの距離と判定境界の範囲として用いる。なお、リストＬ_３の構築手段については、第１の実施形態のリストＬ_１のとは含まれるデータが異なるのみで第１の実施形態の説明で述べた通りである。

【0160】

以上で判定境界の決定方法の説明を終える。

【0161】

ここまでで、設定部３０４０は判定境界の位置、向き、範囲を決定した。最後に、設定部３０４０は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ３}中に判定境界を設定する。この方法についても、ステップＳ１０６０の説明で述べた通りである。ただし、ステップＳ１０６０の処理では球が描かれていたが、本ステップでは設定部３０４０によって定義された判定境界の形状が合成マスク画像に描かれる。

【0162】

上述の処理をすべて終えた後、設定部３０４０は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ３}を記憶部１２０に保存する。

【0163】

以上の説明では、気管領域Ｖ^{ｔｒａｃｈｅａ}を用いて判定境界の位置、向き、範囲を決定する方法について説明した。しかしながら、ステップＳ３０４５において第三の抽出部３０７０が主気管支領域を抽出している場合は、本ステップでは気管領域Ｖ^{ｔｒａｃｈｅａ}の代わりに主気管支領域を用いてもよい。例えば、現在注目している肺結節領域が右の肺野領域に存在する場合には、はじめに数１を用いて右主気管支領域Ｖ^{ｒｍａｉｎｂｒｏｎｃｈｕｓ}の重心位置Ｇ^{ｒｍａｉｎｂｒｏｎｃｈｕｓ}を計算する。その後、以下の数７を用いて肺結節領域の重心位置Ｇ^{ｎｏｄｕｌｅ}から右主気管支領域Ｖ^{ｒｍａｉｎｂｒｏｎｃｈｕｓ}の重心位置に向かう方向ベクトルＤ^{ｄｅｃｉｓｉｏｎ３}を計算すればよい。

【0164】

【数7】

【0165】

もし、現在注目している肺結節領域が右の肺野領域に存在する場合には、右主気管支領域Ｖ^{ｒｍａｉｎｂｒｏｎｃｈｕｓ}のかわりに左主気管支領域Ｖ^{ｌｍａｉｎｂｒｏｎｃｈｕｓ}を用いればよい。

【0166】

以上で、ステップＳ３０６０において設定部３０４０が行う処理についての説明を終える。

【0167】

ステップＳ３０６０の処理を終えた後、第３の実施形態に係る画像処理装置３００はステップＳ１０７０、Ｓ１０８０の処理を実施する。これらのステップで実施される処理については、第１の実施形態の説明で述べた通りである。

【0168】

ここで、図１９を参照して本実施形態に係る画像処理装置３００のステップＳ１０７０とＳ１０８０の処理結果を確認する。

【0169】

図１９の画像３３００は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｅｔ３}である。合成マスク画像３３００において、実線で囲まれた領域３３７０が拡大領域Ｖ^{ｎｏｄｕｌｅ}’である。拡大領域３３７０は、破線で囲まれた肺結節領域３３１０を黒点３３６０を中心として膨張させることによって得られる。なお、黒点３３６０は肺結節領域３３１０の重心位置である。また、肺結節領域３３１０を膨張させる処理は必須の処理ではない。

【0170】

候補領域３３２１は拡大領域３３７０と判定境界３３５０の両方と接している（重なっている）ため、判定結果は‘真’となる。候補領域３３２９は判定境界３３５０とは接している（重なっている）が拡大領域３３７０には接していない（重なっていない）ため、判定結果は‘偽’となる。逆に、候補領域３３３０は拡大領域３３７０には接している（重なっている）が判定境界３３５０とは接してない（重なっていない）ため、判定結果は‘偽’となる。候補領域３３２２〜候補領域３３２８、候補領域３３３１〜候補領域３３３４は、拡大領域３３７０にも判定境界３３５０にも接していない（重なっていない）ため、判定結果は‘偽’となる。

