CN103068313A

CN103068313A - 图像诊断辅助设备、方法和程序

Info

Publication number: CN103068313A
Application number: CN2011800389160A
Authority: CN
Inventors: 樱木太
Original assignee: Fujifilm Corp
Current assignee: Fujifilm Corp
Priority date: 2010-08-11
Filing date: 2011-07-27
Publication date: 2013-04-24
Anticipated expiration: 2031-07-27
Also published as: JP5011426B2; EP2604189A1; US9655579B2; JP2012034988A; CN103068313B; WO2012020547A1; US20130144160A1

Abstract

要解决的问题是为了在考虑患者的肝功能水平的情况下恰当地确定要切除的部分。解决方案是获得示出内部含有血管的肝的形状的形态学图像和示出所述肝的每点处的功能水平的功能图像。从所述形态学图像中提取出示出控制所述肝的血管的血管区域。然后，确定出这样提取出的血管区域内的特定局部区域及所述肝的受控制区域，该受控制区域由所述局部区域内的血管控制。在此步骤中，用于确定所述局部区域的处理和/或用于确定所述受控制区域的处理是通过使用所述功能图像进行的。

Description

图像诊断辅助设备、方法和程序

技术领域

本发明涉及一种基于图像的诊断辅助设备、方法和程序，用于辅助医生诊断诸如肝和肺的器官，并确定手术中要切除的区域。

背景技术

当执行切除器官（如肝和肺）的病变区域的手术时，有必要在手术前通过执行基于图像的诊断，来合理确定要切除的部分。

日本未经审查的专利公开第2007-054147号（专利文献1）提出了一种基于图像的诊断辅助设备，其中，从肝的X-射线CT图像中提取出血管、肝实质和肿瘤部分。此外，通过根据所提取的血管的芯线的位置、该血管的直径等识别所提取的肿瘤属于哪个血管的受支配区域，来识别为肿瘤提供营养的血管，并将由该血管支配的区域显示为要切除的部位。

同时，要切除的部位最好包括该器官功能极低的部位，而正常区域尽量多地保留。例如，如图7所示，专利文献1中公开的技术根据肝中血管52与肿瘤53之间的位置关系确定了为肿瘤提供营养的局部血管52p（从位置p到末端的血管分支），并将局部血管52p的受支配区域55b确定为要切除的部分。但是，由于该技术没有关注器官的功能评估，所以在一些情况下确定的切除区域55b并没合理包括功能极低的要切除的区域。例如，图7中的区域56b没有合理地归入要切除的区域中。在图7中，区域56表示肝功能极低的区域。

发明内容

鉴于上述情况，本发明的一个目的是提供一种基于图像的诊断辅助设备、方法和程序，其能够在考虑器官的功能水平的情况下更加合理地确定要切除的部分。

本发明的基于图像的诊断辅助设备是这样的基于图像的诊断辅助设备，该设备包括：

图像存储装置，其存储表示内部含有管状结构的特定器官的形态的形态学图像，以及表示所述器官内每个位置处的功能水平的功能图像；

结构区域提取装置，其从所述形态学图像中提取表示支配所述器官的结构的结构区域；

局部区域确定装置，其确定所提取的结构区域中的特定的局部区域；以及

受支配区域确定装置，其确定所述器官中的受支配区域，该受支配区域由所确定的局部区域中的结构支配，

其中，在通过所述局部区域确定装置确定所述局部区域的步骤和通过所述受支配区域确定装置确定所述受支配区域的步骤中，至少有一个步骤是使用所述功能图像执行的。

在上述设备中，受支配区域确定装置通过使用所述形态学图像中所述器官的每个部分与所确定的局部区域之间的距离来确定所述受支配区域，其中所述距离已被基于最短路径上每个位置处的功能水平进行了加权。

此外，前述设备可以包括：病变区域获取装置，其在所述形态学图像中获取所述器官中的病变区域；以及局部区域确定装置，其确定所述局部区域以使得：所述受支配区域包括通过所述病变区域获取装置获得的病变区域。所述病变区域获取装置可获得所述形态学图像中的如下区域作为所述病变区域：该区域位于与功能水平低于所述功能图像中预定的参考值的区域相对应的位置处。

