医用画像処理装置、画像処理方法及びプログラム
【課題】脳ＭＲＡ画像における閉塞の可能性が高い異常血管候補を自動検出することが可能な医用画像処理装置を提供する。
【解決手段】血管部位名が付帯された血管像に対し、細線化の処理を行った後、各血管の長さを算出する。算出した各血管の長さから、全血管の長さにおける各血管の長さが占める割合を更に算出し、算出した当該割合と、正常値との比較を行う事により閉塞血管の有無及び閉塞血管部位名を検出する。
【解決手段】血管部位名が付帯された血管像に対し、細線化の処理を行った後、各血管の長さを算出する。算出した各血管の長さから、全血管の長さにおける各血管の長さが占める割合を更に算出し、算出した当該割合と、正常値との比較を行う事により閉塞血管の有無及び閉塞血管部位名を検出する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、ＭＲＡ画像において閉塞が起こっている血管部位を自動検出する医用画像処理装置、画像処理方法及びプログラムに関する。
【背景技術】
【０００２】
磁気共鳴断層撮影（ＭＲＩ；Magnetic Resonance Imaging）装置の高性能化と普及に伴い、脳ドックの検査数が急速に増加している。脳ドッグの目的としては、血管の閉塞や狭窄、未破裂動脈瘤等の脳血管疾患に係る危険因子を早期に発見することで、発見された危険因子の発症あるいは進行を防止することにある。
【０００３】
ＭＲＩ装置では、血管内の血液の流れを画像化するＭＲＡ（Magnetic Resonance Angiography）画像を生成することができ、このＭＲＡ画像から血管の閉塞や狭窄、未破裂動脈瘤等の異常を発見することができる。
しかし、閉塞、狭窄や未破裂動脈瘤が極微小である場合、生成された画像から当該異常部位を視覚により識別することが困難である。また、たとえ識別できたとしても、多くの読影時間が必要となることから、医師の疲労による見落としが生じてしまう場合がある。
【０００４】
そこで、識別し難い複数の血管部位が交差する領域について、交差している後方の血管像の輝度を低下させることにより手前の血管像の識別を容易にする、ＭＲＡ画像の表示方法に関する技術が開示されている（特許文献１参照）。また、ＭＲＩによる血管像から計測された血管の直径と、基準となる血管の直径とを比較することにより、狭窄の検出を自動的に行う方法及び装置に関する技術が開示されている（特許文献２参照）。
【特許文献１】特開平５−２７７０９１号公報
【特許文献２】特開２００４−３２９９２９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
しかしながら、上記特許文献１に記載の方法では、医師が観察したい手前の血管像において、更に手前に他の血管像が交差している場合にはその血管像を除去することができない。したがって、必ずしも所望の血管像のみを抽出して観察することが出来るとは限らず、交差部分については詳細な観察が困難となる。また、特許文献２に記載の方法では、血管の狭窄や動脈瘤を自動的に検出する技術ではあっても、血管の「閉塞」を自動的に検出する技術に関するものではない。さらに、特許文献２に記載の方法では、異常血管の有無を検出することは出来ても、特許文献１について上述しているように、血管像が交差していた場合にはどの血管部位について異常が起こっているのかが不明確となる場合がある。
【０００６】
本発明の課題は、閉塞が発生している可能性が高い異常血管部位を自動検出する機能を備えた医用画像処理装置を提供することにある。
【課題を解決するための手段】
【０００７】
請求項１に記載の発明は、
検査対象画像から血管像を抽出する抽出手段と、
前記血管像と血管像に含まれる一又は複数の血管部位が予め特定された参照画像とを比較し、その比較結果に基づいて前記血管像に含まれる一又は複数の血管部位を判別する血管判別手段と、
前記血管判別手段により判別された各血管部位のそれぞれにつき相対的血管長を算出し、各相対的血管長を特徴量として用い判別分析した結果に基づいて異常血管部位を検出する異常血管検出手段と、
を備えることを特徴としている。
【０００８】
請求項２に記載の発明は、請求項１に記載の発明において、
前記検査対象画像を表示する表示手段と、
前記表示された検査対象画像において前記検出された異常血管部位を識別表示させる表示制御手段と、
を備えることを特徴としている。
【０００９】
請求項３に記載の発明は、請求項２に記載の発明において、
前記参照画像は、各血管部位についてその血管名が定められており、
前記異常血管検出手段は、前記参照画像に基づいて前記検出された異常血管部位の血管名を判別し、
前記表示制御手段は、前記判別された異常血管の血管名を識別表示された前記異常血管に対応付けて表示することを特徴としている。
【００１０】
請求項４に記載の発明は、請求項１〜３の何れか一項に記載の発明において、
前記異常血管検出手段は、前記算出された各血管部位の相対的血管長を、正常症例における各血管部位の相対的血管長と比較することにより異常血管部位の有無を検出することを特徴としている。
【００１１】
請求項５に記載の発明は、請求項１〜４の何れか一項に記載の発明において、
前記異常血管検出手段は、前記血管像に対し細線化処理を施し、当該処理画像を用いて各血管部位の相対的血管長を算出することを特徴としている。
【００１２】
請求項６に記載の発明は、請求項１〜５の何れか一項に記載の発明において、
前記検査対象画像は、ＭＲＡ画像であり、
前記異常血管検出手段は、閉塞が発生した異常血管部位を検出することを特徴としている。
【００１３】
請求項７に記載の発明は、請求項１〜６の何れか一項に記載の発明において、
前記異常血管検出手段により検出された異常血管部位に関する情報を、当該検出に用いた相対的血管長の情報と対応付けて記憶する記憶手段を備え、
前記表示制御手段は、前記記憶手段により対応付けて記憶された相対的血管長の情報を２次元空間に分布させて前記表示手段上に表示させ、さらにこの前記２次元空間に分布する何れかの相対的血管長の情報が指定されると、当該指定された相対的血管長の情報に対応付けられた前記異常血管部位に関する情報を前記記憶手段から取得して前記表示手段上に表示させることを特徴としている。
【００１４】
請求項８に記載の発明は、請求項１〜６の何れか一項に記載の発明において、
異常血管部位に関する情報と特徴量とを対応付けて記憶する記憶手段と、
前記特徴量を座標空間にプロットしたときの、該座標空間における前記検査対象画像の特徴量との距離が所定範囲内にある、前記記憶手段に記憶された特徴量と対応付けられた異常血管部位に関する情報を検索する検索手段とを有することを特徴としている。
【００１５】
請求項９に記載の発明は、
前記抽出手段により、検査対象画像から血管像を抽出する抽出工程と、
前記血管判別手段により、前記血管像と血管像に含まれる一又は複数の血管部位が予め特定された参照画像とを比較し、その比較結果に基づいて前記血管像に含まれる一又は複数の血管部位を判別する判別工程と、
前記異常血管検出手段により、前記血管判別手段により判別された各血管部位のそれぞれにつき相対的血管長を算出し、各相対的血管長を判別分析した結果に基づいて異常血管部位を検出する検出工程と、
を含むことを特徴としている。
【００１６】
請求項１０に記載の発明は、請求項９に記載の発明において
コンピュータに、画像処理方法を実行させるプログラムであることを特徴としている。
【発明の効果】
【００１７】
請求項１、９、１０に記載の発明によれば、
検査対象画像における血管像から各血管部位の血管長が算出され、全血管の血管長に対する各血管部位の血管長の割合（相対的血管長）がさらに算出される。このような複数の血管部位との関係で求めた相対的血管長は、ある一つの血管部位でその血管長に変化があれば他の血管部位の相対的血管長に大きな変化をもたらすこととなる。よって、算出された各相対的血管長を特徴量として用い判別分析することにより、対象血管像の各血管部位に異常を伴っている可能性が高い異常血管部位が含まれるか否かを検出することができるとともに、その異常血管部位は何れの血管部位であるかを特定することが可能となる。
【００１８】
請求項２の発明によれば、
検査対象画像及び検査対象画像から検出され異常血管部位画像表示されることで、医師や技師等の閲覧者にとって視覚的に把握し易くなり、異常血管の形状や大きさ等の認識が容易となる。血管像は複数の血管部位が重なり合うことが多い。よって、検出された異常血管部位のみを識別表示することにより、医師は注目したい異常血管部位のみ観察することが可能となる。
【００１９】
請求項３に記載の発明によれば、
対象血管像に各血管部位の名称が付帯され、表示される。これにより、医師は容易に各血管部位の名称を把握することができる。また、血管像が複雑に重なり合う２次元画像上において、血管部位の誤認識を防止することができる。
【００２０】
請求項４に記載の発明によれば、
対象血管像から算出した各血管の相対的血管長と、別に算出した基準となる相対的血管長とを比較することにより、対象血管像の各血管に異常を伴う血管が含まれるか否かが検出される。異常血管が検出された場合、その旨が医師や技師等の閲覧者に通知される。これにより、読影が困難な検査対象画像の場合や医師の疲労等によって、異常血管部位を見落とすことを防止することができる。
【００２１】
請求項５に記載の発明によれば、
検査対象画像から抽出した血管像について細線化を施す。血管の長さの算出には血管の太さが大きく影響し、血管の太さは被写体によって個人差が大きい。よって、血管像については細線化処理を施すことにより、血管像の中心部分のみを用いて血管の長さを算出することができ、血管の長さの算出に対する個人差の影響を最小限にすることができる。従って、血管像における各血管部位の相対的血管長を精度良く算出することができる。
【００２２】
請求項６に記載の発明によれば、
血管の異常が特に閉塞であった場合に、閉塞が起こっている血管部位を検出することができる。
【００２３】
請求項７、８に記載の発明によれば、
記憶手段により、異常血管検出手段が過去に算出した相対的血管長のデータを血管像等と対応付けて記憶することができる。記憶された複数のデータの内、一又は複数のデータが表示制御手段により表示される。操作者は、表示された過去のデータに基づき、現在検出された症例と類似する過去の症例を容易に検索することができる。医師は、検索された症例に基づいて、現在検出された異常血管部位に対する適切な処置を図ることができる。
【発明を実施するための最良の形態】
【００２４】
以下、本発明に係る医用画像処理装置について最適な実施形態の構成及び動作について図面を用いて詳細に説明する。
【００２５】
図１に、本実施形態における医用画像処理装置１０の内部構成を示す。図１に示すように、医用画像処理装置１０は制御部１１、操作部１２、表示部１３、記憶部１４、通信部１５から構成される。本実施形態においては、制御部１１が抽出手段、血管判別手段、異常血管判別手段、表示制御手段、検索手段の各手段として機能する。また、表示部１３は表示手段として、記憶部１４は記憶手段として機能する。その他、操作部１２、通信部１５は、上述した各手段の指示により動作する。
【００２６】
制御部１１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）等から構成され、記憶部１４に格納されている所定のプログラムをＲＡＭに展開し、当該プログラムとの協働により処理動作を統括的に制御する。
【００２７】
操作部１２は、数字キー、文字キー、機能キー等を備えたキーボードや、マウス等を備えて構成され、操作されたキーに対応する操作信号を制御部１１に出力する。
【００２８】
表示部１３は、ＬＣＤ（Liquid Crystal Display）等を備えて構成され、制御部１１の表示制御に従って、医用画像や操作画面等の各種表示情報を表示する。なお、表示部１３は、操作部１２と一体型のタッチパネルを構成する態様としてもよい。
【００２９】
記憶部１４は、システムプログラムの他、制御部１１により実行される制御プログラムや画像処理プログラム等の各種プログラムを備え、各プログラムの実行に必要な各種パラメータを記憶し、実行された後に処理されたデータ等を記憶する。また、過去の症例の異常血管部位に関する情報と、該症例において算出された特徴量である相対的血管長とを対応付けて記憶する。なお、相対的血管長については後述する。
【００３０】
通信部１５は、ネットワークインターフェイスカードやモデム等の通信用のインターフェイスを備えて構成される。医用画像処理装置１０により画像生成された医用画像が、通信部１５を介してプリンタサーバや画像サーバ、ビューワ等の外部装置へ送信される。
【００３１】
次に、図２、図４、図１１のフローチャートを参照して上述した医用画像処理装置１０の動作について説明する。なお、以下に説明するフローチャートにおける各処理は、制御部１１と記憶部１４に記憶された各種のプログラムとの協働により実行される。
【００３２】
まず、図２のフローチャートを参照して、本発明に係る医用画像処理装置１０の処理の概要について説明する。
大略して各血管部位の名付けを行う「血管部位判別処理」（ステップＳ１〜Ｓ４）と、閉塞等の異常血管候補を検出する「異常血管検出処理」（ステップＳ５〜Ｓ８）とで構成されている。
本実施形態において、ステップＳ１が抽出工程、ステップＳ２〜Ｓ４、ステップＳ１１〜Ｓ１７が判別工程、ステップＳ５〜Ｓ８、ステップＳ２１〜Ｓ３０が検出工程に対応している。
【００３３】
詳細については後述するが、血管部位判別処理では、まず制御部１１により検査対象となる３次元ＭＲＡ画像（以下「対象画像」）が入力される（ステップＳ１）。制御部１１では入力された対象画像から血管像（以下「対象血管像」）が抽出され、この対象血管像を血管の部位が予め設定されている参照画像（図３参照）と比較するために、当該対象画像について、平行移動、回転を伴う各画像処理が施される（ステップＳ２）。制御部１１では、対象血管像と参照画像とが比較され（ステップＳ３）、その比較結果に基づいて対象血管像に含まれる複数の血管部位が判別される。その後、参照画像に設定されている各血管部位の名称の情報が原画像である対象画像のヘッダ領域に書き込まれ、付帯される（ステップＳ４）。
