特許 7555224 医用画像処理装置及び医用画像処理方法

(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】

(24)【登録日】2024-09-12

(45)【発行日】2024-09-24

(54)【発明の名称】医用画像処理装置及び医用画像処理方法

(51)【国際特許分類】

   A61B 6/46 20240101AFI20240913BHJP

   A61B 6/03 20060101ALI20240913BHJP

   A61B 6/50 20240101ALI20240913BHJP

   A61B 5/055 20060101ALI20240913BHJP

   G06T 1/00 20060101ALI20240913BHJP

   G06T 5/00 20240101ALI20240913BHJP

   G06T 7/00 20170101ALI20240913BHJP

【ＦＩ】

A61B6/46 536Q

A61B6/03 560T

A61B6/50 500D

A61B5/055 380

G06T1/00 290

G06T5/00

G06T7/00 350B

【請求項の数】 9

(21)【出願番号】P 2020158943

(22)【出願日】2020-09-23

(65)【公開番号】P2022052512

(43)【公開日】2022-04-04

【審査請求日】2023-08-28

(73)【特許権者】

【識別番号】518134231

【氏名又は名称】ＰＳＰ株式会社

(73)【特許権者】

【識別番号】512082680

【氏名又は名称】イーグロース株式会社

(74)【代理人】

【識別番号】100114306

【弁理士】

【氏名又は名称】中辻 史郎

(72)【発明者】

【氏名】大藤 倫昭

(72)【発明者】

【氏名】百瀬 雅一

(72)【発明者】

【氏名】加藤 睦久

(72)【発明者】

【氏名】松本 秀一

(72)【発明者】

【氏名】今西 勁峰

【審査官】亀澤 智博

(56)【参考文献】

【文献】特開２０２０－０１４７１２（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１２／００６３６５５（ＵＳ，Ａ１）

【文献】特開平１０－１７１９１０（ＪＰ，Ａ）

【文献】特表２０１７－５２９１１０（ＪＰ，Ａ）

【文献】特開２０１３－１３８８００（ＪＰ，Ａ）

【文献】中国特許出願公開第１０４８５１１２３（ＣＮ，Ａ）

【文献】韓国登録特許第１０－１７５７６４２（ＫＲ，Ｂ１）

【文献】特開２００３－０４４８７３（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ａ６１Ｂ ６／００ － ６／５８

Ａ６１Ｂ ５／０５５

Ｇ０６Ｔ １／００ ， ７／００

Ｇ１６Ｈ ３０／００ －３０／４０

(57)【特許請求の範囲】

【請求項1】

頭頚部抽出学習済モデルを用いて、２次元医用画像情報を変換した３次元ボリュームデータから頭頚部を抽出した頭頚部３次元ボリュームデータを生成する頭頚部抽出部と、
教師データである頭頚部３次元ボリュームデータの頭部骨部から頭部前面までの軟組織部を用いた教師有り学習により、前記頭頚部３次元ボリュームデータから前記軟組織部を抽出する変形対象領域抽出学習済モデルを用いて、前記頭頚部３次元ボリュームデータから前記軟組織部を抽出する変形対象領域抽出部と、
変形対象領域抽出部によって抽出された軟組織部の体表側を変形した変形軟組織部を生成する変形部と、
前記軟組織部を、前記変形部によって生成された変形軟組織部に置換した変形済頭頚部３次元ボリュームデータを生成する置換処理部と
を備えたことを特徴とする医用画像処理装置。

【請求項2】

前記変形部は、
前記軟組織部の３次元ボリュームデータをもとに前記軟組織部の３次元メッシュデータを生成するメッシュデータ生成部と、
前記軟組織部の３次元メッシュデータの体表側を変形した変形３次元メッシュデータを生成するメッシュデータ変形部と、
前記変形３次元メッシュデータに前記軟組織部のボリュームデータを補完した３次元ボリュームデータを前記変形軟組織部として生成する補完処理部と
を備えたことを特徴とする請求項１に記載の医用画像処理装置。

