JP2006053102A

JP2006053102A - 脳画像データ処理プログラム、記録媒体および脳画像データ処理方法

Info

Publication number: JP2006053102A
Application number: JP2004236244A
Authority: JP
Inventors: Naoharu Takemura; 直治竹村; Tsutomu Soma; 努相馬; Tetsuo Hosoya; 徹夫細谷; Hiroshi Matsuda; 博史松田
Original assignee: Fujifilm RI Pharma Co Ltd
Current assignee: Fujifilm RI Pharma Co Ltd
Priority date: 2004-08-13
Filing date: 2004-08-13
Publication date: 2006-02-23

Abstract

【課題】脳の機能面に現れた症状を脳内の明確な位置的情報と共に表示することができる脳画像データ処理プログラム等を提供する。
【解決手段】ＤＩＣＯＭフォーマットによるＭＲＩ画像データとＤＩＣＯＭフォーマット又は医療機器メーカ独自のフォーマットによるＳＰＥＣＴ画像データとを入力させる。ＤＩＣＯＭフォーマット等はアナライズ・フォーマットへ変換する。アナライズ・フォーマットへ変換させたＭＲＩ画像データを１つ、ＳＰＥＣＴ画像データを２つ選択させる。ＭＲＩ画像データは適宜修正を行なう。選択させた２つのＳＰＥＣＴ画像データの差分画像データを求める。修正したＭＲＩ画像データと選択させた２つのＳＰＥＣＴ画像データの各々とを重ね合わせた融合画像データ、および修正したＭＲＩ画像データと差分画像データとを重ね合わせた融合画像データを求める。求めた融合画像データを所定の形式およびまたは所定の条件で表示する。
【選択図】図１

Description

本発明は、脳画像データの処理をコンピュータに実行させるための脳画像データ処理プログラム等に関する。

近年、医学の進歩と共に画像診断はめざましく進歩している。患者等に大きな負担をかけずに、身体内の様子を画像として捕らえ正確な診断を行なうための画像診断機、例えば、Ｘ線断層写真撮影機（Computer Tomography : ＣＴ）、磁気共鳴映像機（Magnetic Resonance Imaging : ＭＲＩ）、超音波診断機および放射線診断機等は、現在の医療の現場において必須のものとなっている（非特許文献１参照）。上述の画像診断機を用いた画像診断は、患者の病気の早期診断、治療法の選択、治療効果の予測および判定などの機能情報を提供するものとして広く用いられている。ＭＲＩによる画像（ＭＲＩ画像）およびＣＴによる画像（ＣＴ画像）は脳の形態を表した解剖学的画像であり、一般的に分解能は高く、脳内の位置的情報が明確な画像である。

核医学の臨床の場においては、患者体内に放射性同位元素（ラジオアイソトープ、Radio Isotope : ＲＩ）を導入し、そこから発せられるγ線を利用する単光子放出コンピュータ断層撮影（Single Photon Emission Computed Tomography : ＳＰＥＣＴ）および陽電子放出断層撮影（Positron Emission Tomography : ＰＥＴ）がそれぞれの装置を用いることで利用されている（非特許文献２参照）。上述の様な医用画像処理装置においては、収集したデータから画像再構成および画像解析等の様々な画像処理ができるように各種のコンピュータ・プログラムが用意されている。ＳＰＥＣＴによる画像（ＳＰＥＣＴ画像）およびＰＥＴによる画像（ＰＥＴ画像）は、薬剤または検査薬等の注射前後における血流等の機能を表した機能画像である。

"画像診断とはＭＲＩ"、［online］、株式会社第一ラジオアイソトープ研究所、［平成１６年７月２３日検索］、インターネット<URL:http://www.drl.co.jp/html/naruhodo.htm> "画像診断とはＳＰＥＣＴ etc."、［online］、株式会社第一ラジオアイソトープ研究所、［平成１６年７月２３日検索］、インターネット<URL:http://www.drl.co.jp/html/naruhodo.htm>

上述のように、ＭＲＩ画像等は解剖学的画像であり、脳内の位置的情報が明確な画像であるが、ＳＰＥＣＴ画像等のように機能を表した画像ではない。このため、例えば血流等の機能面に症状が現れていても、脳の形態に変化がない場合、ＭＲＩ画像等では何ら所見が得られないことがあるという問題があった。一方、ＳＰＥＣＴ画像等は機能画像であるが、全体的にぼやけた状態の画像であるため、脳内の位置的情報に乏しいという問題があった。

そこで、本発明の目的は、上記問題を解決するためになされたものであり、脳の機能面に現れた症状を脳内の明確な位置的情報と共に表示することができる脳画像データ処理プログラム等を提供することにある。

この発明の脳画像データ処理プログラムは、脳画像データの処理をコンピュータに実行させるための脳画像データ処理プログラムであって、コンピュータに、（好適には予め記録部２１７に記録された）所定のフォーマットの解剖学的画像データを１つ選択させる解剖学的画像データ選択ステップ、（好適には予め記録部２１７に記録された）前記所定のフォーマットの機能画像データを２つ選択させる機能画像データ選択ステップ、前記解剖学的画像データ選択ステップで選択させた解剖学的画像データの修正を行なう解剖学的画像データ修正ステップ、前記機能画像データ選択ステップで選択させた２つの機能画像データの差分画像データを求める機能画像データ差分ステップ、前記解剖学的画像データ修正ステップで修正した解剖学的画像データと前記機能画像データ選択ステップで選択させた２つの機能画像データの各々とを重ね合わせた融合画像データ、及び前記解剖学的画像データ修正ステップで修正した解剖学的画像データと前記機能画像データ差分ステップで求めた差分画像データとを重ね合わせた融合画像データを求める融合ステップ、前記融合ステップで求めた融合画像データを所定の形式及び／又は所定の条件で表示する表示ステップを実行させるための脳画像データ処理プログラムである。
ここで、この発明の脳画像データ処理プログラムにおいて、前記解剖学的画像データ選択ステップ及び前記機能画像データ選択ステップにおける前記所定のフォーマットは、入力された脳領域における第１のフォーマットによる解剖学的画像データを変換し（た後、好適には記録部２１７に記録され）たフォーマットであり、且つ入力された脳領域における第２のフォーマットによる機能画像データを変換し（た後、好適には記録部２１７に記録され）たフォーマットであるものとすることができる。

ここで、この発明の脳画像データ処理プログラムにおいて、前記解剖学的画像データ修正ステップにおける修正は、頭皮部及び／又は頸部の解剖学的画像データを除去することができる。

ここで、この発明の脳画像データ処理プログラムにおいて、前記機能画像データ差分ステップにおける差分画像データは、前記２つの機能画像データが定量画像データの場合、後に撮像された機能画像データと前に撮像された機能画像データとの間の所定の単位毎の変化量及び／又は変化率をとることにより求めることができる。

ここで、この発明の脳画像データ処理プログラムにおいて、前記機能画像データ差分ステップにおける差分画像データは、前記２つの機能画像データが定性画像データの場合、該２つの機能画像データを所定の基準値に基づく機能画像データへ変換した後、後に撮像された機能画像データと前に撮像された機能画像データとの間の所定の単位毎の変化量及び／又は変化率をとることにより求めることができる。

ここで、この発明の脳画像データ処理プログラムにおいて、前記機能画像データ差分ステップにおける差分画像データは、前記２つの機能画像データが定性画像データの場合、後に撮像された機能画像データと前に撮像された機能画像データとの間の所定の単位毎の変化量をとることにより求めるものであり、前記表示ステップにおける前記所定の条件は、該所定の単位毎の変化量が該所定の単位毎の変化量の標準偏差より大きい場合を表示する対象とすることができる。

ここで、この発明の脳画像データ処理プログラムにおいて、前記表示ステップの前記所定の形式は、前記融合ステップで求めた融合画像データが所定の断面軸方向にスライスされた複数の融合画像データを同時に表示する形式であるものとすることができる。

ここで、この発明の脳画像データ処理プログラムにおいて、前記所定の断面軸方向は、横断面、矢状断面又は冠状断面の方向のいずれか１つ又は複数の方向であるものとすることができる。

ここで、この発明の脳画像データ処理プログラムにおいて、前記表示ステップで同時に表示された前記複数の融合画像データの内、選択させた１つの融合画像データを拡大して表示する拡大表示ステップをさらに備えることができる。

ここで、この発明の脳画像データ処理プログラムにおいて、前記拡大表示ステップで表示された融合画像データ上に所定の数及び所定の形状の関心領域を設定する関心領域設定ステップと、前記関心領域設定ステップで設定された関心領域に所定の操作を行なう関心領域操作ステップと、前記関心領域設定ステップで設定された関心領域及び／又は前記関心領域操作ステップで操作後の関心領域を記録部に記録する記録ステップとをさらに備えることができる。