【００３４】
さらに、異常血管検出処理では、制御部１１により全ての血管部位の長さにおける各血管部位の長さの割合（以下「相対的血管長」）が個別的に算出される（ステップＳ５）。算出された各相対的血管長は、正常症例における各血管部位の長さの割合（以下「正常値」）と比較される（ステップＳ６）。なお、ここでいう正常値とは、正常かつ平均的な健康状態であると医師により認定された被写体の３次元ＭＲＡ画像から算出された相対的血管長である。
【００３５】
制御部１１では、比較の結果、対象血管像から算出された各相対的血管長が、正常値と所定値以上の差異がある場合、当該所定値以上となる血管部位において閉塞がある可能性が高いと判断され、当該血管部位が異常血管候補として検出される（ステップＳ７）。
ＭＲＡ画像は血管の流れを撮影するものである。閉塞が発生している血管は血液が流れないため、ＭＲＡ画像においては血管像として画像化されないこととなる。よって、閉塞が発生している場合には正常な場合に比して各相対的血管長のバランスが大きく崩れていることが考えられる。本実施形態では、各相対的血管長を求め、これを正常症例の各相対的血管長（正常値）と比較することにより、閉塞の可能性が高い異常血管候補を検出するものである。
次いで、制御部１１において上記３次元ＭＲＡ画像の付帯情報に基づいて、異常血管候補の名称が判別されると（ステップＳ８）、本処理は終了する。
【００３６】
閉塞が発生している可能性が高い血管部位の名称を医師に提示することで、読影に要する時間の短縮化や医師の疲労による異常部位の見落とし防止等を図ることができる。また、異常レベルの数値化（相対的血管長の算出）により、異常の中でも特に重篤であるか否かの判断をすることができる。具体的には、正常値との比較により、正常値との差が大きいほど異常の程度が大きい（重篤である）ことを示す。さらに、異常血管検出処理により算出された、過去の相対的血管長に関するデータを図示しないデータベース等に格納しておくことで、現在検出した症例に類似した過去の症例を検索する際に利用することができる。過去の類似症例の経過観察結果から、現在の症例に対して適切な処置を図ることができる。
【００３７】
ここで、図３を参照して、上述した血管部位判別処理において用いる参照画像について説明する。
参照画像は、図３（ａ）に示すように、３次元ＭＲＡ画像上の血管像について、一又は複数の血管部位の位置及びその名称が予め設定されたものである。ここで、血管部位とは解剖学上の血管の分類をいい、血管部位の位置とは当該血管部位に属するボクセルの位置をいう。
【００３８】
図３（ａ）では、血管像に含まれる８つの血管部位（前大脳動脈ＡＣ、右中大脳動脈ＲＣ、左中脳動脈ＬＣ、右内頸動脈ＲＩ、左内頸動脈ＬＩ、右後大脳動脈ＲＰ、左後大脳動脈ＬＰ、脳底動脈ＢＡ）についてその位置及び血管部位の名称を設定した例を示している。なお、図３（ａ）では８つの血管部位のうち、３つの血管部位（右中大脳動脈ＲＣ、前大脳動脈ＡＣ、脳底動脈ＢＡ）についてのみ名称を示しているが、８つ全ての血管部位について名称は設定される。
【００３９】
参照画像ｇ２は、参照画像用に選択された、図３（ｂ）に示すような頭部ＭＲＡ画像ｇ１の３次元データから作成される。まず、この３次元データからある間隔毎にアキシャル画像（体軸に垂直な面でボクセルを切り出した２次元断層画像）を作成する。そして、一のアキシャル画像において医師の指摘に基づき、手動操作により各血管部位に属するボクセルを指定し、さらにその血管部位の名称を指定する。これを体軸方向に位置を変えてスライスした各アキシャル画像について繰り返すことにより、３次元データを構成する全ボクセルのうち、各血管部位に属するボクセルの位置及び血管部位の名称を設定することができる。
【００４０】
また、参照画像ｇ２には血管の屈曲点、終局点、血管部位同士の交差点等の特徴的な箇所においてランドマークのボクセルが設定される。ランドマークは対象画像と参照画像との位置合わせに使用されるものであるが、詳細な説明は後述する。ランドマークについても医師の指摘に基づく手動操作に応じて設定される。
【００４１】
以上のようにして作成された参照画像ｇ２は、記憶部１４に保存される。
なお、参照画像ｇ２の作成は医用画像処理装置１０の制御部１１で行ってもよいし、外部で作成されたものを記憶部１４に保存することとしてもよい。また、血管像に含まれる８つの血管部位を示すため、図３（ａ）では各血管部位を識別表示したが、実際の参照画像ｇ２は背景が黒（低信号値）、血管像が白（高信号値）と２値化された画像である。そして、各血管部位に属するボクセルの位置情報、名称の情報及びランドマークであるボクセルの位置情報は、参照画像に付帯されている、或いは参照画像と対応付けて別ファイルとして記憶部１４に保存される。
【００４２】
次に、図４のフローチャートを参照して血管部位判別処理について具体的に説明する。
医用画像処理装置１０では、まず対象画像に対して制御部１１により正規化処理が施される（ステップＳ１１）。
対象画像として用いられるＭＲＡ画像は、血液の流れを画像化したものであるため、被写体や撮影条件によってボクセルが等サイズではない直方体となったり、ボクセル値の最大値、最小値にばらつきが生じたりする。そこで、対象画像に関する前提条件を統一するため、正規化処理を施す。
【００４３】
正規化処理では、まずボクセルを構成する全ての辺が等サイズとなるように線形補間法により対象画像が変換される。次に、対象画像の全てのボクセルのボクセル値についてヒストグラムが作成され、ヒストグラムの上位５％以上のボクセル値を１０２４、最小のボクセル値を０として、対象画像の全てのボクセル値が０〜１０２４の階調に線形変換される。このとき、ボクセル値が高信号値であるほど濃度値１０２４に近く、低信号値であるほど濃度値０に近くなるように変換される。なお、濃度階調のレンジは、０〜１０２４に限らず適宜設定可能である。
【００４４】
図５に、正規化処理の一例を示す。
図５（ａ）に示す対象画像ｇ３、図５（ｂ）に示す対象画像ｇ４はそれぞれ異なる患者を被写体としたものである。そのため、対象画像ｇ３から得られたヒストグラムｈ１（図５（ａ）参照）と、対象画像ｇ４から得られたヒストグラムｈ３（図５（ｂ）参照）とでは、２つの極大点があるという特徴が共通するが、そのボクセル値の範囲にかなり相違があり、全体としてヒストグラム特性が異なるものとなっていることが分かる。このようなヒストグラム特性を有する対象画像ｇ３、ｇ４について上記の正規化処理を施した後に再度ヒストグラムを作成すると、図５（ａ）に示すヒストグラムｈ２、図５（ｂ）に示すヒストグラムｈ４がそれぞれ得られる。ヒストグラムｈ２、ｈ４から分かるように、正規化処理によって各対象画像ｇ３、ｇ４のヒストグラム特性がほぼ同じものとなっている。
【００４５】
正規化処理を終えると、制御部１１では当該正規化された対象画像から血管像が抽出される（ステップＳ１２）。
まず、対象画像について閾値処理が施され、２値化が行われる。一般的に、ＭＲＡ画像では、図６（ａ）に示すように血管像は白く、その他の組織部分は黒っぽく表示されるため、２値化画像では血管像はその他の領域とは異なる値となる。よって、領域拡張法により血管像と同程度の信号値を有する領域の抽出を行う。
【００４６】
領域拡張法では、２値化画像を用いて始点となるボクセル（最も白く高濃度値のボクセル）を決定し、２値化処理前の対象画像においてその始点と決定されたボクセルの近傍２６ボクセルを調べ、ある判定条件（例えば、濃度値が５００以上であること）を満たす近傍ボクセルを血管像と判断する。そして、この血管像と判断された近傍ボクセルについても上記と同様の処理を繰り返す。このように、領域を拡張しながら判定条件を満たすボクセルを順次抽出することにより、血管像の画像領域を抽出することができる。
【００４７】
図６（ｂ）に、血管像を抽出した対象血管像ｇ６を示す。
対象血管像ｇ６は、図６（ａ）に示す正規化後の対象画像ｇ５から血管像を抽出し、当該血管像の領域を白（濃度値１０２４）、その他の領域を黒（濃度値０）で２値化したものである。
【００４８】
次に、制御部１１では、対象血管像の位置と参照画像の血管像の位置とを略一致させるため、各画像の重心位置を元に位置合わせが行われる（ステップＳ１３）。重心位置は、血管像に属する全てのボクセルの重心となるボクセルの位置である。
【００４９】
図７を参照して、具体的に説明する。
図７（ａ）は、位置合わせ前の対象血管像と参照画像とを重ね合わせた図である。図７（ａ）から単に対象血管像と参照画像を合わせただけではそれぞれの血管像の位置が一致していないことが分かる。
そこで、制御部１１では、図７（ａ）に示すように対象血管像の重心Ｐ（ｘ１、ｙ１、ｚ１）、参照画像の重心Ｑ（ｘ２、ｙ２、ｚ２）の位置が求められる。次いで、この重心位置Ｐ、Ｑが一致するように、対象血管像又は参照画像が平行移動される。平行移動により各重心位置Ｐ、Ｑを一致させた結果が、図７（ｂ）に示す図である。図７（ｂ）から対象血管像と参照画像の位置が大まかに一致していることが分かる。
【００５０】
さらに、精度よく位置合わせを行うため、制御部１１では対象血管像について剛体変形が行われる（ステップＳ１４）。
まず、剛体変形の前処理として相互相関係数を用いた対応点の検索が行われる。剛体変形は、位置合わせを行う２つの画像についてそれぞれ複数の対応点を設定し、この２つの画像において設定された対応点がそれぞれ一致するように一方の画像を変換するものである。ここでは、参照画像において予め定められているランドマークのボクセルと、局所的に画像特性が類似する対象血管像のボクセルが対応点として設定される。画像特性の類似性は、対象血管像と参照画像について相互相関係数が求められ、この相互相関係数に基づいて判断される。
【００５１】
具体的には、図８（ａ）に示すように、予め参照画像ｇ７の血管像において設定されている１２点のランドマークに対応する対応点が対象血管像から検索される。対応点の検索時には、図８（ｂ）に示すように、対象血管像ｇ８において、参照画像ｇ７の各ランドマークと対応する位置のボクセルを開始点とし、対象血管像ｇ８及び参照画像ｇ７において当該開始点及びランドマークのボクセルからＸ軸、Ｙ軸、Ｚ軸方向に−１０〜＋１０ボクセルの範囲（２１×２１×２１ボクセルの立方領域）内のボクセルが探索され、各ボクセルについて、下記式（１）により相互相関係数Ｃ（以下「相関値Ｃ」）が算出される。
【数１】
上記式（１）においてＡ（ｉ，ｊ，ｋ）は参照画像ｇ７のボクセル位置、Ｂ（ｉ，ｊ，ｋ）は対象血管像ｇ８のボクセル位置を示す。ＩＪＫは探索領域のサイズを示し、ＩＪＫ＝２１×２１×２１である。
【００５２】
また、α、βは、それぞれ参照画像ｇ７、対象血管像ｇ８における探索領域内のボクセル値の平均値であり、下記式（２）、（３）により示される。σＡ、σＢは、それぞれ参照画像ｇ７、対象血管像ｇ８における探索領域内のボクセル値の標準偏差であり、下記式（４）、（５）により示される。
【数２】
【００５３】
相関値Ｃは−１．０〜１．０の値域を持ち、最大値１．０に近いほど、参照画像ｇ７と対象血管像ｇ８の画像特性が類似していることを示す。
そこで、最も大きな相関値Ｃをとるボクセルの位置が、参照画像ｇ７のランドマークに対応する対象血管像ｇ８の対応点として設定される。
【００５４】
対応点が設定されると、制御部１１ではこの対応点に基づき、対象血管像ｇ８に対して剛体変形を施すことにより、対象血管像ｇ８と参照画像ｇ７との位置合わせが行われる。剛体変形は、アフィン変換の一つであり、回転、平行移動により座標変換を行うものである。位置合わせは、最小二乗法を用いた剛体変形を複数回繰り返すＩＣＰ（Iterative Closest Point）アルゴリズムにより対象血管像ｇ８の対応点が参照画像ｇ７のランドマークに一致するように行われる。このアルゴリズムによれば、剛体変形を行う毎に、参照画像のランドマークと対象血管像の対応点における距離の最小二乗誤差を算出し、当該最小二乗誤差がある閾値を超える等の終了条件を満たすまで剛体変形が繰り返される。なお、剛体変形に代えてアフィン変換（回転、平行移動に加えて拡大縮小を行う変換方法）を行うこととしてもよい。
【００５５】
次いで、参照画像に基づき、剛体変形により位置合わせされた対象血管像に含まれる各血管部位が制御部１１において判別される（ステップＳ１５）。
まず、参照画像の各血管部位に属するボクセル全てを対象に（以下「対象ボクセル」）、対象血管像における一の注目ボクセルとのユークリッド距離の２乗が求められる。そして、その求めたユークリッド距離が最短となる対象ボクセルが属する血管部位が、注目ボクセルが属する血管部位であると判断される。またこのとき、対象ボクセルに設定されている血管部位の名称から、注目ボクセルの血管部位の名称が判断される。
【００５６】
対象血管像の血管像を構成する全てのボクセルに対し、注目ボクセルを設定して上記の処理を行い、全ボクセルについて対応する血管部位が判別されると、その判別された血管部位に属するボクセルの位置、血管部位の名称を示す血管部位情報が制御部１１により生成され、対象画像に付帯される（ステップＳ１６）。
例えば、位置（ｘ３、ｙ３、ｚ３）のボクセルは前大脳動脈の血管部位であると判別された場合、そのボクセル位置「（ｘ３，ｙ３、ｚ３）」のボクセルは血管名称「前大脳動脈」の血管部位であることを示す血管部位情報が対象画像のヘッダ領域に格納されることで付帯される。
【００５７】
図９に、血管部位の判別結果を示す。
図９（ａ）に示す対象血管像ｇ９と図９（ｂ）に示す対象血管像ｇ１１は、それぞれ異なる被写体から得られた画像であり、図９（ａ）に示す画像ｇ１０、図９（ｂ）に示す画像ｇ１２はそれぞれ対象血管像ｇ９、ｇ１１から各血管部位が判別され、その血管部位毎に色を変えて識別表示した画像である。画像ｇ１０、ｇ１２から、剛体変形による位置合わせを行うことにより、画像ｇ１０、ｇ１２の血管像が異なる形態（血管の位置、大きさ、延在方向等）であるにも拘わらず、同じように血管部位を識別できていることが分かる。