【請求項3】

前記変形部は、前記軟組織部の体表の一部又は全てを滑らかにする処理を行うことを特徴とする請求項１又は２に記載の医用画像処理装置。

【請求項4】

前記変形部は、前記軟組織部の体表の一部又は全てを特定キャラクターの既定マスクに変形する処理を行うことを特徴とする請求項１又は２に記載の医用画像処理装置。

【請求項5】

前記変形部は、前記軟組織部の体表の一部又は全てを特定キャラクターの既定マスクに所定割合近づけるモーフィング処理を行うことを特徴とする請求項１又は２に記載の医用画像処理装置。

【請求項6】

前記変形部は、軟組織部の一部又は全てを削除する処理を行うことを特徴とする請求項１又は２に記載の医用画像処理装置。

【請求項7】

前記変形部は、予め設定された複数の変形処理パターンの１以上の組み合わせによる変形処理を行うことを特徴とする請求項１～７のいずれか一つに記載の医用画像処理装置。

【請求項8】

頭頚部抽出学習済モデルを用いて、２次元医用画像情報を変換した３次元ボリュームデータから頭頚部を抽出した頭頚部３次元ボリュームデータを生成する頭頚部抽出ステップと、
教師データである頭頚部３次元ボリュームデータの頭部骨部から頭部前面までの軟組織部を用いた教師有り学習により、前記頭頚部３次元ボリュームデータから前記軟組織部を抽出する変形対象領域抽出学習済モデルを用いて、前記頭頚部３次元ボリュームデータから前記軟組織部を抽出する変形対象領域抽出ステップと、
変形対象領域抽出ステップによって抽出された軟組織部の体表側を変形した変形軟組織部を生成する変形ステップと、
前記軟組織部を、前記変形ステップによって生成された変形軟組織部に置換した変形済頭頚部３次元ボリュームデータを生成する置換処理ステップと
を含むことを特徴とする医用画像処理方法。

【請求項9】

前記変形ステップは、
前記軟組織部の３次元ボリュームデータをもとに前記軟組織部の３次元メッシュデータを生成するメッシュデータ生成ステップと、
前記軟組織部の３次元メッシュデータの体表側を変形した変形３次元メッシュデータを生成するメッシュデータ変形ステップと、
前記変形３次元メッシュデータに前記軟組織部のボリュームデータを補完した３次元ボリュームデータを前記変形軟組織部として生成する補完処理ステップと
を含むことを特徴とする請求項８に記載の医用画像処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、個人特定もしくは個人識別につながりうる頭部前面の軟組織を簡易かつ迅速に抽出して、匿名化のための変形処理を行うことができる医用画像処理装置及び医用画像処理方法に関する。

【背景技術】

【0002】

ＭＲＩ（Magnetic Resonance Imaging）装置やＸ線ＣＴ（Computed Tomography）装置により取得される被検体の医用画像は、被検体個人の疾患の診断等に用いられるに留まらず、疾患の基礎研究にも利用される。医用画像の表層領域には個人特定もしくは個人識別につながり得る情報である顔や容貌等が含まれ、氏名等を含まなくても医用画像単体（画素データ）が個人特定もしくは個人識別につながり得る情報を含むことになる。個人情報もしくはプライバシー保護の観点から、医用画像を基礎研究等に用いる場合には、個人特定もしくは個人識別につながり得る情報を削除して匿名化する必要がある。

【0003】

特許文献１には、医用画像から被検体の個人特定もしくは個人識別につながり得る目、鼻、口、耳のいずれかを含む表層領域を抽出する表層領域抽出部と、医用画像の表層領域を変形する表層領域変形部とを備え、表層領域抽出部は、医用画像で指定された目、鼻、口、耳の情報を取得する条件取得部が取得する情報に基づいて表層領域を抽出するものが開示されている。

