CN104622495A - 医用图像处理装置以及医用图像处理方法 - Google Patents

Abstract

提供一种能够在配准后区别管状构造中的变化的医用图像处理装置以及医用图像处理方法。本实施方式所涉及的医用图像处理装置具备：数据处理部，取得表示管状构造的第1医用图像数据以及表示管状构造的第2医用图像数据；区域确定部，在第1医用图像数据内确定管状构造，沿着管状构造的长轴的至少一部分，在第1医用图像数据内确定具备管状构造的对象的容积区域，确定与对象的容积区域对应的第1医用图像数据的子集；位置对准部，执行子集与第2医用图像数据的至少一部分的刚性配准或者仿射配准。

Description

医用图像处理装置以及医用图像处理方法

技术领域

一般涉及对医用图像数据进行配准(registering)的医用图像处理装置以及医用图像处理方法，例如，涉及用于在医用图像数据内对管状构造进行配准的医用图像处理装置以及医用图像处理方法。

背景技术

在医用图像处理的领域中，医用图像经常需要进行用于比较的位置对准。例如，为了对疾病的恶化或者治疗的结果进行评估，将患者的当前的图像与相同的患者的以前的图像进行位置对准。

对使用图像处理不同的医疗器械(Modality)，例如，对使用X射线计算机断层摄影装置(CT)以及磁共振成像(MR)取得的图像进行比较或者组合，利用从各个医疗器械中的扫描取得的不同的信息的情况被熟知。不同的医疗器械能够对不同的组织类型提供不同的等级的对比度检测。一部分的区域、组织或者解剖学特征与MR上相比有时更多地出现在CT上，反之亦然。CT扫描关于解剖学信息更好地表现出特征。另一方面，MR扫描关于软组织以及功能信息更好地表现出特征。

然而，一般而言，例如，由于不同的患者的定位、患者的活动、图像处理的不同的医疗器械、或者不同的图像处理参数，解剖学特征的位置在图像间是不同的。从而，图像必须执行用于比较的位置对准。该位置对准例如是指包含手动的位置对准、机械的位置对准、或者例如基于使用配准软件的配准的位置对准的、对两个图像数据组相互进行映射的任意的方法。

为了实现所提供的解剖学特征的两个图像的准确的位置对准，需要对图像的一方进行变换，以使得解剖学特征的坐标在作为各个结果而取得的图像中相同。其通过图像配准以及变换的过程实现。

刚性配准(Rigid Registration)是指用于通过刚性变换(只涉及旋转以及平移参数的变换)对两个或者两个以上的图像或者容积进行位置对准的技术的分类。仿射配准(Affine Registration)是使用仿射变换(旋转、平移、缩放、或者剪切)的配准。

为了进行图像配准，使用旋转、平移、以及均等缩放组件有时有用。其提供比刚性变换整体、但不像仿射变换那样整体的变换空间。

非刚性配准(Non rigid registration)是指使用能够进行包含局部变形的变形的更一般的变换的技术分类。

用于图像配准的技术被熟知。一般而言，配准是目的在于通过将一图像的坐标系内的点映射到另一图像的坐标系内的对应的点上从而将图像内的对应的特征建立关联的、找出两个图像间的最优的变换的优化的问题。

类似性测度是两个图像间的类似性的测度。例如，在交互信息量(MI)方法中，确定各个图像内的点，通过两个图像间的统计类似性(交互信息量)建立关联。

为了两个图像的配准，一个图像保持恒定，另一方面，按照由配准的类型规定的参数组(例如，合适的数维中的刚性配准、旋转以及平移的参数)进行变换。决定作为两个结果而取得的图像间的类似性测度。其规定从参数到类似性测度的目标函数。目标函数使用优化函数，例如，使用梯度下降法、爬山法或者Powell优化等进行优化，实现与两个图像相关联的优化变换。该最优的变换被适用于第2图像，与第1图像进行位置对准，取得具有共同的坐标系的变换后的图像。

配准能够手动(例如，通过手动地选择各个图像上的对应的点)、半自动地或者自动地执行。目前，很多医用图像处理系统与以前的情况相比较配准更加自动化。

自动配准的结果通过与(还被称为地面真值)正确性评估数据进行比较，例如，通过与由临床专家执行的手动配准的结果进行比较来评估。

对体内的管状构造，例如，对血管进行配准成为对象。用于对血管进行配准的一个动机在于，为了对存在疾病的血管，例如，对具有狭窄或者动脉瘤的血管的恶化进行评估，将在不同的时期取得的血管的图像进行比较。在这样的比较中，为了准确地进行比较，将血管正确地配准很重要，但配准过程不除去可能由于疾病而产生的血管内的变化也很重要。

腹部大动脉瘤(AAA)是由于血管壁内的脆弱性导致的大动脉的膨胀。具有AAA的患者存在动脉瘤破裂的危险，其在65％至85％时是致命的(Kniemeyer等，Eur J VascEndovascSurg2000年；19：190～196)。在2000年中，仅仅在英格兰以及威尔士由于AAA破裂而造成的死亡就有约6800件(Vardulaki等Br J Surg2000年；87：195～200)。在超过65岁的男性中，AAA破裂占所有的死亡的2.1％(Wilmink等，JVascSurg1999年；30：203～8)。通常，直到破裂，AAA完全无症状。大多数的AAA在患者以其他的医疗目的进行医用图像摄影时偶然地检测出。

超声波检查是为了对AAA进行筛查而应该选择的医疗器械。在当前的医疗实践下，当发现患者具有AAA时，患者定期地、例如以6个月、12个月或者24个月的间隔接受基于超声波的监控。基于各个超声波的监控扫描对动脉瘤的直径提供单一的值。在各个扫描中难以测量相同的动脉瘤直径。例如，直径在不同的扫描中以不同的角度测量。

目前，外科的检查基于动脉瘤的大小。例如，只有5.5cm或者5.5cm以上的直径的动脉瘤的患者编入手术计划。然而，发现动脉瘤的大小不一定良好地表示动脉瘤破裂的倾向。一部分的动脉瘤有时以低于5.5cm的直径破裂。一部分的动脉瘤有时不会破裂而达到10至12cm的直径。

在知道具有动脉瘤的患者中，为了确定破裂的危险最大的患者，更多的侵入性的经过观察被正当化。通过取得这样的患者的更详细的图像处理数据，从而提高引起动脉瘤的破裂的主要原因的知识。例如，能够对动脉瘤的组成物进行分析。

上述经过观察包含使用MR以及CT或者其他的医疗器械等图像处理医疗器械进行调查。为了从各个医疗器械取得不同的信息而执行多个医疗器械扫描。例如，当对AAA进行图像处理时，当扫描通过血栓进行移动时，一部分的区域经常出现在CT上，另一方面，其他的区域经常出现在MR上。

