特許 7066415 医用画像処理装置、医用画像診断装置及び医用画像処理プログラム

(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】

(24)【登録日】2022-05-02

(45)【発行日】2022-05-13

(54)【発明の名称】医用画像処理装置、医用画像診断装置及び医用画像処理プログラム

(51)【国際特許分類】

   A61B 6/03 20060101AFI20220506BHJP

   A61B 6/00 20060101ALI20220506BHJP

   A61B 5/055 20060101ALI20220506BHJP

   A61B 6/12 20060101ALI20220506BHJP

【ＦＩ】

A61B6/03 360E

A61B6/00 370

A61B6/03 377

A61B5/055 380

A61B5/055 382

A61B5/055 390

A61B6/12

【請求項の数】 11

(21)【出願番号】P 2018002153

(22)【出願日】2018-01-10

(65)【公開番号】P2019118711

(43)【公開日】2019-07-22

【審査請求日】2020-10-13

(73)【特許権者】

【識別番号】594164542

【氏名又は名称】キヤノンメディカルシステムズ株式会社

(74)【代理人】

【識別番号】110001771

【氏名又は名称】特許業務法人虎ノ門知的財産事務所

(72)【発明者】

【氏名】山守 恭平

(72)【発明者】

【氏名】川崎 友寛

(72)【発明者】

【氏名】若井 智司

【審査官】松岡 智也

(56)【参考文献】

【文献】国際公開第２０１７／０４７８１８（ＷＯ，Ａ１）

【文献】国際公開第２０１３／０３１７４２（ＷＯ，Ａ１）

【文献】国際公開第２０１６／１２０７０４（ＷＯ，Ａ１）

【文献】米国特許出願公開第２０１４／０３４８４０８（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ａ６１Ｂ ５／０５５、６／００－６／１４

Ａ６１Ｆ ２／８２－２／９７

Ａ６１Ｍ ２５／００－２９／０４、３５／００－３６／０８、

３７／００、９９／００

(57)【特許請求の範囲】

【請求項1】

血液が流れる血流領域を含む医用画像データを取得する取得部と、
前記血流領域に留置された医療デバイスの形状を抽出する抽出部と、
前記血流領域に対して留置される医療デバイスについて、前記医療デバイスが留置された際の形状に基づいて、当該医療デバイスを透過する前記血液の量の程度を示す指標値を算出する算出部と、
前記指標値を出力するように制御する出力制御部と、
を備える、医用画像処理装置。

【請求項2】

前記医療デバイスの種類ごとに、前記医療デバイスの留置された際の形状と前記指標値とを関連付けて記憶する記憶部とを更に有し、
前記算出部は、前記医療デバイスが留置された際の形状に基づき、前記記憶部に記憶された関連付けられた前記指標値を読み出すことにより、前記指標値を算出する、請求項１に記載の医用画像処理装置。

【請求項3】

前記記憶部は、前記医療デバイスの芯線に直交する断面の径及び傾きによって示される形状ごとに前記指標値を対応付けた対応情報を記憶し、
前記抽出部は、前記血流領域に留置された医療デバイスの位置ごとに、芯線に直交する断面の径及び傾きを抽出し、
前記算出部は、前記対応情報及び前記医療デバイスの位置ごとの芯線に直交する断面の径及び傾きに基づいて、前記医療デバイスの位置ごとの前記指標値を算出する、請求項２に記載の医用画像処理装置。

【請求項4】

前記抽出部は、前記医療デバイスの留置計画に沿って前記医療デバイスが留置された後に収集された前記医用画像データに含まれる医療デバイスの形状を抽出し、
前記算出部は、前記医療デバイスの形状に基づいて、前記医療デバイスにおける位置ごとの前記指標値を算出する、請求項２又は３に記載の医用画像処理装置。

【請求項5】

前記抽出部は、術中に収集された前記医用画像データに含まれる医療デバイスの形状を抽出し、
前記算出部は、前記対応情報に基づいて、前記術中に収集された前記医用画像データに含まれる医療デバイスにおける位置ごとの前記指標値を算出する、請求項３に記載の医用画像処理装置。

【請求項6】

前記出力制御部は、血管の治療対象部位に対応する前記医療デバイスの位置の前記指標値が予め設定された条件を満たすように、前記血管内における前記医療デバイスの形状に関するシミュレーション情報を表示させる、請求項４又は５に記載の医用画像処理装置。

【請求項7】

前記記憶部は、経時的に算出された被検体ごとの前記指標値を記憶し、
前記出力制御部は、前記被検体ごとに、前記指標値を時系列順に並べた表示情報を表示させる、請求項２～６のいずれか１つに記載の医用画像処理装置。

【請求項8】

前記算出部は、前記指標値として、血管の治療対象部位に対して前記医療デバイスが覆う領域の比率を示す被覆率を算出し、
前記出力制御部は、算出された前記被覆率を表示させる、請求項１～７のいずれか１つに記載の医用画像処理装置。

【請求項9】

前記算出部は、脳動脈瘤のネック面における前記被覆率を算出し、
前記出力制御部は、前記脳動脈瘤のネック面を示す医用画像上に算出された被覆率を表示させる、請求項８に記載の医用画像処理装置。

【請求項10】

血液が流れる血流領域を含む医用画像データを収集する収集部と、
前記血流領域に留置された医療デバイスの形状を抽出する抽出部と、
前記血流領域に対して留置される医療デバイスについて、前記医療デバイスが留置された際の形状に基づいて、当該医療デバイスを透過する前記血液の量の程度を示す指標値を算出する算出部と、
前記指標値を出力するように制御する出力制御部と、
を備える、医用画像診断装置。

【請求項11】

血液が流れる血流領域を含む医用画像データを取得する取得手順と、
前記血流領域に留置された医療デバイスの形状を抽出する抽出手順と、
前記血流領域に対して留置される医療デバイスについて、前記医療デバイスが留置された際の形状に基づいて、当該医療デバイスを透過する前記血液の量の程度を示す指標値を算出する算出手順と、
前記指標値を出力するように制御する出力制御手順と、
をコンピュータに実行させる、医用画像処理プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明の実施形態は、医用画像処理装置、医用画像診断装置及び医用画像処理プログラムに関する。

【背景技術】

【0002】

近年、医療デバイスの進化が目覚ましく、特に、カテーテルを利用した血管内治療のための医療デバイスの進化が顕著である。例えば、脳動脈瘤の塞栓に利用されるステントとして、Flow Diverter（Pipeline等）が注目され、実臨床でも活用され始めている。Flow Diverterは、従来の脳動脈瘤治療ステントとは異なり、高密度の網目と、形状の柔軟性が特徴であり、網目の密度を局所的に変化させることも可能である。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１３－３１６５５号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

本発明が解決しようとする課題は、血流に対する医療デバイスの留置の効果を把握することである。

【課題を解決するための手段】

【0005】

実施形態に係る医用画像処理装置は、取得部と、抽出部と、算出部と、出力制御部とを備える。取得部は、血液が流れる血流領域を含む医用画像データを取得する。抽出部は、前記血流領域に留置された医療デバイスの形状を抽出する。算出部は、前記血流領域に対して留置される医療デバイスについて、前記医療デバイスが留置された際の形状に基づいて、前記血液の透過の程度を示す指標値を算出する。出力制御部は、前記指標値を出力するように制御する。

【図面の簡単な説明】

【0006】

【図1】図１は、第１の実施形態に係る医用画像処理システムの構成の一例を示す図である。

【図2】図２は、第１の実施形態に係る医用画像処理装置の構成の一例を示す図である。

【図3】図３は、第１の実施形態に係るFlow Diverterを説明するための図である。

【図4】図４は、第１の実施形態に係る記憶回路によって記憶される対応情報の一例を示す図である。

【図5】図５は、第１の実施形態に係る抽出機能による処理の一例を説明するための図である。

【図6】図６は、第１の実施形態に係る抽出機能による処理の一例を説明するための図である。

【図7】図７は、第１の実施形態に係る制御機能の制御によって表示される指標値の一例を示す図である。

【図8】図８は、第１の実施形態に係る制御機能の制御によって表示される指標値の一例を示す図である。

【図9】図９は、第１の実施形態に係る医用画像処理装置による処理手順を示すフローチャートである。

【図10】図１０は、第１の実施形態に係る医用画像処理装置による処理手順を示すフローチャートである。

【図11】図１１は、第２の実施形態に係る抽出機能による処理の一例を説明するための図である。

【図12】図１２は、第２の実施形態に係る医用画像処理装置による処理手順を示すフローチャートである。

【図13】図１３は、第３の実施形態に係る制御機能による処理の一例を示す図である。

【図14】図１４は、第３の実施形態に係る医用画像処理装置による処理手順を示すフローチャートである。

【図15】図１５は、第４の実施形態に係る制御機能による処理の一例を示す図である。

【図16】図１６は、第４の実施形態に係る医用画像処理装置による処理手順を示すフローチャートである。

【図17】図１７は、第５の実施形態に係るＸ線診断装置の構成の一例を示す図である。

【発明を実施するための形態】

【0007】

以下に添付図面を参照して、本願に係る医用画像処理装置、医用画像診断装置及び医用画像処理プログラムの実施形態を詳細に説明する。なお、本願に係る医用画像処理装置、医用画像診断装置及び医用画像処理プログラムは、以下に示す実施形態によって限定されるものではない。

【0008】

（第１の実施形態）
まず、第１の実施形態について説明する。第１の実施形態では、本願が開示する技術を医用画像処理装置に適用した場合の例を説明する。なお、以下、医用画像処理装置を含む医用画像処理システムを例に挙げて説明する。

【0009】

図１は、第１の実施形態に係る医用画像処理システムの構成の一例を示す図である。図１に示すように、第１の実施形態に係る医用画像処理システムは、医用画像診断装置１００と、画像保管装置２００と、医用画像処理装置３００とを備える。

【0010】

例えば、医用画像処理システムにおいては、第１の実施形態に係る医用画像処理装置３００が、図１に示すように、ネットワーク４００を介して、医用画像診断装置１００と、画像保管装置２００に接続される。