【0171】

図１９の画像３４００はステップＳ１０８０で取得される気管支マスク画像Ｍ^{ｂｒｏｎｃｈｕｓ}である。これは合成マスク画像３３００の候補領域３３２１〜候補領域３３３４に対してステップＳ１０８０の処理を適用して得られた結果である。ステップＳ１０７０の処理により、候補領域３３２１のみが判定結果‘真’であり、それ以外の候補領域が判定結果‘偽’であった。この判定結果に基づき、ステップＳ１０８０において領域３３２１が所望の領域３４１０として取得されている。そして、候補領域３３２１以外の候補領域（候補領域３３２２〜候補領域３３３４）は所望の領域３４１０として取得されていない。

【0172】

以上の手順に従い、第３の実施形態に係る画像処理装置３００は注目肺結節の周辺を走行する気管支を抽出する処理を行う。

【0173】

ここからは、第３の実施形態に係る画像処理装置３００で注目肺結節の周辺を走行する動静脈を抽出する処理について説明する。第３の実施形態に係る画像処理装置３００が実施する処理のうち、ステップＳ１０１０、Ｓ１０２０、Ｓ１０３０の処理は動静脈領域の抽出でも同じである。ステップＳ１０４０において第二の抽出部１０２０は、気管支領域ではなく、肺野内の動静脈の候補領域を抽出する。動静脈領域の抽出処理については、第１の実施形態の説明で述べた通りである。ステップＳ３０４５０において第三の抽出部３０７０は、気管領域ではなく、縦隔内の肺動静脈の領域を抽出する。縦隔内の肺動静脈領域の抽出には、公知の領域セグメンテーション法が用いられる。ステップＳ３０５０、Ｓ３０６０、Ｓ１０７０、Ｓ１０８０では、気管支領域の抽出での処理と同様の処理を行えばよい。

【0174】

以上の手順に従い、第３の実施形態に係る画像処理装置３００は注目肺結節の周辺を走行する動静脈を抽出する処理を行う。

【0175】

第３の実施形態に係る画像処理装置３００は、上述の処理により注目肺結節の周辺を走行する構造物（気管支や動静脈）の領域を従来よりも高い精度で抽出することができる。すなわち、気管支や動静脈のうち注目肺結節に関係する気管支や動静脈を高い精度で抽出できる。言い換えれば、気管支や動静脈のうち医師が特に着目する可能性のある気管支や動静脈を高い精度で抽出できる。また、第３の実施形態によれば判定境界を結節領域と気管領域との間に設けており、結節領域から気管領域へ向かう方向とは反対の方向に判定境界を設けていないため気管支や動静脈のうち注目肺結節に関係する気管支をより高い精度で抽出することが可能となる。

【0176】

なお、第３の実施形態と第２の実施形態とを組み合わせることとしてもよい。例えば、第２の実施形態における図１２においては合成マスク画像の四辺に判定境界が設けられているが、合成マスク画像の四辺のうち結節領域と気管領域との間に存在する辺のみに判定境界が設けられることとしてもよい。このようにすれば第２実施形態、第３実施形態の両実施形態の効果を得ることが可能となる。

【0177】

＜第４の実施形態＞
第４の実施形態に係る画像処理装置は、肺野内での肺結節の位置に基づいて気管支が走行することが期待される領域に判定境界を設定する。そして、設定された判定境界を用いて所望の気管支の領域を取得する。以下、第４の実施形態に係る画像処理装置について説明する。

【0178】

図２０を参照して本実施形態に係る画像処理装置の機能構成について説明する。第４の実施形態に係る画像処理装置４００の画像処理部４０００は、第一の抽出部１０１０、第二の抽出部１０２０、計測部１０３０、設定部４０４０、判定部１０５０、取得部１０６０、第四の抽出部４０７０からなる。第１の実施形態と同様に画像処理装置３００が備える１以上のプロセッサにより上記の各部の機能が実現される。これらの処理部のうち、設定部４０４０と第四の抽出部４０７０以外の処理部は、第１の実施形態に係る画像処理装置１００での処理部と同じ処理を行う。そのため、これらの処理部の説明は省略する。