ここで、この発明の脳画像データ処理プログラムにおいて、前記所定の断面軸方向が横断面の方向と矢状断面又は冠状断面の方向とである場合、前記表示ステップで表示された横断面の方向の融合画像データを所定の角度範囲で回転させる回転ステップと、前記表示ステップで表示された矢状断面又は冠状断面の方向の融合画像データを前記回転ステップで回転させた角度に合わせて表示する修正表示ステップとをさらに備えることができる。

ここで、この発明の脳画像データ処理プログラムにおいて、前記解剖学的画像データはＭＲＩ画像データ又はＣＴ画像データであるものとすることができる。

ここで、この発明の脳画像データ処理プログラムにおいて、前記機能画像データはＳＰＥＣＴ画像データ又はＰＥＴ画像データであるものとすることができる。

この発明の記録媒体は本発明のいずれかの脳画像データ処理プログラムを記録したコンピュータ読取り可能な記録媒体である。

この発明の脳画像データ処理方法は、脳画像データの処理をコンピュータに行わせる脳画像データ処理方法であって、（好適には予め記録部２１７に記録された）所定のフォーマットの解剖学的画像データを１つ選択させる解剖学的画像データ選択ステップと、（好適には予め記録部２１７に記録された）前記所定のフォーマットの機能画像データを２つ選択させる機能画像データ選択ステップと、前記解剖学的画像データ選択ステップで選択させた解剖学的画像データの修正を行なう解剖学的画像データ修正ステップと、前記機能画像データ選択ステップで選択させた２つの機能画像データの差分画像データを求める機能画像データ差分ステップと、前記解剖学的画像データ修正ステップで修正した解剖学的画像データと前記機能画像データ選択ステップで選択させた２つの機能画像データの各々とを重ね合わせた融合画像データ、及び前記解剖学的画像データ修正ステップで修正した解剖学的画像データと前記機能画像データ差分ステップで求めた差分画像データとを重ね合わせた融合画像データを求める融合ステップと、前記融合ステップで求めた融合画像データを所定の形式及び／又は所定の条件で表示する表示ステップとを備えたことを特徴とする。
ここで、この発明の脳画像データ処理方法において、前記解剖学的画像データ選択ステップ及び前記機能画像データ選択ステップにおける前記所定のフォーマットは、入力された脳領域における第１のフォーマットによる解剖学的画像データを変換し（た後、好適には記録部２１７に記録され）たフォーマットであり、且つ入力された脳領域における第２のフォーマットによる機能画像データを変換し（た後、好適には記録部２１７に記録され）たフォーマットであるものとすることができる。

ここで、この発明の脳画像データ処理方法において、前記解剖学的画像データ修正ステップにおける修正は、頭皮部及び／又は頸部の解剖学的画像データを除去することができる。

ここで、この発明の脳画像データ処理方法において、前記機能画像データ差分ステップにおける差分画像データは、前記２つの機能画像データが定量画像データの場合、後に撮像された機能画像データと前に撮像された機能画像データとの間の所定の単位毎の変化量及び／又は変化率をとることにより求めることができる。

ここで、この発明の脳画像データ処理方法において、前記機能画像データ差分ステップにおける差分画像データは、前記２つの機能画像データが定性画像データの場合、該２つの機能画像データを所定の基準値に基づく機能画像データへ変換した後、後に撮像された機能画像データと前に撮像された機能画像データとの間の所定の単位毎の変化量及び／又は変化率をとることにより求めることができる。

ここで、この発明の脳画像データ処理方法において、前記機能画像データ差分ステップにおける差分画像データは、前記２つの機能画像データが定性画像データの場合、後に撮像された機能画像データと前に撮像された機能画像データとの間の所定の単位毎の変化量をとることにより求めるものであり、前記表示ステップにおける前記所定の条件は、該所定の単位毎の変化量が該所定の単位毎の変化量の標準偏差より大きい場合を表示する対象とすることができる。

ここで、この発明の脳画像データ処理方法において、前記表示ステップは、前記融合ステップで求めた融合画像データを所定の断面軸方向にスライスした複数の融合画像データを同時に表示することができる。

ここで、この発明の脳画像データ処理方法において、前記所定の断面軸方向は、横断面、矢状断面又は冠状断面の方向のいずれか１つ又は複数の方向であるものとすることができる。

ここで、この発明の脳画像データ処理方法において、前記表示ステップで同時に表示された前記複数の融合画像データの内、選択させた１つの融合画像データを拡大して表示する拡大表示ステップをさらに備えることができる。

ここで、この発明の脳画像データ処理方法において、前記拡大表示ステップで表示された融合画像データ上に所定の数及び所定の形状の関心領域を設定する関心領域設定ステップと、前記関心領域設定ステップで設定された関心領域に所定の操作を行なう関心領域操作ステップと、前記関心領域設定ステップで設定された関心領域及び／又は前記関心領域操作ステップで操作後の関心領域を記録部に記録する記録ステップとをさらに備えることができる。

ここで、この発明の脳画像データ処理方法において、前記所定の断面軸方向が横断面の方向と矢状断面又は冠状断面の方向とである場合、前記表示ステップで表示された横断面の方向の融合画像データを所定の角度範囲で回転させる回転ステップと、前記表示ステップで表示された矢状断面又は冠状断面の方向の融合画像データを前記回転ステップで回転させた角度に合わせて表示する修正表示ステップとをさらに備えることができる。

ここで、この発明の脳画像データ処理方法において、前記解剖学的画像データはＭＲＩ画像データ又はＣＴ画像データであるものとすることができる。

ここで、この発明の脳画像データ処理方法において、前記機能画像データはＳＰＥＣＴ画像データ又はＰＥＴ画像データであるものとすることができる。

本発明の脳画像データ処理プログラム等によれば、脳領域におけるＤＩＣＯＭフォーマットによるＭＲＩ画像データを入力させ、脳領域におけるＤＩＣＯＭフォーマットまたは医療機器メーカ独自のフォーマットによるＳＰＥＣＴ画像データを入力させる。ＭＲＩ画像データのＤＩＣＯＭフォーマットとＳＰＥＣＴ画像データのＤＩＣＯＭフォーマット等を同じアナライズ・フォーマットへ変換する。アナライズ・フォーマットへ変換させたＭＲＩ画像データを１つ選択させる。アナライズ・フォーマットへ変換させたＳＰＥＣＴ画像データを２つ選択させる。ＭＲＩ画像データは適宜修正を行なっておく。選択させた２つのＳＰＥＣＴ画像データの差分画像データを求める。修正したＭＲＩ画像データと選択させた２つのＳＰＥＣＴ画像データの各々とを重ね合わせた融合画像データ、および修正したＭＲＩ画像データと差分画像データとを重ね合わせた融合画像データを求める。求めた融合画像データを所定の形式およびまたは所定の条件で表示する。以上により、脳の機能面に現れた症状を脳内の明確な位置的情報と共に表示することができる脳画像データ処理プログラム等を提供することができるという効果がある。

以下、本発明の実施例について図面を参照して詳細に説明する。

図１は、本発明の脳画像データ処理プログラムおよび方法の機能の流れをフローチャートで示す。図１ではまず全体の流れを説明し、細部については後述する。図１に示されるように、脳領域における第１のフォーマット（後述）による解剖学的画像データを入力させる（解剖学的画像データ入力ステップ。ステップＳ１０）。脳領域における第２のフォーマット（後述）による機能画像データを入力させる（機能画像データ入力ステップ。ステップＳ１２）。解剖学的画像データ入力ステップ（ステップＳ１０）で入力させた解剖学的画像データの第１のフォーマットを所定のフォーマット（後述）へ変換する（第１フォーマット変換ステップ。ステップＳ１４）。機能画像データ入力ステップ（ステップＳ１２）で入力させた機能画像データの第２のフォーマットを上記所定のフォーマットへ変換する（第２フォーマット変換ステップ。ステップＳ１６）。第１フォーマット変換ステップ（ステップＳ１４）で上記所定のフォーマットへ変換させた解剖学的画像データを１つ選択させる（解剖学的画像データ選択ステップ。ステップＳ１８）。第２フォーマット変換ステップ（ステップＳ１６）で上記所定のフォーマットへ変換させた機能画像データを２つ選択させる（機能画像データ選択ステップ。ステップＳ２０）。解剖学的画像データ選択ステップ（ステップＳ２０）で選択させた解剖学的画像データの修正を行なう（解剖学的画像データ修正ステップ。ステップＳ２２）。機能画像データ選択ステップ（ステップＳ２０）で選択させた２つの機能画像データの差分画像データを求める（機能画像データ差分ステップ。ステップＳ２４）。解剖学的画像データ修正ステップ（ステップＳ２２）で修正した解剖学的画像データと機能画像データ選択ステップ（ステップＳ２０）で選択させた２つの機能画像データの各々とを重ね合わせた融合画像データ、及び解剖学的画像データ修正ステップ（ステップＳ２２）で修正した解剖学的画像データと機能画像データ差分ステップ（ステップＳ２４）で求めた差分画像データとを重ね合わせた融合画像データを求める（融合ステップ。ステップＳ２６）。融合ステップ（ステップＳ２６）で求めた融合画像データを所定の形式及び／又は所定の条件で表示する（表示ステップ。ステップＳ２８）。