不同的医疗器械的扫描在相同的时刻，例如，在相同的日期进行。或者，相同的或者不同的医疗器械的图像也可以作为长期的调查的一部分进行摄影，此时，图像长期地进行摄影。例如，图像在不同的日、不同的周、或者不同的月进行摄影。长期经过观察的目的在于检测随时间的推移的动脉瘤的形态的变化。基于MR或者CT的长期经过观察容易受益于准确的图像的配准。

监视动脉瘤的患者的标准的临床护理单独地需要MR或者CT。

然而，一个当前的扫描协议是在两天分开进行2次MRI扫描，该第2次的扫描具有将炎症作为目标的造影剂，另外，还在第一天进行CT扫描。使用USPIO(超常磁性氧化铁)造影剂的图像处理这样执行。

腹部是非刚性的。腹部内的各种组织以及构造相互独立地工作。从而，单一的刚性配准相对于腹部内的活动不能准确地校正。

然而，完全没有另外的制约地使用(包含腹部大动脉)腹部中的非刚性配准算法可能隐藏AAA内的真正的变化。非刚性配准使被配准的图像间的动脉瘤的形态匹配。从而，动脉瘤内的变化在配准后有时不能不进行区别。

相同的考察适用于在身体的其他的部分，例如，在心脏等中产生的动脉瘤，或者还适用于其他的医疗状态，例如，适用于在动脉等管状构造内产生的狭窄症。

作为为了对大动脉进行配准而提出的一个方法，提出了最初从各个图像中分割大动脉，使用手动的配准对分割出的两个对象进行配准，从而，对大动脉的两个计算机断层血管造影法(CTA)图像进行配准的方法。

发明内容

本实施方式的目的在于,提供一种能够在配准后区别管状构造中的变化的医用图像处理装置以及医用图像处理方法。

实施方式所涉及的医用图像处理装置具备:数据处理部，取得表示管状构造的第1医用图像数据以及表示上述管状构造的第2医用图像数据；区域确定部，在上述第1医用图像数据内确定上述管状构造，沿着上述管状构造的长轴的至少一部分，在上述第1医用图像数据内确定具备上述管状构造的对象的容积区域，确定与上述对象的容积区域对应的上述第1医用图像数据的子集；位置对准部，执行上述子集与上述第2医用图像数据的至少一部分的刚性配准或者仿射配准。

根据实施方式，医用图像处理装置能够在配准后区别管状构造中的变化。

附图说明

图1是基于一实施方式的图像处理系统的概略图。

图2是概述地表示图1的实施方式的作动模式的流程图。

图3是表示没有进行任何位置对准或者配准的大动脉的图像重叠的对的图像的图。

图4是表示用户确定大动脉的中心点的图像切片的图像的图。

图5是表示对象的区域的图像的图。

图6是表示在之上确定了近似的圆以及中心点的图像的图。

图7是对象区域的集合的概略图。

图8是血管中心点的两个集合的概略图。

图9是初始位置对准前的血管中心点的两个集合的绘图。

图10是初始位置对准后的血管中心点的两个集合的绘图。

图11是表示在之上进行初始位置对准的重叠的图像的对的图。

图12是表示在之上进行基于初始位置对准以及刚性配准的微调的重叠的图像对的图。

图13是表示配准后的图像数据的两个集合重叠的图像的图。

图14是表示配准前的CT以及MR数据重叠的图像的图。

图15是表示配准后的CT以及MR数据重叠的图像的图。

图16是表示配准前的CT数据的两个集合重叠的图像的图。

图17是表示配准后的CT数据的两个集合重叠的图像的图。

符号说明

10…医用图像处理装置、12…计算装置、14…CT扫描仪、16…显示屏、18…设备、20…存储器、22…CPU(Central Processing Unit)、24…数据处理部、26…区域确定部、28…位置对准部。

具体实施方式

以下，参照附图说明实施方式所涉及的医用图像处理装置以及医用图像处理方法。另外，在以下的说明中,针对具有大致同一功能以及结构的构成要素，添加同一符号，重复说明只在必要时进行。

确定的实施方式提供一种医用图像处理装置，是用于对表示管状构造的医用图像数据进行配准的图像处理装置，具备：数据处理部，用于取得表示管状构造的第1医用图像数据以及表示管状构造的第2医用图像数据；区域确定构成部，用于在第1医用图像数据内确定管状构造，沿着管状构造的长轴(长度)的至少一部分，在第1医用图像数据内确定包含管状构造的对象的区域，确定与对象的区域对应的第1医用图像数据的子集；配准构成部，用于对第1医用图像数据的子集与第2医用图像数据的至少一部分进行配准。

图1概略地示出构成为对管状构造的两个图像进行配准的、基于一实施方式的医用图像处理装置10。在本实施方式中，数据的各个集合具备CT数据。在代替的实施方式中，数据集的一个或者双方具备任意的合适的医用图像数据，例如，具备MR、PET、SPECT或者X射线数据。医疗也可以包含兽医学。

医用图像处理装置10具备计算装置12。计算装置12是与CT扫描仪14、显示屏16、以及计算机键盘、鼠标或者轨迹球等输入设备或者多个设备18连结的、个人计算机(PC)或者工作站。在代替的实施方式中，至少一个显示屏16是触摸屏，其还作为输入设备来发挥作用。作为代替，CT扫描仪14也可以是取得三维图像数据的任何CT扫描仪。在代替的实施方式中，CT扫描仪14被辅助图像处理的其他的医疗器械的扫描仪，例如，被MRI扫描仪、X射线扫描仪、或者PET扫描仪置换或者补充。

在本实施方式中，通过CT扫描仪14取得的图像数据集存储在存储器20内中，接着提供给计算装置12。在代替的实施方式中，图像数据集由形成图像保存通信系统(PACS)的一部分的远程数据存储器(未图示)来供给。存储器20或者远程数据存储器具备存储器存储装置的任意的合适的形态。

计算装置12提供用于对图像数据集自动地或者半自动地进行处理的处理源。计算装置12具备中央处理装置(CPU)22。中央处理装置(CPU)22构成为执行在图2中说明的方法。CPU22能够进行动作，以使得加载各种软件模块或者其他的软件构成要素并执行。

计算装置12具备取得医用图像数据和该医用图像数据的子集的数据处理部24、区域确定部26、以及对医用图像数据的子集进行配准的位置对准部28。上述子集与和管状构造相关联确定的对象的区域对应。

