知財求人 - 知財ポータルサイト「IP Force」
▶ 独立行政法人国立がん研究センターの特許一覧 ▶ 東芝メディカルシステムズ株式会社の特許一覧 ▶ キヤノン株式会社の特許一覧
(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】2025-03-03
(45)【発行日】2025-03-11
(54)【発明の名称】画像処理装置、方法、プログラム及び記憶媒体
(51)【国際特許分類】
A61B 6/03 20060101AFI20250304BHJP
A61B 6/46 20240101ALI20250304BHJP
A61B 6/50 20240101ALI20250304BHJP
【ＦＩ】
A61B6/03 560J
A61B6/46 536Q
A61B6/50 500Z
【請求項の数】
13
(21)【出願番号】P 2021117652
(22)【出願日】2021-07-16
(65)【公開番号】P2023013453
(43)【公開日】2023-01-26
【審査請求日】2024-06-18
(73)【特許権者】
【識別番号】510097747
【氏名又は名称】国立研究開発法人国立がん研究センター
(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
(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】110001771
【氏名又は名称】弁理士法人虎ノ門知的財産事務所
(72)【発明者】
【氏名】中谷 文彦
(72)【発明者】
【氏名】三原 直樹
(72)【発明者】
【氏名】三宅 基隆
(72)【発明者】
【氏名】向井 まさみ
(72)【発明者】
【氏名】山根 俊瑞
(72)【発明者】
【氏名】荒木田 和正
【審査官】清水 裕勝
(56)【参考文献】
【文献】米国特許出願公開第２０１９／０１９２０９９（ＵＳ，Ａ１）
【文献】特開２００８－６７９１６（ＪＰ，Ａ）
【文献】特開２０１６－１６８１６６（ＪＰ，Ａ）
【文献】国際公開第２０１４／０６５３１７（ＷＯ，Ａ１）
【文献】特表２０１５－５３２１４４（ＪＰ，Ａ）
【文献】特開２００５－２６１４４０（ＪＰ，Ａ）
【文献】特開２０１１－２０６５３１（ＪＰ，Ａ）
【文献】米国特許出願公開第２００８／０２１２７４１（ＵＳ，Ａ１）
【文献】中国特許出願公開第１１１２７６２２１（ＣＮ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ａ６１Ｂ ６／００－６／５８
(57)【特許請求の範囲】
【請求項1】
３次元の医用画像に対して細長い第１の構造要素によるＯｐｅｎｉｎｇ演算を行うことで得られる複数の第１の候補領域の中から、所定の解剖構造らしさを評価する第１の評価値に基づいて、第１の領域を取得する第１の抽出部と、前記医用画像における前記第１の領域の所定方向における端点より外側の領域に対して、前記第１の構造要素とは長手方向が異なる細長い第２の構造要素によるＯｐｅｎｉｎｇ演算を行うことで得られる複数の第２の候補領域の中から、少なくとも前記第１の領域との接触度合いを評価する第２の評価値に基づいて第２の領域を取得し、前記第１の領域と前記第２の領域とを合成した合成領域を取得する第２の抽出部と、
前記合成領域から柱状領域を生成する生成部と、
を備える、画像処理装置。
【請求項2】
前記第２の抽出部は、前記第１の領域との接触度合いが小さい場合よりも前記第１の領域との接触度合いが大きい場合の方が、値が高くなる前記第２の評価値に基づいて、前記複数の第２の候補領域の中から前記第２の領域を取得する、請求項１に記載の画像処理装置。
【請求項3】
前記第２の抽出部は、さらに、直前に合成した前記合成領域を新たな第１の領域として、当該新たな第１の領域の所定方向における端点より外側の領域に対して、前記端点に近接する内側の領域を抽出した構造要素とは長手方向が異なる細長い第３の構造要素によるＯｐｅｎｉｎｇ演算を行うことで得られる新たな複数の第２の候補領域の中から、前記第２の評価値に基づいて新たな第２の領域を取得し、前記新たな第１の領域と前記新たな第２の領域とを合成して新たな合成領域を取得する、請求項１又は２に記載の画像処理装置。
【請求項4】
前記第１の抽出部は、前記第１の候補領域と外部領域との接触度合いと、前記第１の候補領域の柱状形状らしさと、前記第１の候補領域の体積の大きさと、前記第２の候補領域の周囲の形状とに基づいて、前記第１の評価値を算出する、請求項１乃至３のいずれか１つに記載の画像処理装置。
【請求項5】
前記第２の抽出部は、前記第１の領域との接触度合いに加えて、前記第２の候補領域と外部領域との接触度合いと、前記第２の候補領域の体積の大きさとに基づいて、前記第２の評価値を算出し、前記第２の評価値は、前記第１の領域との接触度合いが大きくなるほど高い値を示し、前記外部領域との接触度合いが小さくなるほど高い値を示し、前記体積が大きくなるほど高い値を示す、請求項１乃至４のいずれか１つに記載の画像処理装置。
【請求項6】
前記第１の抽出部は、前記第１の領域が、抽出対象領域ではない外部領域に接しているか否かを判定し、接している場合には、前記第１の領域をさらに分割し、得られる複数の領域の中から、外部領域との接触度合いと、
前記領域の柱状形状らしさと、
前記領域の体積の大きさと、
前記領域の周囲の形状と、
を総合した評価値に基づいて新たな第１の領域を取得する、請求項１乃至５のいずれか１つに記載の画像処理装置。
【請求項7】
前記第２の抽出部は、前記第２の領域が、抽出対象領域ではない外部領域に接しているか否かを判定し、接している場合には、前記第２の領域をさらに分割し、得られる複数の領域の中から、外部領域との接触度合いと、
前記第１の領域との接触度合いと、
前記領域の体積の大きさと、
を総合した評価値に基づいて新たな第２の領域を取得する、請求項１に記載の画像処理装置。
【請求項8】
前記第２の抽出部は、前記第３の構造要素の向きを、前記第１の構造要素または前記第２の構造要素とは異なる複数の向きでそれぞれＯｐｅｎｉｎｇ演算を行うことで、前記新たな複数の第２の候補領域を取得し、前記複数の第２の候補領域の中から、
外部領域との接触度合いと、
前記第１の領域との接触度合いと、
前記領域の体積の大きさと、
を総合した評価値に基づいて前記新たな第２の領域を取得する、請求項３に記載の画像処理装置。
【請求項9】
前記医用画像は、濃淡医用画像に２値化処理とＢｌａｃｋ Ｔｏｐ－Ｈａｔ演算とを適用した結果の画像である、請求項１乃至８のいずれか１つに記載の画像処理装置。
【請求項10】
前記生成部は、前記合成領域を膨張させた領域から、当該領域と前記医用画像に基づく２値化画像とのＡｎｄ領域を差分した差分領域に対して、Ｏｐｅｎｉｎｇ演算及びＣｌｏｓｉｎｇ演算を行うことで、前記柱状領域を生成する、請求項１乃至９のいずれか１つに記載の画像処理装置。
【請求項11】
３次元の医用画像に対して細長い第１の構造要素によるＯｐｅｎｉｎｇ演算を行うことで得られる複数の第１の候補領域の中から、所定の解剖構造らしさを評価する第１の評価値に基づいて、第１の領域を取得し、前記医用画像における前記第１の領域の所定方向における端点より外側の領域に対して、前記第１の構造要素とは長手方向が異なる細長い第２の構造要素によるＯｐｅｎｉｎｇ演算を行うことで得られる複数の第２の候補領域の中から、少なくとも前記第１の領域との接触度合いを評価する第２の評価値に基づいて第２の領域を取得し、前記第１の領域と前記第２の領域とを合成した合成領域を取得し、
