CN102525466B - 图像处理装置和磁共振成像装置 - Google Patents

图像处理装置和磁共振成像装置 Download PDF

Info

Publication number
CN102525466B
CN102525466B CN201210002993.7A CN201210002993A CN102525466B CN 102525466 B CN102525466 B CN 102525466B CN 201210002993 A CN201210002993 A CN 201210002993A CN 102525466 B CN102525466 B CN 102525466B
Authority
CN
China
Prior art keywords
image
mentioned
diffusion
dwi
projection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201210002993.7A
Other languages
English (en)
Other versions
CN102525466A (zh
Inventor
木村徳典
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Medical Systems Corp
Original Assignee
Toshiba Medical Systems Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toshiba Medical Systems Corp filed Critical Toshiba Medical Systems Corp
Publication of CN102525466A publication Critical patent/CN102525466A/zh
Application granted granted Critical
Publication of CN102525466B publication Critical patent/CN102525466B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56341—Diffusion imaging

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Vascular Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明提供一种能够通过对供给诊断的图像信息进行选择或压缩，来降低医生的读图负担，进而提高诊断效率和诊断效果的图像处理装置和磁共振成像装置。图像处理装置具有：根据通过图像诊断装置收集到的体数据(SDWI(x，y，x))，作成第一诊断图像(SDWI_norm(u，v))的第一诊断图像作成单元；设置诊断用的区域(M3D(x，y，x))的区域设置单元；根据体数据(SDWI(x，y，x))中的包含在诊断用区域(M3D(x，y，x))中的体数据(SDWI(x，y，x))，作成第二诊断图像(ADC(u，v))的第二诊断图像作成单元。

