マルチスライスCT画像を用いたバイアス成分を考慮した葉単位別の気腫性病変抽出アルゴリズム

摘要

近年の高齢化や喫煙により気腫性病変の患者は増加傾向にある．また気腫性病変によって破壊された肺胞を修復することは不可能であるため，早期発見が重要である．現在，臨床の場において行われている気腫性病変の診断法としてCT装置を用いた画像診断がある．CT画像は画質が年々向上し，早期の気腫性病変を検出することが可能となった．このことから，胸部CT画像を用いた計算機診断支援システムには大きな期待が寄せられている．胸部CT画像の気腫性病変は，肺構造の破壊により組織密度が低下するため，正常肺よりもX線吸収値は低くなり低濃度吸収領域(low attenuation area: LAA)として描画される．LAAを抽出する際，胸部CT画像の撮影条件により様々なバイアス成分が加味されるためバイアス成分の影響を考慮し抽出する必要がある．そこで，本研究はバイアス成分を考慮したLAA抽出アルゴリズムを提案しファントム·吸気·呼気データに適用し本アルゴリズムの有効性を示す．胸部の解析を行い定量的にLAAを解析するアルゴリズムについて述べる．