上述の各ステップの内、解剖学的画像データ入力ステップ（ステップＳ１０）から第２フォーマット変換ステップ（ステップＳ１６）までは、予め所定のフォーマットへ各々変換され記録部２１７（後述）に記録された状態の解剖学的画像データと機能画像データとを用いることもできる。すなわち、本発明の脳画像処理データ処理プログラム等は、予め第１のフォーマットによる解剖学的画像データを入力した後、所定のフォーマットへ変換し記録部２１７に記録された状態の解剖学的画像データを解剖学的画像データ選択ステップ（ステップＳ１８）で選択させ、予め第２のフォーマットによる機能画像データを入力した後、所定のフォーマットへ変換し記録部２１７に記録された状態の機能画像データを機能画像データ選択ステップ（ステップＳ２０）で選択させることもできる。上述の各ステップの内、解剖学的画像データ入力ステップ（ステップＳ１０）と機能画像データ入力ステップ（ステップＳ１２）とは逆の順または並列に実行しても良い。同様にして、第１フォーマット変換ステップ（ステップＳ１４）と第２フォーマット変換ステップ（ステップＳ１６）とは逆の順または並列に実行しても良い。解剖学的画像データとしてはＭＲＩ画像データまたはＣＴ画像データを用いることができ、機能画像データとしてはＳＰＥＣＴ画像データまたはＰＥＴ画像データを用いることができる。以下では、解剖学的画像データとしてＭＲＩ画像データを取り上げ、機能画像データとしてＳＰＥＣＴ画像データを取り上げて説明するが、各々ＭＲＩ画像データ、ＳＰＥＣＴ画像データに限定されるものではない。

次に、本発明の脳画像データ処理プログラム等におけるファイル・コンバータについて説明する。上述のように、ＭＲＩ画像データは第１のフォーマットにより構成され、ＳＰＥＣＴ画像データは第２のフォーマットで構成されているため、上記ファイル・コンバータが両者を同一のフォーマット（所定のフォーマット）へ変換する。ここで、第１のフォーマットとしては例えば医用画像における標準と言われているＤＩＣＯＭフォーマットを用いることができる。第２のフォーマットとしてはＤＩＣＯＭフォーマットまたは医療機メーカ毎のフォーマットを用いることができる。

図２は、ＤＩＣＯＭフォーマット形式１０を示す。図２に示されるように、各レコード１等は、２バイトのグループ（Ｇｒｏｕｐ）番号１１、２バイトのエレメント（Ｅｌｅｌｍｅｎｔ）番号１２、２バイトのデータタイプ１３、２バイトのデータ長１４、データ長１４で定義されたサイズのデータ１５から構成されている。図２に例示されているように、グループ番号１１とエレメント番号１２との組が（０ｘ００２８、０ｘ００１０）の場合、データタイプ１３はＲｏｗｓ、つまりｙ軸方向のマトリックスサイズを示す。グループ番号１１とエレメント番号１２との組が（０ｘ００２８、０ｘ００１１）の場合、データタイプ１３はＣｏｌｕｍｎｓ、つまりｘ軸方向のマトリックスサイズを示す。グループ番号１１とエレメント番号１２との組が（０ｘ７ＦＥ０、０ｘ００１０）の場合、データタイプ１３はＰｉｘｅｌＤａｔａ、つまり画像データを示す。画像データの構造は後述するアナライズ・フォーマット（所定のフォーマット）と同じである。

図３（Ａ）はＳＰＥＣＴ画像データのファイル形式を示し、図３（Ｂ）はＭＲＩ画像データのファイル形式を示す。図３（Ａ）に示されるように、ＳＰＥＣＴ画像データでは各スライス（Ｓｌｉｃｅ）画像分のデータ２５ａないし２５ｄ等が１つのファイル２６ａないし２６ｄ等に記録されている。一方、図３（Ｂ）に示されるように、ＭＲＩ画像データでは複数のスライス画像分のデータ２０が１つのファイル２１に記録されている。ファイル・コンバータはＭＲＩ画像データのファイル２６ａないし２６ｄ等を１つのファイルにすることができる。

次に、上記所定のフォーマットについて説明する。上記所定のフォーマットとしてはアナライズ（Ａｎａｌｙｚｅ）・フォーマットを用いることができる。図４はアナライズ・フォーマットを説明するための３次元空間３０を示す。図４に示されるような方向のｘ軸、ｙ軸およびｚ軸で構成される３次元空間に、対象３１が存在しているものとする。

図５はアナライズ・フォーマットを定義するプログラム４０を例示する。プログラム４０はｃ言語により記述されているが、他のプログラミング言語で記述してもよいことは勿論である。図５に示されるように、プログラム４０は画像データファイル（＊．ｉｍｇ）４１とヘッダーファイル（＊．ｈｄｒ）４２とを定義しており、図４に示される各軸の定義は定義４３に記述され、データ型ｄａｔａはプログラム４４により記述されている。

図６は画像データファイル４１の構成を示す。図６に示されるように、ｘ軸方向のデータ４３ｘは図６上、左から右へ記録されている。これらｘ軸方向のデータ４３ｘが図６上、上から下へ矢印のように繋がってｙ軸方向のデータ４３ｙ、すなわち１スライス分のデータを構成する。これら１スライス分のデータ４３ｙが図６上、上から下へ記録されてｚ軸方向のデータ４３ｚ、すなわち全スライス分のデータを構成する。

図７はヘッダーファイル４２の構成を示す。図７に示されるように、ヘッダーファイル４２のデータアドレスの第０バイトからの２バイトはヘッダーファイル４２のサイズ４５を記録し、第４２バイトからの６バイトは画像データのマトリックスサイズ４６をｘ軸方向のマトリックスサイズ、ｙ軸方向のマトリックスサイズ、ｚ軸方向のマトリックスサイズの順に各々２バイトずつ記録し、第７０バイトからの２バイトは画像データの型４７を記録し、第７８バイトからの６バイトは画像データのピクセルサイズ４８をｘ軸方向のピクセルサイズ、ｙ軸方向のピクセルサイズ、ｚ軸方向のピクセルサイズの順に各々２バイトずつ記録し、第３４７バイトからの２バイトはファイルの終わり（ＥＯＦ）４９を記録している。以上のように、ヘッダーファイル４２は３４８バイトで構成されている。

図８はＭＲＩ画像データにおける注意点を示す。図８に示されるように、ＭＲＩ画像データでは、データ量削減等のためスライス１（５１）、スライス２（５２）およびスライス３（５３）のようにギャップ（Ｇａｐ）をあけて収集することがある。本発明の脳画像データ処理プログラム等においては、図８に示されるようにスライス厚５４とギャップ厚５５とを合わせた値をｚ軸方向のピクセルサイズ５６として使用する。

以上、各ファイル形式について説明した。次に、ＤＩＣＯＭ形式（第１のフォーマット）により構成されたＭＲＩ画像データと、ＤＩＣＯＭ形式等（第２のフォーマット）により構成されたＳＰＥＣＴ画像データをアナライズ・フォーマット（所定のフォーマット）へ変換するファイル・コンバータの操作面について説明する。図９は本発明の脳画像データ処理プログラムにおけるファイル・コンバータの操作画面６０を示す。図９において、符号６１は対象となるデータを指定する入力ファイル（ＩｎｐｕｔＦｉｌｅ）欄であり、ドライブｆが選択され、フォルダＦ：￥／Ｔｅｍｐ／Ａｎａｌｙｚｅ／ＳＥ２が選択されている状態を示す。符号６２は入力ファイル内のフォルダの下に示されるデータ選択ＢＯＸ７５内の全データを処理対象として指定するＳｅｌｅｃｔＡｌｌボタンであり、指定された全データが反転されて示されている。符号６３はデータ選択ＢＯＸ７５内に表示されたデータを絞り込むためのＩｎｐｕｔＦｉｌｅボックスであり、例えば「＊．ｄｃｍ」と入力した場合、拡張子がｄｃｍのデータのみ表示する。符号６４はＩｎｐｕｔＦｉｌｅ欄６１で選択したデータをＳｅｌｅｃｔｅｄＦｉｌｅ６５（後述）に追加する選択ボタンである。符号６５は現在選択されているファイルの一覧を表示するＳｅｌｅｃｔｅｄＦｉｌｅ欄である。符号６６はＳｅｌｅｃｔｅｄＦｉｌｅ欄６５に表示されているデータを一覧からすべて消去するＡｌｌＣｌｅａｒボタンと、ＳｅｌｅｃｔｅｄＦｉｌｅ欄６５で選択されている（反転している）データを一覧から消去するＣｌｅａｒボタンである。符号６７はＳｅｌｅｃｔｅｄＦｉｌｅ欄６５に表示されているデータに対してｃｏｎｖｅｒｔ処理（上述のフォーマット変換）を実行するためのＣｏｎｖｅｒｔボタンである。符号６８はフォーマット変換後のデータの保存先を指定するＯｕｔｐｕｔＦｉｌｅ欄である。ＯｕｔｐｕｔＦｉｌｅ欄６８はＩｎｐｕｔＦｉｌｅ欄６１と連動しているため、初期設定ではＩｎｐｕｔＦｉｌｅ欄６１と同様に表示されているが、任意に変更することができる。符号６９はＯｕｔｐｕｔＦｉｌｅ欄６８で開いているフォルダ内に新しいフォルダを作成するためのＮｅｗＦｏｌｄｅｒ欄である。符号７０はＯｕｔｐｕｔＦｉｌｅ欄６８で選択したファイルをテキストボックス（右側）に入力した名称に変更するためのＲｅｎａｍｅ欄である。符号７１はＯｕｔｐｕｔＦｉｌｅ欄６８に表示するファイルを絞り込むためのＯｕｔｐｕｔＦｉｌｔｅｒボックスである。デフォルトでは拡張子が「＊．ｉｍｇ」のファイルをすべて表示するように設定してある。符号７６はＳｅｌｅｃｔｅｄＦｉｌｅ欄６５に表示されているデータのヘッダー情報を自動的に読み込み、各パラメータをパラメータ欄８０等（後述）に表示するＡｕｔｏＭｏｄｅを示すＭｏｄｅ欄である。符号７７は対象データのモダリティ（ＳＰＥＣＴまたはＭＲＩ）またはモード（上述のＡｕｔｏＭｏｄｅまたはＭａｎｕａｌＭｏｄｅ）を選択するためのＯｐｔｉｏｎ欄である。図９で点線で囲まれたＥｘｐｏｒｔボタン７２、パラメータ欄８０、パラメータ欄９０およびＤｉｒｅｃｔｉｏｎ欄１００については以下で説明する。