【0011】

医用画像診断装置１００は、医療デバイスを用いた手技に利用されるモダリティであり、例えば、Ｘ線診断装置、Ｘ線ＣＴ（Computed Tomography）装置、超音波診断装置、ＭＲＩ（Magnetic Resonance Imaging）装置等である。例えば、医用画像診断装置１００は、被検体を撮影することにより投影データを収集し、収集した投影データに基づいて２次元又は３次元の医用画像データを収集する。なお、医用画像診断装置１００は、造影剤が注入された被検体を撮影することにより、２次元又は３次元の造影画像データを収集することもできる。例えば、医用画像診断装置１００としてのＸ線ＣＴ装置は、３次元の造影画像データとして、造影剤が注入された被検体からＣＴＡ（ＣＴ Angio）画像データを収集する。また、例えば、医用画像診断装置１００としてのＸ線診断装置は、２次元の造影画像データとして、造影剤が注入された被検体からＸ線画像データを収集する。

【0012】

また、医用画像診断装置１００は、収集した医用画像データを画像保管装置２００や、医用画像処理装置３００に送信する。なお、医用画像診断装置１００は、医用画像データを画像保管装置２００や、医用画像処理装置３００に送信する際に、付帯情報として、例えば、患者を識別する患者ＩＤ、検査を識別する検査ＩＤ、医用画像診断装置１００を識別する装置ＩＤ、医用画像診断装置１００による１回の撮影を識別するシリーズＩＤ等を送信する。

【0013】

画像保管装置２００は、ネットワーク４００を介して、医用画像診断装置１００によって収集された医用画像データを保管する。例えば、画像保管装置２００は、サーバ装置等のコンピュータ機器によって実現される。本実施形態では、画像保管装置２００は、ネットワーク４００を介して医用画像診断装置１００から２次元又は３次元の医用画像データを取得し、取得した医用画像データを装置内又は装置外に設けられた記憶回路に記憶させる。

【0014】

医用画像処理装置３００は、ネットワーク４００を介して医用画像診断装置１００や、画像保管装置２００から医用画像データを取得し、取得した医用画像データを処理する。例えば、医用画像処理装置３００は、ワークステーション等のコンピュータ機器によって実現される。本実施形態では、医用画像処理装置３００は、ネットワーク４００を介して医用画像診断装置１００又は画像保管装置２００から医用画像データを取得し、取得した医用画像データに対して各種画像処理を行う。そして、医用画像処理装置３００は、画像処理後の医用画像や、画像処理によって得られる解析結果等をディスプレイ等に表示する。

【0015】

図２は、第１の実施形態に係る医用画像処理装置３００の構成の一例を示す図である。例えば、図２に示すように、医用画像処理装置３００は、Ｉ／Ｆ（インターフェース）回路３１０と、記憶回路３２０と、入力インターフェース３３０と、ディスプレイ３４０と、処理回路３５０とを有する。

【0016】

Ｉ／Ｆ回路３１０は、処理回路３５０に接続され、ネットワーク４００を介して接続された医用画像診断装置１００又は画像保管装置２００との間で行われる各種データの伝送及び通信を制御する。例えば、Ｉ／Ｆ回路３１０は、ネットワークカードやネットワークアダプタ、ＮＩＣ（Network Interface Controller）等によって実現される。本実施形態では、Ｉ／Ｆ回路３１０は、医用画像診断装置１００又は画像保管装置２００から医用画像データを受信し、受信した医用画像データを処理回路３５０に出力する。ここで、Ｉ／Ｆ回路３１０は、医用画像診断装置１００によって収集されたリアルタイムの医用画像データを受信して、処理回路３５０に出力することもできる。

【0017】

記憶回路３２０は、処理回路３５０に接続され、各種データを記憶する。例えば、記憶回路３２０は、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子や、ハードディスク、光ディスク等によって実現される。本実施形態では、記憶回路３２０は、医用画像診断装置１００又は画像保管装置２００から受信した医用画像データを記憶する。例えば、記憶回路３２０は、Ｘ線ＣＴ装置によって経時的に収集されたＣＴ画像データや、Ｘ線診断装置によって収集されたＸ線画像データ、超音波診断装置によって収集された超音波画像データ等を記憶する。一例を挙げると、記憶回路３２０は、造影剤が注入された被検体を撮影することにより収集されたＣＴＡ画像データや、Ｘ線画像データなどを記憶する。

【0018】

また、記憶回路３２０は、処理回路３５０の処理に用いられる種々の情報や、処理回路３５０による処理結果等を記憶する。例えば、記憶回路３２０は、処理回路３５０によって参照される対応情報などを記憶する。なお、対応情報の詳細については、後述する。

【0019】

入力インターフェース３３０は、所定の領域（例えば、治療対象部位）などの設定などを行うためのトラックボール、スイッチボタン、マウス、キーボード、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、及び音声入力回路等や、Ｘ線の照射などを行うためのフットスイッチ等によって実現される。

【0020】

入力インターフェース３３０は、処理回路３５０に接続されており、操作者から受け付けた入力操作を電気信号に変換して処理回路３５０に出力する。なお、本明細書において入力インターフェース３３０は、マウス、キーボードなどの物理的な操作部品を備えるものだけに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を制御回路へ出力する電気信号の処理回路も入力インターフェースの例に含まれる。

【0021】

ディスプレイ３４０は、処理回路３５０に接続され、処理回路３５０から出力される各種情報及び各種画像を表示する。例えば、ディスプレイ３４０は、液晶モニタやＣＲＴ（Cathode Ray Tube）モニタ、タッチパネル等によって実現される。例えば、ディスプレイ３４０は、操作者の指示を受け付けるためのＧＵＩ（Graphical User Interface）や、種々の画像、処理回路３５０による種々の処理結果を表示する。

【0022】

処理回路３５０は、入力インターフェース３３０を介して操作者から受け付けた入力操作に応じて、医用画像処理装置３００が有する各構成要素を制御する。例えば、処理回路３５０は、プロセッサによって実現される。本実施形態では、処理回路３５０は、Ｉ／Ｆ回路３１０から出力される医用画像データを記憶回路３２０に記憶させる。また、処理回路３５０は、記憶回路３２０から医用画像データを読み出し、読み出した医用画像データから生成した医用画像をディスプレイ３４０に表示させる。また、処理回路３５０は、医用画像データに対して種々の解析処理を実行して、解析結果をディスプレイ３４０に表示させる。

【0023】

このような構成のもと、本実施形態に係る医用画像処理装置３００は、血流に対する医療デバイスの留置の効果を把握することを可能にする。具体的には、医用画像処理装置３００は、血管に留置された医療デバイスにおける血液の透過の程度を示す指標値を表示することにより、医療デバイスの留置の効果を操作者に把握させる。ここで、上述したように、近年、カテーテルを利用した血管内治療のための医療デバイスの進化が目覚ましい。例えば、Flow Diverterは、柔軟性が高く、網目の密度（金属密度）を変化させることができる。

【0024】

図３は、第１の実施形態に係るFlow Diverterを説明するための図である。図３に示すように、Flow Diverterは、従来のステントよりも網目が細かい（網目の密度が高い）。そして、Flow Diverterは、高い柔軟性を備えており、形状の変化に伴って網目が変化する。例えば、Flow Diverterは、径方向に伸縮し、直径の変化に伴って網目の形状が変化する。一例を挙げると、Flow Diverterは、図３の左側の矢印で示すように、直径が小さくなるほど、四角で形成された網目の長手方向の対角の角度がより鋭角になる。また、例えば、Flow Diverterは、図３の右側の矢印で示すように、直径が大きくなるほど、四角で形成された網目の長手方向の対角の角度がより鈍角になる。

【0025】

ここで、Flow Diverterにおいては、直径が変化した場合でも、網目の四角の各辺の長さは変化しない。従って、Flow Diverterにおける網目の面積は、網目が正方形となっている場合が最大となり、直径が小さくなるほど、或いは、直径が大きくなるほど、狭くなる。換言すると、Flow Diverterは、直径を小さくするか、或いは、直径を大きくするかにより、網目の密度を高めることができる。

【0026】

さらに、Flow Diverterは、局所的に網目の密度を変化させることもできる。例えば、Flow Diverterは、図３に示す長手方向における範囲「ａ」に含まれる網目のみの面積を狭くすることで、範囲「ａ」における網目の密度を高めることもできる。

【0027】

このようなFlow Diverterは、動脈瘤などの治療対象部位に対して留置する場合に、血液の流入を低減させたい部位（例えば、動脈瘤のネック面など）に対しては高密度で、その他の周辺部位に対しては低密度で被覆するように留置することで、高い治療効果が期待されている。すなわち、Flow Diverterは、動脈瘤のネック面に対して高密度の網目で被覆することで、母血管から動脈瘤内への血液の流入量を低減しつつ、その他の周辺部位に対して低密度の網目で被覆することで、動脈瘤の周辺にある血管分岐への血液の流入量の低減を抑止することができる。

【0028】

このように、Flow Diverterのような柔軟性が高く、網目の密度を変化させることができる医療デバイスを用いた治療は、高い治療効果が期待されているが、現状、その治療効果を直接的に確認することが困難である。すなわち、従来技術では、局所的な網目の密度の違いを判別することが困難であり、血流に対する医療デバイスの留置のより正確な効果を把握することが難しい。そこで、本願に係る医用画像処理装置３００では、局所的な網目の密度の違いを判別することで、血流に対する医療デバイスの留置のより正確な効果を把握することを可能にする。

【0029】

以下、本実施形態に係る医用画像処理装置３００の詳細について説明する。本実施形態に係る医用画像処理装置３００においては、記憶回路３２０が、医療デバイスの種類ごとに、医療デバイスの留置された際の形状と指標値とを関連付けて記憶する。具体的には、記憶回路３２０が、血管に対して留置される医療デバイスごとに、医療デバイスがとりうる形状と、形状ごとの血液の透過の程度を示す指標値とを対応付けた対応情報を記憶する。例えば、記憶回路３２０は、医療デバイスの芯線に直交する断面の径及び傾き（曲率）によって示される形状ごとに指標値を対応付けた対応情報を記憶する。