另外，所述设备可包括指定装置，其在所述结构区域中指定任意位置，所述局部区域确定装置可以根据所指定的位置确定所述局部区域。

另外，所述设备可包括病变区域获取装置，用来获得所述形态学图像中所述器官中的病变区域，并且所述受支配区域确定装置可以确定所述局部区域以使得：所述受支配区域包括通过所述病变区域获取装置获得的病变区域，并且通过使用除所述受支配区域以外的区域中的各个位置处的功能水平而计算出的评估值变得最高。

此外，所述设备可包括标准化装置，用来将所述器官中每一位置处的功能水平相对于被设置为零的预定功能水平标准化为正值或负值，所述评估值可为除所述受支配区域以外的区域中每个位置处的标准化功能水平之和。

此外，所述设备可包括显示控制装置，其以可区别于其他区域的方式显示已经由所述受支配区域确定装置确定了的受支配区域。

本发明的基于图像的诊断辅助方法是这样的方法：其中，所述基于图像的诊断辅助设备的每一装置所执行的处理至少通过一台计算机执行。

本发明的基于图像的诊断辅助程序是这样的程序，其使至少一台计算机执行所述基于图像的诊断辅助设备的每一装置所进行的处理。该程序记录在记录介质中，如CD-ROM和DVD，或以可下载的方式记录在连接至服务器计算机的贮存装置或网络存储中，且提供给用户。

这里，短语“器官中每个位置处的功能水平”指的是器官中每个位置处的组织的功能的正常程度。

短语“表示功能水平的功能图像”泛指从中能直接或间接得到功能水平的图像。该功能图像包括：直接表示功能水平的图像（如体素值的大小），通过执行预定的分析处理可从中间接估算出功能水平的图像，等等。

短语“支配该器官”指的是通过为该器官供给氧气和营养，来保持该器官的功能正常。

术语“管状结构”指的是这样的结构，例如，器官为肝时该结构是肝中的血管，而器官为肺时该结构是肺中的支气管。

“表示结构的结构区域”可由与表示所述结构的每个体素有关的坐标信息来识别。或者，所述结构区域可通过与表示该结构的一些代表点有关的坐标信息以及与将这些代表点相互连接的向量有关的信息来识别。

短语“指定任意位置”指的是通过鼠标、键盘或其它输入设备指定任意位置。

术语“评估值”表示在假设对受支配区域进行切除的情况下，通过评估整个器官的功能得到的值。当评估值较高时，可断定进行切除后的器官功能更正常。

根据本发明的基于图像的诊断辅助设备、方法和程序，获得了形态学图像和功能图像，该形态学图像表示内部包括感情结构的特定器官的形态，该功能图像表示该器官中每个位置处的功能水平。此外，从所述形态学图像中提取出表示支配所述器官的结构的结构区域。另外，在提取出的结构区域内确定特定的局部区域的步骤和在器官内确定受支配区域（该受支配区域由所述局部区域内的结构支配）的步骤是以如下方式来执行的：局部区域确定步骤和受支配区域确定步骤中的至少一个步骤通过使用所述功能图像来进行。因此，在考虑器官的功能水平的情况下，能够更加合理地确定受支配区域，即要切除的部分。

在上述方法、设备和程序中，当通过使用形态学图像中器官的每个部分与所确定的局部区域之间的距离（该距离已基于最短路径上每个位置处的功能水平进行了加权）来确定受支配区域时，可更合理地将器官中器官功能极低的部分包括在受支配区域（待切除的部分）中。

此外，在形态学图像中获得器官的病变区域，并且确定局部区域以使得：受支配区域包括在获得病变区域的步骤中获得的病变区域并且通过使用除受支配区域以外的区域中各位置处的功能水平而计算出的评估值变得最高，在这样的情况下，可使切除了受支配区域后的器官的功能更正常。

