The development and assessment of program　for volume measurement for CT images of DICOM data running on a personal computer （Development and assessment of volume measurement program for DICOM on PC）

Multi-detector computed tomography（MDCT）とMRIは、従来型の解剖（autopsy）の実施率が低下し、死後画像（postmortem imaging: PMI）が部分的な代替として採用されるようになるにつれて、法医学の実務での利用が増えている。日本では、デジタル手法を用いたPMIはしばしば「Autopsy imaging（Ai）」と呼ばれる。解剖の中核的な作業の一つに臓器容積の推定があり、これは死亡時の生理学的・病理学的状態の評価を支えるとともに、画像から得た容積に基づく臓器重量の推定にも寄与し得る。現代のMDCTによるDICOMデータは正確な体積情報を提供できる一方で、臓器の容積測定（volumetry）は高価で、通常は医療機関に限定される専用画像ワークステーションで行われることが多い。これに対して、パーソナルコンピュータ（PC）は広く利用でき利便性も高いが、一般的なPCベースのツールでは、多数のスライスにわたり慎重に手動でregion-of-interest（ROI）を描く必要があり、さらに手作業の工程（例：面積の書き出し、スプレッドシートでの体積計算）も追加で求められる。本研究は、あらかじめ設定した閾値（preset threshold）戦略を用い、ROIが粗く描かれていても臓器を抽出できるPCベースのDICOM volumetryプログラムを開発し、その有用性と精度を汎用の画像処理ワークフローと比較して検証することを目的とした。

死後CT 5症例において、開発プログラムで測定した臓器容積（肝臓5、脾臓5、腎臓10）は、著者らがゴールドスタンダードとして扱った汎用画像処理プログラム（ImageJ）で得られた容積と有意差がなかった。したがって、この評価範囲では、開発プログラムは評価したすべての臓器について同程度の容積推定を維持した。主要な利点は操作効率であり、全スライスにわたるROI設定を完了するまでの時間は、開発プログラムを用いた場合、すべての臓器種で有意に短縮した。平均の時間短縮率は、肝臓52.0%、脾臓67.2%、腎臓74.0%と報告された。考察では、これらの改善を解剖学的状況と関連づけており、脾臓と腎臓は脂肪組織に囲まれていることが多く、閾値に基づいて脂肪密度を除外できる点が特に有用であった一方、肝臓は横隔膜や胃などに隣接するため境界の定義がより難しいと述べている。また、ImageJのワークフローで必要だったスプレッドシートによる体積計算の追加工程を、開発プログラムは体積の自動計算により不要にした。

著者らは、MATLAB R2014aを用いてPC上にDICOM volumetryプログラムを実装した。セグメンテーションは、対象臓器のCT値に基づいて閾値（-40または-50 HU〜150 HUの範囲と報告）を選択し、CT画像上で周囲の脂肪密度も含む粗いROIを描く方法に依拠した。選択した閾値未満（例：脂肪密度）のボクセル（または領域）を自動的に除去して臓器を分離し、その後、二値化と形態学的画像処理（morphological image processing）により、標的構造の周囲にある不要領域を削除した。臓器容積は、ROIから得た面積にスライス厚を乗じ、全スライスで総和することで算出した。評価として、研究は造影なしで撮像された64列MDCTスキャナ（SOMATOM Definition AS）による死後CT 5件を後ろ向きに解析し、350 mmのfield of view、512 × 512のマトリクス、スライス厚2 mmの軸位画像として再構成されたデータを用いた。医学生2名が、同等のWindows 7 PC上でImageJと開発プログラムの両方を用いて独立に容積を測定し、経験豊富な放射線科専門医（board-certified radiologist）がROIを確認した。ImageJでは結果をExcel 2010に書き出して体積計算を行う必要があったのに対し、新プログラムでは体積を自動計算した。主要な比較項目は、臓器容積と、画像を開いてから全スライスのROI設定完了までに要する時間であった。統計解析は、Shapiro–Wilk検定で正規性を確認したうえで対応のあるt検定（paired t-test）を用い、有意水準はp < 0.05とした。

本研究は、DICOM CT画像に対するPCベースのvolumetryプログラムが、汎用画像処理手法で得られる臓器容積測定と整合する結果を提供しつつ、ROIの描出に必要な労力と時間を大幅に削減できると結論づけている。これは、現代のCTが多数の薄いスライス画像を生成し、スライスごとの手動トレースが遅く負担が大きいという点で、実務上重要であると位置づけられている。粗いROI入力に閾値処理と形態学的処理を組み合わせることで、提案ワークフローはセグメンテーション作業を簡略化し、さらに体積計算を自動化することで手動の後処理も減らす。著者らは、この機能がAi/PMIの文脈で特に有用だと論じており、その理由として、ワークステーションベースの解決策が利用できない場合があること、また造影が行われないため臓器境界が臨床の造影CTより不明瞭になりがちなことを挙げている。総じて、このプログラムは、評価した症例における測定容積の一致を損なうことなく、広く普及したPC上で利用できる費用対効果の高い便利なvolumetry手段として提示されている。