【0030】

図４は、第１の実施形態に係る記憶回路３２０によって記憶される対応情報の一例を示す図である。図４に示すように、記憶回路３２０は、「医療デバイス」と、「径」と、「傾き」と、「密度」と、「被覆率」とを対応付けた対応情報を記憶する。ここで、図４における「医療デバイス」は、血管に対して留置されるデバイスを意味し、例えば、図４に示すように、「ＦＤ（Flow Diverter）」等である。また、図４における「径」とは、医療デバイスの芯線に直交する断面の直径を示す。また、図４における「傾き」とは、芯線に直交する断面の芯線上の任意の位置（例えば、隣接する断面の芯線上の位置）に対する傾きを示す。また、図４における「密度」とは、医療デバイスの網目の密度を示す。また、図４における「被覆率」とは、血管の治療対象部位に対して医療デバイスが覆う領域の比率を示す。

【0031】

ここで、本願に係る「被覆率」について説明する。本願に係る「被覆率」は、血液の流入を低減させたい対象部位（例えば、動脈瘤のネック面など）の面積に対する医療デバイスの面積を意味する。すなわち、本願に係る「被覆率」は、「被覆率＝医療デバイスそのものの面積／対象部位の面積」で表される。例えば、対象部位がネック面であり、医療デバイスがステントの場合、ネック面の被覆率は、「ネック面の被覆率＝ステントの金属面積／ネック面の面積」となる。従って、Flow Diverterのような柔軟性が高く、網目の密度を変化させることができる医療デバイスの場合、網目の密度が高いほど、「被覆率」が高くなる。

【0032】

例えば、記憶回路３２０は、「医療デバイス：ＦＤ」について、「径」及び「傾き」で示される形状ごとの指標値「密度」及び指標値「被覆率」を記憶する。すなわち、記憶回路３２０は、医療デバイスがとりうる形状ごとに、血液が医療デバイスをどの程度透過するかの指標値を記憶する。上述したように、Flow Diverterのような柔軟性が高く、網目の密度を変化させることができる医療デバイスは、形状に応じて網目の密度が変化し、血液の透過の程度が変化する。そこで、本実施形態では、形状ごとの指標値を予め取得しておき、記憶回路３２０に格納しておく。

【0033】

なお、図４に示す対応情報はあくまでも一例であり、実施形態はこれに限定されるものではない。例えば、医療デバイスの形状として、「径」及び「傾き」以外のものが記憶される場合であってもよい。例えば、「傾き」の代わりに、芯線に直交する複数の断面において、各断面円周状の点間の距離が記憶される場合であってもよい。また、例えば、「密度」及び「被覆率」以外のものが指標値として記憶される場合であってもよく、或いは、「密度」又は「被覆率」のどちらか一方が記憶される場合であってもよい。

【0034】

図２に戻って、処理回路３５０は、制御機能３５１と、抽出機能３５２と、算出機能３５３とを実行する。ここで、制御機能３５１は、特許請求の範囲における取得部及び出力制御部の一例である。また、抽出機能３５２は、特許請求の範囲における抽出部の一例である。また、算出機能３５３は、特許請求の範囲における算出部の一例である。ここで、第１の実施形態では、医療デバイス（例えば、Flow Diverter）を留置する際に策定された留置計画の効果を把握する場合の例を説明する。

【0035】

制御機能３５１は、医用画像処理装置３００の全体制御を実行する。例えば、制御機能３５１は、Ｉ／Ｆ回路３１０を介して、医用画像診断装置１００、或いは、画像保管装置２００から医用画像データを取得する。具体的には、制御機能３５１は、血液が流れる血流領域を含む医用画像データを取得する。一例を挙げると、制御機能３５１は、造影剤が注入された頭部のＣＴ画像データ（ＣＴＡ画像データ）を取得する。そして、制御機能３５１は、取得したＣＴＡ画像データを記憶回路３２０に格納する。また、制御機能３５１は、種々の画像処理によってＣＴＡ画像データからＣＴ画像を生成し、生成したＣＴ画像をディスプレイ３４０にて表示するように制御する。また、制御機能３５１は、算出機能３５３による算出結果に基づく情報をディスプレイ３４０にて表示するように制御する。

【0036】

抽出機能３５２は、血流領域に留置された医療デバイスの形状を抽出する。具体的には、抽出機能３５２は、制御機能３５１によって取得された医用画像データに含まれる血液が流れる血流領域（例えば、血管）に留置された医療デバイスの形状を抽出する。例えば、Flow Diverterを留置する際の留置計画に沿って配置された医療デバイスの形状を抽出する場合、抽出機能３５２は、Flow Diverterを留置した後に収集された医用画像データに含まれる医療デバイスの形状を抽出する。

【0037】

医療デバイスの留置計画では、例えば、医師が、ＣＴＡ画像データから生成されたＣＴ画像内の血管を参照しながら、血管の治療対象部位に対して留置する医療デバイスの種類やサイズを決定する。すなわち、医師は、被検体の治療対象部位の位置や状態を、ＣＴ画像を参照しながら判断して、留置する医療デバイスを決定する。ここで、本実施形態に係る医用画像処理装置３００では、入力インターフェース３３０を介して、血管に対して医療デバイスを仮想的に留置する操作を受け付ける。

【0038】

例えば、制御機能３５１が、ＣＴＡ画像データから治療対象部位を含む血管のＣＴ画像を生成して、ディスプレイ３４０に表示させる。操作者（例えば、医師等）は、ディスプレイ３４０に表示されたＣＴ画像を参照しながら、入力インターフェース３３０を操作して、ＣＴ画像上の血管に対して医療デバイスを留置する入力操作を実行する。

【0039】

このように、医療デバイスの留置計画では、被検体から収集した医用画像データに対して医療デバイスを仮想的に留置し、留置した位置に基づいて、実際の手技が行われる。例えば、医療デバイスを留置する手技を実施する医師は、血管の治療対象部位にFlow Diverterが仮想的に留置されたＣＴ画像を参照しながら、実際の手技を実施する。この場合、制御機能３５１が、血管の治療対象部位にFlow Diverterが仮想的に留置されたＣＴ画像をディスプレイ３４０に表示させる。

【0040】

第１の実施形態に係る医用画像処理装置３００は、このように留置された医療デバイス（例えば、Flow Diverter）の密度や被覆率を算出して表示させることによって、治療対象部位に対して留置された医療デバイスの実際の効果を把握させることを可能にする。以下、医療デバイスの密度や被覆率を算出して表示させる処理の詳細について説明する。

【0041】

かかる場合、まず、制御機能３５１は、Ｉ／Ｆ回路３１０を介して、医用画像診断装置１００、或いは、画像保管装置２００から、医療デバイスが留置された後に収集された医用画像データを取得する。例えば、制御機能３５１は、動脈流のネック面に対してFlow Diverterが留置された後に収集されたＣＴ画像データを取得する。

【0042】

抽出機能３５２は、血管領域に対して留置された医療デバイスの形状を抽出する。具体的には、抽出機能３５２は、医療デバイスが留置された後に収集された医用画像データにおける医療デバイスの位置（医療デバイスの位置に対応するボクセルの位置）を特定する。そして、抽出機能３５２は、特定した医療デバイスの位置に基づいて、留置された医療デバイスの形状を抽出する。例えば、抽出機能３５２は、ＣＴ画像データのＣＴ値に基づいて、ＣＴ画像データに含まれるFlow Diverterの位置を特定し。特定したFlow Diverterの形状を抽出する。

【0043】

図５は、第１の実施形態に係る抽出機能３５２による処理の一例を説明するための図である。ここで、図５においては、留置計画に沿ってFlow Diverterが留置された場合の例を示す。例えば、図５の上段に図に示すように、動脈瘤のネック面に対して留置されたFlow Diverterについて、抽出機能３５２は、留置されたFlow Diverterの種類と、ＣＴ画像データにおけるFlow Diverterの位置を特定する。

【0044】

一例を挙げると、抽出機能３５２は、留置計画において、血管の形状及び治療対象部位の位置やサイズに基づいて選択されたFlow Diverterの情報に基づいて、Flow Diverterの種類を特定する。さらに、抽出機能３５２は、特定したFlow Diverterの種類と、留置されたFlow DiverterのＣＴ画像データにおけるＣＴ値に基づいて、ＣＴ画像データにおいて、Flow Diverterに対応するボクセルの位置を特定する。すなわち、抽出機能３５２は、ＣＴ画像データにおけるFlow Diverterの３次元的な位置を特定する。

【0045】

そして、抽出機能３５２は、特定したFlow Diverterの３次元的な位置に基づいて、Flow Diverterの芯線を抽出し、抽出した芯線に直交する断面を抽出する。例えば、抽出機能３５２は、ベッセルトラッキング法や、内部領域を細線化する方法などを用いて、図５の中段の図に示すように、ＣＴ画像データにおけるFlow Diverterの３次元的な位置からFlow Diverterの芯線Ｌ１を抽出する。さらに、抽出機能３５２は、抽出した芯線に直交するFlow Diverter上の断面を抽出する。例えば、抽出機能３５２は、図５の下段の図に示すように、抽出した芯線Ｌ１に直交するFlow Diverterの断面３１～３８を抽出する。ここで、抽出する断面の間隔は任意であり、例えば、断面の直径に応じて断面の間隔が決定される場合であってもよい。一例を挙げると、断面の直径が大きいほど、断面の間隔を大きくする場合であってもよい。また、例えば、医療デバイスの長手方向において所定の距離ごとに断面が抽出される場合であってもよい。

【0046】

上述したように、Flow Diverterにおける芯線に直交する断面を抽出すると、抽出機能３５２は、各断面について、直径及び芯線に対する断面の傾きを抽出する。例えば、抽出機能３５２は、断面３１～３８の直径をそれぞれ抽出する。すなわち、抽出機能３５２は、網目の密度を算出するために、各断面の直径をそれぞれ抽出する。ここで、Flow Diverterは、血管の曲がりに沿って曲がった場合、曲りの内側と外側で密度差が生じることとなる。そこで、抽出機能３５２は、上記した直径に加えて、各断面の傾きを抽出する。