【0004】

特許文献２には、表示画像が変わるごとに、予め、「目」、「口」、「鼻」、及び「耳」などの解剖学的部位を含む教師画像で学習させた学習済みモデルに対して表示画像を適用することにより、解剖学的部位が表示画像の中に存在するか否かを判定し、その表示状態における表示画像から個人を特定できると判定された場合、個人が特定できないようにする匿名化処理、例えば、解剖学的部位の上皮領域に対する、マスキング処理、透明化処理、平滑化処理、変形処理、脱毛処理、及び、増毛処理の少なくとも１つの処理を行うものが開示されている。

【先行技術文献】

【特許文献】

【0005】

【文献】特開２０２０－１４７１２号公報

【文献】特開２０２０－６２２１５号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

しかしながら、 上記の表層領域や解剖学的部位の抽出は、「目」、「口」、「鼻」、及び「耳」などの各部位の照合や検出を行っているため、変形対象領域の抽出が複雑であるとともに、時間がかかるという課題があった。

【0007】

本発明は、上記従来技術の課題を解決するためになされたものであって、個人特定もしくは個人識別につながりうる頭部前面の軟組織を簡易かつ迅速に抽出して、匿名化のための変形処理を行うことができる医用画像処理装置及び医用画像処理方法を提供することを目的とする。

【課題を解決するための手段】

【0008】

上記の課題を解決するため、本発明は、頭頚部抽出学習済モデルを用いて、２次元医用画像情報を変換した３次元ボリュームデータから頭頚部を抽出した頭頚部３次元ボリュームデータを生成する頭頚部抽出部と、教師データである頭頚部３次元ボリュームデータの頭部骨部から頭部前面までの軟組織部を用いた教師有り学習により、前記頭頚部３次元ボリュームデータから前記軟組織部を抽出する変形対象領域抽出学習済モデルを用いて、前記頭頚部３次元ボリュームデータから前記軟組織部を抽出する変形対象領域抽出部と、変形対象領域抽出部によって抽出された軟組織部の体表側を変形した変形軟組織部を生成する変形部と、前記軟組織部を、前記変形部によって生成された変形軟組織部に置換した変形済頭頚部３次元ボリュームデータを生成する置換処理部とを備えたことを特徴とする。

【0009】

また、本発明は、上記の発明において、前記変形部は、前記軟組織部の３次元ボリュームデータをもとに前記軟組織部の３次元メッシュデータを生成するメッシュデータ生成部と、前記軟組織部の３次元メッシュデータの体表側を変形した変形３次元メッシュデータを生成するメッシュデータ変形部と、前記変形３次元メッシュデータに前記軟組織部のボリュームデータを補完した３次元ボリュームデータを前記変形軟組織部として生成する補完処理部とを備えたことを特徴とする。

【0011】

また、本発明は、上記の発明において、前記変形部は、前記軟組織部の体表の一部又は全てを滑らかにする処理を行うことを特徴とする。

【0012】

また、本発明は、上記の発明において、前記変形部は、前記軟組織部の体表の一部又は全てを特定キャラクターの既定マスクに変形する処理を行うことを特徴とする。

【0013】

また、本発明は、上記の発明において、前記変形部は、前記軟組織部の体表の一部又は全てを特定キャラクターの既定マスクに所定割合近づけるモーフィング処理を行うことを特徴とする。