在本实施方式中，数据处理部24、区域确定部26以及位置对准部28通过使用计算机程序在计算装置12内分别执行，该计算机程序包含进行动作，以使得执行本实施方式的方法的计算机可读命令。然而，在其他的实施方式中，各个单元也可以以软件、硬件、或者硬件以及软件的任意的合适的组合来安装。在一部分的实施方式中，各种单元也可以安装为一个或者多个ASIC(特定用途集成电路)或者FPGA(现场可编程门阵列)。在另外的实施方式中，一个或者多个单元也可以安装在GPU(图形处理单元)上。

另外，计算装置12具备包含RAM(Random Access Memory)、ROM(Read-Only Memory)、数据总线的PC的硬盘驱动器以及其他的构成要素、包含各种设备驱动器的操作系统以及包含显卡的硬件设备。为了清晰，这样的构成要素在图1中没有图示。

图1的系统构成为执行具有在图2的流程图中示出概要的一系列的阶段的过程。

在阶段40中，数据处理部24从存储器20或者远程数据存储器，或者直接从CT扫描仪14取得医用图像数据的第1组以及医用图像数据的第2组。图像数据的第1组以及图像数据的第2组具有相同的管状构造。图像数据的各个组具有管状构造以及与管状构造相邻的组织。图像数据集在相同的日期或者不同的日期(例如，作为长期调查的一部分)进行摄影。

在本实施方式中，管状构造由第1图像数据表示，第2图像数据是腹部大动脉。在代替的实施方式中，管状构造也可以是其他的血管，例如，是胸部大动脉。管状构造也可以是具有沉积物或者动脉瘤的血管。在另一实施方式中，管状构造也可以是心脏。

在本实施方式中，图像数据集的各个是来自CT扫描的体数据。体数据具备一系列的二维图像切片。一系列的二维图像切片一起构成三维图像数据集。各个二维图像切片由多个体素构成。各个体素具有强度值。各个体素具有该体素的强度值表示在所选择的坐标系(例如，笛卡尔坐标系)中测量到的空间位置的坐标系(例如，x，y，z坐标)的组。在另外的实施方式中，图像数据集的一个或者双方是表示三维图像信息的来自任意的医疗器械中的扫描数据，例如，是MRI数据、PET数据、SPECT数据、或者X射线数据。

在本实施方式中，第1图像数据具有沿着腹部大动脉的长轴的至少一部分从大动脉的上部到大动脉的分支取得的切片。当执行图2的过程等配准过程时，除了患病的或者疑似患病任何段之外，希望包含管状构造的健康部分。例如，为了包含分支点、肾脏动脉、以及大动脉的分支，能够对图像增加追加的切片。希望具有基准点或者界标。由于分支点通常不动，因此，成为合适的基准点或者界标。

在本实施方式中，图像数据的第1组以及图像数据的第2组具有相同的分辨率。在另外的实施方式中，例如，当图像数据的第1组以及图像数据的第2组以不同的医疗器械进行摄影时，图像数据集具有不同的分辨率。例如，MR图像具有与CT图像不同的体素分辨率。当图像数据的两个组具有不同的分辨率时，数据处理部24进行缩放，以使得图像数据的一组与图像数据的另一组相匹配。此时，图2的过程中的另外的阶段在被缩放的图像数据上执行。

图像数据的第1组以及图像数据的第2组计划接受配准。因此，图像数据的第1组以及图像数据的第2组还被称为基准图像以及浮动图像。如果图像数据的第1组或者图像数据的第2组的任一个是基准图像，则图像数据的第1组或者图像数据的第2组的另一个为浮动图像。

图3表示没有进行任何位置对准或者配准的大动脉的图像重叠的对。

在阶段42中，区域确定部26对各图像数据集，在管状构造的管腔内，此时在腹部大动脉的管腔内取得初始种子(Seed)点。

在本实施方式中，用户选择在之上应该选择初始种子点的图像数据的第1组初始切片。初始切片也可以是第1图像数据的任何切片。在本实施方式中，第1图像数据具备沿着腹部大动脉的长轴从大动脉的上部到大动脉的分支取得的切片。在本实施方式中，用户选择沿着腹部大动脉的长轴位于大约一半的位置的初始切片。

在另外的实施方式中，用户根据管状构造内的切片的位置、三维图像内的切片的位置、或者任意的其他的合适的基准，选择应该在之上选择初始种子点的初始切片。在一部分的实施方式中，用户例如将两个或者两个以上的切片进行比较，选择大动脉最清晰或者最圆地出现的切片。由此，根据图像的特征设定初始切片。

在本实施方式中，所选择的初始切片在显示屏16上显示为图像。用户通过输入设备18，例如，通过鼠标点击点来在大动脉的管腔内选择点。区域确定部26将所选择的点指定为初始种子点。在一部分的实施方式中，区域确定部26将在之上配置有种子点的体素指定为初始种子点。在其他的实施方式中，区域确定部26作为初始种子点指定体素小的组。在另外的实施方式中，也可以指定两个以上的初始种子点。

用户选择在之上应该选择第2图像数据的初始种子点的第2图像数据的初始切片。在此，初始切片也可以是图像数据的任意的切片。在本实施方式中，第2图像数据的初始切片选择为沿着腹部大动脉的长轴位于约一半的位置。第2图像数据用的初始切片不需要与为了第1图像数据用而选择的初始切片对应。例如，第1以及第2图像数据的初始切片不需要表示体内的相同的位置。第2图像数据内的任何切片均与第1图像数据用的初始切片的选择无关地选择。在参照图像上和浮动图像上的双方上选择的初始种子点不一定地配置在对应的切片上。

用户在为了第2图像数据用而选择的初始切片上选择初始种子点。在本实施方式中，用户与选择第1图像数据上的初始种子点的方法相同地通过鼠标点击初始切片上的点。由此，在第2图像数据上选择初始种子点。在其他的实施方式中，作为任意的其他的合适的点的选择方法，例如，为了选择初始种子点的一个或者双方也可以使用键盘、轨迹球或者触摸屏。

图4表示能够通过配置在图像上示出的瞄准线55从而用户能够在之上确定大动脉100的中心点的图像切片。

在阶段44中，区域确定部26使用自动微调过程在大动脉内将种子点配置于中心。由此，能够校正由用户确定的各个初始种子点。在本实施方式中，区域确定部26对各第1以及第2图像数据，在各个初始切片上的大动脉内将种子点配置于中心。