【0047】

図６は、第１の実施形態に係る抽出機能３５２による処理の一例を説明するための図である。ここで、図６においては、断面３４と断面３５との間の傾きを抽出する場合を例に挙げて説明する。例えば、抽出機能３５２は、図６に示すように、断面３４と断面３５との角度「α」及び角度「β」を抽出する。すなわち、抽出機能３５２は、血管に留置されたFlow Diverterの曲がり具合を抽出する。ここで、Flow Diverterは血管の走行に沿って曲がるが、血管の走行は複雑であり、様々な方向に曲がる。したがって、血管に留置されたFlow Diverterの曲がり具合も複雑な状態となるため、抽出機能３５２は、図６に示すように、断面間の傾きを抽出する場合に、少なくとも２箇所以上の傾きを抽出することが望ましい。

【0048】

なお、上述した例では、Flow Diverterの曲がり具合を断面の傾きで抽出する場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、例えば、複数の断面の円周上の点間の距離を算出する場合であってもよい。一例を挙げると、抽出機能３５２は、図６に示す断面３４と断面３５において、角度「α」を形成する２本の直線において、断面３４の円周上の点と断面３５の円周上の点との距離を算出する。同様に、抽出機能３５２は、図６に示す断面３４と断面３５において、角度「β」を形成する２本の直線において、断面３４の円周上の点と断面３５の円周上の点との距離を算出する。複数断面の各円周上の点間の距離は、断面の傾きに応じて変化するため、断面の円周上の点間の距離を算出することにより、抽出機能３５２は、各断面の傾きを抽出することができる。

【0049】

図２に戻って、算出機能３５３は、血流領域に対して留置される医療デバイスについて、医療デバイスが留置された際の形状に基づいて、血液の透過の程度を示す指標値を算出する。具体的には、算出機能３５３は、医療デバイスが留置された際の形状に基づき、記憶回路３２０に記憶された関連付けられた指標値を読み出すことにより、指標値を算出する。すなわち、算出機能３５３は、対応情報に基づいて、形状が抽出された医療デバイスにおける位置ごとの指標値を算出する。例えば、算出機能３５３は、対応情報及び医療デバイスの位置ごとの芯線に直交する断面の径及び傾きに基づいて、医療デバイスの位置ごとの指標値を算出する。以下、図６を用いて、算出機能３５３による処理の一例を説明する。例えば、算出機能３５３は、対応情報と、断面３４の直径と、断面３５の直径と、角度「α」とに基づいて、角度「α」を形成する２本の直線の断面３４の円周上の点と断面３５の円周上の点との間の網目の密度を算出する。

【0050】

上述したように、記憶回路３２０によって記憶される対応情報は、芯線に直交する断面の「径」と「傾き」ごとの「密度」が対応付けられた情報である。ここで、対応情報における「密度」は、傾いた側の密度と、対向する側の密度とが記憶される。例えば、対応情報は、Flow Diverterの表面において、角度「α」で傾いた側の密度と、角度「α」で傾いた側に対向する側の密度とが記憶される。従って、算出機能３５３は、断面３４の直径、断面３５の直径、及び、角度「α」に対応する密度を対応情報から取得することにより、Flow Diverterの表面における角度「α」で傾いた側の密度と、角度「α」で傾いた側に対向する側の密度とを算出する。

【0051】

ここで、断面３４の直径と断面３５の直径が略同一である場合、算出機能３５３は、角度「α」を形成する２本の直線の断面３４の円周上の点と断面３５の円周上の点との間の網目の密度を同一の密度として算出する。一方、断面３４の直径と断面３５の直径が異なる場合、算出機能３５３は、例えば、断面３４の円周上の点と断面３５の円周上の点との間を中心から２つの範囲に分割する。そして、算出機能３５３は、断面３４側の範囲における網目の密度として、断面３４の直径と角度「α」に対応する密度を対応情報から取得する。また、算出機能３５３は、断面３５側の範囲における網目の密度として、断面３５の直径と角度「α」に対応する密度を対応情報から取得する。

【0052】

同様に、算出機能３５３は、断面３４の直径、断面３５の直径、及び、角度「β」に対応する密度を対応情報から取得することにより、Flow Diverterの表面における角度「β」で傾いた側の密度と、角度「β」で傾いた側に対向する側の密度とを算出する。

【0053】

そして、算出機能３５３は、Flow Diverterの表面における角度「α」で傾いた側の密度と、角度「α」で傾いた側に対向する側の密度と、角度「β」で傾いた側の密度と、角度「β」で傾いた側に対向する側の密度とを用いて、Flow Diverterの表面全体の密度の分布を算出する。例えば、算出機能３５３は、角度「α」で傾いた側と、角度「β」で傾いた側との間を中心から２つの範囲に分割する。そして、算出機能３５３は、角度「α」で傾いた側の範囲における網目の密度として、角度「α」で傾いた側の密度を適用する。また、算出機能３５３は、角度「β」で傾いた側の範囲における網目の密度として、角度「β」で傾いた側の密度を適用する。

【0054】

同様に、算出機能３５３は、角度「α」で傾いた側と、角度「β」で傾いた側に対向する側との間を中心から２つの範囲に分割する。そして、算出機能３５３は、角度「α」で傾いた側の範囲における網目の密度として、角度「α」で傾いた側の密度を適用する。また、算出機能３５３は、角度「β」で傾いた側に対向する側の範囲における網目の密度として、角度「β」で傾いた側に対向する側の密度を適用する。

【0055】

同様に、算出機能３５３は、角度「β」で傾いた側に対向する側と角度「α」で傾いた側に対向する側との間、及び、角度「α」で傾いた側に対向する側と角度「β」で傾いた側との間の範囲について、密度の分布を算出する。

【0056】

なお、上述した密度の算出はあくまでも一例であり、算出機能３５３は、その他種々の方法により密度を算出することができる。例えば、記憶回路３２０が、Flow Diverterの「径」及び「傾き」ごとに、Flow Diverterの表面全体の密度分布を対応付けた対応情報を予め記憶する。一例を挙げると、記憶回路３２０は、断面の「径」及び「傾き」の組み合わせごとに、Flow Diverterの表面全体の密度分布を対応付けた対応情報を予め記憶する。そして、算出機能３５３は、抽出機能３５２によって抽出されたFlow Diverterの「径」及び「傾き」に対応する密度分布を取得することで、Flow Diverterの網目の密度を算出する。

【0057】

さらに、算出機能３５３は、指標値として、血管の治療対象部位に対して医療デバイスが覆う領域の比率を示す被覆率を算出する。具体的には、算出機能３５３は、算出した網目の密度に基づいて、Flow Diverterによって覆われた血管の位置ごとの被覆率を算出する。例えば、算出機能３５３は、脳動脈瘤のネック面における被覆率を算出する。ここで、図４に示すように、対応情報に被覆率が含まれる場合、算出機能３５３は、密度を算出した範囲ごとに対応する被覆率を取得することで、各範囲に覆われた血管の位置ごとの被覆率を算出する。

【0058】

図２に戻って、制御機能３５１は、位置ごとの指標値を出力するように制御する。例えば、制御機能３５１は、算出機能３５３によって算出された密度や被覆率をディスプレイ３４０に表示するように制御する。図７及び図８は、第１の実施形態に係る制御機能３５１の制御によって表示される指標値の一例を示す図である。ここで、図７は、指標値として、Flow Diverterの網目の密度を表示させる場合を示す。また、図８は、指標値として、Flow Diverterによる被覆率を表示させる場合を示す。

【0059】

例えば、制御機能３５１は、図７に示すように、密度の高低を色の違いで示したカラーマップを生成して、ディスプレイ３４０に表示させる。一例を挙げると、Flow Diverterが留置された後に収集されたＣＴ画像データに基づいて生成されたＣＴ画像のFlow Diverterを密度の違いで色分けした表示画像を表示させる。ここで、図７に示す動脈瘤に留置されたFlow Diverterは、曲りの内側の密度が高く、曲りの外側の密度が低いことがわかる。

【0060】

また、例えば、制御機能３５１は、図８に示すように、動脈瘤のネック（Neck）面における被覆率をディスプレイ３４０に表示させる。ここで、図８における右側のネック面の画像は、矢印４１の方向から領域Ｒ１を見た場合の画像を示す。例えば、制御機能３５１は、ＣＴ画像データを用いて領域Ｒ１を矢印４１の方向から見た場合の画像を生成し、生成した画像とともに、動脈瘤のネック面（図８の右側の図において網目がかかった領域）の被覆率「８７．５％」を表示させる。ここで、制御機能３５１は、図８に示すように、組織とステント（Flow Diverter）との距離分布を合わせて表示させる場合であってもよい。

【0061】

上述したように、第１の実施形態に係る医用画像処理装置３００では、医療デバイス（例えば、Flow Diverter）を留置計画に沿って留置した医療デバイスの位置ごとの網目の密度や被覆率を表示させる。これにより、操作者は、留置計画に沿って留置した医療デバイスの効果を視覚的に把握することできる。例えば、操作者は、動脈瘤のネック面の被覆率に基づいて、動脈瘤内への血液の流入をどの程度抑止することができるかを判断することができる。例えば、操作者は、動脈瘤のネック面の被覆率が所定の値以上となっているか否かを確認することで、動脈瘤の破裂の恐れについてより正確に把握する（すなわち、高い治療効果を得られているか否かを判断する）ことができる。

【0062】

ここで、上述した例では、留置計画に沿って留置された医療デバイスの指標値を表示する場合について説明した。医用画像処理装置３００は、さらに、最適な留置計画のシミュレーション情報を表示させることもできる。例えば、制御機能３５１は、血管の治療対象部位に対応する医療デバイスの位置の指標値が予め設定された条件を満たすように、留置する医療デバイスの種類や、血管内における医療デバイスの形状に関するシミュレーション情報を表示させる。例えば、制御機能３５１は、留置計画において、候補となる医療デバイスの種類や、医療デバイスを治療対象部位に留置する際に、指標値が所定の値以上となる医療デバイスの形状の情報を表示させる。一例を挙げると、制御機能３５１は、動脈瘤のネック面における被覆率が所定の値以上となるFlow Diverterの形状を表示させる。

