マッチング装置、磁気共鳴イメージング装置、およびマッチング方法
【課題】パラメータを最適化に近づけることが可能なマッチング装置、そのマッチング装置を有する磁気共鳴イメージング装置、およびマッチング方法を提供する。
【解決手段】角度パラメータＲx、Ｒy、およびＲzの最適化を実行し、角度パラメータＲx、Ｒy、およびＲzを最適化した後で、サンプル脳８ｂと標準脳Ｔとの間の相関を表す相関係数Corを算出し、相関係数Corが所定の相関条件を満たしているか否かを判断する。相関係数Corが所定の相関条件を満たしていない場合、更に、スケーリングパラメータＳx、Ｓy、およびＳzの最適化を実行し、相関係数Corが所定の相関条件を満たしているか否かを判断する。相関係数Corが所定の相関条件を満たしていない場合、角度パラメータＲx、Ｒy、およびＲzと、スケーリングパラメータＳx、Ｓy、およびＳzとの両方を最適化する。
【解決手段】角度パラメータＲx、Ｒy、およびＲzの最適化を実行し、角度パラメータＲx、Ｒy、およびＲzを最適化した後で、サンプル脳８ｂと標準脳Ｔとの間の相関を表す相関係数Corを算出し、相関係数Corが所定の相関条件を満たしているか否かを判断する。相関係数Corが所定の相関条件を満たしていない場合、更に、スケーリングパラメータＳx、Ｓy、およびＳzの最適化を実行し、相関係数Corが所定の相関条件を満たしているか否かを判断する。相関係数Corが所定の相関条件を満たしていない場合、角度パラメータＲx、Ｒy、およびＲzと、スケーリングパラメータＳx、Ｓy、およびＳzとの両方を最適化する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、サンプル部位を標準部位にマッチングさせるマッチング装置、そのマッチング装置を有する磁気共鳴イメージング装置、およびサンプル部位を標準部位にマッチングさせるマッチング方法に関する。
【背景技術】
【０００２】
従来より、磁気共鳴イメージング（ＭＲＩ：Magnetic
Resonance Imaging）装置を用いて被検体の頭部を撮影し、被検体の脳を診断することが行われている。被検体の脳を診断するのに必要な画像を作成する場合、被検体の頭部のＭＲ画像から脳の部分を抽出し、抽出した脳（サンプル脳）を、標準脳と呼ばれるテンプレート（Template）にマッチングさせることが行われている（例えば、特許文献１参照）。
【特許文献１】特開2005-143764号公報
【発明の開示】
【発明が解決しようとする課題】
【０００３】
サンプル脳を標準脳にマッチングさせる場合、例えば、アフィン（Affine）変換が用いられる。アフィン変換では、例えば回転パラメータやスケーリングパラメータなどのパラメータを最適化し、パラメータが最適化された後のサンプル脳と標準脳との間に、十分な相関が得られているかどうかを判断する。しかし、パラメータを最適化しても、パラメータが最適解ではなく局所解に収束してしまうことがあり、この場合、サンプル脳と標準脳との間に、十分な相関を得ることができず、マッチングがうまくいかないことがある。
【０００４】
本発明は、上記の事情に鑑み、パラメータを最適化に近づけることが可能なマッチング装置、そのマッチング装置を有する磁気共鳴イメージング装置、およびマッチング方法を提供する。
【課題を解決するための手段】
【０００５】
上記の問題を解決する本発明のマッチング装置は、
サンプル部位を標準部位にマッチングさせるマッチング装置であって、
上記サンプル部位を上記標準部位にマッチングさせるための一つ以上の第１のパラメータと、上記サンプル部位を上記標準部位にマッチングさせるための一つ以上の第２のパラメータとを最適化するパラメータ最適化手段と、
上記サンプル部位と上記標準部位との間の相関を表す相関量を算出する相関量算出手段と、
上記パラメータ最適化手段と上記相関量算出手段とを制御する制御手段であって、
（ａ） 上記パラメータ最適化手段が、上記サンプル部位と上記標準部位との間の第１のノルムに基づいて、上記一つ以上の第１のパラメータを最適化し、
（ｂ） 上記一つ以上の第１のパラメータが最適化された後に、上記相関量算出手段が、上記サンプル部位と上記標準部位との間の第１の相関量を算出し、
（ｃ） 上記第１の相関量が第１の相関条件を満たさない場合、上記パラメータ最適化手段が、上記第１のノルムに基づいて、上記一つ以上の第２のパラメータを最適化し、
（ｄ） 上記一つ以上の第２のパラメータが最適化された後に、上記相関量算出手段が、上記サンプル部位と上記標準部位との間の第２の相関量を算出し、
（ｅ） 上記第２の相関量が第２の相関条件を満たさない場合、上記パラメータ最適化手段が、上記第１のノルムに基づいて、上記一つ以上の第１のパラメータと上記一つ以上の第２のパラメータとの両方を最適化する制御手段とを備えている。
【０００６】
本発明の磁気共鳴イメージング装置は、本発明のマッチング装置を備えている。
【０００７】
また、本発明のマッチング方法は、
サンプル部位を標準部位にマッチングさせるマッチング方法であって、
上記サンプル部位と上記標準部位との間のノルムに基づいて、上記サンプル部位を上記標準部位にマッチングさせるための一つ以上の第１のパラメータを最適化するステップと、
上記一つ以上の第１のパラメータが最適化された後に、上記サンプル部位と上記標準部位との間の相関を表す第１の相関量を算出するステップと、
上記第１の相関量が第１の相関条件を満たさない場合、上記ノルムに基づいて、上記サンプル部位を上記標準部位にマッチングさせるための一つ以上の第２のパラメータを最適化するステップと、
上記一つ以上の第２のパラメータが最適化された後に、上記サンプル部位と上記標準部位との間の相関を表す第２の相関量を算出するステップと、
上記第２の相関量が第２の相関条件を満たさない場合、上記ノルムに基づいて、上記一つ以上の第１のパラメータと上記一つ以上の第２のパラメータとの両方を最適化するステップとを有している。
【発明の効果】
【０００８】
本発明では、一つ以上の第１のパラメータを最適化した後のサンプル部位と標準部位との間の相関量が第１の相関条件を満たしておらず、且つ、一つ以上の第２のパラメータを最適化した後のサンプル部位と標準部位との間の相関量が第２の相関条件を満たしていない場合、第１のパラメータと第２のパラメータとの両方を最適化する。したがって、第１のパラメータおよび第２のパラメータを最適解に近づけることができる。
【発明を実施するための最良の形態】
【０００９】
以下、図面を参照しながら、発明を実施するための最良の形態を詳細に説明する。
【００１０】
図１は、本発明の一実施形態の磁気共鳴イメージング装置１の概略図である。
【００１１】
磁気共鳴イメージング装置（以下、ＭＲＩ（Magnetic
Resonance Imaging）装置と呼ぶ）１は、コイルアセンブリ２と、クレードル３と、受信コイル４と、制御装置５と、入力装置６とを有している。
【００１２】
コイルアセンブリ２は、被検体８が収容されるボア２１と、超伝導コイル２２と、勾配コイル２３と、送信コイル２４とを有している。超伝導コイル２２は静磁場Ｂ0を形成し、勾配コイル２３は勾配パルスを印加し、送信コイル２４はＲＦパルスを送信する。
【００１３】
クレードル３は、ｚ方向および−ｚ方向に移動するように構成されている。クレードル３がｚ方向に移動することによって、被検体８がボア２１に搬送される。クレードル３が−ｚ方向に移動することによって、ボア２１に搬送された被検体８は、ボア２１から搬出される。
【００１４】
受信コイル４は、被検体８の頭部８ａに取り付けられている。受信コイル４が受信したＭＲ（Magnetic Resonance）信号は、制御装置５に伝送される。
【００１５】
制御装置５は、コイル制御手段５１〜分割手段６０を有している。
【００１６】
コイル制御手段５１は、被検体８を撮影するためのパルスシーケンスが実行されるように、勾配コイル２３および送信コイル２４を制御する。
【００１７】
データ処理手段５２は、受信コイル４が被検体８の頭部８ａから収集したデータを処理し、被検体８の頭部８ａのボリュームデータＤＶ（図５参照）を再構成する。
【００１８】
脳抽出手段５３は、ボリュームデータＤＶから脳８ｂを抽出する。
【００１９】
重心合せ手段５４は、後述するサンプル脳８ｂの重心Ｇｓを、標準脳Ｔの重心Ｇｔに合わせる。（図８参照）。
【００２０】
脳表面点抽出手段５５は、サンプル脳８ｂの表面点Ｘs（i）を抽出する。
【００２１】
パラメータ最適化手段５６は、後述する角度パラメータＲx、Ｒy、およびＲzとスケーリングパラメータＳx、Ｓy、およびＳzとの一方のパラメータ、又は両方のパラメータを最適化する。
【００２２】
相関係数算出手段５７は、後述する相関係数CorおよびCor’（式（３）および（１１）参照）を算出する。
【００２３】
相関係数判断手段５８は、相関係数算出手段５７が算出した相関係数CorおよびCor’が後述する相関条件（式（４）および（１２）参照）を満たすか否かを判断する。
【００２４】
制御手段５９は、相関係数判断手段５８の判断結果に基づいて、脳表面点抽出手段５５、パラメータ最適化手段５６、および相関係数算出手段５７を制御する。
【００２５】
分割手段６０は、サンプル脳８ｂを、マッチング領域Ｒｍと非マッチング領域Ｒout（図１４（ａ）参照）に分割する。
【００２６】
入力装置６は、オペレータ６１が入力した命令などを制御装置５に入力する。
【００２７】
ＭＲＩ装置１は、上記のように構成されている。次に、ＭＲＩ装置１の動作について説明する。
【００２８】
図２〜図４は、ＭＲＩ装置１の処理フローの一例を示す図である。
【００２９】
ステップＳ１では、オペレータ９は、入力装置６を操作して、被検体８の頭部８ａに複数のスライスを設定する。その後、被検体８の頭部８ａを撮影するための撮影実行命令を入力する。撮影実行命令が入力されると、コイル制御手段５１（図１参照）は、被検体８の頭部８ａを撮影するためのスキャンが実行されるように、勾配コイル２３および送信コイル２４を制御する。スキャンが実行されることにより、受信コイル４は、被検体８の頭部８ａからのＭＲ信号を受信する。受信コイル４が受信したＭＲ信号は、制御装置５のデータ処理手段５２に伝送される。被検体８の頭部８ａをスキャンした後、ステップＳ２に進む。
【００３０】
ステップＳ２では、データ処理手段５２（図１参照）が、被検体８の頭部８ａから収集されたスライスデータから、被検体８の頭部８ａのボリュームデータを再構成する。
【００３１】
図５は、再構成されたボリュームデータＤＶを概略的に示す図、図６は、ボリュームデータＤＶのサジタル断面の一例を概略的に示す図である。
【００３２】
図５に示すように、再構成されたボリュームデータＤＶは、被検体８の頭部８ａを表している。ボリュームデータＤＶには、被検体８の脳８ｂのデータの他に、頭皮８ｃなどのデータも含まれている。ボリュームデータＤＶを再構成した後、ステップＳ３に進む。
【００３３】
ステップＳ３では、脳抽出手段５３（図１参照）が、ボリュームデータＤＶから脳８ｂを抽出する。本実施形態では、後述するマッチング処理（図２のステップＳ４参照）において、被検体８の脳８ｂを、標準脳にマッチングさせる処理が行われるので、その前処理として、ステップＳ３において、ボリュームデータＤＶから脳８ｂを抽出する処理が行われる。脳抽出手段５３は、脳８ｂと頭皮８ｃとの間の間隙Ｇ１や、脳８ｂと鼻腔８ｄとの間の間隙Ｇ２（図５および図６参照）などを利用して、ボリュームデータＤＶから脳８ｂを抽出する。抽出する手法としては、イロージョン（Erosion）やディレーション（Dilation）などを適用することができる。