【００５８】
以上が、対象画像における血管部位を判別し、その血管部位情報を付帯するまでの流れである。そして、このような対象画像について操作部１２を介して表示指示操作がなされると、制御部１１により対象画像にＭＩＰ（Maximum Intensity Projection）処理が施されてＭＩＰ画像が生成され、表示部１３上に表示される（以下、ＭＩＰ画像の表示をＭＩＰ表示という）。
なお、ＭＩＰ法とは、３次元的に構築された画像データに対し任意の視点方向に投影処理を行うことで投影経路中の最大値を投影面（２次元面）に表示する手法であり、断層像だけでは全体としての連続性が把握し難い場合に有効な手法である。
【００５９】
対象画像がＭＩＰ表示された状態においてさらに血管部位の識別表示の指示操作がなされると、制御部１１では対象画像に付帯されている血管部位情報が参照され、この血管部位情報に基づき、ＭＩＰ画像中の血管像において各血管部位が識別可能となるように表示制御が行われる（ステップＳ１７）。
【００６０】
例えば、血管部位情報に基づいて各血管部位のボクセル位置及び名称が判別されると、制御部１１では、ＭＩＰ画像において前大脳動脈ＡＣの血管部位に属するボクセルには青色、脳底動脈ＢＡの血管部位に属するボクセルには緑色等、血管部位毎に判別された位置にあるボクセルに血管部位毎の色が設定される。そして、対象画像のＭＩＰ画像に当該設定色を反映させる。さらにその血管部位の名称を指示すアノテーション画像が作成されてＭＩＰ画像の対応する血管部位に合成される。
【００６１】
図１０に、識別表示例を示す。
図１０においてＭＩＰ画像ｇ１３は対象画像が頭部上方向からＭＩＰ表示されたものである。このＭＩＰ画像ｇ１３が表示された状態で各血管部位の識別表示が指示操作されると、識別表示画像ｇ１４が表示される。識別表示画像ｇ１４は、対象血管像において８種類の血管部位にそれぞれ異なる色を付す等して、各血管部位を識別表示したものである。識別表示画像ｇ１４において、医師によりある血管部位が選択操作されると、制御部１１の表示制御により当該選択された血管部位に関連づけて「脳底動脈」等の血管部位の名称を示すアノテーションｍが表示される。
【００６２】
上記頭部上方向のＭＩＰ画像ｇ１３に対して、側面方向からのＭＩＰ表示が指示されると、制御部１１により側面方向に応じたＭＩＰ画像ｇ１５が作成されて、表示される。ＭＩＰ画像ｇ１５では、手前側の血管像と後方側の血管像とが重なり合っており、観察しづらい表示となっている。このようなＭＩＰ画像ｇ１５においても、血管部位の識別表示が可能である。血管部位情報を参照することにより、何れのボクセルが何れの血管部位に該当するのかを判別することができるため、ＭＩＰ表示の観察方向の変動によらず、識別表示すべきボクセルを特定できるからである。
【００６３】
ＭＩＰ画像ｇ１５に対応する識別表示画像は画像ｇ１６である。この識別表示画像ｇ１６においては、何れかの血管部位のみを抽出して表示することが可能である。
制御部１１では、操作部１２を介して何れか一の血管部位が選択操作されると、当該選択された血管部位のボクセルの輝度のみを投影させたＭＩＰ画像、つまり対象画像のＭＩＰ画像ｇ１５から選択された血管部位のみが抽出された血管選択画像ｇ１７が表示される。血管選択画像ｇ１７では、選択された血管部位のみＭＩＰ表示され、その他の血管部位が非表示とされているため、医師は関心のある血管部位のみに注目して観察することができる。
【００６４】
また、これら表示された画像ｇ１３〜ｇ１７は、同一画面上に並べて表示することとしてもよいし、一画面一画像として切替表示することとしてもよい。前者の場合、ＭＩＰ画像ｇ１３と識別表示画像ｇ１４、血管選択画像ｇ１７等とを比較観察することが可能となるし、後者の場合は全画面表示で各画像ｇ１３〜ｇ１７を観察することができ、詳細を観察しやすくなる。
【００６５】
次に、図１１のフローチャートを参照して、異常血管検出処理について具体的に説明する。
上述した血管部位判別処理の後、制御部１１により対象血管像に対して細線化処理が施される（ステップＳ２１）。細線化とは、一定の太さのある図形を、屈曲点、終局点、血管部位同士の交差点等の特徴的な箇所を除いて、太さ１の線図形に変換する処理をいう。後段の処理において血管の長さを算出するがこの長さは血管領域を構成するボクセル数によって算出されるものである。血管領域は同じ血管部位であっても被写体によって個人差が生じる。細線化処理はこの血管領域の個人差を最小限とするために行うものである。
【００６６】
具体的には、まず、血管領域を抽出した２値画像（血管領域の濃度値が１、背景の濃度値が０となる画像）に対して、２乗ユークリッド距離変換を行う。ユークリッド距離変換された画像とは、入力画像の全てが０の値となるボクセル（以下「０ボクセル」）から注目ボクセルまでの距離の最小値の２乗で定義される画像である。境界ボクセル（注目ボクセルの２６近傍に１以上の０ボクセルが存在する）中で最小の距離をもつ画像を抽出し、それらのボクセルをその近傍の０ボクセルの配置によって９種類に分類する。分類した一のボクセルについて、同一種類の境界ボクセルの消去可能性を判定し、消去可能なボクセルを逐次的に消去（０ボクセルに変更）する。９種類の境界ボクセルの各々について上述と同様の処理を行い、消去可能ボクセルが存在するまで繰り返すことで細線化の処理が実行される。なお、細線化については上記以外の何れの方法を適宜適用してもよく、例えば、文献「Saito T, Toriwaki J. A sequential thinning algorithm for three dimensional digital pictures using the Euclidean distance transformation. Proceedings of the 9th Scandinavian Conference on Image Analysis SCIA 95. Uppsala, Sweden 1995;507-516.」に記載されている３次元画像における細線化処理が、いわゆる当業者において知られている。
【００６７】
図１２に、細線化処理の結果例を示す。
図１２（ａ）には、正常かつ平均的な健康状態である被写体の血管像（以下「正常血管像」）ｇ１８、ｇ１９を示し、図１２（ｂ）には、閉塞を伴った被写体の血管像（以下「閉塞血管像」）ｇ１９、ｇ２０を示す。また、血管像ｇ１８、ｇ２０は細線化処理を施す前のものであり、血管像ｇ１９、ｇ２１は細線化処理を施した後のものである。正常血管像ｇ１９と閉塞血管像ｇ２１とを比較すると、例えば、右中大脳動脈ＲＣの血管の長さの違いが明確に表示されていることが分かる。
【００６８】
細線化処理が施されると、制御部１１により細線化処理された閉塞血管像ｇ２１から各血管部位における血管の長さが算出される（ステップＳ２２）。
具体的には、細線化処理が施されることにより、血管の芯線画像（血管を細線化して得られた血管の中央部分（芯）が１ボクセルでその他のボクセルが０ボクセルとなった画像）が取得される。取得された芯線画像から、１ボクセルのボクセル数をカウントすることにより血管の長さが算出される。
【００６９】
次に、制御部１１により相対的血管長が算出される（ステップＳ２３）。相対血管長は全血管部位の長さに対する各血管部位の長さの比率である。全血管部位の長さは、ステップＳ２２において算出した各血管部位の長さの総和を求めることにより算出される。ここでは、血管判別処理において上述した８つの血管（前大脳動脈ＡＣ、右中大脳動脈ＲＣ、左中脳動脈ＬＣ、右内頸動脈ＲＩ、左内頸動脈ＬＩ、右後大脳動脈ＲＰ、左後大脳動脈ＬＰ、脳底動脈ＢＡ）の８つの血管部位の各相対的血管長を算出する例を説明する。
【００７０】
図１３に、複数の被写体において算出された相対的血管長の一例を示す。正常かつ平均的な健康状態である被写体の正常血管像から算出された各相対的血管長（正常値）は、異なる被写体同士であっても同程度の割合となる（例えば、図１３に示すように被写体Ａ〜Ｃの前大脳動脈ＡＣの割合は同程度である）。一方、閉塞を伴った被写体の血管像から算出された各相対的血管長は、閉塞が発生している血管部位の割合が著しく小さくなるとともに、その他の正常な血管部位の割合が大きくなり、各相対的血管長のバランスが大きく崩れている。これは閉塞が生じた血管部位の長さが短くなると、全血管長を占める閉塞の血管部位の長さの比率が小さくなるに伴い、その他の正常な血管部位の比率が大きくなるためである。図１３では、被写体Ｄは右中大脳動脈ＲＣ、被写体Ｅは前大脳動脈ＡＣ及び左後大脳動脈ＬＰにそれぞれ閉塞が起こっている可能性を確認することができる。
【００７１】
次に、図１４、１５を参照して、算出された相対的血管長をある任意の座標系に分布させる処理について、以下に説明する。
正常血管像から算出された各相対的血管長（正常値）と、閉塞血管像から算出された各相対的血管長（閉塞値）との分布の様子から、各血管部位が正常か否かを容易に判断する事ができる。さらに、閉塞値同士が近い位置に分布する場合、当該分布の範囲内にある閉塞値を、過去の類似症例として容易に検索することができる。
【００７２】
制御部１１では、上述したステップ２３の処理により算出した８つの相対的血管長が８つの特微量として８次元空間にプロットされる（ステップＳ２４）。
図１４（ａ）に、３つの相対的血管長を特微量として３次元空間にプロットした分布図を示す。なお、説明の便宜上、ここでは３つの相対的血管長を基に３次元空間にプロットする例を示したが、実際には上述したように、８つの相対的血管長を要素として８次元空間にプロットするものとする。また、図１４（ｂ）は、３つの相対的血管長における正常な被写体Ａ〜Ｃと、閉塞を伴う被写体Ｄ、Ｅを示す。
【００７３】
図１４（ａ）のＰＡ〜ＰＣは、正常血管像ｇ１９から算出された正常値の特微量の分布である。正常値では、各相対的血管長が一定のバランスを保っているため、ＰＡ〜ＰＣは互いに近い位置に分布し、一定の範囲Ｎ（以下「正常範囲Ｎ」）を構成する。
一方、ＰＤ、ＰＥは閉塞値の分布であり、正常範囲Ｎから一定の離れた距離の位置に分布することとなる。よって、ＰＤ又はＰＥから、正常範囲Ｎまでのユークリッド距離が制御部１１により計算され、計算された距離が所定値を超える分布については閉塞の可能性が高いと判断される。
【００７４】
次に、図１５を参照して、特微量がプロットされた多次元空間を、２次元空間に変換する処理について説明する。２次元空間へと変換することにより、表示部１３に表示した場合には、視覚的に正常値と閉塞値との分布の様子を認識することができる。また、分布する閉塞値の中でも、過去の類似症例を検索することが容易となる。
【００７５】
制御部１１では主成分分析により特微量空間である８次元空間を２次元空間へと変換する（ステップＳ２５）。
主成分分析とは、相関関係にある複数の要素を合成、圧縮して複数の成分を一つの成分とし、その特性を求める方法である。ここで施される主成分分析は、８つの相対的血管長を圧縮して一つの成分を算出し、その特性を２次元空間上にプロットする。プロットされた位置は、８つの特微量の内全てが同一でない限りは、同一の場所にプロットされることはない。
【００７６】
図１５（ａ）は、８次元空間を主成分分析により２次元空間に変換した分布図であり、複数の正常値（ＰＡ〜ＰＣ、ＰＡａ〜ＰＣａ）及び閉塞値（ＰＤ、ＰＥ、ＰＤａ、ＰＥａ）が２次元空間にプロットされている。なお、座標空間にプロットされている正常値及び閉塞値は、記憶部１４に記憶された過去症例及び検査対象画像に基づくものである。
図１４（ａ）と同様に、正常値は正常値同士近い位置となるような正常範囲Ｎ内に分布し、一方で閉塞値は正常範囲Ｎから離れた閉塞範囲ＡＮに分布する。閉塞範囲ＡＮ内でも、閉塞値同士で近い距離（所定範囲）に分布する場合もある。閉塞値同士が近い位置に分布しているということは、閉塞が発生した血管部位が同じであり、かつ閉塞の起きている程度（相対的血管長）も同程度であることを意味する。
【００７７】
ところで、８次元空間に分布している特微量を２次元空間に分布させて、表示部１３により表示させる利点は、視覚的に認識することが容易となることである。また、過去の類似症例について検索したい場合には、例えば、プロットされている所望の個所を操作部１２が備えるマウス等（図示省略）でクリックする。操作部１２から指示を受けた制御部１１の表示制御により、当該クリック操作された特徴量に該当する過去の類似症例が表示部１３に表示される。
図１５（ｂ）に、プロットされている所望の個所をマウス等でクリックした場合における表示画面の一例を示す。操作者がマウス等で、相対的血管長の情報となるプロット個所Ｐをクリックすると、相対的血管長の情報と対応付けられて記憶部１４に記憶されている異常血管部位に関する情報Ｉが画面に表示される。異常血管部位に関する情報Ｉとは、例えば、異常血管部位名、相対的血管長、閉塞血管像等の各情報である。
このように、表示部１３に過去の類似症例が表示される態様とすることで、過去症例のデータについて簡易に検索することができる。
【００７８】
次に、主成分分析により２次元空間に分布された特微量について、更に２次識別器（ＱＤＡ；Quadratic Discriminant Analysis）処理を施す（ステップＳ２６）。
図１５（ｃ）は、ＱＤＡを用いた判別分析により正常値（ＰＡ〜ＰＣ、ＰＡａ〜ＰＣａ）と閉塞値（ＰＤ、ＰＥ、ＰＤａ、ＰＥａ）とを判別した一例である。
【００７９】
ＱＤＡとは、正常値と閉塞値とから特微量を抽出し、特微量空間での正常値の分布と閉塞値との分布とを２次曲面で分離することにより、一方を正常値クラスＮａ、他方を閉塞値クラスＡＮａとして判別する方法である。なお、２次曲面は下記式（６）により表すことができる。
【数３】
