CN107007281A - 磁共振成像装置以及图像处理装置 - Google Patents

Abstract

实施方式涉及磁共振成像装置以及图像处理装置。本发明要解决的课题是，提供能够对有关脑内的多个区域的图像分析进行辅助的磁共振成像装置以及图像处理装置。实施方式所涉及的磁共振成像装置具备确定部和搜索部。确定部基于有关被检体的图像的分析结果和对脑内的多个区域分别设定的关注度，确定矩阵的搜索开始位置，所述矩阵表示有关所述多个区域的区域间的连接关系。搜索部使用所述搜索开始位置来搜索所述矩阵。

Description

磁共振成像装置以及图像处理装置

相关申请的参照：

本申请享受在2015年9月10日申请的日本专利申请号2015-178614以及在2016年7月1日申请的日本专利申请号2016-131705的优先权的利益，该日本专利申请的全部内容在本申请中被引用。

技术领域

实施方式涉及磁共振成像装置以及图像处理装置。

背景技术

近年，在脑神经科学的领域中，使用由磁共振成像装置拍摄到的图像，进行有关脑功能定位区域及其区域间的连接(connectivity)的阐明。例如，提出了如下方法：按每个脑功能定位区域，分析关于图像的亮度值等规定的参数的、与正常脑之间的差异，来判断有无疾病。

发明内容

本发明要解决的课题是，提供能够对有关脑内的多个区域的图像分析进行辅助的磁共振成像装置以及图像处理装置。

实施方式所涉及的磁共振成像装置具备确定部和搜索部。确定部基于有关被检体的图像的分析结果、和对脑内的多个区域分别设定的关注度，确定矩阵的搜索开始位置，所述矩阵表示有关所述多个区域的区域间的连接关系。搜索部使用所述搜索开始位置来搜索所述矩阵。

效果：

根据实施方式所涉及的磁共振成像装置以及图像处理装置，能够对有关脑内的多个区域的图像分析进行辅助。

附图说明

图1是表示第一实施方式所涉及的MRI装置的结构例的图。

图2是用于说明脑功能定位区域的图。

图3是用于说明神经纤维束的图。

图4是用于说明皮质区域的层级构造的图。

图5是表示将皮质区域的层级构造一般化的例子的图。

图6是表示将皮质区域以及白质区域的层级构造一般化的例子的图。

图7是表示第一实施方式所涉及的AFM的一例的图。

图8是表示第一实施方式所涉及的AFM的一例的图。

图9是表示第一实施方式所涉及的CFM的一例的图。

图10是表示第一实施方式所涉及的PFM的一例的图。

图11是表示第一实施方式所涉及的DSAM的一例的图。

图12是表示第一实施方式所涉及的DSAM的其他例的图。

图13是表示基于第一实施方式所涉及的确定功能的搜索开始位置的确定的一例的图。

图14是表示基于第一实施方式所涉及的确定功能的搜索开始位置的确定的其他例的图。

图15是表示基于第一实施方式所涉及的确定功能的矩阵的搜索的一例的图。

图16是表示基于第一实施方式所涉及的确定功能的矩阵的搜索的一例的图。

图17是表示基于第一实施方式所涉及的确定功能的矩阵的搜索的一例的图。

图18是表示基于第一实施方式所涉及的确定功能的矩阵的搜索的一例的图。

图19是表示基于第一实施方式所涉及的确定功能的矩阵的搜索的一例的图。

图20是表示基于第一实施方式所涉及的显示控制功能的矩阵的显示的一例的图。

图21是表示基于第一实施方式所涉及的显示控制功能的矩阵的详细显示的一例的图。

图22是表示基于第一实施方式所涉及的显示控制功能的矩阵以及图像的显示的一例的图。

图23是表示通过第一实施方式所涉及的显示控制功能而显示的3维图像的一例的图。

图24是表示由第一实施方式所涉及的MRI装置进行的处理的流程的流程图。

图25是表示第一实施方式所涉及的显示控制功能所涉及的矩阵的显示的其他例的图。

图26是表示第一实施方式所涉及的显示控制功能所涉及的矩阵的显示的其他例的图。

图27是表示第一实施方式所涉及的显示控制功能所涉及的矩阵的显示的其他例的图。

图28是表示基于第一实施方式所涉及的显示控制功能的矩阵以及图像的显示的其他例的图。

图29是表示第二实施方式所涉及的MRI装置的结构例的图。

图30是表示由第二实施方式所涉及的MRI装置进行的处理的流程的流程图。

图31是表示第三实施方式所涉及的图像处理装置的结构例的图。

图32是表示第四实施方式所涉及的图像处理装置的结构例的图。

具体实施方式

实施方式所涉及的磁共振成像(Magnetic Resonance Imaging：MRI)装置具备处理电路。处理电路基于有关被检体的图像的分析结果、和对脑内的多个区域分别设定的关注度，确定矩阵的搜索开始位置，所述矩阵表示有关所述多个区域的区域间的连接关系。处理电路使用所述搜索开始位置来搜索所述矩阵。

(第一实施方式)

图1是表示第一实施方式所涉及的MRI装置100的结构例的图。例如，如图1所示，MRI装置100具备静磁场磁体1、梯度磁场线圈2、梯度磁场电源3、发送线圈4、发送电路5、接收线圈6、接收电路7、诊视床8、输入电路9、显示器10、存储电路11、处理电路12～15。

静磁场磁体1形成为中空的大致圆筒形状(包括与圆筒的中心轴正交的剖面成为椭圆状的形状)，使得在内周侧形成的拍摄空间中产生均一的静磁场。例如，静磁场磁体1通过永久磁体、超传导磁体等来实现。

梯度磁场线圈2形成为中空的大致圆筒形状(包括与圆筒的中心轴正交的剖面成为椭圆状的形状)，被配置在静磁场磁体1的内周侧。梯度磁场线圈2具有产生分别沿着相互正交的x轴、y轴以及z轴的梯度磁场的三个线圈。在此，x轴、y轴以及z轴构成MRI装置100所固有的装置坐标系。例如，x轴的方向被设定为铅垂方向，y轴的方向被设定为水平方向。此外，z轴的方向被设定为与由静磁场磁体1产生的静磁场的磁通量的方向相同。

梯度磁场电源3分别向梯度磁场线圈2所具有的三个线圈单独供应电流，从而使得在拍摄空间中产生分别沿着x轴、y轴以及z轴的梯度磁场。通过适当产生分别沿着x轴、y轴以及z轴的梯度磁场，能够产生分别沿着相互正交的读取方向、相位编码方向、以及切片方向的梯度磁场。在此，分别沿着读取(readout)方向、相位编码方向、以及切片(slice)方向的轴构成用于规定成为拍摄对象的切片区域或体区域的逻辑坐标系。另外，以下，将沿着读取方向的梯度磁场称为读取梯度磁场，将沿着相位编码方向的梯度磁场称为相位编码梯度磁场，将沿着切片方向的梯度磁场称为切片梯度磁场。

在此，各梯度磁场与由静磁场磁体1产生的静磁场重叠，用于对磁共振(MagneticResonance：MR)信号赋予空间的位置信息。具体而言，读取梯度磁场根据读取方向的位置而使MR信号的频率变化，从而对MR信号赋予沿着读取方向的位置信息。此外，相位编码梯度磁场使MR信号的相位沿着相位编码方向变化，从而对MR信号赋予相位编码方向的位置信息。此外，在拍摄区域为切片区域的情况下，切片梯度磁场用于决定切片区域的方向、厚度、位置、张数，在拍摄区域为体区域的情况下，切片梯度磁场根据切片方向的位置而使MR信号的相位变化，从而对MR信号赋予沿着切片方向的位置信息。

发送线圈4形成为中空的大致圆筒形状(包括与圆筒的中心轴正交的剖面成为椭圆状的形状)，被配置在梯度磁场线圈2的内侧。发送线圈4对拍摄空间施加从发送电路5输出的RF(Radio Frequency：射频)脉冲。

发送电路5将与拉莫尔(Larmor)频率对应的RF脉冲输出给发送线圈4。例如，发送电路5具有振荡电路、相位选择电路、频率转换电路、振幅调制电路、以及RF放大电路。振荡电路产生被置于静磁场中的对象原子核所固有的共振频率的RF脉冲。相位选择电路选择从振荡电路输出的RF脉冲的相位。频率转换电路对从相位选择电路输出的RF脉冲的频率进行转换。振幅调制电路对从频率转换电路输出的RF脉冲的振幅例如按照sinc函数进行调制。RF放大电路对从振幅调制电路输出的RF脉冲进行放大并输出给发送线圈4。

接收线圈6是对从被检体S发出的MR信号进行接收的RF线圈。具体而言，接收线圈6被安装在置于拍摄空间的被检体S上，对因发送线圈4施加的RF磁场的影响而从被检体S发出的MR信号进行接收。此外，接收线圈6将所接收到的MR信号输出给接收电路7。例如，在接收线圈6中，对拍摄对象的每个部位使用专用的线圈。在此所说的专用的线圈例如是头部用的接收线圈、颈部用的接收线圈、肩用的接收线圈、胸部用的接收线圈、腹部用的接收线圈、下肢用的接收线圈、脊椎用的接收线圈等。

接收电路7基于从接收线圈6输出的MR信号而生成MR信号数据，将所生成的MR信号数据输出给处理电路13。例如，接收电路7具有选择电路、前级放大电路、相位检波电路、以及模拟数字转换电路。选择电路选择性地输入从接收线圈6输出的MR信号。前级放大电路对从选择电路输出的MR信号进行放大。相位检波电路对从前级放大电路输出的MR信号的相位进行检波。模拟数字转换电路将从相位检波电路输出的模拟信号转换为数字信号从而生成MR信号数据，将所生成的MR信号数据输出给处理电路13。

另外，在此，说明发送线圈4施加RF脉冲、接收线圈6接收MR信号的情况下的例子，但发送线圈以及接收线圈的方式不限于此。例如，也可以是发送线圈4还具有接收MR信号的接收功能。此外，也可以是接收线圈6还具有施加RF磁场的发送功能。在发送线圈4具有接收功能的情况下，接收电路7还根据由发送线圈4接收到的MR信号而生成MR信号数据。此外，在接收线圈6具有发送功能的情况下，发送电路5还向接收线圈6输出RF脉冲。

诊视床8具备用于载置被检体S的顶板8a，在进行被检体S的拍摄时，向在静磁场磁体1以及梯度磁场线圈2的内侧形成的拍摄空间插入顶板8a。例如，诊视床8被设置为长边方向与静磁场磁体1的中心轴平行。

输入电路9从操作者受理各种指示以及各种信息的输入操作。具体而言，输入电路9与处理电路15连接，将从操作者受理的输入操作转换为电信号并输出给处理电路15。例如，输入电路9通过轨迹球、开关按钮、鼠标、键盘、触摸面板等来实现。

显示器10显示各种信息以及各种图像。具体而言，显示器10与处理电路15连接，将从处理电路15传送的各种信息以及各种图像的数据转换为显示用的电信号并进行输出。例如，显示器10通过液晶监视器、CRT(cathode ray tube：阴极射线管)监视器、触摸面板等来实现。

存储电路11存储各种数据。具体而言，存储电路11按每个被检体S来存储MR信号数据、图像数据。例如，存储电路11通过RAM(random access memory：随机存取存储器)、闪速存储器等半导体存储器元件、硬盘、光盘等来实现。

处理电路12具有诊视床控制功能12a。具体而言，诊视床控制功能12a与诊视床8连接，将控制用的电信号输出给诊视床8，从而控制诊视床8的动作。例如，诊视床控制功能12a经由输入电路9从操作者受理使顶板8a向长边方向、上下方向或左右方向移动的指示，以按照所受理的指示移动顶板8a的方式，使诊视床8所具有的顶板8a的驱动机构动作。例如，处理电路12通过处理器来实现。

处理电路13具有执行功能13a。具体而言，执行功能13a执行各种脉冲序列。具体而言，执行功能13a基于从处理电路15输出的时序执行数据而驱动梯度磁场电源3、发送电路5以及接收电路7，从而执行各种脉冲序列。例如，处理电路13通过处理器来实现。