Description

图像处理装置和磁共振成像装置
本申请是申请日为2007年5月25日、申请号为200710104582.8、发明名称为“图像处理装置和磁共振成像装置”的申请的分案申请。
技术领域
本发明涉及根据为了医疗领域的诊断而收集到的3维体数据(volume data)生成投影图像数据和参数图像数据的图像处理装置和磁共振成像装置。
背景技术
作为医疗领域中的图像诊断法之一，有磁共振成像(MRI：Magnetic ResonanceImaging)。磁共振成像是用拉莫尔频率的RF(radio freqency：射频)信号对处于静磁场中的被检体的原子核自旋进行磁激励，根据伴随着该激励所产生的MR信号而重构图像的摄影方法。
在磁共振成像中的成像法中，有一种扩散成像。扩散成像是对增强了水分子等粒子因热产生布朗运动而散乱的扩散效果的扩散强调图像(DWI：diffusion weightedimage)进行摄影。由于该扩散成像在脑梗塞的早期诊断中有用，所以引人注目。另外，在神经纤维的各向异性的检测、以及相反利用了各向异性的神经纤维描绘等的脑神经领域中，扩散成像作为扩散张量成像(DTI：Diffusion tensor imaging)而正在发展。进而，近年来，磁共振成像的适用范围已经扩展到全身区域，使得能够应用于癌的筛查等。
在扩散成像中，使用了增强了因扩散而产生的MR信号衰减而伴随着MPG(MotionProbing Gradient)脉冲的施加的脉冲序列。最简单地可以如公式(1)那样表示因扩散而产生的信号强度S。
S＝S0exp(-b·ADC) ......(1)
其中，在公式(1)中，b[s/mm2]是表示因扩散产生的信号衰减的程度的倾斜磁场因子，ADC(Apparent Diffusion Coefficient)是扩散的程度，S0是倾斜磁场因子b＝0时的信号强度。
在扩散成像的一般临床应用中，作为简便的方法，大多施加一个方向的MPG脉冲，只使用设置为b＝1000左右而摄影的DWI、以及b＝0的作为基础的图像的1组图像进行诊断。另外，通常，由于设置为回波时间TE(echo time)＞60ms左右，所以b＝0的作为基础的图像为具有增强了横缓和时间(T2)的不同的对比度的T2增强图像(T2W：T2weighted image)。
但是，DWI是作为基础的(b＝0的)图像的对比度由于扩散而变化了的图像。因此，在DWI中不只混合了由于扩散而变化了的成分，还混合了由于T1(纵缓和时间)和T2而变化了的成分。另一方面，在b＝0的T2W中，病组织具有比周围的正常组织高的信号的情况很多。已知在这样的情况下，在DWI中，会产生以下的所谓的T2shine through现象：即使信号强度因扩散而降低，病组织相对于周围的正常组织仍然是高信号。
另外，在施加了一个方向的MPG脉冲的情况下，DWI是具有依存于神经纤维和MPG脉冲的施加方向的对比度的图像。即，MPG脉冲的施加方向和神经纤维的走向越是平行，则信号强度越是因扩散而降低。
因此，有医生因T2shine through和DWI中的对比度的MPG的方向依存性而产生读图错误的问题。
因此，广泛使用了以下的方法：摄影b＝0的T2W、在至少3个方向上改变了MPG使得在空间上各向同性的DWI，只求出作为不依存于坐标系的参数的traceADC的ADC图像。另外，根据需要，还进行上述的DTI。DTI用于使用b＝0的T2W和至少在6个方向上改变了MPG而摄影了的DWI，不只求出traceADC，还求出作为表示神经纤维的各向异性的参数的FA(Fractional Anisotropy)等参数的定量值图像而用于诊断。
特别在通过扩散成像进行癌的筛查的情况下，需要根据全身等广范围的体数据全体作成定量图像(例如参考非专利文献1)。
通常，由于癌的候选部分的扩散相对于正常组织小(即ADC小)，所以在DWI中，癌的候选部分相对于正常组织为高信号。另一方面，在全身脏器的癌的筛查中，能够得到大量的体数据。因此，通过对DWI进行最大值投影(MIP：Maximum Intensity Projection)处理，来对图像数据进行压缩。所以，大多显示压缩了的图像信息用于诊断。
另外，在将扩散成像适用于体干部分的癌的筛查的情况下，由于脂肪的ADC小，所以如果将通过通常的处理得到的DWI用于诊断，则有将脂肪误诊为癌的可能性。因此，在体干部分的癌的筛查中，在同时利用脂肪抑制来预先降低脂肪信号的基础上，进行DWI的收集。可以认为在同时利用了脂肪抑制的情况下，脂肪以外的正常组织的T2值短，并且ADC也大，因此在DWI上的低信号的部分中存在癌组织的概率小，能够看作为正常部分。
另外，在医生对根据DWI作成的ADC图像进行读图的情况下，还使DWI上的高信号部分与ADC图像对应，进行重点诊断。对于癌和正常部分的对比度，有DWI容易比ADC图像大的倾向。这是因为在DWI中有因T2造成的对比度的相乘效果。
图11是表示通过现有的磁共振成像得到的体干部分的扩散临床例子的胰脏癌肝转移(pancreatic cancer and liver metastasis)的T2增强图像(T2W)的图，图12是表示通过现有的磁共振成像得到的图11所示的胰脏癌肝转移的扩散增强图像(DWI)的图，图13是表示通过现有的磁共振成像得到的图11所示的胰脏癌肝转移的ADC图像的图。
根据图11的T2W(b＝0)，可以确认箭头所示的癌部分与周围的正常组织相比，是稍微高的信号。这表示癌部分的T2值长。另外，在图12的DWI(b＝1000)上，可以确认出用比T2W上还高的信号描绘出箭头所示的癌部分。相反，在图13的ADC图像上，可以确认出箭头所示的癌部分的信号为低值。另外，根据图12和图13，可知癌部分相对于正常组织的对比度差与ADC图像相比，DWI的一方大。
图14是模式地表示扩散成像中的正常组织和癌部分各自的倾斜磁场因子b的值所对应的信号强度变化的图。
在图14中，横轴表示倾斜磁场因子b[sec/mm2]，纵轴表示信号强度(SignalIntensity)。另外，图14中的实线表示正常组织(normal tissue)中的与倾斜磁场因子b的值对应的信号强度的变化，虚线表示癌部分(tumor)中的与倾斜磁场因子b的值对应的信号强度的变化。
如图14所示，癌部分与正常组织相比，有b＝0的信号强度大，并且相对于b的增加，衰减小的性质。因此，与b＝0的T2W中的癌部分与正常组织的信号强度差相比，b＝1000的DWI中的癌部分与正常组织的信号强度差大。其结果是可以理解为DWI与T2W相比，癌的检测灵敏度高。
非专利文献1：Takahara T，Imai Y，Yamashita T，Yasuda S，Nasu S，VanCauteren M.Diffusion weighted whole body imaging with background body signalsuppression(DWIBS)：technical improvement using free breathing，STIR and highresolution 3D display.Radiat Med.2004 Jul～Aug；22(4)：275-82.
但是，在ADC图像中，癌的候选部位为低信号，并且与周围的正常组织的对比度差比DWI小。因此，不进行对ADC图像的MIP处理和最小值投影(MinIP：minimum intensityprojection)等向2维面的投影处理。因此，即使作成ADC图像，医生也只能以切片单位进行读图。因此，ADC图像的读图非常消耗医生的劳力。
另一方面，在DWI中作为高信号部分检测出的癌的候选部位中设置关注区域(ROI：region of interest)，数值化对DWI进行诊断。但是，有将医生的随意性加入到ROI的设置中的可能性。另外，医生只能作为ROI全体的平均值来掌握癌的候选部位的数值信息。因此，有容易产生癌的漏诊的问题。
在这样的背景下，利用了ADC图像的全身脏器的诊断的现状是与认识到其重要性无关地对脑的诊断等并没有一般化。因此，有可能对癌诊断中的特征积累产生障碍。
另外，这样的问题并不只限于MRI，在各种图像诊断装置中，对摄影了的诊断图像是共通的。即，医生需要对大量的图像信息进行读图的结果是不只是对诊断效率和诊断效果的提高，还有可能对诊断方法自身的采用产生障碍。作为其具体例子，如上所述，可以列举以下的情况：在处理大量的体数据的MRI的全身的扩散成像中，不只是DWI，还要求出ADC、FA等各种参数的定量值。另外，生成大量的图像信息也有造成信息处理量的增加的问题。
发明内容
本发明就是为了对应现有技术的问题而提出的，其目的在于：提供一种能够通过对供给诊断用的ADC、FA等图像信息进行选择或压缩，来降低医生的读图负担，进而提高诊断效率和诊断效果的图像处理装置和磁共振成像装置。
另外，本发明的另一个目的在于：提供一种能够以更少的信息处理量将ADC、FA等图像信息供给诊断用的图像处理装置和磁共振成像装置。
本发明的图像处理装置为了达到上述目的，如权利要求1所记载的那样，其特征在于包括：存储扩散增强图像数据的存储单元；在上述扩散增强图像数据中，确定计算对象区域的确定单元；根据上述扩散增强图像数据，针对上述计算对象区域计算扩散系数和作为扩散各向异性的指标的各向异性比率的至少一个的计算单元；显示通过上述计算单元计算出的上述扩散系数和上述各向异性比率的至少一个的显示单元。
另外，本发明的磁共振成像装置为了达到上述目的，如权利要求10所记载的那样，其特征在于包括：收集扩散增强图像数据的数据收集单元；在上述扩散增强图像数据中，确定计算对象区域的确定单元；根据上述扩散增强图像数据，针对上述计算对象区域计算扩散系数和作为扩散各向异性的指标的各向异性比率的至少一个的计算单元；显示通过上述计算单元计算出的上述扩散系数和上述各向异性比率的至少一个的显示单元。
在本发明的图像处理装置和磁共振成像装置中，通过对供给诊断用的ADC、FA等图像信息进行选择或压缩，能够降低医生的读图负担，进而提高诊断效率和诊断效果。
另外，在本发明的图像处理装置和磁共振成像装置中，能够以更少的信息处理量将ADC、FA等图像信息供给诊断用。
附图说明
图1是本发明的实施例1的磁共振成像装置的结构图。
图2是图1所示的磁共振成像装置的计算机的功能框图。
图3是表示在图1所示的磁共振成像装置中使用的DWI序列的图。
图4是表示图2所示的图像处理装置中的图像处理的流程的流程图。
图5是表示在图2所示的图像处理装置中作成的ADC图像和投影ADC图像的关系的图。
图6是表示将在图2所示的图像处理装置中作成的图像显示在显示装置中的例子的图。
图7是本发明的实施例2的磁共振成像装置所具备的图像处理装置的功能框图。
图8是表示图7所示的图像处理装置中的图像处理的流程的流程图。
图9是表示在图7所示的图像处理装置中作成的ADC图像和投影ADC图像的关系的图。
图10是使用了本发明的图像处理装置的图像诊断系统的结构图。
图11是通过现有的磁共振成像得到的体干部分的扩散临床例子的胰脏癌肝转移(pancreatic cancer and liver metastasis)的T2增强图像(T2W)。
图12是通过现有的磁共振成像得到的图11所示的胰脏癌肝转移的扩散增强图像(DWI)。
图13是通过现有的磁共振成像得到的图11所示的胰脏癌肝转移的ADC图像。
图14是模式地表示扩散成像中的正常组织和癌部分各自的倾斜磁场因子b的值所对应的信号强度变化的图。
具体实施方式
参考附图，说明本发明的图像处理装置和磁共振成像装置的实施例。
(实施例1)
(结构和功能)
图1是本发明的实施例1的磁共振成像装置的结构图。
磁共振成像装置20的结构具备形成静磁场的筒状的静磁场用磁铁21，并且将设置在该静磁场用磁铁21的内部的匀场线圈22、倾斜磁场线圈23和RF线圈24内置在未图示的架台中。
另外，在磁共振成像装置20中，具备控制系统25。控制系统25具备静磁场电源26、倾斜磁场电源27、匀场线圈电源28、发送器29、接收器30、序列控制器31和计算机32。控制系统25的倾斜磁场电源27具备X轴倾斜磁场电源27x、Y轴倾斜磁场电源27y和Z轴倾斜磁场电源27z。另外，在计算机32中，具备输入装置33、显示装置34、计算装置35和存储装置36。