前記合成領域から柱状領域を生成する、
ことを含む、画像処理方法。
【請求項12】
請求項１１に記載の画像処理方法をコンピュータに実行させる、画像処理プログラム。
【請求項13】
請求項１２に記載の画像処理プログラムを含む、記憶媒体。
【発明の詳細な説明】
【技術分野】
【0001】
本明細書及び図面に開示の実施形態は、画像処理装置、方法、プログラム及び記憶媒体に関する。
【背景技術】
【0002】
従来、医療の分野において、様々なモダリティ（医用画像診断装置）から得られた医用画像を解析し、特定の部位の領域を抽出する処理が良く行われている。特に、脊椎の中の脊髄が通っている管である脊柱管のような柱状領域を医用画像から抽出する処理は重要である。
【0003】
グレースケールの医用画像（濃淡医用画像）を入力とし、モルフォロジー演算の一種である３次元Ｏｐｅｎｉｎｇ演算を使うことで柱状領域を抽出する技術が知られている。例えば、腹部Ｘ線ＣＴ画像を対象として、体軸（Ｚ軸）方向に広がりをもつ楕円体の構造要素を用いて３次元Ｏｐｅｎｉｎｇ演算を行い、得られた複数の領域のうち最大体積の領域を柱状領域として抽出する技術が知られている。この技術によって、脊柱管のように、管壁の所々に穴や隙間が開いている管の中の柱状領域を抽出することが可能である。
【先行技術文献】
【非特許文献】
【0004】
【文献】保田竜也 他、“腹部X線CT画像からの脊柱，肋骨，椎間板，脊椎の段階的認識”、J JSCAS vol.19 no.3 2017
【発明の概要】
【発明が解決しようとする課題】
【0005】
本明細書及び図面に開示の実施形態が解決しようとする課題の一つは、医用画像から柱状領域を高精度に抽出することである。ただし、本明細書及び図面に開示の実施形態により解決しようとする課題は上記課題に限られない。後述する実施形態に示す各構成による各効果に対応する課題を他の課題として位置付けることもできる。
【課題を解決するための手段】
【0006】
実施形態に係る画像処理装置は、第１の抽出部と、第２の抽出部と、生成部とを備える。第１の抽出部は、３次元の医用画像に対して細長い第１の構造要素によるＯｐｅｎｉｎｇ演算を行うことで得られる複数の第１の候補領域の中から、所定の解剖構造らしさを評価する第１の評価値に基づいて、第１の領域を取得する。第２の抽出部は、前記医用画像における前記第１の領域の所定方向における端点より外側の領域に対して、前記第１の構造要素とは長手方向が異なる細長い第２の構造要素によるＯｐｅｎｉｎｇ演算を行うことで得られる複数の第２の候補領域の中から、少なくとも前記第１の領域との接触度合いを評価する第２の評価値に基づいて第２の領域を取得し、前記第１の領域と前記第２の領域とを合成した合成領域を取得する。生成部は、前記合成領域から柱状領域を生成する。
【図面の簡単な説明】
【0007】
【発明を実施するための形態】
【0008】
以下、図面を参照しながら、画像処理装置、方法、プログラム及び記憶媒体の実施形態について詳細に説明する。なお、本願に係る画像処理装置、方法、プログラム及び記憶媒体は、以下に示す実施形態によって限定されるものではない。
【0009】
（第１の実施形態）
本実施形態では、モルフォロジー演算による柱状領域の抽出と複数の柱状領域間の接触度合いに基づく連結を繰り返すことで、全体的に湾曲した柱状構造を抽出する。
本実施形態では、モルフォロジー演算による柱状領域の抽出と複数の柱状領域間の接触度合いに基づく連結を繰り返すことで、全体的に湾曲した柱状構造を抽出する。
【0010】
図１は、第１の実施形態に係る画像処理装置１０の構成の一例を示す図である。図１に示すように、画像処理装置１０は、処理回路１１と、通信インターフェース１２と、記憶回路１３と、ディスプレイ１４と、入力インターフェース１５と、接続部１６とを有している。
【0011】
処理回路１１は、入力インターフェース１５を介してユーザから受け付けた入力操作に応じて、制御機能１１ａと、前処理機能１１ｂと、第１の抽出機能１１ｃと、第２の抽出機能１１ｄと、生成機能１１ｅとを実行して、画像処理装置１０を制御する。ここで、第１の抽出機能１１ｃは、第１の抽出部の一例である。また、第２の抽出機能１１ｄは、第２の抽出部の一例である。また、生成機能１１ｅは、生成部の一例である。
【0012】
制御機能１１ａは、入力インターフェース１５を介した操作に応じて、種々のＧＵＩ（Graphical User Interface）や、種々の表示情報を生成して、ディスプレイ１４に表示するように制御する。また、制御機能１１ａは、通信インターフェース１２を介して、図示しないネットワーク上の外部装置との情報の送受信を制御する。例えば、制御機能１１ａは、上記ネットワークに接続されたモダリティや、医用画像保管装置などから、３次元の医用画像（ボリュームデータ）を取得する。
【0013】
前処理機能１１ｂは、制御機能１１ａによって取得された３次元の医用画像に対象として前処理工程を実行する。第１の抽出機能１１ｃは、前処理工程後の医用画像を対象として第１の抽出工程を実行する。第２の抽出機能１１ｄは、第１の抽出工程後の医用画像を対象として第２の抽出工程を実行する。生成機能１１ｅは、第１の抽出工程の結果と、第２の抽出工程の結果とを用いて生成工程を実行する。なお、各工程については、後に詳述する。
【0014】
上述した処理回路１１は、例えば、プロセッサによって実現される。その場合に、上述した各処理機能は、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１３に記憶される。そして、処理回路１１は、記憶回路１３に記憶された各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。換言すると、処理回路１１は、各プログラムを読み出した状態で、図１に示した各処理機能を有することとなる。
【0015】
なお、処理回路１１は、複数の独立したプロセッサを組み合わせて構成され、各プロセッサがプログラムを実行することによって各処理機能を実現するものとしてもよい。また、処理回路１１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。また、処理回路１１が有する各処理機能は、回路等のハードウェアとソフトウェアとの混合によって実現されても構わない。また、ここでは、各処理機能に対応するプログラムが単一の記憶回路１３に記憶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、各処理機能に対応するプログラムが複数の記憶回路が分散して記憶され、処理回路１１が、各記憶回路から各プログラムを読み出して実行する構成としても構わない。
【0016】
通信インターフェース１２は、画像処理装置１０と、ネットワークを介して接続された他の装置との間で送受信される各種データの伝送及び通信を制御する。具体的には、通信インターフェース１２は、処理回路１１に接続されており、他の装置から受信したデータを処理回路１１に出力、又は、処理回路１１から出力されたデータを他の装置に送信する。例えば、通信インターフェース１２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。