【００３４】
図７は、抽出された脳８ｂを示す概略図である。脳８ｂを抽出した後、ステップＳ４に進む。
【００３５】
ステップＳ４〜ステップＳ２３では、抽出した脳（以下、「サンプル脳」と呼ぶ）８ｂを、標準脳にマッチングさせる処理を行う。このマッチング処理は、アフィン（Affine）変換により行われる。アフィン変換を行うために、先ず、ステップＳ４において、重心合せ手段５４（図１参照）が、サンプル脳８ｂの重心を標準脳の重心に合わせる。
【００３６】
図８は、サンプル脳８ｂの重心を、標準脳の重心に合わせるときの様子を示す図である。サンプル脳８ｂは太線で示されており、標準脳Ｔは細線で示されている。
【００３７】
重心合せ手段５４は、サンプル脳８ｂの重心Ｇｓと、標準脳Ｔの重心Ｇｔとを決定する（図８（ａ））。重心ＧｓとＧｔとを決定した後、サンプル脳８ｂの重心Ｇｓを標準脳Ｔの重心Ｇｔに合わせるための移動パラメータｔx、ｔy、およびｔzの値を決定する。重心合せ手段５４は、サンプル脳８ｂの重心Ｇｓを、決定した移動パラメータｔx、ｔy、およびｔzの値だけ移動させる（図８（ｂ））。この結果、サンプル脳８ｂの重心Ｇｓを標準脳Ｔの重心Ｇｔに合わせることができる。重心合わせを行った後、ステップＳ５に進む。
【００３８】
ステップＳ５では、パラメータｎを初期化する。パラメータｎは、後述するステップＳ２１（図４参照）における判断が行われた回数を表すパラメータである。パラメータｎを初期化した後、ステップＳ６に進む。
【００３９】
ステップＳ６では、脳表面点抽出手段５５（図１参照）が、サンプル脳８ｂの表面点Ｘs（i）を抽出する。ｉは、サンプル脳８ｂの表面の任意の位置を表す変数であり、ここでは、ｉ＝１〜ｍの整数である。
【００４０】
図９は、サンプル脳８ｂから抽出された表面点Ｘs（i）を概略的に示す図である。
【００４１】
図９では、図面の見易さを考慮して、サンプル脳８ｂから抽出された表面点Ｘs（i）として、３つの表面点Ｘs（１）、Ｘs（２）、およびＸs（ｍ）のみが示されている。しかし、実際は、サンプル脳８ｂの表面の全体に渡って、表面点Ｘs（i）が抽出されている。脳表面点抽出手段５５は、サンプル脳８ｂの表面点Ｘs（i）を抽出した後、サンプル脳８ｂの表面点Ｘs（i）に対応する標準脳Ｔの表面点Ｘ（i）を決定する（図１０参照）。
【００４２】
図１０は、標準脳Ｔの表面点Ｘ（i）を概略的に示す図である。
【００４３】
図１０でも、サンプル脳８ｂの表面点Ｘs（i）に対応する標準脳Ｔの表面点Ｘ（i）として、代表して３つの表面点Ｘ（１）、Ｘ（２）、およびＸ（ｍ）のみが示されている。しかし、実際は、標準脳Ｔの表面の全体に渡って、表面点Ｘ（i）が決定されている。その後、ステップＳ７に進む。
【００４４】
ステップＳ７では、パラメータ最適化手段５６（図１参照）が、標準脳Ｔに対してサンプル脳８ｂを回転させるための角度パラメータＲx、Ｒy、およびＲzを最適化する（図１１参照）。
【００４５】
図１１は、角度パラメータＲx、Ｒy、およびＲzの概念を説明する図である。
【００４６】
角度パラメータＲxは、重心ＧｓおよびＧｔを通過しＸ軸方向に延在する回転軸Ａｘを中心にサンプル脳８ｂを回転させるときの回転角度を規定するパラメータである。角度パラメータＲｙは、重心ＧｓおよびＧｔを通過しＹ軸方向に延在する回転軸Ａｙを中心にサンプル脳８ｂを回転させるときの回転角度を規定するパラメータである。角度パラメータＲｚは、重心ＧｓおよびＧｔを通過しＺ軸方向に延在する回転軸Ａｚを中心にサンプル脳８ｂを回転させるときの回転角度を規定するパラメータである。
【００４７】
パラメータ最適化手段５６は、角度パラメータＲx、Ｒy、およびＲzを変更しながら、サンプル脳８ｂの表面点Ｘs（i）と、標準脳Ｔの表面点Ｘ（i）との間のノルム（Norm）を計算し、ノルムが最小になるとき角度パラメータＲx、Ｒy、およびＲzを求める。ノルムは、例えば、Ｌ２ノルム、ユークリッド距離であり、ノルムを算出する手法としては、Chamfer Distanceの手法を使用することができる。パラメータ最適化手段５６は、ノルムが最小になるときの角度パラメータＲx、Ｒy、およびＲzを、最適化された角度パラメータＲx1、Ｒy1、およびＲz1と決定する。したがって、最適化された角度パラメータＲx1、Ｒy1、およびＲz1は、以下の式（１）および（２）で表される。
【数１】
【００４８】
最適化の方法としては、最急降下法、準ニュートン法、シンプレックス法、共役勾配法などの種々の方法を適用することができる。角度パラメータＲx、Ｒy、およびＲzを最適化した後、ステップＳ８に進む。
【００４９】
ステップＳ８では、相関係数算出手段５７（図１参照）が、角度パラメータＲx、Ｒy、およびＲzが最適化された後のサンプル脳８ｂと標準脳Ｔとの間の相関係数Corを算出する。相関係数Corは、以下の式（３）を用いて算出される。
【数２】
【００５０】
相関係数Corが算出された後、ステップＳ９に進む。
【００５１】
ステップＳ９では、相関係数判断手段５８（図１参照）が、相関係数算出手段５７の算出した相関係数Corが所定の相関条件を満たしているか否かを判断する。相関条件は、例えば、以下の式（４）で表される。
ｋ１≦｜Cor｜≦ｋ２ ・・・（４）
ここで、｜Cor｜：相関係数Corの絶対値、
ｋ１、ｋ２：定数
【００５２】
ｋ１およびｋ２は、それぞれ、例えば、０．７および１である。ｋ１およびｋ２の値は、デフォルト値として、予め決定されている値であってもよく、オペレータ６１によって変更することができる値であってもよい。
【００５３】
相関係数判断手段５８が、相関係数Corが（４）式を満たすと判断した場合、制御手段５９（図１参照）は、マッチング処理を終了するための命令を生成し、この結果、マッチング処理は終了する。しかし、相関係数判断手段５８が、相関係数Corが（４）式を満たしていないと判断した場合、制御手段５９は、マッチング処理が続行されるように、脳表面点抽出手段５５、パラメータ最適化手段５６、および相関係数算出手段５７を制御する。マッチング処理を続行する場合、ステップＳ１０に進む。
【００５４】
ステップＳ１０では、脳表面点抽出手段５５が、サンプル脳８ｂの表面点Ｘs（i）を抽出する。この抽出方法は、ステップＳ５と同じである。表面点Ｘs（i）およびＸ（i）を抽出した後、ステップＳ１１に進む。
【００５５】
ステップＳ１１では、パラメータ最適化手段５６が、サンプル脳８ｂの大きさを変更するためのスケーリングパラメータＳx、Ｓy、およびＳzを最適化する（図１２参照）。
【００５６】
図１２は、スケーリングパラメータＳx、Ｓy、およびＳzの概念を説明する図である。
【００５７】
スケーリングパラメータＳxは、Ｘ軸方向にサンプル脳８ｂを拡大又は縮小するときの拡大率又は縮小率を規定するパラメータである。スケーリングパラメータＳyは、Ｙ軸方向にサンプル脳８ｂを拡大又は縮小するときの拡大率又は縮小率を規定するパラメータである。スケーリングパラメータＳzは、Ｚ軸方向にサンプル脳８ｂを拡大又は縮小するときの拡大率又は縮小率を規定するパラメータである。
【００５８】
パラメータ最適化手段５６は、スケーリングパラメータＳx、Ｓy、およびＳzを変更しながら、サンプル脳８ｂの表面点Ｘs（i）と、標準脳Ｔの表面点Ｘ（i）との間のノルムを計算し、ノルムが最小になるときスケーリングパラメータＳx、Ｓy、およびＳzを求める。パラメータ最適化手段５６は、ノルムが最小になるときのスケーリングパラメータＳx、Ｓy、およびＳzを、最適化されたスケーリングパラメータＳx1、Ｓy1、およびＳz1と決定する。したがって、最適化されたスケーリングパラメータＳx1、Ｓy1、およびＳz1は、以下の式（５）および（６）で表される。
【数３】
【００５９】
スケーリングパラメータＳx、Ｓy、およびＳzを最適化した後、ステップＳ１２に進む。
【００６０】
ステップＳ１２では、相関係数算出手段５７が、スケーリングパラメータＳx、Ｓy、およびＳzが最適化された後のサンプル脳８ｂと標準脳Ｔとの間の相関係数Corを算出する。相関係数Corは、上記の式（３）を用いて算出される。相関係数Corが算出された後、ステップＳ１３に進む。
【００６１】
ステップＳ１３では、相関係数判断手段５８が、ステップＳ１２において相関係数算出手段５７の算出した相関係数Corが所定の相関条件を満たしているか否かを判断する。相関条件は、例えば、式（４）を使用することができる。
【００６２】
相関係数判断手段５８が、相関係数Corが（４）式を満たすと判断した場合、制御手段５９は、マッチング処理を終了するための命令を生成し、この結果、マッチング処理は終了する。しかし、相関係数判断手段５８が、相関係数Corが（４）式を満たしていないと判断した場合、制御手段５９は、マッチング処理が更に続行されるように、脳表面点抽出手段５５、パラメータ最適化手段５６、および相関係数算出手段５７を制御する。マッチング処理を更に続行する場合、ステップＳ１４に進む。
【００６３】
ステップＳ１４では、脳表面点抽出手段５５が、サンプル脳８ｂの表面点Ｘs（i）を抽出する。この抽出方法は、ステップＳ５と同じである。表面点Ｘs（i）を抽出した後、ステップＳ１５に進む。
【００６４】
ステップＳ１５では、パラメータ最適化手段５６が、角度パラメータＲx、Ｒy、およびＲzとスケーリングパラメータＳx、Ｓy、およびＳzとの両方のパラメータを最適化する。
【００６５】
パラメータ最適化手段５６は、角度パラメータＲx、Ｒy、およびＲzとスケーリングパラメータＳx、Ｓy、およびＳzとを変更しながら、サンプル脳８ｂの表面点Ｘs（i）と、標準脳Ｔの表面点Ｘ（i）との間のノルムを計算し、ノルムが最小になるとき角度パラメータＲx、Ｒy、およびＲzとスケーリングパラメータＳx、Ｓy、およびＳzとを求める。パラメータ最適化手段５６は、ノルムが最小になるときの角度パラメータＲx、Ｒy、およびＲzを、最適化された角度パラメータＲx1、Ｒy1、およびＲz１と決定し、ノルムが最小になるときのスケーリングパラメータＳx、Ｓy、およびＳzを、最適化されたスケーリングパラメータＳx1、Ｓy1、およびＳz1と決定する。したがって、最適化された角度パラメータＲx1、Ｒy1、およびＲz1と、最適化されたスケーリングパラメータＳx1、Ｓy1、およびＳz1は、以下の式（７）および（８）で表される。
【数４】
【００６６】
角度パラメータＲx、Ｒy、およびＲzと、スケーリングパラメータＳx、Ｓy、およびＳzとを最適化した後、ステップＳ１６に進む。
【００６７】
ステップＳ１６では、相関係数算出手段５７が、角度パラメータＲx、Ｒy、およびＲzと、スケーリングパラメータＳx、Ｓy、およびＳzとの両方が最適化された後のサンプル脳８ｂと標準脳Ｔとの間の相関係数Corを算出する。相関係数Corは、上記の式（３）を用いて算出される。相関係数Corが算出された後、ステップＳ１７に進む。
【００６８】
ステップＳ１７では、相関係数判断手段５８が、相関係数算出手段５７の算出した相関係数Corが所定の相関条件を満たしているか否かを判断する。相関条件は、例えば、式（４）を使用することができる。
【００６９】
相関係数判断手段５８が、相関係数Corが（４）式を満たすと判断した場合、制御手段５９は、マッチング処理を終了するための命令を生成し、この結果、マッチング処理は終了する。しかし、相関係数判断手段５８が、相関係数Corが（４）式を満たしていないと判断した場合、制御手段５９は、マッチング処理が更に続行されるように、脳表面点抽出手段５５、パラメータ最適化手段５６、および相関係数算出手段５７を制御する。マッチング処理を更に続行する場合、ステップＳ１８に進む。