静磁场用磁铁21与静磁场电源26连接，具有：通过从静磁场电源26提供的电流在摄像区域中形成静磁场的功能。另外，静磁场用磁铁21大多由超导线圈构成，在励磁时与静磁场电源26连接而被供给电流，但一旦励磁后，一般成为非连接状态。另外，也有用永久磁铁构成静磁场用磁铁21，不设置静磁场电源26的情况。
另外，在静磁场用磁铁21的内侧，在同一轴上设置筒状的匀场线圈22。构成为匀场线圈22与匀场线圈电源28连接，从匀场线圈电源28向匀场线圈22供给电流而使静磁场均匀化。
倾斜磁场线圈23具备X轴倾斜磁场线圈23x、Y轴倾斜磁场线圈23y和Z轴倾斜磁场线圈23z，在静磁场用磁铁21的内部形成为筒状。在倾斜磁场线圈23的内侧设置有卧台37而成为摄像区域，将被检体P设置在卧台37上。RF线圈24也有不内置在架台中，而设置在卧台37和被检体P近旁的情况。
另外，倾斜磁场线圈23与倾斜磁场电源27连接。倾斜磁场线圈23的X轴倾斜磁场线圈23x、Y轴倾斜磁场线圈23y和Z轴倾斜磁场线圈23z分别与倾斜磁场电源27的X轴倾斜磁场电源27x、Y轴倾斜磁场电源27y和Z轴倾斜磁场电源27z连接。
另外，通过从X轴倾斜磁场电源27x、Y轴倾斜磁场电源27y和Z轴倾斜磁场电源27z分别向X轴倾斜磁场线圈23x、Y轴倾斜磁场线圈23y和Z轴倾斜磁场线圈23z供给的电流，在摄像区域中分别能够形成X轴方向的倾斜磁场Gx、Y轴方向的倾斜磁场Gy、Z轴方向的倾斜磁场Gz。
RF线圈24与发送器29和接收器30连接。RF线圈24具有：从发送器29接收高频信号并发送到被检体P的功能；接收因被检体P内部的原子核自旋的高频信号所产生的激励所伴随产生的NMR信号并提供给接收器30的功能。
另一方面，控制系统25的序列控制器31与倾斜磁场电源27、发送器29和接收器30连接。序列控制器31具有：存储为了驱动倾斜磁场电源27、发送器29和接收器30所需要的控制信息，例如记述了应该向倾斜磁场电源27施加的脉冲电流的强度、施加时间、施加定时等动作控制信息的序列信息的功能；通过依照所存储的规定的序列而驱动倾斜磁场电源27、发送器29和接收器30，来产生X轴倾斜磁场Gx、Y轴倾斜磁场Gy、Z轴倾斜磁场Gz和高频信号的功能。
另外，序列控制器31构成为接收通过对接收器30的NMR信号的检波和A/D变换所得到的复数数据的原始数据(raw data)并提供给计算机32。
因此，发送器29具备根据从序列控制器31接收到的控制信息将高频信号提供给RF线圈24的功能，另一方面，接收器30具备：通过对从RF线圈24接收到的NMR信号进行检波，执行所需要的信号处理，同时进行A/D变换，由此生成数字化了的作为复数数据的原始数据的功能；将所生成的原始数据提供给序列控制器31的功能。
另外，通过由计算装置35执行保存在计算机32的存储装置36中的程序，而在计算机32中具备各种功能。但不只是程序，也可以设置特定的电路来构成计算机32。
图2是图1所示的磁共振成像装置20的计算机32的功能框图。
计算机32通过程序而作为序列控制器控制部件40、k空间数据库41、摄影条件设置部件42、图像重构部件43、实空间数据库44、图像处理装置45发挥功能。图像处理装置45具备标准化部件46、第一参数图像作成部件47、掩模作成部件48、3D参数图像作成部件49、第二参数图像作成部件50、参照图像作成部件51、临床数据库52。
序列控制器控制部件40具有：根据来自输入装置33或其他构成要素的信息，向序列控制器31提供脉冲序列而驱动控制的功能。特别地，序列控制器控制部件40能够向序列控制器31提供任意的序列，收集T2W等图像，另外还提供伴随着MPG脉冲的施加的DWI序列，执行扩散成像。
另外，序列控制器控制部件40具有：从序列控制器31接收作为k空间数据的原始数据，并配置在形成在k空间数据库41中的k空间(傅立叶空间)的功能。因此，在k空间数据库41中，作为k空间数据保存有在接收器30中生成的各原始数据。
摄影条件设置部件42具有：作成DWI序列等脉冲序列作为摄影条件，并提供给序列控制器控制部件40的功能。
图像重构部件43具有：从k空间数据库41取得k空间数据，实施傅立叶变换处理等图像重构处理，由此生成实空间的3维图像数据作为体数据，将生成的体数据写入到实空间数据库44中的功能。因此，在实空间数据库44中，保存有通过图像重构部件43生成的体数据，即通过扫描而收集到的体数据。另外，通过扩散成像得到的倾斜磁场因子b＞0的体数据为DWI体数据，作为倾斜磁场因子b＝0得到的体数据如果是TE＞80ms左右，则为T2W体数据。以下，说明倾斜磁场因子b＝0的作为基础的体数据是T2W体数据的情况。
通过调整DWI序列中的MPG脉冲的强度和施加时间，能够控制倾斜磁场因子b的值。
图3是表示在图1所示的磁共振成像装置20中使用的DWI序列的图。
在图3中，RF表示从RF线圈24向被检体P发送的高频信号和来自被检体P的回波信号，MPG表示MPG脉冲，Gr表示读出用倾斜磁场脉冲。图3表示EPI(echo planar imaging)的DWI序列。即，在施加90度脉冲后，施加180度脉冲。另外，在施加90度脉冲后，在180度脉冲的前后，施加MPG脉冲。进而，在施加MPG脉冲后，施加读出用倾斜磁场脉冲。这样，从被检体P得到回波信号。
与要得到的倾斜磁场因子b的值对应地如下式(2)那样决定图3所示的MPG脉冲的强度G、施加时间δ、从最初的MPG脉冲的施加开始到下一个MPG脉冲的施加开始的时间Δ。
倾斜磁场因子b越大，则能够以更小的扩散作为相位的偏移进行图像化。将倾斜磁场因子b的值设置为从50[s/mm2]到最多2000[s/mm2]左右的值。例如，在要在腹部中检测癌的情况下，将倾斜磁场因子b的值设置为从500[s/mm2]到2000[s/mm2]左右的值。
可知为了根据公式(2)增大倾斜磁场因子b的值，可以增大MPG脉冲的强度G，或延长施加时间δ或从最初的MPG脉冲的施加开始到下一个MPG脉冲的施加开始的时间Δ。
图像处理装置45具有：将保存在实空间数据库44中的体数据作为原始数据，作成具有相互不同的参数的定量的至少2种参数图像供给诊断用的功能。作为一个例子，图像处理装置45构成为根据DWI体数据，作成对DWI进行了2维投影的投影DWI、分别对ADC图像和FA图像进行了2维投影的投影ADC图像和投影FA图像。
用于作成投影ADC图像和投影FA图像的DWI体数据不一定必须是同种类的DWI体数据。例如，可以预先将倾斜磁场因子b的值不同的多种DWI体数据或MPG脉冲的施加方向不同的多种DWI体数据保存在实空间数据库44中，由图像处理装置45根据多种DWI体数据作成投影ADC图像和投影FA图像。
另外，作为ADC图像，如果根据在3个以上方向上改变MPG而收集到的DWI，为了作成投影ADC图像而求出不依存于座标系的traceADC图像，则可以将不依存于方向的投影ADC图像供给诊断用。在P.J.Bassier et al.“A simplified method to measure thedifussion tensor from MR images.”Magn.Reson.Med.39；928～934(1998)中，记载了根据6轴方向的MPG求出的traceADC和FA的详细。
其中，如果使用全部的DWI体数据作成投影ADC图像和投影FA图像，则信息量非常大，因此在图像处理装置45中，具有：选择性地只使用对诊断有用的信息，作成投影ADC图像和投影FA图像的功能。
具体地说，在DWI中，相对于正常组织和空气为低信号，癌的候选部分为高信号。因此，为了在DWI中选择性地抽出癌的候选部分，而设置信号强度的阈值，将超过阈值的范围作为定量图像的投影ADC图像和投影FA图像的计算对象。即，图像处理装置45具有：作成用于在DWI体数据中决定作为投影ADC图像和投影FA图像的计算对象区域的癌候选部分的掩模的功能。
因此，图像处理装置45的各构成要素具备用于进行上述处理的各功能。
标准化部件46具有：从实空间数据库44读入DWI体数据和T2W体数据，进行标准化的功能；将标准化后的DWI体数据提供给第一参数图像作成部件47、掩模作成部件48和3D参数图像作成部件49，将标准化后的T2W体数据提供给3D参数图像作成部件49的功能。通常，在MRI中收集的信号的强度与磁场强度、RF线圈24、被检体P的大小、脉冲序列的种类等各种检查条件对应地，以检查单位进行变化。因此，通过进行DWI体数据和T2W体数据的图像值的标准化，能够降低检查单位中的信号强度的差。另外，标准化部件46构成为从临床数据库52取得标准化所需要的数据。
第一参数图像作成部件47具有：通过对从标准化部件46接收到的标准化后的DWI体数据实施MIP处理，进行2维投影的功能。另外，第一参数图像作成部件47具有：将通过DWI体数据的2维投影作成的投影DWI图像显示在显示装置34上的功能。另外，第一参数图像作成部件47还具有：根据需要，保存投影DWI图像上的数据的位置和DWI体数据上的位置的对应信息的功能。
掩模作成部件48具有：通过判断从标准化部件46接收到的标准化后的DWI体数据的信号强度是否位于由预先决定的阈值确定的范围内，而作成用于决定投影ADC图像和投影FA图像的计算对象的掩模的功能；将作成的掩模提供给3D参数图像作成部件49的功能。另外，掩模作成部件48构成为从临床数据库52取得作成掩模所需要的阈值或用于决定阈值的信息。
另外，如果使用只通过阈值处理作成的掩模，决定投影ADC图像和投影FA图像的计算对象，则有可能存在以下这样的部分，即由于噪声的影响将疾病部分以外的无用部分抽出为投影ADC图像和投影FA图像的计算对象，相反与疾病部分内无关地没有抽出投影ADC图像和投影FA图像的计算对象。为了防止它，也可以通过在阈值处理后利用放大缩小处理进行降低孤立点的处理，来作成掩模。即可以进行掩模的放大缩小处理，使得边缘区域包含在投影ADC图像和投影FA图像的计算对象区域中。另外，也可以对阈值自身设置边缘。
3D参数图像作成部件49具有：使用从掩模作成部件48接收到的掩模，对从标准化部件46接收到的DWI体数据和T2W体数据进行掩模处理的功能；使用掩模处理后的DWI体数据和T2W体数据，计算3维的ADC图像和FA图像的功能。另外，3D参数图像作成部件49构成为将通过计算得到的ADC图像提供给第二参数图像作成部件50。
第二参数图像作成部件50通过对从3D参数图像作成部件49取得的ADC图像和FA图像实施MinIP处理、平均投影处理等2维投影处理，作成投影ADC图像和投影FA图像的功能；将作成的投影ADC图像和投影FA图像显示在显示装置34上的功能。另外，第二参数图像作成部件50还具有：根据需要，保存投影ADC图像和投影FA图像上的数据各自的位置与作为体数据的ADC图像和FA图像上的各自的位置的对应信息的功能。
参照图像作成部件51具有：在从输入装置33接收到参照图像的显示指示的情况下，从实空间数据库44读入必要的数据，作成在由第一参数图像作成部件47作成的投影DWI图像或由第二参数图像作成部件50作成的投影ADC图像和投影FA图像上的与标记(marking)处理对应的位置上进行了标记的其他希望的参照图像的功能；将作成的参照图像显示在显示装置34上的功能。另外，参照图像作成部件51为了在参照图像上求出应该进行标记的位置，而能够参照分别保存在第一参数图像作成部件47和第二参数图像作成部件50中的投影图像和体图像间的位置的对应信息。
进而，参照图像作成部件51还具有：根据需要，将希望的图像重叠在由第一参数图像作成部件47作成的投影DWI图像或由第二参数图像作成部件50作成的投影ADC图像和投影FA图像上的功能。
在临床数据库52中，保存有标准化部件46的标准化处理所需要的数据、以及掩模作成部件48的掩模作成时所需要的阈值或用于决定阈值的参数、临床数据等信息。
(动作和作用)
接着，说明磁共振成像装置20的动作和作用。
首先，通过执行成像扫描，收集被检体P的T2W体数据。另外，通过执行扩散成像，收集被检体P的DWI体数据。即，预先将被检体P设置到卧台37上，在由静磁场电源26励磁了的静磁场用磁铁21(超导磁铁)的摄像区域中形成静磁场。另外，从匀场线圈电源28向匀场线圈22提供电流，使在摄像区域中形成的静磁场均匀。