【0063】

また、上述した例では、記憶回路３２０によって記憶された対応情報を用いて密度及び被覆率を算出する場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、取得した医用画像データから算出する場合であってもよい。かかる場合には、例えば、算出機能３５３は、抽出機能３５２によって抽出された医療デバイスの網目の状態から、医療デバイスの密度や、被覆率を算出する。

【0064】

次に、第１の実施形態に係る医用画像処理装置３００による処理の手順について、図９及び図１０を用いて説明する。図９及び図１０は、第１の実施形態に係る医用画像処理装置３００による処理手順を示すフローチャートである。ここで、図１０は、図９のフローチャートにおけるステップＳ１０５に対応する処理を示す。また、図９及び図１０においては、脳動脈瘤に対するFlow Diverterの留置を行う場合の例を示す。

【0065】

図９におけるステップＳ１０１、ステップＳ１０２、ステップＳ１０７は、例えば、処理回路３５０が制御機能３５１に対応するプログラムを記憶回路３２０から読み出して実行することにより実現される。また、ステップＳ１０３は、例えば、入力インターフェース３３０が操作者からの入力操作を受け付けることにより実現される。また、ステップＳ１０４は、例えば、処理回路３５０が抽出機能３５２に対応するプログラムを記憶回路３２０から読み出して実行することにより実現される。また、ステップＳ１０５、ステップＳ１０６は、例えば、処理回路３５０が算出機能３５３に対応するプログラムを記憶回路３２０から読み出して実行することにより実現される。

【0066】

本実施形態に係る医用画像処理装置３００では、まず、処理回路３５０が、医用画像診断装置１００或いは画像保管装置２００から頭部ＣＴＡ画像データを取得する（ステップＳ１０１）。そして、処理回路３５０が、取得したＣＴＡ画像データに含まれる脳血管及び動脈瘤を抽出する（ステップＳ１０２）。そして、入力インターフェース３３０が操作者から入力操作を受け付けることで、ＣＴＡ画像データに対して仮想Flow Diverterを留置する（ステップＳ１０３）。

【0067】

その後、留置計画に沿ってFlow Diverterが留置され、留置後のＣＴ画像データを取得されると、処理回路３５０は、仮想Flow Diverterの位置に基づいて留置されたFlow Diverterの形状及び位置を検出して（ステップＳ１０４）、Flow Diverterの表面の金属密度を算出する（ステップＳ１０５）。さらに、処理回路３５０は、脳動脈瘤のネック面における被覆率を算出して（ステップＳ１０６）、算出した金属密度及び被覆率を表示する（ステップＳ１０７）。

【0068】

また、医用画像処理装置３００では、Flow Diverterの表面の金属密度の算出において、図１０に示すように、処理回路３５０は、Flow Diverterの芯線を抽出して（ステップＳ１０５１）、Flow Diverterの芯線に対する直交断面を検出する（ステップＳ１０５２）。そして、処理回路３５０は、直交断面の径を算出して（ステップＳ１０５３）、芯線に対する直交断面の傾きを算出する（ステップＳ１０５４）。さらに、処理回路３５０は、直交断面の径と傾きからFlow Diverterの表面の金属密度を算出する（ステップＳ１０５５）。

【0069】

上述したように、第１の実施形態によれば、制御機能３５１が、血液が流れる血流領域を含む医用画像データを取得する。抽出機能３５２は、血流領域に留置された医療デバイスの形状を抽出する。算出機能３５３は、血流領域に対して留置される医療デバイスについて、医療デバイスが留置された際の形状に基づいて、血液の透過の程度を示す指標値を算出する。制御機能３５１は、指標値を出力するように制御する。従って、第１の実施形態に係る医用画像処理装置３００は、医療デバイスの位置ごとの血液の通りやすさの情報を提供することができ、血流に対する医療デバイスの留置の効果を把握することを可能にする。

【0070】

また、第１の実施形態によれば、記憶回路３２０は、医療デバイスの種類ごとに、医療デバイスの留置された際の形状と指標値とを関連付けて記憶する。算出機能３５３は、医療デバイスが留置された際の形状に基づき、記憶回路３２０に記憶された関連付けられた指標値を読み出すことにより、指標値を算出する。従って、第１の実施形態に係る医用画像処理装置３００は、指標値の算出に係る処理負荷を低減することを可能にする。

【0071】

また、第１の実施形態によれば、記憶回路３２０は、医療デバイスの芯線に直交する断面の径及び傾きによって示される形状ごとに指標値を対応付けた対応情報を記憶する。抽出機能３５２は、血流領域に留置された医療デバイスの位置ごとに、芯線に直交する断面の径及び傾きを抽出する。算出機能３５３は、対応情報及び医療デバイスの位置ごとの芯線に直交する断面の径及び傾きに基づいて、医療デバイスの位置ごとの指標値を算出する。従って、第１の実施形態に係る医用画像処理装置３００は、Flow Diverterのように、柔軟性が高く、形状の変化に伴って密度が変化するような医療デバイスの留置の効果をより正確に把握させることを可能にする。

【0072】

また、第１の実施形態によれば、抽出機能３５２は、医療デバイスの留置計画に沿って医療デバイスが留置された後に収集された医用画像データに含まれる医療デバイスの形状を抽出する。算出機能３５３は、医療デバイスの形状に基づいて、医療デバイスにおける位置ごとの指標値を算出する。従って、第１の実施形態に係る医用画像処理装置３００は、留置計画に沿って留置された医療デバイスの留置の効果をより正確に把握させることを可能にする。

【0073】

また、第１の実施形態によれば、制御機能３５１は、血管の治療対象部位に対応する医療デバイスの位置の指標値が予め設定された条件を満たすように、血管内における医療デバイスの形状に関するシミュレーション情報を表示させる。従って、第１の実施形態に係る医用画像処理装置３００は、最適な留置計画を策定することを可能にする。

【0074】

また、第１の実施形態によれば、算出機能３５３は、指標値として、血管の治療対象部位に対して医療デバイスが覆う領域の比率を示す被覆率を算出する。制御機能３５１は、算出された被覆率を表示させる。従って、第１の実施形態に係る医用画像処理装置３００は、医療デバイスによって血流がどの程度遮断されているかの情報を提示することができ、医療デバイスの留置の効果を容易に判断することを可能にする。

【0075】

また、第１の実施形態によれば、算出機能３５３は、脳動脈瘤のネック面における被覆率を算出する。制御機能３５１は、脳動脈瘤のネック面を示す医用画像上に算出された被覆率を表示させる。従って、第１の実施形態に係る医用画像処理装置３００は、動脈瘤内への血液の流入に関する指標を提供することを可能にする。

【0076】

（第２の実施形態）
上述した第１の実施形態では、留置計画に沿って留置された医療デバイス（例えば、Flow Diverter）の指標値を表示する場合について説明した。第２の実施形態では、治療中に指標値を表示する場合について説明する。なお、以下、第１の実施形態と同様の構成については、同一の符号を付し、説明を省略する場合がある。また、第２の実施形態では、Ｘ線診断装置（Ｘ線アンギオ装置）を用いて、脳動脈瘤にFlow Diverterを留置する場合を一例に挙げて説明する。

【0077】

第２の実施形態に係る制御機能３５１は、Ｘ線診断装置によって収集されたＸ線画像データを取得する。具体的には、制御機能３５１は、被検体に対して造影剤を注入して撮影された造影Angio画像データと、造影剤を注入せずに撮影された非造影Angio画像データとを取得する。例えば、制御機能３５１は、留置計画に用いられたＣＴＡ画像データとの位置合わせを行うための収集された造影Angio画像データを取得する。また、例えば、制御機能３５１は、Flow Diverterの留置中（治療中）に収集されたリアルタイムの非造影Angio画像データを取得する。

【0078】

また、制御機能３５１は、画像間の位置合わせを実行する。具体的には、制御機能３５１は、留置計画に用いられた医用画像データと、治療中に収集される医用画像データとの位置合わせを実行する。例えば、制御機能３５１は、留置計画に用いられたＣＴＡ画像データと、造影Angio画像データとの位置合わせを実行する。ここで、制御機能３５１は、画像間の位置合わせに先立ち、造影Angio画像データにおける血管及び治療対象部位（例えば、動脈瘤）を抽出する。

【0079】

そして、制御機能３５１は、骨の解剖学的ランドマークや、血管構造などの幾何学的な特徴などに基づいて、画像間の位置合わせを実行する。例えば、制御機能３５１は、ＣＴＡ画像データと造影Angio画像データとの位置合わせを行うことで、ＣＴＡ画像データと非造影Angio画像データとを位置合わせするための位置合わせ行列を算出する。なお、制御機能３５１は、上記した位置合わせだけではなく、既存の種々の位置合わせの手法を用いることができる。

【0080】

このように、制御機能３５１は、留置計画に用いられた医用画像データと、術中に用いられる医用画像データとを予め位置合わせすることにより、術中に収集された医用画像データに含まれる医療デバイスの３次元的な位置や形状（姿勢）を推定することを可能にする。例えば、術中に、非造影Angio画像データなどの２次元のＸ線画像が用いられる場合、Ｘ線画像に含まれる医療デバイスの血管における３次元的な位置や形状（姿勢）を推定することが困難である。そこで、制御機能３５１は、留置計画に用いられた医用画像データと、術中に用いられる医用画像データとの位置合わせを行うことで、術中に留置された医療デバイスの血管における３次元的な位置や形状（姿勢）を推定することを可能にする。

【0081】

第２の実施形態に係る抽出機能３５２は、術中に収集された医用画像データに含まれる医療デバイスの形状を抽出する。具体的には、抽出機能３５２は、医療デバイスの留置中に収集された医用画像データから医療デバイスの位置や形状（姿勢）を推定する。例えば、抽出機能３５２は、Flow Diverterの留置中（治療中）に収集されたリアルタイムの非造影Angio画像データに含まれるFlow Diverterの３次元的な位置や形状（姿勢）を推定する。