【００７０】
ステップＳ１８では、脳表面点抽出手段５５が、サンプル脳８ｂの表面点Ｘs（i）を抽出する。ただし、本実施形態では、ステップＳ１８に到達するまでに、すでに、角度パラメータの最適化（ステップＳ７）、スケーリングパラメータの最適化（ステップＳ１１）、および角度パラメータとスケーリングパラメータとの両方の最適化（ステップＳ１５）が実行されている。これらの最適化が実行されたにも関わらず、相関係数Corが、（４）式を満たさないということは、ステップＳ３において、サンプル脳８ｂをうまく抽出することができなかったことが考えられる。以下に、サンプル脳８ｂをうまく抽出することができない例について、図１３を参照しながら説明する。
【００７１】
図１３（ａ）は、被検体８が副鼻腔炎を起こしている場合の図５に示すボリュームデータＤＶのサジタル断面の一例であり、図１３（ａ）から抽出された脳を示す図である。
【００７２】
図５および図６を参照しながら説明したように、ボリュームデータＤＶから脳８ｂを抽出する場合、脳抽出手段５３は、脳８ｂと頭皮８ｃとの間の間隙Ｇ１や、脳８ｂと鼻腔８ｄとの間の間隙Ｇ２を利用する。しかし、被検体８が副鼻腔炎を起こしている場合、図１３に示すように、脳８ｂと鼻腔８ｄとのの間に、副鼻腔炎による炎症８ｅが発症する。したがって、脳８ｂと鼻腔８ｄとの間の間隙Ｇ２が、副鼻腔炎による炎症８ｅで埋まってしまい、脳抽出手段５３は、脳８ｂと鼻腔８ｄとの間の間隙Ｇ２を認識することができない。その結果、図１３（ｂ）に示すように、脳８ｂと一緒に、副鼻腔炎による炎症８ｅも抽出されてしまう。この場合、脳表面点抽出手段５５は、脳８ｂと副鼻腔炎による炎症８ｅとを区別することができず、炎症８ｅの領域からも表面点Ｘs（i）を抽出する。したがって、炎症８ｅの領域から抽出された表面点Ｘs（i）が邪魔となり、サンプル脳８ｂを標準脳Ｔにうまくマッチングさせることが難しくなる。
【００７３】
そこで、ステップＳ１８では、脳表面点抽出手段５５が炎症８ｅの領域から表面点Ｘs（i）を抽出しないようにするため、分割手段６０（図１参照）が、サンプル脳８ｂを、マッチングの対象として使用されるマッチング領域と、マッチングの対象から外される非マッチング領域とに分割する（図１４参照）。
【００７４】
図１４は、サンプル脳８ｂを、どのようにして、マッチングの対象と非マッチング領域とに分割しているかを説明する図である。
【００７５】
図１４（ａ）は、副鼻腔炎の炎症８ｅが発生している被検体のサンプル脳８ｂのサジタル断面であり、図１４（ｂ）は、標準脳Ｔのサジタル断面を示す図である。
【００７６】
図１４（ａ）に示すように、副鼻腔炎による炎症８ｅは、脳８ｂの前頭葉ＦＬの下側に発生する。したがって、サンプル脳８ｂの下側を、マッチングの対象から外される非マッチング領域Ｒoutとし、サンプル脳８ｂの上側を、マッチングの対象として使用するマッチング領域Ｒｍとすれば、脳表面点抽出手段５５が炎症８ｅの領域から抽出する表面点Ｘs（i）の数をゼロ又は十分に少なくすることができる。そこで、分割手段６０は、サンプル脳８ｂをマッチング領域Ｒｍと非マッチング領域Ｒoutとに分割するためのスライス面Ｓｂを設定する。このスライス面Ｓｂをサンプル脳８ｂに設定することにより、サンプル脳８ｂを、マッチング領域Ｒｍと非マッチング領域Ｒoutとに分割することができる。
【００７７】
ただし、サンプル脳８ｂを、マッチング領域Ｒｍと非マッチング領域Ｒoutとに分割するためには、スライス面８を、前頭葉ＦＬと副鼻腔炎の炎症８ｅとの間に設定する必要がある。以下に、本実施形態において、どのようにして、スライス面８を、前頭葉ＦＬと副鼻腔炎の炎症８ｅとの間に設定しているかについて説明する。
【００７８】
上記のように、副鼻腔炎による炎症８ｅは、脳８ｂの前頭葉ＦＬの下側に発生する。したがって、脳８ｂの前頭葉ＦＬの大まかな範囲を予測することができれば、スライス面８ｂを、前頭葉ＦＬと副鼻腔炎の炎症８ｅとの間に設定することができる。そこで、本実施形態では、脳８ｂの前頭葉ＦＬの大まかな範囲を予測するために、標準脳Ｔのデータを使用する。図１４（ｂ）に示すように、標準脳Ｔには、副鼻腔炎の炎症８ｅが含まれていないので、標準脳Ｔに対しては、前頭葉ＦＬの範囲を知ることができる。そこで、標準脳Ｔに対して、前頭葉ＦＬの下にスライス面ＳＴを規定し、スライス面ＳＴの上側の領域をマッチング領域Ｔｍと定め、スライス面ＳＴの下側の領域を非マッチング領域Ｔoutと定める。分割手段６０は、この標準脳Ｔに対するスライス面ＳＴの位置を記憶している。分割手段６０は、サンプル脳８ｂの範囲の中から、標準脳Ｔのスライス面ＳＴに対応する位置を算出し、算出した位置を、サンプル脳８ｂのスライス面Ｓｂの位置と決定する。したがって、スライス面８を、前頭葉ＦＬと副鼻腔炎の炎症８ｅとの間に設定することができる。
【００７９】
図１５は、脳表面点算出手段がマッチング領域Ｒｍから抽出した表面点Ｘs（i）を概略的に示す図である。
【００８０】
図１５では、サンプル脳８ｂのマッチング領域Ｒｍから抽出された表面点Ｘs（i）として、代表して、３つの表面点Ｘs（１）、Ｘs（２）、およびＸs（ｍ）のみが示されている。
【００８１】
サンプル脳８ｂの非マッチング領域Ｒoutからは、表面点Ｘs（i）は抽出されない。したがって、脳表面点抽出手段５５は、非マッチング領域Ｒoutの中に含まれている副鼻腔炎の炎症８ｅの領域からは、表面点Ｘs（i）を抽出しないことがわかる。脳表面点抽出手段５５は、サンプル脳８ｂのマッチング領域Ｒｍから表面点Ｘs（i）を抽出した後、サンプル脳８ｂのマッチング領域Ｒｍの表面点Ｘs（i）に対応する標準脳Ｔの表面点Ｘ（i）を決定する。ただし、脳表面点抽出手段５５は、標準脳Ｔのマッチング領域Ｔｍから表面点Ｘ（i）を抽出する。
【００８２】
図１６は、標準脳Ｔの表面点Ｘ（i）を概略的に示す図である。
【００８３】
図１６でも、標準脳Ｔの表面点Ｘ（i）として、代表して３つの表面点Ｘ（１）、Ｘ（２）、およびＸ（ｍ）のみが示されている。しかし、実際は、標準脳Ｔのマッチング領域Ｔｍの表面全体に渡って、表面点Ｘ（i）が決定されている。その後、ステップＳ１９に進む。
【００８４】
ステップＳ１９では、パラメータ最適化手段５６が、角度パラメータＲx、Ｒy、およびＲzとスケーリングパラメータＳx、Ｓy、およびＳzとの両方のパラメータを最適化する。
【００８５】
パラメータ最適化手段５６は、角度パラメータＲx、Ｒy、およびＲzとスケーリングパラメータＳx、Ｓy、およびＳzとを変更しながら、サンプル脳８ｂのマッチング領域Ｒｍの表面点Ｘs（i）と、標準脳Ｔのマッチング領域Ｔｍの表面点Ｘ（i）との間のノルムを計算し、ノルムが最小になるとき角度パラメータＲx、Ｒy、およびＲzとスケーリングパラメータＳx、Ｓy、およびＳzとを求める。パラメータ最適化手段５６は、ノルムが最小になるときの角度パラメータＲx、Ｒy、およびＲzを、最適化された角度パラメータＲx1、Ｒy1、およびＲz１と決定し、ノルムが最小になるときのスケーリングパラメータＳx、Ｓy、およびＳzを、最適化されたスケーリングパラメータＳx1、Ｓy1、およびＳz1と決定する。したがって、最適化された角度パラメータＲx1、Ｒy1、およびＲz1と、最適化されたスケーリングパラメータＳx1、Ｓy1、およびＳz1は、以下の式（９）および（１０）で表される。
【数５】
【００８６】
角度パラメータＲx、Ｒy、およびＲzと、スケーリングパラメータＳx、Ｓy、およびＳzとを最適化した後、ステップＳ２０に進む。
【００８７】
ステップＳ２０では、相関係数算出手段５７が、ステップＳ１９によりパラメータが最適化された後のサンプル脳８ｂのマッチング領域Ｒｍと標準脳Ｔのマッチング領域Ｔｍとの間の相関係数Cor’を算出する。相関係数Cor’は、例えば、以下の式（１１）を用いて算出される。
【数６】
【００８８】
相関係数Cor’が算出された後、ステップＳ２１に進む。
【００８９】
ステップＳ２１では、相関係数判断手段５８が、相関係数算出手段５７の算出した相関係数Cor’が所定の相関条件を満たしているか否かを判断する。相関条件は、例えば、以下の式（１２）で表される。
ｋ１≦｜Cor’｜≦ｋ２ ・・・（１２）
ここで、｜Cor’｜：相関係数Cor’の絶対値、
ｋ１、ｋ２：定数
【００９０】
相関係数判断手段５８が、相関係数Cor’が（１２）式を満たすと判断した場合、制御手段５９は、マッチング処理を終了するための命令を生成し、この結果、マッチング処理は終了する。しかし、相関係数判断手段５８が、相関係数Cor’が（１２）式を満たしていないと判断した場合、ステップＳ２２に進む。
【００９１】
ステップＳ２２では、パラメータｎがインクリメントされ、ｎ＝１に更新される。ｎ＝１に更新されたということは、ステップＳ２１における判断が１回行われたことを意味する（ステップＳ５参照）。パラメータｎを更新したら、ステップＳ２３に進む。
【００９２】
ステップＳ２３では、制御手段５９が、パラメータｎが、ｎ＜Ｎ０であるか否かを判断する。ｎ＜Ｎ０の場合、ステップＳ６（図２参照）又はステップＳ１８（図３参照）に戻り、制御手段５９は、マッチング処理が更に続行されるように、脳表面点抽出手段５５、パラメータ最適化手段５６、および相関係数算出手段５７を制御する。したがって、パラメータｎが、Ｎ０に到達するまでは、マッチング処理は繰り返し実行される。しかし、サンプル脳８ｂの形状や大きさによっては、マッチング処理を何度実行しても、相関係数が所定の相関条件を満たさない場合もあり得る。したがって、マッチング処理が繰り返し実行され、パラメータｎが、ｎ＝Ｎ０に到達した場合、制御手段５９は、マッチング処理を終了するための命令を生成する。この結果、マッチング処理は終了する。
【００９３】
本実施形態では、角度パラメータの最適化（ステップＳ７）を実行した後、相関係数Corが所定の相関条件を満たさない場合、更に、スケーリングパラメータの最適化（ステップＳ１１）、および角度パラメータとスケーリングパラメータとの両方の最適化（ステップＳ１５）が実行される。したがって、パラメータを最適化した場合に、パラメータが最適解ではなく局所解に収束しても、パラメータを最適解に収束させること又は最適解により近い局所解に収束させることができる。
【００９４】
また、本実施形態では、角度パラメータとスケーリングパラメータとの両方の最適化（ステップＳ１５）が実行されても、相関係数Corが所定の相関条件を満たさない場合、サンプル脳８ｂおよび標準脳Ｔのマッチング対象を、マッチング領域ＲｍおよびＴｍに限定している。したがって、ステップＳ３において、サンプル脳８ｂをうまく抽出することができなかった場合でも（図１３参照）、パラメータを最適解に収束させること又は最適解により近い局所解に収束させることができる。
【００９５】
尚、本実施形態では、最初に角度パラメータＲx、Ｒy、およびＲzを最適化し（ステップＳ７）、相関係数Corが所定の相関条件を満たさない場合、スケーリングパラメータＳx、Ｓy、およびＳzを最適化している（ステップＳ１１）。しかし、最初にスケーリングパラメータＳx、Ｓy、およびＳzを最適化し、次に、角度パラメータＲx、Ｒy、およびＲzを最適化してもよい。
【００９６】
本実施形態では、角度パラメータＲx、Ｒy、およびＲzと、スケーリングパラメータＳx、Ｓy、およびＳzとを最適化しているが、サンプル脳８ｂを標準脳Ｔにマッチングさせるためのパラメータであれば、角度パラメータＲx、Ｒy、およびＲzと、スケーリングパラメータＳx、Ｓy、およびＳz以外のパラメータを最適化するようにしてもよい。
【００９７】