【0017】
記憶回路１３は、各種データ及び各種プログラムを記憶する。具体的には、記憶回路１３は、処理回路１１に接続されており、処理回路１１から入力されたデータを記憶、又は、記憶しているデータを読み出して処理回路１１に出力する。例えば、記憶回路１３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。
【0018】
ディスプレイ１４は、各種情報及び各種データを表示する。具体的には、ディスプレイ３１４は、処理回路１１に接続されており、処理回路１１から出力された各種情報及び各種データを表示する。例えば、ディスプレイ１４は、液晶ディスプレイやＣＲＴ（Cathode Ray Tube）ディスプレイ、有機ＥＬディスプレイ、プラズマディスプレイ、タッチパネル等によって実現される。
【0019】
入力インターフェース１５は、ユーザから各種指示及び各種情報の入力操作を受け付ける。具体的には、入力インターフェース１５は、処理回路１１に接続されており、ユーザから受け取った入力操作を電気信号へ変換して処理回路１１に出力する。例えば、入力インターフェース１５は、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インターフェース、及び音声入力インターフェース等によって実現される。なお、本明細書において、入力インターフェース１５は、マウス、キーボード等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１５の例に含まれる。
【0020】
接続部１６は、処理回路１１と、通信インターフェース１２と、記憶回路１３と、ディスプレイ１４と、入力インターフェース１５とを接続するバス等である。
【0021】
以上、画像処理装置１０の構成について説明した。かかる構成のもと、画像処理装置１０は、医用画像から柱状領域を高精度に抽出することを可能にする。上述したように、脊柱管のような柱状領域を抽出する技術が知られているが、この技術では、例えば、胸腹部を撮影した医用画像における脊柱のＳ字カーブ全体のように、曲率が変化しながら曲がっている柱状領域を高精度に抽出することができない場合がある。そこで、本実施形態に係る画像処理装置１０は、例えば、曲率が変化しながら曲がっている柱状領域についても、医用画像から高精度に抽出するができるように構成されている。以下、画像処理装置１０の詳細について説明する。
【0022】
図２は、画像処理装置１０の処理工程を示すフローチャートである。画像処理装置１０は、濃淡医用画像を入力して、抽出対象である高濃度領域に囲まれた低濃度の柱状領域を表す領域画像を出力する。ここで、濃淡医用画像と領域画像は、共に３次元のボリュームデータである。本実施形態では、濃淡医用画像はＸ線ＣＴ画像であり、高濃度領域は脊柱を構成する椎骨領域であり、低濃度の柱状領域は脊柱管内の脊髄領域を表す。なお、本説明では、脊柱管内の脊髄領域を脊柱管領域と表記する。
【0023】
ここで、図２におけるステップＳ１０は、処理回路１１が、制御機能１１ａに対応するプログラムを記憶回路１３から読み出して実行することで実現される。また、ステップＳ１１は、処理回路１１が、前処理機能１１ｂに対応するプログラムを記憶回路１３から読み出して実行することで実現される。また、ステップＳ１２は、処理回路１１が、第１の抽出機能１１ｃに対応するプログラムを記憶回路１３から読み出して実行することで実現される。また、ステップＳ１３及びステップＳ１４は、処理回路１１が、第２の抽出機能１１ｄに対応するプログラムを記憶回路１３から読み出して実行することで実現される。また、ステップＳ１５は、処理回路１１が、生成機能１１ｅに対応するプログラムを記憶回路１３から読み出して実行することで実現される。
【0024】
まず、処理回路１１は、濃淡医用画像を取得する（ステップＳ１０）。次に、処理回路１１は、濃淡医用画像に対して、前処理工程（ステップＳ１１）と、第１の抽出工程（ステップＳ１２）とを順番に実行する。さらに、処理回路１１は、第２の抽出工程（ステップＳ１４）をＮ－１回繰り返した（ステップＳ１３）のち、生成工程（ステップＳ１５）を順番に実行して、領域画像を生成する。
【0025】
ここで、抽出工程の回数Ｎは２以上の整数である。抽出工程の回数Ｎは、抽出対象の柱状領域の曲率の変化度合いに応じて決められる。脊柱管を抽出する場合には、Ｎを４または５程度にするのがよい。
【0026】
なお、本実施形態では、抽出対象の柱状領域を脊柱管領域としたが、これに限らず、高濃度領域に囲まれた低濃度の柱状領域であれば何であってもよい。例えば、四肢の長骨内の髄腔領域を抽出対象の柱状領域としても良い。
【0027】
図３は、前処理工程Ｓ１１のデータフロー図である。前処理工程Ｓ１１において、処理回路１１は、濃淡医用画像から、高濃度領域（椎骨領域）に囲まれた低濃度の柱状領域（脊柱管領域）の候補領域を粗抽出する。より具体的には、処理回路１１は、記憶回路１３から濃淡医用画像２００を読み出し、各画素値を適当な閾値で分割することで２値化画像２０１を生成する。本実施形態では、高濃度領域である椎骨領域を十分に分離可能な画素値（例：ＣＴ値２００）を閾値に採用する。
【0028】
次に、処理回路１１は、抽出対象の柱状領域の断面半径より大きな半径を持つ構造要素を使って３次元Ｃｌｏｓｉｎｇ演算を行い、Ｃｌｏｓｉｎｇ演算結果画像２０２を生成する。なお、脊柱管を抽出する場合には、断面半径を１５ｍｍ程度にするのが良い。さらに、処理回路１１は、Ｃｌｏｓｉｎｇ演算結果画像２０２から２値化画像２０１を引き算する（Ｂｌａｃｋ Ｔｏｐ－Ｈａｔ演算）ことで、Ｂｌａｃｋ Ｔｏｐ－Ｈａｔ演算結果画像２０３を生成し、これを、柱状領域の候補領域画像２１０とする。また、処理回路１１は、Ｃｌｏｓｉｎｇ演算結果画像２０２に対し３次元Ｅｒｏｓｉｏｎ演算を適用した後に白黒反転させることで、抽出対象領域の外側の領域を表す外部領域画像２０４を生成する。
【0029】
なお、本実施形態では、Ｂｌａｃｋ Ｔｏｐ－Ｈａｔ演算結果画像２０３を得る際に、２値化の後でＣｌｏｓｉｎｇ演算と引き算を行ったが、グレースケールのまま（濃淡医用画像のまま）Ｃｌｏｓｉｎｇ演算と引き算を行ってもよい。
【0030】
図４は、第１の抽出工程Ｓ１２のデータフロー図である。図５は、第１の抽出工程Ｓ１２を示すフローチャートである。図５のフローチャートの各処理を、図４のデータフロー図を参照しながら説明する。処理回路１１は、３次元の医用画像に対して細長い第１の構造要素によるＯｐｅｎｉｎｇ演算を行うことで得られる複数の第１の候補領域の中から、所定の解剖構造らしさを評価する第１の評価値に基づいて、第１の領域を取得する。例えば、処理回路１１は、図４に示すように、第１の抽出工程Ｓ１２において、前処理工程Ｓ１１で得られた柱状領域の候補領域画像（医用画像）２１０から、不要な領域を取り除いた柱状領域の初期領域（第１の領域）を抽出して、第１の領域を表す第１の領域画像２１４を生成する。以下、より具体的に説明する。なお、図５のフローチャート内では、候補領域画像２１０をＩと記述する。また、第１の領域画像２１４をＲ１と記述する。
【0031】
ステップＳ１０２において、処理回路１１は、候補領域画像２１０（＝Ｉ）に対して、体軸（Ｚ軸）方向に細長い柱状の構造要素２１１を用いて３次元Ｏｐｅｎｉｎｇ演算を行い、演算結果画像２１２を生成する。なお、図５のフローチャート内では、演算結果画像２１２をＯと記述する。