在此，时序执行数据是定义了表示用于收集MR信号数据的过程的脉冲序列的信息。具体而言，时序执行数据是定义了梯度磁场电源3向梯度磁场线圈2供应电流的定时以及所供应的电流的强度、发送电路5向发送线圈4供应的RF脉冲电流的强度、供应定时、接收电路7检测MR信号的检测定时等的信息。

此外，执行功能13a从接收电路7接收MR信号数据作为执行了各种脉冲序列的结果，并将所接收到的MR信号数据保存至存储电路11。另外，由执行功能13a接收到的MR信号数据的集合根据通过前述的读取梯度磁场、相位编码梯度磁场、以及切片梯度磁场而赋予的位置信息以2维或3维的方式排列，从而作为构成k空间的数据而被保存在存储电路11中。

处理电路14具有图像生成功能14a。例如，处理电路14通过处理器来实现。图像生成功能14a基于在存储电路11中保存的MR信号数据来生成图像。具体而言，图像生成功能14a读取由执行功能13a保存至存储电路11的MR信号数据，对所读取的MR信号数据实施后处理即傅里叶变换等重构处理，从而生成图像。此外，图像生成功能14a将所生成的图像的图像数据保存至存储电路11。

处理电路15对MRI装置100所具有的各结构要素进行控制，从而进行MRI装置100的整体控制。例如，处理电路15通过处理器来实现。例如，处理电路15经由输入电路9从操作者受理有关脉冲序列的各种参数的输入，基于所受理到的参数而生成时序执行数据。并且，处理电路15将所生成的时序执行数据发送给处理电路13，从而执行各种脉冲序列。此外，例如，处理电路15从存储电路11读取从操作者请求的图像的图像数据，将所读取的图像输出给显示器10。

以上，说明了本实施方式所涉及的MRI装置100的结构例。基于这样的结构，本实施方式所涉及的MRI装置100被用于有关脑内的多个区域的图像分析。

另外，在此所说的脑内的多个区域是将脑的区域根据某种意图而区分后的区域。例如，在此所说的脑内的多个区域是将脑的区域功能地或解剖学地加以区分后的区域。以下，说明使用多个脑功能定位区域(也被称为定位区域)作为脑内的多个区域的情况下的例子，但实施方式不限于此。

近年，在脑神经科学的领域中，使用由MRI装置拍摄到的图像，进行有关脑功能定位区域及其区域间的连接关系的阐明。例如，提出了按每个脑功能定位区域对关于图像的亮度值等规定的参数的、与正常脑之间的差异进行分析，判断有无疾病的方法。

但是，这样的方法中，研究视点的要素较多，从临床应用这样的观点来看，不能说逻辑上易于理解。特别是，从符合诊断目的即确诊或筛检(screening)的实际临床上的应用的方面来看，可以说没有示出其框架。

因此，寻求一种框架，该框架使用了对一般的脑神经放射线科或内科医生来说易于理解的、与诊断目的相应的、有关脑功能定位区域及其区域间的连接的信息。

此外，寻求在使用了对一般的脑神经放射线科或内科医生来说易于理解的、与诊断目的相应的、有关脑功能定位区域及其区域间的连接的信息的框架所涉及的架构中，易于理解地提示其诊断信息。

根据这样，本实施方式所涉及的MRI装置100构成为能够对有关脑内的多个区域的图像分析进行辅助。

具体而言，在本实施方式中，存储电路11存储了表示与多个脑功能定位区域有关的区域间的连接关系的矩阵的信息。在此，在具体说明由存储电路11存储的矩阵之前，说明脑功能定位区域、神经纤维束、以及皮质区域的层级构造。

图2是用于说明脑功能定位区域的图。例如，如图2所示，脑的区域被区分为多个脑功能定位区域(以图2所示的虚线以及实线区分的区域)。在此，在脑功能定位区域中，包含皮质区域和白质区域。皮质区域是由神经细胞构成的皮质(也被称为灰质)的区域，以覆盖脑的表面的方式存在。此外，白质区域是包含神经纤维的白质(也被称为皮质下)的区域，存在于脑的内部。在此，皮质区域的最小单位被称为脑回(Gyrus)。作为该脑回的汇集，例如存在皮层(Cortex)等，还存在宏观区分后的额叶、枕叶、颞叶、顶叶等单位。

图3是用于说明神经纤维束的图。神经纤维束是神经纤维的汇集。另外，图3示出与脑功能定位区域连结的颅内的神经纤维。在此，神经纤维一般是指从神经细胞伸出的轴突的集合体即轴突束。例如，如图3所示，在神经纤维中，存在联络纤维(Association Fiber：AF)21、连合纤维(Commissural Fiber：CF)22、投射纤维(Projection Fiber：PF)23。联络纤维21是将脑的同一脑半球中包含的脑功能定位区域之间连结的纤维，存在短联络纤维和长联络纤维。此外，连合纤维22是通过胼胝体，将脑的左脑半球中包含的脑功能定位区域和右脑半球中包含的脑功能定位区域之间连结的纤维。此外，投射纤维23是将皮质区域和白质区域之间连结的纤维，被分为从皮质区域朝向白质区域的传出(efferent)的投射纤维、和从白质区域朝向皮质区域的传入(afferent)的投射纤维。在此，投射纤维23是将脑功能定位区域、和感觉器官(输入)或运动器官(输出)连结的神经纤维。投射纤维23的一部分经由作为中继构造体的丘脑、内囊而与感觉器官、运动器官连结。

这些神经纤维基本上通过上述的丘脑、内囊等那样的白质区域内的一部分小构造体(小功能构造体)。因此，以下，设为将包含皮质区域和白质区域内的一部分小构造体(小功能构造体)的区域的脑功能定位区域的最小单位作为脑回来进行处理。

图4是用于说明皮质区域的层级构造的图。一般而言，作为皮质区域的最小单位的脑回在功能或解剖学的观点上被分为多个类别。例如，如图4所示，作为脑回的种类的苍白球、壳、尾状核、黑质、黑质致密部、伏核、Meynert基底核、阿蒙氏角(Ammon角)、齿状回、海马旁回、内嗅区、扁桃体、扣带回中，苍白球和壳被分类为豆状核，阿蒙氏角和齿状回被分类为海马体。进而，苍白球～Meynert基底核被分类为大脑基底核，阿蒙氏角～扣带回被分类为大脑边缘系统。像这样，皮质区域以将脑回的种类阶段性地分类而成的层级构造来表示。

图5是表示将皮质区域的层级构造一般化的例子的图。在图5中，“g1”～“g20”分别表示脑回的种类。此外，“子区域1”表示脑回的小分类，“区域1”、“区域2”、“区域3”表示脑回的中分类。此外，“右脑半球”，“左脑半球”是脑回的大分类，“右脑半球”表示脑的右脑半球，“左脑半球”表示脑的左脑半球。

另外，在图5中，示出了将皮质区域的脑回以层级构造来分类的情况下的例子，但如前所述，脑回不仅存在于皮质区域，还存在于白质区域内。因此，例如，也可以将皮质区域以及白质区域这双方的脑回以层级构造来分类。在该情况下，皮质区域以及白质区域的脑回例如基于由Talairach等(1988年)定义的层级构造来分类。Talairach的层级构造由脑半球、脑叶、脑回、组织、细胞型这五个层级构成。在此，脑半球是最大的分类，按脑叶、脑回、组织、细胞型、子细胞型的顺序，阶段性地成为更小的分类。

图6是表示将皮质区域以及白质区域的层级构造一般化的例子的图。例如，如图6所示，皮质区域以及白质区域中包含的脑回的层级构造中，除了脑半球层、脑叶层、脑回层、组织层、细胞型层这五个层级之外，还附加了将细胞型进一步细化的子细胞型层而构成。

图6中，“脑半球1”表示脑半球层中包含的类别。此外，“脑叶1”、“脑叶2”表示脑叶层中包含的类别。此外，“脑回1”、“脑回2”、“脑回3”表示脑回层中包含的类别。此外，“灰质”、“白质”是组织层中包含的类别。此外，“细胞型1”、“细胞型2”表示细胞型层中包含的类别。此外，“g1”～“g14”分别表示脑回的种类。另外，如图6所示，由“g1”～“g14”表示的脑回的种类也可以不是必须成为同一层级的分类。

在此，组织层中包含的类别“灰质”表示皮质(灰质)区域，“白质”表示白质区域。即，在图6所示的层级构造中，包含皮质区域(灰质)以及白质区域这双方。

另外，在此，说明了以由Talairach等(1988年)定义的层级构造对脑回进行了分类的情况下的例子，但实施方式不限于此。例如，脑回也可以基于由各种企业或各种团体定义的各种大脑图谱(atlas)被分类。能够根据各种大脑图谱中的脑回的分类的定义进行细分化或集中化，从而将上述的一般化的层级构造适当地变更。

在本实施方式中，存储电路11存储表示如下矩阵的信息，该矩阵中通过按功能区分连接上述脑功能定位区域之间以及脑功能定位区域和器官类之间的神经纤维束，从而作为应诊断的缺陷区域而分为皮质区域和白质区域。

具体而言，存储电路11对于上述的三种神经纤维束的每一个，存储表示示出皮质区域和白质区域之间的连接关系的矩阵的信息。即，存储电路11分别存储表示基于联络纤维的连接关系的矩阵、表示基于连合纤维的连接关系的矩阵、和表示基于投射纤维的连接关系的矩阵。

另外，以下，将表示基于联络纤维的连接关系的矩阵称为AFM(Association FiberMatrix：联络纤维矩阵)。此外，将表示基于连合纤维的连接关系的矩阵称为CFM(Commissural Fiber Matrix：连合纤维矩阵)。此外，将表示基于投射纤维的连接关系的矩阵称为PFM(Projection Fiber Matrix：投射纤维矩阵)。

图7以及图8是表示第一实施方式所涉及的AFM的一例的图。如前所述，联络纤维是将脑的同一脑半球中包含的皮质区域之间连结的纤维。因此，AFM被分为与右脑半球相关的AFM、和与左脑半球相关的AFM。图7表示与右脑半球相关的AFM的一例，图8表示与左脑半球相关的AFM的一例。另外，各AFM分别具有同样的结构，因此在此以与右脑半球相关的AFM为例进行说明。

例如，如图7所示，AFM是如下矩阵：分别沿着横轴以及纵轴排列表示作为皮质区域的最小单位的脑回的单元(cell)“g1”～“g20”，进而将表示白质区域的单元沿着各轴以2维的方式排列，该白质区域包含连接横轴的脑回和纵轴的脑回之间的神经纤维束。此外，在AFM中，关于各横轴以及纵轴，表示将脑回的种类阶段性地分类而成的层级构造的单元被配置在表示脑回的单元的外侧。

在此，在图7所示的AFM中，附有斜线的图案的单元表示包含将处于横轴的对应位置的脑回和处于纵轴的对应位置的脑回之间连接的神经纤维束的白质区域。例如，在表示AFM的信息中，对包含将处于对应位置的脑回之间连接的神经纤维束的白质区域的单元赋予“1”，对包含没有将处于对应位置的脑回之间连接的神经纤维束的白质区域的单元赋予“0”。另外，在图7中，附有栅格的图案的单元表示对应于分别被分配给横轴以及纵轴的同一脑回，从而作为没有示出连接关系的无效单元来对待。

例如，图7所示的单元31表示包含将配置于横轴的单元“g3”所示的脑回和配置于纵轴的单元“g9”所示的脑回之间连接的神经纤维束的白质区域。换言之，单元31示出了配置于横轴的单元“g3”所示的脑回和配置于纵轴的单元“g9”所示的脑回具有连接关系。同样，图7所示的单元32表示包含将配置于横轴的单元“g3”所示的脑回和配置于纵轴的单元“g10”所示的脑回之间连接的神经纤维束的白质区域。换言之，单元32表示配置于横轴的单元“g3”所示的脑回和配置于纵轴的“g10”所示的脑回具有连接关系。即，在图7所示的例子中，配置于横轴的单元“g3”所示的脑回与配置于纵轴的单元“g9”所示的脑回以及单元“g10”所示的脑回这双方连接。