本実施形態では、式（１）、（５）、（７）、および（９）を用いて、最適化されたパラメータを算出している。しかし、別の式に基づいて最適化されたパラメータを算出してもよい。
【００９８】
本実施形態では、サンプル脳と標準脳との間の相関を表す相関量として、相関係数Cor（式（３）参照）および相関係数Cor’（式（１１）参照）を用いている。しかし、相関係数CorおよびCor’とは異なる相関量によって、サンプル脳と標準脳との間の相関を表してもよい。
【００９９】
本実施形態では、相関係数CorおよびCor’が所定の相関条件を満たしているか否かを判断する場合、一例として、式（４）および（１２）の相関条件が使用されているが、別の相関条件を用いてもよい。
【０１００】
本実施形態では、標準脳Ｔをマッチング領域Ｔｍと非マッチング領域Ｔoutとに分けるためのスライス面ＳＴは、前頭葉ＦＬの下に規定されているが、スライス面ＳＴの位置は、必要に応じて変更できるようにしてもよい。また、本実施形態では、標準脳Ｔに対して設定されたスライスＳＴに基づいて、サンプル脳８ｂのスライス面Ｓｂを決定しているが、サンプル脳８ｂのデータに基づいて、スライス面Ｓｂを決定してもよい。
【０１０１】
また、本実施形態では、ｎ＜Ｎ０の場合（ステップＳ２３参照）、ステップＳ６（図２参照）又はステップＳ１８（図３参照）に戻っているが、他のステップ（例えば、ステップＳ１０）に戻ってもよい。
【０１０２】
更に、本実施形態では、サンプル脳８ｂを標準脳Ｔにマッチングさせる方法について説明されているが、本発明は、脳以外の別の臓器をマッチングさせる場合にも適用することができる。
【図面の簡単な説明】
【０１０３】
【図１】本発明の一実施形態の磁気共鳴イメージング装置１の概略図である。
【図２】ＭＲＩ装置１の処理フローの一例を示す図である。
【図３】ＭＲＩ装置１の処理フローの一例を示す図である。
【図４】ＭＲＩ装置１の処理フローの一例を示す図である。
【図５】再構成されたボリュームデータＤＶを概略的に示す図である。
【図６】ボリュームデータＤＶのサジタル断面の一例を概略的に示す図である。
【図７】抽出された脳８ｂを示す概略図である。
【図８】サンプル脳８ｂの重心を、標準脳の重心に合わせるときの様子を示す図である。
【図９】サンプル脳８ｂから抽出された表面点Ｘs（i）を概略的に示す図である。
【図１０】標準脳Ｔの表面点Ｘ（i）を概略的に示す図である。
【図１１】角度パラメータＲx、Ｒy、およびＲzの概念を説明する図である。
【図１２】スケーリングパラメータＳx、Ｓy、およびＳzの概念を説明する図である。
【図１３】被検体８が副鼻腔炎を起こしている場合の図５に示すボリュームデータＤＶのサジタル断面（ａ）、図１３（ａ）から抽出された脳を示す図（ｂ）である。
【図１４】サンプル脳８ｂを、どのようにして、マッチングの対象と非マッチング領域とに分割しているかを説明する図である。
【図１５】脳表面点算出手段がマッチング領域Ｒｍから抽出した表面点Ｘs（i）を概略的に示す図である。
【図１６】標準脳Ｔの表面点Ｘ（i）を概略的に示す図である。
【符号の説明】
【０１０４】
１ ＭＲＩ装置
２ コイルアセンブリ
３ クレードル
４ 受信コイル
５ 制御装置
６ 入力装置
８ 被検体
８ａ 頭部
２１ ボア
２２ 超伝導コイル
２３ 勾配コイル
２４ 送信コイル
５１ コイル制御手段
５２ データ処理手段
５３ 脳抽出手段
５４ 重心合せ手段
５５ 脳表面点抽出手段
５６ パラメータ最適化手段
５７ 相関係数算出手段
５８ 制御手段
５９ 分割手段
【技術分野】
【０００１】
本発明は、サンプル部位を標準部位にマッチングさせるマッチング装置、そのマッチング装置を有する磁気共鳴イメージング装置、およびサンプル部位を標準部位にマッチングさせるマッチング方法に関する。
【背景技術】
【０００２】
従来より、磁気共鳴イメージング（ＭＲＩ：Magnetic
Resonance Imaging）装置を用いて被検体の頭部を撮影し、被検体の脳を診断することが行われている。被検体の脳を診断するのに必要な画像を作成する場合、被検体の頭部のＭＲ画像から脳の部分を抽出し、抽出した脳（サンプル脳）を、標準脳と呼ばれるテンプレート（Template）にマッチングさせることが行われている（例えば、特許文献１参照）。
【特許文献１】特開2005-143764号公報
【発明の開示】
【発明が解決しようとする課題】
【０００３】
サンプル脳を標準脳にマッチングさせる場合、例えば、アフィン（Affine）変換が用いられる。アフィン変換では、例えば回転パラメータやスケーリングパラメータなどのパラメータを最適化し、パラメータが最適化された後のサンプル脳と標準脳との間に、十分な相関が得られているかどうかを判断する。しかし、パラメータを最適化しても、パラメータが最適解ではなく局所解に収束してしまうことがあり、この場合、サンプル脳と標準脳との間に、十分な相関を得ることができず、マッチングがうまくいかないことがある。
【０００４】
本発明は、上記の事情に鑑み、パラメータを最適化に近づけることが可能なマッチング装置、そのマッチング装置を有する磁気共鳴イメージング装置、およびマッチング方法を提供する。
【課題を解決するための手段】
【０００５】
上記の問題を解決する本発明のマッチング装置は、
サンプル部位を標準部位にマッチングさせるマッチング装置であって、
上記サンプル部位を上記標準部位にマッチングさせるための一つ以上の第１のパラメータと、上記サンプル部位を上記標準部位にマッチングさせるための一つ以上の第２のパラメータとを最適化するパラメータ最適化手段と、
上記サンプル部位と上記標準部位との間の相関を表す相関量を算出する相関量算出手段と、
上記パラメータ最適化手段と上記相関量算出手段とを制御する制御手段であって、
（ａ） 上記パラメータ最適化手段が、上記サンプル部位と上記標準部位との間の第１のノルムに基づいて、上記一つ以上の第１のパラメータを最適化し、
（ｂ） 上記一つ以上の第１のパラメータが最適化された後に、上記相関量算出手段が、上記サンプル部位と上記標準部位との間の第１の相関量を算出し、
（ｃ） 上記第１の相関量が第１の相関条件を満たさない場合、上記パラメータ最適化手段が、上記第１のノルムに基づいて、上記一つ以上の第２のパラメータを最適化し、
（ｄ） 上記一つ以上の第２のパラメータが最適化された後に、上記相関量算出手段が、上記サンプル部位と上記標準部位との間の第２の相関量を算出し、
（ｅ） 上記第２の相関量が第２の相関条件を満たさない場合、上記パラメータ最適化手段が、上記第１のノルムに基づいて、上記一つ以上の第１のパラメータと上記一つ以上の第２のパラメータとの両方を最適化する制御手段とを備えている。
【０００６】
本発明の磁気共鳴イメージング装置は、本発明のマッチング装置を備えている。
【０００７】
また、本発明のマッチング方法は、
サンプル部位を標準部位にマッチングさせるマッチング方法であって、
上記サンプル部位と上記標準部位との間のノルムに基づいて、上記サンプル部位を上記標準部位にマッチングさせるための一つ以上の第１のパラメータを最適化するステップと、
上記一つ以上の第１のパラメータが最適化された後に、上記サンプル部位と上記標準部位との間の相関を表す第１の相関量を算出するステップと、
上記第１の相関量が第１の相関条件を満たさない場合、上記ノルムに基づいて、上記サンプル部位を上記標準部位にマッチングさせるための一つ以上の第２のパラメータを最適化するステップと、
上記一つ以上の第２のパラメータが最適化された後に、上記サンプル部位と上記標準部位との間の相関を表す第２の相関量を算出するステップと、
上記第２の相関量が第２の相関条件を満たさない場合、上記ノルムに基づいて、上記一つ以上の第１のパラメータと上記一つ以上の第２のパラメータとの両方を最適化するステップとを有している。
【発明の効果】
【０００８】
本発明では、一つ以上の第１のパラメータを最適化した後のサンプル部位と標準部位との間の相関量が第１の相関条件を満たしておらず、且つ、一つ以上の第２のパラメータを最適化した後のサンプル部位と標準部位との間の相関量が第２の相関条件を満たしていない場合、第１のパラメータと第２のパラメータとの両方を最適化する。したがって、第１のパラメータおよび第２のパラメータを最適解に近づけることができる。
【発明を実施するための最良の形態】
【０００９】
以下、図面を参照しながら、発明を実施するための最良の形態を詳細に説明する。
【００１０】
図１は、本発明の一実施形態の磁気共鳴イメージング装置１の概略図である。
【００１１】
磁気共鳴イメージング装置（以下、ＭＲＩ（Magnetic
Resonance Imaging）装置と呼ぶ）１は、コイルアセンブリ２と、クレードル３と、受信コイル４と、制御装置５と、入力装置６とを有している。
【００１２】
コイルアセンブリ２は、被検体８が収容されるボア２１と、超伝導コイル２２と、勾配コイル２３と、送信コイル２４とを有している。超伝導コイル２２は静磁場Ｂ0を形成し、勾配コイル２３は勾配パルスを印加し、送信コイル２４はＲＦパルスを送信する。
【００１３】
クレードル３は、ｚ方向および−ｚ方向に移動するように構成されている。クレードル３がｚ方向に移動することによって、被検体８がボア２１に搬送される。クレードル３が−ｚ方向に移動することによって、ボア２１に搬送された被検体８は、ボア２１から搬出される。
【００１４】
受信コイル４は、被検体８の頭部８ａに取り付けられている。受信コイル４が受信したＭＲ（Magnetic Resonance）信号は、制御装置５に伝送される。
【００１５】
制御装置５は、コイル制御手段５１〜分割手段６０を有している。
【００１６】
コイル制御手段５１は、被検体８を撮影するためのパルスシーケンスが実行されるように、勾配コイル２３および送信コイル２４を制御する。
【００１７】
データ処理手段５２は、受信コイル４が被検体８の頭部８ａから収集したデータを処理し、被検体８の頭部８ａのボリュームデータＤＶ（図５参照）を再構成する。
【００１８】
脳抽出手段５３は、ボリュームデータＤＶから脳８ｂを抽出する。
【００１９】
重心合せ手段５４は、後述するサンプル脳８ｂの重心Ｇｓを、標準脳Ｔの重心Ｇｔに合わせる。（図８参照）。
【００２０】
脳表面点抽出手段５５は、サンプル脳８ｂの表面点Ｘs（i）を抽出する。
【００２１】
パラメータ最適化手段５６は、後述する角度パラメータＲx、Ｒy、およびＲzとスケーリングパラメータＳx、Ｓy、およびＳzとの一方のパラメータ、又は両方のパラメータを最適化する。
【００２２】
相関係数算出手段５７は、後述する相関係数CorおよびCor’（式（３）および（１１）参照）を算出する。
【００２３】
相関係数判断手段５８は、相関係数算出手段５７が算出した相関係数CorおよびCor’が後述する相関条件（式（４）および（１２）参照）を満たすか否かを判断する。
【００２４】
制御手段５９は、相関係数判断手段５８の判断結果に基づいて、脳表面点抽出手段５５、パラメータ最適化手段５６、および相関係数算出手段５７を制御する。
【００２５】
分割手段６０は、サンプル脳８ｂを、マッチング領域Ｒｍと非マッチング領域Ｒout（図１４（ａ）参照）に分割する。
【００２６】
入力装置６は、オペレータ６１が入力した命令などを制御装置５に入力する。
【００２７】
ＭＲＩ装置１は、上記のように構成されている。次に、ＭＲＩ装置１の動作について説明する。
【００２８】
図２〜図４は、ＭＲＩ装置１の処理フローの一例を示す図である。
【００２９】