然后，如果从输入装置33向序列控制器控制部件40提供了被检体P的诊断部位的T2W和DWI的收集指示，则序列控制器控制部件40从摄影条件设置部件42，将伴随着MPG脉冲施加的DWI序列作为DWI收集用，将任意的脉冲序列作为T2W收集用，取得并提供给序列控制器31。序列控制器31依照从序列控制器控制部件40接收到的脉冲序列，驱动倾斜磁场电源27、发送器29和接收器30，从而在设置有被检体P的摄像区域中形成倾斜磁场，同时RF线圈24产生高频信号。
因此，由RF线圈24接收通过被检体P内部的核磁共振产生的NMR信号，并提供给接收器30。接收器30从RF线圈24接收NMR信号，在执行了必要的信号处理后，通过A/D变换，生成作为数字数据的NMR信号的原始数据。接收器30将生成的原始数据提供给序列控制器31。序列控制器31将原始数据提供给序列控制器控制部件40，序列控制器控制部件40将原始数据作为k空间数据配置在形成在k空间数据库41中的k空间中。
接着，图像重构部件43从k空间数据库41取得k空间数据，实施傅立叶变换处理等图像重构处理，由此作为体数据生成实空间的3维图像数据。从图像重构部件43，将所生成的体数据写入保存到实空间数据库44中。其结果是在实空间数据库44中，保存通过DWI序列的执行而收集到的DWI体数据、通过T2W收集用的脉冲序列的执行而收集到的T2W体数据。
然后，由图像处理装置45根据保存在实空间数据库44中的DWI体数据和T2W体数据，作成投影DWI图像、投影ADC图像和投影FA图像，并显示在显示装置34上。另外，根据需要，由图像处理装置45作成参照用的图像，并显示在显示装置34上。
图4是表示图2所示的图像处理装置45中的图像处理的流程的流程图，在图中对S附加了数字的符号表示流程图的各步骤。
首先，在步骤S1中，由标准化部件46进行T2W体数据和DWI体数据的标准化。即，标准化部件46从实空间数据库44读T2W体数据和DWI体数据，分别根据公式(3-1)和公式(3-2)，进行T2W体数据和DWI体数据的标准化。
S0_norm(x，y，z)＝S0(x，y，z)/S0_base ......(3-1)
SDWI_norm(x，y，z)＝SDWI(x，y，z)/S0_base ......(3-2)
其中S0_norm(x，y，z)是T2W体数据的标准化后的位置(x，y，z)的体素的信号强度，SDWI_norm(x，y，z)是DWI体数据的标准化后的位置(x，y，z)的体素的信号强度，S0(x，y，z)是T2W体数据的标准化前的位置(x，y，z)的体素的信号强度，SDWI(x，y，z)是DWI体数据的标准化前的位置(x，y，z)的体素的信号强度，S0_base(x，y，z)是为了标准化而测量出的T2W体数据的特定部位的信号强度。
另外，在脂肪和脾脏等那样的不同的被检体P之间比较的差小的部位处测量S0_base，并预先保存在临床数据库52中。然后，标准化部件46使用保存在临床数据库52中的S0_base，进行T2W体数据和DWI体数据的标准化。进而，从标准化部件46，将标准化后的DWI体数据提供给第一参数图像作成部件47、掩模作成部件48和3D参数图像作成部件49，将标准化后的T2W体数据提供给3D参数图像作成部件49。
接着，在步骤S2中，由第一参数图像作成部件47作成投影DWI图像，并显示在显示装置34上。即，第一参数图像作成部件47通过如公式(4)那样对从标准化部件46接收到的标准化后的DWI体数据实施MIP处理，来作成投影DWI图像。
MIP[SDWI_norm(x，y，z)] ......(4)
其中MIP[]表示MIP处理。
另外，在显示后述的参照图像的情况下，第一参数图像作成部件47保存投影DWI图像与标准化后的DWI体数据之间的数据位置的对应信息。然后，第一参数图像作成部件47将作成的投影DWI图像提供给显示装置34进行显示。
另一方面，在步骤S3中，掩模作成部件48作成用于决定投影ADC图像和投影FA图像的计算对象的掩模。即，掩模作成部件48通过将从标准化部件46接收到的标准化后的DWI体数据的信号强度与预先决定的阈值进行比较，作成掩模函数。掩模函数的作成算法例如如公式(5)那样。
Do for all voxels(x，y，z)
if Th1＜SDWI_norm(x，y，z)＜Th2
M3D(x，y，z)＝1
else
M3D(x，y，z)＝0
end
end ......(5)
其中，Th1是标准化后的DWI体数据的信号强度所对应的下限侧的阈值，Th2是标准化后的DWI体数据的信号强度所对应的上限侧的阈值，M3D(x，y，z)是3维掩模函数。
即，掩模作成部件48顺序地判断标准化后的DWI体数据的各位置(x，y，z)的全部体素各个的信号强度是否位于由下限侧的阈值Th1和上限侧的阈值Th2所确定的范围内。另外，在某体素的信号强度位于由下限侧的阈值Th1和上限侧的阈值Th2所确定的范围内的情况下，将该体素的位置(x，y，z)处的掩模函数M3D(x，y，z)的值设置为1。另外，将其他体素的位置(x，y，z)处的掩模函数M3D(x，y，z)的值设置为0。
即，根据标准化后的DWI体数据，作成掩模函数M(x，y，z)，使得在作为投影ADC图像和投影FA图像各自的原始数据的ADC图像和FA图像的计算对象的区域中，掩模函数M(x，y，z)的值为1，在不是ADC图像和FA图像的计算对象的区域中，掩模函数M(x，y，z)的值为0。因此，决定下限侧的阈值Th1和上限侧的阈值Th2，使得从ADC图像和FA图像的计算对象中分别除去空气和正常组织的区域。
例如，在DWI图像中，癌的候选区域与正常组织的区域相比，为高信号。因此，将上限侧的阈值Th2设置为在脂肪组织和身体中不可能有的最大值等。另一方面，将下限侧的阈值Th1设置为用于除去空气和正常组织的区域的能够成为癌候选的最小值等。由此，超过了下限侧的阈值Th1的范围为癌的候选区域，可以将癌的候选区域作为计算对象区域。
具体地说，可以根据过去的临床数据，决定下限侧的阈值Th1和上限侧的阈值Th2。即，根据预先在同一摄影条件下收集到的过去的DWI中确认为是癌的高信号区域的信号强度，将统计上存在是癌的可能性的信号强度的下限值和上限值推测为癌的候选区域的抽出条件。因此，也可以在癌的候选区域中包含正常组织。为了避免癌的误诊，而限定癌的候选区域的抽出条件，将ADC图像和FA图像的计算对象区域设置得比本来需要的区域大，是重要的。因此，用于决定下限侧的阈值Th1和上限侧的阈值Th2的临床数据并不必须非常严谨。
可以将用于决定下限侧的阈值Th1和上限侧的阈值Th2的临床数据保存在临床数据库52中，使得能够在掩模作成部件48作成掩模时参照。其中，也可以预先决定下限侧的阈值Th1和上限侧的阈值Th2自身或用于决定下限侧的阈值Th1和上限侧的阈值Th2的参数，并保存在临床数据库52中，使得能够在掩模作成部件48作成掩模时参照。
例如，可以如公式(6-1)和公式(6-2)那样，通过将一定的比乘以标准化后的DWI体数据的信号强度的最大值，来决定下限侧的阈值Th1和上限侧的阈值Th2。
Th1＝a1×max[SDWI_norm(x，y，z)] ......(6-1)
(0≤a1≤1)
Th2＝a2×max[SDWI_norm(x，y，z)] ......(6-2)
(0≤a2≤1)
其中，a1是用于决定下限侧的阈值Th1的比率，a2是用于决定上限侧的阈值Th2的比率。
可以凭经验来求出公式(6-1)和公式(6-2)所示的比率a1、a2。可以将求出的比率a1、a2保存在临床数据库52中，使得在掩模作成部件48作成掩模时能够参照。另外，比率a1越大，则下限侧的阈值Th1越大，从而在正常组织的区域更少的状态下，抽出癌的候选区域。因此，将比率a1决定为医生怀疑为有是癌的可能性的最大的值，即被认为虽然存在是癌的可能性但可能性最低的情况的值。另外，一般空气只是噪声，所以下限侧的阈值Th1比空气的值大。因此，不只是正常组织的区域，根据下限侧的阈值Th1还能够将空气除去。
另外，在阈值Th1、Th2的设置中，也可以由用户一边使阈值Th1、Th2变化而观察在图像上抽出的区域，一边将其设置为适当的值。这在数据不充分，阈值未知的阶段、或在装置、条件的离散大的情况下，是有效的方法。
然后，将由掩模作成部件48作成的掩模函数提供给3D参数图像作成部件49。
接着，在步骤S4中，3D参数图像作成部件49使用从掩模作成部件48接收到的掩模函数，对从标准化部件46接收到的DWI体数据和T2W体数据进行掩模处理，使用掩模处理后的DWI体数据和T2W体数据，计算ADC图像和FA图像。如果将标准化后的DWI体数据作为原始数据，则如公式(7-1)那样表示掩模处理，如公式(7-2)那样表示计算ADC图像的ADC处理。另外，如公式(7-3)那样表现计算FA图像的FA处理。
Mask[SDWI_norm(x，y，z)] (7-1)
ADC[Mask[SDWI_norm(x，y，z)]] (7-2)
FA[Mask[SDWI_norm(x，y，z)]] (7-3)
其中，Mask[]表示掩模处理，ADC[]表示ADC处理，FA[]表示FA处理。
另外，用于执行掩模处理、ADC处理和FA处理的算法例如如公式(8)那样。
Do for all voxels(x，y，z)of M3D(x，y，z)＝1
ADC(x，y，z)＝ln[S0_norm(x，y，z)/SDWI_norm(x，y，z)]/(bn-b0)
FA(x，y，z)＝sqrt(1.5)×sqrt[(λ1-Dm)2+(λ2-Dm)2+(λ3-Dm)2]/sqrt(λ1 2+λ2 2+λ3 2)
end ......(8)
其中，ADC(x，y，z)：位置(x，y，z)处的ADC图像的图像值，bn：DWI体数据的倾斜磁场因子，b0：作为DWI体数据的基础的体数据的倾斜磁场因子(通常T2W体数据的倾斜磁场因子b0＝0)，Dm：平均扩散系数(mean diffusivity)＝(λ1+λ2+λ3)/3，λ1、λ2、λ3(λ1＞λ2＞λ3)：扩散张量旋转椭圆体的固有值，是(x，y，z)的函数。
另外，如果在公式(8)中求出的ADC(x，y，z)是从至少正交的3方向的MPG方向计算出的各向同性的扩散系数，则平均扩散系数Dm＝ADC(x，y，z)。其中，在FA(x，y，z)的计算中，需要定义表示扩散张量的3×3的对象矩阵的各要素，因此最少需要6方向的MPG轴。
即，只针对掩模函数的值为1的掩模区域内的全部体素，计算ADC图像和FA图像。另外，可以根据设置为倾斜磁场因子b0＝0而收集到的体数据(通常为T2W体数据)、设置为倾斜磁场因子bn＞0而收集到的至少一个DWI体数据，计算ADC图像。公式(8)的算法表示出根据一个DWI体数据和T2W体数据计算出ADC图像的例子。另外，可以根据ADC图像计算出FA图像。
然后，3D参数图像作成部件49将通过这样的计算得到的ADC图像和FA图像提供给第二参数图像作成部件50。
接着，在步骤S5中，第二参数图像作成部件50通过对从3D参数图像作成部件49取得的ADC图像和FA图像实施2维投影处理，来作成投影ADC图像和投影FA图像。可以认为癌的可能性越高，则ADC图像的像素值越小。因此，通过在掩模区域内将空气部分的信号强度作为下限侧的阈值而进行ADC图像的MinIP处理，或者对投影方向上的ADC图像中的处于某阈值范围内的体素值的平均值进行投影处理而得到的投影ADC图像成为临床上有意义的图像。在对ADC图像进行MinIP处理，对FA图像进行平均投影处理的情况下的算法例如为公式(9)那样。
Do for all(u，v)along corresponding projection line of M3D(x，y，z)＝1
ADC(u，v)＝MinIP[ADC(x，y，z)]
FA(u，v)＝AveP[FA(x，y，z)]
End ......(9)
其中，ADC(u，v)是与投影线对应的位置(u，v)处的投影ADC图像的像素值，MinIP[]是MinIP处理，FA(u，v)是与投影线对应的位置(u，v)处的投影FA图像的像素值，AveP[]是平均投影(average projection)处理。