附图说明

图1是根据本发明第一实施例的示意图，示出了基于图像的诊断辅助设备的配置；

图2是概述了图1的基于图像的诊断辅助设备所执行的步骤的示图；

图3是用于说明确定受支配区域的方法的示图；

图4是示出了一个已确定的受支配区域的示例的示图；

图5是概述了根据第二实施例的基于图像的诊断辅助设备所执行的步骤的示图；

图6是用于说明确定血管局部区域的方法的示图；

图7是示出了采用传统图像显示方法来显示图像的示例的示图。

具体实施方式

以下将参照附图来详细描述本发明的基于图像的诊断辅助设备、方法和程序的实施例。

在以下的每一实施例中，基于图像的诊断辅助设备1为已装有每一实施例的基于图像的诊断辅助程序的计算机。该计算机可为由执行诊断的医生直接操作的工作站或个人电脑。或者该计算机可为通过网络连接至工作站或个人电脑的服务器计算机。所述基于图像的诊断辅助程序存储在诸如DVD和CD-ROM之类的记录介质中并分发，并由该记录介质安装于计算机中。或者，将该基于图像的诊断辅助程序存储在连接于网络的服务器计算机的存储设备中，或以外部可访问的方式存储在网络存储中。根据需求，可将该程序下载并安装在医生使用的计算机中。

[实施例1]

图1是基于图像的诊断辅助设备的配置示意图，该设备通过在工作站内安装基于图像的诊断辅助程序来实现。如图1所示，基于图像的诊断辅助设备包括CPU2、存储器3、和存储装置（图像存储装置）4作为标准工作站配置。此外，显示器5和输入设备（如鼠标6）连接至基于图像的诊断辅助设备1上。

存储装置4将从CT（计算机X线断层摄影）设备和MRT（磁共振成像）设备输出的片段数据重组后得到的体数据、从MS（多层）CT设备和锥束CT设备输出的体数据等，存储为三维形态学图像7。

此外，存储装置4还将SPECT图像和功能图像存储为三维功能图像8，其中SPECT图像已由单光子发射计算机X线断层摄影(SPECT：单光子发射计算机X线断层摄影)设备输出，功能图像已通过使用动态MRI图像（其中使用了EOB对比剂）获得腹部和肝实质中主动脉内的对比剂密度的时间序列变化（时间强度曲线：TIC）、然后通过反卷积等分析时间序列变化来生成。

另外，存储器3存储着基于图像的诊断辅助程序。基于图像的诊断辅助程序将肝区提取处理11、血管区域提取处理12、树结构检测处理13、局部区域确定处理14、配准处理15、受支配区域确定处理16以及显示控制处理17规定为由CPU2执行的处理。当CPU2根据所述程序执行这些处理时，通用工作站用作肝区提取装置、血管区域提取装置、树结构检测装置、局部区域确定装置、配准装置、受支配区域确定装置和显示控制装置。

图2是根据所述基于图像的诊断辅助程序来执行的处理流程的框图。首先，基于图像的诊断辅助设备1显示待检查对象的ID列表。当基于图像的诊断辅助设备1检测到用户的选择操作时，基于图像的诊断辅助设备1将与所选的待检查对象相关的图像文件装载到存储器3中。将对待检查对象进行的多种检查（例如CT检查和SPECT检查）而得到的并且存储在存储装置4中的三维形态学图像7和三维功能图像8装载到存储器3中。

当基于图像的诊断辅助设备1将三维形态学图像7装载到存储器3中时，基于图像的诊断辅助设备1先执行肝区提取处理11，在三维形态学图像7上提取出肝区51。具体来说，基于图像的诊断辅助设备1基于构成三维形态学图像7的每个体素数据的值，计算出表示肝的轮廓的似然的特征值。接着，基于图像的诊断辅助设备1通过对根据评价函数（该评价函数事先已通过机器学习获得）计算出的特征值进行评估，来判断体素数据是否表示肝的轮廓。通过重复该判断，提取出表示整个肝的轮廓的体素数据。在本实施例中，使用了自适应增强算法（AdaBoost algorithm）来获得评价函数。可使用其它机器学习方法或统计分析法（例如线性判别法和神经网络，支持向量机等）来提取肝区51。