【0179】

設定部４０４０は、肺結節マスク画像、候補マスク画像、肺野マスク画像から合成マスク画像を生成する。次に、設定部４０４０は肺野領域内での肺結節領域の位置に基づいて、合成マスク画像内に判定境界を設定する。最後に、設定部４０４０は合成マスク画像を記憶部１２０に保存する。

【0180】

第四の抽出部４０７０は、記憶部１２０から元画像を取得する。そして、元画像に対して公知の画像セグメンテーション法を適用し、元画像中に描出されている肺野の領域を抽出する。第四の抽出部４０７０は抽出結果をマスク画像（肺野マスク画像）の形式で取得する。取得された肺野マスク画像は記憶部１２０に保存される。

【0181】

次に図２１を参照して、本実施形態の画像処理装置４００の処理手順を説明する。本実施形態に係る画像処理装置４００は、第１の実施形態に係る画像処理装置１００で実行されるステップＳ１０１０、Ｓ１０２０、Ｓ１０３０、Ｓ１０４０の処理を実施する。その後、以下で説明するステップＳ４０４５、Ｓ４０５０、Ｓ４０６０の処理を実行する。

【0182】

（Ｓ４０４５）
ステップＳ４０４５において、第四の抽出部４０７０は記憶部１２０から元画像を取得する。そして、元画像中に存在する肺野の領域（肺野領域）を抽出する。肺野領域は、ＣＴ画像内で概ね一定のＣＴ値を有している。そのため、公知の画像セグメンテーション法（しきい値処理、領域拡張法、Ｌｅｖｅｌ−ｓｅｔ法、Ｇｒａｐｈ−ｃｕｔ法等）を利用することで、肺野の領域を抽出することができる。

【0183】

第四の抽出部４０７０は、抽出された肺野領域の情報をマスク画像（肺野マスク画像Ｍ^ｌｕｎｇ）の形式で取得する。取得された肺野マスク画像は記憶部１２０に保存される。

【0184】

図２２に第四の抽出部４０７０によって抽出される肺野領域の一例を示す。図２２の画像４１００は気管マスク画像Ｍ^ｌｕｎｇである。そして領域４１１０と領域４１２０が第四の抽出部４０７０によって抽出された右肺野と左肺野の領域である。これらの領域を合わせてＶ^ｌｕｎｇと呼ぶ。

【0185】

（Ｓ４０５０）
ステップＳ４０５０において、設定部４０４０は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ４}を生成する。合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ４}は４値のマスク画像であり、それぞれの画素は０，１，２，３という４つの値をとる。ここで、画素値１はその画素が肺結節領域に属する画素であることを示す。また、画素値２はその画素が候補領域に属する画素であることを示す。さらに、画素値３はその画素が肺野領域に属する画素であることを示す。そして、画素値０はその画素が肺結節領域、候補領域、肺野領域のいずれにも属さない画素であることを示す。以降、１，２，３，０を画素値として持つ画素のことを、それぞれ肺結節画素、候補画素、肺野画素、背景画素と呼ぶ。なお、画素値の各領域への割り当ては上記の例に限定されるものではない。

【0186】

本ステップの処理は、第１の実施形態に係る画像処理装置１００の設定部１０４０がステップＳ１０５０で行う処理と同じである。ただし、合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ４}を、肺結節マスク画像Ｍ^{ｎｏｄｕｌｅ}、候補マスク画像Ｍ^{ｃａｎｄｉｄａｔｅ}、肺野マスク画像Ｍ^ｌｕｎｇという３つのマスク画像から生成する点が異なる。