即，沿着掩模函数的值为1的全部体素所对应的投影线，在希望的投影面上，对ADC图像和FA图像进行MinIP处理和平均投影处理，其结果是作成投影ADC图像和投影FA图像。
图5是表示在图2所示的图像处理装置45中作成的ADC图像和投影ADC图像的关系的图。另外，FA图像与投影FA图像的关系也一样。
如图5所示那样，只在3维空间60中的掩模区域61内的位置(x，y，z)处，作为3维体数据作成ADC图像62。另外，在指定的投影方向63上，对掩模区域61内的ADC图像62进行MinIP处理。其结果是在投影面65上的位置(u，v)处作成2维的投影ADC图像64。
如果将标准化后的DWI体数据作为原始数据，作为公式表现以上的到MinIP处理和平均投影处理为止的一连串处理，则可以如公式(10-1)和公式(10-2)那样表现。
MinIP[ADC[Mask[SDWI(x，y，z)]]] ......(10-1)
AveP[FA[Mask[SDWI(x，y，z)]]] ......(10-2)
另外，在显示后述的参照图像的情况下，第二参数图像作成部件50保存投影ADC图像与作为体数据的ADC图像之间的数据位置、投影FA图像与作为体数据的FA图像之间的数据位置的对应信息。然后，将作成的投影ADC图像和投影FA图像从第二参数图像作成部件50提供给显示装置34进行显示。
因此，医生能够对通过2维投影处理作成的DWI、ADC图像和FA图像的2维投影图像进行读图。这时，由于只根据癌的候选区域，选择性地作成投影ADC图像和投影FA图像，所以信息量减少。因此，医生能够以更少的劳力对投影ADC图像和投影FA图像进行读图。由此，不只是降低了癌的漏诊，提高了诊断效果，还能够支持癌诊断中的特征的积累。
另外，医生也可以对在2维投影图像中被认为有疑点的部分和周围的组织的详细关系进行诊断。在这样的情况下，现有技术是由医生检索作为原始数据的DWI体数据和ADC图像，对必要的部分的图像进行诊断。因此，医生根据解剖学知识，使2维投影图像与DWI体数据、ADC图像关联起来，需要很多的时间和劳力取得必要的图像。
与此相对，如果医生从输入装置33向图像处理装置45的参照图像作成部件51提供参照图像的显示指示，则自动地在显示装置34上显示癌的候选区域、可识别地显示出与通过鼠标等输入装置33在2维投影图像上进行的标记处理位置对应的区域或位置的希望的参照图像。
参照图像作成部件51取得投影ADC图像、投影FA图像和投影DWI图像上的标记的位置信息。然后，在DWI体数据上，检测出与投影ADC图像、投影FA图像和投影DWI图像上的标记对应的位置。通过由参照图像作成部件51取得在作成投影ADC图像、投影FA图像和投影DWI图像时保存在第一参数图像作成部件47和第二参数图像作成部件50中的、2维投影图像和3维体数据之间的位置座标的对应信息，能够容易地进行该检测。即，参照图像作成部件51经由投影ADC图像、投影FA图像和投影DWI图像等投影图像，在作为投影图像的原始数据的体数据上进行标记。
然后，参照图像作成部件51例如根据T2W体数据、DWI体数据、ADC图像体数据等3维体数据，作成作为断面变换图像的MPR(Multiple Planar Reformat)图像作成参照图像。进而，参照图像作成部件51在作成的MPR图像上的投影图像上的标记位置处，进行标记处理。然后，将实施了标记处理后的参照图像从参照图像作成部件51提供给显示装置34进行显示。
作为参照图像，不只可以使用包含T2W数据、DWI数据、2D数据、3D数据的MPR图像数据，还可以使用CT图像数据等其他的通过图像诊断装置收集到的数据。特别地，如果将用于ADC图像数据的计算的切片T2W数据等T2W数据、DWI数据作为参照图像，则在诊断上是有用的。另外，可以在作为参照图像使用的所有图像上进行标记处理。
图6是表示将在图2所示的图像处理装置45中作成的图像显示在显示装置34中的例子的图。其中，在图6中，省略了投影FA图像的显示。
如图6那样，在显示装置34上，例如并列地显示投影DWI图像和投影ADC图像，另外还并列地显示顶向(coronal)图像、侧向(sagittal)图像和轴向(axial)图像的3种MPR图像。另外，虽然投影ADC图像只是掩模区域62的图像，但通过参照图像作成部件51的图像处理，如虚线所示那样，作成脏器的轮廓图像并重叠显示。然后，在投影DWI图像、投影ADC图像、顶向图像、侧向图像和轴向图像上，分别描绘出肝脏70、背骨71、肾脏72。
这样，能够由参照图像作成部件51从T2W数据或通过与扩散增强成像不同的成像收集到的图像数据，取得脏器的轮廓等与脏器有关的信息、MPR图像。然后，可以将与脏器有关的信息与掩模区域62的投影ADC图像和投影FA图像一起合成显示在显示装置34上。
如果医生对这些图像进行诊断，通过鼠标等输入装置33的操作，在投影DWI图像和投影ADC图像的任意一个图像上，对判断为有疑点的部分附加标记73，则在其他投影图像和MPR图像上的对应的位置处显示标记73。作为标记处理方法的例子，可以列举对表示标记73的图像进行上色，在半透明的状态下与MPR图像重叠进行显示的融合显示，或对表示有疑点的部分的轮廓的图像进行上色，与黑白图像的MPR图像重叠进行显示的方法。
另外，也可以在医生使用鼠标等输入装置33在某一个图像上移动指针74的情况下，在其他图像上也统一地使指针74移动。在该情况下，参照图像作成部件51从输入装置33取得操作信息，根据2维投影图像和3维体数据之间的位置座标的对应信息，在各图像上显示指针74。这样，如果在标记73的基础上，还在各图像间统一地移动指针74，则医生能够一目了然地确定图像间的位置关系。
因此，医生不需要根据解剖学知识在2维投影图像与体数据之间进行位置的关联而耗费劳力，就能够在MPR图像上确认判断为有疑点的部分的位置。换一种说法，能够自动地进行以前由医生进行的不同种类图像相互的位置关系的确定操作。
另外，可以在每次从输入装置33向参照图像作成部件51提供参照图像的作成指示时，作成MPR图像等参照图像，但也可以预先指定应该显示的参照图像，与投影图像一起自动地显示希望的参照图像。即，如果设置了掩模作成用的阈值等参数，则能够自动地作成投影DWI图像、投影ADC图像、投影FA图像和MPR图像等参照图像并同时显示。
进而，在一旦设置了摄影条件后，还可以自动地进行数据收集、图像重构处理、图像处理、图像显示的全部或一部分。例如，如果将倾斜磁场因子b＞0的DWI用的摄影流程或倾斜磁场因子b＝0的T2W用的摄影流程选择为摄影条件，则能够自动地将ADC图像、FA图像显示在显示装置34上。另外，如图6所示那样，还能够自动地与ADC图像、FA图像一起将参照图像显示在显示装置34上。
对于参照图像，例如也可以由医生通过输入装置33的操作，对参照图像作成部件51指示用于阅览进行了标记的体数据的必要位置处的MPR图像的作成。另一方面，也可以自动地与标记一起显示预先作为有疑点的部分抽出的掩模区域的切片图像、或作为边缘包含掩模区域附近的区域的切片图像。为了作为静止图像进行输出，可以容易地经由网络转送这样自动作成的参照图像。
(效果)
以上那样的磁共振成像装置20在作为原始数据的体数据上进行一次检测，只针对标记了的部分进行2次图像处理，作为用作为目标的不同种类参数表示的定量图像作成2维投影图像。即，作成用于在DWI体数据上在空间中直接选择必要的体素的3维掩模，只针对作为通过3维掩模选择出的空间区域的掩模区域所包含的体素，计算作为定量图像的ADC图像和投影FA图像，并作为2维投影图像进行显示。
因此，在扩散成像的诊断中，不只是定性的DWI，还能够作为具有少的数据量并且具有最大限的效果的信息，来提供作为定量图像的ADC图像、投影FA图像。
由此，对于使用者侧的医生来说，特别如癌的筛查诊断那样，在收集大量的体数据的情况下，要读图的部分减少，能够高效率、高精度地对更少的信息进行诊断。因此，不只能够削减医生诊断时的劳力，还能够减少病变部分的漏诊而提高诊断效果。进而，还能够支持癌诊断等各种诊断中的特征的积累。
特别在将扩散成像用于癌的筛查的情况下，现有技术即使对于在DWI上为低信号的正常组织，也作成作为不同种类参数图像的ADC图像进行显示，但对于读图是无用的。另外，在2维地对ADC图像进行投影的情况下，由于正常组织是高像素值，所有原样地对ADC图像进行2维投影，会有无法良好地描绘出癌部分而无法得到临床上有意义的图像的情况。
与此相对，在上述磁共振成像装置20中，由于在DWI上进行了掩模后，对ADC大的正常部分或空气部分进行2维投影，所以希望读图的部分的选择性良好，与在ADC图像上进行掩模的情况相比，能够高画质地显示投影ADC图像。同样，与在投影FA图像、FA图像上都进行掩模的情况相比，能够高画质地进行显示。另外，作为定量图像，能够作成投影ADC图像和投影FA图像，因此能够期待对癌的扩散度阶段和性状的诊断有贡献。
另一方面，对于装置侧来说，由于只选择必要部分的DWI用于作为定量图像的ADC图像或FA图像的计算，所以能够减少作为图像处理对象的数据的大小。由此，能够实现处理高速化，提高ADC图像、FA图像等定量图像的生成处理能力。另外，能够压缩保存在数据库中的数据量。另外，能够自动地作成投影ADC图像和投影FA图像，能够压缩所处理的数据的大小，因此能够对计算机辅助诊断(CAD：computer aided diagnosis)化产生贡献。
(实施例2)
(结构和功能)
图7是本发明的实施例2的磁共振成像装置所具备的图像处理装置45的功能框图。
在磁共振成像装置20A中，形成在计算机32内的图像处理装置45A的详细功能与图1所示的磁共振成像装置20不同。对于其他结构和作用，实质上与图11所示的磁共振成像装置20没有不同，因此只图示图像处理装置45A的功能框图，对于相同的结构，附加相同的符号并省略同样功能的说明。
图像处理装置45A具备标准化部件46、第一参数图像作成部件47A、掩模作成部件48A、第二参数图像作成部件50A、参照图像作成部件51、临床数据库52。
图像处理装置45A的第一参数图像作成部件47A具有：通过对从标准化部件46接收到的标准化后的DWI体数据进行MIP处理，生成投影DWI图像的功能；保存投影DWI图像上的数据的位置与DWI体数据上的位置的对应信息的功能。
掩模作成部件48A取得由第一参数图像作成部件47A作成的投影DWI图像，针对投影DWI图像的图像值，使用预先设置的阈值，在投影DWI图像上作成2维的掩模的功能；将作成的掩模和投影DWI图像提供给第二参数图像作成部件50A的功能。
第二参数图像作成部件50A具有：针对从掩模作成部件48A取得的投影DWI图像，使用从掩模作成部件48A取得的掩模，执行掩模处理的功能；从第一参数图像作成部件47取得与掩模处理后的投影DWI图像上的数据对应的标准化后的DWI体数据的体素的位置信息的功能；从标准化部件46取得从第一参数图像作成部件47取得的位置处的标准化后的T2W体数据和标准化后的DWI体数据的功能；通过根据从标准化部件46取得的标准化后的T2W体数据和标准化后的DWI体数据计算ADC和FA，来作成投影ADC图像和投影FA图像的功能。另外，构成为能够将作成的投影ADC图像和投影FA图像显示在显示装置34上。
(动作和作用)
接着，说明磁共振成像装置20A的动作和作用。
首先，通过执行扫描，收集被检体P的T2W体数据和DWI体数据。将收集到的T2W体数据和DWI体数据保存在实空间数据库44中，提供给图像处理装置45A中的图像处理。
图8是表示图7所示的图像处理装置45A中的图像处理的流程的流程图，图中，对S附加了数字的符号表示流程图的各步骤。
首先，在步骤S11中，由标准化部件46进行T2W体数据和DWI体数据的标准化。
接着，在步骤S12中，由第一参数图像作成部件47A根据标准化后的DWI体数据，通过MIP处理，作成投影DWI图像。另外，第一参数图像作成部件47A在作成投影DWI图像时，使在投影线上图像值最大的DWI体数据的空间座标与投影DWI图像上的位置相关联并保持。
用于作成投影DWI图像和保持图像值最大的DWI体数据的空间座标的算法例如如公式(11)那样。
Do for all voxels(x，y，z)
SDWI_norm(u，v)＝MIP[SDWI_norm(x，y，z)]