接着基于图像的诊断辅助设备1对在肝区提取处理11中提取出来的三维形态学图像7的肝区51执行血管区域提取处理12和树结构检测处理13。首先基于图像的诊断辅助设备1通过计算肝区51中每个局部区域的3x3Hessian（Hessian）矩阵的特征值，来搜索肝区51以找出线性结构。在包括线性结构的区域内，Hessian矩阵三个特征值中的一个趋近于0，其它两个特征值相对较大。此外，与趋近于0的特征值相对应的特征向量表示线性结构主轴的方向。在血管区域提取处理12中用到了该关系，且根据每个局部区域的Hessian矩阵的特征值来判断线性结构的似然。对于已识别出其中的线性结构的局部区域，将该局部区域的中心点检测为候选点。

然后，根据预定的算法将通过搜索而检测到的各候选点相互连接。由此，构成了由候选点和将各候选点彼此连接的血管分支（边缘）所组成的树结构52。关于检测到的多个候选点的坐标信息和表示血管分支方向的向量信息与各候选点和各血管分支的标识符一起存储在存储器中。接着，根据每个检测到的候选点附近的各体素的值（CT值），在垂直于血管路径的截面中识别血管的轮廓（血管外壁）。使用已知的分割技术（典型的有图像分割（Graph-Cuts））来识别形状。指定提取出来的血管区域所需要的信息通过上述处理来生成，并存储在存储器中。

在本实施例中，执行上述步骤后，基于图像的诊断辅助设备1将树结构检测处理13中检测到的树结构52输出到显示器5的显示屏上。当用户使用输入设备（如鼠标6）在树结构52上指定任意位置P时，基于图像的诊断辅助设备1根据所指定的位置P，执行局部区域确定处理14，以确定血管的局部区域52p。在本实施例中，将从用户指定的位置P到血管分支的末端之间的血管分支确定为整个树结构52内的局部区域52p。将局部区域52p的确定结果作为体数据存储在存储器3中。

接着，基于图像的诊断辅助设备1在三维形态学图像7与三维功能图像8之间执行配准处理15。通过使用公知的刚性或非刚性配准在三维形态学图像7与三维功能图像8之间执行肝区的配准，并得到两幅图像间每个体素的移动方向和移动量。使用得到的移动方向和移动量来转换从三维功能图像8提取到的肝区坐标值。因此，这两个图像中相同坐标值的位置代表肝区的相同位置的信息。配准处理15可与肝区提取处理11、血管区域提取处理12、树结构检测处理13以及局部区域确定处理14并行进行。

然后，根据局部区域确定处理14中确定的局部区域，基于图像的诊断辅助设备1执行受支配区域确定处理16，以确定受局部区域的血管支配的区域（受支配区域）。在本实施例中，通过判断肝区中血管除外的区域（肝实质）内的每一点受到与该点距离（已基于最短路径上每个位置处的功能水平对该距离进行了加权）最短的血管支配，来得到在局部区域确定处理14中已经确定的局部区域的受支配区域。

然后，将参照图3来描述一种在受支配区域确定处理16中用于确定两条相邻血管A、B的受支配区域之间的边界的方法。这里，为了方便理解，将采用两条血管A、B相互平行且直径相同的情况。在这种情况下，在垂直于血管A和B主轴的每条an至bn(n=1,2,3,...)的路径上，作为血管A的受支配区域与血管B的受支配区域之间的边界的点cn通过以下公式（1）获得。其中α表示最短路径上每个位置处的功能水平。在此过程中得到的多个边界点代表血管A的受支配区域与血管B的受支配区域之间的边界线C。

[公式1]

{&Integral;}_{a_{n}}^{c_{n}} α \cdot Δd = {&Integral;}_{b_{n}}^{c_{n}} α \cdot Δd

图3示出了在an至bn(n=1,2,3)的三条路径上确定出的边界点cn的具体例子，其中，当区域61的每个位置处的功能水平α为1，区域62内的功能水平α为1/3，而区域63内的功能水平α为2时，路径上每个位置处的功能水平的分布各不相同。如图3所示，受支配区域的宽度（从血管的中心线到血管受支配区域的边界之间的距离）取决于受支配区域附近的功能水平的分布。具体来说，在受支配区域附近功能水平α较低部分的位置处，受支配区域的宽度较大，而在受支配区域附近功能水平α角高的部分的位置处，受支配区域的宽度较窄。

图4示出了所述受支配区域确定处理16的结果的示例。如图4所示，由于在上述处理中设置了受支配区域的边界线，因此可确定在局部区域确定处理14中已经确定的局部区域52p的受支配区域55a。得到的处理结果存储在存储器3中。