根据这样的AFM，例如将沿着横轴排列的单元“g1”～“g20”的某个作为搜索开始位置而进行搜索，从而能够检测与作为搜索开始位置的单元所示的脑回具有连接关系的白质区域以及脑回。即，根据AFM，将多个脑回的单元之中的一个作为搜索开始位置而进行搜索，从而能够检测同一脑半球中包含的其他脑回之中处于连接关系的脑回、和包含连结这些脑回的神经纤维束的白质区域。

图9是表示第一实施方式所涉及的CFM的一例的图。如前所述，连合纤维是将脑的左脑半球中包含的皮质区域和右脑半球中包含的皮质区域之间连结的纤维。因此，在CFM中，例如对横轴分配左脑半球中包含的脑回，对纵轴分配右脑半球中包含的脑回。

例如，如图9所示，CFM是如下矩阵，沿着横轴排列表示左脑半球中包含的脑回的单元“g1”～“g20”，沿着纵轴排列表示右脑半球中包含的脑回的单元“g1”～“g20”，进而将表示包含连接横轴的脑回和纵轴的脑回之间的神经纤维束的白质区域的单元沿着各轴以2维的方式排列。此外，在CFM中，关于各横轴以及纵轴，表示将脑回的种类阶段性地分类而成的层级构造的单元被配置在表示脑回的单元的外侧。

在此，在图9所示的CFM中，附有斜线的图案的单元与上述的AFM中包含的单元同样，表示包含将处于横轴的对应位置的脑回和处于纵轴的对应位置的脑回之间连接的神经纤维束的白质区域。例如，在表示CFM的信息中，对包含将处于对应位置的脑回之间连接的神经纤维束的白质区域的单元赋予“1”，对包含没有将处于对应位置的脑回之间连接的神经纤维束的白质区域的单元赋予“0”。

另外，在图7以及8所示的AFM中，将分别分配给横轴以及纵轴的同一脑回所对应的单元作为没有表示连接关系的无效单元来对待。相对于此，在图9所示的CFM中，纵轴和横轴与左右的不同的脑半球对应，因此，关于处于与AFM中成为无效的单元相同的位置的单元，也表示左右各自的脑半球中包含的同一种类的脑回的连接关系。

例如，图9所示的单元41表示包含将配置于横轴的单元“g4”所示的左脑半球的脑回和配置于纵轴的单元“g4”所示的右脑半球的脑回之间连接的神经纤维束的白质区域。换言之，单元41表示配置于横轴的单元“g4”所示的左脑半球的脑回和配置于纵轴的单元“g4”所示的右脑半球的脑回具有连接关系。同样，图9所示的单元42表示包含将配置于横轴的单元“g4”所示的左脑半球的脑回和配置于纵轴的单元“g11”所示的右脑半球的脑回之间连接的神经纤维束的白质区域。换言之，单元42表示配置于横轴的单元“g4”所示的左脑半球的脑回和配置于纵轴的单元“g11”所示的右脑半球的脑回具有连接关系。即，在图9所示的例子中，配置于横轴的单元“g4”所示的左脑半球的脑回与配置于纵轴的单元“g4”所示的右脑半球的脑回以及单元“g11”所示的右脑半球的脑回这双方连接。

根据这样的CFM，与AFM同样，例如将沿着横轴排列的单元“g1”～“g20”的某个作为搜索开始位置进行搜索，从而能够检测与作为搜索开始位置的单元所示的脑回具有连接关系的白质区域以及脑回。即，根据CFM，将左右的脑半球之中的一方的脑半球中包含的脑回的单元作为搜索开始位置而进行搜索，从而能够检测在另一方的脑半球中包含的脑回之中处于连接关系的脑回、和包含连结这些脑回的神经纤维束的白质区域。

图10是表示第一实施方式所涉及的PFM的一例的图。如前所述，投射纤维是将皮质区域和白质区域之间连结的纤维。因此，PFM被分为与右脑半球相关的PFM、和与左脑半球相关的PFM。图10的上段表示与右脑半球相关的PFM的一例，图10的下段表示与左脑半球相关的PFM的一例。另外，各PFM分别具有同样的构造，因此在此以与左脑半球相关的PFM为例进行说明。

例如，如图10所示，PFM是如下矩阵，沿着横轴排列表示作为皮质区域的最小单位的脑回的单元“g1”～“g20”，进而沿着横轴排列表示包含将横轴的脑回与器官类之间连接的神经纤维束的白质区域的单元。另外，在此所说的器官类例如是运动器官或感觉器官类等。即，PFM相当于与各脑回连结的各器官类的列表。大量临床症状可以说是这些各器官的某些缺陷，因此可以说该PFM直接反映临床症状。此外，在PFM中，表示将脑回的种类阶段性地分类而成的层级构造的单元被配置在表示脑回的单元的下侧。

此外，如前所述，投射纤维被分为从皮质区域朝向白质区域的传出的投射纤维、和从白质区域朝向皮质区域的传入的投射纤维。因此，对表示包含将横轴的脑回和器官类之间连接的神经纤维束的白质区域的单元还赋予表示该神经纤维束是传出还是传入的信息。

此外，如前所述，投射纤维是将脑功能定位区域和感觉器官(输入)或运动器官(输出)连结的神经纤维。因此，对表示包含将横轴的脑回和器官类之间连接的神经纤维束的白质区域的单元还赋予表示该神经纤维束所连接的器官类的种类的信息。

在此，在图10所示的PFM中，附有斜线的图案的单元表示包含将处于横轴的对应位置的脑回和器官类之间连接的神经纤维束的白质区域。例如，在表示PFM的信息中，对于包含将处于对应位置的脑回和器官类之间连接的神经纤维束的白质区域的单元，在该神经纤维束为传出的情况下赋予“+1”，在该神经纤维束为传入的情况下赋予“－1”。此外，例如，在表示PFM的信息中，对包含没有将处于对应位置的脑回和器官类之间连接的神经纤维束的白质区域的单元赋予“0”。进而，对将处于对应位置的脑回和器官类之间连接的白质区域的单元赋予表示器官类的种类的标签。

例如，图10所示的单元51表示包含将配置于横轴的单元“g4”所示的脑回和器官类之间连接的神经纤维束的白质区域。换言之，单元51表示配置于横轴的单元“g4”所示的脑回和器官类具有连接关系。

例如，图10所示的“感觉器官1”～“感觉器官8”分别表示感觉器官的种类，“运动器官1”～“运动器官6”分别表示运动器官的种类。在此所说的感觉器官的种类例如是眼、耳、鼻、舌、皮肤等。此外，运动器官的种类是手的肌肉、脚的肌肉、面部的表情肌等。例如，在图10所示的例子中，示出了在与右脑半球相关的PFM中，对应于单元“g6”的脑回与由“感觉器官1”表示的感觉器官连接，对应于“g8”的脑回与由“运动器官1”表示的运动器官连接。此外，在图10所示的例子中，示出了在与左脑半球相关的PFM中，对应于单元“g4”的脑回与由“感觉器官5”表示的感觉器官连接，对应于“g8”的脑回与由“运动器官4”表示的运动器官连接。

根据这样的PFM，例如将沿着横轴排列的单元“g1”～“g20”的某个作为搜索开始位置进行搜索，从而能够检测与作为搜索开始位置的单元所示的脑回具有连接关系的白质区域以及器官类。即，根据PFM，将多个脑回的单元之中的一个作为搜索开始位置而进行搜索，从而能够检测与该脑回处于连接关系的器官类、和包含将它们连结的神经纤维束的白质区域。进而还能够对检测到的白质区域中包含的神经纤维束是传出还是传入进行检测。

进而，在本实施方式中，存储电路11存储表示对多个脑功能定位区域分别设定了与诊断目的、疾病相应的关注度的矩阵的信息。另外，以下，将这样的矩阵称为DSAM(Disease Specific Attention Matrix：疾病特殊关注矩阵)。

具体而言，存储电路11按每个诊断目的来存储表示DSAM的信息。在此所说的诊断目的中，包含确诊以及筛检。即，存储电路11存储表示确诊用的DSAM的信息、和表示筛检用的DSAM的信息。

在此，存储电路11对于确诊用的DSAM，按每个疾病来存储表示DSAM的信息。在此所说的疾病例如是阿尔茨海默(Alzheimer)病或帕金森(Parkinson)病等。此外，存储电路11对于筛检用的DSAM，存储表示不限定于疾病的DSAM的信息。即，在筛检用时要求不特定疾病，因此设定整合了多个疾病的DSAM。像这样，存储电路11按照确诊用和筛检用来存储表示不同的内容的DSAM的信息。

图11是表示第一实施方式所涉及的DSAM的一例的图。例如，如图11所示，DSAM是如下矩阵，沿着横轴排列表示作为皮质区域的最小单位的脑回的单元“g1”～“g20”、和表示神经纤维束的单元“f1”～“f8”，进而将与横轴的各脑回以及各神经纤维束有关的关注度的单元排列在各脑回以及各神经纤维束的上侧。此外，在DSAM中，表示将脑回的种类阶段性地分类而成的层级构造的单元被配置在表示脑回的单元的外侧。

在此，例如，在关注度中，按疾病中成为好发部位的每个脑功能定位区域而设定有好发程度。具体而言，在确诊用的DSAM中，按每个疾病，关于各疾病中成为好发部位的脑功能定位区域，其好发程度被设定为关注度。例如，关注度中如以下那样设定反映了从过去的文献信息等得到的P值的分级(rank)值“0”～“4”。在该例中，分级值越大，则意味着好发程度越高。即，分级值表示作为好发部位的异常候选区域的似然。

分级值“0”：不关注

分级值“1”：0.050≤P值＜0.100：参考程度

分级值“2”：0.010≤P值＜0.050

分级值“3”：0.001≤P值＜0.010

分级值“4”：0.000≤P值＜0.001

此外，例如，也可以直接使用－log(P)作为关注度。例如，若P＝10^-4，则设定－log(10^-4)＝4作为关注度。

另一方面，在筛检用的DSAM中，对全部脑回以及神经纤维束的单元设定相同的关注度。例如，在筛检用的DSAM中，对全部脑回以及神经纤维束的单元设定分级值“3”作为关注度。另外，也可以在筛检用的DSAM中，按脑回以及神经纤维束的每个单元对关注度进行加权。

另外，DSAM的结构不限于图11所示的结构。例如，DSAM也可以与AFM同样地构成。

图12是表示第一实施方式所涉及的DSAM的其他例的图。另外，图12所示的例子表示与左脑半球相关的DSAM，关于配置于纵轴的单元，省略图示。例如，如图12所示，DSAM也可以与AFM同样地构成。在该情况下，例如，如图12所示，对表示包含将处于横轴的对应位置的脑回和处于纵轴的对应位置的脑回之间连接的神经纤维束在内的白质区域的单元(附有斜线的图案的单元)，设定表示神经纤维束的“f1”～“f8”、和有关各神经纤维束的关注度。

以上，说明了由存储电路11存储的AFM、CFM、PFM以及DSAM。在此，对各矩阵设定的内容例如是预先基于已知的文献或实验结果等而设定的。并且，能够基于所积存的被检体的图像，定期地或在任意的定时，取入基于脑科学领域中的研究或临床案例分析进展的信息来更新对各矩阵设定的内容。由此，能够提高精度。

另外，在AFM、CFM、PFM以及DSAM中，在横轴以及纵轴上排列的脑回的数目不限于图7～12所示的数目，也可以根据脑功能定位区域的区分的定义而适当变更。

此外，对AFM、CFM、PFM以及DSAM设定的值不限于必须是上述的值。例如，在AFM、CFM以及PFM中，对白质区域的单元赋予的值也可以在“0”～“1”之间被阶段性地设定。在该情况下，例如根据作为图像的分析结果而得到的分析值来决定对单元设定的值。