【0187】

図２３に本ステップで生成される合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ４}の一例を示す。図２３の画像４２００は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ４}である。合成マスク画像４２００において、領域４２１０がステップＳ１０２０で抽出された肺結節領域Ｖ^{ｎｏｄｕｌｅ}である。そして、領域４２２１〜領域４２３４がステップＳ１０４０で抽出された候補領域Ｖ^{ｃａｎｄｉｄａｔｅ}_［ｉ］である。これらの候補領域のうち、候補領域４２２１〜候補領域４２２６は図１６の元画像３０００中に描出されている気管支領域３０８１〜気管支領域３０８６を正しく抽出したものである。しかしながら、候補領域４２２７〜候補領域４２３４は気管支領域ではない領域が気管支領域として誤って抽出されている。最後に、実線４２４０と実線４２５０で囲まれた領域はステップＳ４０４５で抽出された肺野領域Ｖ^ｌｕｎｇである。なお、曲面４２６０、黒点４２６５、矢印４２７０、黒点４２７５、立体角４２８０、矢印４２８５、矢印４２９０、矢印４２９５は、後述のステップＳ４０６０でＭ^{ｃｏｐｏｉｓｉｔｅ４}に付与される情報である。

【0188】

（Ｓ４０６０）
ステップＳ４０６０において、判定部４０４０は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ４}に判定境界を設定する。図２３と図２５を参照して判定境界の設定方法について具体的に説明する。

【0189】

（判定境界の位置）
設定部４０４０は肺野領域内での肺結節領域の位置に基づいて判定境界を設定する。はじめに、設定部４０４０は記憶部１２０から肺結節領域の重心位置の座標値Ｇ^{ｎｏｄｕｌｅ}を取得する。次に、設定部４０４０は肺野領域Ｖ^ｌｕｎｇにおける肺結節領域Ｖ^{ｎｏｄｕｌｅ}の位置（Ｓ_ｘ，Ｓ_ｙ，Ｓ_ｚ）を取得する。ここで、位置（Ｓ_ｘ，Ｓ_ｙ，Ｓ_ｚ）は肺野領域の外側、上端、腹側端からの距離とする。図２３では、矢印４２８５と矢印４２９０で示された距離がそれぞれＳ_ｘとＳ_ｙである。図面の関係で、位置Ｓ_ｚは不図示である。位置Ｓ_ｘは、もし肺結節領域Ｖ^{ｎｏｄｕｌｅ}が右肺に存在する場合は、右肺の外側からの距離とする。逆に、もし肺結節領域Ｖ^{ｎｏｄｕｌｅ}が左肺に存在する場合は、左肺の外側からの距離とする。図２３では肺結節領域４２１０は右肺に存在しているため、位置Ｓ_ｘの値は右肺の外側からの距離４２８５となる。肺結節領域が右肺と左肺のどちらに存在しているかは、位置Ｓ_ｘは肺野領域の内側からの距離としてもよい。また、位置Ｓ_ｙは肺野領域の下端からの距離としてもよい。また、位置Ｓ_ｚは肺野領域の背側端からの距離としてもよい。さらに、これらの位置は肺野領域の上下、左右、前後の長さで割った値を用いてもよい。すなわち、位置（Ｓ^’_ｘ，Ｓ^’_ｙ，Ｓ^’_ｚ）＝（Ｓ_ｘ／Ｗ^ｌｕｎｇ，Ｓ_ｙ／Ｈ^ｌｕｎｇ，Ｓ_ｚ／Ｄ^ｌｕｎｇ）を用いてもよい。ここで、Ｗ^ｌｕｎｇ，Ｈ^ｌｕｎｇ，Ｄ^ｌｕｎｇは肺野領域の上下、左右、前後の長さである。

【0190】

次に設定部４０４０は記憶部１２０を介してデータサーバ１３０からリストＬ_４を取得する。リストＬ_４には、（位置（Ｓ_ｘ［ｋ］，Ｓ_ｙ［ｋ］，Ｓ_ｚ［ｋ］），方向ベクトルＤ^{ｄｅｃｉｓｉｏｎ４}_［ｋ］）（１＜＝ｋ＜＝Ｎ^Ｌ４）という２つの数値の組が複数個格納されている。