【0082】

図１１は、第２の実施形態に係る抽出機能３５２による処理の一例を説明するための図である。例えば、抽出機能３５２は、まず、図１１の上段の図に示す非造影Angio画像データに対して位置合わせ行列を適用することで、ＣＴＡ画像データと非造影Angio画像データとを位置合わせする。そして、抽出機能３５２は、図１１の中段の図に示すように、非造影Angio画像データからFlow Diverter領域を抽出する。例えば、抽出機能３５２は、Flow Diverter留置前の非造影Angio画像データとFlow Diverter留置後の非造影Angio画像データとのサブトラクションや、予め抽出した動脈瘤周辺領域に限定した領域検索、金属のＸ線吸収率からFlow Diverterの信号値分布の抽出などを組み合わせることにより、非造影Angio画像データからFlow Diverter領域を抽出する。

【0083】

そして、抽出機能３５２は、非造影Angio画像データから抽出したFlow Diverter領域を用いて３次元のＣＴＡ画像データにおけるFlow Diverterの位置や形状（姿勢）を推定する。具体的には、抽出機能３５２は、位置合わせ済みのＣＴＡ画像データに対して抽出したFlow Diverter領域を投影することで、３次元空間におけるFlow Diverterの位置及び姿勢を推定する。例えば、抽出機能３５２は、まず、Flow Diverter領域及びＣＴＡ画像データにおける血管から複数のランドマークをそれぞれサンプリングする。さらに、抽出機能３５２は、Flow Diverter領域における複数のランドマークとＣＴＡ画像データにおける複数のランドマークを対応付ける。

【0084】

そして、抽出機能３５２は、ＣＴＡ画像データに対するFlow Diverter領域の投影方向を変えながら、複数の投影結果を取得する。その後、抽出機能３５２は、各投影結果について、対応付けたランドマーク間の距離の総和をそれぞれ算出する。抽出機能３５２は、算出した距離の総和のうち、値が最も小さくなる投影結果を３次元空間におけるFlow Diverterの位置及び姿勢として抽出する。

【0085】

上述したように３次元空間におけるFlow Diverterの位置及び姿勢を推定すると、抽出機能３５２は、第１の実施形態と同様の処理を実行する。すなわち、抽出機能３５２は、３次元空間におけるFlow Diverterの位置及び姿勢に基づいて、Flow Diverterの芯線を抽出して、抽出した芯線に直交する断面の径と傾きを算出する。算出機能３５３は、算出された径と傾きに基づいて、Flow Diverterの表面の密度と、被覆率とを算出する。制御機能３５１は、算出された密度及び被覆率を表示させる。

【0086】

次に、第２の実施形態に係る医用画像処理装置３００による処理の手順について、図１２を用いて説明する。図１２は、第２の実施形態に係る医用画像処理装置３００による処理手順を示すフローチャートである。ここで、図１２においては、「治療計画（留置計画）」、「治療準備」、「治療中」の各過程における処理について示す。また、図１２においては、脳動脈瘤に対するFlow Diverterの留置を行う場合の例を示す。

【0087】

図１２におけるステップＳ２０１～ステップＳ２０６、ステップＳ２０９は、例えば、処理回路３５０が制御機能３５１に対応するプログラムを記憶回路３２０から読み出して実行することにより実現される。また、ステップＳ２０７は、例えば、処理回路３５０が抽出機能３５２に対応するプログラムを記憶回路３２０から読み出して実行することにより実現される。また、ステップＳ２０８は、例えば、処理回路３５０が算出機能３５３に対応するプログラムを記憶回路３２０から読み出して実行することにより実現される。

【0088】

本実施形態に係る医用画像処理装置３００では、まず、治療計画（留置計画）の過程において、処理回路３５０が、医用画像診断装置１００或いは画像保管装置２００から頭部ＣＴＡ画像データを取得して、脳血管及び動脈瘤を抽出する（ステップＳ１０１、ステップＳ１０２）。

【0089】

そして、治療準備の過程において、処理回路３５０は、Ｘ線診断装置或いは画像保管装置２００から造影Angio画像データを取得して（ステップＳ２０１）、脳血管及び動脈瘤を抽出する（ステップＳ２０２）。その後、処理回路３５０は、ステップＳ１０２にて脳血管及び動脈瘤を抽出した頭部ＣＴＡ画像データと造影Angio画像データとの画像間位置合わせを実行する（ステップＳ２０３）。

【0090】

その後、治療中の過程において、処理回路３５０は、Ｘ線診断装置からリアルタイムの非造影Angio画像データを取得して（ステップＳ２０４）、非造影Angio画像データに対して位置合わせ行列を適用する（ステップＳ２０５）。また、処理回路３５０は、非造影Angio画像データにおけるFlow Diverterの形状及び位置を検出する（ステップＳ２０６）。そして、処理回路３５０は、非造影Angio画像データにおけるFlow Diverterの３次元位置及び姿勢を推定して（ステップＳ２０７）、Flow Diverterの表面の金属密度及び被覆率を算出する（ステップＳ２０８）。その後、処理回路３５０は、算出した金属密度及び被覆率を表示する（ステップＳ２０９）。

【0091】

上述したように、第２の実施形態によれば、抽出機能３５２は、術中に収集された医用画像データに含まれる医療デバイスの形状を抽出する。算出機能３５３は、対応情報に基づいて、術中に収集された医用画像データに含まれる医療デバイスにおける位置ごとの指標値を算出する。従って、第２の実施形態に係る医用画像処理装置３００は、術中に医療デバイスの位置ごとの血液の通りやすさの情報を提供することができ、血流に対する医療デバイスの留置の効果を術中に把握させることを可能にする。

【0092】

また、第２の実施形態によれば、医用画像処理装置３００は、非造影Angio画像データを用いて術中の医療デバイスの位置ごとの血液の通りやすさの情報を提供することができる。すなわち、医用画像処理装置３００は、術中の造影剤の使用量を低減することができ、被検体への負担を軽減するとともに、治療費の増大を抑制することを可能にする。

【0093】

（第３の実施形態）
上述した第２の実施形態では、治療中に指標値を表示する場合について説明した。第３の実施形態では、治療中に医療デバイスの留置をナビゲーションする場合について説明する。なお、以下、第１の実施形態と同様の構成については、同一の符号を付し、説明を省略する場合がある。また、第３の実施形態では、Ｘ線診断装置（Ｘ線アンギオ装置）を用いて、脳動脈瘤にFlow Diverterを留置する場合を一例に挙げて説明する。

【0094】

第３の実施形態に係る制御機能３５１は、計画時に策定された最適な留置計画に対する治療中の乖離を解消するためのナビゲーション情報を表示させる。具体的には、制御機能３５１は、留置計画時に算出した指標値と治療中に算出した指標値との差分を算出し、算出した差分が所定の条件（例えば、所定の閾値以下等）を満たすように、ナビゲーション情報を表示させる。例えば、制御機能３５１は、第１の実施形態において説明した最適な留置計画における密度や被覆率と、第２の実施形態において説明した治療中における密度や被覆率との差分を算出し、算出した差分が所定の条件を満たすように、ナビゲーション情報を表示させる。

【0095】

図１３は、第３の実施形態に係る制御機能３５１による処理の一例を示す図である。例えば、制御機能３５１は、図１３の左側の図に示すように、Flow Diverterの端部５１を中央に向かって「５ｍｍ」詰めさせるように、ナビゲーション情報「もっと密に５ｍｍ詰める」をリアルタイムの非造影Angio画像上に表示させる。また、例えば、制御機能３５１は、図１３の右側の図に示すように、ネック面におけるFlow Diverterの網目の上半分をを「２ｍｍ」詰めさせるように、ナビゲーション情報「もっと密に２ｍｍ詰める」をネック面の断面画像上に表示させる。

【0096】

上記したナビゲーションを行うために、例えば、制御機能３５１は、まず、ＣＴＡ画像データを用いて策定した最適留置計画における被覆率と、非造影Angio画像データから算出した被覆率との差分を算出する。そして、制御機能３５１は、算出した差分が所定の条件を満たすためのFlow Diverterの調整量（移動量）を対応情報に基づいて算出する。一例を挙げると、制御機能３５１は、対応情報を用いて、リアルタイムの非造影Angio画像データにおけるFlow Diverterの芯線に直交する断面の傾きを、条件を満たす断面の傾きに変化させるための調整量を算出する。そして、制御機能３５１は、図１３に示すように、算出した調整量を、画像上に表示させる。

【0097】

なお、図１３では、ナビゲーション情報のみを表示する場合について示しているが、実施形態はこれに限定されるものではなく、例えば、留置計画時の指標値、治療中の指標値、留置計画時の指標値と治療中の指標値との差分を適宜表示させる場合であってもよい。また、制御機能３５１は、リアルタイムで留置されているFlow Diverterの位置が、留置計画時に策定した留置位置からずれている場合に、調整するようにナビゲーション情報（例えば、Flow Diverter全体を移動させるナビゲーションや、端部の位置を調整させるナビゲーション等）を表示させることも可能である。また、制御機能３５１は、リアルタイムの非造影Angio画像において、指標値の差分が閾値を超えている領域や、留置位置からずれている箇所を識別可能に強調表示させることもできる。

【0098】

次に、第３の実施形態に係る医用画像処理装置３００による処理の手順について、図１４を用いて説明する。図１４は、第３の実施形態に係る医用画像処理装置３００による処理手順を示すフローチャートである。ここで、図１４においては、「治療計画（留置計画）」、「治療準備」、「治療中」の各過程における処理について示す。また、図１４においては、脳動脈瘤に対するFlow Diverterの留置を行う場合の例を示す。

【0099】

図１４におけるステップＳ３０１、ステップＳ３０２は、例えば、処理回路３５０が制御機能３５１に対応するプログラムを記憶回路３２０から読み出して実行することにより実現される。

【0100】

本実施形態に係る医用画像処理装置３００では、まず、治療計画（留置計画）の過程において、処理回路３５０が、医用画像診断装置１００或いは画像保管装置２００から頭部ＣＴＡ画像データを取得して、脳血管及び動脈瘤を抽出する（ステップＳ１０１、ステップＳ１０２）。そして、入力インターフェース３３０が操作者から入力操作を受け付けることで、ＣＴＡ画像データに対して仮想Flow Diverterを留置して（ステップＳ１０３）、処理回路３５０が、Flow Diverterの最適な留置計画を策定する（ステップＳ１０８）。

