JP2007229023A - 放射線断層撮影装置および画像処理装置 - Google Patents

Abstract

【課題】 Ｘ線ＣＴ装置の各種スキャン方法において断層像を実時間ラベリングする放射線断層撮影装置（１００）を提供する。
【解決手段】 放射線断層撮影装置（１００）は、Ｘ線を照射して被検体の所定領域を透過した投影データを収集し、断層像を表示するため画像再構成（図１０）を行う。そして、画像再構成された断層像をラベリング処理しながら、ラベリング処理された連続領域ごとの画像特徴量を求めるラベリング手段（Ｓ１２、Ｓ１４）と、ラベリング手段によりラベリング処理された連続領域の情報に基づき再ラベリング処理を行い、連続領域ごとの画像特徴量を編集する再ラベリング手段（Ｓ１６−Ｓ２０）と、再ラベリング手段により編集された連続領域の画質を最適化する画像再構成手段（Ｓ２４，Ｓ２６）とを有する。
【選択図】図４５

Description

本発明は、医療用Ｘ線ＣＴ（Computed Tomography）装置などにおいて、実時間ラベリング処理、またはラベリング処理の結果に基づく画像再構成処理への画像フィードバック処理を実現する放射線断層撮影装置および画像処理装置に関する。

従来、放射線断層撮影装置の一つであるＸ線ＣＴ装置は、画像再構成したスキャンの断層像における各部位、各臓器または各組織（以下、各部位と略す）を独立して扱うことができるようにラベリング処理を行う。例えば、特許文献１では、三次元のラベリング処理について開示している。この特許文献１では、図４７のように、コンベンショナルスキャン（アキシャルスキャン）またはヘリカルスキャンなどによるＸ線ＣＴ撮影をｚ方向開始座標位置ｚsからｚ方向終了座標位置ｚeまでの範囲を時刻t1からt2までの間に行った後に、ｚ方向に連続した断層像からなる三次元画像の連続領域番号付処理、ラベリング処理またはセグメンテーション処理（以下、ラベリング処理という）を時刻t3からt4までの間に行っていた。このため、すべての撮影が終わった後に三次元ラベリング処理の結果に基づいて再度、画像再構成を行うことは撮影後、時間が経ってからの処理であるため、診断のワークフロー上では不利・不便であった。

また、この時に、t3<t2となることはなかった。つまり、ラベリング処理結果を画像再構成にフィードバックすることはなかった。つまり、三次元ラベリング処理の結果を画像再構成にフィードバックすること、つまり、断層像の画像再構成処理への画像フィードバック処理を実時間（リアルタイム）で行うことはできなかった。このため、各セグメント領域の画質の最適化処理には限界があった。さらに、従来の画像再構成処理、画像判定処理におけるラベリング処理では、濃淡画像から２値化を行って２値画像にした後に、ラベリング処理、再ラベリング処理を行う。さらにその後に、連続領域ごとに画像測定を行っていたので効率的ではなかった。
特開２００３−１４１５４８号公報

多列X線検出器を有する放射線断層撮影装置において、Ｘ線コーンビームのコーン角が大きくなるにつれ、撮影時間の短縮も進む方向である。撮影時間が短縮されても画質の妥協はされなく、むしろ画質の向上、最適化も望まれる方向である。撮影時間の短縮に伴い、ワークフロー上に望まれるのは、ハイブリッド・カーネルあるいはセグメント・ハイブリッドカーネル（Segmented Hybrid Kernel）に代表されるような、各部位ごとの画質の最適化である。つまり、各部位の領域ごとに画質が最適化されることが撮影と同時に行われることが望まれている。

従来の放射線断層撮影装置におけるラベリング技術としては、三次元ラベリングにおいても、まず画像再構成により三次元画像の全体が揃った後に三次元ラベリングを行っていた。（図４７参照）しかし、例えば長いヘリカルスキャンの後に、三次元ラベリング処理を行っているのではワークフロー上も遅くなって律速段階となってしまう。また、三次元ラベリング処理の結果を画像再構成処理にフィードバックもかけず、いわゆる画像フィードバック処理が実時間（Real Time）で行えなくなってしまう。これは、ヘリカルスキャンのみならず、可変ピッチヘリカルスキャンまたはヘリカルシャトルスキャンまたはｚ方向に連続して複数のｚ方向座標位置でスキャンを行うアキシャルスキャンなどにおいても同様である。