【0191】

設定部４０４０はデータサーバ１３０からリストＬ_４を取得した後、Ｌ_４内に格納されているそれぞれの（Ｓ_ｘ［ｋ］，Ｓ_ｙ［ｋ］，Ｓ_ｚ［ｋ］）と（Ｓ_ｘ，Ｓ_ｙ，Ｓ_ｚ）を比較し、（Ｓ_ｘ，Ｓ_ｙ，Ｓ_ｚ）に最も近い値（Ｓ_{ｘ［ｋ’］}，Ｓ_{ｙ［ｋ’］}，Ｓ_{ｚ［ｋ’］}）（１＜＝ｋ’＜＝Ｎ^Ｌ４）を探す。そして、（Ｓ_{ｘ［ｋ’］}，Ｓ_{ｙ［ｋ’］}，Ｓ_{ｚ［ｋ’］}）と組をなしている判定境界の方向ベクトルＤ^{ｄｅｃｉｓｉｏｎ４}_［ｋ’］を、合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ４}に設定する判定境界の方向ベクトルとして用いる。

【0192】

ここで、リストＬ_４について説明する。リストＬ_４は事前に準備された学習用画像から構築される。リストＬ_４の構築手順はリストＬ_１やＬ_３の構築手順と同様である。

【0193】

設定部４０４０は、リストＬ_４として、特徴の異なる２種類の方向ベクトルを格納したリストＬ_４１とリストＬ_４２のいずれか一方を使用することが出来る。リストＬ_４１とリストＬ_４２に格納されている方向ベクトルはそれぞれ異なる特徴を持っている。そこで、第４の実施形態に係る画像処理装置４００を構築する者は、画像処理装置４００の構築段階で、リストＬ_４１とリストＬ_４２のいずれか一方をリストＬ_４として選択する。また、画像処理装置４００の実行段階で、画像処理装置４００の操作者に図２０には不図示の操作部を介していずれか一方のリストを選択させてもよい。この場合、設定部４０４０は操作者によって選択されたリストをリストＬ_４として用いる。以下でそれぞれの決定方法について説明する。

【0194】

はじめに、リストＬ_４１の方向ベクトルＤ^{ｄｅｃｉｓｉｏｎ４}_［ｋ］について説明する。リストＬ_４１の方向ベクトルＤ^{ｄｅｃｉｓｉｏｎ４}_［ｋ］には、肺結節領域の重心位置に対する気管領域の相対位置、もしくは肺門部における気管支領域の相対位置が格納されている。図２３を参照して、具体的に説明する。図２３の画像４２００は、図１６の元画像３０００に対してステップＳ１０１０〜Ｓ４０５０の処理を適用することで得られた合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ４}である。リストＬ_４としてリストＬ_４１を用いた場合、設定部４０４０は方向ベクトル４２９５を判定境界の方向とする。ここで、方向ベクトル４２９５は肺結節領域４２１０の重心位置４２７５から点線で示す気管領域へ向かう方向ベクトルである。すなわち、元画像中の肺結節領域の重心位置が得られると、元画像に描出されている気管領域、もしくは気管支領域の位置を取得することが可能となる。

【0195】

リストＬ_４１の方向ベクトルＤ^{ｄｅｃｉｓｉｏｎ４}_［ｋ］の決定には学習用画像を用いる。はじめに、それぞれの学習用画像において、肺結節の重心位置の座標値を取得する。次に、気管や肺門部における気管支の重心位置の座標値を取得する。これらの位置はそれぞれの学習用画像から手動で取得する。最後に、気管や肺門部における気管支の重心の座標値を肺結節の重心位置からの相対座標値にする。