【0101】

そして、治療準備の過程において、処理回路３５０は、Ｘ線診断装置或いは画像保管装置２００から造影Angio画像データを取得して（ステップＳ２０１）、脳血管及び動脈瘤を抽出する（ステップＳ２０２）。その後、処理回路３５０は、ステップＳ１０２にて脳血管及び動脈瘤を抽出した頭部ＣＴＡ画像データと造影Angio画像データとの画像間位置合わせを実行する（ステップＳ２０３）。

【0102】

その後、治療中の過程において、処理回路３５０は、Ｘ線診断装置からリアルタイムの非造影Angio画像データを取得して（ステップＳ２０４）、非造影Angio画像データに対して位置合わせ行列を適用する（ステップＳ２０５）。また、処理回路３５０は、非造影Angio画像データにおけるFlow Diverterの形状及び位置を検出する（ステップＳ２０６）。そして、処理回路３５０は、非造影Angio画像データにおけるFlow Diverterの３次元位置及び姿勢を推定して（ステップＳ２０７）、金属密度及び被覆率を算出する（ステップＳ２０８）。その後、処理回路３５０は、最適留置計画との差分を算出して（ステップＳ３０１）、最適留置計画との乖離を解消するためのナビゲーションを表示する（ステップＳ３０２）。

【0103】

上述したように、第３の実施形態によれば、制御機能３５１は、血管の治療対象部位に対応する医療デバイスの位置の指標値が予め設定された条件を満たすように、血管内における医療デバイスの形状に関するシミュレーション情報を表示させる。従って、第３の実施形態に係る医用画像処理装置３００は、術中に、医療デバイスの最適な留置をナビゲーションすることを可能にする。

【0104】

（第４の実施形態）
第４の実施形態では、経過観察中に指標値を表示する場合について説明する。なお、以下、第１の実施形態と同様の構成については、同一の符号を付し、説明を省略する場合がある。

【0105】

第４の実施形態に係る記憶回路３２０は、経時的に算出された被検体ごとの指標値を記憶する。具体的には、記憶回路３２０は、被検体ごとに、留置計画、治療中、治療後の経過観察中の指標値を記憶する。ここで、経過観察中には、Ｘ線ＣＴ装置やＸ線診断装置だけではなく、血管内超音波検査（Intravascular Ultrasound：ＩＶＵＳ）が行われる場合もある。処理回路３５０は、種々の医用画像データについて、上述したように指標値をそれぞれ算出し、算出した指標値を記憶回路３２０に格納する。

【0106】

そして、制御機能３５１は、被検体ごとに、指標値を時系列順に並べた表示情報を表示させる。図１５は、第４の実施形態に係る制御機能３５１による処理の一例を示す図である。例えば、制御機能３５１は、図１５に示すように、縦軸に被覆率を示し、横軸に時間を示したグラフをディスプレイ３４０に表示させる。ここで、制御機能３５１は、図１５に示すように、治療計画時の被覆率、治療時の被覆率、経過観察時の被覆率を含むグラフを表示させる。これにより、操作者は、留置した医療デバイスが安定的な状態を維持しているか否かを容易に確認することができる。

【0107】

例えば、被覆率は、動脈瘤が破裂するか否かを評価するための一因子になると期待されている。図１５に示すように、被覆率の状態を監視することで、例えば、頭をぶつけた等によりFlow Diverterが動いたり、治療後に動脈瘤やネック面が広がったりした場合には被覆率が下がるため、被検体の状態を容易に観察することができる。例えば、被覆率が下がり、物理的にネック面を覆う面積が減ると、血液が動脈瘤に流入する可能性が高まるため、追加のFlow Diverterの留置や、他の治療（例えば、Clipなど）などを行うか否かが判断される。

【0108】

次に、第４の実施形態に係る医用画像処理装置３００による処理の手順について、図１６を用いて説明する。図１６は、第４の実施形態に係る医用画像処理装置３００による処理手順を示すフローチャートである。ここで、図１６においては、「治療計画（留置計画）」、「治療」、「経過観察」の各過程における処理について示す。また、図１６においては、脳動脈瘤に対するFlow Diverterの留置を行う場合の例を示す。

【0109】

図１６におけるステップＳ１１０１、ステップＳ１１０２、ステップＳ２１０１、ステップＳ２１０２、ステップＳ３１０１、ステップＳ３１０２、ステップＳ４０１は、例えば、処理回路３５０が制御機能３５１に対応するプログラムを記憶回路３２０から読み出して実行することにより実現される。また、ステップＳ２１０４、ステップＳ３１０４は、例えば、処理回路３５０が抽出機能３５２に対応するプログラムを記憶回路３２０から読み出して実行することにより実現される。また、ステップＳ２１０５、ステップＳ２１０６、ステップＳ３１０５、ステップＳ３１０６は、例えば、処理回路３５０が算出機能３５３に対応するプログラムを記憶回路３２０から読み出して実行することにより実現される。

【0110】

本実施形態に係る医用画像処理装置３００では、まず、治療計画（留置計画）の過程において、処理回路３５０が、医用画像診断装置１００或いは画像保管装置２００から医用画像データを取得して、脳血管及び動脈瘤を抽出する（ステップＳ１１０１、ステップＳ１１０２）。そして、入力インターフェース３３０が操作者から操作を受け付けることで、医用画像データに対して仮想Flow Diverterを留置する（ステップＳ１１０３）。そして、処理回路３５０が、Flow Diverterの最適な留置計画を策定して（ステップＳ１１０８）、策定結果を記憶回路３２０に格納する。処理回路３５０は、治療計画が実施されるごとに上記した処理を実行する。

【0111】

次に、治療の過程において、処理回路３５０は、医用画像診断装置１００或いは画像保管装置２００から医用画像データを取得して、脳血管及び動脈瘤を抽出する（ステップＳ２１０１、ステップＳ２１０２）。そして、医師がFlow Diverterを留置すると（ステップＳ２１０３）、処理回路３５０が、Flow Diverterの形状及び位置を検出して（ステップＳ２１０４）、Flow Diverterの表面の金属密度を算出する（ステップＳ２１０５）。さらに、処理回路３５０は、脳動脈瘤のネック面の被覆率を算出して（ステップＳ２１０６）、算出結果を記憶回路３２０に格納する。処理回路３５０は、治療が実施されるごとに上記した処理を実行する。

【0112】

次に、経過観察の過程において、処理回路３５０は、医用画像診断装置１００或いは画像保管装置２００から医用画像データを取得して、脳血管及び動脈瘤を抽出する（ステップＳ３１０１、ステップＳ３１０２）。そして、処理回路３５０が、Flow Diverterの形状及び位置を検出して（ステップＳ３１０４）、Flow Diverterの表面の金属密度を算出する（ステップＳ３１０５）。さらに、処理回路３５０は、脳動脈瘤のネック面の被覆率を算出して（ステップＳ３１０６）、算出結果を記憶回路３２０に格納する。処理回路３５０は、経過観察で医用画像データ収集されるごとに上記した処理を実行する。

【0113】

そして、処理回路３５０は、記憶回路３２０によって記憶された算出結果（金属密度や被覆率）の経時変化をディスプレイ３４０に表示させる（ステップＳ４０１）。なお、経時変化の表示は、治療計画、治療、経過観察のいずれかにおいて指標値が算出されるごとに実行される場合であってもよい。

【0114】

上述したように、第４の実施形態によれば、記憶回路３２０は、経時的に算出された被検体ごとの指標値を記憶する。制御機能３５１は、被検体ごとに、指標値を時系列順に並べた表示情報を表示させる。従って、第４の実施形態に係る医用画像処理装置３００は、予後の状態を示す最適な情報を表示させることを可能にする。例えば、医用画像処理装置３００は、密度や被覆率を用いることで、医用画像データを収集した医用画像診断装置１００の種別に関係なく比較することができる情報を提示することができる。

【0115】

（第５の実施形態）
さて、これまで第１～４の実施形態について説明したが、上述した第１～４の実施形態以外にも、種々の異なる形態にて実施されてよいものである。

【0116】

上述した実施形態では、脳動脈瘤に対して医療デバイスを留置するケースを例に挙げて説明したが、実施形態はこれに限定されるものではない。例えば、大動脈瘤、冠動脈狭窄、心室・心房中隔欠損、下肢ＣＴＯ（Chronic Total Occlusion）を治療する場合の医療デバイスの留置について適用する場合であってもよい。

【0117】

また、上述した実施形態では、治療対象部位にFlow Diverterを留置する場合を例に挙げて説明したが、実施形態はこれに限定されるものではなく、例えば、コイル、ステント、心房中隔欠損治療デバイス（アンプラッツァー：Amplatzerなど）などを留置する場合であってもよい。

【0118】

また、上述した実施形態では、医用画像処理装置３００が各種処理を実行する場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、種々の医用画像診断装置が各種処理を実行する場合であってもよい。例えば、Ｘ線診断装置において各種処理が実行される場合であってもよい。図１７は、第５の実施形態に係るＸ線診断装置１００ａの構成の一例を示す図である。

【0119】

図１７に示すように、第５の実施形態に係るＸ線診断装置１００ａは、高電圧発生器１１と、Ｘ線管１２と、Ｘ線絞り１３と、天板１４と、Ｃアーム１５と、Ｘ線検出器１６と、Ｃアーム回転・移動機構１７と、天板移動機構１８と、Ｃアーム・天板機構制御回路１９と、絞り制御回路２０と、処理回路２１と、入力インターフェース２２と、ディスプレイ２３と、画像データ生成回路２４と、記憶回路２５と、画像処理回路２６とを有する。