ステップＳ１では、オペレータ９は、入力装置６を操作して、被検体８の頭部８ａに複数のスライスを設定する。その後、被検体８の頭部８ａを撮影するための撮影実行命令を入力する。撮影実行命令が入力されると、コイル制御手段５１（図１参照）は、被検体８の頭部８ａを撮影するためのスキャンが実行されるように、勾配コイル２３および送信コイル２４を制御する。スキャンが実行されることにより、受信コイル４は、被検体８の頭部８ａからのＭＲ信号を受信する。受信コイル４が受信したＭＲ信号は、制御装置５のデータ処理手段５２に伝送される。被検体８の頭部８ａをスキャンした後、ステップＳ２に進む。
【００３０】
ステップＳ２では、データ処理手段５２（図１参照）が、被検体８の頭部８ａから収集されたスライスデータから、被検体８の頭部８ａのボリュームデータを再構成する。
【００３１】
図５は、再構成されたボリュームデータＤＶを概略的に示す図、図６は、ボリュームデータＤＶのサジタル断面の一例を概略的に示す図である。
【００３２】
図５に示すように、再構成されたボリュームデータＤＶは、被検体８の頭部８ａを表している。ボリュームデータＤＶには、被検体８の脳８ｂのデータの他に、頭皮８ｃなどのデータも含まれている。ボリュームデータＤＶを再構成した後、ステップＳ３に進む。
【００３３】
ステップＳ３では、脳抽出手段５３（図１参照）が、ボリュームデータＤＶから脳８ｂを抽出する。本実施形態では、後述するマッチング処理（図２のステップＳ４参照）において、被検体８の脳８ｂを、標準脳にマッチングさせる処理が行われるので、その前処理として、ステップＳ３において、ボリュームデータＤＶから脳８ｂを抽出する処理が行われる。脳抽出手段５３は、脳８ｂと頭皮８ｃとの間の間隙Ｇ１や、脳８ｂと鼻腔８ｄとの間の間隙Ｇ２（図５および図６参照）などを利用して、ボリュームデータＤＶから脳８ｂを抽出する。抽出する手法としては、イロージョン（Erosion）やディレーション（Dilation）などを適用することができる。
【００３４】
図７は、抽出された脳８ｂを示す概略図である。脳８ｂを抽出した後、ステップＳ４に進む。
【００３５】
ステップＳ４〜ステップＳ２３では、抽出した脳（以下、「サンプル脳」と呼ぶ）８ｂを、標準脳にマッチングさせる処理を行う。このマッチング処理は、アフィン（Affine）変換により行われる。アフィン変換を行うために、先ず、ステップＳ４において、重心合せ手段５４（図１参照）が、サンプル脳８ｂの重心を標準脳の重心に合わせる。
【００３６】
図８は、サンプル脳８ｂの重心を、標準脳の重心に合わせるときの様子を示す図である。サンプル脳８ｂは太線で示されており、標準脳Ｔは細線で示されている。
【００３７】
重心合せ手段５４は、サンプル脳８ｂの重心Ｇｓと、標準脳Ｔの重心Ｇｔとを決定する（図８（ａ））。重心ＧｓとＧｔとを決定した後、サンプル脳８ｂの重心Ｇｓを標準脳Ｔの重心Ｇｔに合わせるための移動パラメータｔx、ｔy、およびｔzの値を決定する。重心合せ手段５４は、サンプル脳８ｂの重心Ｇｓを、決定した移動パラメータｔx、ｔy、およびｔzの値だけ移動させる（図８（ｂ））。この結果、サンプル脳８ｂの重心Ｇｓを標準脳Ｔの重心Ｇｔに合わせることができる。重心合わせを行った後、ステップＳ５に進む。
【００３８】
ステップＳ５では、パラメータｎを初期化する。パラメータｎは、後述するステップＳ２１（図４参照）における判断が行われた回数を表すパラメータである。パラメータｎを初期化した後、ステップＳ６に進む。
【００３９】
ステップＳ６では、脳表面点抽出手段５５（図１参照）が、サンプル脳８ｂの表面点Ｘs（i）を抽出する。ｉは、サンプル脳８ｂの表面の任意の位置を表す変数であり、ここでは、ｉ＝１〜ｍの整数である。
【００４０】
図９は、サンプル脳８ｂから抽出された表面点Ｘs（i）を概略的に示す図である。
【００４１】
図９では、図面の見易さを考慮して、サンプル脳８ｂから抽出された表面点Ｘs（i）として、３つの表面点Ｘs（１）、Ｘs（２）、およびＸs（ｍ）のみが示されている。しかし、実際は、サンプル脳８ｂの表面の全体に渡って、表面点Ｘs（i）が抽出されている。脳表面点抽出手段５５は、サンプル脳８ｂの表面点Ｘs（i）を抽出した後、サンプル脳８ｂの表面点Ｘs（i）に対応する標準脳Ｔの表面点Ｘ（i）を決定する（図１０参照）。
【００４２】
図１０は、標準脳Ｔの表面点Ｘ（i）を概略的に示す図である。
【００４３】
図１０でも、サンプル脳８ｂの表面点Ｘs（i）に対応する標準脳Ｔの表面点Ｘ（i）として、代表して３つの表面点Ｘ（１）、Ｘ（２）、およびＸ（ｍ）のみが示されている。しかし、実際は、標準脳Ｔの表面の全体に渡って、表面点Ｘ（i）が決定されている。その後、ステップＳ７に進む。
【００４４】
ステップＳ７では、パラメータ最適化手段５６（図１参照）が、標準脳Ｔに対してサンプル脳８ｂを回転させるための角度パラメータＲx、Ｒy、およびＲzを最適化する（図１１参照）。
【００４５】
図１１は、角度パラメータＲx、Ｒy、およびＲzの概念を説明する図である。
【００４６】
角度パラメータＲxは、重心ＧｓおよびＧｔを通過しＸ軸方向に延在する回転軸Ａｘを中心にサンプル脳８ｂを回転させるときの回転角度を規定するパラメータである。角度パラメータＲｙは、重心ＧｓおよびＧｔを通過しＹ軸方向に延在する回転軸Ａｙを中心にサンプル脳８ｂを回転させるときの回転角度を規定するパラメータである。角度パラメータＲｚは、重心ＧｓおよびＧｔを通過しＺ軸方向に延在する回転軸Ａｚを中心にサンプル脳８ｂを回転させるときの回転角度を規定するパラメータである。
【００４７】
パラメータ最適化手段５６は、角度パラメータＲx、Ｒy、およびＲzを変更しながら、サンプル脳８ｂの表面点Ｘs（i）と、標準脳Ｔの表面点Ｘ（i）との間のノルム（Norm）を計算し、ノルムが最小になるとき角度パラメータＲx、Ｒy、およびＲzを求める。ノルムは、例えば、Ｌ２ノルム、ユークリッド距離であり、ノルムを算出する手法としては、Chamfer Distanceの手法を使用することができる。パラメータ最適化手段５６は、ノルムが最小になるときの角度パラメータＲx、Ｒy、およびＲzを、最適化された角度パラメータＲx1、Ｒy1、およびＲz1と決定する。したがって、最適化された角度パラメータＲx1、Ｒy1、およびＲz1は、以下の式（１）および（２）で表される。
【数１】
【００４８】
最適化の方法としては、最急降下法、準ニュートン法、シンプレックス法、共役勾配法などの種々の方法を適用することができる。角度パラメータＲx、Ｒy、およびＲzを最適化した後、ステップＳ８に進む。
【００４９】
ステップＳ８では、相関係数算出手段５７（図１参照）が、角度パラメータＲx、Ｒy、およびＲzが最適化された後のサンプル脳８ｂと標準脳Ｔとの間の相関係数Corを算出する。相関係数Corは、以下の式（３）を用いて算出される。
【数２】
【００５０】
相関係数Corが算出された後、ステップＳ９に進む。
【００５１】
ステップＳ９では、相関係数判断手段５８（図１参照）が、相関係数算出手段５７の算出した相関係数Corが所定の相関条件を満たしているか否かを判断する。相関条件は、例えば、以下の式（４）で表される。
ｋ１≦｜Cor｜≦ｋ２ ・・・（４）
ここで、｜Cor｜：相関係数Corの絶対値、
ｋ１、ｋ２：定数
【００５２】
ｋ１およびｋ２は、それぞれ、例えば、０．７および１である。ｋ１およびｋ２の値は、デフォルト値として、予め決定されている値であってもよく、オペレータ６１によって変更することができる値であってもよい。
【００５３】
相関係数判断手段５８が、相関係数Corが（４）式を満たすと判断した場合、制御手段５９（図１参照）は、マッチング処理を終了するための命令を生成し、この結果、マッチング処理は終了する。しかし、相関係数判断手段５８が、相関係数Corが（４）式を満たしていないと判断した場合、制御手段５９は、マッチング処理が続行されるように、脳表面点抽出手段５５、パラメータ最適化手段５６、および相関係数算出手段５７を制御する。マッチング処理を続行する場合、ステップＳ１０に進む。
【００５４】
ステップＳ１０では、脳表面点抽出手段５５が、サンプル脳８ｂの表面点Ｘs（i）を抽出する。この抽出方法は、ステップＳ５と同じである。表面点Ｘs（i）およびＸ（i）を抽出した後、ステップＳ１１に進む。
【００５５】
ステップＳ１１では、パラメータ最適化手段５６が、サンプル脳８ｂの大きさを変更するためのスケーリングパラメータＳx、Ｓy、およびＳzを最適化する（図１２参照）。
【００５６】
図１２は、スケーリングパラメータＳx、Ｓy、およびＳzの概念を説明する図である。
【００５７】
スケーリングパラメータＳxは、Ｘ軸方向にサンプル脳８ｂを拡大又は縮小するときの拡大率又は縮小率を規定するパラメータである。スケーリングパラメータＳyは、Ｙ軸方向にサンプル脳８ｂを拡大又は縮小するときの拡大率又は縮小率を規定するパラメータである。スケーリングパラメータＳzは、Ｚ軸方向にサンプル脳８ｂを拡大又は縮小するときの拡大率又は縮小率を規定するパラメータである。
【００５８】
パラメータ最適化手段５６は、スケーリングパラメータＳx、Ｓy、およびＳzを変更しながら、サンプル脳８ｂの表面点Ｘs（i）と、標準脳Ｔの表面点Ｘ（i）との間のノルムを計算し、ノルムが最小になるときスケーリングパラメータＳx、Ｓy、およびＳzを求める。パラメータ最適化手段５６は、ノルムが最小になるときのスケーリングパラメータＳx、Ｓy、およびＳzを、最適化されたスケーリングパラメータＳx1、Ｓy1、およびＳz1と決定する。したがって、最適化されたスケーリングパラメータＳx1、Ｓy1、およびＳz1は、以下の式（５）および（６）で表される。
【数３】
【００５９】
スケーリングパラメータＳx、Ｓy、およびＳzを最適化した後、ステップＳ１２に進む。
【００６０】
ステップＳ１２では、相関係数算出手段５７が、スケーリングパラメータＳx、Ｓy、およびＳzが最適化された後のサンプル脳８ｂと標準脳Ｔとの間の相関係数Corを算出する。相関係数Corは、上記の式（３）を用いて算出される。相関係数Corが算出された後、ステップＳ１３に進む。
【００６１】
ステップＳ１３では、相関係数判断手段５８が、ステップＳ１２において相関係数算出手段５７の算出した相関係数Corが所定の相関条件を満たしているか否かを判断する。相関条件は、例えば、式（４）を使用することができる。
【００６２】
相関係数判断手段５８が、相関係数Corが（４）式を満たすと判断した場合、制御手段５９は、マッチング処理を終了するための命令を生成し、この結果、マッチング処理は終了する。しかし、相関係数判断手段５８が、相関係数Corが（４）式を満たしていないと判断した場合、制御手段５９は、マッチング処理が更に続行されるように、脳表面点抽出手段５５、パラメータ最適化手段５６、および相関係数算出手段５７を制御する。マッチング処理を更に続行する場合、ステップＳ１４に進む。
【００６３】
ステップＳ１４では、脳表面点抽出手段５５が、サンプル脳８ｂの表面点Ｘs（i）を抽出する。この抽出方法は、ステップＳ５と同じである。表面点Ｘs（i）を抽出した後、ステップＳ１５に進む。
【００６４】
ステップＳ１５では、パラメータ最適化手段５６が、角度パラメータＲx、Ｒy、およびＲzとスケーリングパラメータＳx、Ｓy、およびＳzとの両方のパラメータを最適化する。
【００６５】