ここで，Xはすべての候補の特徴量ベクトルである。(MA, ΣA)と(MN, ΣN)はそれぞれ閉塞値と正常値の平均特徴量ベクトルと特徴量の共分散行列を表す。ＱＤＡは，８つの特徴量によって測定された特徴量空間を，２つのクラス，すなわち正常値クラスＮａと閉塞値クラスＡＮａに分割する識別境界Ｍを生成する。ＱＤＡによる識別境界は，識別関数によって与えられる２次曲面である。識別関数Ｍの出力値は、閉塞値の可能性を示す。したがって、識別関数Ｍの出力を閾値処理することによって特微量を正常値クラスＮａと閉塞値クラスＡＮａに分類することができる。また、識別関数Ｍの出力値の閾値を変化させることにより、閉塞値の検出性能を任意に決定することができる。
なお、本実施形態においては識別器としてＱＤＡを用いることにしたが、これに限らず、ニューラルネットワークやサポートベクタマシン等を用いてもよい。
【００８０】
ＱＤＡにより生成された識別境界Ｍにより、主成分分析による表示に加えて閉塞分布をより視覚的に把握することができ、正常値と閉塞値の区分けも容易となる。表示部１３に表示されたプロット値の内、操作者が操作部１２により任意に選択したプロット値（或いは、対象画像から取得されたプロット値）が正常値か閉塞値かは、識別境界Ｍとの比較により、制御部１１によって判断される（ステップＳ２７）。
【００８１】
選択されたプロット値が識別境界Ｍよりも小さいと判断された場合（ステップＳ２７；Ｎｏ）、すなわち正常値クラスＮａである場合には、当該プロット値は正常値であると認識される。なお、このような判別分析により制御部１１において当該判断、認識する他、図１５（ａ）〜（ｃ）に示す分布図を表示部１３に表示する態様とした場合であれば、操作者（医師）による人為的な判断、認識が可能である。
【００８２】
選択されたプロット値が識別境界Ｍよりも大きいと判断された場合（ステップＳ２７；Ｙｅｓ）、すなわち閉塞値クラスＡＮａである場合には、当該プロット値は閉塞値であると認識される（ステップＳ２８）。閉塞値と認識されたプロット値については、以下に説明する血管部位の検出処理へと移行する。
【００８３】
図１６に、血管部位判別処理により対応付けられた各血管部位名（前大脳動脈ＡＣ、右中大脳動脈ＲＣ、左中脳動脈ＬＣ、右内頸動脈ＲＩ、左内頸動脈ＬＩ、右後大脳動脈ＲＰ、左後大脳動脈ＬＰ、脳底動脈ＢＡ）と、異常血管検出処理により算出された各相対的血管長とが対応付けられた検査対象値の一例を示す。また、同様の対応付けが正常値についても実行される（以下、対応付けされた正常値を「正常対象値」という）ものとする。検査対象値及び正常対象値は、特微量空間においてプロットされた特徴量に、各血管部位名を対応付けたものである。なお、当該対応付け及び以下に説明する処理は、制御部１１により実行される。
【００８４】
検査対象値と正常対象値が比較されることで、どの血管部位に閉塞が発生している可能性が高いかが検出され（ステップＳ２９）、閉塞が発生している可能性が高い血管部位名が検出された場合には、操作者に対して検出した血管部位名が通知されることとなる。
操作者に対する通知手段として、上述した「血管判別処理」におけるステップＳ１７と同様の処理を行う。具体的には、閉塞が発生している可能性が高い血管部位名にのみアノテーションｍが表示されるように表示制御が行われる（図１０のｇ１４参照）。操作者に対して当該血管部位名の表示がなされ（ステップＳ３０）、本処理は終了する。
【００８５】
以上のように、本実施形態によれば、制御部１１により対象画像の相対的血管長が算出され、算出された相対的血管長を用いて正常値を基準とする判別分析が行われる。判別分析の結果、閉塞血管の有無及び閉塞血管部位名が検出される。検出された閉塞血管部位名が、読影医師や閲覧者等に提示されることにより、複雑なＭＲＡ画像について読影する際の、読影時間の短縮化、閉塞血管の見落とし防止等を図ることができる。
【００８６】
複数の血管部位との関係で求めた相対的血管長によって判別分析を行うことにより、閉塞血管部位の検出が容易となる。これは、ある一つの血管部位でその血管長に変化があれば他の血管部位の相対的血管長に大きな変化をもたらすこととなるためである。よって、算出された各相対的血管長を判別分析すると、閉塞血管部位が含まれている場合には正常値ではなく閉塞値のほうへ分布しやすくなり、閉塞血管部位が含まれているか否かの判断が容易となる。また、同じ閉塞値側に偏って分布する場合でも、閉塞が発生している血管部位毎に分布に偏りが生じる。従って、何れの閉塞値に近いかを判断することにより、閉塞が発生した血管部位を特定することも可能である。
【００８７】
また、８つの相対的血管長を特微量として８次元空間へプロットし、主成分分析した結果に基づいて２次元空間へと変換する。これにより、正常値の分布と閉塞値の分布とを視覚的に認識することが容易となる。更には、過去の類似症例についての検索を行う場合には、特微量空間において対象検査値と近い位置にプロットされたものについて検索すればよく、検索効率の向上を図ることができる。
【００８８】
また、血管判別処理によれば、画像上の血管像に含まれる８つの血管部位の位置及び名称を予め定めた参照画像と対象画像とを、その血管像について位置合わせすることにより、対象血管像に含まれる各血管部位の位置及び名称を判別する。そして、この位置及び名称の情報を血管部位情報として対象画像に付帯させるので、対象画像のＭＩＰ表示を行う際には当該血管部位情報に基づき、各血管部位を容易に判別することができ、各血管部位の識別表示が可能となる。従って、医師は対象画像における特定の血管部位に注目して対象画像を観察することが可能となり、読影効率の向上を図ることができる。
【００８９】
ＭＩＰ表示を行う際、そのＭＩＰ表示を行う方向によっては複数の血管部位が重複し、注目したい血管部位に対する観察が困難となる場合がある。
しかしながら、本処理を施すことにより各血管部位の識別表示が可能となるため、医師は各血管部位についての位置や名称を容易に特定することができ、読影作業の効率化を図ることができる。
【００９０】
また、識別表示された各血管部位のうち、任意の血管部位の選択操作に応じて、当該選択された血管部位のみを抽出して表示したターゲットＭＩＰ画像を作成し、表示するので、医師は注目したい血管部位のみを観察することが可能となる。よって、複数の血管部位の重複を解消することができ、動脈瘤の多発部位等、ある血管部位に特定して観察を行うことができる。
【００９１】
また、対象画像と参照画像の血管像の位置合わせを行う際には、まず重心位置に基づいて大まかな位置合わせを行った後、相互相関係数により対象画像に剛体変形を施して対象画像の血管像の特徴点を参照画像の血管像の対応する特徴点に一致するように細かな位置合わせを行う。
【００９２】
異なる被写体（患者）であっても主要な血管部位の形態（血管の長さや延在方向、太さ等）は概ね共通するが、主要でない細い血管部位についてはその形態に個体差が生じるため、血管部位の形態は被写体によって様々なものとなる。
しかしながら、本処理のように最終的に剛体変形により血管像の主な屈曲点等の特徴点の位置を合わせこむことにより、対象画像中の各血管部位がどのような形態を呈していても、精度よく参照画像の血管部位と対応させることができる。従って、被写体によらず一律に血管部位を判別することができ、汎用性が高い。
【００９３】
さらに、位置合わせは２段階（重心位置に基づくものと、剛体変形によるもの）で行うので、血管部位を判別する判別精度を向上させることができる。また、剛体変形の前に重心位置により位置合わせを行っておくことにより、剛体変形に係る処理時間の短縮化を図ることができ、処理効率が良い。
【００９４】
なお、上記実施形態における医用画像処理装置１０の細部構成及び詳細動作に関しては、本発明の趣旨を逸脱しない範囲であれば適宜変更可能であり、本実施形態に限られない。例えば、本実施形態では、対象血管像から各相対的血管長を算出し、算出した各相対的血管長を２次元の特微量空間にプロットする。プロットした検査対象値と、正常対象値と比較することとにより閉塞血管の有無及び血管部位名を検出することとしたが、これに限らず、２次元空間に変換せずに、算出した検査対象値を記憶部１４に予め記憶された正常対象値と比較することにより閉塞血管部位を検出する態様としてもよい。
【００９５】
また、上述した実施形態は、本発明を適用した好適な一例であり、これに限定されない。例えば、ＭＲＡ画像を用いた例を説明したが、造影剤を用いて血管を撮影した造影ＭＲＡ画像等、他の撮影方法によるＭＲＩ画像を用いてもよい。また、ＣＴＡ（Computed Tomography Angiography）、ＤＳＡ（Digital Subtraction Angiography）等、他の撮影装置により血管が撮影された画像を用いることとしてもよい。
【図面の簡単な説明】
【００９６】
【図１】本発明に係る医用画像処理装置１０の内部構成を示す図である。
【図２】本発明に係る医用画像処理装置１０の処理の概要について説明するフローチャートである。
【図３】参照画像を示す図である。
【図４】血管部位判別処理について説明するフローチャートである。
【図５】正規化処理の一例を示す図である。
【図６】２値化画像の一例を示す図である。
【図７】位置合わせ前の対象血管像と参照画像とを重ね合わせた図である。
【図８】参照画像におけるランドマークと、血管抽出画像における対応点を示す図である。
【図９】血管抽出画像とその血管部位の判別結果を示す図である。
【図１０】対象画像において判別された各血管部位の識別表示例を示す図である。
【図１１】異常血管検出処理について説明するフローチャートである。
【図１２】細線化処理の一例を示す図である。
【図１３】複数の被写体において算出された相対的血管長の一例を示す図である。
【図１４】３次元の特微量として３次元空間にプロットした分布を示す図である。
【図１５】２次元空間に変換した後の分布を示す図である。
【図１６】各血管部位名と、各相対的血管長とを対応付けた一例を示す図である。
【符号の説明】
【００９７】
１０ 医用画像処理装置
１１ 制御部
１２ 操作部
１３ 表示部
１４ 記憶部
１５ 通信部
【技術分野】
【０００１】
本発明は、ＭＲＡ画像において閉塞が起こっている血管部位を自動検出する医用画像処理装置、画像処理方法及びプログラムに関する。
【背景技術】
【０００２】
磁気共鳴断層撮影（ＭＲＩ；Magnetic Resonance Imaging）装置の高性能化と普及に伴い、脳ドックの検査数が急速に増加している。脳ドッグの目的としては、血管の閉塞や狭窄、未破裂動脈瘤等の脳血管疾患に係る危険因子を早期に発見することで、発見された危険因子の発症あるいは進行を防止することにある。
【０００３】
ＭＲＩ装置では、血管内の血液の流れを画像化するＭＲＡ（Magnetic Resonance Angiography）画像を生成することができ、このＭＲＡ画像から血管の閉塞や狭窄、未破裂動脈瘤等の異常を発見することができる。
しかし、閉塞、狭窄や未破裂動脈瘤が極微小である場合、生成された画像から当該異常部位を視覚により識別することが困難である。また、たとえ識別できたとしても、多くの読影時間が必要となることから、医師の疲労による見落としが生じてしまう場合がある。
【０００４】
そこで、識別し難い複数の血管部位が交差する領域について、交差している後方の血管像の輝度を低下させることにより手前の血管像の識別を容易にする、ＭＲＡ画像の表示方法に関する技術が開示されている（特許文献１参照）。また、ＭＲＩによる血管像から計測された血管の直径と、基準となる血管の直径とを比較することにより、狭窄の検出を自動的に行う方法及び装置に関する技術が開示されている（特許文献２参照）。
【特許文献１】特開平５−２７７０９１号公報
【特許文献２】特開２００４−３２９９２９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
しかしながら、上記特許文献１に記載の方法では、医師が観察したい手前の血管像において、更に手前に他の血管像が交差している場合にはその血管像を除去することができない。したがって、必ずしも所望の血管像のみを抽出して観察することが出来るとは限らず、交差部分については詳細な観察が困難となる。また、特許文献２に記載の方法では、血管の狭窄や動脈瘤を自動的に検出する技術ではあっても、血管の「閉塞」を自動的に検出する技術に関するものではない。さらに、特許文献２に記載の方法では、異常血管の有無を検出することは出来ても、特許文献１について上述しているように、血管像が交差していた場合にはどの血管部位について異常が起こっているのかが不明確となる場合がある。
【０００６】
本発明の課題は、閉塞が発生している可能性が高い異常血管部位を自動検出する機能を備えた医用画像処理装置を提供することにある。
【課題を解決するための手段】
【０００７】
請求項１に記載の発明は、
検査対象画像から血管像を抽出する抽出手段と、
前記血管像と血管像に含まれる一又は複数の血管部位が予め特定された参照画像とを比較し、その比較結果に基づいて前記血管像に含まれる一又は複数の血管部位を判別する血管判別手段と、
前記血管判別手段により判別された各血管部位のそれぞれにつき相対的血管長を算出し、各相対的血管長を特徴量として用い判別分析した結果に基づいて異常血管部位を検出する異常血管検出手段と、
を備えることを特徴としている。
【０００８】
請求項２に記載の発明は、請求項１に記載の発明において、
前記検査対象画像を表示する表示手段と、
前記表示された検査対象画像において前記検出された異常血管部位を識別表示させる表示制御手段と、
を備えることを特徴としている。
【０００９】
請求項３に記載の発明は、請求項２に記載の発明において、
前記参照画像は、各血管部位についてその血管名が定められており、
前記異常血管検出手段は、前記参照画像に基づいて前記検出された異常血管部位の血管名を判別し、
前記表示制御手段は、前記判別された異常血管の血管名を識別表示された前記異常血管に対応付けて表示することを特徴としている。
【００１０】