在本实施方式中，区域确定部26使用圆形霍夫变换在初始切片用的图像数据内确定大动脉。在其他的实施方式中，也可以使用圆形检测的代替的方法。区域确定部26使用将初始种子点配置于大动脉的管腔的内侧的知识、以及大动脉大致是圆形这样的事实。在识别与大动脉对应的近似圆之后，作为被校正的种子点，区域确定部26在该近似圆的中心选择点。近似圆的中心通过圆形霍夫变换或者任意的其他的方法决定。在其他的实施方式中，近似圆的中心使用概率密度模型、BLOB特征检测方法、边缘检测方法、遗传算法、或者任意的合适的分类器或者特征检测方法来决定。

在另外的实施方式中，区域确定部26根据用户输入确定大动脉。例如，用户能够手动地描绘大动脉的外形，或者能够在图像内的大动脉上配置圆。

图6示出被校正的种子点在使用圆形霍夫(Hough)变换确定的近似圆58的中心内使用十字57进行标记的图像切片。近似圆58涵盖大动脉的边界来标记。

在另外的实施方式中，省略阶段44，区域确定部26在图2的过程之后的阶段中相对于图像数据的各个组使用被用户确定的初始种子点。

在代替的实施方式中，代替用户在阶段42中选择初始种子点，通过区域确定部26选择各个初始种子点。在一个实施方式中，区域确定部26对各图像数据集，选择表示沿着腹部大动脉约一半的位置的初始切片。区域确定部26使用圆形霍夫变换，使用大动脉大致是圆形这样的事实在切片的图像内确定大动脉。另外，区域确定部26使用图像切片数据内的另外的信息，例如，通过使用图像切片内的可能是大动脉的大小、图像切片内可能是大动脉的位置、图像切片内的其他的解剖学特征或者组织类型的位置、或者任意的其他的合适的信息的一个或者多个，来辅助大动脉的位置确定。在代替的实施方式中，区域确定部26使用概率密度模型、BLOB(Blob)特征检测方法、边缘检测方法、遗传算法、或者任意的合适的分类器或者特征检测方法来确定大动脉。

在识别出与大动脉对应的近似圆之后，作为初始种子点，区域确定部26在(通过圆形霍夫变换或者任意的其他的方法决定的)该圆的中心选择点。在初始种子点通过区域确定部26自动地取得的那样的实施方式中，初始种子点有时不需要用于将其配置于大动脉内的中心的校正。从而，也可以省略阶段44，该初始种子点作为在之后的阶段中校正的种子点来使用。

作为种子选择的其他的代替方法，例如，也可以在将过程适用于不同的管状构造时使用。代替方法可以是手动的也可以是自动的，也可以包含阶段44也可以不包含。

在代替的实施方式中，初始种子点除了从通过扫描仪取得的二维切片的一个之外，也可以从图像数据的各个组的任意的合适的图，例如，从对三维容积进行绘制的图，或者从贯通那样的容积图像的任意的剖面来选择。也可以选择两个以上的初始种子点。初始种子点在两个以上的切片上手动或者自动地选择。在此，选择初始种子点包含选择体素的组或者体素的区域。

在代替的实施方式中，管状构造也可以通过并不限定于一个切片或者多个切片上的圆形识别的任意的合适的方法来确定。强化后的图像通常与周围的组织相比对血管提供相当高的强度值。因此，在一部分的实施方式中，伴随着在图像内的血管的位置设置界限值的简单的阈值化方法能够对目标的血管进行定位。在一部分的实施方式中，管状构造在图像数据内进行分割。也可以使用任意的合适的分割方法。当使用分割时，不使用分割的轮廓，而使用分割后的区域内的信息。使用轮廓对分割的精度限定配准的精度。

在阶段46中，区域确定部26对各图像数据集，在初始图像切片上被校正的种子点(在大动脉管腔内的中心配置的种子点)的周围生成对象的初始区域。此时的对象的区域是大致包含应该包含的对象(大动脉管腔)上的所需的信息，排除没用的信息的大部分的区域。在本实施方式中，作为对象的初始区域，区域确定部26确定将中心配置于被校正的种子点上的图像切片的正方形区域。正方形区域的大小包含正方形区域表示大动脉的图像的部分的全部。

在本实施方式中，正方形区域的大小根据图像的分辨率以及在初始切片上示出的最大的大动脉寸法来确定。例如，图像的分辨率可以是xmm/像素，大动脉的最大寸法也可以是Ymm。此时，对象的初始区域是具有Y/x像素的长度的边的正方形。

在另外的实施方式中，用户观察不同的轴向切片。另外，用户能够通过直接找出与对象的区域相关的像素的确定的数字的合适的大小来确定正方形区域的大小。在其他的实施方式中，区域的大小自动地决定，和/或区域自动地确定。

图5表示在之上确定了对象的区域56的图像切片。对象的区域56比图像的剩余的部分薄，是包含大动脉100的正方形。

在其他的实施方式中，被确定为对象的初始区域的区域的形状也可以不是正方形。所确定的区域的形状例如也可以是圆形、矩形、椭圆形、多边形、或者任意的其他的合适的二维形状。所确定的区域的形状通过被配准的对象的管状构造的形状来决定。在一部分的实施方式中，所确定的区域的形状也可以是与管状构造的形状对应的形状。区域确定部26在初始切片上采用被确定为对象的初始区域的正方形区域。位于正方形区域内的体素被标记为初始切片上的对象的初始区域的一部分。位于正方形区域的外侧的体素被标记为不是对象的初始区域的一部分。

在阶段48中，对各图像数据集，区域确定部26使用在包含被校正的种子点的初始切片上确定的对象的初始区域，确定图像数据集的另外的切片上的另外的对象的区域。

在本实施方式中，区域确定部26最初选择与初始切片相邻的切片。区域确定部26通过使初始切片上的对象的区域的外观匹配，从而在相邻的切片内选择对象的区域。区域确定部26使用任意的合适的匹配算法，例如，使用使初始切片的体素强度与相邻的切片的体素强度匹配的匹配算法执行匹配处理。另外，匹配处理具有执行刚性配准或者仿射配准的步骤。在本实施方式中，区域确定部26使用交互信息量的类似性测度执行初始切片以及相邻的切片的刚性配准。由于切片的各个是二维的，因此，对初始切片以及相邻的切片进行配准只需要一次旋转以及一次平移。区域确定部26将来自初始切片的对象的初始区域向相邻的切片上映射。由此，区域确定部26在相邻的切片上决定另外的对象的区域。另外，区域确定部26在相邻的切片上决定与初始切片被校正的种子点对应的基准点。基准点位于在相邻的切片上确定的对象的区域的中心。

区域确定部26对相邻的切片上的基准点进行微调，在相邻的切片上所代表的大动脉内将基准点配置于中心。在本实施方式中，区域确定部26使用圆形霍夫变换，通过与阶段44中的初始种子点的校正相同的那样的方式将基准点配置于中心。配置于中心的基准点被称为校正后的基准点。