【0196】

以上で、リストＬ_４１の方向ベクトルＤ^{ｄｅｃｉｓｉｏｎ４}_［ｋ］についての説明を終える。

【0197】

次に、リストＬ_４２の方向ベクトルＤ^{ｄｅｃｉｓｉｏｎ４}_［ｋ］について説明する。リストＬ_４２の方向ベクトルＤ^{ｄｅｃｉｓｉｏｎ４}_［ｋ］には、画像内で関心のある気管支の領域の位置が肺結節領域の重心位置に対する相対位置として格納されている。図２５を参照して具体的に説明する。図２５の画像４５００は、不図示の元画像に対してステップＳ１０１０〜Ｓ４０５０の処理を適用することで得られた合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｔｅ４}である。

【0198】

画像４５００では、肺野領域内の肺底部付近で、かつ縦隔に近い場所に、肺結節領域４５１０が存在する。このような場所では、気管支は気管や肺門部における気管支の方向からは走行してこない。そのかわり、気管支は肺底部に沿うように走行する。気管支領域４５２１が、肺底部に沿うように走行する気管支の一例である。そして、本図においては、気管支領域４５２１が抽出したい気管支領域（所望の気管支領域）である。なお、図２５では肺底部の例を挙げたが、肺野領域内の場所に応じて注目気管支の場所は異なる。

【0199】

リストＬ_４としてリストＬ_４２を用いた場合、設定部４０４０は、肺結節領域の肺野内での場所に応じて、注目気管支が走行する方向に沿う方向を判定境界の方向とする。図２５の肺結節領域４５１０に対しては、設定部４０４０は方向ベクトル４５９５を判定境界の方向とする。本図から分かる通り、リストＬ_４２の方向ベクトルＤ^{ｄｅｃｉｓｉｏｎ４}_［ｋ］は、気管の相対位置や肺門部における気管支の相対位置とは一致しないことがある。リストＬ_４としてリストＬ_４２を用いることにより、気管や肺門部での主気管支の位置から直線的に走行してこない気管支領域を抽出することが可能となる。

【0200】

リストＬ_４２の方向ベクトルＤ^{ｄｅｃｉｓｉｏｎ４}_［ｋ］の決定には学習用画像を用いる。はじめに、それぞれの学習用画像において、肺結節の重心位置の座標値を取得する。次に、抽出したい気管支領域の重心位置の座標値を取得する。これらの位置はそれぞれの学習用画像から手動で取得する。最後に、抽出したい気管支領域の重心の座標値を肺結節の重心位置からの相対座標値にする。

【0201】

以上で、リストＬ_４２の方向ベクトルＤ^{ｄｅｃｉｓｉｏｎ４}_［ｋ］についての説明を終える。

【0202】

以上で、リストＬ_４、リストＬ_４１、リストＬ_４２の詳細、および構築方法についての説明を終える。

【0203】

（判定境界の向き）
設定部４０４０は、Ｄ^{ｄｅｃｉｓｉｏｎ３}を判定境界の向きとする。これは、第３の実施形態に係る画像処理装置３００の設定部４０４０と同様である。

【0204】

（判定境界の肺結節領域からの距離と判定境界の範囲）
設定部４０４０は肺結節領域４２１０から判定境界４２６０までの距離Ｌ^{ｄｅｃｉｓｉｏｎ４}と判定境界の範囲を示す立体角Θ^{ｄｅｃｉｓｉｏｎ４}を決定する。

【0205】

図２３において、距離Ｌ^{ｄｅｃｉｓｉｏｎ４}とは矢印４２６５で示された距離のことである。そして、立体角Θ^{ｄｅｃｉｓｉｏｎ４}とは角度４２８０で示された立体角のことである。また、図２５において、距離Ｌ^{ｄｅｃｉｓｉｏｎ４}とは矢印４５７０で示された距離のことである。そして、立体角Θ^{ｄｅｃｉｓｉｏｎ４}とは角度４５８０で示された立体角のことである。これらの値の決定方法は、第３の実施形態に係る画像処理装置３００の設定部３０４０がステップＳ３０６０で実施する処理と同じである。そのため、説明を省略する。