Xm(u，v)＝xm，Ym(u，v)＝ym，Zm(u，v)＝zm
end (11)
其中，SDWI_norm(u，v)是投影DWI图像的投影面上的位置(u，v)的图像值，xm、ym、zm是标准化后的DWI体数据的投影线上的最大值的空间座标，Xm(u，v)、Ym(u，v)、Zm(u，v)是作为投影DWI图像的投影面上的位置(u，v)处的数据的标准化后的DWI体数据内的数据的空间座标。
如公式(11)所示那样，由于在任意方向上进行MIP处理，所以标准化后的DWI体数据的投影线上的最大值在投影后为投影DWI图像的投影面上的位置(u，v)的函数。另外，将由第一参数图像作成部件47A作成的投影DWI图像提供给掩模作成部件48A，将保持了的投影DWI图像上的数据的标准化后的DWI体数据内的空间座标提供给第二参数图像作成部件50A。
接着，在步骤S13中，掩模作成部件48A在投影DWI图像上作成用于决定投影ADC图像和投影FA图像的计算对象的2维掩模。即，掩模作成部件48通过将投影DWI图像与预先决定的阈值进行比较，作成掩模函数。掩模函数的作成算法例如如公式(12)那样。
Do for all pixels(u，v)
if Th1’＜SDWI_norm(u，v)＜Th2’
M2D(u，v)＝1
else
M2D(u，v)＝0
end (12)
其中，Th1’是与投影DWI图像的信号强度对应的下限侧的阈值，Th2’是与投影DWI图像的信号强度对应的上限侧的阈值，M2D(u，v)是2维掩模函数。
即，将进行了MIP处理的投影DWI图像上的位置(u，v)的全部像素作为用于作成掩模函数的阈值判断的对象。对于投影DWI图像上的位置(u，v)的全部像素，换一种说法，也可以称为在标准化后的DWI体数据内的投影投影线上为最大值的位置(xm，ym，zm)的全部体素。
即，判断位置(u，v)处的投影DWI图像的信号强度SDWI_norm(u，v)是否在预先对投影DWI图像的信号强度设置的下限侧的阈值Th1’和上限侧的阈值Th2’之间。另外，在投影DWI图像的信号强度SDWI_norm(u，v)在下限侧的阈值Th1’和上限侧的阈值Th2’之间的情况下，将该位置(u，v)处的掩模函数M2D(u，v)的值设置为1。另外，将其他的位置(u，v)处的掩模函数M2D(u，v)的值设置为0。即，作成掩模函数，使得在投影DWI图像上应该作为投影ADC图像和投影FA图像的计算对象的作为癌的候选部分的2维区域中的掩模函数的值为1，在其他的2维区域中值为0。
可以通过与公式(5)的算法所示的标准化后的DWI体数据的信号强度所对应的下限侧的阈值Th1和上限侧的阈值Th2一样的方法，决定与投影DWI图像的信号强度对应的下限侧的阈值Th1’和上限侧的阈值Th2’。例如，可以与公式(6-1)和公式(6-2)一样地，将一定的比乘以投影DWI图像的信号强度的最大值，来决定与投影DWI图像的信号强度对应的下限侧的阈值Th1’和上限侧的阈值Th2’。
另外，掩模作成部件48A将作成的掩模函数和投影DWI图像提供给第二参数图像作成部件50A。
接着，在步骤S14中，第二参数图像作成部件50A利用投影DWI图像的掩模处理和与通过掩模处理抽出的2维区域的数据对应的位置的体数据，计算ADC图像和FA图像。可以如公式(13)那样，通过公式表现投影DWI图像的掩模处理。
Mask[MIP[SDWI_norm(x，y，z)]] (13)
另外，投影DWI图像的掩模处理、ADC图像和投影FA图像的计算的算法例如如公式(14)那样。
Do for all voxels corresponding M2D(u，v)＝1
ADC(u，v)＝ADC(Xm(u，v)，Ym(u，v)，Zm(u，v))
＝ln[{S0(Xm(u，v)，Ym(u，v)，Zm(u，v))}/{SDWI_norm(Xm(u，v)，Ym(u，v)，Zm(u，v))}]/(bn-b0)
FA(u，v)＝FA(Xm(u，v)，Ym(u，v)，Zm(u，v))
＝sqrt(1.5)×sqrt[(λ1-Dm)2+(λ2-Dm)2+(λ3-Dm)2]/sqrt(λ1 2+λ2 2+λ3 2)
end (14)
其中，ADC(u，v)是投影面上的位置(u，v)处的ADC的值，FA(u，v)是投影面上的位置(u，v)处的FA的值。
另外，平均扩散系数Dm和λ1、λ2、λ3的定义与公式(8)一样，任意一个都是(Xm(u，v)，Ym(u，v)，Zm(u，v))的函数。
即，第二参数图像作成部件50A通过掩模处理，抽出从掩模作成部件48A取得的掩模函数M2D(u，v)的值为1的投影DWI图像SDWI_norm(u，v)上的2维区域(u，v)。另外，从第一参数图像作成部件47取得与抽出的投影DWI图像SDWI_norm(u，v)上的2维区域(u，v)的数据对应的标准化后的DWI体数据SDWI_norm(x，y，z)内的体素的空间座标位置(Xm(u，v)，Ym(u，v)，Zm(u，v))。进而，从标准化部件46取得所取得的空间座标(Xm(u，v)，Ym(u，v)，Zm(u，v))的标准化后的T2W体数据S0(Xm(u，v)，Ym(u，v)，Zm(u，v))和标准化后的DWI体数据SDWI_norm(Xm(u，v)，Ym(u，v)，Zm(u，v))。
然后，第二参数图像作成部件50A使用从标准化部件46取得的标准化后的T2W体数据S0(Xm(u，v)，Ym(u，v)，Zm(u，v))和标准化后的至少6组(在不需要计算FA(u，v)的情况下，为3组)DWI体数据SDWI_norm(Xm(u，v)，Ym(u，v)，Zm(u，v))，计算投影面上的位置(u，v)处的ADC(u，v)。接着，根据λ1、λ2、λ3，计算FA(u，v)。
图9是表示在图7所示的图像处理装置45中作成的ADC图像和投影ADC图像的关系的图。另外，FA图像与投影FA图像的关系也一样。
如图9所示那样，根据3维(x，y，z)的DWI体数据80，在投影方向81上进行MIP处理，由此在投影面82上的位置(u，v)处作成投影DWI图像。然后，通过掩模处理，在投影DWI图像上作成掩模区域83，求出作为掩模区域83内的位置(u，v)的数据而投影了的DWI体数据内的空间位置(Xm(u，v)，Ym(u，v)，Zm(u，v))。然后，使用空间位置(Xm(u，v)，Ym(u，v)，Zm(u，v))处的DWI体数据SDWI_norm(Xm(u，v)，Ym(u，v)，Zm(u，v))，作为3维体数据计算ADC(Xm(u，v)，Ym(u，v)，Zm(u，v))84。进而，通过将作为3维体数据的ADC(Xm(u，v)，Ym(u，v)，Zm(u，v))84投影到投影面82上，来作成2维的投影ADC图像ADC(u，v)85。另外，如公式(14)的算法所示那样，实际上ADC体数据的投影处理不表示为公式的计算。
如果用公式表现到此为止的到投影ADC图像和投影FA图像的作成为止的一连串处理，则如公式(15-1)和公式(15-2)那样。
ADC[Mask[MIP[SDWI(x，y，z)]]] (15-1)
FA[Mask[MIP[SDWI(x，y，z)]]] (15-2)
其中，在公式(15-1)的ADC处理中，也包含空间座标值的取得处理。对于公式(15-2)的FA处理也一样。
另外，将这样求出的投影ADC图像和投影FA图像从第二参数图像作成部件50A输出到显示装置34。另外，根据需要，由参照图像作成部件51作成MPR图像等参照图像，并同时显示在显示装置34上。
即，上述那样的磁共振成像装置20A的图像处理装置45A作成用于抽出在投影DWI图像上成为癌候选的范围的2维的掩模，根据与通过掩模处理抽出的投影DWI图像的像素对应的3维DWI体数据。作成投影ADC图像和投影FA图像。因此，在图像处理装置45A中，在对DWI体数据进行MIP处理时，使投影DWI图像上的各像素的位置与在投影线上3维DWI体数据为最大值的各体素的空间位置对应起来进行存储。由此，实质上使用2维的掩模对DWI体数据进行掩模处理，如果根据掩模处理后的DWI体数据作成ADC体数据并进行投影，则能够作成投影ADC图像。其中，ADC体数据的投影在计算上，相当于将在3维DWI体数据的投影线上为最大值的体素的ADC值作为投影DWI图像上的对应的像素的投影ADC图像的值。另外，对于投影FA图像也一样。
因此，根据磁共振成像装置20A，能够得到与图1所示的磁共振成像装置20一样的效果。进而，由于对投影后的2维DWI设置掩模，所以能够期待缩小由阈值的值决定的范围。另外，从DWI体数据中只抽出在投影线上取最大值的数据，用于ADC图像和FA图像的计算，因此能够增大信息的压缩量，提高临床上有意义的数据的抽出能力和精度。由此，能够提高诊断的高效化、高精度化和处理的高速化。
另外，如果将通过投影DWI图像作成的2维的掩模函数M2D(u，v)表现为与投影DWI图像的像素对应的体素(xm，ym，zm)的空间位置的函数M3D(x，y，z)，则为3维的掩模函数。
(其他实施例)
在上述实施例中，表示了将DWI体数据作为原始数据，作成投影DWI图像、投影ADC图像和投影FA图像的例子。但是，不只限于这些数据，在根据任意的体数据作成多个任意不同种的投影图像的情况下，通过掩模处理只抽出对诊断有用的区域，能够只针对抽出的区域作成投影图像。另外，也可以只作成投影ADC图像和投影FA图像的一方。
另外，作为投影对象的数据如DWI和ADC图像那样，并不必须是通过根据一方计算另一方而作成的关系的数据。例如，也可以如T1增强图像(T1W：T1 weighted image)、T2W、DWI、灌流增强图像(PWI：Perfusion weighted image)等那样，将相互独立收集的数据、或通过计算求出的T1、T2、质子密度等定量值作为投影对象。特别地，在一方的数据上抽出关注区域比在另一方数据上抽出关注区域更有效的情况下，上述各实施例中的掩模的作成方法是有效的方法。例如，在DWI中抽出关注区域与在ADC图像上抽出关注区域的情况相比，能够得到有用的诊断图像，因此可以说上述各实施例中的掩模的作成方法是有效的方法。
进而，为了诊断用而作成的图像并不只限于MIP图像、MinIP图像和平均投影图像那样的投影图像，可以是任意的图像。例如也可以是MPR图像等断面变换图像、VR(VolumeRendering)图像。
因此，上述的图像处理装置45、45A不只是磁共振成像装置20、20A，还可以将通过X射线CT(computed tomography)装置、PET(positron emission computed tomography)-CT装置等希望的图像诊断装置摄像了的图像作为处理对象。另外，在将包含体数据的任意维的数据作为原始数据，作成相互不同的多个参数图像的情况下，可以适用图像处理装置45、45A。
图像处理装置45、45A也可以并不内置在图像诊断装置中，而经由网络与图像诊断装置连接。
图10是使用了本发明的图像处理装置的图像诊断系统的结构图。
图像诊断系统90构成为经由网络将X射线CT装置91、MRI装置92等图像诊断装置与图像服务器93连接。图像服务器93与图像浏览器94连接。图像浏览器94具备存储器95和监视器96。
图像服务器93具有：经由网络取得在X射线CT装置91和MRI装置92等图像诊断装置中收集到的诊断图像数据，并保存取得的诊断图像数据的功能。另外，在图像服务器93中，可以保存希望的图像处理程序，能够对诊断图像数据进行各种图像处理。
图像浏览器94具备：从图像服务器93取得希望的诊断图像数据并显示在监视器96上的功能。在图像浏览器94中，也可以根据需要设置存储器95，将诊断图像数据保存在存储器95中。另外，如果将图像处理程序保存在存储器95中，则在图像浏览器94中，也能够对从图像服务器93取得的诊断图像数据进行图像处理。
在这样的结构的图像诊断系统90中，如果在图像服务器93中保存用于实现上述的图像处理装置45、45A的功能的程序，或者设置必要的电路，则能够由图像服务器93和图像浏览器94形成图像处理装置97。另外，如果将用于实现上述的图像处理装置45、45A的功能的程序保存在图像浏览器94的存储器95中，则能够使图像浏览器94具有图像处理装置45、45A的功能。