然后，基于图像的诊断辅助设备1执行显示控制处理17。基于图像的诊断辅助设备1以受支配区域55a区别于其他区域的方式，将在受支配区域确定处理16中得到的受支配区域55a显示在显示器5的显示屏上。以视觉上可区分的方式表示受支配区域的范围，例如，对受支配区域55a和其它区域分配不同颜色。

如到目前为止所描述的那样，根据本实施例的基于图像的诊断辅助设备和程序，得到了三维形态学图像7（其代表内部包括血管的特定肝的形态）和三维功能图像8（其代表肝的每个位置处的功能水平）。此外，从三维形态学图像7中提取出血管区域52（其代表支配肝的血管），并且确定在提取出的血管区域52中的具体的局部区域52p。接着，使用三维功能图像8来确定肝的受支配区域55a，受支配区域55a受局部区域52p内的血管支配。因此，在考虑肝的功能水平α的情况下，能够更适当地确定受支配区域55a，即要切除的部分。

此外，在本实施例的基于图像的诊断辅助设备和程序中，接收到了血管区域52内任意位置P的指定，根据所指定的位置P来确定血管区域中的局部区域52p。另外，利用肝区51的各部分与在三维形态学图像7内确定的局部区域52p之间的距离（已基于最短路径上各位置处的功能水平α而进行了加权的距离）来确定受支配区域。因此，可使受支配区域（待割除部分）55a包括肝功能极低的部分，从而使得所包括的部分大于由专利文献1中公开的技术确定的受支配区域。

在本实施例中，描述了这样一种情况：根据树结构52上由用户指定的位置P来确定血管的局部区域52p。然而本发明并不局限于此。例如，在三维形态学图像7中可得到肝病变区域，可以将血管的局部区域52p确定为使得该局部区域的受支配区域包括病变区域，且通过判断肝区中的每一点由距离该点最近的血管支配，来确定该受支配区域。

可以通过接收如下位置的输入来执行获得病变区域的处理：医生等通过使用基于图像的诊断辅助设备1中提供的输入设备（如鼠标6）来输入的病变（如结节和肿瘤）位置，以及医生等通过查看三维形态学图像7或三维功能图像8已检测出的病变位置。或者，可以通过计算机辅助诊断CAD（计算机辅助诊断）系统自动检测病变来获得病变区域。例如，可以将三维形态学图像7中的如下区域获得为病变区域：该区域位于与功能水平低于三维功能图像8中的预定参考值的区域相对应的位置处。

[实施例2]

图5是示出了第二实施例中基于图像的诊断辅助程序所执行的处理流程的框图。本实施例的基于图像的诊断辅助设备与所述第一实施例的诊断辅助设备的区别在于：本实施例的设备在确定局部区域之前，执行病变区域获取处理和功能水平标准化处理，并根据处理的结果来确定局部区域。接着将主要介绍不同于第一实施例的特征，将对与第一实施例的处理相同的处理分配相同的附图标记，并且将省略对于相同处理的说明。

首先描述在三维形态学图像7中获得肝中的病变区域53的病变区域获取处理30。在病变区域获取处理30中，通过接收医生等使用基于图像的诊断辅助设备1中提供的输入设备（例如鼠标6）进行的输入，来得到病变区域53。医生等读取三维形态学图像7或三维功能图像8以找到病变（如结节或肿瘤），并输入该病变的位置。或者，可以通过计算机辅助诊断CAD（计算机辅助诊断）系统自动检测到病变区域53。例如，可以将三维形态学图像7中的如下区域获得为病变区域：该区域位于与功能水平低于三维功能图像8中的预定参考值的区域相对应的位置处。

接着描述对肝的每个位置处的功能水平进行标准化的标准化处理31。在标准化处理31中，将用作用于判断肝的每个位置是否应该切除的边界的功能水平的值设为零。然后，当三维功能图像8的体素值（功能水平）小于该边界的功能水平时，将三维功能图像8的该功能水平标准化为负值。当三维功能图像8的体素值（功能水平）大于该边界的功能水平时，将三维功能图像8的该功能水平标准化为正值。