【0014】

また、本発明は、上記の発明において、前記変形部は、軟組織部の一部又は全てを削除する処理を行うことを特徴とする。

【0015】

また、本発明は、上記の発明において、前記変形部は、予め設定された複数の変形処理パターンの１以上の組み合わせによる変形処理を行うことを特徴とする。

【0016】

また、本発明は、頭頚部抽出学習済モデルを用いて、２次元医用画像情報を変換した３次元ボリュームデータから頭頚部を抽出した頭頚部３次元ボリュームデータを生成する頭頚部抽出ステップと、教師データである頭頚部３次元ボリュームデータの頭部骨部から頭部前面までの軟組織部を用いた教師有り学習により、前記頭頚部３次元ボリュームデータから前記軟組織部を抽出する変形対象領域抽出学習済モデルを用いて、前記頭頚部３次元ボリュームデータから前記軟組織部を抽出する変形対象領域抽出ステップと、変形対象領域抽出ステップによって抽出された軟組織部の体表側を変形した変形軟組織部を生成する変形ステップと、前記軟組織部を、前記変形ステップによって生成された変形軟組織部に置換した変形済頭頚部３次元ボリュームデータを生成する置換処理ステップとを含むことを特徴とする。

【0017】

また、本発明は、上記の発明において、前記変形ステップは、前記軟組織部の３次元ボリュームデータをもとに前記軟組織部の３次元メッシュデータを生成するメッシュデータ生成ステップと、前記軟組織部の３次元メッシュデータの体表側を変形した変形３次元メッシュデータを生成するメッシュデータ変形ステップと、前記変形３次元メッシュデータに前記軟組織部のボリュームデータを補完した３次元ボリュームデータを前記変形軟組織部として生成する補完処理ステップとを含むことを特徴とする。

【発明の効果】

【0018】

本発明によれば、個人特定もしくは個人識別につながりうる頭部前面の軟組織を簡易かつ迅速に抽出して、匿名化のための変形処理を行うことができる。

【図面の簡単な説明】

【0019】

【図1】図１は、本実施の形態に係る医用画像処理装置の構成を示す機能ブロック図である。

【図2】図２は、本実施の形態に係る医用画像処理装置の概要処理を説明する説明図である。

【図3】図３は、軟組織部の抽出及び変形を説明するためのサジタル画像の一例を示す図である。

【図4】図４は、本実施の形態による匿名化処理手順を示すフローチャートである。

【図5】図５は、固定マスクを用いた変形処理を説明する説明図である。

【図6】図６は、変形例２による変形処理を行うための変形処理パターン設定画面の一例を示す図である。

【発明を実施するための形態】

【0020】

以下に、添付図面を参照して、本発明に係る医用画像処理装置及び医用画像処理方法の実施の形態について説明する。

【0021】

図１は、本実施の形態に係る医用画像処理装置１０の構成を示す機能ブロック図である。また、図２は、本実施の形態に係る医用画像処理装置１０の概要処理を説明する説明図である。医用画像処理装置１０は、例えばＤＩＣＯＭ規格の２次元医用画像情報Ｄ１を３次元ボリュームデータに変換した後、個人特定もしくは個人識別につながる顔や容貌を形成する、頭部骨部から頭部前面までの軟組織部を抽出し、この軟組織部の体表側を変形する匿名化処理を行い、この匿名化処理が施された３次元ボリュームデータを変形済２次元医用画像情報Ｄ２に変換して出力するものである。

【0022】

２次元医用画像情報Ｄ１は、例えば、例えばＭＲＩ装置やＸ線ＣＴ装置、レントゲン装置、超音波診断装置、超音波ＣＴ装置、ＰＥＴ（Positron Emission Tomography）装置、光ＣＴ装置などのモダリティによって取得された２次元医用画像を含む情報である。

【0023】

＜装置構成及び医用画像処理＞
図１に示すように、医用画像処理装置１０は、入力部１１、表示部１２、制御部１３及び記憶部１４を有する。

【0024】

入力部１１は、キーボードやマウス等の入力デバイスであり、表示部１２は、液晶パネ
ルやディスプレイ装置等の表示デバイスである。

【0025】

制御部１３は、医用画像処理装置１０を全体制御する制御装置であり、３次元データ生成部１５、体表領域抽出部１６、頭頚部抽出部１７、変形対象領域抽出部１８、変形部１９、置換処理部２０及び変換部２１を有する。また、変形部１９は、メッシュデータ生成部２２、メッシュデータ変形部２３及び補完処理部２４を有する。実際には、制御部１３が、これらの機能部に対応するプログラムを不揮発性メモリ等などの記憶装置に記憶しておき、これらのプログラムをメモリにロードして、ＣＰＵで実行することで、対応するプロセスを実行させることになる。