在对基准点进行校正之后，相邻的切片上的对象的区域的位置按照基准点的校正进行调整，在校正的基准点上配置对象的区域的中心。在另外的实施方式中，初始种子点相对于相邻的切片，例如，通过用户选择来取得。相邻的切片的对象的区域通过阶段42以及阶段44的方法不与初始切片匹配而取得。

为了取得与相邻的切片相关的对象的区域以及被校正的基准点，对构成图像数据的各个组的剩余的另外的切片的各个重复在上述中说明的过程。例如，位于相邻的切片的附近，但不是初始切片的切片的对象的区域以及校正后的基准点通过使该切片与相邻的切片匹配来决定。对下一切片进行重复该过程。对象的初始区域由此向另外的切片传播。在之上决定了对象的区域的各个切片用于决定任意的相邻的切片上的对象的区域。过程被称为基于模板匹配的区域生长。

阶段48的输出是各图像数据集的、初始切片上的对象的初始区域以及另外的切片上的对象的另外的区域、同时是初始切片上的校正后的种子点以及另外的切片上的校正后的基准点。包含校正后的种子点以及校正后的基准点的点的集合在阶段52中作为血管中心点的集合来使用。在任意的管状构造的通常的情况下，包含校正后的种子点以及校正后的基准点的点的集合作为管状构造的中心点的集合来使用。此时，中心点的集合沿着管状构造的长轴来确定。在另外的实施方式中，点的任意的合适的集合可以沿着各个管状构造的长轴来决定，其也不一定是中心点。各个点包含坐标系内的单一的点、图像数据集内的体素、图像数据集内的体素组、或者任意的其他的合适数据项目。

图7概略地表示对各个图像切片确立的对象的区域56。

在本实施方式中，种子点的校正被编入追踪过程。在各个切片上对对象的区域进行追踪，生成种子点之后，种子点根据圆形检测结果进行校正。

在其他的实施方式中，圆形检测以及种子点或者基准点位置的校正也可以以任意的合适的顺序执行。这是由于圆形检测以及种子点或者基准点的校正的过程的计算成本低。

在一个实施方式中，校正后的种子点在初始切片上取得，生成对象的初始区域。对象的初始区域在另外的切片上进行追踪，以使得取得对象的另外的区域。在这样的实施方式中，种子点的位置也可以只在初始切片上校正，而不在另外的切片上校正。

在另一实施方式中，初始种子点在初始切片上取得。对象的初始区域将中心配置于初始种子点上。基准点通过在另外的切片上追踪对象的区域从而在其他的切片的一部分或者全部上取得。在对象的区域的追踪结束之后，初始种子点以及基准点一起或者独立地校正。在代替的实施方式中，血管中心点也可以通过任意的合适的血管追踪算法找到。也可以追踪血管中心线。也可以将血管中心线相互进行匹配或者配准。

图8表示阶段42至48的追踪过程中的时间单位的时刻。其示出对于图像数据的第1组(左)以及图像数据的第2组(右)确定的血管中心点。在图8所示的过程的阶段中，血管中心点不是在扫描切片的全部上而是在一部分上决定。还没有决定血管点的切片在图8中被隐藏(由灰色显示)。

在图像数据的第1组上，校正后的种子点60不是相对于中央切片(中央切片是由虚线65表示的切片)而是相对于位于切片的集合的中央附近的第1切片而决定。在其他的实施方式中，当在对象区域的传播后执行校正时，种子点60不是校正后的种子点而成为初始种子点。

被校正的基准点62相对于初始切片的两侧的几个切片而决定(这些切片没有由灰色显示)。在本实施方式中，基准点62通过在初始切片的两侧同时进行追踪，例如，能够通过使用并行计算技术来决定。在代替的实施方式中，基准点62最初相对于初始切片的一侧的所有的切片决定，之后能够接着决定相对于相反侧的切片的基准点。

在图像数据的第2组上，校正后的种子点70在初始切片上决定，校正后的基准点72相对于初始切片的各侧的几个切片决定。要留意图像数据的第1组内的校正后的种子点60以及图像数据的第2组内的校正后的种子点70不位于对应的切片上。穿过中心的虚线65表示沿着大动脉的长轴测量的中央切片。

在代替的实施方式中，基准点的追踪(基于在对象的区域内传播的来自初始种子点的基准点的生成)也可以在将一个或者多个追加的切片在扫描切片的各个的相邻的对间进行插补的插补容积上执行。这样的插补增大追踪的稳健(Robust)性。

关于各个切片而确定的对象的区域被称为对象的平面区域。在本实施方式中，区域确定部26确定相对于图像数据的各个集合的对象的容积区域。对各图像数据集，对象的容积区域是在各个切片上确定的对象的平面区域的所有的组合。在其他的实施方式中，相对于图像数据的各个集合的对象的容积区域是来自图像内的切片的子集的对象的平面区域的组合。对象的容积区域包含管状构造和对象的区域内所包含的任意的追加的组织。在本实施方式中，对象的平面区域是正方形。另外，对象的容积区域包含大致圆形的大动脉和对象的正方形的平面区域内所包含的任意的其他的组织。

在阶段50中，当子集具备对象的容积区域内所包含的所有的体素(即，进入该各个切片的对象的区域内所有的体素)时，区域确定部26对各图像数据集确定容积图像数据的子集。对图像数据的各切片，被标记为对象的正方形区域的一部分的体素包含在子集内，不是对象的正方形区域的一部分的体素从子集中排除。

在代替的实施方式中，当各个对象的区域与在阶段46以及48内确定的区域相同时，对象的各个区域内的体素被施加给合适的子集。

阶段50的输出是图像数据的各个集合的容积子集。如果认为各个对象的平面区域包含在各个切片上表示的那样的大动脉以及周围的组织的一部分，则各个对象的容积区域以及数据的对应的子集与图像数据集内表示的大动脉的全部一起，包含对大动脉添加边界的组织的一部分。

在本实施方式中，包围大动脉的各个对象的容积区域以及图像数据的各个对应的子集根据各个用户确定的种子点(图像数据的各集合上的一个)半自动地计算，但也可以完全自动化地执行。