このため、これらの問題を解決するために、ｚ方向に連続した断層像からなる三次元画像の局所領域において、画像再構成処理とパイプラインで、しかも画像再構成と並列処理として三次元ラベリング処理を行う必要性が出てくる。この三次元の局所領域における局所並列ラベリング処理の結果情報から、最終的な三次元ラベリング結果情報を導くには新しい技術課題がある。特に、再ラベリング処理における各連続領域の情報の編集には新しい技術課題が存在する。ラベリング処理と同時に画像特徴量の測定を行っている場合には、再ラベリング処理時の各連続領域の連続性の結果に基づいて画像特徴量の測定値の編集を行う必要がある。この点においても新規の技術課題が存在する。

また通常、三次元濃淡画像を２値化して、三次元２値画像として三次元ラベリング処理を行うが、三次元濃淡画像から直接三次元ラベリング処理を行い、三次元ラベリングと画像特徴量の測定を同時に行う処理においても、再ラベリング処理時の画像特徴量の測定結果の編集を行う必要がある。この点においても新規の技術課題が存在する。また、三次元ラベリングと同時にｚ方向の適応型ノイズフィルタを同時にかける場合も新しい技術課題がある。

そこで、本発明の目的は、多列X線検出器を有する放射線断層撮影装置の各種スキャンおよび画像処理装置における実時間ラベリング処理、またはラベリング処理の結果に基づく画像再構成処理への画像フィードバック処理を実現する放射線断層撮影装置および画像処理装置を提供することにある。

以下、理解を容易にするため三次元ラベリングで説明を行う。本発明は、各種スキャンにおいて、１枚の断層像または複数枚の断層像の画像再構成が終了するとともに、これらをｚ方向に連続した断層像からなる三次元画像の一部として、例えば三次元ラベリングを始める。ここでは、例えば６４枚の断層像の三次元ラベリングを行う。途中までは独立した三次元連続領域だったところが、ｚ方向に三次元ラベリングを進めるにつれ、独立していると思われた三次元連続領域が接続していたことがわかる場合がある。

図１Ａは、三次元画像の途中まで三次元ラベリング処理を行った状態を示す図で、Ｂは三次元画像の三次元ラベリング処理を更に進めた場合を示す。例えば、図１Ａに示すように、三次元画像の途中まで三次元ラベリングを行ったところ、三次元連続領域“１”と三次元連続領域“２”は独立しており連続ではなかった。しかし、更に三次元ラベリング処理を進めて行くと、図１Ｂに示すように、三次元連続領域“１”と三次元連続領域“２”は、ある断層像以降において接続していたことがわかる場合がある。この時に、接続してしまった番号の異なる三次元連続領域の情報をデータベースに入れておく。つまり、再ラベリング処理は、このデータベース上の情報の処理のみとし、連続領域番号の書き換えは行わない。このような、データベース上の再ラベリング処理を行うものとする。

図２は、三次元ラベリング処理と三次元再ラベリング処理のタイミングを示す図である。図２に示すように、今、２５６枚の断層像からなる三次元画像の三次元ラベリング処理を行うとする。このとき、三次元ラベリング処理と同時に画像特徴量の測定も同時に行う。６４枚の断層像の三次元ラベリング処理が済んだところで、三次元再ラベリング処理を三次元連続情報データベース上の処理として行う。具体的には、三次元再ラベリング処理においては、画像特徴量の編集、例えば結合または合体を行う。今、時刻０から放射線断層撮影装置としてのスキャンが開始したとする。これに遅れて、時刻ｔ３から三次元ラベリング処理を開始する。時刻ｔ５において、６４断層像分の三次元ラベリング処理を終えたと同時に再ラベリング処理を開始させる。時刻ｔ４において、三次元ラベリング処理を終了する。これに遅れて、時刻ｔ６において三次元再ラベリング処理を終了する。このようにして、放射線断層撮影装置の撮影と三次元ラベリング処理と三次元再ラベリング処理を並列動作させることができる。