【0026】

３次元データ生成部１５は、入力された２次元医用画像情報Ｄ１をもとに３次元ボリュームデータＤ１０を生成する（図２（ａ））。体表領域抽出部１６は、体表領域抽出学習済モデルＭ１を用いて３次元ボリュームデータＤ１０から被検体の体表領域を抽出し、ベッド３０などを除去する（図２（ｂ））。頭頚部抽出部１７は、頭頚部抽出学習済モデルＭ２を用いて、ベッド３０などが除去された３次元ボリュームデータＤ１０から頭頚部３１を抽出した頭頚部３次元ボリュームデータＤ２０を生成する（図２（ｃ））。

【0027】

変形対象領域抽出部１８は、頭頚部３次元ボリュームデータＤ２０の頭部骨部から頭部前面までの軟組織部３２を有する教師データによる教師有り学習などの機械学習を行って頭頚部３次元ボリュームデータＤ２０から軟組織部３２を抽出する変形対象領域抽出学習済モデルＭ３を用いて頭頚部３次元ボリュームデータＤ２０から軟組織部３２を抽出する（図２（ｄ））。なお、機械学習は深層学習を含む。また、機械学習は、教師有り学習に限らず、半教師有り学習などの各種機械学習方式を採用することができる。

【0028】

変形部１９は、変形対象領域抽出部１８によって抽出された軟組織部３２の体表側を変形した変形軟組織部３２´を生成する（図２（ｅ），（ｆ）））。具体的には、メッシュデータ生成部２２は、軟組織部３２の３次元ボリュームデータＤ２１をもとに軟組織部３２の３次元メッシュデータＤ２２を生成する。この３次元メッシュデータＤ２２は、ポリゴンメッシュデータである。そして、メッシュデータ変形部２３は、軟組織部３２の３次元メッシュデータＤ２２の体表ＳＦ１を体表ＳＦ１１に変形した変形３次元メッシュデータＤ２３を生成する。なお、３次元メッシュデータＤ２２の裏面ＳＲは変形しない。補完処理部２４は、変形３次元メッシュデータＤ２３に軟組織部３２のボリュームデータを補完した３次元ボリュームデータＤ２４を変形軟組織部３２´として生成する。なお、補完されるボリュームデータは、位置データ以外、軟組織部３２と同じデータである。

【0029】

なお、変形部１９による体表ＳＦ１の変形は、体表ＳＦ１面を滑らかにする処理である。この面を滑らかにする処理を行うことによって、面の起伏が小さくなり、顔や容貌の特徴がぼかされ、個人特定もしくは個人識別が困難なものとする匿名化処理が施されることになる。この滑らかにする処理は、３次元メッシュデータのメッシュ交点の位置データを滑らかにする処理を行うが、この位置データに対して各種平滑化フィルタを施したり、積分処理などを行うことによって実現される。

【0030】

置換処理部２０は、軟組織部３２を、変形部１９によって生成された変形軟組織部３２´に置換した変形済頭頚部３次元ボリュームデータＤ３０を生成する（図２（ｆ））。変換部２１は、頭頚部３次元ボリュームデータＤ２０を、変形済頭頚部３次元ボリュームデータＤ３０に変換して変形済２次元医用画像情報Ｄ２を生成する（図２（ｇ））。この変形済２次元医用画像情報Ｄ２は、外部出力される。