図１０は操作画面６０のＥｘｐｏｒｔボタン７２について示す。図１０に示されるように、Ｅｘｐｏｒｔボタン７２をクリックするとＰａｔｉｅｎｔＩｎｆｏ欄７３が現れる。ここでＰａｔｉｅｎｔＩｎｆｏ欄７３にチェックを付けると、患者名、患者ＩＤ、検査日、年齢、性別等の情報が記載されているＴｅｘｔファイルを作成することができる。

図１１は操作画面６０のパラメータ欄８０を示す。図１１に示されるように、パラメータ欄８０は患者情報を入力するための欄であり、病院名（Ｈｐｎａｍｅ）欄８１、患者名（ＰａｔＮａｍｅ）欄８２、患者ＩＤ（ＰａｔＩＤ）欄８３、性別（Ｓｅｘ）欄８４、年齢（Ａｇｅ）欄８５および検査日時（ＳｔｕｄｙＤａｔｅ）欄８６から構成されている。

図１２は操作画面６０のパラメータ欄９０を示す。図１２に示されるように、符号９２はＡｕｔｏＭｏｄｅの場合に対象データのフォーマットを確認するためのＤａｔａ欄である。符号９３は対象データのヘッダーサイズ、各画像についているヘッダーサイズおよびフッターサイズをバイト単位で設定するためのＦｉｌｅＨｅａｄｅｒ／ＩｎａｇｅＨｅａｄｅｒ／ＩｍａｇｅＦｏｏｔｅｒ欄である。符号９４は対象データのマトリックスサイズを指定するＭａｔｒｉｘＳｉｚｅＸ／Ｙ欄である。符号９５は処理する枚数分を指定するためのＳｌｉｃｅｓ欄、９６は画像処理装置がパーソナルコンピュータであるどうか等に応じて対象データのバイト順を選択するＢｙｔｅＳｅｑｕｅｎｃｅ欄、９７は対象データの１ピクセルにおける値の持ち方を選択するためのＤａｔａＴｙｐｅ欄、９８は対象データの各ピクセルサイズを指定するＰｉｘｅｌＳｉｚｅＸ／Ｙ／Ｚ欄、９９はリファレンス画像が最後に入っている場合、その部分を削除するためのＤｅｌｅｔｅｌａｓｔｓｌｉｄｅ欄である。

図１３は操作画面６０のＤｉｒｅｃｔｉｏｎ欄１００を示す。Ｄｉｒｅｃｔｉｏｎ欄１００はＯｐｔｉｏｎ欄７７でモダリティがＭＲＩを選択した場合に表示される。図１３に示されるように、対象データがＡｘｉａｌ、ＳａｇｉｔｔａｌまたはＣｏｒｏｎａｌかどうかに応じて、各々上段１０１、中段１０２、下段１０３をチェックする。これにより、スライス方向の変更（データ向きの切りなおし）を行なうことができる。例えば、ＭＲＩ画像がＳａｇｉｔｔａｌまたはＣｏｒｏｎａｌの場合、Ｄｉｒｅｃｔｉｏｎ欄１００でＡｘｉａｌへ変更することができる。

次に、本発明の脳画像データ処理プログラム等におけるＭＲＩ画像およびＳＰＥＣＴ画像の選択について説明する。図１４は本発明の脳画像データ処理プログラムにおけるデータ選択顔面１１０を示す。データ選択画面１１０ではＭＲＩ画像とＳＰＥＣＴ画像１つとを選択することができる。図１４において、符号１１２はバックグランドとなるＭＲＩ画像データを選択する場合にチェックするチェック欄、１１３は選択するＭＲＩ画像データが存在する画像データファイル４１を入力する入力欄、１１４はＳＰＥＣＴ画像を選択するための選択ボタン、１１５は選択ボタン１１４により選択するＳＰＥＣＴ画像データが存在する画像データファイル４１を入力する入力欄、１１８は画像データファイル４１が定量画像であるか定性画像（後述）を選択するための画像ボタン、１１１はＭＲＩ画像とＳＰＥＣＴ画像１つとが選択された場合に可能な融合（Ｆｕｓｉｏｎ）処理（後述）を示すＦｕｓｉｏｎ欄である。

図１５は本発明の脳画像データ処理プログラムにおけるデータ選択顔面１２０を示す。データ選択画面１２０ではＳＰＥＣＴ画像２つを選択することができる。図１５で図１４と同じ符号を付した箇所は同じ要素を示すため、説明は省略する。図１５において、符号１１６はＳＰＥＣＴ画像（選択ボタン１１４で選択された画像Ｂより前に撮像された画像Ａ）を選択するための選択ボタン、１１７は選択ボタン１１６により選択するＳＰＥＣＴ画像データが存在する画像データファイル４１を入力する入力欄、１１９はバックグランドに画像Ａまた画像ＢのいずれのＳＰＥＣＴ画像を表示するかを選択するバックグランドボタン、１２２は２つのＳＰＥＣＴ画像が選択された場合に可能な差分（Ｓｕｂｔｒａｃｔｉｏｎ）処理（後述）を示すＳｕｂｔｒａｃｔｉｏｎ欄、１２１は変化率（％）または変化量（ＳＵＢ）のいずれの結果を表示するかを選択するＲＥＳＵＬＴボタンである。

図１６は本発明の脳画像データ処理プログラムにおけるデータ選択顔面１３０を示す。データ選択画面１３０ではすべての選択、すなわちＭＲＩ画像とＳＰＥＣＴ画像２つとを選択することができる。図１６で図１４および１５と同じ符号を付した箇所は同じ要素を示すため、説明は省略する。図１６に示されるように、ＲＥＳＵＬＴボタン１２１にはＳＰＥＣＴ画像Ａとの融合処理またはＳＰＥＣＴ画像Ｂとの融合処理を表示するボタンが追加されている。データ選択顔面１３０ではバックグランドとして入力欄１１３で示されるＭＲＩ画像が使用される。

次に、本発明の脳画像データ処理プログラム等におけるＭＲＩ画像の修正について説明する。一般に、ＭＲＩ画像とＳＰＥＣＴ画像とは別々の撮像装置により撮像されている。従って、両画像の位置がずれてしまうことが多い。このため、従来より両画像の位置あわせが行なわれている。本発明の脳画像データ処理プログラムにおいては、従来技術より精度の高い位置合わせを行なっている。例えば、ＭＲＩ画像では頭皮が表示されているのに対し、ＳＰＥＣＴ画像では薬剤が頭皮には入っていかないため、頭皮は表示されていない。そこで、本発明の脳画像データ処理プログラムにおいては、従来技術である灰白質、白質および水（脳脊髄液）を見分けるセグメンテーション法を用いることにより、解剖学的画像データ修正ステップ（ステップｓ２２）において、頭皮部の解剖学的画像データを除去している。この結果、ＭＲＩ画像にはＳＰＥＣＴ画像と合った部分が残るため、精度の高い位置合わせを行なうことができる。さらに、一般にスライス画像は頸部まで撮像されることが多いが、ＳＰＥＣＴ画像では頸部は表示されていない。そこで、本発明の脳画像データ処理プログラムにおいては、頭頂部から約１８ｃｍまで残しておき、１８ｃｍ以上のデータは頸部のデータであるものとして除去している。この結果、ＭＲＩ画像にはＳＰＥＣＴ画像と合った部分が残るため、精度の高い位置合わせを行なうことができる。以上のように、不要な部分を除去することによりデータ量を減らすこともできる。