此外，例如，也可以基于P值以外的基准值来设定对DSAM设定的关注度。即，也可以基于表示作为好发部位的异常候选区域的似然的其他统计值来设定对DSAM设定的关注度。

并且，在本实施方式中，处理电路15将被检体的MR图像分割为脑功能定位区域，对每个该区域的图像进行分析，参照其值和DSAM，决定应关注的区域的优先级，根据AFM、CFM、以及PFM确定所关联的皮质以及白质，从而进行图像分析和诊断判定。

返回图1的说明，在本实施方式中，处理电路15具有设定功能15a、分析功能15b、确定功能15c、搜索功能15d、以及显示控制功能15e。另外，分析功能15b是权利要求书中的分析部的一例。此外，确定功能15c是权利要求书中的确定部的一例。此外，搜索功能15d是权利要求书中的搜索部的一例。此外，显示控制功能15e是权利要求书中的显示控制部的一例。

设定功能15a从操作者受理诊断目的以及诊断对象的疾病。具体而言，设定功能15a经由输入电路9从操作者受理对诊断目的以及诊断对象的疾病进行指定的操作。此时，设定功能15a受理对确诊以及筛检的其中一方进行指定的操作作为诊断目的。此外，设定功能15a在诊断目的为确诊的情况下，还受理对诊断对象的疾病进行指定的操作。

并且，若由操作者指定了诊断目的以及疾病，则设定功能15a设定用于收集预先根据诊断目的以及疾病而决定的分析对象的图像的拍摄条件。此外，设定功能15a基于所设定的拍摄条件，生成用于收集分析对象的图像的时序执行数据，将所生成的时序执行数据发送给处理电路13。由此，通过处理电路13的执行功能13a，收集用于生成分析对象的图像的MR信号数据。此外，通过处理电路14的图像生成功能14a，基于所收集到的MR信号数据来生成分析对象的图像。

另外，作为在此所说的分析对象的图像，例如使用T1加权(T1Weighted)图像、T2加权(T2Weighted)图像、T2＊加权图像、FLAIR(液体衰减翻转恢复(Fluid AttenuationInversion Recovery))图像等形态图像、或磁化率加权图像、定量磁化率图(QuantitativeSusceptibility Map：QSM)、弥散加权图像、DTI(Diffusion Tensor Imaging：弥散张量成像)图像、rs-fMRI(resting state functional MRI：静息态功能MRI)图像、或DTT(Diffusion Tensor Tractography：弥散张量纤维束成像)图像等功能图像。

例如，存储电路11预先按诊断目的以及诊断对象的每个种类，存储用于收集在分析中使用的图像的一个或多个协议。在此所说的协议是定义了在收集成为收集对象的图像的基础的数据时使用的脉冲序列的种类、或该数据的收集中使用的各种拍摄参数的值等的信息。并且，设定功能15a在由操作者指定了诊断目的以及疾病的情况下，参照存储电路11，取得与所指定的诊断目的以及疾病对应的一个或多个协议，基于所取得的协议，生成用于收集在分析中使用的图像的时序执行数据。由此，能够根据诊断目的以及疾病，自动地设定用于收集在分析中使用的图像的拍摄条件。

另外，在此所说的在分析中使用的图像，除了上述的分析对象的图像之外，还包含通过后述的分析功能15b进行将分析对象的图像中包含的脑的区域分割为多个脑功能定位区域的处理时使用的形态以及功能图像。例如，在此所说的形态图像中，包含脑整体的MP-RAGE(Magnetization Prepared Rapid Gradient Echo：磁化准备快速梯度回波)图像等，在功能图像中，包含脑整体的QBI(Q-Ball Imaging：Q-Ball成像)图像等。此外，在分析中使用的图像中包含由后述的显示控制功能15e作为参照图像而显示的图像。例如，在此所说的作为参照图像而显示的图像中，包含脑整体的T2加权图像等。

分析功能15b将被检体的图像中包含的脑的区域分割为多个脑功能定位区域，按分割后的每个区域进行纹理分析。例如，分析功能15b针对像素的亮度值、DTI图像中的FA(Fractional Anisotropy：各向异性分散)值、平均弥散率(Mean Diffusivity：MD)值、ADC(Apparent Diffusion Coefficient：表观扩散系数)值、定量磁化率图中的磁化率等参数，进行纹理分析。在此所说的纹理分析例如是，作为一阶(first order)有亮度值的平均、离差等基本统计分析，作为二阶(second order)是对不均匀性、特殊图案的程度进行分析，MP-RAGE图像、T2加权图像、FA图像、QSM等成为分析对象。另外，在基于QSM的MBs检索中，进行用于基于体素而自动检测区域内的分析。此外，分析功能15b按分割后的每个区域对有关规定的参数的与正常脑之间的差异进行分析。

此时，分析功能15b也可以按每个脑功能定位区域，关于多个种类的参数进行纹理分析。此外，分析功能15b也可以按每个脑功能定位区域进行体积计算。此外，分析功能15b也可以按每个脑功能定位区域，关于多个种类的参数而对与正常脑之间的差异进行分析。

具体而言，若通过处理电路14的图像生成功能14a生成分析对象的图像，则分析功能15b对所生成的图像进行分析。

首先，分析功能15b将分析对象的图像中包含的脑的区域分割为多个脑功能定位区域。此时，例如，分析功能15b使用所拍摄到的形态图像作为分析图像之一，进行脑功能定位区域的分割。例如，分析功能15b使形态图像与将标准的脑区分为多个脑功能定位区域而成的模型相配合地进行变形和对位，从而将在形态图像中描出的脑的区域分割为多个区域。作为在此所说的形态图像，例如使用T1加权图像。并且，分析功能15b还将在形态图像上分割出的各脑功能定位区域应用于其他分析对象的图像，从而将各图像中包含的脑的区域分割为多个脑功能定位区域。

并且，分析功能15b按作为皮质区域的最小单位的每个脑回进行纹理分析，基于该分析结果，按每个脑回设定关注度。此时，例如，与DSAM同样地，在关注度中设定有反映了P值的分级值“0”～“4”。

进而，分析功能15b按作为皮质区域的最小单位的每个脑回，对有关规定的参数的与正常脑之间的差异进行分析，基于该分析结果，按每个脑回设定关注度。此时，例如，与DSAM同样地，在关注度中设定有反映了P值的分级值“0”～“4”。

确定功能15c基于有关被检体的图像的分析结果、和对脑内的多个区域分别设定的关注度，确定表示有关脑内的多个区域的区域间的连接关系的矩阵的搜索开始位置。

例如，确定功能15c基于有关被检体的图像的分析结果、和对多个脑功能定位区域分别设定的关注度，确定表示与多个脑功能定位区域有关的区域间的连接关系的矩阵的搜索开始位置。具体而言，确定功能15c使用对多个脑功能定位区域分别设定了与诊断目的、疾病相应的关注度的DSAM，确定AFM、CFM以及PFM的搜索开始位置。

在此，在由设定功能15a受理到的诊断目的为确诊的情况下，确定功能15c使用由存储电路11存储的表示确诊用的DSAM的信息之中表示与操作者指定的疾病对应的DSAM的信息。另一方面，在由设定功能15a受理到的诊断目的为筛检的情况下，确定功能15c使用由存储电路11存储的表示筛检用的DSAM的信息。

此外，确定功能15c使用由分析功能15b进行的纹理分析的分析结果，确定搜索开始位置。此外，确定功能15c还使用由分析功能15b进行的、对有关规定的参数的与正常脑之间的差异进行了分析的分析结果，确定搜索开始位置。在此，由确定功能15c确定为搜索开始位置的单元表示成为病变候选的脑回或神经纤维束。

图13是表示基于第一实施方式所涉及的确定功能15c的搜索开始位置的确定的一例的图。例如，如图13所示，确定功能15c基于DSAM 60、纹理分析的分析结果71以及与正常脑之间的差异的分析结果72，从多个单元“g1”～“g20”以及“f1”～“f8”之中确定作为搜索开始位置的脑回的单元以及神经纤维束的单元。另外，在图13中，关于DSAM 60，仅示出脑回的单元和关注度的单元。此外，在图13中，示出了多个单元“g1”～“g20”所示的多个脑回73之中单元“g3”所示的脑回被选择为搜索开始位置的情况下的例子。

例如，确定功能15c将DSAM 60、分析结果71以及分析结果72之中至少一个中的关注度为“2”以上的单元确定为搜索开始位置。例如，在图13所示的例子中，单元“g1”～“g5”、“g9”～“g11”、“g13”、“g15”、“g16”、“g18”以及“g19”、和单元“f1”～“f3”被确定为搜索开始位置。在此，在使用筛检用的DSAM的情况下对全部脑回以及神经纤维束的单元设定了相同的关注度时，全部脑回以及神经纤维束的单元被确定为搜索开始位置。

另外，在此，设为确定功能15c将关注度为“2”以上的脑回以及神经纤维束的单元确定为搜索开始位置，但关注度的阈值不限于此。例如，也可以是，确定功能15c将关注度比“0”大的脑回以及神经纤维束的单元确定为搜索开始位置。在此，例如，也可以是，确定功能15c根据来自操作者的指示而改变关注度的阈值。

此外，在此，说明了确定功能15c将DSAM 60、纹理分析的分析结果71、以及与正常脑之间的差异的分析结果72之中的至少一个中关注度为阈值以上的单元确定为搜索开始位置的情况下的例子，但实施方式不限于此。

例如，也可以是，确定功能15c按每个脑回算出对DSAM 60、分析结果71以及分析结果72设定的关注度的统计值，将所算出的统计值为规定的阈值以上的单元确定为搜索开始位置。例如，确定功能15c算出平均值、加法值、乘法值等作为统计值。此外，例如，确定功能15c进行对DSAM 60、分析结果71以及分析结果72各自的关注度以规定的比例附加权重的加权加法，从而算出加权后的关注度的加法值作为统计值。

此外，例如，也可以是，确定功能15c不是使用DSAM 60、分析结果71以及分析结果72的全部来确定搜索开始位置，而是使用某一个或两个来确定搜索开始位置。在该情况下，例如，确定功能15c经由输入电路9受理选择了DSAM 60、纹理分析的分析结果71、以及与正常脑之间的差异的分析结果72之中的某一个或两个的操作，基于由操作者选择的内容的关注度，确定搜索开始位置。

此外，例如，也可以是，确定功能15c不是使用DSAM 60、分析结果71以及分析结果72来确定搜索开始位置，而是将对应于操作者指定的脑回的单元确定为搜索开始位置。

此外，例如，也可以是，确定功能15c基于通过纹理分析以及体积计算而得到的有关多个种类的参数的分析结果、和有关多个种类的参数的与正常脑之间的差异的分析结果，确定搜索开始位置。

图14是表示基于第一实施方式所涉及的确定功能15c的搜索开始位置的确定的其他例的图。例如，如图14所示，确定功能15c基于DSAM 160、纹理分析以及体积计算的分析结果171、和与正常脑之间的差异的分析结果172，从多个单元“g1”～“g14”之中确定作为搜索开始位置的脑回的单元以及神经纤维束的单元。另外，在图14中，示出了DSAM 160包含表示脑回的单元“g1”～“g14”的情况下的例子。此外，在图14中，示出了纹理分析以及体积计算的分析结果171以及与正常脑之间的差异的分析结果172分别包含有关多个种类的参数(特征1～特征n)的分析结果的情况下的例子。

例如，确定功能15c关于分析结果171中包含的多个种类的参数，按每个脑回算出关注度的平均值。并且，确定功能15c确定所算出的关注度的平均值超过规定的阈值的脑回的单元。例如，在图14所示的例子中，有关单元“g4”的脑回的关注度的平均值超过了阈值的情况下，确定功能15c将单元“g4”确定为搜索开始位置的候选。

其后，确定功能15c参照DSAM 160，对于确定为搜索开始位置的候选的单元，判别根据分析结果171而算出的关注度的平均值是否为对DSAM 160设定的关注度以上。在此，在根据分析结果171而算出的关注度的平均值为对DSAM 160设定的关注度以上的情况下，确定功能15c将该单元确定为搜索开始位置。另一方面，在根据分析结果171而算出的关注度的平均值比对DSAM 160设定的关注度低的情况下，确定功能15c将该单元从搜索开始位置的候选中去除。例如，在图14所示的例子中，关于单元“g4”，根据分析结果171而算出的关注度的平均值为对DSAM 160设定的关注度“4”以上的情况下，确定功能15c将单元“g4”确定为搜索开始位置。