在另外的实施方式中，管状构造被分割，对象的容积区域被确定为分割后的管状构造的长轴的周围。子集被确定为管状构造的周围的对象的容积区域内的体素。

在阶段52中，位置对准部28执行图像数据的第1组以及图像数据的第2组的初始位置对准。使用包含配准方法的、位置对准的任意的合适的方法。

在本实施方式中，位置对准部28使用由阶段46对图像数据的各个集合取得的血管中心点的集合。位置对准部28认为血管中心点的各个集合为点云。位置对准部28使用迭代最近点(ICP)检索将血管中心点的点云刚性地变换，使来自图像数据的第1组的点云与来自图像数据的第2组的点云匹配。ICP检索基于最小距离均方误差。直到点云间的距离最小，ICP检索反复地修正点云间的变换。变换是包含平移以及旋转的刚性变换。使用ICP的优点是其是实现两个图像间的近似的位置对准的、迅速且计算效率高的过程。

图9是执行初始位置对准之前的、图像数据的第1组内的(还被称为对象的中心点的区域)血管中心点以及图像数据的第2组内的血管中心点的绘制。图像数据的第1组内的血管中心点由星形表示，图像数据的第2组内的血管中心点由圆表示。图10是初始位置对准后的血管中心点的绘制，示出点实质上不完全，但重叠。

在另外的实施方式中，位置对准部28使用任意的其他的合适的方法对血管中心点进行匹配。

在另一实施方式中，初始位置对准是使用任意的合适的配准方法的、第1图像数据的子集以及第2图像数据的子集的初始的大致的配准。各个子集以比其本来的分辨率低的分辨率进行低分辨率处理。刚性配准在该被低分辨率处理后的子集上执行。

在另外的实施方式中，使用任意的合适的方法，执行图像数据的第1组以及图像数据的第2组的初始位置对准。

初始位置对准找出最优地对图像数据的两个集合进行位置对准的近似变换。在本实施方式中，近似变换是包含平移以及旋转的刚性变换。位置对准部28按照由初始位置对准生成的变换对图像数据的第2组的子集进行变换，提供图像数据的第2组的变换后的子集。不是子集的一部分的图像数据的第2组的剩余的部分在该阶段中不进行变换。在其他的实施方式中，图像数据的第1组的子集被变换，图像数据的第2组均没有被变换。在另外的实施方式中，图像数据的第2组的全部被变换，或者图像数据的第1组的全部被变换。数据集整体的变换需要比子集的变换多的计算源。

对初始位置对准加以制约。在本实施方式中，确定基于大动脉的大小的检索空间，将所容许的平移限定为大动脉的直径的一半。所容许的平移界限值被设定为在位置对准部28内事先决定的值。旋转中的任意的界限值能够设定为在位置对准部28内事先决定的值。在其他的实施方式中，平移以及旋转中的界限值可以由用户选择，或者也可以通过参照从图像数据集已经取得的任意的信息由位置对准部28计算。

在阶段54中，位置对准部28在图像数据的第1组的子集以及图像数据的第2组的变换后的子集的最大分辨率中执行刚性配准，从而对图像数据的第1组以及图像数据的第2组的初始位置对准进行微调。该微调被认为是子集的变换的优化。在本实施方式中，作为刚性配准，执行根据交互信息量的基于强度的配准。刚性配准产生平移以及旋转等刚性变换。刚性变换被认为成为子集的优化变换。在决定子集的刚性变换之后，使用所有的图像数据集内的子集的位置直接地计算的所有的图像数据集的变换。刚性变换被适用于图像数据变换后的第2组，以使得提供图像数据的最终的第2组。

在本实施方式中，初始位置对准以及刚性配准在与管状构造(在实施方式中大动脉)一起具有(在实施方式中正方形的)对象的平面区域内所包含的任意的其他的组织的、对象的容积区域上执行。初始位置对准或者刚性配准均不在被分割的血管上执行。在任一时刻，都不执行血管的全部分割。

图11表示在之上执行了初始位置对准的重叠的图像的对。图12表示通过刚性配准对初始位置对准进行微调，提高了位置对准的相同的对的图像。

在本实施方式中，不对最大分辨率中的刚性配准施加制约。发现初始位置对准中的制约充分地证实刚性配准被合适地制约。在代替的实施方式中，例如，也可以在刚性配准上施加平移或者旋转上的界限值等制约。

图像数据的第1组以及图像数据变换后的集合显示在显示屏16上。使用在作为结果取得的图像内对图像数据的第1组和图像数据变换后的集合进行区别的任意的合适的手段。例如，图像也可以由不同的颜色显示。在一个实施方式中，图像数据的第1组例如由红色添加颜色来显示。另外，图像数据变换后的集合例如由蓝色添加颜色来显示。

也可以将任意的合适的方法用于刚性配准。在本实施方式中，刚性配准以最大分辨率(图像数据的原来的分辨率)执行，但在代替的实施方式中，也可以使用不同的分辨率。

通过根据由初始位置对准大致被位置对准的图像数据开始，从而，配准远比在没有进行初始的位置对准的数据上执行时快。此外，阶段52的初始位置对准的使用意味着回避极小值。

不是针对图像数据集整体，而针对与对象的容积区域对应的各个图像数据集的子集执行初始位置对准以及刚性配准需要比在数据集整体中执行这些过程时少的计算源。图像数据的全部集合的变换除了在需要时作为过程的输出来计算之外，也可以不在配准的优化中执行。

在本实施方式中，需要限定配准的非刚性。图2的过程通过只使用大动脉以及其紧周边的组织计算所需的变换，从而将刚性配准(只有平移以及旋转)严格地适用于大动脉。由于大动脉内的血压，大动脉本身实质上是刚性的。由于包含固定的血栓以及一部分的钙化，动脉瘤本身还有有几分是刚性的。当非刚性配准包含于阶段54的配准过程内时，图像数据的第1组与图像数据的第2组之间的动脉瘤的任意的变化不可能出现在被配准的图像内。通过第1医用图像数据以及第2医用图像表示的、不是大动脉或者动脉瘤的一部分的组织(非管状构造的组织)与大动脉或者动脉瘤相比刚性变小。非管状构造的组织实质上是非刚性的。即，大动脉或者动脉瘤与非管状构造的组织相比是刚性的。

图13是表示大动脉100的、图像数据的第1组以及图像数据的最终的第2组重叠的图像。图像数据的第1组是基准数据，图像数据的第2组是浮动数据。大动脉本身如计划那样被良好地配准，但生物体构造的其他的部分示出图像间的相对的移动的情况被发现。

通过将配准限制在与大动脉周围的对象的区域对应的图像数据的子集，从而由配准排除扫描的剩余的部分内的非刚性材料。由图13发现非刚性材料没有被良好地配准。由于图2的过程的目的是对大动脉进行配准，不需要对生物体构造的其他的部分进行良好的配准，因此，能够容许该情况。