従来の図４７と比較して見ると、本発明の並列処理の理解が深まる。図３は、本発明のラベリング処理を示す図である。時刻ｔ１から時刻ｔ４は、図２と同じ時刻である。図３において、ｚ方向開始座標位置ｚｓからｚ方向終了座標位置ｚｅに至る途中から三次元画像のラベリング処理を行う。このようにして、Ｘ線ＣＴ装置の撮影と三次元ラベリング処理を並列動作している。

更に２値化処理を行わずに濃淡画像から直接三次元ラベリング処理および画像特徴量の測定を行うことにより、処理の高速化が実現できる。また、この際に濃淡画像において、ｚ方向の適応型ノイズフィルタ処理も行うことで、更に処理の高速化、三次元ラベリング処理結果、画像特徴量の測定結果の安定化も実現できる。

このように三次元ラベリングして抽出された各三次元連続領域の各々の画像特徴量を用いて、部位または臓器または組織（以下、総して部位という）として認識する。このように各部位として認識された三次元連続領域を各部位領域として画質を最適化する。画質を最適化するにあたっては、各部位領域ごとに画像再構成関数による最適化、画像空間における画像フィルタによる最適化を行う。

このようにして、本発明は、ヘリカルスキャンなどのデータ収集に同期して画像再構成、ラベリング処理、および再ラベリング処理をパイプライン処理として行うことにより、実時間ラベリングを実現すること、または、ラベリング処理の結果に基づき、画像再構成処理へ画像フィードバックをかけることで上記課題を解決する。

第１の観点の放射線断層撮影装置は、放射線を照射して被検体の所定領域を透過した投影データを収集し、断層像を表示するため画像再構成を行う。そして、画像再構成された断層像をラベリング処理するラベリング手段と、ラベリング手段により抽出された連続領域ごとに画質を最適化する画像再構成手段とを有する。
この第１の観点における放射線断層撮影装置では、各種スキャンで画像再構成された断層像をラベリング処理し、ラベリング抽出された領域ごとに画像再構成処理の再構成関数および画像空間の画像フィルタなどにより、画質を最適化することができる。

第２の観点の放射線断層撮影装置は、放射線を照射して被検体の所定領域を透過した投影データを収集し、断層像を表示するため画像再構成を行う。そして、画像再構成された断層像をラベリング処理するラベリング手段と、ラベリング手段によりラベリング処理された連続領域の情報に基づき再ラベリング処理する再ラベリング手段と、再ラベリング手段により抽出された連続領域ごとに画質を最適化する画像再構成手段とを有する。
この第２の観点における放射線断層撮影装置では、各種スキャンにより、z方向に連続して撮影された断層像をてラベリング処理する場合、z方向に三次元ラベリングを進めて三次元連続領域を見つけて行くと、接続していたことがわかる三次元連続領域も見つかる。このため、再ラベリング処理により連続領域の接続情報を修正することで、適正にラベリング処理が行われ、三次元連続領域が正しく検出できる。これで抽出された三次元連続領域である各部位の領域ごとに画質を最適化できる。

第３の観点の放射線断層撮影装置は、放射線を照射して被検体の所定領域を透過した投影データを収集し、断層像を表示するため画像再構成を行う。そして、画像再構成された断層像をラベリング処理しながら、ラベリング処理された連続領域ごとの画像特徴量を求めるラベリング手段と、ラベリング手段によりラベリング処理された連続領域の情報に基づき再ラベリング処理を行い、連続領域ごとの画像特徴量を編集する再ラベリング手段と、再ラベリング手段により編集された連続領域の画質を最適化する画像再構成手段とを有する。
この第３の観点における放射線断層撮影装置では、各種スキャンにより、z方向に連続して撮影された断層像を三次元ラベリング処理を行う場合、連続領域ごとに画素を計数することで面積や体積が求められ、輪郭または表面の画素を計数することで周囲長や表面積が求められ、面積と周囲長から円形度が求められ、体積と表面積から球形度が求められる。このようにして、このラベリング処理の走査において連続領域ごとの画像特徴量が求められる。また、ラベリングされた各連続領域を再ラベリングする際に、あるz座標までは接続していない独立だった連続領域が、あるz座標において接続していることがわかり、その連続領域の編集を行う。この処理が再ラベリング処理である。この再ラベリング処理の際に、各連続領域の画像特徴量も編集（合体・結合）させる。例えば、２つの連続領域の面積や体積は２つの連続領域が編集される時には、面積値同士を加算、体積値同士を加算すれば良い。また、同様に周囲長、表面積も加算することで編集できる。また、円形度、球形度は２つの連続領域を編集した際に新しく求められた面積値、体積値、周囲長値、表面積値より新たに計算すれば良い。このように、再ラベリング処理においては、連続領域を編集させて新しい連続領域番号を付けるとともに、２つの連続領域の画像特徴量を編集することにより、編集した新たな連続領域の画像特徴量を求めることができる。