次に、本発明の脳画像データ処理プログラム等における差分画像データを求める処理について説明する。差分画像データを求める処理の対象となるＳＰＥＣＴ画像には定性画像および定量画像がある。定性画像では画素（ピクセル）値は実際にカウントされたカウント値等を示しているため、投与された薬剤等が多ければそれに応じて画素値も大きくなる。さらに、対象を撮像した時間が長いほどそれに応じて画素値も大きくなる。従って、画素値自体にはあまり意味はない。一方、定量画像では画素値は実際にカウントされたカウント値等を所望の単位、例えば流量（ｍｌ／１００ｇ／ｍｉｎ）に変換した値を示している。従って、画素値には例えば流量として意味があることになる。

そこで、上述のデータ選択画面１２０または１３０で選択された２つのＳＰＥＣＴ画像データが定量画像データの場合、機能画像データ差分ステップ（ステップＳ２４）における差分画像データは、後に撮像されたＳＰＥＣＴ画像データＢと前に撮像されたＳＰＥＣＴ画像データＢとの間の所定の単位（ピクセルまたはボクセル）毎の変化量および／または変化率をとることにより求めることができる。ここで、変化量はピクセル毎にＳＰＥＣＴ画像データＢ−ＳＰＥＣＴ画像データＡを用いることができる。変化率は、ピクセル毎に、（ＳＰＥＣＴ画像データＢ−ＳＰＥＣＴ画像データＡ）／ＳＰＥＣＴ画像データＡを用いることができる。差分画像データの色付けは、例えば流量の正常値がピクセル単位で５０ないし８０カウントの場合、正常値より流量が多い場合には赤色、正常値より流量が少ない場合には青色、流量がない場合は黒色等のようにすることができる。

一方、上述のデータ選択画面１２０または１３０で選択された２つのＳＰＥＣＴ画像データが定性画像データの場合、機能画像データ差分ステップ（ステップＳ２４）における差分画像データは、２つのＳＰＥＣＴ画像データを所定の基準値（対象データの脳内における平均値等）に基づくＳＰＥＣＴ画像データへ変換した後、後に撮像されたＳＰＥＣＴ画像データＢと前に撮像されたＳＰＥＣＴ画像データＢとの間の所定の単位毎の変化量および／または変化率をとることにより求めることができる。変化量、変化率は上述と同様にして求めることができる。定性画像データの場合、上述のように画素値は投与された薬剤等または対象の撮像時間に応じて大きくなる。そこで、実際の画素値を所定の基準値（対象データの脳内における平均値等）に合わせる。例えば、実際の画素値の平均値が１２０であり、対象データの脳内における平均値が５０である場合、実際の画素値から７０（＝１２０−５０）引く。これをＳＰＥＣＴ画像データＡおよびＢの両者に対して予め行なっておく。この後、ＳＰＥＣＴ画像データＢとＳＰＥＣＴ画像データＢとの間の所定の単位毎の変化量および／または変化率をとる。色付けは対象データの脳内における平均値を基準として、基準値より流量が多い場合には赤色、基準値より流量が少ない場合には青色、流量がない場合は黒色等のようにすることができる。従来の定性画像における色付けは、最大画素値がどれだけの値になるのか予め予測することができなかったため、最大画素値を基準とし、その何％である場合には何色というように行なわれていた。しかし、上述のような本発明の差分画像データ処理を用いれば、定性画像であっても定量画像と同様の色付けを行なうことができる。

次に、本発明の脳画像データ処理プログラム等における融合処理について説明する。融合ステップ（ステップＳ２６）では、解剖学的画像データ修正ステップ（ステップＳ２２）で修正したＭＲＩ画像データと機能画像データ選択ステップ（ステップＳ２０）で選択させた２つのＳＰＥＣＴ画像データＡおよびＢの各々とを重ね合わせた（スーパーインポーズ:superimpose）融合画像データを求める。すなわち、データ選択画面１３０で選択した修正したＭＲＩ画像とＳＰＥＣＴ画像Ａとを重ね合わせた融合画像と、データ選択画面１３０で選択した修正したＭＲＩ画像とＳＰＥＣＴ画像Ｂとを重ね合わせた融合画像とを各々求めることができる。さらに、修正したＭＲＩ解剖学的画像データと機能画像データ差分ステップ（ステップＳ２４）で求めた差分画像データとを重ね合わせた融合画像データを求めることができる。

図１７は本発明の脳画像データ処理プログラム等における融合処理の実例（脳室拡大）を示す。図１７では３行×３列の脳画像が示されており、第１行（上段の行）がＭＲＩ画像、第２行（中段の行）が第１行のＭＲＩ画像に対応するＳＰＥＣＴ画像、第３行（下段の行）が第１行のＭＲＩ画像と第２行のＳＰＥＣＴ画像とを融合した融合画像である。第１ないし第３列は脳のスライス位置が異なっている。図１７に示されるように、ＭＲＩ画像とＳＥＰＣＴ画像とは精度良く重ね合わさっていることがわかる。

図１８は本発明の脳画像データ処理プログラム等における融合処理の実例（半球萎縮）を示す。図１８でも３行×３列の脳画像が示されており、第１行がＭＲＩ画像、第２行が第１行のＭＲＩ画像に対応するＳＰＥＣＴ画像、第３行が第１行のＭＲＩ画像と第２行のＳＰＥＣＴ画像とを融合した融合画像である。第１ないし第３列は脳のスライス位置が異なっている。図１８に示されるように、ＭＲＩ画像とＳＥＰＣＴ画像とは精度良く重ね合わさっていることがわかる。

図１９は本発明の脳画像データ処理プログラム等における融合処理の実例（脳血管障害）を示す。図１９（Ａ）および（Ｂ）では各々２行×２列の脳画像（融合画像）が示されており、図１９（Ｃ）では左右２つの脳画像（融合画像）が示されている。図１９（Ａ）は治療前の状態を示し、第１行は安静時、第２行はＤＩＡＭＯＸ負荷時の融合画像を示す。第１と第２列とは脳のスライス位置が異なっている。図１９（Ｂ）は左ＳＴＡ−ＭＣＡ吻合合術後の状態を示し、第１行は安静時、第２行はＤＩＡＭＯＸ負荷時の融合画像を示す。図１９（Ｂ）の第１列および第２列のスライス位置は図１９（Ａ）の第１列および第２列と対応するスライス位置である。図１９（Ｃ）は図１９（Ａ）と（Ｂ）との差分処理（治療後の変化量）を行った結果の融合画像を示す。図１９（Ｃ）の左右のスライス位置は図１９（Ａ）の第１列および第２列と対応するスライス位置である。図１９に示されるように、ＭＲＩ画像とＳＥＰＣＴ画像とは精度良く重ね合わさっていることがわかる。

図２０（Ａ）ないし（Ｃ）は本発明の脳画像データ処理プログラム等における融合処理の実例を示す。図２０（Ａ）は定性画像を示し、２行×３列のＳＰＥＣＴ画像が示されている。第１行と第２行とでは撮像した日時が異なっており、第１行が第２行より前となっている。第１列ないし第３列は撮像された脳の断面位置が異なっている。図２０（Ｂ）は定量画像を示し、２行×３列のＳＰＥＣＴ画像が示されている。画素値は血流量（ｍｌ／１００ｇ／ｍｉｎ）を示す。第１行および第２行の撮像日時は図２０（Ａ）の第１行および第２行の撮像日時と同じである。第１列ないし第３列は図２０（Ａ）の第１列ないし第３列の脳の断面位置と同じである。図２０（Ｃ）は上記２つの撮像日時で示される治療前後の差分処理を行った結果の融合画像を示す。第１列ないし第３列は図２０（Ａ）の第１列ないし第３列の脳の断面位置と同じである。図２０（Ａ）ないし（Ｃ）に示されるように、脳全体での血流量が増加したこと、特に前頭葉における血流量が増加したことが定量画像によりよくわかる。

本発明の脳画像データ処理プログラム等では、差分処理を行う前に、２つのＳＰＥＣＴ画像を揃えるためのいわゆるレジストレーション(Registration)処理を行っている。図２１は、レジストレーション処理で用いられる６つのパラメータについ説明する図である。図２１において、脳１４１はＸ軸、Ｙ軸およびＺ軸で示される３次元空間にある。この脳１４１の画像を揃えるために、Ｘ方向の平行移動ｄｘ、Ｙ方向の平行移動ｄｙ、Ｚ方向の平行移動ｄｚの３方向のベクトルに加えて、Ｘ軸の周りの回転ｄθｘ、Ｙ軸の周りの回転ｄθｙ、Ｚ軸の周りの回転ｄθという３つの回転成分を有する６つのパラメータを用いている。