应该留意，配准的目的是与临床相关的信息的保持，例如，是动脉瘤内的变化的图像处理。这样的与临床相关的信息不被分开配准很重要。从而，图13所示的那样的最终图像的比较也可以不像通过图像处理基准进行评估那样表示最优的配准。此时，不希望准确地对图像进行匹配。重要的形态不是使动脉瘤变化，而是大动脉的匹配。能够容许使生物体构造的其他的部分移动。图2的过程具有与一部分的配准包不同的、不使动脉瘤变化而对大动脉的主要部分进行配准的结果。

图14、15、16、以及17还示出重叠的图像，其分别表示图像数据的第1组以及图像数据的第2组，聚焦于大动脉。图14以及15示出图像数据的第1组是CT数据，图像数据的第2组是MR数据的图像。图14表示没有配准的CT以及MR图像的匹配对。图15表示配准后的图像的相同的对。

图16以及17表示图像数据的第1组和图像数据的第2组的双方具备MR数据的图像。图16表示配准前的图像，图17表示配准后的图像。

在另外的实施方式中，在阶段52的初始位置对准、和/或阶段54的配准中，执行缩放。在阶段52的初始位置对准、和/或阶段54的配准中，执行仿射配准。在其他的实施方式中，心脏也可以是对象的管状构造。心脏的配准的一个适用领域在于监视具有造影剂的图像与不具有造影剂的图像之间的MR中的微妙的变换。比较的成功依存于心脏的时相。相对于配准需要包含非刚性形态。

在另外的实施方式中，胸部大动脉也可以是对象的管状构造。胸部大动脉是异常地跳动的。当使用图像控制进行缓和时需要对血管进行摄像。或者，此外需要非刚性配准的一部分的要素。在追加的实施方式中，图像控制也可以在取得任意的管状构造的图像时使用。

在本实施方式中，近似匹配通过区域中心点上的迭代最近点的检索(阶段52)、之后的以最大分辨率的微调(阶段54)来取得。

在另外的实施方式中，省略阶段52，阶段54的刚性(或者仿射)配准在由阶段50确定的对象的区域上直接实施。省略阶段52的结果，过程比包含阶段52时更慢。例如，在阶段52的初始的大致的位置对准后，执行阶段54的刚性配准的过程比没有初始位置对准，且以最大分辨率执行刚性配准的过程快100倍。

在代替的实施方式中，位置对准部28对通过初始位置对准实现的位置对准的质量进行评估。当初始位置对准实现图像数据的第1组与图像数据的第2组之间的非常良好的位置对准时，刚性配准在阶段54中不执行，而使用初始位置对准的结果生成用于显示在显示屏16上的图像。

在本实施方式中，对图像数据的第1组以及图像数据的第2组的各个决定对象的容积区域以及图像数据的对应的子集。然而，在代替的实施方式中，也可以只对一个图像数据集确定对象的容积区域以及子集。例如，在一部分的实施方式中，对象的容积区域在图像数据的第1组上确定，对应的子集相对于图像数据的第1组而决定。相对于图像数据的第2组不确定对象的容积区域，而图像数据的第1组的子集与图像数据的第2组整体配准。

在本实施方式中，对象的平面区域在由CT扫描取得的多个二维切片的各个上确定。各个切片在相对于被摄像的管状构造(大动脉)而言实质上垂直的平面内取得。在代替的实施方式中，在之上确定了对象的平面区域的切片也可以不是图像切片。相反，切片的集合根据切片相对于原来的扫描轴倾斜的图像数据集来构筑。例如，在一个实施方式中，管状构造相对于图像切片不平行也不垂直，作为代替添加角度来设置。对各图像数据集，确定切片的第2组，该切片的第2组相对于图像切片添加角度，例如，以切片的第2组的各个相对于管状血管的长轴实质上垂直的那样的角度来设置。对各数据集，在切片的第2组的一个上确定初始种子点，图2的过程如在上述中说明的那样，不使用由原来的扫描取得的切片，而使用切片的第2组来执行。图2的过程在相对于由临床试验取得的腹部大动脉的图像数据的配准中试行。发现图2的过程占用约2分钟的临床医生的时间，同时执行过程的自动步骤即使长也花费15分钟。这与临床医师手动地对图像的各切片进行配准的、手动配准步骤相比较是有利。还发现对各切片执行的手动的配准关于相同的图像数据花费40分钟至50分钟之间的时间。从而，图2的过程能够节约时间，更有效地利用临床医生的时间。在对象的管状构造中的变化、例如，动脉瘤的大小的变化小、或者中等时的迅速的经过观察中使用图2的过程。图2的过程的有效性通过所取得的校正数据决定。

另外，确定的实施方式是用于在医疗数据集的对内对管状构造进行配准的方法，包含：在各个数据集的管腔内取得种子点；将各个种子点在管腔内配置于中心；确定相对于各个种子点的对象的区域；使在种子点上配置有中心的该区域传播到相邻的切片；找出使点的两个集合最优地匹配的空间变换；使用根据交互信息量的基于最大分辨率的强度的配准进行微调；使用所确定的区域(ROI：Region Of Interest)来运用。本方法被适用于单一或者多个医疗器械的图像对(即，CT/CT、CT/MR、不同的MR序列、或者具有/不具有造影剂)。上述方法被适用于对象的管状构造是腹部大动脉的情况。为了将各个种子点配置于管腔的中心，使用圆形霍夫变换。为了找出空间变换，使用迭代最近点算法。

图2的过程比在双方的图像对大动脉进行分割，对所取得的二进制对象进行配准的方法准确。图2的过程包含大致的配准阶段和利用对象的容积区域内的所有的图像强度的微调阶段。被证实图2的过程关于不同的医疗器械以及在医疗器械间良好地发挥作用。

图2的过程能够增加相对于被监视的具有动脉瘤的患者的可利用的选择以及信息。图2的过程通过更容易地组合不同的医疗器械中的扫描结果，从而能够有助于提供信息。

诸实施方式与CT数据的处理相关联进行了说明，诸实施方式也可以用于对医用图像数据的任意的合适的类型，例如，对X射线数据、MRI数据、或者PET数据进行处理。诸实施方式能够对使用相同的医疗器械的数据集、或者具有不同的医疗器械的数据集进行配准。

在本说明书中说明了确定的结构，但在代替的实施方式中，这些单元的一个或者多个功能能够由单一的单元、处理源或者其他的构成要素来提供，或者由单一的单元提供的功能能够组合两个或者两个以上的单元或者其他的构成要素来提供。不管这样的构成要素是否相互远离，对单一的构成的参照包含提供该构成的功能的多个构成要素，对多个构成的参照包含提供这些构成的功能的单一的构成要素。