第４の観点の放射線断層撮影装置は、２値画像を介さず、濃淡画像である画像再構成された断層像からラベリング処理を行う。
この第４の観点における放射線断層撮影装置では、各種スキャンにより得られた断層像または三次元画像などの各画素は、Ｘ線吸収係数に比例したＣＴ値（HU：Hounsfield
Unitとも呼ばれる）を持つ濃淡画像、濃淡三次元画像である。この時に濃淡画像を２値化しなくても、２値化閾値の範囲内か否かの判断でラベリング処理を行うことにより、２値化処理、２値化された２値画像を介さずに濃淡画像から直接ラベリング処理を行うことができる。

第５の観点では、ラベリング手段または再ラベリング手段の少なくとも一方は、投影データの収集と同期して行う。
この第５の観点における放射線断層撮影装置では、各種スキャンにより得られたz方向に連続して撮影された断層像による三次元画像を実時間ラベリング処理するには、ラベリング処理にすぐ取りかかる必要がある。このため、投影データ後に１枚または数枚分の断層像の画像再構成が行われたら、投影データ、画像再構成に同期して１枚目の断層像画像再構成後、または所定の複数枚の断層像画像再構成後、すぐにラベリング処理に取りかかることが実時間ラベリング処理につながる。このため、スキャン中、画像再構成中に、これらに同期させてラベリング処理を行うことで実時間ラベリングが実現できる

第６の観点の放射線断層撮影装置は、ヘリカルスキャン、可変ピッチヘリカルスキャン、ヘリカルシャトルスキャン、ｚ方向に連続した複数の位置におけるアキシャルスキャン、またはシネスキャンの際に同期して行う。
この第６の観点における放射線断層撮影装置では、第５の観点において、z方向に連続した断層像がほぼ一定時間間隔で次々と画像再構成される場合、スキャンデータ収集や画像再構成に所定の断層像枚数分遅れて、ラベリング処理を同期させて動かすことができる。また、所定の断層像枚数分の遅れではなく、一定時間間隔の遅れで同期させても同様に実時間ラベリング処理が実現できる。

第７の観点では、ラベリング手段は、１枚分または所定の複数枚分の断層像の画像再構成が終了後に、ラベリング処理を開始する。
この第７の観点における放射線断層撮影装置では、ラベリング処理を同期させて動かす場合は、同期遅れには少なくとも画像再構成された断層像１枚は待つ必要がある。このため、少なくとも断層像１枚分または所定の複数枚分待った後に、ラベリング処理を開始させれば実時間ラベリング処理は実現できる。

第８の観点では、再ラベリング手段は、１枚分または所定の複数枚分のラベリング処理が終了後に、再ラベリング処理を開始する。
この第８の観点における放射線断層撮影装置では、第７の観点におけるラベリング処理の後に、再ラベリング処理を行う。このラベリング処理と再ラベリング処理の間隔はある程度取る必要がある。再ラベリング処理はラベリング処理で検出された複数の三次元連続領域の接続を再ラベリング処理により修正処理を行い、修正されるべき三次元連続領域の領域番号（ラベル番号）を付け直す処理である。つまり、再ラベリング処理においてはラベリング処理で検出した接続情報をフィードバックしている。このため、ラベリング処理と再ラベリング処理の間の遅れがあまり大きくないと修正ができないことがある。このため、再ラベリング処理はラベリング処理後、断層像複数枚分の充分な遅れを取ることにより、実時間ラベリング処理において充分修正をかける余裕が得られ、より適切なラベリング処理が行える。