【0031】

記憶部１４は、ハードディスク装置又はＳＳＤ等の二次記憶媒体であり、体表領域抽出学習済モデルＭ１、頭頚部抽出学習済モデルＭ２、変形対象領域抽出学習済モデルＭ３等を記憶する。なお、体表領域抽出学習済モデルＭ１、頭頚部抽出学習済モデルＭ２、変形対象領域抽出学習済モデルＭ３は、ソフトウエアにより形成されている。このため、医用画像処理装置１０が、体表領域抽出学習済モデルＭ１、頭頚部抽出学習済モデルＭ２、変形対象領域抽出学習済モデルＭ３を利用する場合には、体表領域抽出学習済モデルＭ１、頭頚部抽出学習済モデルＭ２、変形対象領域抽出学習済モデルＭ３を記憶部１４から読み出して主記憶装置であるＲＡＭ（Random Access Memory）上に展開して動作実行させることになる。

【0032】

＜軟組織部の抽出及び変形＞
ここで、軟組織部３２の抽出及び変形について説明する。図３は、軟組織部３２の抽出及び変形を説明するためのサジタル画像の一例を示す図である。図３（ａ）は、変形前の頭頚部のサジタル画像であり、図３（ｂ）は、変形後の頭頚部のサジタル画像である。

【0033】

図３（ａ）に示すように、頭頚部３１のサジタル画像、例えばＸ線ＣＴ画像は、頭部骨部４０のボクセル値が高く、グレースケールでは白色となるため、識別が容易である。軟組織部３３は、頭部骨部４０から頭部前面（図上左方向）の体表ＳＦ１までの領域として特定できる。なお、頭部骨部４０が離れている場合には、その間を補完した裏面ＳＲが形成される。本実施の形態では、頭部骨部４０を基準に軟組織部３２を抽出しており、軟組織部３２の体表は、頭部骨部４０の表面形状に近い形状であるため、頭部骨部４０から頭部前面（体表）までの距離が急激に変化しない軟組織部３２のみのなめらかな変形対象領域を短時間で確実に得ることができる。

【0034】

図３（ｂ）に示したサジタル画像は、変形後の変形軟組織部３２´が軟組織部３２に対して置換したものである。軟組織部３２の変形は、上記のように、変換された３次元メッシュデータＤ２２の体表ＳＦ１を、体表ＳＦ１１のように滑らかにした変形３次元メッシュデータＤ２３としている。３次元メッシュデータは、ボリュームデータと異なり、位置データのみを取り扱うことができるため、変形処理が容易である。なお、３次元ボリュームデータに対して直接、変形処理を行ってもよい。

【0035】

＜匿名化処理＞
図４は、本実施の形態による匿名化処理手順を示すフローチャートである。図４に示すように、まず、３次元データ生成部１５は、２次元医用画像情報入力された２次元医用画像情報Ｄ１をもとに３次元ボリュームデータＤ１０を生成する（ステップＳ１０１）。その後、体表領域抽出部１６は、体表領域抽出学習済モデルＭ１を用いて３次元ボリュームデータＤ１０から被検体の体表領域を抽出し、ベッド３０などの不要画像を除去する（ステップＳ１０２）。その後、頭頚部抽出部１７は、頭頚部抽出学習済モデルＭ２を用いて、ベッド３０などが除去された３次元ボリュームデータＤ１０から頭頚部３１を抽出した頭頚部３次元ボリュームデータＤ２０を生成する（ステップＳ１０３）。

【0036】

その後、変形対象領域抽出学習済モデルＭ３を用いて頭頚部３次元ボリュームデータＤ２０から軟組織部３２を抽出する（ステップＳ１０４）。そして、メッシュデータ生成部２２は、軟組織部３２の３次元ボリュームデータＤ２１をもとに軟組織部３２の３次元メッシュデータＤ２２を生成する。（ステップＳ１０５）。さらに、メッシュデータ変形部２３は、軟組織部３２の３次元メッシュデータＤ２２の体表ＳＦ１を体表ＳＦ１１変形した変形３次元メッシュデータＤ２３を生成する（ステップＳ１０６）。その後、補完処理部２４は、変形３次元メッシュデータＤ２３に軟組織部３２のボリュームデータを補完した３次元ボリュームデータＤ２４を変形軟組織部３２´として生成する（ステップＳ１０７）。