図２２はレジストレーション処理の流れを示す。図２２に示されるように、ＳＰＥＣＴ画像（Ｂ）１５１に上述の６つのパラメータを用いて回転／平行移動を行なう（ステップＳ３０）。この結果を、ターゲット画像（ｔａｒｇｅｔｉｍａｇｅ）のＳＰＥＣＴ画像（Ａ）１５３および参照画像（ｒｅｆｅｒｅｎｃｅｉｍａｇ）のＭＲＩ画像１５２を用いて評価する（ステップＳ３２）。評価の結果、所定の収束条件を満たしているかどうか判定し（ステップＳ３４）、収束していると判定された場合は照合した融合画像（ＭａｔｃｈｅｄＩｍａｇｅ）１５４を得て、レジストレーションは終了する。一方、収束していると判定されなかった場合は６つのパラメータの更新を行なって（ステップＳ３６）、ステップＳ３０から繰返す（ステップＳ３８）。

上述の評価（ステップＳ３２）では所望の評価基準を用いて行なうことができる。ここでは、評価関数としてＲＩＵ（Ratio Image Uniformity）を用いた場合について説明する。これは、ＭＲＩ画像上のある画素値を持つすべての画素は同じ組織（partition）であり、それに対応するＳＰＥＣＴ、ＰＥＴ等の画素は、ほぼ同じ画素値を持つであろうという考え方に依拠するものである。すなわち、ＭＲＩ画像の各組織に対応するＳＰＥＣＴ、ＰＥＴ等の画素値の均一性を最大にする、つまり標準偏差の重み付け平均を最小にするというものである。図２３はＲＩＵの処理の流れを示す。図２３に示されるように、ＭＲＩ画像１６１上で画素値ｊの画素に対応するＳＰＥＣＴ、ＰＥＴ画像１６２上の画素値をａｉｊとする（ステップＳ４０）。次に、ａｉｊのすべての画素ｉについての平均ａｊ’を求める（ステップＳ４２）。ａｉｊのすべての画素ｉについての標準偏差σｊを求める（ステップＳ４４）。σｊ’としてσｊ／ａｊ’を求める（ステップＳ４６）。以下の式（１）で求められるσｊ’’を最小化する（ステップＳ４８）。

σｊ’’＝ Σｊσｊ’× ｎｊ／Ｎ（１）
ｎｊはＭＲＩ画像１６１上での画素値ｊの画素数。Ｎ＝Σｊｎｊ。

好適には、ＭＲＩ画像１６１を８ビット画像にして、上記ｊの範囲を０から２５５等にする。

次に、本発明の脳画像データ処理プログラム等における表示処理について説明する。表示ステップ（ステップＳ２８）の所定の形式は、融合ステップ（ステップＳ２６）で求めた融合画像データが所定の断面軸方向にスライスされた複数の融合画像データを同時に表示する形式とすることができる。所定の断面軸方向としては、横断面（axial）、矢状断面（sagittal）または冠状断面（coronal）の方向のいずれか１つまたは複数の方向とすることができる。図２４（Ａ）ないし（Ｃ）は表示ステップ（ステップＳ２８）における実際の表示例を示す。図２４（Ａ）は、融合画像データが横断面の方向にスライスされた複数の融合画像データとして同時に表示された例（マルチスライス）を示す。図２４（Ａ）では５行×６列のマルチスライスが表示されており、第５行第６列（右下）が頭頂部のスライスであって左列、上行へ進むに従って頸部へ近づいていくように表示されている。この並び方の順は任意に設定することができる。１つの画面上に横断面、矢状断面または冠状断面の方向のいずれか１つまたは複数の方向でスライスした画像を複数のウィンドウで重ねて表示することもできる。図２４（Ｂ）は差分処理（変化量）を行った結果の実際の表示例を示し、図２４（Ｃ）差分処理（変化率）を行った結果の実際の表示例を示す。図２４（Ｂ）および（Ｃ）の上段の左側から、各々脳の下面（Inferior）、右側面（R-lateral）、後面（Posterior）、左内側面（L-medial）の表示を示し、図２４（Ｂ）の下段の左側から、各々脳の上面（Superior）、左側面（L-lateral）、前面（Anterior）、右内側面（R-medial）の表示を示す。

上述の表示ステップ（ステップＳ２８）では融合画像の画素をすべて表示することを暗黙の前提としたが、例えば差分処理を行った結果、差が元の画素値と比較して所望の割合以下である場合は表示しないようにしてもよい。この結果、所望の割合以上の変化があった箇所のみ見ることができる。あるいは、所望の大きさ（広がり）を有する画素を表示するようにしてもよい。この結果、いわゆるノイズを表示させないようにすることもできる。

図２５は本発明の脳画像データ処理プログラムにおける操作画面１７０を示す図である。細部についての説明は省略するが、従来技術にない新規な特徴として患者ＩＤの入力欄１７１を設けた点があげられる。

本発明の脳画像データ処理プログラムでは、表示ステップ（ステップＳ２８）で同時に表示された複数の融合画像データの内、選択させた１つの融合画像データを拡大して表示する拡大表示ステップをさらに備えることができる。例えば、図２４（Ａ）のマルチスライス表示された融合画像の内、所望の融合画像をダブルクリックすることにより、当該画像を拡大表示することができる。図２６は１つの融合画像データを拡大して表示する実際の例を示す。この結果、見たいスライスのみを拡大してより詳細に見ることができる。

本発明の脳画像データ処理プログラムでは、上述の拡大表示ステップで表示された融合画像データ上に所定の数および所定の形状の関心領域（Region of Interest : ＲＯＩ）を設定することができる（関心領域設定ステップ）。関心領域設定ステップで設定されたＲＯＩに所定の操作を行なうことができる（関心領域操作ステップ）。さらに、関心領域設定ステップで設定されたＲＯＩおよび／または関心領域操作ステップで操作後のＲＯＩを記録部２１７（後述）に記録することもできる（記録ステップ）。図２７はＲＯＩが設定された操作画面１９０を示す。図２７において、符号１９１ないし１９６は設定されたＲＯＩであり、１つのスライスについて左右３つずつ、計６つのＲＯＩを設定した例を示す。ＲＯＩ１９１および１９２は四角形、ＲＯＩ１９３および１９４は円形、ＲＯＩ１９５および１９６は任意形状である。設定されるＲＯＩの数は６つに限定されるものではなく、その形状は任意の形状である。関心領域操作ステップにおける操作としては、移動、ミラー（反転）、削除等があげられるが、これらの操作に限定されるものではない。設定したＲＯＩの保存は自動的に行なわれるが、保存するＲＯＩを指定することもできる。

本発明の脳画像データ処理プログラムでは、上述した所定の断面軸方向が横断面の方向と矢状断面または冠状断面の方向とである場合、表示ステップ（ステップＳ２８）で表示された横断面の方向の融合画像データを所定の角度範囲で回転させることができる（回転ステップ）。さらに、表示ステップ（ステップＳ２８）で表示された矢状断面または冠状断面の方向の融合画像データを回転ステップで回転させた角度に合わせて表示することもできる（修正表示ステップ）。図２８は修正表示ステップにおける操作画面２００を示す。図２８における融合画像２０１は直線２１０で示されるように傾いている。修正表示ステップにより、融合画像２０１を回転させて融合画像２０２のように修正することができる。この横断面のスライスの回転に合わせて、矢状断面または冠状断面の方向の融合画像２０３を回転ステップで回転させた角度に合わせて融合画像２０４として表示することもできる。回転後の融合画像の保存も行なうことができる。

以上説明したように、本発明の実施例１によれば、脳領域におけるＤＩＣＯＭフォーマットによるＭＲＩ画像データを入力させ、脳領域におけるＤＩＣＯＭフォーマットまたは医療機器メーカ独自のフォーマットによるＳＰＥＣＴ画像データを入力させる。ＭＲＩ画像データのＤＩＣＯＭフォーマットとＳＰＥＣＴ画像データのＤＩＣＯＭフォーマット等を同じアナライズ・フォーマットへ変換する。アナライズ・フォーマットへ変換させたＭＲＩ画像データを１つ選択させる。アナライズ・フォーマットへ変換させたＳＰＥＣＴ画像データを２つ選択させる。ＭＲＩ画像データは適宜修正を行なっておく。選択させた２つのＳＰＥＣＴ画像データの差分画像データを求める。修正したＭＲＩ画像データと選択させた２つのＳＰＥＣＴ画像データの各々とを重ね合わせた融合画像データ、および修正したＭＲＩ画像データと差分画像データとを重ね合わせた融合画像データを求める。求めた融合画像データを所定の形式およびまたは所定の条件で表示する。以上により、脳の機能面に現れた症状を脳内の明確な位置的情報と共に表示することができる脳画像データ処理プログラム等を提供することができる。