【0206】

以上で、ステップＳ４０６０において設定部４０４０が行う処理についての説明を終える。

【0207】

ステップＳ４０６０の処理を終えた後、第４の実施形態に係る画像処理装置４００はステップＳ１０７０、Ｓ１０８０の処理を実施する。これらのステップで実施される処理については、第１の実施形態の説明で述べた通りである。

【0208】

ここで、図２４を参照して本実施形態に係る画像処理装置４００のステップＳ１０７０とＳ１０８０の処理結果を確認する。図２４の画像４３００は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｅｔ４}である。ここで、合成マスク画像４３００は、ステップＳ４０６０においてリストＬ_４としてリストＬ_４１を使用した場合に生成される合成マスク画像である。合成マスク画像４３００において、実線で囲まれた領域４３８０が拡大領域Ｖ^{ｎｏｄｕｌｅ}’である。拡大領域４３８０は、破線で囲まれた肺結節領域４３１０を黒点４３７０を中心として膨張させることによって得られる。なお、黒点４３７０は肺結節領域４３１０の重心位置である。また、肺結節領域４３１０を膨張させる処理は必須の処理ではない。

【0209】

候補領域４３２１は拡大領域４３８０と判定境界４３６０の両方と接している（重なっている）ため、判定結果は‘真’となる。候補領域４３２９は判定境界４３６０とは接している（重なっている）が拡大領域４３８０には接していない（重なっていない）ため、判定結果は‘偽’となる。逆に、候補領域４３３０は拡大領域４３８０には接している（重なっている）が判定境界４３６０とは接してない（重なっていない）ため、判定結果は‘偽’となる。候補領域４３２２〜候補領域４３２８、候補領域４３３１〜候補領域４３３４は、拡大領域４３８０にも判定境界４３６０にも接していない（重なっていない）ため、判定結果は‘偽’となる。

【0210】

図２４の画像４４００はステップＳ１０８０で取得される気管支マスク画像Ｍ^{ｂｒｏｎｃｈｕｓ}である。これは合成マスク画像４３００の候補領域４３２１〜候補領域４３３４に対してステップＳ１０８０の処理を適用して得られた結果である。ステップＳ１０７０の処理により、候補領域４３２１のみが判定結果‘真’であり、それ以外の候補領域が判定結果‘偽’であった。この判定結果に基づき、ステップＳ１０８０において領域４３２１が所望の領域４４１０として取得されている。そして、候補領域４３２１以外の候補領域（候補領域４３２２〜候補領域４３３４）は取得されていない。

【0211】

次に、図２６を参照して本実施形態に係る画像処理装置４００のステップＳ１０７０とＳ１０８０の処理結果を確認する。図２６の画像４６００は合成マスク画像Ｍ^{ｃｏｍｐｏｓｉｅｔ４}である。ここで、合成マスク画像４６００は、ステップＳ４０６０においてリストＬ_４としてリストＬ_４２を使用した場合に生成される合成マスク画像である。合成マスク画像４６００において、実線で囲まれた領域４６８０が拡大領域Ｖ^{ｎｏｄｕｌｅ}’である。拡大領域４６８０は、破線で囲まれた肺結節領域４６１０を黒点４６７０を中心として膨張させることによって得られる。なお、黒点４６７０は肺結節領域４６１０の重心位置である。また、肺結節領域４６１０を膨張させる処理は必須の処理ではない。

【0212】

候補領域４６２１は拡大領域４６８０と判定境界４６６０の両方と接している（重なっている）ため、判定結果は‘真’となる。候補領域４６２７は判定境界４６６０とは接している（重なっている）が拡大領域４６８０には接していない（重なっていない）ため、判定結果は‘偽’となる。逆に、候補領域４６２８は拡大領域４６８０には接している（重なっている）が判定境界４６６０とは接してない（重なっていない）ため、判定結果は‘偽’となる。候補領域４６２２〜候補領域４６２６、候補領域４６２９〜候補領域４６３１は、拡大領域４６８０にも判定境界４６６０にも接していない（重なっていない）ため、判定結果は‘偽’となる。