下面描述根据病变区域获取处理30和标准化处理31的结果来确定局部区域的局部区域确定处理32。在本实施例中，确定血管的局部区域以使得：该局部区域的受支配区域包括在病变区域获取处理30中得到的病变区域，并且使用除受支配区域以外的区域中的每个位置处的功能水平而计算出的评估值变得最高。

首先，如图6所示，为病变区域53供应营养的血管分支52b（从基点Pb到末端的血管分支）通过识别如下的血管来识别：所提取出的病变区域53属于该血管的受支配区域。然后，使用Voronoi图（Voronoi图），通过判断肝区内的除血管区域以外的区域（肝实质等）中的每一点受距离每一点最近的血管支配，来得到所识别的血管的受支配区域55b。然后得到除受支配区域55b以外的区域中的每个位置处的标准化的功能水平之和（评估值）。

接着，在血管分支52b中的基点Pb沿着血管的上下游方向以预定间隔移动的同时，在每一个位置处获得如下区域中的每一个位置处的标准化功能水平之和：受从该位置到末端的血管分支支配的受支配区域，以及除受支配区域以外的区域。然后检测和最大的点Pc。检测到点Pc后，将从基点Pc到末端的血管分支确定为最终局部区域52c。

接着描述用来确定局部区域52c（局部区域52c在局部区域确定处理32中被确定）的受支配区域的受支配区域确定处理34。在本实施例中，使用了Voronoi图（Voronoi图），并且通过判断肝区中的除血管以外的区域（肝实质等）内的每一点由距离该点最近的血管支配，来确定在局部区域确定处理32中确定的局部区域的受支配区域55c。

如上所述，具体地说，根据本实施例的基于图像的诊断辅助设备和程序，得到三维功能图像8中肝区51中的病变区域53，以及以如下方式来确定局部区域52c：受支配区域包括在病变区域获取处理中得到的病变区域53，并且通过使用除受支配区域以外的区域中的每个位置处的功能水平α而计算出的评估值最高。因此，可以使得在切除受支配区域55c后肝功能更正常。

在上述每个实施例中，当因为在相同的成像条件（如成像过程中的体位和要生成的图像的坐标轴的设置）下进行成像，所以三维形态学图像7和三维功能图像8之间不存在位置偏移时，不需要上述配准处理。根据三维功能图像8得到的肝区中每个位置处的功能水平可直接用作与三维形态学图像7中的相同坐标位置相对应的功能水平。

在实际的切除手术中，因为切除工具的特点，所以倾向于切除比要切除的预定区域更大的区域。因此，最好通过将确定的受支配区域和其它区域之间的分界线外扩预定厚度，来对确定的受支配区域进行修正，并最好将修正后的受支配区域提供使用。

在上述的每个实施例中，描述了将本发明的基于图像的诊断辅助设备应用于确定肝的切除区域的情况。但是，本发明并不局限于此。例如，本发明的基于图像的诊断辅助设备可应用于确定内部含有管状结构的其它器官（如肺）中要切除的区域的情况。

此外，上述确定要切除的区域的过程还可以在考虑完成切除后的器官的形态体积的情况下进行。

Claims

1.一种基于图像的诊断辅助设备，包含：

图像存储装置，其存储表示内部含有管状结构的特定器官的形态的形态学图像和表示所述器官内每个位置处的功能水平的功能图像；

结构区域提取装置，其从所述形态学图像中提取出表示支配所述器官的结构的结构区域；

局部区域确定装置，其确定所提取出的结构区域内的特定的局部区域；以及

受支配区域确定装置，其确定所述器官中的受支配区域，并且该受支配区域由所确定的局部区域中的结构支配，

其中，在通过所述局部区域确定装置确定所述局部区域的操作和通过所述受支配区域确定装置确定所述受支配区域的操作中，至少一个操作是通过使用所述功能图像进行的。

2.根据权利要求1所述的基于图像的诊断辅助设备，其中受支配区域确定装置通过使用所述形态学图像中所述器官的每个部分与所确定的局部区域之间的距离来确定所述受支配区域，并且所述距离已被基于最短路径上每个位置处的功能水平进行了加权。