本論文は、臨床CTにおける自動臓器セグメンテーション技術が進展している状況の中で本プログラムを位置づけ、PMIに統計形状モデル（statistical shape models）を適用した関連研究などにも言及している。一方で、PMIには固有の課題があることを強調している。すなわち、造影剤を投与できないため臓器境界が造影臨床画像より不明瞭であること、また死後変形（postmortem deformation）により臓器の形状や位置が変化し得ることである。これらの制約により、PMIにおける完全自動セグメンテーションの即時的な実用性は限定され、現時点では手動でのROI配置が「現実的な方法」であるとされる。この枠組みの中で、著者らは、粗いROIから閾値誘導で抽出する本研究のような半自動（semi-automated）的アプローチが、PMI特有の画像特性に対応しつつ効率を高める現実的な方向性であることを示唆している。したがって本研究は、より自動化された手法が今後も進歩する一方で、造影なしの死後条件下で作業者負担を軽減するPCベースツールを開発・改良し続ける価値があることを示している。

最近は、MDCT(複数の検出器で同時に撮影するCTです。短時間で薄い断面画像を大量に作れるため、体積を正確に計算しやすいのが重要です。)やMRI(磁石と電波を使って体の中を画像にする検査です。CTとは違う情報が得られ、法医学でも補助的に使われます。)などの画像検査が法医学でもよく使われるようになっています。世界的に解剖(亡くなった後に体を開いて、臓器や病変を直接確認する調査です。死因や体の状態を詳しく調べる基本的な方法です。)（亡くなった後に体の中を直接調べること）が行われる割合が下がってきたため、その代わりとして死後CTなどの死後画像検査(亡くなった後にCTやMRIで体内を調べる方法です。解剖が難しい場合の代わりや補助として使われます。)が使われる場面が増えました。日本では、こうした死後画像検査を「Ai(日本で使われる呼び方で、画像を使った死後検査を意味します。PMIとほぼ同じ文脈で使われます。)」と呼ぶことがあります。
解剖では、臓器の大きさ（体積）を見積もることが重要です。体積がわかると、亡くなったときの体の状態を考える手がかりになり、画像から臓器の重さを推定することにもつながります。
ただし、CT画像（DICOM(医療画像を保存したりやり取りしたりするための標準形式です。CT画像の位置関係やスライス厚などの情報も含むため、体積計算の基礎になります。)データ）から臓器の体積を測る作業は、専用の高価な機械（ワークステーション(医療画像を高機能に処理する専用のコンピュータ環境です。高価で設置場所が限られやすい点が課題になります。)）で行うことが多く、簡単には使えません。普通のPCでも測定はできますが、一般的な方法だと、たくさんの画像（スライス）すべてで臓器の輪郭を手作業で丁寧に囲む必要があり、さらに面積を出して表計算ソフトで体積を計算するなど、手間がかかります。
そこで本研究では、あらかじめ決めた基準（閾値(ある数値を境にして、画像の部分を残したり除いたりする基準です。CT値を使うことで、脂肪など不要な部分を取り除きやすくなります。)）を使い、ROI(画像の中で「ここを測りたい」と決めて囲む範囲です。臓器の部分を指定するために使い、体積測定の出発点になります。)を大まかに描いても臓器をうまく取り出せるPC用の体積測定プログラムを作り、よく使われる方法（ImageJ(無料で使える画像処理ソフトです。手作業で輪郭をなぞって面積を出すなどができ、比較の基準としてよく使われます。)）と比べて、役に立つか・正確かを確かめることを目的にしました。

死後CTの5症例で、開発したプログラムで測った臓器の体積（肝臓5、脾臓5、腎臓10）は、基準として扱ったImageJ(無料で使える画像処理ソフトです。手作業で輪郭をなぞって面積を出すなどができ、比較の基準としてよく使われます。)で測った体積と比べて、差があるとは言えませんでした。つまり、今回の範囲では、体積の結果は同じ程度に信頼できると考えられます。
一方で、大きな違いは作業時間でした。画像を開いてから全スライスのROI(画像の中で「ここを測りたい」と決めて囲む範囲です。臓器の部分を指定するために使い、体積測定の出発点になります。)を設定し終わるまでの時間は、開発プログラムのほうがすべての臓器で明らかに短くなりました。短縮率の平均は、肝臓52.0%、脾臓67.2%、腎臓74.0%でした。
理由として、脾臓や腎臓は脂肪に囲まれていることが多く、閾値(ある数値を境にして、画像の部分を残したり除いたりする基準です。CT値を使うことで、脂肪など不要な部分を取り除きやすくなります。)を使って脂肪を除きやすいので効率が上がったと説明されています。肝臓は横隔膜や胃などが近く、境目がわかりにくくなりやすい点が難しいとも述べられています。さらに、ImageJではExcelなどで体積計算を追加で行う必要がありましたが、開発プログラムは体積を自動計算できたため、その手間も減りました。