【0120】

図１７に示すＸ線診断装置１００ａにおいては、各処理機能がコンピュータによって実行可能なプログラムの形態で記憶回路２５へ記憶されている。Ｃアーム・天板機構制御回路１９、絞り制御回路２０、処理回路２１、画像データ生成回路２４、及び、画像処理回路２６は、記憶回路２５からプログラムを読み出して実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の各回路は、読み出したプログラムに対応する機能を有することとなる。

【0121】

高電圧発生器１１は、処理回路２１による制御の下、高電圧を発生し、発生した高電圧をＸ線管１２に供給する。Ｘ線管１２は、高電圧発生器１１から供給される高電圧を用いて、Ｘ線を発生する。

【0122】

Ｘ線絞り１３は、絞り制御回路２０による制御の下、Ｘ線管１２が発生したＸ線を、被検体Ｐの関心領域に対して選択的に照射されるように絞り込む。例えば、Ｘ線絞り１３は、スライド可能な４枚の絞り羽根を有する。Ｘ線絞り１３は、絞り制御回路２０による制御の下、これらの絞り羽根をスライドさせることで、開口の形状、サイズ、位置を任意に変化させる。このように、Ｘ線絞り１３によって開口のサイズ及び位置が調整されることで、Ｘ線検出器１６の検出面へのＸ線照射領域のサイズ及び位置が調整される。すなわち、Ｘ線管１２が発生したＸ線が、Ｘ線絞り１３の開口によって絞り込まれ、被検体Ｐに照射される。また、Ｘ線絞り１３は、線質を調整するための付加フィルタを備えることができる。付加フィルタは、例えば、検査に応じて設定される。天板１４は、被検体Ｐを載せるベッドであり、図示しない寝台の上に配置される。

【0123】

Ｘ線検出器１６は、被検体Ｐを透過したＸ線を検出する。例えば、Ｘ線検出器１６は、マトリックス状に配列された検出素子を有する。各検出素子は、被検体Ｐを透過したＸ線を電気信号に変換して蓄積し、蓄積した電気信号を画像データ生成回路２４に送信する。

【0124】

Ｃアーム１５は、Ｘ線管１２、Ｘ線絞り１３及びＸ線検出器１６を保持する。Ｃアーム１５は、支持部（図示を省略）に設けられたモータにより、天板１４上に横臥する被検体Ｐの周りをプロペラのように高速回転する。ここで、Ｃアーム１５は、直交する３軸であるＸＹＺ軸に関してそれぞれ回転可能に支持され、図示しない駆動部によって各軸で個別に回転する。Ｘ線管１２及びＸ線絞り１３とＸ線検出器１６とは、Ｃアーム１５により被検体Ｐを挟んで対向するように配置される。

【0125】

Ｃアーム回転・移動機構１７は、Ｃアーム１５を回転及び移動させるための機構である。また、Ｃアーム回転・移動機構１７は、Ｘ線管１２とＸ線検出器１６との距離であるＳＩＤ（Source Image receptor Distance）を変更することも可能である。また、Ｃアーム回転・移動機構１７は、Ｃアーム１５に保持されているＸ線検出器１６を回転させることも可能である。天板移動機構１８は、天板１４を移動させるための機構である。

【0126】

Ｃアーム・天板機構制御回路１９は、処理回路２１による制御の下、Ｃアーム回転・移動機構１７及び天板移動機構１８を制御することで、Ｃアーム１５の回転や移動、天板１４の移動を調整する。絞り制御回路２０は、処理回路２１による制御の下、Ｘ線絞り１３が有する絞り羽根の開度を調整することで開口の形状、サイズ、位置を変化させ、被検体Ｐに対して照射されるＸ線の照射範囲を制御する。

【0127】

画像データ生成回路２４は、Ｘ線検出器１６によってＸ線から変換された電気信号を用いて投影データを生成し、生成した投影データを記憶回路２５に格納する。例えば、画像データ生成回路２４は、Ｘ線検出器１６から受信した電気信号に対して、電流・電圧変換やＡ（Analog）／Ｄ（Digital）変換、パラレル・シリアル変換を行い、投影データを生成する。そして、画像データ生成回路２４は、生成した投影データ（Ｘ線画像データ）を記憶回路２５に格納する。

【0128】

記憶回路２５は、画像データ生成回路２４によって生成された投影データを受け付けて記憶する。また、記憶回路２５は、図１７に示す各回路によって読み出されて実行される各種機能に対応するプログラムを記憶する。また、記憶回路２５は、記憶回路３２０と同様に、対応情報や、被覆率などの算出結果を記憶する。なお、記憶回路２５は、特許請求の範囲における記憶部の一例である。

【0129】

画像処理回路２６は、処理回路２１による制御のもと、記憶回路２５が記憶する投影データに対して各種画像処理を行うことでＸ線画像を生成する。或いは、画像処理回路２６は、後述する処理回路２１による制御のもと、画像データ生成回路２４から直接投影データを取得し、取得した投影データに対して各種画像処理を行うことでＸ線画像を生成する。なお、画像処理回路２６は、画像処理後のＸ線画像を、記憶回路２５に格納することも可能である。例えば、画像処理回路２６は、移動平均（平滑化）フィルタ、ガウシアンフィルタ、メディアンフィルタ、リカーシブフィルタ、バンドパスフィルタなどの画像処理フィルタによる各種処理を実行することが可能である。

【0130】

入力インターフェース２２は、所定の領域（例えば、部分透視におけるＲＯＩ）などの設定などを行うためのトラックボール、スイッチボタン、マウス、キーボード、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、及び音声入力回路等や、Ｘ線の照射などを行うためのフットスイッチ等によって実現される。

【0131】

入力インターフェース２２は、処理回路２１に接続されており、操作者から受け付けた入力操作を電気信号へ変換し処理回路２１へと出力する。なお、本明細書において入力インターフェース２２は、マウス、キーボードなどの物理的な操作部品を備えるものだけに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を制御回路へ出力する電気信号の処理回路も入力インターフェースの例に含まれる。ディスプレイ２３は、操作者の指示を受け付けるためのＧＵＩ（Graphical User Interface）や、画像処理回路２６によって生成された種々の画像を表示する。また、ディスプレイ２３は、処理回路２１による種々の処理結果を表示する。

【0132】

処理回路２１は、Ｘ線診断装置１００ａ全体の動作を制御する。例えば、処理回路２１は、入力インターフェース２２から転送された操作者の指示に従って高電圧発生器１１を制御し、Ｘ線管１２に供給する電圧を調整することで、被検体Ｐに対して照射されるＸ線量やＯＮ／ＯＦＦを制御する。また、例えば、処理回路２１は、操作者の指示に従ってＣアーム・天板機構制御回路１９を制御し、Ｃアーム１５の回転や移動、天板１４の移動を調整する。

【0133】

また、例えば、処理回路２１は、操作者の指示に従って絞り制御回路２０を制御し、Ｘ線絞り１３が有する絞り羽根の開度を調整することで、被検体Ｐに対して照射されるＸ線の照射範囲を制御する。また、処理回路２１は、操作者の指示に従って、画像データ生成回路２４による投影データ生成処理や、画像処理回路２６による画像処理、あるいは解析処理などを制御する。また、処理回路２１は、操作者の指示を受け付けるためのＧＵＩや記憶回路２５が記憶する画像、処理結果などを、ディスプレイ２３に表示するように制御する。

【0134】

そして、処理回路２１は、図１７に示すように、制御機能２１１と、抽出機能２１２と、算出機能２１３とを実行する。制御機能２１１は、Ｘ線診断装置１００ａの全体を制御する。また、制御機能２１１は、上述した制御機能３５１と同様の処理を実行する。抽出機能２１２は、上述した抽出機能３５２と同様の処理を実行する。算出機能２１３は、上述した算出機能３５３と同様の処理を実行する。

【0135】

上述した実施形態では、血管を主な治療対象として説明したが、心房中隔欠損に対して心房中隔欠損治療デバイス（アンプラッツァー：Amplatzerなど）を挿入する事例を挙げたように、対象領域は血管のみに限られない。血流の流れる血流領域であって、血流領域の一部を手術デバイスにより被覆するものであれば、実施形態で処理を適用することが可能である。また、上述した実施形態では、単一の処理回路（処理回路３５０及び処理回路２１）によって各処理機能が実現される場合の例を説明したが、実施形態はこれに限られない。例えば、処理回路３５０及び処理回路２１は、複数の独立したプロセッサを組み合わせて構成され、各プロセッサが各プログラムを実行することにより各処理機能を実現するものとしても構わない。また、処理回路３５０及び処理回路２１が有する各処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。

【0136】

また、上述した各実施形態の説明で用いた「プロセッサ」という文言は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ(Graphics Processing Unit)、或いは、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ））等の回路を意味する。ここで、記憶回路にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むように構成しても構わない。この場合には、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。また、本実施形態の各プロセッサは、プロセッサごとに単一の回路として構成される場合に限らず、複数の独立した回路を組み合わせて一つのプロセッサとして構成され、その機能を実現するようにしてもよい。

【0137】

ここで、プロセッサによって実行されるプログラムは、ＲＯＭ（Read Only Memory）や記憶部等に予め組み込まれて提供される。なお、このプログラムは、これらの装置にインストール可能な形式又は実行可能な形式のファイルでＣＤ（Compact Disk）－ＲＯＭ、ＦＤ（Flexible Disk）、ＣＤ－Ｒ（Recordable）、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記憶媒体に記憶されて提供されてもよい。また、このプログラムは、インターネット等のネットワークに接続されたコンピュータ上に格納され、ネットワーク経由でダウンロードされることにより提供又は配布されてもよい。例えば、このプログラムは、後述する各機能部を含むモジュールで構成される。実際のハードウェアとしては、ＣＰＵが、ＲＯＭ等の記憶媒体からプログラムを読み出して実行することにより、各モジュールが主記憶装置上にロードされて、主記憶装置上に生成される。

【0138】

以上説明した少なくとも一つの実施形態によれば、血流に対する医療デバイスの留置の効果を把握することができる。

【0139】

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同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【符号の説明】

【0140】

１００ 医用画像診断装置
１００ａ Ｘ線診断装置
２１１、３５１ 制御機能
２１２、３５２ 抽出機能
２１３、３５３ 算出機能
３００ 医用画像処理装置

【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】