パラメータ最適化手段５６は、角度パラメータＲx、Ｒy、およびＲzとスケーリングパラメータＳx、Ｓy、およびＳzとを変更しながら、サンプル脳８ｂの表面点Ｘs（i）と、標準脳Ｔの表面点Ｘ（i）との間のノルムを計算し、ノルムが最小になるとき角度パラメータＲx、Ｒy、およびＲzとスケーリングパラメータＳx、Ｓy、およびＳzとを求める。パラメータ最適化手段５６は、ノルムが最小になるときの角度パラメータＲx、Ｒy、およびＲzを、最適化された角度パラメータＲx1、Ｒy1、およびＲz１と決定し、ノルムが最小になるときのスケーリングパラメータＳx、Ｓy、およびＳzを、最適化されたスケーリングパラメータＳx1、Ｓy1、およびＳz1と決定する。したがって、最適化された角度パラメータＲx1、Ｒy1、およびＲz1と、最適化されたスケーリングパラメータＳx1、Ｓy1、およびＳz1は、以下の式（７）および（８）で表される。
【数４】
【００６６】
角度パラメータＲx、Ｒy、およびＲzと、スケーリングパラメータＳx、Ｓy、およびＳzとを最適化した後、ステップＳ１６に進む。
【００６７】
ステップＳ１６では、相関係数算出手段５７が、角度パラメータＲx、Ｒy、およびＲzと、スケーリングパラメータＳx、Ｓy、およびＳzとの両方が最適化された後のサンプル脳８ｂと標準脳Ｔとの間の相関係数Corを算出する。相関係数Corは、上記の式（３）を用いて算出される。相関係数Corが算出された後、ステップＳ１７に進む。
【００６８】
ステップＳ１７では、相関係数判断手段５８が、相関係数算出手段５７の算出した相関係数Corが所定の相関条件を満たしているか否かを判断する。相関条件は、例えば、式（４）を使用することができる。
【００６９】
相関係数判断手段５８が、相関係数Corが（４）式を満たすと判断した場合、制御手段５９は、マッチング処理を終了するための命令を生成し、この結果、マッチング処理は終了する。しかし、相関係数判断手段５８が、相関係数Corが（４）式を満たしていないと判断した場合、制御手段５９は、マッチング処理が更に続行されるように、脳表面点抽出手段５５、パラメータ最適化手段５６、および相関係数算出手段５７を制御する。マッチング処理を更に続行する場合、ステップＳ１８に進む。
【００７０】
ステップＳ１８では、脳表面点抽出手段５５が、サンプル脳８ｂの表面点Ｘs（i）を抽出する。ただし、本実施形態では、ステップＳ１８に到達するまでに、すでに、角度パラメータの最適化（ステップＳ７）、スケーリングパラメータの最適化（ステップＳ１１）、および角度パラメータとスケーリングパラメータとの両方の最適化（ステップＳ１５）が実行されている。これらの最適化が実行されたにも関わらず、相関係数Corが、（４）式を満たさないということは、ステップＳ３において、サンプル脳８ｂをうまく抽出することができなかったことが考えられる。以下に、サンプル脳８ｂをうまく抽出することができない例について、図１３を参照しながら説明する。
【００７１】
図１３（ａ）は、被検体８が副鼻腔炎を起こしている場合の図５に示すボリュームデータＤＶのサジタル断面の一例であり、図１３（ａ）から抽出された脳を示す図である。
【００７２】
図５および図６を参照しながら説明したように、ボリュームデータＤＶから脳８ｂを抽出する場合、脳抽出手段５３は、脳８ｂと頭皮８ｃとの間の間隙Ｇ１や、脳８ｂと鼻腔８ｄとの間の間隙Ｇ２を利用する。しかし、被検体８が副鼻腔炎を起こしている場合、図１３に示すように、脳８ｂと鼻腔８ｄとのの間に、副鼻腔炎による炎症８ｅが発症する。したがって、脳８ｂと鼻腔８ｄとの間の間隙Ｇ２が、副鼻腔炎による炎症８ｅで埋まってしまい、脳抽出手段５３は、脳８ｂと鼻腔８ｄとの間の間隙Ｇ２を認識することができない。その結果、図１３（ｂ）に示すように、脳８ｂと一緒に、副鼻腔炎による炎症８ｅも抽出されてしまう。この場合、脳表面点抽出手段５５は、脳８ｂと副鼻腔炎による炎症８ｅとを区別することができず、炎症８ｅの領域からも表面点Ｘs（i）を抽出する。したがって、炎症８ｅの領域から抽出された表面点Ｘs（i）が邪魔となり、サンプル脳８ｂを標準脳Ｔにうまくマッチングさせることが難しくなる。
【００７３】
そこで、ステップＳ１８では、脳表面点抽出手段５５が炎症８ｅの領域から表面点Ｘs（i）を抽出しないようにするため、分割手段６０（図１参照）が、サンプル脳８ｂを、マッチングの対象として使用されるマッチング領域と、マッチングの対象から外される非マッチング領域とに分割する（図１４参照）。
【００７４】
図１４は、サンプル脳８ｂを、どのようにして、マッチングの対象と非マッチング領域とに分割しているかを説明する図である。
【００７５】
図１４（ａ）は、副鼻腔炎の炎症８ｅが発生している被検体のサンプル脳８ｂのサジタル断面であり、図１４（ｂ）は、標準脳Ｔのサジタル断面を示す図である。
【００７６】
図１４（ａ）に示すように、副鼻腔炎による炎症８ｅは、脳８ｂの前頭葉ＦＬの下側に発生する。したがって、サンプル脳８ｂの下側を、マッチングの対象から外される非マッチング領域Ｒoutとし、サンプル脳８ｂの上側を、マッチングの対象として使用するマッチング領域Ｒｍとすれば、脳表面点抽出手段５５が炎症８ｅの領域から抽出する表面点Ｘs（i）の数をゼロ又は十分に少なくすることができる。そこで、分割手段６０は、サンプル脳８ｂをマッチング領域Ｒｍと非マッチング領域Ｒoutとに分割するためのスライス面Ｓｂを設定する。このスライス面Ｓｂをサンプル脳８ｂに設定することにより、サンプル脳８ｂを、マッチング領域Ｒｍと非マッチング領域Ｒoutとに分割することができる。
【００７７】
ただし、サンプル脳８ｂを、マッチング領域Ｒｍと非マッチング領域Ｒoutとに分割するためには、スライス面８を、前頭葉ＦＬと副鼻腔炎の炎症８ｅとの間に設定する必要がある。以下に、本実施形態において、どのようにして、スライス面８を、前頭葉ＦＬと副鼻腔炎の炎症８ｅとの間に設定しているかについて説明する。
【００７８】
上記のように、副鼻腔炎による炎症８ｅは、脳８ｂの前頭葉ＦＬの下側に発生する。したがって、脳８ｂの前頭葉ＦＬの大まかな範囲を予測することができれば、スライス面８ｂを、前頭葉ＦＬと副鼻腔炎の炎症８ｅとの間に設定することができる。そこで、本実施形態では、脳８ｂの前頭葉ＦＬの大まかな範囲を予測するために、標準脳Ｔのデータを使用する。図１４（ｂ）に示すように、標準脳Ｔには、副鼻腔炎の炎症８ｅが含まれていないので、標準脳Ｔに対しては、前頭葉ＦＬの範囲を知ることができる。そこで、標準脳Ｔに対して、前頭葉ＦＬの下にスライス面ＳＴを規定し、スライス面ＳＴの上側の領域をマッチング領域Ｔｍと定め、スライス面ＳＴの下側の領域を非マッチング領域Ｔoutと定める。分割手段６０は、この標準脳Ｔに対するスライス面ＳＴの位置を記憶している。分割手段６０は、サンプル脳８ｂの範囲の中から、標準脳Ｔのスライス面ＳＴに対応する位置を算出し、算出した位置を、サンプル脳８ｂのスライス面Ｓｂの位置と決定する。したがって、スライス面８を、前頭葉ＦＬと副鼻腔炎の炎症８ｅとの間に設定することができる。
【００７９】
図１５は、脳表面点算出手段がマッチング領域Ｒｍから抽出した表面点Ｘs（i）を概略的に示す図である。
【００８０】
図１５では、サンプル脳８ｂのマッチング領域Ｒｍから抽出された表面点Ｘs（i）として、代表して、３つの表面点Ｘs（１）、Ｘs（２）、およびＸs（ｍ）のみが示されている。
【００８１】
サンプル脳８ｂの非マッチング領域Ｒoutからは、表面点Ｘs（i）は抽出されない。したがって、脳表面点抽出手段５５は、非マッチング領域Ｒoutの中に含まれている副鼻腔炎の炎症８ｅの領域からは、表面点Ｘs（i）を抽出しないことがわかる。脳表面点抽出手段５５は、サンプル脳８ｂのマッチング領域Ｒｍから表面点Ｘs（i）を抽出した後、サンプル脳８ｂのマッチング領域Ｒｍの表面点Ｘs（i）に対応する標準脳Ｔの表面点Ｘ（i）を決定する。ただし、脳表面点抽出手段５５は、標準脳Ｔのマッチング領域Ｔｍから表面点Ｘ（i）を抽出する。
【００８２】
図１６は、標準脳Ｔの表面点Ｘ（i）を概略的に示す図である。
【００８３】
図１６でも、標準脳Ｔの表面点Ｘ（i）として、代表して３つの表面点Ｘ（１）、Ｘ（２）、およびＸ（ｍ）のみが示されている。しかし、実際は、標準脳Ｔのマッチング領域Ｔｍの表面全体に渡って、表面点Ｘ（i）が決定されている。その後、ステップＳ１９に進む。
【００８４】
ステップＳ１９では、パラメータ最適化手段５６が、角度パラメータＲx、Ｒy、およびＲzとスケーリングパラメータＳx、Ｓy、およびＳzとの両方のパラメータを最適化する。
【００８５】
パラメータ最適化手段５６は、角度パラメータＲx、Ｒy、およびＲzとスケーリングパラメータＳx、Ｓy、およびＳzとを変更しながら、サンプル脳８ｂのマッチング領域Ｒｍの表面点Ｘs（i）と、標準脳Ｔのマッチング領域Ｔｍの表面点Ｘ（i）との間のノルムを計算し、ノルムが最小になるとき角度パラメータＲx、Ｒy、およびＲzとスケーリングパラメータＳx、Ｓy、およびＳzとを求める。パラメータ最適化手段５６は、ノルムが最小になるときの角度パラメータＲx、Ｒy、およびＲzを、最適化された角度パラメータＲx1、Ｒy1、およびＲz１と決定し、ノルムが最小になるときのスケーリングパラメータＳx、Ｓy、およびＳzを、最適化されたスケーリングパラメータＳx1、Ｓy1、およびＳz1と決定する。したがって、最適化された角度パラメータＲx1、Ｒy1、およびＲz1と、最適化されたスケーリングパラメータＳx1、Ｓy1、およびＳz1は、以下の式（９）および（１０）で表される。
【数５】
【００８６】
角度パラメータＲx、Ｒy、およびＲzと、スケーリングパラメータＳx、Ｓy、およびＳzとを最適化した後、ステップＳ２０に進む。
【００８７】
ステップＳ２０では、相関係数算出手段５７が、ステップＳ１９によりパラメータが最適化された後のサンプル脳８ｂのマッチング領域Ｒｍと標準脳Ｔのマッチング領域Ｔｍとの間の相関係数Cor’を算出する。相関係数Cor’は、例えば、以下の式（１１）を用いて算出される。
【数６】
【００８８】
相関係数Cor’が算出された後、ステップＳ２１に進む。
【００８９】
ステップＳ２１では、相関係数判断手段５８が、相関係数算出手段５７の算出した相関係数Cor’が所定の相関条件を満たしているか否かを判断する。相関条件は、例えば、以下の式（１２）で表される。
ｋ１≦｜Cor’｜≦ｋ２ ・・・（１２）
ここで、｜Cor’｜：相関係数Cor’の絶対値、
ｋ１、ｋ２：定数
【００９０】
相関係数判断手段５８が、相関係数Cor’が（１２）式を満たすと判断した場合、制御手段５９は、マッチング処理を終了するための命令を生成し、この結果、マッチング処理は終了する。しかし、相関係数判断手段５８が、相関係数Cor’が（１２）式を満たしていないと判断した場合、ステップＳ２２に進む。
【００９１】
ステップＳ２２では、パラメータｎがインクリメントされ、ｎ＝１に更新される。ｎ＝１に更新されたということは、ステップＳ２１における判断が１回行われたことを意味する（ステップＳ５参照）。パラメータｎを更新したら、ステップＳ２３に進む。
【００９２】
ステップＳ２３では、制御手段５９が、パラメータｎが、ｎ＜Ｎ０であるか否かを判断する。ｎ＜Ｎ０の場合、ステップＳ６（図２参照）又はステップＳ１８（図３参照）に戻り、制御手段５９は、マッチング処理が更に続行されるように、脳表面点抽出手段５５、パラメータ最適化手段５６、および相関係数算出手段５７を制御する。したがって、パラメータｎが、Ｎ０に到達するまでは、マッチング処理は繰り返し実行される。しかし、サンプル脳８ｂの形状や大きさによっては、マッチング処理を何度実行しても、相関係数が所定の相関条件を満たさない場合もあり得る。したがって、マッチング処理が繰り返し実行され、パラメータｎが、ｎ＝Ｎ０に到達した場合、制御手段５９は、マッチング処理を終了するための命令を生成する。この結果、マッチング処理は終了する。