Claims (6)

1.一种图像处理装置，其特征在于，具备：
存储扩散增强图像数据的存储单元；
对于上述扩散增强图像数据设定用于选择性地抽出癌的候选部分的阈值，将超过上述阈值的范围确定为上述扩散增强图像数据的计算对象区域的确定单元；
在上述扩散增强图像数据中，仅针对上述计算对象区域计算扩散系数图像和作为扩散各向异性的指标的各向异性比率图像的至少一个的计算单元；以及
显示通过上述计算单元计算出的、仅是被确定的上述计算对象区域的上述扩散系数图像和上述各向异性比率图像的至少一个的显示单元，
上述计算单元构成为对上述计算对象区域进行投影处理，另一方面上述显示单元构成为将实施了上述投影处理的图像显示为投影ADC图像或投影FA图像，
上述确定单元构成为将多个扩散增强图像数据或扩散增强体数据中的信号强度超过阈值的范围确定为上述计算对象区域，
上述计算对象区域还构成为根据对扩散增强体数据进行了投影处理而得到的投影图像中的信号强度超过阈值的范围被确定，
上述存储单元构成为存储作为倾斜磁场因子的b值和扩散倾斜磁场脉冲的施加方向的至少一个不同的多种扩散增强图像数据，另一方面，上述计算单元构成为根据上述多种扩散增强图像数据，计算上述扩散系数图像和上述各向异性比率图像的至少一个。
2.根据权利要求1所述的图像处理装置，其特征在于：
上述确定单元构成为将癌的候选区域确定为上述计算对象区域。
3.根据权利要求1所述的图像处理装置，其特征在于：
上述计算单元构成为根据作为倾斜磁场因子的b值为0的横缓和时间增强图像数据和通过与扩散增强成像不同的成像而收集到的图像数据的至少一个，作成与脏器有关的信息，另一方面，上述显示单元构成为对仅是被确定的上述计算对象区域的扩散系数图像和仅是被确定的上述计算对象区域的各向异性比率图像的至少一个、和与上述脏器有关的信息进行合成显示。
4.根据权利要求1所述的图像处理装置，其特征在于还包括：
用于向扩散增强图像、ADC图像和FA图像的任意一个附加标记的指定单元，其中
上述显示单元构成为显示由上述指定单元附加了上述标记的上述扩散增强图像、仅是被确定的上述计算对象区域的ADC图像和仅是被确定的上述计算对象区域的FA图像的任意一个、以及在与上述标记对应的位置附加了对应的标记的其他图像。
5.根据权利要求4所述的图像处理装置，其特征在于：
上述计算单元构成为根据作为倾斜磁场因子的b值为0的横缓和时间增强图像数据和通过与扩散增强成像不同的成像而收集到的图像数据的至少一个，作成断面变换图像，另一方面，上述显示单元构成为在与上述标记对应的位置附加上述对应的标记，来显示上述断面变换图像。
6.一种磁共振成像装置，其特征在于，包括：
收集扩散增强图像数据的数据收集单元；
对于上述扩散增强图像数据设定用于选择性地抽出癌的候选部分的阈值，将超过上述阈值的范围确定为上述扩散增强图像数据的计算对象区域的确定单元；
在上述扩散增强图像数据中，仅针对上述计算对象区域计算扩散系数图像和作为扩散各向异性的指标的各向异性比率图像的至少一个的计算单元；以及
显示通过上述计算单元计算出的、仅是被确定的上述计算对象区域的上述扩散系数图像和上述各向异性比率图像的至少一个的显示单元，
上述计算单元构成为对上述计算对象区域进行投影处理，另一方面上述显示单元构成为将实施了上述投影处理的图像显示为投影ADC图像或投影FA图像，
上述确定单元构成为将多个扩散增强图像数据或扩散增强体数据中的信号强度超过阈值的范围确定为上述计算对象区域，
上述计算对象区域还构成为根据对扩散增强体数据进行了投影处理而得到的投影图像中的信号强度超过阈值的范围被确定，
上述收集单元构成为收集作为倾斜磁场因子的b值和扩散倾斜磁场脉冲的施加方向的至少一个不同的多种扩散增强图像数据，另一方面，上述计算单元构成为根据上述多种扩散增强图像数据，计算上述扩散系数图像和上述各向异性比率图像的至少一个。
CN201210002993.7A 2006-05-26 2007-05-25 图像处理装置和磁共振成像装置 Active CN102525466B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP2006146652 2006-05-26
JP2006-146652 2006-05-26
JP2007-92642 2007-03-30
JP2007092642A JP5127276B2 (ja) 2006-05-26 2007-03-30 画像処理装置および磁気共鳴イメージング装置
CN200710104582.8A CN101077301B (zh) 2006-05-26 2007-05-25 图像处理装置和磁共振成像装置