本発明の脳画像データ処理プログラム等において、２つのＳＰＥＣＴ画像データが定性画像データの場合、実施例１における機能画像データ差分ステップ（ステップＳ２４）における差分画像データは、実施例１と同様に後に撮像されたＳＰＥＣＴ画像データＢと前に撮像されたＳＰＥＣＴ画像データＡとの間の画素毎の変化量をとることにより求めておく。しかし、表示ステップ（ステップ２８）における所定の条件は、画素毎の変化量が画素毎の変化量の標準偏差より大きい場合を表示する対象とすることができる。すなわち、標準偏差より大きい画素のみを表示し、小さい画素は表示させないようにすることもできる。この結果、特定の症状（例えば癲癇）に特化した場合に、特定の症状に合わせて効率よく表示することができる。

図２９は、本発明のコンピュータ・プログラムを実行するコンピュータの内部回路２１０を示すブロック図である。図２９に示されるように、ＣＰＵ２１１、ＲＯＭ２１２、ＲＡＭ２１３、画像制御部２１６、コントローラ２１８、入力制御部２２０および外部インタフェース（Interface : Ｉ／Ｆ）部２２１はバス２２２に接続されている。図２９において、上述の本発明のコンピュータ・プログラムは、ＲＯＭ２１２、ディスク２１６ａまたはＣＤ−ＲＯＭ２１６ｎ等の記録媒体（脱着可能な記録媒体を含む）に記録されている。このコンピュータ・プログラムは、ＲＯＭ２１２からバス２２２を介し、またはディスク２１６ａ若しくはＣＤ−ＲＯＭ２１６ｎ等の記録媒体からコントローラ２１８を経由してバス２２２を介しＲＡＭ２１３へロードされる。画像制御部２１６は脳画像データをＶＲＡＭ２１５へ送出し、表示部２１４はＶＲＡＭ２１５から送出された脳画像データに基づいて脳画像を表示するディスプレイ等の表示装置である。ＶＲＡＭ２１５は表示部２１４の一画面分のデータ容量に相当する容量を有している画像メモリである。入力操作部２１９はコンピュータに入力を行うためのマウス、テンキー等の入力装置であり、入力制御部２２０は入力操作部２１９と接続され入力制御等を行う。外部Ｉ／Ｆ部２２１は、例えばインターネット等の外部の通信網（不図示）と接続する際のインタフェース機能を有している。

上述のようにＣＰＵ２１１が本発明のコンピュータ・プログラムを実行することにより、本発明の目的を達成することができる。当該コンピュータ・プログラムは上述のようにＣＤ−ＲＯＭ２１６ｎ等の記録媒体の形態でコンピュータＣＰＵ２１１に供給することができ、当該コンピュータ・プログラムを記録したＣＤ−ＲＯＭ２１６ｎ等の記録媒体も同様に本発明を構成することになる。当該コンピュータ・プログラムを記録した記録媒体としては上述された記録媒体の他に、例えばメモリ・カード、メモリ・スティック、ＤＶＤ、光ディスク、ＦＤ等を用いることができる。

本発明の活用例として、脳血流定量値の変化の表示等に適用することができる。

本発明の脳画像データ処理プログラムおよび方法の機能の流れを示すフローチャートである。ＤＩＣＯＭフォーマット形式を示す図である。ＳＰＥＣＴ画像データのファイル形式を示す図である。ＭＲＩ画像データのファイル形式を示す図である。アナライズ・フォーマットを説明するための３次元空間を示す図である。アナライズ・フォーマットを定義するプログラム４０を例示する図である。画像データファイル４１の構成を示す図である。ヘッダーファイル４２の構成を示す図である。ＭＲＩ画像データにおける注意点を示す図である。本発明の脳画像データ処理プログラムにおけるファイル・コンバータの操作画面６０を示す図である。操作画面６０のＥｘｐｏｒｔ７２について示す図である。操作画面６０のパラメータ欄８０を示す図である。操作画面６０のパラメータ欄９０を示す図である。操作画面６０のＤｉｒｅｃｔｉｏｎ欄１００を示す図である。本発明の脳画像データ処理プログラムにおけるデータ選択顔面を示す図である。本発明の脳画像データ処理プログラムにおけるデータ選択顔面１２０を示す図である。本発明の脳画像データ処理プログラムにおけるデータ選択顔面１３０を示す図である。本発明の脳画像データ処理プログラム等における融合処理の実例（脳室拡大）を示す図である。本発明の脳画像データ処理プログラム等における融合処理の実例（半球萎縮）を示す図である。本発明の脳画像データ処理プログラム等における融合処理の実例（脳血管障害）を示す図である。本発明の脳画像データ処理プログラム等における融合処理の実例を示す図である。本発明の脳画像データ処理プログラム等における融合処理の実例を示す図である。本発明の脳画像データ処理プログラム等における融合処理の実例を示す図である。レジストレーション処理で用いられる６つのパラメータについ説明する図である。レジストレーション処理の流れを示す図である。ＲＩＵの処理の流れを示す図である。表示ステップ（ステップＳ２８）における実際の表示例を示す図である。表示ステップ（ステップＳ２８）における実際の表示例を示す図である。表示ステップ（ステップＳ２８）における実際の表示例を示す図である。本発明の脳画像データ処理プログラムにおける操作画面１７０を示す図である。１つの融合画像データを拡大して表示する実際の例を示す図である。ＲＯＩが設定された操作画面１９０を示す図である。修正表示ステップにおける操作画面２００を示す図である。本発明のコンピュータ・プログラムを実行するコンピュータの内部回路２１０を示すブロック図である。

符号の説明

１０ＤＩＣＯＭフォーマット形式、１１グループ番号、１２エレメント番号、１３データタイプ、１４データ長、１５データ、２０複数のスライス画像分のデータ、２１、２６ａ、２６ｄファイル、２５ａ、２５ｄ１枚のスライス画像分のデータ、３０３次元空間、３１対象、４０、４４プログラム、４１画像データファイル、４２ヘッダーファイル、４３定義、４３ｘｘ軸方向のデータ、４３ｙｙ軸方向のデータ、４３ｚｚ軸方向のデータ、４５ヘッダーファイルのサイズ、４６画像データのマトリクスサイズ、４７画像データの型、４８画像データのピクセルサイズ、４９ＥＯＦ、５１、５２、５３スライス、５４スライス厚、５５ギャップ厚、６０操作画面、６１、６５、６８、６９、７０、７３、７６、７７、８０、８１、８２、８３、８４、８５、８６、９０、９２、９３、９４、９５、９６、９７、９８、９９、１００、１１１、１１２、１１３、１１５、１１７、１２２、１７１欄、６２、６４、６６、６７、７２、１１４、１１６、１１８、１１９、１２１ボタン、６３、７１ボックス、１０１、１０２，１０３段、１１０、１２０データ選択画面、１４１
脳、１５１、１５３、１６２ＳＰＥＣＴ画像、１５２、１６１ＭＲＩ画像、１５４、２０１、２０２、２０３、２０４融合画像、１７０、１９０操作画面、１９１、１９２、１９３、１９４、１９５、１９６ＲＯＩ、２１０直線、２１０内部回路、２１１ＣＰＵ、２１２ＲＯＭ、２１３ＲＡＭ、２１５ＶＲＡＭ、２１６画像制御部、２１６ａディスク、２１６ｎＣＤ−ＲＯＭ、２１７記録部、２１８コントローラ、２１９入力操作部、２２０入力制御部、２２１外部Ｉ／Ｆ部、２２２バス。