第９の観点では、ラベリング手段は、二次元ラベリング処理または三次元ラベリング処理または四次元ラベリング処理のうちの少なくともいずれか１つを含む。
この第９の観点における放射線断層撮影装置では、z方向に連続して撮影された断層像と三次元画像として三次元ラベリングする場合、三次元ラベリングは二次元ラベリングの情報を元にして三次元ラベリングを行う。また、ヘリカルシャトルスキャンにおいては、z方向に連続して撮影した断層像からなる三次元画像を時系列に収集することができる。つまり、四次元画像を収集することができ、この場合はデータ収集、画像再構成に同期させて四次元ラベリング処理を行うことができる。

第１０の観点では、ラベリング手段は、断層像の各画素の画像特徴量またはその画素の近傍の画像特徴量に基づいて、ラベリング処理を行う。
この第１０の観点における放射線断層撮影装置では、ラベリングする場合、断層像の画素のＣＴ値のみを２値化または閾値条件で判断してラベリングするよりも、精度を上げるために各画素およびその周辺画素のＣＴ値の標準偏差や、その他の画像特徴量による条件の判断で画素の連続性を判断し、ラベリング処理することもできる。これにより、より精度の高いラベリング処理が行える。

第１１の観点では、画像再構成手段は、ラベリング処理された領域または再ラベリング処理された領域の画像特徴量に応じて、ラベリングされた領域または再ラベリングされた領域を部位として認識し、該部位の画質を最適化する。
この第１１の観点における放射線断層撮影装置では、ラベリング処理または再ラベリング処理を行う際に、画素のＣＴ値のみならず、各画素およびその周辺画素のＣＴ値の標準偏差や、その他の画像特徴量による条件判断で画素の連続性を判断して、部位と判断することもできる。

第１２の観点では、画像特徴量は、面積、画像濃度和、周囲長、フェレ径、フェレ径比、円形度、面積率、１次モーメント、２次モーメント、楕円近似した長径・短径、体積、体積濃度和、表面積、三次元フェレ径、三次元フェレ径比、球形度、体積率、三次元１次モーメント、三次元２次モーメント、楕円体近似した径のうち少なくとも１つを含む。
この第１２の観点における放射線断層撮影装置では、これらを画像特徴量として測定または編集できる。また、これらの画像特徴量と類似するものも追加することによりさらに効果が出る場合もある。また、た、これらの画像特徴量のうち余り効果のないものは削除してもよい。

第１３の画像処理装置は、画像入力を行う画像入力手段と、入力された画像にラベリング処理を行いながら、ラベリング処理された連続領域の画像特徴量を求めるラベリング手段と、ラベリング手段によりラベリング処理された連続領域の情報に基づき、再ラベリング処理を行い、再ラベリング処理された連続領域ごとの画像特徴量を編集する再ラベリング手段と、再ラベリング手段により編集された連続領域の画質を最適化する画像最適化手段とを有する。
この第１３の観点における画像処理装置では、三次元濃淡画像を入力した後に、その三次元濃淡画像をラベリング処理し、ラベリングされた連続領域ごとに画像の再投影処理および逆投影処理、または画像空間の画像フィルタなどにより画質を最適化できる。

第１４の観点では、画像入力手段は濃淡画像である画像再構成された断層像を入力し、ラベリング手段は該断層像から２値画像を介さず、ラベリング処理を行う。
この第１４の観点における画像処理装置では、例えば三次元濃淡画像の各画素は連続値を持った濃淡画像、濃淡三次元画像である。この時に濃淡画像を２値化しなくても、２値化閾値の範囲か否かの判断でラベリング処理を行うことにより、２値化処理および２値化された２値画像を介さずに濃淡画像から直接ラベリング処理を行うことができる。このようにして得られたラベリングされた三次元連続領域である部位の領域ごとに画質を最適化できる。

第１５の観点では、ラベリング手段または再ラベリング手段の少なくとも一方は、画像入力手段の画像入力と同期してラベリング処理または再ラベリング処理を行う。
この第１５の観点における画像処理装置では、画像入力に同期して、すぐラベリング処理に取りかかることが実時間ラベリング処理につながる。このため、画像入力中に同期させてラベリング処理を行うことで実時間ラベリングが実現できる。