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN200710104582.8A Division CN101077301B (zh) 2006-05-26 2007-05-25 图像处理装置和磁共振成像装置

Publications (2)

Publication Number Publication Date
CN102525466A CN102525466A (zh) 2012-07-04
CN102525466B true CN102525466B (zh) 2017-03-01

Family

ID=38521023

Family Applications (2)

Application Number Title Priority Date Filing Date
CN200710104582.8A Active CN101077301B (zh) 2006-05-26 2007-05-25 图像处理装置和磁共振成像装置
CN201210002993.7A Active CN102525466B (zh) 2006-05-26 2007-05-25 图像处理装置和磁共振成像装置

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN200710104582.8A Active CN101077301B (zh) 2006-05-26 2007-05-25 图像处理装置和磁共振成像装置

Country Status (4)

Country Link
US (1) US7970194B2 (zh)
EP (1) EP1860453A1 (zh)
JP (1) JP5127276B2 (zh)
CN (2) CN101077301B (zh)

Families Citing this family (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5105786B2 (ja) * 2006-07-07 2012-12-26 株式会社東芝 磁気共鳴イメージング装置および画像処理装置
US8320647B2 (en) * 2007-11-20 2012-11-27 Olea Medical Method and system for processing multiple series of biological images obtained from a patient
US8571288B2 (en) * 2007-12-07 2013-10-29 Kabushiki Kaisha Toshiba Image display apparatus and magnetic resonance imaging apparatus
US8855387B2 (en) * 2007-12-28 2014-10-07 Exini Diagnostics Ab System for detecting bone cancer metastases
WO2009129200A1 (en) * 2008-04-14 2009-10-22 Yeda Research & Development Co. Ltd. Method and apparatus for ductal tube tracking imaging for breast cancer detection and diagnosis, and product
CN101332088B (zh) * 2008-07-21 2011-05-11 深圳先进技术研究院 一种获取脑部特征参数的系统及溶栓决策系统
US9202140B2 (en) * 2008-09-05 2015-12-01 Siemens Medical Solutions Usa, Inc. Quotient appearance manifold mapping for image classification
CN101711671B (zh) * 2008-09-29 2012-11-28 株式会社东芝 磁共振诊断装置以及磁共振诊断方法
SE533126C2 (sv) * 2009-05-22 2010-06-29 Cr Dev Ab Metod och system för magnetisk resonanstomografi, samt användning därav.
US8588486B2 (en) * 2009-06-18 2013-11-19 General Electric Company Apparatus and method for isolating a region in an image
CN101953687B (zh) * 2009-07-16 2013-06-26 株式会社东芝 磁共振诊断装置
JP5619448B2 (ja) * 2009-08-20 2014-11-05 株式会社東芝 磁気共鳴イメージング装置
JP5481163B2 (ja) * 2009-10-30 2014-04-23 株式会社東芝 磁気共鳴映像装置
JP5566860B2 (ja) * 2010-01-13 2014-08-06 株式会社東芝 磁気共鳴イメージング装置
JP5621170B2 (ja) * 2010-07-22 2014-11-05 国立大学法人筑波大学 Ｍｒｉを利用した圧迫センサおよび圧迫センシング方法、コンピュータシステム、コンピュータ可読媒体
US8903151B2 (en) * 2010-12-22 2014-12-02 Mayo Foundation For Medical Education And Research System and method for assessing operation of an imaging system
US8417005B1 (en) * 2011-09-15 2013-04-09 Sunnybrook Health Sciences Centre Method for automatic three-dimensional segmentation of magnetic resonance images
EP2810602A4 (en) * 2012-02-02 2015-06-17 Hitachi Aloka Medical Ltd DIAGNOSTIC APPARATUS FOR MEDICAL IMAGES AND METHOD FOR SETTING A SPECIFIC REGION THEREFOR
US20130265045A1 (en) * 2012-04-06 2013-10-10 Dan Xu System and method for multistation image pasting for whole body diffusion-weighted imaging
TWI478103B (zh) * 2012-08-10 2015-03-21 Univ Nat Taiwan 使用高度形變微分同胚度量映射法的擴散頻譜造影轉換方法
FR2996746B1 (fr) * 2012-10-17 2015-11-13 Assist Publ Hopitaux De Paris Procede de quantification des lesions cerebrales
US8937686B2 (en) * 2013-03-14 2015-01-20 Drs Rsta, Inc. Ultra low latency video fusion
CN104510470B (zh) * 2013-09-29 2017-10-31 深圳先进技术研究院 基于磁共振弥散加权成像确定脑缺血特征的方法和装置
DE102013224264B4 (de) * 2013-11-27 2018-12-27 Siemens Healthcare Gmbh Verfahren zur Verarbeitung von Magnetresonanz-Diffusionsbilddaten
CN105787918B (zh) * 2014-12-22 2020-09-25 深圳先进技术研究院 一种急性缺血性卒中磁共振图像分析处理方法
JP6697261B2 (ja) * 2014-12-26 2020-05-20 キヤノンメディカルシステムズ株式会社 磁気共鳴イメージング装置、拡散強調画像の生成方法及び画像処理装置
US10698062B2 (en) * 2015-12-09 2020-06-30 Koninklijke Philips N.V. Diffusion MRI method for generating a synthetic diffusion image at a high B-value
JP6811534B2 (ja) * 2016-02-04 2021-01-13 株式会社トプコン 道路性状の表示方法、及び道路性状の表示装置
CN107689252B (zh) * 2016-08-03 2021-07-30 西门子(深圳)磁共振有限公司 核磁共振扫描控制装置、方法和核磁共振扫描仪
AU2017348111B2 (en) 2016-10-27 2023-04-06 Progenics Pharmaceuticals, Inc. Network for medical image analysis, decision support system, and related graphical user interface (GUI) applications
JP6792840B2 (ja) * 2016-11-15 2020-12-02 株式会社島津製作所 Ｘ線透視装置及びｘ線透視方法
CN107219483B (zh) * 2017-04-22 2019-11-26 天津大学 一种基于扩散峰度成像的径向峰度各项异性定量方法
EP3495832A1 (en) * 2017-12-11 2019-06-12 Koninklijke Philips N.V. Diffusion mr imaging with fat suppression
US10973486B2 (en) 2018-01-08 2021-04-13 Progenics Pharmaceuticals, Inc. Systems and methods for rapid neural network-based image segmentation and radiopharmaceutical uptake determination
JP7568628B2 (ja) 2019-01-07 2024-10-16 エクシーニ ディアグノスティクス アーべー プラットホーム非依存の全身画像セグメント化のためのシステムおよび方法
JP6813759B2 (ja) * 2019-02-28 2021-01-13 株式会社ＰｉｘＳｐａｃｅ 投影画像演算処理装置、投影画像演算処理方法および投影画像演算処理プログラム
US11534125B2 (en) 2019-04-24 2022-12-27 Progenies Pharmaceuticals, Inc. Systems and methods for automated and interactive analysis of bone scan images for detection of metastases
EP4014201A1 (en) 2019-08-14 2022-06-22 F. Hoffmann-La Roche AG Three dimensional object segmentation of medical images localized with object detection
US11900597B2 (en) 2019-09-27 2024-02-13 Progenics Pharmaceuticals, Inc. Systems and methods for artificial intelligence-based image analysis for cancer assessment
US11564621B2 (en) 2019-09-27 2023-01-31 Progenies Pharmacenticals, Inc. Systems and methods for artificial intelligence-based image analysis for cancer assessment
CN112704484A (zh) * 2019-10-25 2021-04-27 通用电气精准医疗有限责任公司 磁共振成像方法及系统，非暂态计算机可读存储介质
US11386988B2 (en) 2020-04-23 2022-07-12 Exini Diagnostics Ab Systems and methods for deep-learning-based segmentation of composite images
US11321844B2 (en) 2020-04-23 2022-05-03 Exini Diagnostics Ab Systems and methods for deep-learning-based segmentation of composite images
US11721428B2 (en) 2020-07-06 2023-08-08 Exini Diagnostics Ab Systems and methods for artificial intelligence-based image analysis for detection and characterization of lesions

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09299345A (ja) * 1996-05-09 1997-11-25 Ge Yokogawa Medical Syst Ltd 拡散強調イメージング方法およびｍｒｉ装置
US6076006A (en) * 1997-04-17 2000-06-13 U.S. Philips Corporation Diffusion-weighted MRI method
US6845342B1 (en) * 1999-05-21 2005-01-18 The United States Of America As Represented By The Department Of Health And Human Services Determination of an empirical statistical distribution of the diffusion tensor in MRI

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3146033B2 (ja) 1991-11-05 2001-03-12 株式会社東芝 磁気共鳴イメージング装置
JP3457310B2 (ja) * 1992-05-05 2003-10-14 ユニバーシティ オブ ワシントン 画像神経記録法及び拡散異方性画像処理
JPH08511716A (ja) 1994-04-08 1996-12-10 フィリップス エレクトロニクス エヌ ベー 磁気共鳴画像化方法及び装置
JP2985934B2 (ja) 1995-06-19 1999-12-06 株式会社島津製作所 Ｍｒイメージング装置
JP3538726B2 (ja) * 1997-06-13 2004-06-14 株式会社日立メディコ 拡散テンソルの拡散係数を表示する磁気共鳴装置
JP2001187037A (ja) * 1999-12-27 2001-07-10 Ge Medical Systems Global Technology Co Llc 拡散運動検出用勾配磁場印加方向決定方法、拡散係数測定方法およびｍｒｉ装置
JP2003210456A (ja) * 2002-01-21 2003-07-29 Toshiba Corp 時系列画像の処理装置
US7260249B2 (en) 2002-09-27 2007-08-21 Confirma Incorporated Rules-based approach for processing medical images
JP2005253802A (ja) * 2004-03-12 2005-09-22 Tokai Univ 拡散強調ｍｒｉの撮像方法および拡散強調ｍｒ画像
JP5101896B2 (ja) * 2007-01-17 2012-12-19 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 画像表示装置、画像表示方法、および、磁気共鳴イメージング装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09299345A (ja) * 1996-05-09 1997-11-25 Ge Yokogawa Medical Syst Ltd 拡散強調イメージング方法およびｍｒｉ装置
US6076006A (en) * 1997-04-17 2000-06-13 U.S. Philips Corporation Diffusion-weighted MRI method
US6845342B1 (en) * 1999-05-21 2005-01-18 The United States Of America As Represented By The Department Of Health And Human Services Determination of an empirical statistical distribution of the diffusion tensor in MRI

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Automated segmentation of liver metastases in diffusion-weighted echoplanar imageds using region growing and snakes based on fuzzy sobel edge detector;C.KPISHNAMURTHY ET AL.;《PROC.INTL.SOC.MAG.RESON.MED》;20041231(第11期);全文 *
Imaging therapeutic response in human bone marrow using Rapid whole-body MRI;D.BALLON ET AL.;《magnetic resonance in medicine》;20041231;第52卷;"Method部分"和"conclusion"部分 *
Isotropic Resolution Diffusion Tensor Imaging With Whole Brain Acquisition in a clinically Acceptable Time;Derek Kenton Jones etc;《Human Brain Mapping》;20021231;第15卷;第221页左栏倒数第2行至第223页左栏第1段，附图1 *

Also Published As

Publication number Publication date
US7970194B2 (en) 2011-06-28
JP2008000586A (ja) 2008-01-10
JP5127276B2 (ja) 2013-01-23
CN102525466A (zh) 2012-07-04
EP1860453A1 (en) 2007-11-28
CN101077301B (zh) 2015-07-15
CN101077301A (zh) 2007-11-28
US20080069417A1 (en) 2008-03-20

Similar Documents

Publication Publication Date Title
CN102525466B (zh) 图像处理装置和磁共振成像装置
CN106558045B (zh) 一种肺组织分割方法、装置，医学图像处理系统
JP5562598B2 (ja) 画像表示装置、画像表示方法および磁気共鳴イメージング装置
EP2149121B1 (en) Image registration method
US9204817B2 (en) Attenuation correction in positron emission tomography using magnetic resonance imaging
US11903745B2 (en) Image processing apparatus
Farraher et al. Liver and spleen volumetry with quantitative MR imaging and dual-space clustering segmentation
CN103800006B (zh) 磁共振成像设备和获取功能图像的方法
US20070165920A1 (en) Computer-aided detection system utilizing temporal analysis as a precursor to spatial analysis
EP2831610B1 (en) Mri method for assigning individual pixels or voxels tissue - specific pet attenuation values
US7136516B2 (en) Method and system for segmenting magnetic resonance images
McKay et al. A comparison of methods for high-spatial-resolution diffusion-weighted imaging in breast MRI
US20100226552A1 (en) Identification and visualization of regions of interest in medical imaging
US11796617B2 (en) System and method for reconstruction of magnetic resonance images acquired with partial Fourier acquisition
US20090185981A1 (en) Methods and apparatus for dynamically allocating bandwidth to spectral, temporal, and spatial dimensions during a magnetic resonance imaging procedure
US20090143669A1 (en) Color mapped magnetic resonance imaging
US8275181B2 (en) Method for tracking of contrast enhancement pattern for pharmacokinetic and parametric analysis in fast-enhancing tissues using high-resolution MRI
US9952301B2 (en) System and method for selecting and modifying a hanging protocol for displaying MRI information
Fei et al. Image registration and fusion for interventional MRI guided thermal ablation of the prostate cancer
WO2008132686A1 (en) Quantification for mr parameters such as t1 or t2 in a sub-region of a subject
Keereman et al. MR-based attenuation correction for PET using an Ultrashort Echo Time (UTE) sequence
Fanariotis et al. Reproducibility of apparent diffusion coefficient measurements evaluated with different workstations
EP4339879A1 (en) Anatomy masking for mri
Lo Rapid Quantitative Body Magnetic Resonance Imaging
Allen Advanced Computational MRI of the Breast and Abdomen

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20160812

Address after: Japan Tochigi

Applicant after: Toshiba Medical System Co., Ltd.

Address before: Tokyo, Japan, Japan

Applicant before: Toshiba Corp

Applicant before: Toshiba Medical System Co., Ltd.

GR01 Patent grant
GR01 Patent grant