【００９３】
本実施形態では、角度パラメータの最適化（ステップＳ７）を実行した後、相関係数Corが所定の相関条件を満たさない場合、更に、スケーリングパラメータの最適化（ステップＳ１１）、および角度パラメータとスケーリングパラメータとの両方の最適化（ステップＳ１５）が実行される。したがって、パラメータを最適化した場合に、パラメータが最適解ではなく局所解に収束しても、パラメータを最適解に収束させること又は最適解により近い局所解に収束させることができる。
【００９４】
また、本実施形態では、角度パラメータとスケーリングパラメータとの両方の最適化（ステップＳ１５）が実行されても、相関係数Corが所定の相関条件を満たさない場合、サンプル脳８ｂおよび標準脳Ｔのマッチング対象を、マッチング領域ＲｍおよびＴｍに限定している。したがって、ステップＳ３において、サンプル脳８ｂをうまく抽出することができなかった場合でも（図１３参照）、パラメータを最適解に収束させること又は最適解により近い局所解に収束させることができる。
【００９５】
尚、本実施形態では、最初に角度パラメータＲx、Ｒy、およびＲzを最適化し（ステップＳ７）、相関係数Corが所定の相関条件を満たさない場合、スケーリングパラメータＳx、Ｓy、およびＳzを最適化している（ステップＳ１１）。しかし、最初にスケーリングパラメータＳx、Ｓy、およびＳzを最適化し、次に、角度パラメータＲx、Ｒy、およびＲzを最適化してもよい。
【００９６】
本実施形態では、角度パラメータＲx、Ｒy、およびＲzと、スケーリングパラメータＳx、Ｓy、およびＳzとを最適化しているが、サンプル脳８ｂを標準脳Ｔにマッチングさせるためのパラメータであれば、角度パラメータＲx、Ｒy、およびＲzと、スケーリングパラメータＳx、Ｓy、およびＳz以外のパラメータを最適化するようにしてもよい。
【００９７】
本実施形態では、式（１）、（５）、（７）、および（９）を用いて、最適化されたパラメータを算出している。しかし、別の式に基づいて最適化されたパラメータを算出してもよい。
【００９８】
本実施形態では、サンプル脳と標準脳との間の相関を表す相関量として、相関係数Cor（式（３）参照）および相関係数Cor’（式（１１）参照）を用いている。しかし、相関係数CorおよびCor’とは異なる相関量によって、サンプル脳と標準脳との間の相関を表してもよい。
【００９９】
本実施形態では、相関係数CorおよびCor’が所定の相関条件を満たしているか否かを判断する場合、一例として、式（４）および（１２）の相関条件が使用されているが、別の相関条件を用いてもよい。
【０１００】
本実施形態では、標準脳Ｔをマッチング領域Ｔｍと非マッチング領域Ｔoutとに分けるためのスライス面ＳＴは、前頭葉ＦＬの下に規定されているが、スライス面ＳＴの位置は、必要に応じて変更できるようにしてもよい。また、本実施形態では、標準脳Ｔに対して設定されたスライスＳＴに基づいて、サンプル脳８ｂのスライス面Ｓｂを決定しているが、サンプル脳８ｂのデータに基づいて、スライス面Ｓｂを決定してもよい。
【０１０１】
また、本実施形態では、ｎ＜Ｎ０の場合（ステップＳ２３参照）、ステップＳ６（図２参照）又はステップＳ１８（図３参照）に戻っているが、他のステップ（例えば、ステップＳ１０）に戻ってもよい。
【０１０２】
更に、本実施形態では、サンプル脳８ｂを標準脳Ｔにマッチングさせる方法について説明されているが、本発明は、脳以外の別の臓器をマッチングさせる場合にも適用することができる。
【図面の簡単な説明】
【０１０３】
【図１】本発明の一実施形態の磁気共鳴イメージング装置１の概略図である。
【図２】ＭＲＩ装置１の処理フローの一例を示す図である。
【図３】ＭＲＩ装置１の処理フローの一例を示す図である。
【図４】ＭＲＩ装置１の処理フローの一例を示す図である。
【図５】再構成されたボリュームデータＤＶを概略的に示す図である。
【図６】ボリュームデータＤＶのサジタル断面の一例を概略的に示す図である。
【図７】抽出された脳８ｂを示す概略図である。
【図８】サンプル脳８ｂの重心を、標準脳の重心に合わせるときの様子を示す図である。
【図９】サンプル脳８ｂから抽出された表面点Ｘs（i）を概略的に示す図である。
【図１０】標準脳Ｔの表面点Ｘ（i）を概略的に示す図である。
【図１１】角度パラメータＲx、Ｒy、およびＲzの概念を説明する図である。
【図１２】スケーリングパラメータＳx、Ｓy、およびＳzの概念を説明する図である。
【図１３】被検体８が副鼻腔炎を起こしている場合の図５に示すボリュームデータＤＶのサジタル断面（ａ）、図１３（ａ）から抽出された脳を示す図（ｂ）である。
【図１４】サンプル脳８ｂを、どのようにして、マッチングの対象と非マッチング領域とに分割しているかを説明する図である。
【図１５】脳表面点算出手段がマッチング領域Ｒｍから抽出した表面点Ｘs（i）を概略的に示す図である。
【図１６】標準脳Ｔの表面点Ｘ（i）を概略的に示す図である。
【符号の説明】
【０１０４】
１ ＭＲＩ装置
２ コイルアセンブリ
３ クレードル
４ 受信コイル
５ 制御装置
６ 入力装置
８ 被検体
８ａ 頭部
２１ ボア
２２ 超伝導コイル
２３ 勾配コイル
２４ 送信コイル
５１ コイル制御手段
５２ データ処理手段
５３ 脳抽出手段
５４ 重心合せ手段
５５ 脳表面点抽出手段
５６ パラメータ最適化手段
５７ 相関係数算出手段
５８ 制御手段
５９ 分割手段
【特許請求の範囲】
【請求項１】
サンプル部位を標準部位にマッチングさせるマッチング装置であって、
前記サンプル部位を前記標準部位にマッチングさせるための一つ以上の第１のパラメータと、前記サンプル部位を前記標準部位にマッチングさせるための一つ以上の第２のパラメータとを最適化するパラメータ最適化手段と、
前記サンプル部位と前記標準部位との間の相関を表す相関量を算出する相関量算出手段と、
前記パラメータ最適化手段と前記相関量算出手段とを制御する制御手段であって、
（ａ） 前記パラメータ最適化手段が、前記サンプル部位と前記標準部位との間の第１のノルムに基づいて、前記一つ以上の第１のパラメータを最適化し、
（ｂ） 前記一つ以上の第１のパラメータが最適化された後に、前記相関量算出手段が、前記サンプル部位と前記標準部位との間の第１の相関量を算出し、
（ｃ） 前記第１の相関量が第１の相関条件を満たさない場合、前記パラメータ最適化手段が、前記第１のノルムに基づいて、前記一つ以上の第２のパラメータを最適化し、
（ｄ） 前記一つ以上の第２のパラメータが最適化された後に、前記相関量算出手段が、前記サンプル部位と前記標準部位との間の第２の相関量を算出し、
（ｅ） 前記第２の相関量が第２の相関条件を満たさない場合、前記パラメータ最適化手段が、前記第１のノルムに基づいて、前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方を最適化する制御手段とを備えたマッチング装置。
【請求項２】
前記第１の相関量が前記第１の相関条件を満たすか否かを判断するとともに、前記第２の相関量が前記第２の相関条件を満たすか否かを判断する相関量判断手段を有し、
前記制御手段は、前記相関量判断手段の判断結果に基づいて、前記パラメータ最適化手段と前記相関量算出手段とを制御する、請求項１に記載のマッチング装置。
【請求項３】
前記制御手段は、
前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方が最適化された後に、前記サンプル部位と前記標準部位との間の第３の相関量が算出されるように、前記相関量算出手段を制御する請求項２に記載のマッチング装置。
【請求項４】
前記相関量判断手段は、
前記第３の相関量が前記第３の相関条件を満たすか否かを判断する、請求項３に記載のマッチング装置。
【請求項５】
前記サンプル部位を、マッチングの対象として使用されるマッチング領域と、マッチングの対象から外される非マッチング領域とに分割するサンプル分割手段を有する、請求項３又は４に記載のマッチング装置。
【請求項６】
前記分割手段は、
前記標準部位を、マッチングの対象であるマッチング領域と、マッチングの対象から外される非マッチング領域とに分割する、請求項５に記載のマッチング装置。
【請求項７】
前記制御手段は、
前記第３の相関量が第３の相関条件を満たさない場合、前記サンプル部位のマッチング領域と前記標準部位のマッチング領域との間の第２のノルムに基づいて、前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方が最適化されるように、前記パラメータ最適化手段を制御する請求項６に記載のマッチング装置。
【請求項８】
前記制御手段は、
前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方が最適化された後に、前記サンプル部位のマッチング領域と前記標準部位のマッチング領域との間の第４の相関量が算出されるように、前記相関量算出手段を制御する請求項７に記載のマッチング装置。
【請求項９】
前記相関量判断手段は、
前記第４の相関量が前記第４の相関条件を満たすか否かを判断する、請求項８に記載のマッチング装置。
【請求項１０】
前記制御手段は、
前記第４の相関量が第４の相関条件を満たさない場合、前記第２のノルムに基づいて、前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方を最適化する処理が繰り返し実行されるように、前記パラメータ最適化手段を制御する請求項８又は９に記載のマッチング装置。
【請求項１１】
前記制御手段は、
前記第４の相関量が第４の相関条件を満たさない場合、
（ａ） 前記パラメータ最適化手段が、前記サンプル部位と前記標準部位との間の第１のノルムに基づいて、前記一つ以上の第１のパラメータを最適化し、
（ｂ） 前記一つ以上の第１のパラメータが最適化された後に、前記相関量算出手段が、前記サンプル部位と前記標準部位との間の第１の相関量を算出し、
（ｃ） 前記第１の相関量が第１の相関条件を満たさない場合、前記パラメータ最適化手段が、前記第１のノルムに基づいて、前記一つ以上の第２のパラメータを最適化し、
（ｄ） 前記一つ以上の第２のパラメータが最適化された後に、前記相関量算出手段が、前記サンプル部位と前記標準部位との間の第２の相関量を算出し、
（ｅ） 前記第２の相関量が第２の相関条件を満たさない場合、前記パラメータ最適化手段が、前記第１のノルムに基づいて、前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方を最適化し、
（ｆ） 前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方が最適化された後に、前記相関量算出手段が、前記サンプル部位と前記標準部位との間の第３の相関量を算出し、
（ｇ） 前記第３の相関量が第３の相関条件を満たさない場合、前記パラメータ最適化手段が、前記サンプル部位のマッチング領域と前記標準部位のマッチング領域との間の第２のノルムに基づいて、前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方を最適化し、
（ｈ） 前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方が最適化された後に、前記相関量算出手段が、前記サンプル部位のマッチング領域と前記標準部位のマッチング領域との間の第４の相関量を算出する、