第１６の観点では、ラベリング手段は、１枚分または所定の複数枚分の断層像の画像再構成が終了後に、ラベリング処理を開始する。
この第１６の観点における画像処理装置では、ラベリング処理を同期させて動かす場合は、同期遅れには少なくとも画像再構成された断層像１枚は待つ必要がある。このため、少なくとも断層像１枚分または所定の複数枚分待った後に、ラベリング処理を開始させれば実時間ラベリング処理は実現できる。

第１７の観点では、再ラベリング手段は、１枚分または所定の複数枚分のラベリング処理が終了後に、再ラベリング処理を開始する。
この第１７の観点における画像処理装置では、再ラベリング処理はラベリング処理で検出された複数の三次元連続領域の接続に基づいて再ラベリング処理時に修正処理を行い、修正されるべき三次元連続領域の領域番号（ラベル番号）を付け直す処理である。つまり、ラベリング処理で検出した接続情報を再ラベリング処理で三次元画像にフィードバックしている。再ラベリング処理はラベリング処理後、画像入力複数枚分の遅れを取ることにより実時間ラベリング処理において充分修正をかける余裕ができ、より最適なラベリング処理が行える。

第１８の観点では、ラベリング手段は、二次元ラベリング処理または三次元ラベリング処理または四次元ラベリング処理のうちの少なくともいずれか１つを含む。
この第１８の観点における画像処理装置では、z方向に連続した二次元画像からなる三次元画像を入力中に同期させて三次元ラベリング処理を行う場合、三次元ラベリングは二次元ラベリングの情報を元にして三次元ラベリングを行う。また、z方向に連続した二次元画像からなる三次元画像を時系列に続けて収集することにより四次元画像を収集することができ、この場合は四次元画像の画像入力に同期させて四次元ラベリング処理を行うことができる。

第１９の観点では、ラベリング手段は、断層像の各画素の画像特徴量またはその画素の近傍の画像特徴量に基づいて、ラベリング処理を行う。
この第１９の観点における画像処理装置では、さらにラベリングの精度を上げるために、各画素およびその周辺画素の画素値の標準偏差やその他の画像特徴量による条件の判断で画素の連続性を判断してラベリング処理を行うこともできる。これにより、より精度の高いラベリング処理が行える。

第２０の観点では、画像特徴量は、面積、画像濃度和、周囲長、フェレ径、フェレ径比、円形度、面積率、１次モーメント、２次モーメント、楕円近似した長径・短径、体積、体積濃度和、表面積、三次元フェレ径、三次元フェレ径比、球形度、体積率、三次元１次モーメント、三次元２次モーメント、楕円体近似した径のうち少なくとも１つを含む。
この第２０の観点における画像処理装置では、これらを画像特徴量として測定または編集できる。また、これらの画像特徴量と類似するものも追加することによりさらに効果が出る場合もある。また、た、これらの画像特徴量のうち余り効果のないものは削除してもよい。

本発明の放射線断層撮影装置または画像処理装置によれば、実時間ラベリング処理、または実時間ラベリング処理、またはラベリング処理の結果に基づく画像再構成処理への画像フィードバック処理を実現できる効果がある。

以下、図に示す実施の形態により本発明をさらに詳細に説明する。なお、これにより本発明が限定されるものではない。

＜Ｘ線ＣＴ装置の全体構成＞
図４は、本発明の一実施形態にかかるＸ線ＣＴ装置１００の構成ブロック図である。このＸ線ＣＴ装置１００は、操作コンソール１と、撮影テーブル１０と、走査ガントリ２０とを具備している。

操作コンソール１は、操作者の入力を受け付ける入力装置２と、前処理、画像再構成処理、後処理などを実行する中央処理装置３と、走査ガントリ２０で収集したＸ線検出器データを収集するデータ収集バッファ５と、Ｘ線検出器データを前処理して求められた投影データから画像再構成した断層像を表示するモニタ６と、プログラムやＸ線検出器データや投影データやＸ線断層像を記憶する記憶装置７とを具備している。撮影条件の入力はこの入力装置２から入力され、記憶装置７に記憶される。図５にモニタ６に表示された撮影条件入力画面１３Ａの例を示す。画面撮影条件入力画面１３Ａには、所定の入力を行うための入力ボタン１３ａが表示されている。図５においてはスキャンのタブが選択されている画面である。タブをＰ−Ｒｅｃｏｎを選択すると図５の下に描かれているように入力用の表示が切り換わる。入力ボタン１３ａの上方には断層像１３ｂが表示され、下方には再構成領域１３ｃが表示されている。また、必要とあれば右上に表示されているように、生体信号を表示してもよい。