【0032】
続いて、ステップＳ１０３において、処理回路１１は、演算結果画像２１２（＝Ｏ）内の連結領域を辿ることで、演算結果画像２１２内の領域をブロブ（白色領域の塊）に分割し、各ブロブをラベリング（Ｌ１、Ｌ２、…）したラベル画像２１３を得る。なお、分割によって生成されたブロブ群の情報は、配列Ｃ［：］に格納される。
【0033】
そして、ステップＳ１０４において、処理回路１１は、ステップＳ１０３で得た各ブロブ（＝第１の候補領域）に対して、所定の解剖構造（脊柱管）らしさを評価する第１の評価値を算出する処理を行う。ここで、処理回路１１は、第１の候補領域と外部領域との接触度合いと、第１の候補領域の柱状形状らしさと、第１の候補領域の体積の大きさと、第２の候補領域の周囲の形状とに基づいて、所定の解剖構造らしさを評価する第１の評価値を算出する。
【0034】
図６は、第１の評価値算出処理Ｓ１０４のデータフロー図である。第１の評価算出処理Ｓ１０４では、処理回路１１は、ラベル画像２１３と、前処理工程Ｓ１１で生成された外部領域画像２０４とを読み込む。次に、処理回路１１は、各ブロブと外部領域画像２０４との３次元Ａｎｄ演算を行う。Ａｎｄ演算結果の体積が大きいならば、処理回路１１は、当該ブロブは外部領域との接触度合いが高いと見なし、体積の大きさに応じて（体積が大きいほど）当該ブロブに対して、外部領域との接触度合いが小さい場合よりも、低い評価値を付ける。
【0035】
また、抽出対象が脊柱管の場合、体軸方向に細長い形状をしているという特徴も評価値に反映できる。そこで、処理回路１１は、各ブロブのバウンディングボックス２１８を取得し、体軸方向である縦の長さが横の長さより長いならば、体軸方向に細長い望ましい形状であると見なし、縦横比に応じて当該ブロブに対し、より高い評価値を付ける。なお、抽出対象が脊柱管以外の場合は、その解剖学的特徴を考慮してブロブ形状の評価値を決定してもよい。
【0036】
さらに、なるべく大きなブロブを抽出結果として残したいため、処理回路１１は、各ブロブの体積を算出し、体積の大きさに応じて（体積が大きいほど高い）評価値を付ける。最後に、抽出対象が脊柱管の場合、脊柱管と長骨内の髄腔とを区別するために、処理回路１１は、ブロブの周囲の形状に基づく評価値を算出する。具体的には、処理回路１１は、各ブロブが（椎間孔等に対応する）横向き構造物に多く接触しているならば良い評価値を付ける。処理回路１１は、これら４つの評価値を合算して第１の評価値とする。なお、第１の評価値の算出方法は、この方法に限らない。例えば、これら４つの評価値の少なくとも一つに基づいて算出する方法であってもよい。
【0037】
ステップＳ１０５において、処理回路１１は、ステップＳ１０４で算出した第１の評価値の最も高いブロブ（＝第１の候補領域）を第１の領域として選択する。そして、処理回路１１は、演算結果画像２１２から当該領域を残した画像を、第１の領域画像２１４（＝Ｒ１）として生成する。
【0038】
次に、処理回路１１は、ステップＳ１４の第２の抽出工程を所定回数だけ繰り返し実行する（ステップＳ１３）。これにより、処理回路１１は、ステップＳ１２で得た第１の領域に複数の第２の領域を合成した合成領域画像Ｄを生成する。具体的には、処理回路１１は、医用画像における第１の領域の所定方向における端点より外側の領域に対して、第１の構造要素とは長手方向が異なる細長い第２の構造要素によるＯｐｅｎｉｎｇ演算を行うことで得られる複数の第２の候補領域の中から、少なくとも第１の領域との接触度合いを評価する第２の評価値に基づいて第２の領域を取得し、第１の領域と第２の領域とを合成した合成領域を取得する。より具体的には、処理回路１１は、第１の領域との接触度合いが小さい場合よりも第１の領域との接触度合いが大きい場合の方が、値が高くなる第２の評価値に基づいて、複数の第２の候補領域の中から第２の領域を取得し、第１の領域と合成する。
【0039】
図７は第２の抽出工程Ｓ１４の初回の場合のデータフロー図、図８は第２の抽出工程Ｓ１４の２回目以降のデータフロー図、図９は第２の抽出工程Ｓ１４のフローチャートを表す。図９のフローチャートの各処理を、図７、８のデータフロー図を参照しながら説明する。例えば、第２の抽出工程Ｓ１４において、処理回路１１は、事前の処理で得られた柱状領域（第１の領域）の端点を基準にして、当該第１の領域に接続する度合いが高い柱状領域（第２の領域）を新たに抽出する。そして、処理回路１１は、第１の領域と第２の領域を合成した領域を新たな第１の領域とする。以下に、具体的な説明をする。
【0040】
ステップＳ２００において、処理回路１１は、入力として、第１の領域画像２１４をＲ１、候補領域画像２１０をＩ，外部領域画像２０４をＥ、第１の領域の端点の構造要素をＳ［１］、Ｓ［２］と定義する。また、処理回路１１は、出力として、新たに生成される第１の領域画像をＲ１’、新たに設定される端点の構造要素をＳ’［１］、Ｓ’［２］と定義する。そして、処理回路１１は、第１の領域画像Ｒ１と候補領域画像Ｉ，外部領域画像Ｅを読み込む。
【0041】
ステップＳ２０１において、処理回路１１は、第１の領域画像Ｒ１における第１の領域のＺ軸方向の端点（上端Ｐ１、下端Ｐ２）を特定する。そして、処理回路１１は、各端点（Ｐ１、Ｐ２）に対して、対応する構造要素Ｓ［１］、Ｓ［２］を関連付ける。図７の例では、第１の領域画像２１４（＝画像Ｒ１）上で上端Ｐ１、下端Ｐ２が特定されている。ここで、図７の例のように、第２の抽出工程Ｓ１４の処理が初回の場合には、処理回路１１は、構造要素Ｓ［１］、Ｓ［２］として、第１の抽出工程Ｓ１２で用いたＺ方向に細長い構造要素２１１を設定する。一方、第２の抽出工程Ｓ１４の処理が２回目以降の場合には、処理回路１１は、構造要素Ｓ［１］、Ｓ［２］として、前回以前の第２の抽出工程で第２の領域を抽出する際に用いた構造要素を設定する。
【0042】
ステップＳ２０２において、処理回路１１は、第１の領域の上端Ｐ１より上側の領域（Ｚ軸負の方向の領域）をＵ、第１の領域の下端Ｐ２より下側の領域（Ｚ軸正の方向の領域）をＬと設定する。
【0043】
ステップＳ２０３において、処理回路１１は、上側の領域Ｕと下側の領域Ｌのうち、体積の大きい方を、処理対象の外側領域Ｔと設定する。例えば、処理回路１１は、図７の第２の抽出工程（初回）の例では、第１の領域画像２１４（Ｒ１）において上端Ｐ１より上側の領域Ｕの方が、下端Ｐ２より下側の領域Ｌよりも体積が大きいため、領域Ｕを処理対象の外側領域Ｔとして設定する。なお、ここでは上端側と下端側の領域のうち体積の大きい方を選択したが、それ以外の選択方法でも構わない。例えば、図１０に示すように事前に決められた方を選択してもよい。
【0044】
ステップＳ２０４において、処理回路１１は、処理対象の外側領域Ｔと候補領域画像ＩのＡＮＤ演算を行い、処理対象の外側候補領域画像Ａを生成する。図７の例では、処理回路１１は、処理対象の外側候補領域画像２２１（＝画像Ａ）として、候補領域画像Ｉのうち、上端Ｐ１より上側の領域（領域Ｔ＝領域Ｕ）が切り出された画像が生成されている。
【0045】