（ａ）〜（ｈ）の処理が繰り返し実行されるように、前記パラメータ最適化手段および前記相関量算出手段を制御する請求項８又は９に記載のマッチング装置。
【請求項１２】
前記サンプル部位の重心を前記標準部位の重心に合わせる重心合せ手段を有する、請求項１〜１１のうちのいずれか一項に記載のマッチング装置。
【請求項１３】
前記一つ以上の第１のパラメータは、３つの角度パラメータであり、前記一つ以上の第２のパラメータは、３つのスケールパラメータである、請求項１〜１２のうちのいずれか一項に記載のマッチング装置。
【請求項１４】
前記第１のノルムは、前記サンプル部位の表面点と前記標準部位の表面点との間のノルムである、請求項１〜１３のうちのいずれか一項に記載のマッチング装置。
【請求項１５】
前記第２のノルムは、前記サンプル部位のマッチング領域の表面点と前記標準部位のマッチング領域の表面点との間のノルムである、請求項７〜１１のうちのいずれか一項に記載のマッチング装置。
【請求項１６】
前記サンプル部位はサンプル脳であり、前記標準部位は標準脳である、請求項１〜１５のうちのいずれか一項に記載のマッチング装置。
【請求項１７】
請求項１〜１６のうちのいずれか一項に記載のマッチング装置を有する磁気共鳴イメージング装置。
【請求項１８】
サンプル部位を標準部位にマッチングさせるマッチング方法であって、
前記サンプル部位と前記標準部位との間のノルムに基づいて、前記サンプル部位を前記標準部位にマッチングさせるための一つ以上の第１のパラメータを最適化するステップと、
前記一つ以上の第１のパラメータが最適化された後に、前記サンプル部位と前記標準部位との間の相関を表す第１の相関量を算出するステップと、
前記第１の相関量が第１の相関条件を満たさない場合、前記ノルムに基づいて、前記サンプル部位を前記標準部位にマッチングさせるための一つ以上の第２のパラメータを最適化するステップと、
前記一つ以上の第２のパラメータが最適化された後に、前記サンプル部位と前記標準部位との間の相関を表す第２の相関量を算出するステップと、
前記第２の相関量が第２の相関条件を満たさない場合、前記ノルムに基づいて、前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方を最適化するステップと、
を有する、マッチング方法。
【請求項１】
サンプル部位を標準部位にマッチングさせるマッチング装置であって、
前記サンプル部位を前記標準部位にマッチングさせるための一つ以上の第１のパラメータと、前記サンプル部位を前記標準部位にマッチングさせるための一つ以上の第２のパラメータとを最適化するパラメータ最適化手段と、
前記サンプル部位と前記標準部位との間の相関を表す相関量を算出する相関量算出手段と、
前記パラメータ最適化手段と前記相関量算出手段とを制御する制御手段であって、
（ａ） 前記パラメータ最適化手段が、前記サンプル部位と前記標準部位との間の第１のノルムに基づいて、前記一つ以上の第１のパラメータを最適化し、
（ｂ） 前記一つ以上の第１のパラメータが最適化された後に、前記相関量算出手段が、前記サンプル部位と前記標準部位との間の第１の相関量を算出し、
（ｃ） 前記第１の相関量が第１の相関条件を満たさない場合、前記パラメータ最適化手段が、前記第１のノルムに基づいて、前記一つ以上の第２のパラメータを最適化し、
（ｄ） 前記一つ以上の第２のパラメータが最適化された後に、前記相関量算出手段が、前記サンプル部位と前記標準部位との間の第２の相関量を算出し、
（ｅ） 前記第２の相関量が第２の相関条件を満たさない場合、前記パラメータ最適化手段が、前記第１のノルムに基づいて、前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方を最適化する制御手段とを備えたマッチング装置。
【請求項２】
前記第１の相関量が前記第１の相関条件を満たすか否かを判断するとともに、前記第２の相関量が前記第２の相関条件を満たすか否かを判断する相関量判断手段を有し、
前記制御手段は、前記相関量判断手段の判断結果に基づいて、前記パラメータ最適化手段と前記相関量算出手段とを制御する、請求項１に記載のマッチング装置。
【請求項３】
前記制御手段は、
前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方が最適化された後に、前記サンプル部位と前記標準部位との間の第３の相関量が算出されるように、前記相関量算出手段を制御する請求項２に記載のマッチング装置。
【請求項４】
前記相関量判断手段は、
前記第３の相関量が前記第３の相関条件を満たすか否かを判断する、請求項３に記載のマッチング装置。
【請求項５】
前記サンプル部位を、マッチングの対象として使用されるマッチング領域と、マッチングの対象から外される非マッチング領域とに分割するサンプル分割手段を有する、請求項３又は４に記載のマッチング装置。
【請求項６】
前記分割手段は、
前記標準部位を、マッチングの対象であるマッチング領域と、マッチングの対象から外される非マッチング領域とに分割する、請求項５に記載のマッチング装置。
【請求項７】
前記制御手段は、
前記第３の相関量が第３の相関条件を満たさない場合、前記サンプル部位のマッチング領域と前記標準部位のマッチング領域との間の第２のノルムに基づいて、前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方が最適化されるように、前記パラメータ最適化手段を制御する請求項６に記載のマッチング装置。
【請求項８】
前記制御手段は、
前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方が最適化された後に、前記サンプル部位のマッチング領域と前記標準部位のマッチング領域との間の第４の相関量が算出されるように、前記相関量算出手段を制御する請求項７に記載のマッチング装置。
【請求項９】
前記相関量判断手段は、
前記第４の相関量が前記第４の相関条件を満たすか否かを判断する、請求項８に記載のマッチング装置。
【請求項１０】
前記制御手段は、
前記第４の相関量が第４の相関条件を満たさない場合、前記第２のノルムに基づいて、前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方を最適化する処理が繰り返し実行されるように、前記パラメータ最適化手段を制御する請求項８又は９に記載のマッチング装置。
【請求項１１】
前記制御手段は、
前記第４の相関量が第４の相関条件を満たさない場合、
（ａ） 前記パラメータ最適化手段が、前記サンプル部位と前記標準部位との間の第１のノルムに基づいて、前記一つ以上の第１のパラメータを最適化し、
（ｂ） 前記一つ以上の第１のパラメータが最適化された後に、前記相関量算出手段が、前記サンプル部位と前記標準部位との間の第１の相関量を算出し、
（ｃ） 前記第１の相関量が第１の相関条件を満たさない場合、前記パラメータ最適化手段が、前記第１のノルムに基づいて、前記一つ以上の第２のパラメータを最適化し、
（ｄ） 前記一つ以上の第２のパラメータが最適化された後に、前記相関量算出手段が、前記サンプル部位と前記標準部位との間の第２の相関量を算出し、
（ｅ） 前記第２の相関量が第２の相関条件を満たさない場合、前記パラメータ最適化手段が、前記第１のノルムに基づいて、前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方を最適化し、
（ｆ） 前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方が最適化された後に、前記相関量算出手段が、前記サンプル部位と前記標準部位との間の第３の相関量を算出し、
（ｇ） 前記第３の相関量が第３の相関条件を満たさない場合、前記パラメータ最適化手段が、前記サンプル部位のマッチング領域と前記標準部位のマッチング領域との間の第２のノルムに基づいて、前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方を最適化し、
（ｈ） 前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方が最適化された後に、前記相関量算出手段が、前記サンプル部位のマッチング領域と前記標準部位のマッチング領域との間の第４の相関量を算出する、
（ａ）〜（ｈ）の処理が繰り返し実行されるように、前記パラメータ最適化手段および前記相関量算出手段を制御する請求項８又は９に記載のマッチング装置。
【請求項１２】
前記サンプル部位の重心を前記標準部位の重心に合わせる重心合せ手段を有する、請求項１〜１１のうちのいずれか一項に記載のマッチング装置。
【請求項１３】
前記一つ以上の第１のパラメータは、３つの角度パラメータであり、前記一つ以上の第２のパラメータは、３つのスケールパラメータである、請求項１〜１２のうちのいずれか一項に記載のマッチング装置。
【請求項１４】
前記第１のノルムは、前記サンプル部位の表面点と前記標準部位の表面点との間のノルムである、請求項１〜１３のうちのいずれか一項に記載のマッチング装置。
【請求項１５】
前記第２のノルムは、前記サンプル部位のマッチング領域の表面点と前記標準部位のマッチング領域の表面点との間のノルムである、請求項７〜１１のうちのいずれか一項に記載のマッチング装置。
【請求項１６】
前記サンプル部位はサンプル脳であり、前記標準部位は標準脳である、請求項１〜１５のうちのいずれか一項に記載のマッチング装置。
【請求項１７】
請求項１〜１６のうちのいずれか一項に記載のマッチング装置を有する磁気共鳴イメージング装置。
【請求項１８】
サンプル部位を標準部位にマッチングさせるマッチング方法であって、
前記サンプル部位と前記標準部位との間のノルムに基づいて、前記サンプル部位を前記標準部位にマッチングさせるための一つ以上の第１のパラメータを最適化するステップと、
前記一つ以上の第１のパラメータが最適化された後に、前記サンプル部位と前記標準部位との間の相関を表す第１の相関量を算出するステップと、
前記第１の相関量が第１の相関条件を満たさない場合、前記ノルムに基づいて、前記サンプル部位を前記標準部位にマッチングさせるための一つ以上の第２のパラメータを最適化するステップと、
前記一つ以上の第２のパラメータが最適化された後に、前記サンプル部位と前記標準部位との間の相関を表す第２の相関量を算出するステップと、
前記第２の相関量が第２の相関条件を満たさない場合、前記ノルムに基づいて、前記一つ以上の第１のパラメータと前記一つ以上の第２のパラメータとの両方を最適化するステップと、
を有する、マッチング方法。
【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】
【公開番号】特開２０１０−１２５１１３（Ｐ２０１０−１２５１１３Ａ）
【公開日】平成２２年６月１０日（２０１０．６．１０）
【国際特許分類】
【出願番号】特願２００８−３０３８１０（Ｐ２００８−３０３８１０）
【出願日】平成２０年１１月２８日（２００８．１１．２８）
【出願人】（３０００１９２３８）ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー (1,125)
【Ｆターム（参考）】
【公開日】平成２２年６月１０日（２０１０．６．１０）
【国際特許分類】
【出願日】平成２０年１１月２８日（２００８．１１．２８）
【出願人】（３０００１９２３８）ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー (1,125)
【Ｆターム（参考）】
[ Back to top ]