3.根据权利要求1或2所述的基于图像的诊断辅助设备，该设备包含：

病变区域获取装置，其在所述形态学图像中获取所述器官中的病变区域，

其中，所述局部区域确定装置确定所述局部区域以使得所述受支配区域包括所获得的病变区域。

4.根据权利要求3所述的基于图像的诊断辅助设备，其中，所述病变区域获取装置获取所述形态学图像的如下区域作为所述病变区域：该区域位于与功能水平低于所述功能图像中预定的参考值的区域相对应的位置处。

5.根据权利要求1或2所述的基于图像的诊断辅助设备，该设备包含：

指定装置，其在所述结构区域中指定任意位置，

其中，所述局部区域确定装置根据所指定的位置确定所述局部区域。

6.根据权利要求1所述的基于图像的诊断辅助设备，该设备包含：

其中所述局部区域确定装置确定所述局部区域以使得：所述受支配区域包括所获得的病变区域，并且通过使用除所述受支配区域以外的区域内每个位置处的功能水平而计算出的评估值变为最高。

7.根据权利要求6所述的基于图像的诊断辅助设备，该设备包含：

标准化装置，其将所述器官中每个位置处的功能水平相对于被设置为0的预定功能水平标准化为正值或负值，

其中，所述评估值为除所述受支配区域以外的区域中每个位置处的标准化功能水平之和。

8.根据权利要求1至7中任一项所述的基于图像的诊断辅助设备，该设备包含：

显示控制装置，其以区别于其他区域的方式显示所确定的受支配区域。

9.一种基于图像的诊断辅助方法，包含：

图像获取步骤，从存储有表示器官中每个位置处的功能水平的功能图像和表示内部含有管状结构的特定器官的形态的形态学图像的存储介质中读取所述功能图像和所述形态学图像；

结构区域提取步骤，从所述形态学图像中提取表示支配所述器官的结构的结构区域；

局部区域确定步骤，确定所提取的结构区域中的特定的局部区域；以及

受支配区域确定步骤，确定所述器官中的受支配区域，并且该受支配区域由所确定的局部区域内的结构支配，

其中，所述局部区域确定步骤和所述受支配区域确定步骤中的至少一个步骤是通过使用所述功能图像进行的。

10.根据权利要求9所述的基于图像的诊断辅助方法，其中，所述局部区域确定步骤接收所述结构区域中任意位置的指定，并且根据所指定的位置确定所述局部区域，

其中，所述受支配区域确定步骤通过使用所述形态学图像中所述器官各部分与所确定的局部区域之间的距离来确定所述受支配区域，并且所述距离已被基于最短路径上每个位置处的功能水平进行了加权。

11.根据权利要求9所述的基于图像的诊断辅助方法，该方法包含：

病变区域获取步骤，在所述形态学图像中获得所述器官中的病变区域，

其中，所述局部区域确定步骤确定所述局部区域以使得：所述受支配区域包括所获得的病变区域，并且通过使用除所述受支配区域以外的区域中每个位置处的功能水平而计算出的评估值变为最高。

12.一种基于图像的诊断辅助程序，其使计算机用作：

局部区域确定装置，其确定所提取出的结构区域内的特定局部区域；以及

受支配区域确定装置，其确定所述器官中的受支配区域，并且该受配区域由所确定的局部区域内的结构支配，

其中，在通过所述局部区域确定装置确定所述局部区域的步骤和通过所述受支配区域确定装置确定所述受支配区域的步骤中，至少有一个步骤是通过使用所述功能图像进行的。

13.根据权利要求12所述的基于图像的诊断辅助程序，还使计算机用作：

指定装置，其在所述结构区域中指定任意位置，

其中，所述局部区域确定装置根据所指定的位置确定所述局部区域，并且

其中，所述受支配区域确定装置通过使用所述形态学图像中所述器官的每个部分与所确定的局部区域之间的距离来确定所述受支配区域，并且所述距离已被基于最短路径上每个位置处的功能水平进行了加权。

14.根据权利要求12所述的基于图像的诊断辅助程序，还使计算机用作：

其中，所述局部区域确定装置确定所述局部区域以使得：所述受支配区域包括所获得的病变区域，并且通过使用除所述受支配区域以外的区域中每个位置处的功能水平而计算出的评估值变为最高。