另外，例如，也可以是，确定功能15c除了使用DSAM 160之外，还使用与正常脑之间的差异的分析结果172来确定搜索开始位置。在该情况下，例如，确定功能15c对于分析结果172中包含的多个种类的参数，按每个脑回算出关注度的平均值。并且，确定功能15c对于确定为搜索开始位置的候选的单元，在根据分析结果171而算出的关注度的平均值为对DSAM160设定的关注度以上且为根据分析结果172而算出的关注度的平均值以上的情况下，将该单元确定为搜索开始位置的候选。另一方面，在根据分析结果171而算出的关注度的平均值小于对DSAM 160设定的关注度、或小于根据分析结果172而算出的关注度的平均值的情况下，确定功能15c将该单元从搜索开始位置的候选去除。

并且，例如，如图14所示，确定功能15c生成列举了DSAM 160中包含的多个单元的列表173。并且，确定功能15c在所生成的列表173中，对被确定为搜索开始位置的单元设定标签“1”，对没有被确定为搜索开始位置的单元设定标签“0”。

另外，在此说明的例子中，说明了确定功能15c对于多个种类的参数、按每个脑回算出关注度的平均值的情况下的例子，但实施方式不限于此。例如，也可以是，确定功能15c对于多个种类的参数，按每个脑回算出关注度的加法值，也可以算出乘法值。此外，例如，也可以是，确定功能15c对于多个种类的参数，进行以规定的比例对各参数附加权重的加权加法，从而算出按每个参数加权的关注度的加法值。另外，在这些情况下，DSAM160也以同样的基准设定关注度。

返回图1的说明，搜索功能15d使用由确定功能15c确定的搜索开始位置来搜索矩阵。具体而言，搜索功能15d参照由存储电路11存储的表示AFM、CFM以及PFM的信息，使用由确定功能15c确定为搜索开始位置的脑回以及神经纤维束的单元来搜索各矩阵。

图15～图19是表示基于第一实施方式所涉及的确定功能15c的矩阵的搜索的一例的图。另外，在此，说明利用搜索功能15d而单元“g3”、单元“f2”以及“f4”被确定为搜索开始位置的情况下的例子。

例如，如图15所示，搜索功能15d在AFM 30中，将沿着横轴排列的单元“g1”～“g20”之中由确定功能15c确定的单元“g3”作为搜索开始位置而进行搜索。由此，例如，在图15所示的例子中，在脑的同一脑半球中，作为与单元“g3”所示的脑回具有连接关系的白质区域以及脑回，得到单元33以及34所示的白质区域、和单元“g9”以及“g12”所示的脑回。

此外，例如，如图16所示，搜索功能15d在CFM 40中，将沿着横轴排列的单元“g1”～“g20”之中由确定功能15c确定的单元“g3”作为搜索开始位置而进行搜索。由此，例如，在图16所示的例子中，在脑的相反侧的脑半球中，作为与单元“g3”所示的脑回具有连接关系的白质区域以及脑回，得到单元43以及44所示的白质区域、和单元“g3”以及“g9”所示的脑回。

此外，例如，如图17所示，搜索功能15d在PFM 50中，将沿着横轴排列的单元“g1”～“g20”之中由确定功能15c确定的单元“g3”作为搜索开始位置而进行搜索。由此，例如，在图17所示的例子中，得到单元52所示的白质区域以及器官类作为与单元“g3”所示的脑回具有连接关系的白质区域以及器官类。例如，搜索功能15d检测由“感觉器官2”表示的感觉器官，作为与单元“g3”所示的脑回具有连接关系的器官类。此时，还参照对单元52赋予的信息，从而检测所确定的白质区域中包含的神经纤维束是传出还是传入。

此外，例如，如图18的左侧所示，搜索功能15d在AFM 30中，将沿着横轴排列的单元“g1”～“g20”之中由确定功能15c确定的单元“f2”作为搜索开始位置而进行搜索。由此，例如，在图18所示的例子中，确定表示包含单元“f2”所示的神经纤维束的白质区域的单元33。并且，其结果，在脑的同一脑半球中，得到配置于横轴的单元“g3”所示的脑回、和配置于纵轴的单元“g9”所示的脑回，作为通过单元“f2”所示的神经纤维束连接的脑回。

同样，例如，如图18的右侧所示，搜索功能15d在CFM 40中，将沿着横轴排列的单元“g1”～“g20”之中由确定功能15c确定的单元“f4”作为搜索开始位置而进行搜索。由此，例如，在图18所示的例子中，确定表示包含单元“f4”所示的神经纤维束的白质区域的单元44。并且，其结果，得到配置于横轴的单元“g3”所示的左脑半球的脑回、和配置于纵轴的单元“g9”所示的右脑半球的脑回，作为通过单元“f4”所示的神经纤维束连接的脑回。

另外，也可以是，确定功能15c使用各矩阵的搜索结果，进一步搜索矩阵。例如，如图19所示，搜索功能15d在如图15所示那样搜索了AFM30的结果是得到单元“g9”所示的脑回作为与单元“g3”所示的脑回具有连接关系的脑回之后，进而将所搜索到的单元“g9”作为搜索开始位置而搜索PFM 50。由此，例如，在图19所示的例子中，得到单元53所示的白质区域以及器官类，作为与单元“g9”所示的脑回具有连接关系的白质区域以及器官类。此时，参照对单元53赋予的信息，从而还检测所确定的白质区域中包含的神经纤维束是传出的神经纤维束，还是传入的神经纤维束。

另外，在此，说明了利用搜索功能15d而单元“g3”、单元“f2”以及“f4”被确定为搜索开始位置的情况下的例子，但搜索功能15d对于由确定功能15c确定的全部脑回以及神经纤维束，将各脑回以及各神经纤维束作为搜索开始位置而进行AFM、CFM以及PFM的搜索。

根据这样的结构，能够针对有临床症状的患者、或无症状但在病理学上表现某些变化的患者候选，以脑回的等级来搜索有缺陷的脑功能定位区域。

例如，以依照临床症状而提示病变候选为着眼点，能够进行对与连结到与临床症状直接关联的感觉器官、运动器官的投射纤维所链接(link)的脑功能定位区域进行搜索的“直接搜索”、和对与产生了病变的脑功能定位区域(Epi-center)连结的脆弱的脑功能定位区域进行搜索的“间接搜索”。

若举一例来说明，例如，如图19所示，由确定功能15c将单元“g3”的脑回确定为病变候选的情况下，搜索功能15d将单元“g3”作为搜索开始位置而搜索PFM 50，从而能够确定与单元“g3”的脑回连接的器官类。将像这样搜索与被确定为病变候选的脑回连接的器官类的情况称为“直接搜索”。

另一方面，搜索功能15d搜索AFM 30，从而了解在单元“g3”的脑回上连接有单元“g9”的脑回和单元“g12”的脑回。在此，例如，通过搜索功能15d将单元“g9”作为搜索开始位置而搜索PFM 50，能够确定连接了单元“g9”的脑回的器官类。将像这样搜索与连接到被确定为病变候选的脑回的其他脑回连接的器官类的情况称为“间接搜索”。

另外，根据近年的研究，在某脑回中产生了异常的情况下，与该脑回处于连接关系的其他脑回中也产生异常的情况是显而易见的。

关于此，根据上述结构，例如，如图19所示的例子那样，即使由于关注度低而单元“g9”的脑回没有被确定为病变候选的情况下，通过对单元“g3”的脑回进行间接搜索，也能确定与单元“g9”的脑回连接的器官类。从而，对于实际的患者来说，只要确认从单元“g3”的脑回通过间接搜索而确定的器官类出现临床症状，就能够推定由于单元“g3”的脑回的影响而在单元“g9”的脑回中也产生了异常。由此，能够防止漏掉单元“g9”的脑回的异常的情况。

返回图1的说明，显示控制功能15e进行控制以使搜索功能15d进行的矩阵的搜索结果被显示。

例如，显示控制功能15e将搜索功能15d进行的矩阵的搜索结果显示在显示器10中。

在本实施方式中，显示控制功能15e进行控制以使表示与脑内的多个区域有关的区域间的连接关系的矩阵作为矩阵的搜索结果被显示。在此，显示控制功能15e基于对脑内的多个区域分别设定的关注度，进行控制以使在矩阵中沿着第一轴排列的多个区域限缩为一部分区域而显示。

例如，显示控制功能15e将表示与多个脑功能定位区域有关的区域间的连接关系的矩阵作为矩阵的搜索结果而显示在显示器10中。在此，显示控制功能15e基于对多个脑功能定位区域分别设定的关注度，将在矩阵中沿着横轴排列的多个脑功能定位区域限缩为一部分脑功能定位区域加以显示。

具体而言，显示控制功能15e在显示器10中显示将表示一部分脑功能定位区域的信息沿着横轴排列、将表示与沿着横轴排列的一部分脑功能定位区域之间具有连接关系的脑功能定位区域的信息沿着纵轴排列的矩阵。

在本实施方式中，显示控制功能15e显示将在AFM、CFM或PFM中沿着横轴排列的多个脑回以及神经纤维束的单元之中由确定功能15c确定为搜索开始位置的脑回以及神经纤维束的单元沿着横轴排列而成的矩阵。此时，显示控制功能15e将通过搜索功能15d的搜索而得到的白质区域以及脑回的单元沿着纵轴排列。

即，显示控制功能15e沿着各横轴以及纵轴分别将AFM、CFM或PFM的内容限缩后加以显示。另外，在此，说明显示AFM的情况下的例子，但在显示CFM以及PFM的情况下也能够通过同样的过程显示限缩内容后的矩阵。

图20是表示基于第一实施方式所涉及的显示控制功能15e的矩阵的显示的一例的图。另外，图20中左下示出DSAM的一例，左上示出AFM的一例。此外，图20示出由确定功能15c将单元“g4”，“g8”～“g11”以及“g16”～“g19”分别确定为搜索开始位置的情况下的例子。此外，图20示出由搜索功能15d得到沿着纵轴的单元“g11”、“g13”、“g14”以及“g16”～“g20”作为搜索结果的情况下的例子。

在该情况下，显示控制功能15e在显示器10中显示例如图20的右上所示沿着横轴排列单元“g4”、“g8”～“g11”以及“g16”～“g19”且沿着纵轴排列单元“g11”、“g13”、“g14”以及“g16”～“g20”、从而配置了与其分别对应的白质区域的单元而成的矩阵80。

另外，此时，显示控制功能15e沿着横轴以及纵轴，层级地显示表示脑功能定位区域的信息、和表示脑功能定位区域所属的功能上或解剖学上的分类的信息。

图21是表示基于第一实施方式所涉及的显示控制功能15e的矩阵的详细显示的一例的图。例如，如图21所示，显示控制功能15e针对各横轴以及纵轴，在表示脑回的单元的外侧显示表示将脑回的种类阶段性地分类而成的层级构造的单元。例如，显示控制功能15e从接近于脑回的单元的一侧按顺序显示表示脑回的小分类的“sr1”的单元、表示脑回的中分类的“r1”、“区域2”以及“区域3”的单元、表示脑回的大分类的“左脑半球”的单元。

此时，也可以是，显示控制功能15e例如图21所示的“r1”、“sr1”那样，以略称来显示表示层级构造的单元。在此，“r1”是“区域1”的略称的一例，“sr1”是“子区域1”的略称的例子。此外，也可以是，显示控制功能15e根据来自操作者的指示而切换表示层级构造的信息的显示/非显示。

进而，显示控制功能15e根据选择在显示器10中显示的脑功能定位区域的操作，将所选择的脑功能定位区域的图像显示在显示器10中。此时，显示控制功能15e对脑功能定位区域的图像进行放大而显示在显示器10中。此外，显示控制功能15e将在矩阵80中沿着横轴排列的一部分脑功能定位区域的图像、和与该一部分脑功能定位区域之间具有连接关系的脑功能定位区域的图像排列显示在显示器10中。