請求項４に記載の発明は、請求項１〜３の何れか一項に記載の発明において、
前記異常血管検出手段は、前記算出された各血管部位の相対的血管長を、正常症例における各血管部位の相対的血管長と比較することにより異常血管部位の有無を検出することを特徴としている。
【００１１】
請求項５に記載の発明は、請求項１〜４の何れか一項に記載の発明において、
前記異常血管検出手段は、前記血管像に対し細線化処理を施し、当該処理画像を用いて各血管部位の相対的血管長を算出することを特徴としている。
【００１２】
請求項６に記載の発明は、請求項１〜５の何れか一項に記載の発明において、
前記検査対象画像は、ＭＲＡ画像であり、
前記異常血管検出手段は、閉塞が発生した異常血管部位を検出することを特徴としている。
【００１３】
請求項７に記載の発明は、請求項１〜６の何れか一項に記載の発明において、
前記異常血管検出手段により検出された異常血管部位に関する情報を、当該検出に用いた相対的血管長の情報と対応付けて記憶する記憶手段を備え、
前記表示制御手段は、前記記憶手段により対応付けて記憶された相対的血管長の情報を２次元空間に分布させて前記表示手段上に表示させ、さらにこの前記２次元空間に分布する何れかの相対的血管長の情報が指定されると、当該指定された相対的血管長の情報に対応付けられた前記異常血管部位に関する情報を前記記憶手段から取得して前記表示手段上に表示させることを特徴としている。
【００１４】
請求項８に記載の発明は、請求項１〜６の何れか一項に記載の発明において、
異常血管部位に関する情報と特徴量とを対応付けて記憶する記憶手段と、
前記特徴量を座標空間にプロットしたときの、該座標空間における前記検査対象画像の特徴量との距離が所定範囲内にある、前記記憶手段に記憶された特徴量と対応付けられた異常血管部位に関する情報を検索する検索手段とを有することを特徴としている。
【００１５】
請求項９に記載の発明は、
前記抽出手段により、検査対象画像から血管像を抽出する抽出工程と、
前記血管判別手段により、前記血管像と血管像に含まれる一又は複数の血管部位が予め特定された参照画像とを比較し、その比較結果に基づいて前記血管像に含まれる一又は複数の血管部位を判別する判別工程と、
前記異常血管検出手段により、前記血管判別手段により判別された各血管部位のそれぞれにつき相対的血管長を算出し、各相対的血管長を判別分析した結果に基づいて異常血管部位を検出する検出工程と、
を含むことを特徴としている。
【００１６】
請求項１０に記載の発明は、請求項９に記載の発明において
コンピュータに、画像処理方法を実行させるプログラムであることを特徴としている。
【発明の効果】
【００１７】
請求項１、９、１０に記載の発明によれば、
検査対象画像における血管像から各血管部位の血管長が算出され、全血管の血管長に対する各血管部位の血管長の割合（相対的血管長）がさらに算出される。このような複数の血管部位との関係で求めた相対的血管長は、ある一つの血管部位でその血管長に変化があれば他の血管部位の相対的血管長に大きな変化をもたらすこととなる。よって、算出された各相対的血管長を特徴量として用い判別分析することにより、対象血管像の各血管部位に異常を伴っている可能性が高い異常血管部位が含まれるか否かを検出することができるとともに、その異常血管部位は何れの血管部位であるかを特定することが可能となる。
【００１８】
請求項２の発明によれば、
検査対象画像及び検査対象画像から検出され異常血管部位画像表示されることで、医師や技師等の閲覧者にとって視覚的に把握し易くなり、異常血管の形状や大きさ等の認識が容易となる。血管像は複数の血管部位が重なり合うことが多い。よって、検出された異常血管部位のみを識別表示することにより、医師は注目したい異常血管部位のみ観察することが可能となる。
【００１９】
請求項３に記載の発明によれば、
対象血管像に各血管部位の名称が付帯され、表示される。これにより、医師は容易に各血管部位の名称を把握することができる。また、血管像が複雑に重なり合う２次元画像上において、血管部位の誤認識を防止することができる。
【００２０】
請求項４に記載の発明によれば、
対象血管像から算出した各血管の相対的血管長と、別に算出した基準となる相対的血管長とを比較することにより、対象血管像の各血管に異常を伴う血管が含まれるか否かが検出される。異常血管が検出された場合、その旨が医師や技師等の閲覧者に通知される。これにより、読影が困難な検査対象画像の場合や医師の疲労等によって、異常血管部位を見落とすことを防止することができる。
【００２１】
請求項５に記載の発明によれば、
検査対象画像から抽出した血管像について細線化を施す。血管の長さの算出には血管の太さが大きく影響し、血管の太さは被写体によって個人差が大きい。よって、血管像については細線化処理を施すことにより、血管像の中心部分のみを用いて血管の長さを算出することができ、血管の長さの算出に対する個人差の影響を最小限にすることができる。従って、血管像における各血管部位の相対的血管長を精度良く算出することができる。
【００２２】
請求項６に記載の発明によれば、
血管の異常が特に閉塞であった場合に、閉塞が起こっている血管部位を検出することができる。
【００２３】
請求項７、８に記載の発明によれば、
記憶手段により、異常血管検出手段が過去に算出した相対的血管長のデータを血管像等と対応付けて記憶することができる。記憶された複数のデータの内、一又は複数のデータが表示制御手段により表示される。操作者は、表示された過去のデータに基づき、現在検出された症例と類似する過去の症例を容易に検索することができる。医師は、検索された症例に基づいて、現在検出された異常血管部位に対する適切な処置を図ることができる。
【発明を実施するための最良の形態】
【００２４】
以下、本発明に係る医用画像処理装置について最適な実施形態の構成及び動作について図面を用いて詳細に説明する。
【００２５】
図１に、本実施形態における医用画像処理装置１０の内部構成を示す。図１に示すように、医用画像処理装置１０は制御部１１、操作部１２、表示部１３、記憶部１４、通信部１５から構成される。本実施形態においては、制御部１１が抽出手段、血管判別手段、異常血管判別手段、表示制御手段、検索手段の各手段として機能する。また、表示部１３は表示手段として、記憶部１４は記憶手段として機能する。その他、操作部１２、通信部１５は、上述した各手段の指示により動作する。
【００２６】
制御部１１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）等から構成され、記憶部１４に格納されている所定のプログラムをＲＡＭに展開し、当該プログラムとの協働により処理動作を統括的に制御する。
【００２７】
操作部１２は、数字キー、文字キー、機能キー等を備えたキーボードや、マウス等を備えて構成され、操作されたキーに対応する操作信号を制御部１１に出力する。
【００２８】
表示部１３は、ＬＣＤ（Liquid Crystal Display）等を備えて構成され、制御部１１の表示制御に従って、医用画像や操作画面等の各種表示情報を表示する。なお、表示部１３は、操作部１２と一体型のタッチパネルを構成する態様としてもよい。
【００２９】
記憶部１４は、システムプログラムの他、制御部１１により実行される制御プログラムや画像処理プログラム等の各種プログラムを備え、各プログラムの実行に必要な各種パラメータを記憶し、実行された後に処理されたデータ等を記憶する。また、過去の症例の異常血管部位に関する情報と、該症例において算出された特徴量である相対的血管長とを対応付けて記憶する。なお、相対的血管長については後述する。
【００３０】
通信部１５は、ネットワークインターフェイスカードやモデム等の通信用のインターフェイスを備えて構成される。医用画像処理装置１０により画像生成された医用画像が、通信部１５を介してプリンタサーバや画像サーバ、ビューワ等の外部装置へ送信される。
【００３１】
次に、図２、図４、図１１のフローチャートを参照して上述した医用画像処理装置１０の動作について説明する。なお、以下に説明するフローチャートにおける各処理は、制御部１１と記憶部１４に記憶された各種のプログラムとの協働により実行される。
【００３２】
まず、図２のフローチャートを参照して、本発明に係る医用画像処理装置１０の処理の概要について説明する。
大略して各血管部位の名付けを行う「血管部位判別処理」（ステップＳ１〜Ｓ４）と、閉塞等の異常血管候補を検出する「異常血管検出処理」（ステップＳ５〜Ｓ８）とで構成されている。
本実施形態において、ステップＳ１が抽出工程、ステップＳ２〜Ｓ４、ステップＳ１１〜Ｓ１７が判別工程、ステップＳ５〜Ｓ８、ステップＳ２１〜Ｓ３０が検出工程に対応している。
【００３３】
詳細については後述するが、血管部位判別処理では、まず制御部１１により検査対象となる３次元ＭＲＡ画像（以下「対象画像」）が入力される（ステップＳ１）。制御部１１では入力された対象画像から血管像（以下「対象血管像」）が抽出され、この対象血管像を血管の部位が予め設定されている参照画像（図３参照）と比較するために、当該対象画像について、平行移動、回転を伴う各画像処理が施される（ステップＳ２）。制御部１１では、対象血管像と参照画像とが比較され（ステップＳ３）、その比較結果に基づいて対象血管像に含まれる複数の血管部位が判別される。その後、参照画像に設定されている各血管部位の名称の情報が原画像である対象画像のヘッダ領域に書き込まれ、付帯される（ステップＳ４）。
【００３４】
さらに、異常血管検出処理では、制御部１１により全ての血管部位の長さにおける各血管部位の長さの割合（以下「相対的血管長」）が個別的に算出される（ステップＳ５）。算出された各相対的血管長は、正常症例における各血管部位の長さの割合（以下「正常値」）と比較される（ステップＳ６）。なお、ここでいう正常値とは、正常かつ平均的な健康状態であると医師により認定された被写体の３次元ＭＲＡ画像から算出された相対的血管長である。
【００３５】
制御部１１では、比較の結果、対象血管像から算出された各相対的血管長が、正常値と所定値以上の差異がある場合、当該所定値以上となる血管部位において閉塞がある可能性が高いと判断され、当該血管部位が異常血管候補として検出される（ステップＳ７）。
ＭＲＡ画像は血管の流れを撮影するものである。閉塞が発生している血管は血液が流れないため、ＭＲＡ画像においては血管像として画像化されないこととなる。よって、閉塞が発生している場合には正常な場合に比して各相対的血管長のバランスが大きく崩れていることが考えられる。本実施形態では、各相対的血管長を求め、これを正常症例の各相対的血管長（正常値）と比較することにより、閉塞の可能性が高い異常血管候補を検出するものである。
次いで、制御部１１において上記３次元ＭＲＡ画像の付帯情報に基づいて、異常血管候補の名称が判別されると（ステップＳ８）、本処理は終了する。
【００３６】
閉塞が発生している可能性が高い血管部位の名称を医師に提示することで、読影に要する時間の短縮化や医師の疲労による異常部位の見落とし防止等を図ることができる。また、異常レベルの数値化（相対的血管長の算出）により、異常の中でも特に重篤であるか否かの判断をすることができる。具体的には、正常値との比較により、正常値との差が大きいほど異常の程度が大きい（重篤である）ことを示す。さらに、異常血管検出処理により算出された、過去の相対的血管長に関するデータを図示しないデータベース等に格納しておくことで、現在検出した症例に類似した過去の症例を検索する際に利用することができる。過去の類似症例の経過観察結果から、現在の症例に対して適切な処置を図ることができる。
【００３７】
ここで、図３を参照して、上述した血管部位判別処理において用いる参照画像について説明する。
参照画像は、図３（ａ）に示すように、３次元ＭＲＡ画像上の血管像について、一又は複数の血管部位の位置及びその名称が予め設定されたものである。ここで、血管部位とは解剖学上の血管の分類をいい、血管部位の位置とは当該血管部位に属するボクセルの位置をいう。
【００３８】
図３（ａ）では、血管像に含まれる８つの血管部位（前大脳動脈ＡＣ、右中大脳動脈ＲＣ、左中脳動脈ＬＣ、右内頸動脈ＲＩ、左内頸動脈ＬＩ、右後大脳動脈ＲＰ、左後大脳動脈ＬＰ、脳底動脈ＢＡ）についてその位置及び血管部位の名称を設定した例を示している。なお、図３（ａ）では８つの血管部位のうち、３つの血管部位（右中大脳動脈ＲＣ、前大脳動脈ＡＣ、脳底動脈ＢＡ）についてのみ名称を示しているが、８つ全ての血管部位について名称は設定される。
【００３９】
参照画像ｇ２は、参照画像用に選択された、図３（ｂ）に示すような頭部ＭＲＡ画像ｇ１の３次元データから作成される。まず、この３次元データからある間隔毎にアキシャル画像（体軸に垂直な面でボクセルを切り出した２次元断層画像）を作成する。そして、一のアキシャル画像において医師の指摘に基づき、手動操作により各血管部位に属するボクセルを指定し、さらにその血管部位の名称を指定する。これを体軸方向に位置を変えてスライスした各アキシャル画像について繰り返すことにより、３次元データを構成する全ボクセルのうち、各血管部位に属するボクセルの位置及び血管部位の名称を設定することができる。
【００４０】
また、参照画像ｇ２には血管の屈曲点、終局点、血管部位同士の交差点等の特徴的な箇所においてランドマークのボクセルが設定される。ランドマークは対象画像と参照画像との位置合わせに使用されるものであるが、詳細な説明は後述する。ランドマークについても医師の指摘に基づく手動操作に応じて設定される。
【００４１】
以上のようにして作成された参照画像ｇ２は、記憶部１４に保存される。
なお、参照画像ｇ２の作成は医用画像処理装置１０の制御部１１で行ってもよいし、外部で作成されたものを記憶部１４に保存することとしてもよい。また、血管像に含まれる８つの血管部位を示すため、図３（ａ）では各血管部位を識別表示したが、実際の参照画像ｇ２は背景が黒（低信号値）、血管像が白（高信号値）と２値化された画像である。そして、各血管部位に属するボクセルの位置情報、名称の情報及びランドマークであるボクセルの位置情報は、参照画像に付帯されている、或いは参照画像と対応付けて別ファイルとして記憶部１４に保存される。