虽然说明了本发明的几个实施方式,但这些实施方式是作为例子而提示的,并不意图限定本发明的范围。这些实施方式能够以其他的各种方式进行实施，在不脱离发明的要旨的范围内，能够进行各种的省略、置换、变更。这些实施方式或其变形与包含于发明的范围或要旨中一样，包含于权利要求书记载的发明及其均等的范围中。

Claims (23)

1.一种医用图像处理装置，其特征在于包括：

数据处理部，取得表示管状构造的第1医用图像数据以及表示上述管状构造的第2医用图像数据；

区域确定部，在上述第1医用图像数据内确定上述管状构造，沿着上述管状构造的长轴的至少一部分，在上述第1医用图像数据内确定具备上述管状构造的对象的容积区域，确定与上述对象的容积区域对应的上述第1医用图像数据的子集；以及

位置对准部，执行上述子集与上述第2医用图像数据的至少一部分的刚性配准或者仿射配准。

2.根据权利要求1所述的医用图像处理装置，其特征在于：

作为上述对象的容积区域，上述区域确定部确定多个对象的平面区域，

上述对象的容积区域具有上述多个对象的平面区域。

3.根据权利要求2所述的医用图像处理装置，其特征在于：

上述第1医用图像数据具有多个切片，

在上述多个切片上确定上述多个对象的平面区域的各个。

4.根据权利要求2所述的医用图像处理装置，其特征在于：上述区域确定部通过执行上述切片与和上述切片相邻的切片之间的匹配处理，在上述切片上确定上述对象的平面区域。

5.根据权利要求4所述的医用图像处理装置，其特征在于：上述匹配处理包含执行刚性配准或者仿射配准。

6.根据权利要求3所述的医用图像处理装置，其特征在于：作为上述对象的容积区域，上述区域确定部对上述多个切片的每一个，在上述管状构造内决定多个点的各个，对上述多个点的各个确定多个上述对象的平面区域的各个。

7.根据权利要求1所述的医用图像处理装置，其特征在于：

上述区域确定部通过在上述第1医用图像数据内沿着上述管状构造的长轴决定点的第1组，从而在上述第1医用图像数据内确定上述对象的容积区域，

通过在上述第2医用图像数据内沿着上述管状构造的长轴决定点的第2组，从而在上述第2医用图像数据内确定上述对象的另外的容积区域。

8.根据权利要求7所述的医用图像处理装置，其特征在于：

上述区域确定部通过在上述第1医用图像数据的切片内确定种子点，使上述种子点传播到一系列的另外的切片，从而决定上述点的第1组的各个，

通过在上述第2医用图像数据的切片内确定种子点，使上述种子点传播到一系列的另外的切片，从而决定上述点的第2组的各个。

9.根据权利要求7所述的医用图像处理装置，其特征在于：上述位置对准部通过对上述点的第1组和上述点的第2组进行位置对准，来执行上述第1医用图像数据以及上述第2医用图像数据的初始位置对准。

10.根据权利要求9所述的医用图像处理装置，其特征在于：上述位置对准部在上述初始位置对准中，使用迭代最近点算法对上述点的第1组和上述点的第2组进行位置对准。

11.根据权利要求1所述的医用图像处理装置，其特征在于：

上述区域确定部沿着上述管状构造的长轴的至少一部分，在上述第2医用图像数据内确定具备上述管状构造的上述对象的另外的容积区域，

确定与上述对象的另外的容积区域对应的上述第2医用图像数据的子集。

12.根据权利要求11所述的医用图像处理装置，其特征在于：上述位置对准部通过执行上述第1医用图像数据的上述子集与上述第2医用图像数据的上述子集的配准，来执行上述第1医用图像数据的上述子集与上述第2医用图像数据的至少一部分的上述刚性配准或者上述仿射配准。

13.根据权利要求1所述的医用图像处理装置，其特征在于：

上述位置对准部执行上述第1医用图像数据以及上述第2医用图像数据的初始位置对准，

通过对上述第1医用图像数据以及上述第2医用图像数据的上述初始位置对准进行微调，从而执行上述子集与上述第2医用图像数据的至少一部分的上述刚性配准或者上述仿射配准。

14.根据权利要求1所述的医用图像处理装置，其特征在于：

上述第1医用图像数据以及上述第2医用图像数据的至少一个具有非管状构造的组织，

上述管状构造与上述非管状构造的组织的至少一部分相比较是刚性的。

15.根据权利要求1所述的医用图像处理装置，其特征在于：

上述区域确定部在上述管状构造的管腔内决定种子点，

确定相对于上述种子点的上述对象的容积区域。

16.根据权利要求15所述的医用图像处理装置，其特征在于：上述区域确定部通过在上述管状构造的上述管腔的中心配置上述种子点，确定上述对象的容积区域。

17.根据权利要求1所述的医用图像处理装置，其特征在于：上述区域确定部使用圆形霍夫变换、概率密度模型、BLOB特征检测方法、边缘检测方法、遗传算法、分类器、以及特征检测方法的至少一个，确定上述管状构造。

18.根据权利要求16所述的医用图像处理装置，其特征在于：上述区域确定部使用圆形霍夫变换、概率密度模型、BLOB特征检测方法、边缘检测方法、遗传算法、分类器以及特征检测方法的至少一个，将上述种子点配置于上述管腔的中心。

19.根据权利要求1所述的医用图像处理装置，其特征在于：

上述位置对准部执行上述第1医用图像数据以及上述第2医用图像数据的初始位置对准，

以高于执行上述初始位置对准的分辨率的分辨率执行上述第1医用图像数据的上述子集与上述第2医用图像数据的至少一部分的上述刚性配准或者上述仿射配准。

20.根据权利要求1所述的医用图像处理装置，其特征在于：上述位置对准部包含根据交互信息量执行配准。

21.根据权利要求1所述的医用图像处理装置，其特征在于：上述第1医用图像数据通过与产生上述第2医用图像数据的医疗器械不同的医疗器械产生。

22.根据权利要求1所述的医用图像处理装置，其特征在于：上述第1医用图像数据以及上述第2医用图像数据的各个具备CT数据、MR数据、PET数据、SPECT数据、X射线数据的至少一个。

23.一种医用图像处理方法，其特征在于：

取得表示管状构造的第1医用图像数据，

取得表示上述管状构造的第2医用图像数据，

在上述第1医用图像数据内确定上述管状构造，

沿着上述管状构造的长轴，在上述第1医用图像数据内确定具有上述管状构造的对象的容积区域，

确定与上述对象的容积区域对应的上述第1医用图像数据的子集，以及

执行上述第1医用图像数据的上述子集与上述第2医用图像数据的至少一部分的刚性配准或者仿射配准。