像这样，通过显示限缩了内容的矩阵，能够更容易地理解关注度高的脑功能定位区域。例如，在是阿尔茨海默病的情况下，通过显示将表示存储功能、情绪功能的神经网络限缩后的AFM，能够将临床症状和脑功能定位区域容易地对应起来。

图22是表示基于第一实施方式所涉及的显示控制功能15e的矩阵以及图像的显示的一例的图。例如，如图22所示，显示控制功能15e将限缩后的矩阵80显示在显示器10中。另外，虽然在图22中省略了图示，但对限缩后的矩阵80如图21所示那样还附加显示表示将脑回的种类阶段性地分类而成的层级构造的单元。

在此，显示控制功能15e显示脑整体的图像作为参照图像。例如，显示控制功能15e显示脑整体的MP-RAGE(Magnetization Prepared Rapid Gradient Echo：磁化准备快速梯度回波)图像91、脑整体的QBI(Q-Ball Imaging：Q-Ball成像)图像92、以及脑整体的T2加权图像93。另外，作为参照图像而显示的图像不限于MP-RAGE图像、QBI图像、T2W图像。例如，显示控制功能15e也可以将由操作者指定的图像作为参照图像来显示。

并且，显示控制功能15e经由输入电路9从操作者受理对矩阵80中包含的脑回的单元或白质区域的单元进行选择的操作。并且，在矩阵80中选择了配置于横轴的脑回的单元的情况下，显示控制功能15e对所选择的脑回的图像进行放大显示。例如，如图22所示，在矩阵80中选择了配置于横轴的单元“g8”的情况下，显示控制功能15e对单元“g8”所示的脑回的MPR图像94进行放大显示。

进而，显示控制功能15e在显示所选择的脑回的图像的同时，对与所选择的单元所示的脑回连接的白质区域的图像进行放大显示。例如，如图22所示，在矩阵80中选择了配置于横轴的单元“g8”的情况下，显示控制功能15e针对与单元“g8”所示的脑回连接的两个白质区域，显示在其中分别包含的神经纤维束的DTT图像95以及96。

进而，显示控制功能15e在显示所选择的脑回的图像的同时，对与所选择的脑回连接的脑回的图像进行放大显示。例如，如图22所示，在矩阵80中选择了配置于横轴的单元“g8”的情况下，显示控制功能15e分别对与单元“g8”所示的脑回连接的、单元“g13”所示的脑回的MPR图像97和单元“g14”所示的脑回的MPR图像98进行放大显示。

另外，在图22中，示出了显示控制功能15e将脑整体的MP-RAGE图像91、脑整体的HARDI图像92、脑整体的T2W图像93、MPR图像94、DTT图像95以及96、MPR图像97以及98排列显示的情况下的例子，但图像的显示方法不限于此。例如，也可以是，显示控制功能15e根据来自操作者的指示，切换各图像而显示。

此外，显示控制功能15e针对MPR图像94、97以及98，既可以显示作为正交的三个剖面的轴位(axial)剖面、矢状位(sagittal)剖面以及冠状位(coronal)剖面之中的预先决定的剖面的图像，也可以显示由操作者指定的剖面的图像。

进而，显示控制功能15e在显示器10中显示表示多个脑功能定位区域的图像，根据从该图像上显示的脑功能定位区域之中选择特定的脑功能定位区域的操作，对排列为矩阵80的多个脑功能定位区域之中的、所选择的脑功能定位区域进行强调显示。例如，显示控制功能15e在显示所选择的脑回的图像的同时，显示表示与所选择的脑回连接的脑回的区域的3维图像99。

图23是表示通过第一实施方式所涉及的显示控制功能15e而显示的3维图像的一例的图。例如，如图23所示，显示控制功能15e显示通过体绘制(volume rendering)等生成的脑的3维图像99。并且，显示控制功能15e在3维图像99上显示表示与所选择的脑回“g8”连接的脑回“g13”的区域99a、和表示与所选择的脑回“g8”连接的脑回“g14”的区域99b。此外，显示控制功能15e在3维图像99上显示DTT图像99c，该DTT图像99c表示与所选择的脑回“g8”连接的白质区域中包含的神经纤维束。

在此，显示控制功能15e经由输入电路9从操作者受理从3维图像99上显示的脑回的区域之中选择特定的区域的操作。并且，在3维图像99上选择了脑回的区域的情况下，显示控制功能15e在矩阵80中对与所选择的区域对应的脑回的单元进行强调显示。

此外，显示控制功能15e经由输入电路9从操作者受理从3维图像99上显示的神经纤维束之中选择特定的神经纤维束的操作。并且，在3维图像99上选择了神经纤维束的情况下，显示控制功能15e在矩阵80中对与所选择的神经纤维束对应的白质区域的单元进行强调显示。

以上，说明了处理电路15所具有的各处理功能。在此，例如，上述的各处理功能以能够由计算机执行的程序的方式存储在存储电路11中。处理电路15从存储电路11读取各程序，执行所读取的各程序，从而实现与各程序对应的处理功能。换言之，读取了各程序的状态下的处理电路15具有图1所示的各处理功能。

另外，在图1中，说明了通过单一的处理电路15实现各处理功能的情况下的例子，但实施方式不限于此。例如，也可以是，组合多个独立的处理器而构成处理电路15，各处理器执行各程序从而实现各处理功能。此外，也可以是，对单一或多个处理电路适当分散或整合处理电路15所具有的各处理功能来加以实现。

图24是表示由第一实施方式所涉及的MRI装置100进行的处理的流程的流程图。例如，如图24所示，在本实施方式所涉及的MRI装置100中，首先，设定功能15a从操作者受理诊断目的以及诊断对象的疾病(步骤S101)。此外，设定功能15a设定用于收集预先根据诊断目的以及疾病而决定的分析对象的图像的拍摄条件(步骤S102)。

其后，执行功能13a以及图像生成功能14a执行拍摄(步骤S103)。具体而言，执行功能13a基于由设定功能15a生成的时序执行数据，收集用于生成分析对象的图像的MR信号数据。此外，图像生成功能14a基于所收集到的MR信号数据，生成分析对象的图像。

接下来，分析功能15b将由图像生成功能14a生成的分析对象的图像显示在显示器10中(步骤S104)。由此，能够让操作者确认所生成的图像作为分析对象是否没有问题。

在此，分析功能15b在经由输入电路9从操作者受理到不认可分析对象的图像的意思的输入的情况下(步骤S105：否)，控制设定功能15a来重新设定拍摄条件。此时，例如，设定功能15a从操作者受理重新设定拍摄条件的操作，基于重新设定的拍摄条件，使执行功能13a以及图像生成功能14a再次执行拍摄。并且，分析功能15b将所拍摄到的图像作为分析对象的图像而再次显示在显示器10中。

并且，分析功能15b在经由输入电路9从操作者受理到认可分析对象的图像的意思的输入的情况下(步骤S105：是)，进行分析对象的图像的图像分析。首先，分析功能15b将分析对象的图像中包含的脑的区域分割为多个脑功能定位区域(步骤S106)。其后，分析功能15b按分割后的每个区域来进行纹理分析，进而对有关规定的参数的与正常脑之间的差异进行分析(步骤S107)。

接下来，确定功能15c确定矩阵的搜索开始位置(步骤S108)。具体而言，确定功能15c使用DSAM，确定AFM、CFM以及PFM的搜索开始位置。此时，在从操作者受理到的诊断目的为确诊的情况下，确定功能15c使用确诊用的DSAM来确定搜索开始位置，在从操作者受理到的诊断目的为筛检的情况下，确定功能15c使用筛检用的DSAM来确定搜索开始位置。

接下来，搜索功能15d使用所确定的搜索开始位置来搜索矩阵(步骤S109)。具体而言，搜索功能15d使用由确定功能15c确定的搜索开始位置，搜索AFM、CFM以及PFM。

接下来，显示控制功能15e显示脑功能定位区域被限缩后的矩阵(步骤S110)。并且，在由操作者选择了矩阵的单元的情况下(步骤S111：是)，显示控制功能15e将与所选择的单元对应的图像显示在显示器10中(步骤S112)。

像这样，在本实施方式中，以图像分析的结果为起点，根据DSAM来确定异常候选区域的似然，在此基础上，搜索作为与该异常候选区域关联的异常候选区域的神经纤维束以及脑回，并且显示搜索结果。

另外，在上述的各步骤之中，例如通过处理电路15从存储电路11调用并执行与设定功能15a对应的规定的程序来实现步骤S101以及S102。此外，例如通过处理电路13从存储电路11调用并执行与执行功能13a对应的规定的程序，处理电路14从存储电路11调用并执行与图像生成功能14a对应的规定的程序，来实现步骤S103。

此外，例如通过处理电路15从存储电路11调用并执行与分析功能15b对应的规定的程序来实现步骤S104～S107。此外，例如通过处理电路15从存储电路11调用并执行与确定功能15c对应的规定的程序来实现步骤S108。此外，例如通过处理电路15从存储电路11调用并执行与搜索功能15d对应的规定的程序来实现步骤S109。此外，例如通过处理电路15从存储电路11调用并执行与显示控制功能15e对应的规定的程序来实现步骤S110～S112。

如上所述，根据第一实施方式，通过将脑功能定位区域间以及作为与器官类之间的连接路径的神经纤维束按功能进行区分，从而制成将皮质区域和白质区域分开的矩阵(AFM、CFM、PFM)作为应诊断的缺陷区域。进而，以脑疾病为单位制成在皮质区域和白质区域各自的脑功能定位区域中设定该疾病中的病变的好发部位和表示其好发程度的值而成的矩阵(DSAM)。在此，关于DSAM，制成在确诊用和筛检用中内容不同的DSAM。

并且，在根据诊断目的设定矩阵的基础上，被检体的图像中包含的脑的区域被分割为多个脑功能定位区域，对每个区域的图像进行分析。此外，参照通过分析而得到的分析值和DSAM，决定应关注的区域的优先级。此外，根据AFM、CFM、PFM来确定所关联的脑回以及白质区域，推进图像分析以及诊断判定。此外，积存拍摄到被检体的图像，根据与正常脑组织之间的对比，逐次更新与DSAM的好发部位有关的值，从而其精度提高。

由此，能够提供对一般的脑神经放射线科或内科医生来说易于理解的、使用了有关与诊断目的相应的脑功能定位区域及其区域间的连接的信息的框架。其结果，能够提升一般的脑神经放射线科或内科医生的诊断能力，能够以脑功能定位区域为单位而高效地检测异常部位。

此外，在第一实施方式中，在按功能区分的神经纤维束中作为应诊断的缺陷区域而提示了将皮质区域和白质区域区分而成的矩阵，此时，在DSAM中仅选择并显示关注度高的区域。

由此，在对一般的脑神经放射线科或内科医生来说易于理解的、使用了有关与诊断目的相应的脑功能定位区域及其区域间的连接的信息的框架所相关的架构中，能够易于理解地提示其诊断信息。其结果，能够提升一般的脑神经放射线科或内科医生的诊断能力，能够以脑功能定位区域为单位高效地对异常部位进行搜索以及阅片。

在此，还考虑到在以脑功能定位区域为单位进行图像分析的情况下，若将脑功能定位区域细分化，则在图像分析时需要时间。相对于此，第一实施方式所涉及的MRI装置100使用预先准备的表示与脑功能定位区域有关的区域间的连接关系的矩阵来显示分析结果，因此能够实时提示分析结果。

另外，在此所说的实时是实质含义下的实时。即，在此所说的实时意味着从拍摄图像至提示分析结果为止的时间非常短，例如在临床的情况下连续进行患者的拍摄的情况下被检者在拍摄后处于检查室内的时间，不是必须意味着其时间为零。

以上，根据第一实施方式，能够对有关脑内的多个区域的图像分析进行辅助。

另外，在上述的第一实施方式中，显示限缩后的矩阵80的方法还能够适当变更。例如，也可以是，显示控制功能15e还将与多个脑功能定位区域分别相关的图像的分析值显示在矩阵80上。