【００４２】
次に、図４のフローチャートを参照して血管部位判別処理について具体的に説明する。
医用画像処理装置１０では、まず対象画像に対して制御部１１により正規化処理が施される（ステップＳ１１）。
対象画像として用いられるＭＲＡ画像は、血液の流れを画像化したものであるため、被写体や撮影条件によってボクセルが等サイズではない直方体となったり、ボクセル値の最大値、最小値にばらつきが生じたりする。そこで、対象画像に関する前提条件を統一するため、正規化処理を施す。
【００４３】
正規化処理では、まずボクセルを構成する全ての辺が等サイズとなるように線形補間法により対象画像が変換される。次に、対象画像の全てのボクセルのボクセル値についてヒストグラムが作成され、ヒストグラムの上位５％以上のボクセル値を１０２４、最小のボクセル値を０として、対象画像の全てのボクセル値が０〜１０２４の階調に線形変換される。このとき、ボクセル値が高信号値であるほど濃度値１０２４に近く、低信号値であるほど濃度値０に近くなるように変換される。なお、濃度階調のレンジは、０〜１０２４に限らず適宜設定可能である。
【００４４】
図５に、正規化処理の一例を示す。
図５（ａ）に示す対象画像ｇ３、図５（ｂ）に示す対象画像ｇ４はそれぞれ異なる患者を被写体としたものである。そのため、対象画像ｇ３から得られたヒストグラムｈ１（図５（ａ）参照）と、対象画像ｇ４から得られたヒストグラムｈ３（図５（ｂ）参照）とでは、２つの極大点があるという特徴が共通するが、そのボクセル値の範囲にかなり相違があり、全体としてヒストグラム特性が異なるものとなっていることが分かる。このようなヒストグラム特性を有する対象画像ｇ３、ｇ４について上記の正規化処理を施した後に再度ヒストグラムを作成すると、図５（ａ）に示すヒストグラムｈ２、図５（ｂ）に示すヒストグラムｈ４がそれぞれ得られる。ヒストグラムｈ２、ｈ４から分かるように、正規化処理によって各対象画像ｇ３、ｇ４のヒストグラム特性がほぼ同じものとなっている。
【００４５】
正規化処理を終えると、制御部１１では当該正規化された対象画像から血管像が抽出される（ステップＳ１２）。
まず、対象画像について閾値処理が施され、２値化が行われる。一般的に、ＭＲＡ画像では、図６（ａ）に示すように血管像は白く、その他の組織部分は黒っぽく表示されるため、２値化画像では血管像はその他の領域とは異なる値となる。よって、領域拡張法により血管像と同程度の信号値を有する領域の抽出を行う。
【００４６】
領域拡張法では、２値化画像を用いて始点となるボクセル（最も白く高濃度値のボクセル）を決定し、２値化処理前の対象画像においてその始点と決定されたボクセルの近傍２６ボクセルを調べ、ある判定条件（例えば、濃度値が５００以上であること）を満たす近傍ボクセルを血管像と判断する。そして、この血管像と判断された近傍ボクセルについても上記と同様の処理を繰り返す。このように、領域を拡張しながら判定条件を満たすボクセルを順次抽出することにより、血管像の画像領域を抽出することができる。
【００４７】
図６（ｂ）に、血管像を抽出した対象血管像ｇ６を示す。
対象血管像ｇ６は、図６（ａ）に示す正規化後の対象画像ｇ５から血管像を抽出し、当該血管像の領域を白（濃度値１０２４）、その他の領域を黒（濃度値０）で２値化したものである。
【００４８】
次に、制御部１１では、対象血管像の位置と参照画像の血管像の位置とを略一致させるため、各画像の重心位置を元に位置合わせが行われる（ステップＳ１３）。重心位置は、血管像に属する全てのボクセルの重心となるボクセルの位置である。
【００４９】
図７を参照して、具体的に説明する。
図７（ａ）は、位置合わせ前の対象血管像と参照画像とを重ね合わせた図である。図７（ａ）から単に対象血管像と参照画像を合わせただけではそれぞれの血管像の位置が一致していないことが分かる。
そこで、制御部１１では、図７（ａ）に示すように対象血管像の重心Ｐ（ｘ１、ｙ１、ｚ１）、参照画像の重心Ｑ（ｘ２、ｙ２、ｚ２）の位置が求められる。次いで、この重心位置Ｐ、Ｑが一致するように、対象血管像又は参照画像が平行移動される。平行移動により各重心位置Ｐ、Ｑを一致させた結果が、図７（ｂ）に示す図である。図７（ｂ）から対象血管像と参照画像の位置が大まかに一致していることが分かる。
【００５０】
さらに、精度よく位置合わせを行うため、制御部１１では対象血管像について剛体変形が行われる（ステップＳ１４）。
まず、剛体変形の前処理として相互相関係数を用いた対応点の検索が行われる。剛体変形は、位置合わせを行う２つの画像についてそれぞれ複数の対応点を設定し、この２つの画像において設定された対応点がそれぞれ一致するように一方の画像を変換するものである。ここでは、参照画像において予め定められているランドマークのボクセルと、局所的に画像特性が類似する対象血管像のボクセルが対応点として設定される。画像特性の類似性は、対象血管像と参照画像について相互相関係数が求められ、この相互相関係数に基づいて判断される。
【００５１】
具体的には、図８（ａ）に示すように、予め参照画像ｇ７の血管像において設定されている１２点のランドマークに対応する対応点が対象血管像から検索される。対応点の検索時には、図８（ｂ）に示すように、対象血管像ｇ８において、参照画像ｇ７の各ランドマークと対応する位置のボクセルを開始点とし、対象血管像ｇ８及び参照画像ｇ７において当該開始点及びランドマークのボクセルからＸ軸、Ｙ軸、Ｚ軸方向に−１０〜＋１０ボクセルの範囲（２１×２１×２１ボクセルの立方領域）内のボクセルが探索され、各ボクセルについて、下記式（１）により相互相関係数Ｃ（以下「相関値Ｃ」）が算出される。
【数１】
上記式（１）においてＡ（ｉ，ｊ，ｋ）は参照画像ｇ７のボクセル位置、Ｂ（ｉ，ｊ，ｋ）は対象血管像ｇ８のボクセル位置を示す。ＩＪＫは探索領域のサイズを示し、ＩＪＫ＝２１×２１×２１である。
【００５２】
また、α、βは、それぞれ参照画像ｇ７、対象血管像ｇ８における探索領域内のボクセル値の平均値であり、下記式（２）、（３）により示される。σＡ、σＢは、それぞれ参照画像ｇ７、対象血管像ｇ８における探索領域内のボクセル値の標準偏差であり、下記式（４）、（５）により示される。
【数２】
【００５３】
相関値Ｃは−１．０〜１．０の値域を持ち、最大値１．０に近いほど、参照画像ｇ７と対象血管像ｇ８の画像特性が類似していることを示す。
そこで、最も大きな相関値Ｃをとるボクセルの位置が、参照画像ｇ７のランドマークに対応する対象血管像ｇ８の対応点として設定される。
【００５４】
対応点が設定されると、制御部１１ではこの対応点に基づき、対象血管像ｇ８に対して剛体変形を施すことにより、対象血管像ｇ８と参照画像ｇ７との位置合わせが行われる。剛体変形は、アフィン変換の一つであり、回転、平行移動により座標変換を行うものである。位置合わせは、最小二乗法を用いた剛体変形を複数回繰り返すＩＣＰ（Iterative Closest Point）アルゴリズムにより対象血管像ｇ８の対応点が参照画像ｇ７のランドマークに一致するように行われる。このアルゴリズムによれば、剛体変形を行う毎に、参照画像のランドマークと対象血管像の対応点における距離の最小二乗誤差を算出し、当該最小二乗誤差がある閾値を超える等の終了条件を満たすまで剛体変形が繰り返される。なお、剛体変形に代えてアフィン変換（回転、平行移動に加えて拡大縮小を行う変換方法）を行うこととしてもよい。
【００５５】
次いで、参照画像に基づき、剛体変形により位置合わせされた対象血管像に含まれる各血管部位が制御部１１において判別される（ステップＳ１５）。
まず、参照画像の各血管部位に属するボクセル全てを対象に（以下「対象ボクセル」）、対象血管像における一の注目ボクセルとのユークリッド距離の２乗が求められる。そして、その求めたユークリッド距離が最短となる対象ボクセルが属する血管部位が、注目ボクセルが属する血管部位であると判断される。またこのとき、対象ボクセルに設定されている血管部位の名称から、注目ボクセルの血管部位の名称が判断される。
【００５６】
対象血管像の血管像を構成する全てのボクセルに対し、注目ボクセルを設定して上記の処理を行い、全ボクセルについて対応する血管部位が判別されると、その判別された血管部位に属するボクセルの位置、血管部位の名称を示す血管部位情報が制御部１１により生成され、対象画像に付帯される（ステップＳ１６）。
例えば、位置（ｘ３、ｙ３、ｚ３）のボクセルは前大脳動脈の血管部位であると判別された場合、そのボクセル位置「（ｘ３，ｙ３、ｚ３）」のボクセルは血管名称「前大脳動脈」の血管部位であることを示す血管部位情報が対象画像のヘッダ領域に格納されることで付帯される。
【００５７】
図９に、血管部位の判別結果を示す。
図９（ａ）に示す対象血管像ｇ９と図９（ｂ）に示す対象血管像ｇ１１は、それぞれ異なる被写体から得られた画像であり、図９（ａ）に示す画像ｇ１０、図９（ｂ）に示す画像ｇ１２はそれぞれ対象血管像ｇ９、ｇ１１から各血管部位が判別され、その血管部位毎に色を変えて識別表示した画像である。画像ｇ１０、ｇ１２から、剛体変形による位置合わせを行うことにより、画像ｇ１０、ｇ１２の血管像が異なる形態（血管の位置、大きさ、延在方向等）であるにも拘わらず、同じように血管部位を識別できていることが分かる。
【００５８】
以上が、対象画像における血管部位を判別し、その血管部位情報を付帯するまでの流れである。そして、このような対象画像について操作部１２を介して表示指示操作がなされると、制御部１１により対象画像にＭＩＰ（Maximum Intensity Projection）処理が施されてＭＩＰ画像が生成され、表示部１３上に表示される（以下、ＭＩＰ画像の表示をＭＩＰ表示という）。
なお、ＭＩＰ法とは、３次元的に構築された画像データに対し任意の視点方向に投影処理を行うことで投影経路中の最大値を投影面（２次元面）に表示する手法であり、断層像だけでは全体としての連続性が把握し難い場合に有効な手法である。
【００５９】
対象画像がＭＩＰ表示された状態においてさらに血管部位の識別表示の指示操作がなされると、制御部１１では対象画像に付帯されている血管部位情報が参照され、この血管部位情報に基づき、ＭＩＰ画像中の血管像において各血管部位が識別可能となるように表示制御が行われる（ステップＳ１７）。
【００６０】
例えば、血管部位情報に基づいて各血管部位のボクセル位置及び名称が判別されると、制御部１１では、ＭＩＰ画像において前大脳動脈ＡＣの血管部位に属するボクセルには青色、脳底動脈ＢＡの血管部位に属するボクセルには緑色等、血管部位毎に判別された位置にあるボクセルに血管部位毎の色が設定される。そして、対象画像のＭＩＰ画像に当該設定色を反映させる。さらにその血管部位の名称を指示すアノテーション画像が作成されてＭＩＰ画像の対応する血管部位に合成される。
【００６１】
図１０に、識別表示例を示す。
図１０においてＭＩＰ画像ｇ１３は対象画像が頭部上方向からＭＩＰ表示されたものである。このＭＩＰ画像ｇ１３が表示された状態で各血管部位の識別表示が指示操作されると、識別表示画像ｇ１４が表示される。識別表示画像ｇ１４は、対象血管像において８種類の血管部位にそれぞれ異なる色を付す等して、各血管部位を識別表示したものである。識別表示画像ｇ１４において、医師によりある血管部位が選択操作されると、制御部１１の表示制御により当該選択された血管部位に関連づけて「脳底動脈」等の血管部位の名称を示すアノテーションｍが表示される。
【００６２】
上記頭部上方向のＭＩＰ画像ｇ１３に対して、側面方向からのＭＩＰ表示が指示されると、制御部１１により側面方向に応じたＭＩＰ画像ｇ１５が作成されて、表示される。ＭＩＰ画像ｇ１５では、手前側の血管像と後方側の血管像とが重なり合っており、観察しづらい表示となっている。このようなＭＩＰ画像ｇ１５においても、血管部位の識別表示が可能である。血管部位情報を参照することにより、何れのボクセルが何れの血管部位に該当するのかを判別することができるため、ＭＩＰ表示の観察方向の変動によらず、識別表示すべきボクセルを特定できるからである。
【００６３】
ＭＩＰ画像ｇ１５に対応する識別表示画像は画像ｇ１６である。この識別表示画像ｇ１６においては、何れかの血管部位のみを抽出して表示することが可能である。
制御部１１では、操作部１２を介して何れか一の血管部位が選択操作されると、当該選択された血管部位のボクセルの輝度のみを投影させたＭＩＰ画像、つまり対象画像のＭＩＰ画像ｇ１５から選択された血管部位のみが抽出された血管選択画像ｇ１７が表示される。血管選択画像ｇ１７では、選択された血管部位のみＭＩＰ表示され、その他の血管部位が非表示とされているため、医師は関心のある血管部位のみに注目して観察することができる。
【００６４】
また、これら表示された画像ｇ１３〜ｇ１７は、同一画面上に並べて表示することとしてもよいし、一画面一画像として切替表示することとしてもよい。前者の場合、ＭＩＰ画像ｇ１３と識別表示画像ｇ１４、血管選択画像ｇ１７等とを比較観察することが可能となるし、後者の場合は全画面表示で各画像ｇ１３〜ｇ１７を観察することができ、詳細を観察しやすくなる。
【００６５】
次に、図１１のフローチャートを参照して、異常血管検出処理について具体的に説明する。
上述した血管部位判別処理の後、制御部１１により対象血管像に対して細線化処理が施される（ステップＳ２１）。細線化とは、一定の太さのある図形を、屈曲点、終局点、血管部位同士の交差点等の特徴的な箇所を除いて、太さ１の線図形に変換する処理をいう。後段の処理において血管の長さを算出するがこの長さは血管領域を構成するボクセル数によって算出されるものである。血管領域は同じ血管部位であっても被写体によって個人差が生じる。細線化処理はこの血管領域の個人差を最小限とするために行うものである。
【００６６】