ステップＳ２０５において、処理回路１１は、処理対象の外側領域Ｔが第１の領域より上側（Ｚ軸負の方向）の場合は、変数ｉ＝１と設定し、処理対象の外側領域Ｔが第１の領域より下側（Ｚ軸正の方向）の場合は、変数ｉ＝２と設定する。このとき、処理対象の端点の構造要素をＳ［ｉ］とすると、処理対象の外側領域Ｔが第１の領域より上側の場合は、処理対象の端点の構造要素はＳ［１］となり、第１の領域の上端の構造要素が対象となる。一方、処理対象の外側領域Ｔが第１の領域より下側の場合は、処理対象の端点の構造要素はＳ［２］となり、第１の領域の下端の構造要素が対象となる。図７の例では第１の領域より上側が処理対象のためｉ＝１となり、上端の構造要素Ｓ［１］が処理対象となる。
【0046】
ステップＳ２０６において、処理回路１１は、端点の新たな構造要素Ｓ’［ｉ］として、Ｓ［ｉ］とは異なる向きの構造要素を設定する。ここで、構造要素Ｓ’［ｉ］の傾き度合いは、処理対象の外側候補領域画像Ａの大まかな解剖学的位置に応じて事前に定めた傾き度合いを選択する。例えば、脊柱管抽出の場合には、図１０に示すように事前に定めた傾き度合いを選択する。
【0047】
図１０は、脊柱管抽出の場合における各工程の抽出対象領域の大まかな解剖学的位置と構造要素の形状の例である。例えば、２番目の抽出工程（第２の抽出工程の初回）の場合には、外側候補領域画像Ａが胸椎上部付近の領域になることが経験的に分かっている。このため、処理回路１１は、構造要素Ｓ’［ｉ］の傾き度合いとして、Ｚ軸をＸ軸回りにやや反時計回りに回転させた向きの構造要素を選択する（図７における構造要素２２２）。
【0048】
なお、構造要素の向きの選択方法はこの方法に限らない。例えば、外側候補領域画像Ａに最も整合する直線を推定し、その直線の角度を構造要素Ｓ’［ｉ］の傾きとして設定するようにしてもよい。例えば、外側候補領域画像Ａ上で上端Ｐ１を回転の基準点、構造要素Ｓ［ｉ］の向きを初期値にして、方向を示す直線ｌを所定の範囲内（例：Ｘ軸回りに±４５°）で徐々に回転させ、直線ｌと画像Ａ上の外側候補領域が最も整合するときの直線の傾きを、Ｓ’［ｉ］の向きとして採用することで、直線を推定できる。このとき、直線ｌと画像Ａ上の外側候補領域の整合度合いの算出方法としては、直線ｌと画像Ａ上の外側候補領域の重なる量の大きさで計算できる。なお、直線ｌに所定の幅の太さを持たせた細長い領域と外側候補領域の重なる量（体積）の大きさによって整合度合いを計算するようにしてもよい。また、外側候補領域画像Ａに対してハフ変換などの公知技術による直線フィッティングを行うことで、直線を推定するようにしてもよい。
【0049】
ステップＳ２０７において、処理回路１１は、外側候補領域画像Ａを構造要素Ｓ［ｉ］でＯｐｅｎｉｎｇ演算した演算結果画像Ｏを生成する。図７の例では、外側候補領域画像２２１（＝Ａ）を構造要素２２２（＝Ｓ［１］）でＯｐｅｎｉｎｇ演算した画像２２３が、演算結果画像Ｏとして取得されている。
【0050】
ステップＳ２０８において、処理回路１１は、演算結果画像Ｏ内の連結領域を辿ることでブロブに分割し、ラベリング（Ｌ１、Ｌ２、…）する。処理回路１１は、分割によって生成されたブロブ群を配列Ｃ［：］に格納する。図７の例では、演算結果画像ＯからＬ１とＬ２の２つの領域がラベリングされている。
【0051】
ステップＳ２０９において、処理回路１１は、各ブロブＣ［：］（＝第２の候補領域）に対して、第２の評価値算出処理を行い、評価値の最も高いブロブを残すことで、第２の領域画像Ｒ２を生成する。例えば、処理回路１１は、各ブロブについて、第１の領域との接触度合いが大きくなるにつれて値が高くなる評価値（第２の評価値）を算出し、最も高い評価値を示すブロブを取得する。すなわち、処理回路１１は、第１の領域と接触している領域が最も大きいブロブを取得する。ここで、処理回路１１は、第１の領域との接触度合いに加えて、第２の候補領域と外部領域との接触度合いと、第２の候補領域の体積の大きさとに基づいて、第２の評価値を算出することもできる。この場合、処理回路１１は、第１の領域との接触度合いが大きくなるほど高い値を示し、外部領域との接触度合いが小さくなるほど高い値を示し、体積が大きくなるほど高い値を示す第２の評価値を算出する。
【0052】
例えば、第２の評価値算出処理において、処理回路１１は、まず、第１の領域画像２１４にＤｉｌａｔｉｏｎ演算を行った結果画像と各ブロブとの間でそれぞれＡｎｄ演算を行う。Ａｎｄ演算結果の体積が大きいならば、処理回路１１は、当該ブロブは第１の領域との接触度合いが高く柱状に連続していると見なし、Ａｎｄ演算結果の体積に応じて当該ブロブに良い評価値を付ける。さらに、なるべく大きなブロブを抽出結果として残したいため、処理回路１１は、各ブロブの体積を算出し、体積の大きさに応じて当該ブロブに高い評価値を付ける。また、第１の評価値算出処理と同様に、処理回路１１は、外部領域との接触度合いに応じて当該ブロブに低い評価値を付ける。処理回路１１は、これら３つの評価値を合算して第２の評価値とする。なお、第２の評価値の算出方法は、この方法に限らない。例えば、これら３つの評価値の少なくとも一つに基づいて算出する方法であってもよい。図７の例では、ラベルＬ１に対応するブロブが選択された結果、第２の領域画像２２５（＝画像Ｒ２）が取得されている。
【0053】
ステップＳ２１０において、処理回路１１は、元の第１の領域画像Ｒ１と第２の領域画像Ｒ２とをＯｒ演算によって合成して、新たな第１の領域画像Ｒ１’を生成する。
【0054】
以上のようにして、第２の抽出工程Ｓ１４の処理が行われる。上記では図２のフローチャートで合計Ｎ－１回繰り返し実行される第２の抽出工程の初回を例にして説明した。以降、第２の抽出工程の２回目以降の処理を、図８を参照しながら説明する。第２の抽出工程の２回目以降の処理では、処理回路１１は、さらに、直前に合成した合成領域を新たな第１の領域として、当該新たな第１の領域の所定方向における端点より外側の領域に対して、端点に近接する内側の領域を抽出した構造要素とは長手方向が異なる細長い第３の構造要素によるＯｐｅｎｉｎｇ演算を行うことで得られる新たな複数の第２の候補領域の中から、第２の評価値に基づいて新たな第２の領域を取得し、新たな第１の領域と新たな第２の領域とを合成して新たな合成領域を取得する。
【0055】
例えば、ステップＳ２００において、処理回路１１は、前回実行された第２の抽出工程で生成された第１の領域画像Ｒ１’および、第１の領域の端点の構造要素Ｓ’［１］、Ｓ’［２］を、入力である第１の領域Ｒ１および、第１の領域の端点の構造要素Ｓ［１］、Ｓ［２］として取得する。図８の例では、処理回路１１は、前回の第１の領域と第２の領域が合成された画像（＝画像Ｒ１’）を今回の第１の領域画像２４０（＝画像Ｒ１）として取得している。そして、処理回路１１は、上述と同様に、ステップＳ２０１～Ｓ２０２を実行する。さらに、処理回路１１は、ステップＳ２０３において、体積が大きい方を処理対象として選択し、ステップＳ２０４において、処理対象の外側領域Ｔと候補領域画像ＩのＡＮＤ演算を行った結果、図８の例では、処理対象の外側候補領域画像Ａとして、下端Ｐ２よりも下側の候補領域を設定する。
【0056】
次に、ステップＳ２０５において、処理回路１１は、変数ｉ＝２を設定し、ステップＳ２０６において、端点の構造要素Ｓ’［２］として、図１０に示すように、処理対象の外側候補領域画像Ａの大まかな解剖学的位置に応じた傾き度合いを選択した結果、図８の例では、Ｚ軸をＸ軸回りにやや反時計回りに回転させた向きの構造要素２４２を設定する。そして、処理回路１１は、上述と同様に、ステップＳ２０７～Ｓ２０９を実行した結果、図８の例では、Ｏｐｅｎｉｎｇ演算結果画像２４３（＝画像Ｏ）を経て、第２の領域画像２４５（＝画像Ｒ２）を生成する。最後に、処理回路１１は、ステップＳ２１０の処理を行い、第１の領域画像Ｒ１と第２の領域画像Ｒ２を合成した新たな第１の領域画像Ｒ１’を生成する。