图25～27是表示第一实施方式所涉及的显示控制功能15e所涉及的矩阵80的显示的其他例的图。例如，如图25所示，显示控制功能15e对通过由分析功能15b进行图像分析而得到的分析值，根据分析值的大小分配不同的颜色。并且，显示控制功能15e在显示矩阵80时，将作为矩阵的要素的白质区域的单元以及作为矩阵的轴要素的脑回的单元分别根据分析值着色后加以显示。

另外，在该情况下，显示控制功能15e根据分析对象的图像的种类来，切换在矩阵80上显示的分析值。例如，显示控制功能15e经由输入电路9从操作者受理选择分析值的种类的操作。并且，显示控制功能15e基于与由操作者选择的分析值对应的图像的分析结果，切换矩阵80的显示。

此外，在此，设为将白质区域的单元以及脑回的单元根据分析值着色后加以显示，但显示分析值的方法不限于此。例如，也可以根据分析值而以改变了浓度的灰度来显示各单元，也可以根据分析值而以不同的图案来显示各单元。

此外，例如，也可以是，显示控制功能15e还在矩阵80上显示从PFM得到的传出或传入的信息。例如，如图26所示，显示控制功能15e在作为矩阵80的轴要素的脑回的单元的附近，还显示用于显示传出或传入的类别的单元81。并且，显示控制功能15e以不同的颜色显示处于与传出的神经纤维束连接的脑回的附近的单元81和处于与传入的神经纤维束连接的脑回的附近的单元81。或者例如，也可以是，如图27所示，显示控制功能15e以不同的颜色显示与传出的神经纤维束连接的脑回的单元的框和与传入的神经纤维束连接的脑回的单元的框。

此外，在上述的第一实施方式中，也可以还显示表示从PFM得到的器官类的信息。例如，显示控制功能15e将表示由搜索功能15d从PFM检测到的器官类的信息与限缩后的矩阵80一起显示在显示器10中。

图28是表示基于第一实施方式所涉及的显示控制功能15e的矩阵以及图像的显示的其他例的图。例如，如图28所示，显示控制功能15e除了图22所示的矩阵80以及各图像之外，还在显示器10中显示表示由搜索功能15d从PFM检测到的器官类的信息191以及192。另外，关于表示器官类的信息191以及192，也可以仅显示其中一方。

例如，显示控制功能15e显示如“感觉器官2”、“运动器官5”那样表示感觉器官的种类、运动器官的种类的文本信息作为表示器官类的信息191。此外，例如，显示控制功能15e显示表示被检体的体型的模型图像作为表示器官类的信息192，在该模型图像上以可识别的方式显示与由搜索功能15d检测到的器官类对应的部分。例如，显示控制功能15e将表示该部分的位置的图形193显示在模型图像上，或使得与该部分对应的模型图像上的部分194的显示方式(例如，颜色、图案等)与其他部分的显示方式不同。

(第二实施方式)

另外，在上述的第一实施方式中，说明了显示控制功能15e显示脑功能定位区域被限缩后的矩阵作为AFM、CFM以及PFM的搜索结果的情况下的例子，但实施方式不限于此。例如，显示控制功能15e也可以基于预先根据规定的医疗信息而准备的DSAM，显示脑功能定位区域被限缩后的矩阵。以下，将这样的情况下的例子作为第二实施方式来进行说明。

图29是表示第二实施方式所涉及的MRI装置150的结构例的图。例如，如图29所示，MRI装置150具备静磁场磁体1、梯度磁场线圈2、梯度磁场电源3、发送线圈4、发送电路5、接收线圈6、接收电路7、诊视床8、输入电路9、显示器10、存储电路211、处理电路12～14以及215。

另外，在本实施方式中，关于MRI装置150的结构，以与第一实施方式所涉及的MRI装置100的结构不同的点为中心进行说明，对于起到与图1所示的结构要素同样的作用的结构要素附加相同的标号而省略详细的说明。

在这样的结构下，本实施方式所涉及的MRI装置150用于以脑功能定位区域为单位进行的脑的图像分析。

在本实施方式中，存储电路211与第一实施方式中说明的存储电路11同样，存储表示示出与多个脑功能定位区域有关的区域间的连接关系的矩阵的信息。具体而言，存储电路211与第一实施方式中说明的存储电路11同样，存储表示AFM、CFM、PFM以及DSAM的信息。

另外，在本实施方式中，存储电路211存储表示对多个脑功能定位区域分别设定了与规定的医疗信息相应的关注度的DSAM的信息。另外，在此所说的规定的医疗信息例如是神经症状、诊断目的、疾病等。此外，在此所说的神经症状例如是情绪、记忆等那样的脑的特定的功能。

此外，例如，医疗信息也可以是脑的反馈回路。例如，在近年的研究中，关于阿尔茨海默病、帕金森病那样的疾病，研究了会产生缺陷的脑功能定位区域的相关关系。这样的相关关系被称为脑的反馈回路。因此，也可以使用设定了与反馈回路相应的关注度的DSAM。

即，本实施方式所涉及的MRI装置150不仅用于诊断目的，还用于研究目的等。

此外，在本实施方式中，处理电路215具有设定功能215a、分析功能215b、以及显示控制功能215e。另外，显示控制功能215e是权利要求书中的显示控制部的一例。

设定功能215a从操作者受理医疗信息。具体而言，设定功能215a经由输入电路9从操作者受理指定医疗信息的操作。例如，设定功能215a受理神经症状、诊断目的、疾病、反馈回路的种类等作为医疗信息。

并且，若由操作者指定医疗信息，则设定功能215a设定用于收集预先根据医疗信息而决定的分析对象的图像的拍摄条件。此外，设定功能215a基于所设定的拍摄条件，生成用于收集分析对象的图像的时序执行数据，将所生成的时序执行数据发送给处理电路13。由此，通过处理电路13的执行功能13a，收集用于生成分析对象的图像的MR信号数据。此外，通过处理电路14的图像生成功能14a，基于所收集到的MR信号数据而生成分析对象的图像。

分析功能215b将被检体的图像中包含的脑的区域分割为多个脑功能定位区域，按分割后的每个区域进行纹理分析。此外，分析功能215b按分割后的每个区域对有关规定的参数的与正常脑之间的差异进行分析。另外，由分析功能215b进行的处理与第一实施方式中说明的分析功能15b所进行的处理同样，因此在此省略详细的说明。

显示控制功能215e基于对多个脑功能定位区域分别设定的关注度，将在矩阵中沿着横轴排列的多个脑功能定位区域限缩为一部分脑功能定位区域而显示。具体而言，显示控制功能215e在显示器10中显示将表示一部分脑功能定位区域的信息沿着横轴排列、将表示与沿着横轴排列的一部分脑功能定位区域之间具有连接关系的脑功能定位区域的信息沿着纵轴排列而成的矩阵。

在本实施方式中，显示控制功能215e基于对DSAM设定的关注度，显示多个脑功能定位区域被限缩后的矩阵。具体而言，显示控制功能215e显示将在AFM、CFM或PFM中沿着横轴排列的多个脑回以及神经纤维束之中的、在DSAM中关注度为“2”以上的脑回沿着横轴排列而成的矩阵。此时，显示控制功能215e将在AFM、CFM或PFM中与沿着横轴排列的脑回连接的白质区域以及脑回沿着纵轴排列。

由此，例如，如图20～22所示，显示限缩后的矩阵80。另外，在本实施例中，显示控制功能215e如图25～27所示，还将与多个脑功能定位区域分别相关的图像的分析值显示在矩阵80上。

图30是表示由第二实施方式所涉及的MRI装置150进行的处理的流程的流程图。例如，如图30所示，在本实施方式所涉及的MRI装置100中，首先，设定功能215a从操作者受理医疗信息(步骤S201)。此外，设定功能215a设定用于收集预先根据医疗信息而决定的分析对象的图像的拍摄条件(步骤S202)。

其后，执行功能13a以及图像生成功能14a执行拍摄(步骤S203)。具体而言，执行功能13a基于由设定功能15a生成的时序执行数据，收集用于生成分析对象的图像的MR信号数据。此外，图像生成功能14a基于所收集到的MR信号数据，生成分析对象的图像。

接下来，分析功能215b在显示器10中显示由图像生成功能14a生成的分析对象的图像(步骤S204)。由此，能够让操作者确认所生成的图像作为分析对象是否没有问题。

在此，分析功能215b在经由输入电路9从操作者受理到不认可分析对象的图像的意思的输入的情况下(步骤S205：否)，控制设定功能215a重新设定拍摄条件。此时，例如，设定功能215a从操作者受理重新设定拍摄条件的操作，基于重新设定的拍摄条件，使执行功能13a以及图像生成功能14a再次执行拍摄。并且，分析功能215b将所拍摄到的图像作为分析对象的图像而再次显示在显示器10中。

并且，分析功能215b在经由输入电路9从操作者受理到认可分析对象的图像的意思的输入的情况下(步骤S205：是)，进行分析对象的图像的图像分析。首先，分析功能215b将分析对象的图像中包含的脑的区域分割为多个脑功能定位区域(步骤S206)。其后，分析功能215b按分割后的每个区域进行纹理分析，进而对有关规定的参数的与正常脑之间的差异进行分析(步骤S207)。

接下来，显示控制功能215e基于对DSAM设定的关注度，显示多个脑功能定位区域被限缩后的矩阵(步骤S208)。并且，显示控制功能215e在由操作者选择了矩阵的单元的情况下(步骤S209：是)，将与所选择的单元对应的图像显示在显示器10中(步骤S210)。

另外，在上述的各步骤之中，例如通过处理电路215从存储电路211调用并执行与设定功能215a对应的规定的程序，来实现步骤S201以及S202。此外，例如通过处理电路13从存储电路211调用并执行与执行功能13a对应的规定的程序，处理电路14从存储电路211调用并执行与图像生成功能14a对应的规定的程序，来实现步骤S203。

此外，例如通过处理电路215从存储电路211调用并执行与分析功能215b对应的规定的程序来实现步骤S204～S207。此外，例如通过处理电路215从存储电路211调用并执行与显示控制功能215e对应的规定的程序来实现步骤S208～S210。

如上所述，在第二实施方式中，使用根据神经症状、诊断目的、疾病、反馈回路的种类等医疗信息而准备的DSAM，显示脑功能定位区域被限缩后的矩阵。

由此，在不仅诊断目的中，研究目的等中对于操作者来说也易于理解的、使用了与目的相应的有关脑功能定位区域及其区域间的连接的信息的框架所相关的架构中，能够易于理解地提示其诊断信息。其结果，能够以脑功能定位区域为单位高效地对异常部位进行搜索以及阅片。

从而，根据第二实施方式，能够对有关脑内的多个区域的图像分析进行辅助。

另外，在上述的第一以及第二实施方式中说明了MRI装置的实施方式，但实施方式不限于此。例如，本申请公开的技术还能够应用于图像处理装置。以下，以将第一实施方式中说明的技术应用于图像处理装置的情况下的例子作为第三实施方式来进行说明，以将第二实施方式中说明的技术应用于图像处理装置的情况下的例子作为第四实施方式来进行说明。

(第三实施方式)

图31是表示第三实施方式所涉及的图像处理装置300的结构例的图。例如，如图31所示，本实施方式所涉及的图像处理装置300经由网络400而与MRI装置100和图像保管装置200连接。

MRI装置100利用磁共振现象来收集被检体的图像数据。具体而言，MRI装置100基于由操作者设定的拍摄条件来执行各种拍摄时序，从而从被检体收集磁共振数据。并且，MRI装置100对所收集到的磁共振数据实施傅里叶变换处理等图像处理，从而生成二维或三维的图像数据。

图像保管装置200对由各种图像诊断装置收集到的图像数据进行保管。具体而言，图像保管装置200经由网络400从MRI装置100取得图像数据，将所取得的图像数据存储在被设置于装置内或装置外的存储电路中。例如，通过服务器装置等计算机设备来实现图像保管装置200。