Claims

脳画像データの処理をコンピュータに実行させるための脳画像データ処理プログラムであって、コンピュータに、
所定のフォーマットの解剖学的画像データを１つ選択させる解剖学的画像データ選択ステップ、
前記所定のフォーマットの機能画像データを２つ選択させる機能画像データ選択ステップ、
前記解剖学的画像データ選択ステップで選択させた解剖学的画像データの修正を行なう解剖学的画像データ修正ステップ、
前記機能画像データ選択ステップで選択させた２つの機能画像データの差分画像データを求める機能画像データ差分ステップ、
前記解剖学的画像データ修正ステップで修正した解剖学的画像データと前記機能画像データ選択ステップで選択させた２つの機能画像データの各々とを重ね合わせた融合画像データ、及び前記解剖学的画像データ修正ステップで修正した解剖学的画像データと前記機能画像データ差分ステップで求めた差分画像データとを重ね合わせた融合画像データを求める融合ステップ、
前記融合ステップで求めた融合画像データを所定の形式及び／又は所定の条件で表示する表示ステップを実行させるための脳画像データ処理プログラム。
請求項１記載の脳画像データ処理プログラムにおいて、
前記解剖学的画像データ選択ステップ及び前記機能画像データ選択ステップにおける前記所定のフォーマットは、入力された脳領域における第１のフォーマットによる解剖学的画像データを変換したフォーマットであり、且つ入力された脳領域における第２のフォーマットによる機能画像データを変換したフォーマットであることを特徴とする脳画像データ処理プログラム。
請求項１又は２記載の脳画像データ処理プログラムにおいて、前記解剖学的画像データ修正ステップにおける修正は、頭皮部及び／又は頸部の解剖学的画像データを除去することを特徴とする脳画像データ処理プログラム。
請求項１ないし３のいずれかに記載の脳画像データ処理プログラムにおいて、前記機能画像データ差分ステップにおける差分画像データは、前記２つの機能画像データが定量画像データの場合、後に撮像された機能画像データと前に撮像された機能画像データとの間の所定の単位毎の変化量及び／又は変化率をとることにより求めることを特徴とする脳画像データ処理プログラム。
請求項１ないし３のいずれかに記載の脳画像データ処理プログラムにおいて、前記機能画像データ差分ステップにおける差分画像データは、前記２つの機能画像データが定性画像データの場合、該２つの機能画像データを所定の基準値に基づく機能画像データへ変換した後、後に撮像された機能画像データと前に撮像された機能画像データとの間の所定の単位毎の変化量及び／又は変化率をとることにより求めることを特徴とする脳画像データ処理プログラム。
請求項１ないし３のいずれかに記載の脳画像データ処理プログラムにおいて、前記機能画像データ差分ステップにおける差分画像データは、前記２つの機能画像データが定性画像データの場合、後に撮像された機能画像データと前に撮像された機能画像データとの間の所定の単位毎の変化量をとることにより求めるものであり、前記表示ステップにおける前記所定の条件は、該所定の単位毎の変化量が該所定の単位毎の変化量の標準偏差より大きい場合を表示する対象とすることを特徴とする脳画像データ処理プログラム。
請求項１ないし６のいずれかに記載の脳画像データ処理プログラムにおいて、前記表示ステップの前記所定の形式は、前記融合ステップで求めた融合画像データが所定の断面軸方向にスライスされた複数の融合画像データを同時に表示する形式であることを特徴とする脳画像データ処理プログラム。
請求項７記載の脳画像データ処理プログラムにおいて、前記所定の断面軸方向は、横断面、矢状断面又は冠状断面の方向のいずれか１つ又は複数の方向であることを特徴とする脳画像データ処理プログラム。
請求項７又は８記載の脳画像データ処理プログラムにおいて、前記表示ステップで同時に表示された前記複数の融合画像データの内、選択させた１つの融合画像データを拡大して表示する拡大表示ステップをさらに備えたことを特徴とする脳画像データ処理プログラム。
請求項９記載の脳画像データ処理プログラムにおいて、
前記拡大表示ステップで表示された融合画像データ上に所定の数及び所定の形状の関心領域を設定する関心領域設定ステップと、
前記関心領域設定ステップで設定された関心領域に所定の操作を行なう関心領域操作ステップと、
前記関心領域設定ステップで設定された関心領域及び／又は前記関心領域操作ステップで操作後の関心領域を記録部に記録する記録ステップとをさらに備えたことを特徴とする脳画像データ処理プログラム。
請求項８記載の脳画像データ処理プログラムにおいて、前記所定の断面軸方向が横断面の方向と矢状断面又は冠状断面の方向とである場合、
前記表示ステップで表示された横断面の方向の融合画像データを所定の角度範囲で回転させる回転ステップと、
前記表示ステップで表示された矢状断面又は冠状断面の方向の融合画像データを前記回転ステップで回転させた角度に合わせて表示する修正表示ステップとをさらに備えたことを特徴とする脳画像データ処理プログラム。
請求項１ないし１１のいずれかに記載の脳画像データ処理プログラムにおいて、前記解剖学的画像データはＭＲＩ画像データ又はＣＴ画像データであることを特徴とする脳画像データ処理プログラム。
請求項１ないし１２のいずれかに記載の脳画像データ処理プログラムにおいて、前記機能画像データはＳＰＥＣＴ画像データ又はＰＥＴ画像データであることを特徴とする脳画像データ処理プログラム。
請求項１ないし１３のいずれかに記載の脳画像データ処理プログラムを記録したコンピュータ読取り可能な記録媒体。
脳画像データの処理をコンピュータに行わせる脳画像データ処理方法であって、
所定のフォーマットの解剖学的画像データを１つ選択させる解剖学的画像データ選択ステップと、
前記所定のフォーマットの機能画像データを２つ選択させる機能画像データ選択ステップと、
前記解剖学的画像データ選択ステップで選択させた解剖学的画像データの修正を行なう解剖学的画像データ修正ステップと、
前記機能画像データ選択ステップで選択させた２つの機能画像データの差分画像データを求める機能画像データ差分ステップと、
前記解剖学的画像データ修正ステップで修正した解剖学的画像データと前記機能画像データ選択ステップで選択させた２つの機能画像データの各々とを重ね合わせた融合画像データ、及び前記解剖学的画像データ修正ステップで修正した解剖学的画像データと前記機能画像データ差分ステップで求めた差分画像データとを重ね合わせた融合画像データを求める融合ステップと、
前記融合ステップで求めた融合画像データを所定の形式及び／又は所定の条件で表示する表示ステップとを備えたことを特徴とする脳画像データ処理方法。
請求項１５記載の脳画像データ処理方法において、
前記解剖学的画像データ選択ステップ及び前記機能画像データ選択ステップにおける前記所定のフォーマットは、入力された脳領域における第１のフォーマットによる解剖学的画像データを変換したフォーマットであり、且つ入力された脳領域における第２のフォーマットによる機能画像データを変換したフォーマットであることを特徴とする脳画像データ処理方法。
請求項１５又は１６記載の脳画像データ処理方法において、前記解剖学的画像データ修正ステップにおける修正は、頭皮部及び／又は頸部の解剖学的画像データを除去することを特徴とする脳画像データ処理方法。
請求項１５ないし１７のいずれかに記載の脳画像データ処理方法において、前記機能画像データ差分ステップにおける差分画像データは、前記２つの機能画像データが定量画像データの場合、後に撮像された機能画像データと前に撮像された機能画像データとの間の所定の単位毎の変化量及び／又は変化率をとることにより求めることを特徴とする脳画像データ処理方法。
請求項１５ないし１７のいずれかに記載の脳画像データ処理方法において、前記機能画像データ差分ステップにおける差分画像データは、前記２つの機能画像データが定性画像データの場合、該２つの機能画像データを所定の基準値に基づく機能画像データへ変換した後、後に撮像された機能画像データと前に撮像された機能画像データとの間の所定の単位毎の変化量及び／又は変化率をとることにより求めることを特徴とする脳画像データ処理方法。
請求項１５ないし１７のいずれかに記載の脳画像データ処理方法において、前記機能画像データ差分ステップにおける差分画像データは、前記２つの機能画像データが定性画像データの場合、後に撮像された機能画像データと前に撮像された機能画像データとの間の所定の単位毎の変化量をとることにより求めるものであり、前記表示ステップにおける前記所定の条件は、該所定の単位毎の変化量が該所定の単位毎の変化量の標準偏差より大きい場合を表示する対象とすることを特徴とする脳画像データ処理方法。
請求項１５ないし２０のいずれかに記載の脳画像データ処理方法において、前記表示ステップは、前記融合ステップで求めた融合画像データを所定の断面軸方向にスライスした複数の融合画像データを同時に表示することを特徴とする脳画像データ処理方法。
請求項２１記載の脳画像データ処理方法において、前記所定の断面軸方向は、横断面、矢状断面又は冠状断面の方向のいずれか１つ又は複数の方向であることを特徴とする脳画像データ処理方法。
請求項２１又は２２記載の脳画像データ処理方法において、前記表示ステップで同時に表示された前記複数の融合画像データの内、選択させた１つの融合画像データを拡大して表示する拡大表示ステップをさらに備えたことを特徴とする脳画像データ処理方法。
請求項２３記載の脳画像データ処理方法において、
前記拡大表示ステップで表示された融合画像データ上に所定の数及び所定の形状の関心領域を設定する関心領域設定ステップと、
前記関心領域設定ステップで設定された関心領域に所定の操作を行なう関心領域操作ステップと、
前記関心領域設定ステップで設定された関心領域及び／又は前記関心領域操作ステップで操作後の関心領域を記録部に記録する記録ステップとをさらに備えたことを特徴とする脳画像データ処理方法。
請求項２２記載の脳画像データ処理方法において、前記所定の断面軸方向が横断面の方向と矢状断面又は冠状断面の方向とである場合、
前記表示ステップで表示された横断面の方向の融合画像データを所定の角度範囲で回転させる回転ステップと、
前記表示ステップで表示された矢状断面又は冠状断面の方向の融合画像データを前記回転ステップで回転させた角度に合わせて表示する修正表示ステップとをさらに備えたことを特徴とする脳画像データ処理方法。
請求項１５ないし２５のいずれかに記載の脳画像データ処理方法において、前記解剖学的画像データはＭＲＩ画像データ又はＣＴ画像データであることを特徴とする脳画像データ処理方法。
請求項１５ないし２６のいずれかに記載の脳画像データ処理方法において、前記機能画像データはＳＰＥＣＴ画像データ又はＰＥＴ画像データであることを特徴とする脳画像データ処理方法。