【0057】
処理回路１１は、以上の処理をＮ－１回行い、最後に生成した新たな第１の領域画像Ｒ１’を、合成領域画像Ｄとする。
【0058】
このように、処理回路１１は、第２の抽出工程Ｓ１４の処理を繰り返すことで、構造要素の角度を変化させながら第２の領域Ｒ２の抽出を繰り返し実行して、第１の領域Ｒ１に対して順次連結（合成）して第１の領域Ｒ１を上下に拡張していく。これにより、処理回路１１は、抽出対象である柱状領域がＺ軸方向に真っ直ぐに伸びずに湾曲している場合でも、抽出することができる。
【0059】
図１１は、生成工程Ｓ１５のデータフロー図である。図１２は、生成工程Ｓ１５を示すフローチャートである。図１２のフローチャートの各処理を、図１１を参照しながら説明する。処理回路１１は、合成領域から柱状領域を生成する。具体的には、生成工程Ｓ１５において、処理回路１１は、Ｓ１４までの処理で生成した合成領域画像Ｄに基づいて、より精密な抽出画像を生成する。例えば、処理回路１１は、合成領域を膨張させた領域から、当該領域と医用画像に基づく２値化画像とのＡｎｄ領域を差分した差分領域に対して、Ｏｐｅｎｉｎｇ演算及びＣｌｏｓｉｎｇ演算を行うことで、柱状領域を生成する以下に、具体的な説明をする。
【0060】
ステップＳ３００において、処理回路１１は、Ｓ１４までの処理で生成した合成領域画像Ｄを読み込む。図１１の例では、第１の抽出工程Ｓ１２の後、第２の抽出工程Ｓ１４を２回繰り返して得られた合成領域画像２５０（＝Ｄ）が入力されている。また、処理回路１１は、前処理工程Ｓ１１で生成した２値化画像２０１を２値化画像Ｂとして読み込む。
【0061】
ステップＳ３０１において、処理回路１１は、実際の抽出対象を十分に含むように合成領域画像ＤにＤｉｌａｔｉｏｎ演算を行い、少し膨らんだ結果画像を生成する。そして、Ｄｉｌａｔｉｏｎ演算の結果画像を、処理前の画像Ｄと置き換えて新たな画像Ｄとする。図１１の例では、合成領域画像２５０に基づき、Ｄｉｌａｔｉｏｎ演算結果画像２５１が得られている。
【0062】
ステップＳ３０２において、処理回路１１は、実際の抽出対象の形状を精密に抽出するために、画像Ｄに含まれている、抽出対象（脊柱管領域）を取り囲む高濃度領域（椎骨領域）を取り除く処理を行う。具体的には、処理回路１１は、Ｄｉｌａｔｉｏｎ演算結果画像Ｄと前処理工程Ｓ１１で生成した２値化画像ＢとをＡｎｄ演算した後、Ｄｉｌａｔｉｏｎ演算結果画像ＤからＡｎｄ演算領域を引くことで、柱状領域画像を得る。そして、処理回路１１は、得られた柱状領域画像を、処理前のＤと置き換えて新たな画像Ｄとする。図１１の例では、Ｄｉｌａｔｉｏｎ演算結果画像２５１（＝画像Ｄ）と２値化画像２０１（＝画像Ｂ）のＡｎｄ演算結果画像２５２を生成したのち、画像２５１から画像２５２を引くことで、柱状領域画像２５３が得られている。
【0063】
ステップＳ３０３において、処理回路１１は、柱状領域画像Ｄの外側のノイズを除去するために、画像Ｄに対してＯｐｅｎｉｎｇ演算を行う。そして、得られたＯｐｅｎｉｎｇ演算結果画像を、処理前のＤと置き換えて新たな画像Ｄとする。
【0064】
ステップＳ３０４において、処理回路１１は、柱状領域画像Ｄの内側のノイズを除去するために、画像Ｄに対してＣｌｏｓｉｎｇ演算を行う。そして、得られたＣｌｏｓｉｎｇ演算結果を、最終的な柱状領域画像Ｆとして取得する。
【0065】
また、柱状領域の抽出精度を高めるために、処理回路１１は、ステップＳ３０１からＳ３０３を複数回繰り返しても良い。また、柱状領域を精密抽出する方法は本フローチャートの処理に限らない。例えば、Ｓ１４までに得られた合成領域画像Ｄに対して、合成領域画像Ｄ内の領域を初期値として、公知の領域抽出手法（領域拡張法、Ｓｎａｋｅｓ、Ｌｅｖｅｌ Ｓｅｔ法、Ｇｒａｐｈ Ｃｕｔ法など）を適用することで、柱状領域を精密抽出するようにしてもよい。
【0066】
上述したように、第１の実施形態によれば、第１の抽出機能１１ｃは、３次元の医用画像に対して細長い第１の構造要素によるＯｐｅｎｉｎｇ演算を行うことで得られる複数の第１の候補領域の中から、所定の解剖構造らしさを評価する第１の評価値に基づいて、第１の領域を取得する。第２の抽出機能１１ｄは、医用画像における第１の領域の所定方向における端点より外側の領域に対して、第１の構造要素とは長手方向が異なる細長い第２の構造要素によるＯｐｅｎｉｎｇ演算を行うことで得られる複数の第２の候補領域の中から、少なくとも第１の領域との接触度合いを評価する第２の評価値に基づいて第２の領域を取得し、第１の領域と第２の領域とを合成した合成領域を取得する。生成機能１１ｅは、合成領域から柱状領域を生成する。したがって、第１の実施形態に係る画像処理装置１０は、複数の領域に分けて柱状領域を抽出することができ、医用画像から柱状領域を高精度に抽出することを可能にする。すなわち、本実施形態に係る画像処理装置１０を用いることで、脊柱管のように管壁の所々に穴や隙間が開いていて、かつ、曲率が変化しながら曲がっている管の中の柱状領域を医用画像から精度よく抽出できる。
【0067】
また、第１の実施形態によれば、第２の抽出機能１１ｄは、第１の領域との接触度合いが小さい場合よりも第１の領域との接触度合いが大きい場合の方が、値が高くなる第２の評価値に基づいて、複数の第２の候補領域の中から第２の領域を取得する。したがって、第１の実施形態に係る画像処理装置１０は、複数の領域における柱状領域の抽出をより精度よく行うことを可能にする。
【0068】
また、第１の実施形態によれば、第２の抽出機能１１ｄは、さらに、直前に合成した合成領域を新たな第１の領域として、当該新たな第１の領域の所定方向における端点より外側の領域に対して、端点に近接する内側の領域を抽出した構造要素とは長手方向が異なる細長い第３の構造要素によるＯｐｅｎｉｎｇ演算を行うことで得られる新たな複数の第２の候補領域の中から、第２の評価値に基づいて新たな第２の領域を取得し、新たな第１の領域と前記新たな第２の領域とを合成して新たな合成領域を取得する。したがって、第１の実施形態に係る画像処理装置１０は、曲率が変化しながら曲がる管の中の柱状領域を長手方向に沿って精度よく抽出することを可能にする。
【0069】
また、第１の実施形態によれば、第１の抽出機能１１ｃは、第１の候補領域と外部領域との接触度合いと、第１の候補領域の柱状形状らしさと、第１の候補領域の体積の大きさと、第２の候補領域の周囲の形状とに基づいて、第１の評価値を算出する。したがって、第１の実施形態に係る画像処理装置１０は、脊柱管に対応する柱状領域を精度よく抽出することを可能にする。
【0070】
また、第１の実施形態によれば、第２の抽出機能１１ｄは、第１の領域との接触度合いに加えて、第２の候補領域と外部領域との接触度合いと、第２の候補領域の体積の大きさとに基づいて、第２の評価値を算出し、第２の評価値は、第１の領域との接触度合いが大きくなるほど高い値を示し、外部領域との接触度合いが小さくなるほど高い値を示し、体積が大きくなるほど高い値を示す。したがって、第１の実施形態に係る画像処理装置１０は、脊柱管に対応する柱状領域を精度よく抽出することを可能にする。
【0071】
また、第１の実施形態によれば、医用画像は、濃淡医用画像に２値化処理とＢｌａｃｋ Ｔｏｐ－Ｈａｔ演算とを適用した結果の画像である。したがって、第１の実施形態に係る画像処理装置１０は、柱状領域の抽出処理を容易に行うことを可能にする。