研究者はMATLABを使って、PCで動くDICOM(医療画像を保存したりやり取りしたりするための標準形式です。CT画像の位置関係やスライス厚などの情報も含むため、体積計算の基礎になります。)体積測定プログラムを作りました。やり方は、臓器のCT値(CT画像で物質の性質を数値化したもので、どれくらいX線を通しにくいかを表します。臓器と脂肪などを分ける判断材料になります。)をもとに閾値(ある数値を境にして、画像の部分を残したり除いたりする基準です。CT値を使うことで、脂肪など不要な部分を取り除きやすくなります。)（例として、だいたい-40または-50HU(CT値の単位です。水を基準にした尺度で、脂肪や臓器などの違いを数値で扱える点が重要です。)から150HUの範囲）を選び、CT画像上で臓器と周りの脂肪もまとめて含むように、ROI(画像の中で「ここを測りたい」と決めて囲む範囲です。臓器の部分を指定するために使い、体積測定の出発点になります。)を大まかに囲みます。すると、閾値より低い部分（脂肪に相当することが多い領域）が自動で取り除かれ、臓器が分けられます。その後、二値化(画像を条件に合わせて2種類に分ける処理です。目的の臓器部分とそれ以外を分け、形を扱いやすくします。)と形態学的画像処理(画像の形を整える処理です。小さなゴミを消したり穴を埋めたりして、臓器の領域をきれいにするのに使います。)で、周囲の余計な部分をさらに削って整えました。
体積は、各スライスで得た面積にスライス厚をかけ、全スライス分を足し合わせて計算しました。
評価では、64列MDCT(複数の検出器で同時に撮影するCTです。短時間で薄い断面画像を大量に作れるため、体積を正確に計算しやすいのが重要です。)で撮られた造影なしの死後CT 5件を後ろ向きに解析しました。画像は視野350mm、512×512、スライス厚2mmで再構成されたものです。医学生2名が、同程度の性能のWindows 7 PCでImageJ(無料で使える画像処理ソフトです。手作業で輪郭をなぞって面積を出すなどができ、比較の基準としてよく使われます。)と開発プログラムを使ってそれぞれ独立に測定し、放射線科専門医がROIを確認しました。比較したのは、臓器体積と、画像を開いてから全スライスのROI設定が終わるまでの時間です。統計的な差の判定には、正規性を確認したうえで対応のあるt検定(同じ対象を2つの方法で測った結果などを比べる統計手法です。測定法の違いが偶然ではないかを判断するために使います。)を使い、p<0.05を基準にしました。

この研究は、PCで動く新しい体積測定プログラムが、一般的な画像処理ソフト（ImageJ(無料で使える画像処理ソフトです。手作業で輪郭をなぞって面積を出すなどができ、比較の基準としてよく使われます。)）と同程度の臓器体積を出せる一方で、ROI(画像の中で「ここを測りたい」と決めて囲む範囲です。臓器の部分を指定するために使い、体積測定の出発点になります。)を描く手間と時間を大きく減らせると結論づけています。
CTは薄いスライス画像が大量に作られるため、1枚ずつ手で丁寧に囲む作業は遅く、負担が大きいという問題があります。本研究の方法は、粗いROI入力に閾値(ある数値を境にして、画像の部分を残したり除いたりする基準です。CT値を使うことで、脂肪など不要な部分を取り除きやすくなります。)処理と形態学的処理を組み合わせて作業を簡単にし、さらに体積計算も自動化して後処理の手作業を減らしました。
特にAi(日本で使われる呼び方で、画像を使った死後検査を意味します。PMIとほぼ同じ文脈で使われます。)やPMI(死後画像検査の英語名の略で、死後に行う画像による調査全体を指します。)では、専用ワークステーション(医療画像を高機能に処理する専用のコンピュータ環境です。高価で設置場所が限られやすい点が課題になります。)が使えないことがあること、造影ができず臓器の境目がわかりにくいことがあるため、安価で使いやすいPCベースの方法として役立つ可能性があると述べています。

臨床では臓器を自動で分ける技術が進んできていますが、PMI(死後画像検査の英語名の略で、死後に行う画像による調査全体を指します。)には特有の難しさがあります。造影剤(血管や臓器を見えやすくするために注射する薬です。PMIでは使えないことが多く、境界が見えにくくなる原因になります。)を使えないので境界がはっきりしにくいことや、死後に臓器の形や位置が変わることがあるためです。こうした制約から、PMIで完全自動の方法をすぐに実用化するのは簡単ではなく、現時点では手動でROI(画像の中で「ここを測りたい」と決めて囲む範囲です。臓器の部分を指定するために使い、体積測定の出発点になります。)を置く方法が現実的だとされています。
そのため、今回のように「大まかにROIを描いて、閾値(ある数値を境にして、画像の部分を残したり除いたりする基準です。CT値を使うことで、脂肪など不要な部分を取り除きやすくなります。)などで半自動(人が大まかな操作を行い、細かい部分はコンピュータが処理する方式です。PMIのように条件が厳しい場面で、実用的になりやすい方法です。)的に臓器を取り出す」やり方は、PMIの条件に合いながら作業効率を上げる現実的な方向性だと示されています。今後、自動化技術が進むとしても、造影なしの死後CTで作業負担を減らすPCツールを改良していく価値がある、という考え方です。