【0037】

その後、置換処理部２０は、軟組織部３２を、変形部１９によって生成された変形軟組織部３２´に置換した変形済頭頚部３次元ボリュームデータＤ３０を生成する（ステップＳ１０８）。そいて、変換部２１は、頭頚部３次元ボリュームデータＤ２０を、変形済頭頚部３次元ボリュームデータＤ３０に変換して変形済２次元医用画像情報Ｄ２を生成し（ステップＳ１０９）、変形済２次元医用画像情報Ｄ２を外部出力して本処理を終了する。

【0038】

＜変形例１＞
上記の実施の形態では、変形部１９が軟組織部３２の体表ＳＦ１を滑らかにする処理を行っていたが、変形部１９による変形処理はこれに限らず、各種の変形処理を行うことができる。

【0039】

例えば、上記の滑らかにする処理（平滑処理）以外に、体表ＳＦ１の中心を基準に、左右の拡幅、上下の拡幅、前後の拡幅を行う変形処理であってもよい。また、体表ＳＦ１の中心を基準とした特定位置を削除し、あるいはすべてを削除するようにしてもよい。

【0040】

また、図５に示すように、体表ＳＦ１が体表ＳＦ１１となる既定マスク５０を用いて変形してもよい。既定マスク５０は、小説、漫画、映画、アニメ、コンピュータゲーム、広告などのフィクションに登場する人物や動物などのキャラクターのマスクが好適である。また、既定マスク５０を用いた変形では、体表ＳＦ１が既定マスク５０に所定割合近づけるモーフィング処理を行うようにしてもよい。

【0041】

＜変形例２＞
上記の実施の形態及び変形例１では、１つの変形処理を行うものであったが、本変形例２では、予め設定された複数の変形処理パターンの１以上の組み合わせによる変形処理を行う行うようにしている。

【0042】

図６は、変形例２による変形処理を行うための変形処理パターン設定画面の一例を示す図である。図６に示すように、変形処理パターン設定画面Ｅでは、変形処理として、平滑処理、左右変形、上下変形、既定マスク、削除を選択設定するチェック欄Ｂ１～Ｂ５が設けられている。平滑処理、左右変形、上下変形、既定マスク、削除の変形については、重複した変形が設可能であり、図６では、平滑処理と左右変形とが組み合わされて設定されている。

【0043】

また、左右変形及び上下変形では、拡大か縮小かを択一的に選択するチェックボタンＢ１１～Ｂ１４が設けられ、既定マスクでは、キャラクター「Ａ」、「Ｂ」、「Ｃ」を択一的に選択するチェックボタンＢ１５～Ｂ１７が設けられている。

【0044】

さらに、各変形処理には、変形の割合を設定する入力欄Ｅ１～Ｅ６が設けられている。なお、既定マスクも同様に、既定マスクに近づけるモーフィング処理の割合を設定できるようにしてもよい。なお、図６に示した選択あるいは数値は、デフォルト値である。

【0045】

変形部１９は、この変形処理パターン設定画面Ｅによって設定された内容で変形処理を行うことになる。なお、変形結果を確認しつつ、変形処理を行う場合には、繰り返しを指示する繰り返しボタンを設けるようにしてもよい。この繰り返しボタンが押下されると、繰り返しボタンが押下される前の変形状態に対する変形処理が行われる。繰り返しボタンが押下されずに、変形を行う場合、デフォルトの軟組織部３２に対する変形処理が行われる。

【0046】

上記の実施の形態及び変形例では、頭頚部３次元ボリュームデータＤ２０に含まれる頭部骨部４０を基準に頭部前面までの軟組織部３２を抽出しており、この頭部骨部４０は、頭頚部３次元ボリュームデータＤ２０内での検出が容易であるため、顔や容貌を形成する軟組織部３２を容易かつ迅速に抽出することができる。