【0072】
また、第１の実施形態によれば、生成機能１１ｅは、合成領域を膨張させた領域から、当該領域と医用画像に基づく２値化画像とのＡｎｄ領域を差分した差分領域に対して、Ｏｐｅｎｉｎｇ演算及びＣｌｏｓｉｎｇ演算を行うことで、柱状領域を生成する。したがって、第１の実施形態に係る画像処理装置１０は、柱状領域を精密に抽出することを可能にする。
【0073】
（第２の実施形態）
本願に係る別の実施形態としては、各抽出工程で出力された柱状領域が、抽出対象領域の外部に接している場合の処理を追加した実施形態が考えられる。特に、脊柱管は回りを複数個の椎骨で囲まれているため、椎骨と椎骨の間に椎間孔のような隙間が存在している。このため、抽出された柱状領域がこの隙間からはみ出すことがある。椎骨の外部領域に接するような脊柱管領域は解剖学的に不適当であり、これを排除するような処理を行うことが好ましい。なお、第２の実施形態は、第１の実施形態と比較して各抽出工程に係る処理が異なる。以下、これを中心に説明する。
本願に係る別の実施形態としては、各抽出工程で出力された柱状領域が、抽出対象領域の外部に接している場合の処理を追加した実施形態が考えられる。特に、脊柱管は回りを複数個の椎骨で囲まれているため、椎骨と椎骨の間に椎間孔のような隙間が存在している。このため、抽出された柱状領域がこの隙間からはみ出すことがある。椎骨の外部領域に接するような脊柱管領域は解剖学的に不適当であり、これを排除するような処理を行うことが好ましい。なお、第２の実施形態は、第１の実施形態と比較して各抽出工程に係る処理が異なる。以下、これを中心に説明する。
【0074】
図１３は外部領域処理のデータフロー図である。外部領域処理は、第１と第２の抽出工程どちらにも組み込むことが可能なので、以下では第ｋとして説明する。図１４は、外部領域特殊処理を組み込んだ場合の第ｋの抽出工程を示すフローチャートである。図１４の破線で囲まれた部分の処理は、ｋ＝１（第１の抽出工程Ｓ１２）の場合は、第１の実施形態のステップＳ１００からＳ１０２と同じ処理のため、説明を省略する。ｋ＝２（第２の抽出工程Ｓ１４）の場合は、第１の実施形態のステップＳ２００からＳ２０７と同じ処理のため、説明を省略する。
【0075】
ステップＳ４０８において、処理回路１１は、演算結果画像Ｏ内の連結領域を辿ることでブロブに分割し、ラベリング（Ｌ１、Ｌ２、…）する。本ステップでは、分割によって生成されたブロブ群を配列Ｃ［：］に格納している。
【0076】
ステップＳ４０９において、処理回路１１は、各ブロブＣ［：］に対して、第ｋの評価値算出処理を行い、評価値の最も高いブロブを残すことで、第ｋの領域画像候補Ｘを生成する。ｋ＝１の場合は第１の評価算出処理Ｓ１０４を行い、第１の領域画像Ｒ１を生成する。ｋ＝２の場合は第２の評価算出処理Ｓ２０９を行い、第２の領域画像Ｒ２を生成する。図１３の例では、第ｋの領域画像候補２６０（＝画像Ｘ）が生成されている。
【0077】
ステップＳ４１０において、処理回路１１は、外部領域画像Ｅと領域画像候補ＸとのＡｎｄ演算を行い、その結果が空かどうかを判定する。空の場合は、外部領域に接してはいないと見なし、ステップＳ４１２に移る。空ではない場合は、外部領域に接しているとみなし、ステップＳ４１１に移る。図１３の例では、外部領域画像２６１（＝画像Ｅ）と領域画像候補２６０（＝画像Ｘ）とのＡｎｄ演算した結果画像２６２が取得された結果、空ではないため、外部領域に接していると判定されている。
【0078】
ステップＳ４１１において、処理回路１１は、領域画像候補Ｘを分割した画像を生成し、演算結果画像Ｏを生成した画像に置き換える。領域画像候補Ｘの分割方法は例えば、Ｏｐｅｎｉｎｇ演算等の分割する方法を用いる。そして、再びステップＳ４０８へと処理を移し、ステップＳ４０９、Ｓ４１０が実行される。図１３の例では、領域画像候補２６０が分割された結果画像２６３が取得され、ステップＳ４０８で領域が分割された結果画像２６３において、Ｌ１、Ｌ２の領域がラベリングされている。そして、ステップＳ４０９で評価値が高いＬ１の領域が選択される。
【0079】
すなわち、処理回路１１は、第１の領域が、抽出対象領域ではない外部領域に接しているか否かを判定し、接している場合には、第１の領域をさらに分割し、得られる複数の領域の中から、外部領域との接触度合いと、前記領域の柱状形状らしさと、前記領域の体積の大きさと、前記領域の周囲の形状と、を総合した評価値に基づいて新たな第１の領域を取得する。また、処理回路１１は、第２の領域が、抽出対象領域ではない外部領域に接しているか否かを判定し、接している場合には、前記第２の領域をさらに分割し、得られる複数の領域の中から、外部領域との接触度合いと、前記第１の領域との接触度合いと、前記領域の体積の大きさと、を総合した評価値に基づいて新たな第２の領域を取得する。このように、ステップＳ４０８～Ｓ４１１の処理を繰り返すことにより、領域画像候補Ｘは外部領域に接している柱状領域がなくなるまで、領域が削り落とされる処理が行われる。
【0080】
ステップＳ４１２において、処理回路１１は、領域画像候補Ｘを最終的な第ｋの領域画像Ｒｋとする。図１３の例では第ｋの領域画像２６４（＝Ｒｋ）が取得されている。
【0081】
ステップＳ４１３において、処理回路１１は、ｋ＝２（第２の抽出工程Ｓ１４）の場合のみ、ステップＳ２１０と同様に、新たな第１の領域画像Ｒ１’を、元の第１の領域画像Ｒ１と第ｋの領域画像Ｒｋ（＝Ｒ２）とのＯｒ演算によって生成する。
【0082】
上述したように、第２の実施形態によれば、第１の抽出機能１１ｃは、第１の領域が、抽出対象領域ではない外部領域に接しているか否かを判定し、接している場合には、第１の領域をさらに分割し、得られる複数の領域の中から、外部領域との接触度合いと、領域の柱状形状らしさと、前記領域の体積の大きさと、前記領域の周囲の形状と、を総合した評価値に基づいて新たな第１の領域を取得する。したがって、第２の実施形態に係る画像処理装置１０は、外部領域を排除することができ、柱状領域を高精度に抽出することを可能にする。
【0083】
また、第２の実施形態によれば、第２の抽出機能１１ｄは、第２の領域が、抽出対象領域ではない外部領域に接しているか否かを判定し、接している場合には、第２の領域をさらに分割し、得られる複数の領域の中から、外部領域との接触度合いと、第１の領域との接触度合いと、領域の体積の大きさと、を総合した評価値に基づいて新たな第２の領域を取得する。したがって、第２の実施形態に係る画像処理装置１０は、外部領域を排除することができ、柱状領域を高精度に抽出することを可能にする。
【0084】
以上のように、本実施形態に係る画像処理装置１０を用いることで、抽出対象領域の外部に接するような柱状領域を排除し、脊柱管領域のような周りを隙間の開いた骨に囲まれた柱状領域に対する抽出精度を高めることが可能である。
【0085】
（第３の実施形態）
本願に係る別の実施形態としては、脊柱側弯症のような病的な脊柱管の曲がりへの対応が考えられる。この場合、図９のステップＳ２０６において構造要素の向きを決める際に、一般的な解剖学的位置に応じて事前に定めておいた傾き度合いを選択することが出来ない。このため、傾き度合いを変えた複数の向きの構造要素を試す必要がある。なお、第３の実施形態は、第１の実施形態と比較して第２の抽出工程に係る処理が異なる。以下、これを中心に説明する。