具体的には、まず、血管領域を抽出した２値画像（血管領域の濃度値が１、背景の濃度値が０となる画像）に対して、２乗ユークリッド距離変換を行う。ユークリッド距離変換された画像とは、入力画像の全てが０の値となるボクセル（以下「０ボクセル」）から注目ボクセルまでの距離の最小値の２乗で定義される画像である。境界ボクセル（注目ボクセルの２６近傍に１以上の０ボクセルが存在する）中で最小の距離をもつ画像を抽出し、それらのボクセルをその近傍の０ボクセルの配置によって９種類に分類する。分類した一のボクセルについて、同一種類の境界ボクセルの消去可能性を判定し、消去可能なボクセルを逐次的に消去（０ボクセルに変更）する。９種類の境界ボクセルの各々について上述と同様の処理を行い、消去可能ボクセルが存在するまで繰り返すことで細線化の処理が実行される。なお、細線化については上記以外の何れの方法を適宜適用してもよく、例えば、文献「Saito T, Toriwaki J. A sequential thinning algorithm for three dimensional digital pictures using the Euclidean distance transformation. Proceedings of the 9th Scandinavian Conference on Image Analysis SCIA 95. Uppsala, Sweden 1995;507-516.」に記載されている３次元画像における細線化処理が、いわゆる当業者において知られている。
【００６７】
図１２に、細線化処理の結果例を示す。
図１２（ａ）には、正常かつ平均的な健康状態である被写体の血管像（以下「正常血管像」）ｇ１８、ｇ１９を示し、図１２（ｂ）には、閉塞を伴った被写体の血管像（以下「閉塞血管像」）ｇ１９、ｇ２０を示す。また、血管像ｇ１８、ｇ２０は細線化処理を施す前のものであり、血管像ｇ１９、ｇ２１は細線化処理を施した後のものである。正常血管像ｇ１９と閉塞血管像ｇ２１とを比較すると、例えば、右中大脳動脈ＲＣの血管の長さの違いが明確に表示されていることが分かる。
【００６８】
細線化処理が施されると、制御部１１により細線化処理された閉塞血管像ｇ２１から各血管部位における血管の長さが算出される（ステップＳ２２）。
具体的には、細線化処理が施されることにより、血管の芯線画像（血管を細線化して得られた血管の中央部分（芯）が１ボクセルでその他のボクセルが０ボクセルとなった画像）が取得される。取得された芯線画像から、１ボクセルのボクセル数をカウントすることにより血管の長さが算出される。
【００６９】
次に、制御部１１により相対的血管長が算出される（ステップＳ２３）。相対血管長は全血管部位の長さに対する各血管部位の長さの比率である。全血管部位の長さは、ステップＳ２２において算出した各血管部位の長さの総和を求めることにより算出される。ここでは、血管判別処理において上述した８つの血管（前大脳動脈ＡＣ、右中大脳動脈ＲＣ、左中脳動脈ＬＣ、右内頸動脈ＲＩ、左内頸動脈ＬＩ、右後大脳動脈ＲＰ、左後大脳動脈ＬＰ、脳底動脈ＢＡ）の８つの血管部位の各相対的血管長を算出する例を説明する。
【００７０】
図１３に、複数の被写体において算出された相対的血管長の一例を示す。正常かつ平均的な健康状態である被写体の正常血管像から算出された各相対的血管長（正常値）は、異なる被写体同士であっても同程度の割合となる（例えば、図１３に示すように被写体Ａ〜Ｃの前大脳動脈ＡＣの割合は同程度である）。一方、閉塞を伴った被写体の血管像から算出された各相対的血管長は、閉塞が発生している血管部位の割合が著しく小さくなるとともに、その他の正常な血管部位の割合が大きくなり、各相対的血管長のバランスが大きく崩れている。これは閉塞が生じた血管部位の長さが短くなると、全血管長を占める閉塞の血管部位の長さの比率が小さくなるに伴い、その他の正常な血管部位の比率が大きくなるためである。図１３では、被写体Ｄは右中大脳動脈ＲＣ、被写体Ｅは前大脳動脈ＡＣ及び左後大脳動脈ＬＰにそれぞれ閉塞が起こっている可能性を確認することができる。
【００７１】
次に、図１４、１５を参照して、算出された相対的血管長をある任意の座標系に分布させる処理について、以下に説明する。
正常血管像から算出された各相対的血管長（正常値）と、閉塞血管像から算出された各相対的血管長（閉塞値）との分布の様子から、各血管部位が正常か否かを容易に判断する事ができる。さらに、閉塞値同士が近い位置に分布する場合、当該分布の範囲内にある閉塞値を、過去の類似症例として容易に検索することができる。
【００７２】
制御部１１では、上述したステップ２３の処理により算出した８つの相対的血管長が８つの特微量として８次元空間にプロットされる（ステップＳ２４）。
図１４（ａ）に、３つの相対的血管長を特微量として３次元空間にプロットした分布図を示す。なお、説明の便宜上、ここでは３つの相対的血管長を基に３次元空間にプロットする例を示したが、実際には上述したように、８つの相対的血管長を要素として８次元空間にプロットするものとする。また、図１４（ｂ）は、３つの相対的血管長における正常な被写体Ａ〜Ｃと、閉塞を伴う被写体Ｄ、Ｅを示す。
【００７３】
図１４（ａ）のＰＡ〜ＰＣは、正常血管像ｇ１９から算出された正常値の特微量の分布である。正常値では、各相対的血管長が一定のバランスを保っているため、ＰＡ〜ＰＣは互いに近い位置に分布し、一定の範囲Ｎ（以下「正常範囲Ｎ」）を構成する。
一方、ＰＤ、ＰＥは閉塞値の分布であり、正常範囲Ｎから一定の離れた距離の位置に分布することとなる。よって、ＰＤ又はＰＥから、正常範囲Ｎまでのユークリッド距離が制御部１１により計算され、計算された距離が所定値を超える分布については閉塞の可能性が高いと判断される。
【００７４】
次に、図１５を参照して、特微量がプロットされた多次元空間を、２次元空間に変換する処理について説明する。２次元空間へと変換することにより、表示部１３に表示した場合には、視覚的に正常値と閉塞値との分布の様子を認識することができる。また、分布する閉塞値の中でも、過去の類似症例を検索することが容易となる。
【００７５】
制御部１１では主成分分析により特微量空間である８次元空間を２次元空間へと変換する（ステップＳ２５）。
主成分分析とは、相関関係にある複数の要素を合成、圧縮して複数の成分を一つの成分とし、その特性を求める方法である。ここで施される主成分分析は、８つの相対的血管長を圧縮して一つの成分を算出し、その特性を２次元空間上にプロットする。プロットされた位置は、８つの特微量の内全てが同一でない限りは、同一の場所にプロットされることはない。
【００７６】
図１５（ａ）は、８次元空間を主成分分析により２次元空間に変換した分布図であり、複数の正常値（ＰＡ〜ＰＣ、ＰＡａ〜ＰＣａ）及び閉塞値（ＰＤ、ＰＥ、ＰＤａ、ＰＥａ）が２次元空間にプロットされている。なお、座標空間にプロットされている正常値及び閉塞値は、記憶部１４に記憶された過去症例及び検査対象画像に基づくものである。
図１４（ａ）と同様に、正常値は正常値同士近い位置となるような正常範囲Ｎ内に分布し、一方で閉塞値は正常範囲Ｎから離れた閉塞範囲ＡＮに分布する。閉塞範囲ＡＮ内でも、閉塞値同士で近い距離（所定範囲）に分布する場合もある。閉塞値同士が近い位置に分布しているということは、閉塞が発生した血管部位が同じであり、かつ閉塞の起きている程度（相対的血管長）も同程度であることを意味する。
【００７７】
ところで、８次元空間に分布している特微量を２次元空間に分布させて、表示部１３により表示させる利点は、視覚的に認識することが容易となることである。また、過去の類似症例について検索したい場合には、例えば、プロットされている所望の個所を操作部１２が備えるマウス等（図示省略）でクリックする。操作部１２から指示を受けた制御部１１の表示制御により、当該クリック操作された特徴量に該当する過去の類似症例が表示部１３に表示される。
図１５（ｂ）に、プロットされている所望の個所をマウス等でクリックした場合における表示画面の一例を示す。操作者がマウス等で、相対的血管長の情報となるプロット個所Ｐをクリックすると、相対的血管長の情報と対応付けられて記憶部１４に記憶されている異常血管部位に関する情報Ｉが画面に表示される。異常血管部位に関する情報Ｉとは、例えば、異常血管部位名、相対的血管長、閉塞血管像等の各情報である。
このように、表示部１３に過去の類似症例が表示される態様とすることで、過去症例のデータについて簡易に検索することができる。
【００７８】
次に、主成分分析により２次元空間に分布された特微量について、更に２次識別器（ＱＤＡ；Quadratic Discriminant Analysis）処理を施す（ステップＳ２６）。
図１５（ｃ）は、ＱＤＡを用いた判別分析により正常値（ＰＡ〜ＰＣ、ＰＡａ〜ＰＣａ）と閉塞値（ＰＤ、ＰＥ、ＰＤａ、ＰＥａ）とを判別した一例である。
【００７９】
ＱＤＡとは、正常値と閉塞値とから特微量を抽出し、特微量空間での正常値の分布と閉塞値との分布とを２次曲面で分離することにより、一方を正常値クラスＮａ、他方を閉塞値クラスＡＮａとして判別する方法である。なお、２次曲面は下記式（６）により表すことができる。
【数３】
ここで，Xはすべての候補の特徴量ベクトルである。(MA, ΣA)と(MN, ΣN)はそれぞれ閉塞値と正常値の平均特徴量ベクトルと特徴量の共分散行列を表す。ＱＤＡは，８つの特徴量によって測定された特徴量空間を，２つのクラス，すなわち正常値クラスＮａと閉塞値クラスＡＮａに分割する識別境界Ｍを生成する。ＱＤＡによる識別境界は，識別関数によって与えられる２次曲面である。識別関数Ｍの出力値は、閉塞値の可能性を示す。したがって、識別関数Ｍの出力を閾値処理することによって特微量を正常値クラスＮａと閉塞値クラスＡＮａに分類することができる。また、識別関数Ｍの出力値の閾値を変化させることにより、閉塞値の検出性能を任意に決定することができる。
なお、本実施形態においては識別器としてＱＤＡを用いることにしたが、これに限らず、ニューラルネットワークやサポートベクタマシン等を用いてもよい。
【００８０】
ＱＤＡにより生成された識別境界Ｍにより、主成分分析による表示に加えて閉塞分布をより視覚的に把握することができ、正常値と閉塞値の区分けも容易となる。表示部１３に表示されたプロット値の内、操作者が操作部１２により任意に選択したプロット値（或いは、対象画像から取得されたプロット値）が正常値か閉塞値かは、識別境界Ｍとの比較により、制御部１１によって判断される（ステップＳ２７）。
【００８１】
選択されたプロット値が識別境界Ｍよりも小さいと判断された場合（ステップＳ２７；Ｎｏ）、すなわち正常値クラスＮａである場合には、当該プロット値は正常値であると認識される。なお、このような判別分析により制御部１１において当該判断、認識する他、図１５（ａ）〜（ｃ）に示す分布図を表示部１３に表示する態様とした場合であれば、操作者（医師）による人為的な判断、認識が可能である。
【００８２】
選択されたプロット値が識別境界Ｍよりも大きいと判断された場合（ステップＳ２７；Ｙｅｓ）、すなわち閉塞値クラスＡＮａである場合には、当該プロット値は閉塞値であると認識される（ステップＳ２８）。閉塞値と認識されたプロット値については、以下に説明する血管部位の検出処理へと移行する。
【００８３】
図１６に、血管部位判別処理により対応付けられた各血管部位名（前大脳動脈ＡＣ、右中大脳動脈ＲＣ、左中脳動脈ＬＣ、右内頸動脈ＲＩ、左内頸動脈ＬＩ、右後大脳動脈ＲＰ、左後大脳動脈ＬＰ、脳底動脈ＢＡ）と、異常血管検出処理により算出された各相対的血管長とが対応付けられた検査対象値の一例を示す。また、同様の対応付けが正常値についても実行される（以下、対応付けされた正常値を「正常対象値」という）ものとする。検査対象値及び正常対象値は、特微量空間においてプロットされた特徴量に、各血管部位名を対応付けたものである。なお、当該対応付け及び以下に説明する処理は、制御部１１により実行される。
【００８４】
検査対象値と正常対象値が比較されることで、どの血管部位に閉塞が発生している可能性が高いかが検出され（ステップＳ２９）、閉塞が発生している可能性が高い血管部位名が検出された場合には、操作者に対して検出した血管部位名が通知されることとなる。
操作者に対する通知手段として、上述した「血管判別処理」におけるステップＳ１７と同様の処理を行う。具体的には、閉塞が発生している可能性が高い血管部位名にのみアノテーションｍが表示されるように表示制御が行われる（図１０のｇ１４参照）。操作者に対して当該血管部位名の表示がなされ（ステップＳ３０）、本処理は終了する。
【００８５】
以上のように、本実施形態によれば、制御部１１により対象画像の相対的血管長が算出され、算出された相対的血管長を用いて正常値を基準とする判別分析が行われる。判別分析の結果、閉塞血管の有無及び閉塞血管部位名が検出される。検出された閉塞血管部位名が、読影医師や閲覧者等に提示されることにより、複雑なＭＲＡ画像について読影する際の、読影時間の短縮化、閉塞血管の見落とし防止等を図ることができる。
【００８６】
複数の血管部位との関係で求めた相対的血管長によって判別分析を行うことにより、閉塞血管部位の検出が容易となる。これは、ある一つの血管部位でその血管長に変化があれば他の血管部位の相対的血管長に大きな変化をもたらすこととなるためである。よって、算出された各相対的血管長を判別分析すると、閉塞血管部位が含まれている場合には正常値ではなく閉塞値のほうへ分布しやすくなり、閉塞血管部位が含まれているか否かの判断が容易となる。また、同じ閉塞値側に偏って分布する場合でも、閉塞が発生している血管部位毎に分布に偏りが生じる。従って、何れの閉塞値に近いかを判断することにより、閉塞が発生した血管部位を特定することも可能である。
【００８７】
また、８つの相対的血管長を特微量として８次元空間へプロットし、主成分分析した結果に基づいて２次元空間へと変換する。これにより、正常値の分布と閉塞値の分布とを視覚的に認識することが容易となる。更には、過去の類似症例についての検索を行う場合には、特微量空間において対象検査値と近い位置にプロットされたものについて検索すればよく、検索効率の向上を図ることができる。