图像处理装置300对由各种图像诊断装置收集到的图像数据进行处理。具体而言，图像处理装置300经由网络400从MRI装置100或图像保管装置200取得图像数据，并存储在被设置于装置内或装置外的存储电路中。此外，图像处理装置300对所取得的图像数据进行各种图像处理，将进行图像处理前或进行了图像处理后的图像数据显示在显示器等中。例如，通过工作站等计算机设备来实现图像处理装置300。

例如，如图31所示，图像处理装置300具有I/F(接口)电路310、存储电路320、输入电路330、显示器340、以及处理电路350。

I/F电路310控制图像处理装置300与经由网络400而连接的其他装置之间收发的各种数据的传输以及通信。具体而言，I/F电路310与处理电路350连接，将从处理电路350输出的图像数据转换为遵照规定的通信协议的形式，并发送给MRI装置100或图像保管装置200。此外，I/F电路310将从MRI装置100或图像保管装置200接收到的图像数据输出给处理电路350。例如，通过网卡或网络适配器、NIC(Network Interface Controller：网络接口控制器)等来实现I/F电路310。

存储电路320存储各种数据。具体而言，存储电路320与处理电路350连接，根据从处理电路350传送的命令，存储所输入的图像数据，或将所存储的图像数据输出给处理电路350。例如，通过RAM(Random Access Memory：随机存取存储器)、闪速存储器等半导体存储器元件、或硬盘、光盘等，来实现存储电路320。

输入电路330从操作者受理各种指示以及各种信息的输入操作。具体而言，输入电路330与处理电路350连接，将从操作者受理的输入操作转换为电信号并输出给处理电路350。例如，通过轨迹球、开关按钮、鼠标、键盘、触摸面板等来实现输入电路330。

显示器340显示各种信息以及各种图像。具体而言，显示器340与处理电路350连接，基于从处理电路350输出的图像数据，以各种形式来显示图像。例如，通过液晶监视器或CRT(Cathode Ray Tube：阴极射线管)监视器、触摸面板等来实现显示器340。

处理电路350根据经由输入电路330从操作者受理到的输入操作，对图像处理装置300所具有的各结构要素进行控制。具体而言，处理电路350将从I/F电路310输出的图像数据存储在存储电路320中。此外，处理电路350将从存储电路320读取的图像数据显示在显示器340中。例如，通过处理器来实现处理电路350。

在这样的结构下，本实施方式所涉及的图像处理装置300例如用于以脑功能定位区域为单位进行的脑的图像分析。

在本实施方式中，存储电路320与在第一实施方式中说明的存储电路11同样，存储表示示出与多个脑功能定位区域有关的区域间的连接关系的矩阵的信息。具体而言，存储电路320与在第一实施方式中说明的存储电路11同样，存储表示AFM、CFM、PFM以及DSAM的信息。

此外，处理电路350具备设定功能351、分析功能352、确定功能353、搜索功能354、以及显示控制功能355。另外，确定功能353是权利要求书中的确定部的一例。此外，搜索功能354是权利要求书中的搜索部的一例。此外，显示控制功能355是权利要求书中的显示控制部的一例。

设定功能351与在第一实施方式中说明的设定功能15a同样，从操作者受理诊断目的以及诊断对象的疾病。

分析功能352具有与在第一实施方式中说明的分析功能15b同样的功能。其中，在第一实施方式中，分析功能15b使用由图像生成功能14a生成的分析对象的图像来进行图像分析，相对于此，本实施例所涉及的分析功能352经由网络400从MRI装置100或图像保管装置200取得分析对象的图像，来进行图像分析。

确定功能353具有与在第一实施方式中说明的确定功能15c同样的功能。搜索功能354具有与在第一实施方式中说明的搜索功能15d同样的功能。显示控制功能355具有与在第一实施方式中说明的显示控制功能15e同样的功能。

此外，在本实施方式中，输入电路330、显示器340、存储电路320还具有在第一实施方式中说明的输入电路9、显示器10、存储电路11所具有的功能。

以上，说明了处理电路350所具有的各处理功能。在此，例如，上述的各处理功能以能够由计算机执行的程序的方式存储在存储电路320中。处理电路350从存储电路320读取各程序，执行所读取的各程序，从而实现与各程序对应的处理功能。换言之，读取了各程序的状态下的处理电路350具有图31所示的各处理功能。

另外，在图31中，说明了由单一的处理电路350实现各处理功能的情况下的例子，但实施方式不限于此。例如，也可以组合多个独立的处理器而构成处理电路350，通过各处理器执行各程序来实现各处理功能。此外，也可以将处理电路350所具有的各处理功能适当分散或整合到单一或多个处理电路中加以实现。

根据这样的结构，能够得到与第一实施方式同样的效果。从而，根据第三实施方式，能够与第一实施方式同样地，对有关脑内的多个区域的图像分析进行辅助。

(第四实施方式)

图32是表示第四实施方式所涉及的图像处理装置500的结构例的图。例如，如图32所示，本实施方式所涉及的图像处理装置500经由网络400而与MRI装置100和图像保管装置200连接。另外，MRI装置100以及图像保管装置200的结构与图31所示的结构相同，因此在此省略说明。

图像处理装置500对由各种图像诊断装置收集到的图像数据进行处理。具体而言，图像处理装置500经由网络400从MRI装置100或图像保管装置200取得图像数据，并存储在被设置于装置内或装置外的存储电路中。此外，图像处理装置500对所取得的图像数据进行各种图像处理，将进行图像处理前或进行了图像处理后的图像数据显示在显示器等中。例如，通过工作站等计算机设备来实现图像处理装置500。

例如，如图32所示，图像处理装置500具有I/F(接口)电路310、存储电路520、输入电路330、显示器340、以及处理电路550。

另外，在本实施方式中，关于图像处理装置500的结构，以与第三实施方式所涉及的图像处理装置300的结构不同的点为中心进行说明，对与图31所示的结构要素起到同样的作用的结构要素附加相同的标号而省略详细的说明。

在这样的结构下，本实施方式所涉及的图像处理装置500用于以脑功能定位区域为单位进行的脑的图像分析。

在本实施方式中，存储电路520与在第二实施方式中说明的存储电路211同样，存储表示示出与多个脑功能定位区域有关的区域间的连接关系的矩阵的信息。具体而言，存储电路520与在第二实施方式中说明的存储电路211同样，存储表示AFM、CFM、PFM以及DSAM的信息。

此外，处理电路550具备设定功能551、分析功能552、以及显示控制功能555。另外，显示控制功能555是权利要求书中的显示控制部的一例。

设定功能551与在第二实施方式中说明的设定功能215a同样，从操作者受理医疗信息。

分析功能552具有与在第二实施方式中说明的分析功能215b同样的功能。其中，在第二实施方式中，分析功能215b使用由图像生成功能14a生成的分析对象的图像来进行图像分析，相对于此，本实施例所涉及的分析功能552经由网络400从MRI装置100或图像保管装置200取得分析对象的图像，来进行图像分析。

显示控制功能555具有与在第二实施方式中说明的显示控制功能215e同样的功能。

以上，说明了处理电路550所具有的各处理功能。在此，例如，上述的各处理功能以能够由计算机执行的程序的方式存储在存储电路520中。处理电路550从存储电路520读取各程序，执行所读取的各程序，从而实现与各程序对应的处理功能。换言之，读取了各程序的状态下的处理电路550具有图32所示的各处理功能。

另外，在图32中，说明了由单一的处理电路550实现各处理功能的情况下的例子，但实施方式不限于此。例如，也可以组合多个独立的处理器而构成处理电路550，通过各处理器执行各程序来实现各处理功能。此外，也可以将处理电路550所具有的各处理功能适当分散或整合到单一或多个处理电路中加以实现。

根据这样的结构，能够得到与第二实施方式同样的效果。从而，根据第四实施方式，与第二实施方式同样，能够对有关脑内的多个区域的图像分析进行辅助。

另外，在上述的第三以及第四实施方式中，说明了图像处理装置在本装置所具备的显示器中显示矩阵或图像的情况下的例子，但实施方式不限于此。例如，图像处理装置也可以向经由网络400连接的图像显示装置输出矩阵或图像。

近年，有时还以使操作者所使用的客户机装置执行最小限度所需的处理，使服务器装置执行大部分处理的瘦客户机(Thin Client)的方式构筑图像处理系统。例如，也可以是，在这样的图像处理系统中，服务器装置具有在第三或第四实施方式中说明的图像处理装置的功能，客户机装置进行矩阵或图像的显示。

另外，在上述的各实施方式中使用的“处理器”这样的文字例如意味着CPU(Central Processing Unit：中央处理单元)、GPU(Graphics Processing Unit：图形处理单元)、或面向确定用途的集成电路(Application Specific Integrated Circuit：ASIC)、可编程逻辑设备(例如，单纯可编程逻辑设备(Simple Programmable Logic Device：SPLD)、复合可编程逻辑设备(Complex Programmable Logic Device：CPLD)、以及现场可编程门阵列(Field Programmable Gate Array：FPGA))等电路。在此，也可以代替在存储电路中保存程序，而是在处理器的电路内直接组入程序而构成。在该情况下，处理器读取并执行在电路内组入的程序从而实现功能。此外，本实施方式的各处理器不限于按每个处理器作为单一的电路而构成，也可以组合多个独立的电路而构成为一个处理器，实现其功能。

根据以上说明的至少一个实施方式，能够对有关脑内的多个区域的图像分析进行辅助。

说明了本发明的几个实施方式，但这些实施方式作为例子而提示，没有意图限定发明的范围。这些实施方式能够以其他各种方式来实施，能够在不脱离发明的主旨的范围内进行各种省略、置换、变更。这些实施方式及其变形被包含于发明的范围、主旨中，同样也被包含于权利要求书中记载的发明及其均等的范围。

Claims (11)

1.一种磁共振成像装置，其中，具备：

确定部，基于有关被检体的图像的分析结果和对脑内的多个区域分别设定的关注度，确定矩阵的搜索开始位置，所述矩阵表示有关所述多个区域的区域间的连接关系；以及

搜索部，使用所述搜索开始位置来搜索所述矩阵。

2.如权利要求1所述的磁共振成像装置，其中，

还具备显示控制部，所述显示控制部进行控制，以使所述矩阵的搜索结果被显示。

3.如权利要求1或2所述的磁共振成像装置，其中，

还具备分析部，所述分析部将所述被检体的图像中包含的脑的区域分割为所述多个区域，按分割后的每个区域进行纹理分析，

所述确定部使用所述纹理分析的分析结果来确定所述搜索开始位置。

4.如权利要求3所述的磁共振成像装置，其中，

所述分析部还按所述分割后的每个区域来分析有关规定的参数的与正常脑之间的差异，

所述确定部还使用对有关所述规定的参数的与正常脑之间的差异进行了分析后的分析结果，确定所述搜索开始位置。

5.如权利要求1或2所述的磁共振成像装置，其中，

所述矩阵表示基于将脑的同一脑半球中包含的皮质区域之间连接的联络纤维的连接关系。

6.如权利要求1或2所述的磁共振成像装置，其中，

所述矩阵表示基于将脑的左脑半球中包含的皮质区域和右脑半球中包含的皮质区域之间连接的连合纤维的连接关系。

7.如权利要求1或2所述的磁共振成像装置，其中，

所述矩阵表示基于将皮质区域和白质区域之间连接的投射纤维的连接关系。

8.如权利要求1或2所述的磁共振成像装置，其中，

所述确定部使用对所述多个区域分别设定了与诊断目的以及疾病相应的关注度而成的矩阵，确定所述搜索开始位置。

9.如权利要求8所述的磁共振成像装置，其中，

在所述诊断目的中包含确诊以及筛检。

10.如权利要求8所述的磁共振成像装置，其中，

在所述关注度中，按所述疾病中成为好发部位的每个脑功能定位区域而设定有好发程度。

11.一种图像处理装置，其中，具备：

确定部，基于有关被检体的图像的分析结果和对脑内的多个区域分别设定的关注度，确定矩阵的搜索开始位置，所述矩阵表示有关所述多个区域的区域间的连接关系；以及

搜索部，使用所述搜索开始位置来搜索所述矩阵。