本願に係る別の実施形態としては、脊柱側弯症のような病的な脊柱管の曲がりへの対応が考えられる。この場合、図９のステップＳ２０６において構造要素の向きを決める際に、一般的な解剖学的位置に応じて事前に定めておいた傾き度合いを選択することが出来ない。このため、傾き度合いを変えた複数の向きの構造要素を試す必要がある。なお、第３の実施形態は、第１の実施形態と比較して第２の抽出工程に係る処理が異なる。以下、これを中心に説明する。
【0086】
図１５は、複数の向きの構造要素試行を組み込んだ場合の第２の抽出工程を示すフローチャートである。図１５の破線に囲まれた部分の処理は、第１の実施形態のステップＳ２００からＳ２０５と同じ処理のため、説明を省略する。処理回路１１は、第３の構造要素の向きを、第１の構造要素または第２の構造要素とは異なる複数の向きでそれぞれＯｐｅｎｉｎｇ演算を行うことで、新たな複数の第２の候補領域を取得し、複数の第２の候補領域の中から、外部領域との接触度合いと、第１の領域との接触度合いと、領域の体積の大きさと、を総合した評価値に基づいて新たな第２の領域を取得する。
【0087】
ステップＳ５０６において、処理回路１１は、前回の第２の抽出工程で用いられた構造要素Ｓ［ｉ］の向きとは異なる向きの複数の構造要素群をＪ個生成し、配列s［：］に格納する。例えば、処理回路１１は、構造要素Ｓ［ｉ］を基準にして、角度を所定の範囲内（例：Ｘ軸回りに±４５°）で、所定間隔（例：５°間隔）で順に回転させた際の夫々の構造要素の集合（例：合計１８個）を構造要素群とすることができる。また、所定の回数だけランダムに角度を変更した際の（ただし、Ｓ［ｉ］と同じ角度は除く）構造要素の集合を構造要素群としてもよい。
【0088】
ステップＳ５０７において、処理回路１１は、ステップＳ５０８からＳ５１０の処理を構造要素ｓ［：］の個数分（Ｊ回））だけ繰り返す。このとき、ステップＳ５１０で生成された第２の領域画像を別々にＪ個分格納する配列ｒ２［：］を確保しておく。
【0089】
ステップＳ５０８は、Ｏｐｅｎｉｎｇ演算に用いる構造要素が、第１の実施形態のステップＳ２０７では、Ｓ’［ｉ］であったのに対し、本ステップではｓ［ｊ］である点以外は同じ処理である。
【0090】
ステップＳ５０９の処理は、第１の実施形態のステップＳ２０８と同じである。
【0091】
ステップＳ５１０は、生成される第２の領域画像が、第１の実施形態のステップＳ２０９がＲ２であったのに対し、本ステップではｒ２［ｊ］である点以外は同じ処理である。
【0092】
ステップＳ５１１において、処理回路１１は、生成された第２の領域画像群ｒ２［：］の中で、ステップＳ５１０の第２の評価値が最も高かった領域のインデックスｊmaxを取得する。これにより、複数の構造要素の候補の中から、最も適した向きの構造要素を抽出することができる。
【0093】
ステップＳ５１２において、処理回路１１は、画像ｒ２［ｊmax］を画像Ｒ２に格納し、構造要素ｓ［ｊmax］を構造要素Ｓ’［ｉ］に格納する。
【0094】
ステップＳ５１３は、第１の実施形態のステップＳ２１０と同じ処理である。
【0095】
上述したように、第３の実施形態によれば、第２の抽出機能１１ｄは、第３の構造要素の向きを、第１の構造要素または第２の構造要素とは異なる複数の向きでそれぞれＯｐｅｎｉｎｇ演算を行うことで、新たな複数の第２の候補領域を取得し、複数の第２の候補領域の中から、外部領域との接触度合いと、第１の領域との接触度合いと、領域の体積の大きさと、を総合した評価値に基づいて新たな第２の領域を取得する。したがって、第３の実施形態に係る画像処理装置１０は、一般的な解剖学構造以外の構造についても高精度に抽出することを可能にする。すなわち、本実施形態に係る画像処理装置を用いることで、脊柱側弯症のように病的に脊柱管が曲がっている場合でも、柱状領域の抽出精度を高めることが可能である。
【0096】
（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、インターフェース機器、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。
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、インターフェース機器、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。
【0097】
また、上述した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)、又は、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。
【0098】
ここで、プロセッサによって実行される画像処理プログラムは、ＲＯＭ（Read Only Memory）や記憶回路等に予め組み込まれて提供される。なお、この画像処理プログラムは、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非一過性の記憶媒体に記録されて提供されてもよい。また、この画像処理プログラムは、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って提供又は配布されてもよい。例えば、この画像処理プログラムは、上述した各処理機能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等の記憶媒体から医用情報処理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。
【0099】
また、上述した実施形態において、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散又は統合の具体的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等に応じて、任意の単位で機能的又は物理的に分散又は統合して構成することができる。更に、各装置にて行なわれる各処理機能は、その全部又は任意の一部が、ＣＰＵ及び当該ＣＰＵにて解析実行されるプログラムにて実現され、或いは、ワイヤードロジックによるハードウェアとして実現され得る。
【0100】
また、上述した実施形態及び変形例において説明した各処理のうち、自動的に行なわれるものとして説明した処理の全部又は一部を手動的に行なうこともでき、或いは、手動的に行なわれるものとして説明した処理の全部又は一部を公知の方法で自動的に行なうこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
【0101】
以上説明した少なくとも一つの実施形態によれば、医用画像から柱状領域を高精度に抽出することができる。
【0102】
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】
【0103】
１０ 画像処理装置
１１ａ 制御機能
１１ｂ 前処理機能
１１ｃ 第１の抽出機能
１１ｄ 第２の抽出機能
１１ｅ 生成機能
１１ａ 制御機能
１１ｂ 前処理機能
１１ｃ 第１の抽出機能
１１ｄ 第２の抽出機能
１１ｅ 生成機能
【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】