【００８８】
また、血管判別処理によれば、画像上の血管像に含まれる８つの血管部位の位置及び名称を予め定めた参照画像と対象画像とを、その血管像について位置合わせすることにより、対象血管像に含まれる各血管部位の位置及び名称を判別する。そして、この位置及び名称の情報を血管部位情報として対象画像に付帯させるので、対象画像のＭＩＰ表示を行う際には当該血管部位情報に基づき、各血管部位を容易に判別することができ、各血管部位の識別表示が可能となる。従って、医師は対象画像における特定の血管部位に注目して対象画像を観察することが可能となり、読影効率の向上を図ることができる。
【００８９】
ＭＩＰ表示を行う際、そのＭＩＰ表示を行う方向によっては複数の血管部位が重複し、注目したい血管部位に対する観察が困難となる場合がある。
しかしながら、本処理を施すことにより各血管部位の識別表示が可能となるため、医師は各血管部位についての位置や名称を容易に特定することができ、読影作業の効率化を図ることができる。
【００９０】
また、識別表示された各血管部位のうち、任意の血管部位の選択操作に応じて、当該選択された血管部位のみを抽出して表示したターゲットＭＩＰ画像を作成し、表示するので、医師は注目したい血管部位のみを観察することが可能となる。よって、複数の血管部位の重複を解消することができ、動脈瘤の多発部位等、ある血管部位に特定して観察を行うことができる。
【００９１】
また、対象画像と参照画像の血管像の位置合わせを行う際には、まず重心位置に基づいて大まかな位置合わせを行った後、相互相関係数により対象画像に剛体変形を施して対象画像の血管像の特徴点を参照画像の血管像の対応する特徴点に一致するように細かな位置合わせを行う。
【００９２】
異なる被写体（患者）であっても主要な血管部位の形態（血管の長さや延在方向、太さ等）は概ね共通するが、主要でない細い血管部位についてはその形態に個体差が生じるため、血管部位の形態は被写体によって様々なものとなる。
しかしながら、本処理のように最終的に剛体変形により血管像の主な屈曲点等の特徴点の位置を合わせこむことにより、対象画像中の各血管部位がどのような形態を呈していても、精度よく参照画像の血管部位と対応させることができる。従って、被写体によらず一律に血管部位を判別することができ、汎用性が高い。
【００９３】
さらに、位置合わせは２段階（重心位置に基づくものと、剛体変形によるもの）で行うので、血管部位を判別する判別精度を向上させることができる。また、剛体変形の前に重心位置により位置合わせを行っておくことにより、剛体変形に係る処理時間の短縮化を図ることができ、処理効率が良い。
【００９４】
なお、上記実施形態における医用画像処理装置１０の細部構成及び詳細動作に関しては、本発明の趣旨を逸脱しない範囲であれば適宜変更可能であり、本実施形態に限られない。例えば、本実施形態では、対象血管像から各相対的血管長を算出し、算出した各相対的血管長を２次元の特微量空間にプロットする。プロットした検査対象値と、正常対象値と比較することとにより閉塞血管の有無及び血管部位名を検出することとしたが、これに限らず、２次元空間に変換せずに、算出した検査対象値を記憶部１４に予め記憶された正常対象値と比較することにより閉塞血管部位を検出する態様としてもよい。
【００９５】
また、上述した実施形態は、本発明を適用した好適な一例であり、これに限定されない。例えば、ＭＲＡ画像を用いた例を説明したが、造影剤を用いて血管を撮影した造影ＭＲＡ画像等、他の撮影方法によるＭＲＩ画像を用いてもよい。また、ＣＴＡ（Computed Tomography Angiography）、ＤＳＡ（Digital Subtraction Angiography）等、他の撮影装置により血管が撮影された画像を用いることとしてもよい。
【図面の簡単な説明】
【００９６】
【図１】本発明に係る医用画像処理装置１０の内部構成を示す図である。
【図２】本発明に係る医用画像処理装置１０の処理の概要について説明するフローチャートである。
【図３】参照画像を示す図である。
【図４】血管部位判別処理について説明するフローチャートである。
【図５】正規化処理の一例を示す図である。
【図６】２値化画像の一例を示す図である。
【図７】位置合わせ前の対象血管像と参照画像とを重ね合わせた図である。
【図８】参照画像におけるランドマークと、血管抽出画像における対応点を示す図である。
【図９】血管抽出画像とその血管部位の判別結果を示す図である。
【図１０】対象画像において判別された各血管部位の識別表示例を示す図である。
【図１１】異常血管検出処理について説明するフローチャートである。
【図１２】細線化処理の一例を示す図である。
【図１３】複数の被写体において算出された相対的血管長の一例を示す図である。
【図１４】３次元の特微量として３次元空間にプロットした分布を示す図である。
【図１５】２次元空間に変換した後の分布を示す図である。
【図１６】各血管部位名と、各相対的血管長とを対応付けた一例を示す図である。
【符号の説明】
【００９７】
１０ 医用画像処理装置
１１ 制御部
１２ 操作部
１３ 表示部
１４ 記憶部
１５ 通信部
【特許請求の範囲】
【請求項１】
検査対象画像から血管像を抽出する抽出手段と、
前記血管像と血管像に含まれる一又は複数の血管部位が予め特定された参照画像とを比較し、その比較結果に基づいて前記血管像に含まれる一又は複数の血管部位を判別する血管判別手段と、
前記血管判別手段により判別された各血管部位のそれぞれにつき相対的血管長を算出し、各相対的血管長を特徴量として用い判別分析した結果に基づいて異常血管部位を検出する異常血管検出手段と、
を備えることを特徴とする医用画像処理装置。
【請求項２】
前記検査対象画像を表示する表示手段と、
前記表示された検査対象画像において前記検出された異常血管部位を識別表示させる表示制御手段と、
を備える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】
前記参照画像は、各血管部位についてその血管名が定められており、
前記異常血管検出手段は、前記参照画像に基づいて前記検出された異常血管部位の血管名を判別し、
前記表示制御手段は、前記判別された異常血管の血管名を識別表示された前記異常血管に対応付けて表示することを特徴とする請求項２に記載の医用画像処理装置。
【請求項４】
前記異常血管検出手段は、前記算出された各血管部位の相対的血管長を、正常症例における各血管部位の相対的血管長と比較することにより異常血管部位の有無を検出することを特徴とする請求項１〜３の何れか一項に記載の医用画像処理装置。
【請求項５】
前記異常血管検出手段は、前記血管像に対し細線化処理を施し、当該処理画像を用いて各血管部位の相対的血管長を算出することを特徴とする請求項１〜４の何れか一項に記載の医用画像処理装置。
【請求項６】
前記検査対象画像は、ＭＲＡ画像であり、
前記異常血管検出手段は、閉塞が発生した異常血管部位を検出することを特徴とする請求項１〜５の何れか一項に記載の医用画像処理装置。
【請求項７】
前記異常血管検出手段により検出された異常血管部位に関する情報を、当該検出に用いた相対的血管長の情報と対応付けて記憶する記憶手段を備え、
前記表示制御手段は、前記記憶手段により対応付けて記憶された相対的血管長の情報を２次元空間に分布させて前記表示手段上に表示させ、さらにこの前記２次元空間に分布する何れかの相対的血管長の情報が指定されると、当該指定された相対的血管長の情報に対応付けられた前記異常血管部位に関する情報を前記記憶手段から取得して前記表示手段上に表示させることを特徴とする請求項１〜６の何れか一項に記載の医用画像処理装置。
【請求項８】
異常血管部位に関する情報と特徴量とを対応付けて記憶する記憶手段と、
前記特徴量を座標空間にプロットしたときの、該座標空間における前記検査対象画像の特徴量との距離が所定範囲内にある、前記記憶手段に記憶された特徴量と対応付けられた異常血管部位に関する情報を検索する検索手段とを有することを特徴とする請求項１〜６の何れか一項に記載の医用画像処理装置。
【請求項９】
前記抽出手段により、検査対象画像から血管像を抽出する抽出工程と、
前記血管判別手段により、前記血管像と血管像に含まれる一又は複数の血管部位が予め特定された参照画像とを比較し、その比較結果に基づいて前記血管像に含まれる一又は複数の血管部位を判別する判別工程と、
前記異常血管検出手段により、前記血管判別手段により判別された各血管部位のそれぞれにつき相対的血管長を算出し、各相対的血管長を判別分析した結果に基づいて異常血管部位を検出する検出工程と、
を含むことを特徴とする画像処理方法。
【請求項１０】
コンピュータに、請求項９に記載の画像処理方法を実行させるプログラム。
【請求項１】
検査対象画像から血管像を抽出する抽出手段と、
前記血管像と血管像に含まれる一又は複数の血管部位が予め特定された参照画像とを比較し、その比較結果に基づいて前記血管像に含まれる一又は複数の血管部位を判別する血管判別手段と、
前記血管判別手段により判別された各血管部位のそれぞれにつき相対的血管長を算出し、各相対的血管長を特徴量として用い判別分析した結果に基づいて異常血管部位を検出する異常血管検出手段と、
を備えることを特徴とする医用画像処理装置。
【請求項２】
前記検査対象画像を表示する表示手段と、
前記表示された検査対象画像において前記検出された異常血管部位を識別表示させる表示制御手段と、
を備える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】
前記参照画像は、各血管部位についてその血管名が定められており、
前記異常血管検出手段は、前記参照画像に基づいて前記検出された異常血管部位の血管名を判別し、
前記表示制御手段は、前記判別された異常血管の血管名を識別表示された前記異常血管に対応付けて表示することを特徴とする請求項２に記載の医用画像処理装置。
【請求項４】
前記異常血管検出手段は、前記算出された各血管部位の相対的血管長を、正常症例における各血管部位の相対的血管長と比較することにより異常血管部位の有無を検出することを特徴とする請求項１〜３の何れか一項に記載の医用画像処理装置。
【請求項５】
前記異常血管検出手段は、前記血管像に対し細線化処理を施し、当該処理画像を用いて各血管部位の相対的血管長を算出することを特徴とする請求項１〜４の何れか一項に記載の医用画像処理装置。
【請求項６】
前記検査対象画像は、ＭＲＡ画像であり、
前記異常血管検出手段は、閉塞が発生した異常血管部位を検出することを特徴とする請求項１〜５の何れか一項に記載の医用画像処理装置。
【請求項７】
前記異常血管検出手段により検出された異常血管部位に関する情報を、当該検出に用いた相対的血管長の情報と対応付けて記憶する記憶手段を備え、
前記表示制御手段は、前記記憶手段により対応付けて記憶された相対的血管長の情報を２次元空間に分布させて前記表示手段上に表示させ、さらにこの前記２次元空間に分布する何れかの相対的血管長の情報が指定されると、当該指定された相対的血管長の情報に対応付けられた前記異常血管部位に関する情報を前記記憶手段から取得して前記表示手段上に表示させることを特徴とする請求項１〜６の何れか一項に記載の医用画像処理装置。
【請求項８】
異常血管部位に関する情報と特徴量とを対応付けて記憶する記憶手段と、
前記特徴量を座標空間にプロットしたときの、該座標空間における前記検査対象画像の特徴量との距離が所定範囲内にある、前記記憶手段に記憶された特徴量と対応付けられた異常血管部位に関する情報を検索する検索手段とを有することを特徴とする請求項１〜６の何れか一項に記載の医用画像処理装置。
【請求項９】
前記抽出手段により、検査対象画像から血管像を抽出する抽出工程と、
前記血管判別手段により、前記血管像と血管像に含まれる一又は複数の血管部位が予め特定された参照画像とを比較し、その比較結果に基づいて前記血管像に含まれる一又は複数の血管部位を判別する判別工程と、
前記異常血管検出手段により、前記血管判別手段により判別された各血管部位のそれぞれにつき相対的血管長を算出し、各相対的血管長を判別分析した結果に基づいて異常血管部位を検出する検出工程と、
を含むことを特徴とする画像処理方法。
【請求項１０】
コンピュータに、請求項９に記載の画像処理方法を実行させるプログラム。
【図１】
【図２】
【図４】
【図７】
【図８】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図３】
【図５】
【図６】
【図９】
【図１０】
【図１６】
【図２】
【図４】
【図７】
【図８】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図３】
【図５】
【図６】
【図９】
【図１０】
【図１６】
【公開番号】特開２００８−７３３３２（Ｐ２００８−７３３３２Ａ）
【公開日】平成２０年４月３日（２００８．４．３）
【国際特許分類】
【出願番号】特願２００６−２５７６１７（Ｐ２００６−２５７６１７）
【出願日】平成１８年９月２２日（２００６．９．２２）
【特許番号】特許第３９２８９７７号（Ｐ３９２８９７７）
【特許公報発行日】平成１９年６月１３日（２００７．６．１３）
【出願人】（３０４０１９３９９）国立大学法人岐阜大学 (289)
【出願人】（３０３０００４２０）コニカミノルタエムジー株式会社 (2,950)
【Ｆターム（参考）】
【公開日】平成２０年４月３日（２００８．４．３）
【国際特許分類】
【出願日】平成１８年９月２２日（２００６．９．２２）
【特許番号】特許第３９２８９７７号（Ｐ３９２８９７７）
【特許公報発行日】平成１９年６月１３日（２００７．６．１３）
【出願人】（３０４０１９３９９）国立大学法人岐阜大学 (289)
【出願人】（３０３０００４２０）コニカミノルタエムジー株式会社 (2,950)
【Ｆターム（参考）】
[ Back to top ]