【0047】

なお、本実施の形態及び変形例では、頭部骨部４０によって変形領域の奥行きが制限されるため、軟組織部３２の変形を行っても、その奥にある脳などの部分まで変形されず、病変部を元画素のまま維持することができる。

【0048】

また、上記の実施の形態及び変形例では、変形部１９が裏面ＳＲを変形しないように変形処理を行っているが、軟組織部３２を一体とした変形処理によっては裏面ＳＲが変形してしまう場合がある。この場合、置換処理部２０は、変形軟組織部３２´の一部が頭部骨部４０に重複するため、この重複部分の置換を行わないようにする。これにより、変形後も患者の骨格を維持することができ、骨部を重視する整形外科向けや頭蓋骨の３Ｄ印刷向けにデータ提供を行うことができる。

【0049】

なお、上記の実施の形態及び変形例では、３次元メッシュデータに対して変形処理を行っているので、変形処理にかかる負荷を低減し、迅速な変形処理を行うことができる。なお、３次元メッシュデータを生成せず、３次元ボリュームデータに対して直接、変形処理を行ってもよい。

【0050】

さらに、上記の変形例では、予め設定された複数の変形処理パターンの１以上の組み合わせによる変形処理や変形割合を設定した変形処理を行うことができるので、多種多様な変形処理を簡易に行うことができる。また、既定マスク５０を用いた変形処理を行うと確実な匿名化処理を行うことができる。

【0051】

なお、医用画像処理装置１０は、ネットワーク上のサーバであってもよいし、クラウド上の処理機構であってもよいし、エッジサーバであってもよい。

【0052】

また、上記の変形処理は、体表ＳＦ１の全てに限らず一部のみの変形であってもよい。さらに、変形処理は、平滑処理とは逆に、起伏を大きくして尖らせる変形処理を行うようにしてもよい。

【0053】

なお、上記の実施の形態及び変形例で図示した各構成は機能概略的なものであり、必ずしも物理的に図示の構成をされていることを要しない。すなわち、各装置の分散・統合の形態は図示のものに限られず、その全部又は一部を各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。

【産業上の利用可能性】

【0054】

本発明に係る医用画像処理装置及び医用画像処理方法は、個人特定もしくは個人識別につながりうる頭部前面の軟組織を簡易かつ迅速に抽出して、匿名化のための変形処理を行う場合に有用である。

【符号の説明】

【0055】

１０ 医用画像処理装置
１１ 入力部
１２ 表示部
１３ 制御部
１４ 記憶部
１５ ３次元データ生成部
１６ 体表領域抽出部
１７ 頭頚部抽出部
１８ 変形対象領域抽出部
１９ 変形部
２０ 置換処理部
２１ 変換部
２２ メッシュデータ生成部
２３ メッシュデータ変形部
２４ 補完処理部
３０ ベッド
３１ 頭頚部
３２，３３ 軟組織部
３２´ 変形軟組織部
４０ 頭部骨部
５０ 既定マスク
Ｂ１～Ｂ５ チェック欄
Ｂ１１～Ｂ１７ チェックボタン
Ｄ１ ２次元医用画像情報
Ｄ２ 変形済２次元医用画像情報
Ｄ１０，Ｄ２１，Ｄ２４ ３次元ボリュームデータ
Ｄ２０ 頭頚部３次元ボリュームデータ
Ｄ２２ ３次元メッシュデータ
Ｄ２３ 変形３次元メッシュデータ
Ｄ３０ 変形済頭頚部３次元ボリュームデータ
Ｅ 変形処理パターン設定画面
Ｅ１～Ｅ６ 入力欄
Ｍ１ 体表領域抽出学習済モデル
Ｍ２ 頭頚部抽出学習済モデル
Ｍ３ 変形対象領域抽出学習済モデル
ＳＦ１，ＳＦ１１ 体表
ＳＲ 裏面

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】