【0213】

図２６の画像４７００はステップＳ１０８０で取得される気管支マスク画像Ｍ^{ｂｒｏｎｃｈｕｓ}である。これは合成マスク画像４６００の候補領域４６２１〜候補領域４６３１に対してステップＳ１０８０の処理を適用して得られた結果である。ステップＳ１０７０の処理により、候補領域４６２１のみが判定結果‘真’であり、それ以外の候補領域が判定結果‘偽’であった。この判定結果に基づき、ステップＳ１０８０において領域４６２１が所望の領域４７１０として取得されている。そして、候補領域４６２１以外の候補領域（候補領域４６２２〜候補領域４６３１）は取得されていない。

【0214】

以上の手順に従い、第４の実施形態に係る画像処理装置４００は注目肺結節の周辺を走行する気管支を抽出する処理を行う。

【0215】

ここからは、第４の実施形態に係る画像処理装置４００で注目肺結節の周辺を走行する動静脈を抽出する処理について説明する。第４の実施形態に係る画像処理装置４００が実施する処理のうち、ステップＳ１０１０、Ｓ１０２０、Ｓ１０３０の処理は動静脈領域の抽出でも同じである。ステップＳ１０４０において第二の抽出部１０２０は、気管支領域ではなく、動静脈の候補領域を抽出する。動静脈領域の抽出処理については、第１の実施形態の説明で述べた通りである。ステップＳ４０４５、Ｓ４０５０、Ｓ４０６０、Ｓ１０７０、Ｓ１０８０では、気管支領域の抽出での処理と同様の処理を行えばよい。

【0216】

以上の手順に従い、第４の実施形態に係る画像処理装置４００は注目肺結節の周辺を走行する動静脈を抽出する処理を行う。

【0217】

第４の実施形態に係る画像処理装置４００は、上述の処理により注目肺結節の周辺を走行する構造物（気管支や動静脈）の領域を従来よりも高い精度で抽出することができる。すなわち、気管支や動静脈のうち注目肺結節に関係する気管支や動静脈を高い精度で抽出できる。言い換えれば、気管支や動静脈のうち医師が特に着目する可能性のある気管支や動静脈を高い精度で抽出できる。また、第４の実施形態によれば肺結節と気管との間に存在する注目肺結節に関係する気管支や動静脈だけではなく、肺結節と気管との間以外に存在する注目肺結節に関係する気管支や動静脈を高い精度で抽出することができる。

【0218】

なお、第４の実施形態と第２の実施形態とを組み合わせることとしてもよい。例えば、第２の実施形態における図１２においては合成マスク画像の四辺に判定境界が設けられているが、第４の実施形態のように適応的に判定境界とする辺を変更することとしてもよい。

【0219】

このようにすれば第２の実施形態、第４の実施形態の両実施形態の効果を得ることが可能となる。

【0220】

＜その他の実施形態＞
以上、実施形態例を詳述したが、本発明は例えば、システム、装置、方法、プログラム若しくは記録媒体（記憶媒体）等としての実施態様をとることが可能である。具体的には、複数の機器（例えば、ホストコンピュータ、インタフェース機器、撮像装置、Ｗｅｂアプリケーション等）から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。

【0221】

また、本発明の目的は、以下のようにすることによって達成されることはいうまでもない。即ち、前述した実施形態の機能を実現するソフトウェアのプログラムコード（コンピュータプログラム）を記録した記録媒体（または記憶媒体）を、システムあるいは装置に供給する。係る記憶媒体は言うまでもなく、コンピュータ読み取り可能な記憶媒体である。そして、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に格納されたプログラムコードを読み出し実行する。この場合、記録媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコードを記録した記録媒体は本発明を構成することになる。

【0222】

以上、本発明の好ましい実施形態について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】

【図23】

【図24】

【図25】

【図26】