図４に戻り、撮影テーブル１０は、被検体を乗せて走査ガントリ２０の開口部に出し入れするクレードル１２を具備している。クレードル１２は撮影テーブル１０に内蔵するモータで昇降およびテーブル直線移動される。

走査ガントリ２０は、Ｘ線管２１と、Ｘ線コントローラ２２と、コリメータ２３と、ビーム形成Ｘ線フィルタ２８と、多列Ｘ線検出器２４と、データ収集装置（ＤＡＳ：Ｄata Acquisition Ｓystem）２５と、被検体の体軸の回りに回転しているＸ線管２１などを制御する回転部コントローラ２６と、制御信号などを操作コンソール１や撮影テーブル１０とやり取りする制御コントローラ２９とを具備している。ビーム形成Ｘ線フィルタ２８は撮影中心である回転中心に向かうＸ線の方向にはフィルタの厚さが最も薄く、周辺部に行くに従いフィルタの厚さが増し、Ｘ線をより吸収できるようになっているＸ線フィルタである。このため、円形または楕円形に近い断面形状の被検体の体表面の被曝を少なくできるようになっている。また、走査ガントリ傾斜コントローラ２７により、走査ガントリ２０はｚ方向の前方および後方に±約３０度ほど傾斜できる。

Ｘ線管２１と多列Ｘ線検出器２４は、回転中心ＩＣの回りを回転する。鉛直方向をy方向とし、水平方向をx方向とし、これらに垂直なテーブルおよびクレードル進行方向をｚ方向とするとき、Ｘ線管２１および多列Ｘ線検出器２４の回転平面は、ｘｙ平面である。また、クレードル１２の移動方向は、ｚ方向である。

図６は、Ｘ線管２１と多列Ｘ線検出器２４の幾何学的配置をｘｙ平面から見た図であり、図７は、Ｘ線管２１と多列Ｘ線検出器２４の幾何学的配置をｙｚ平面から見た図である。Ｘ線管２１は、コーンビームＣＢと呼ばれるＸ線ビームを発生する。Ｘ線ビームの中心軸方向がy方向に平行なときを、ビュー角度０度とする。多列Ｘ線検出器２４は、ｚ方向にJ列、例えば２５６列のＸ線検出器列を有する。また、各Ｘ線検出器列はチャネル方向にIチャネル、例えば１０２４チャネルのＸ線検出器チャネルを有する。

図６では、Ｘ線管２１のＸ線焦点を出たＸ線ビームがビーム形成Ｘ線フィルタ２８により、再構成領域Ｐの中心ではより多くのＸ線が、再構成領域Ｐの周辺部ではより少ないＸ線が照射される。このようにＸ線線量を空間的に制御した後に、再構成領域Ｐの内部に存在する被検体にＸ線が吸収され、透過したＸ線が多列Ｘ線検出器２４でＸ線検出器データとして収集される。図７では、Ｘ線管２１のＸ線焦点を出たＸ線ビームはＸ線コリメータ２３により断層像のスライス厚方向に制御されて、つまり、回転中心軸ＩＣにおいてＸ線ビーム幅がＤとなるように制御されて、回転中心軸ＩＣ近辺に存在する被検体にＸ線が吸収され、透過したＸ線は多列Ｘ線検出器２４でＸ線検出器データとして収集される。Ｘ線が被検体に照射されて収集された投影データは、多列Ｘ線検出器２４からデータ収集装置２５でＡ／Ｄ変換され、スリップリング３０を経由してデータ収集バッファ５に入力される。データ収集バッファ５に入力されたデータは、記憶装置７のプログラムにより中央処理装置３で処理され、断層像に画像再構成されてモニタ６に表示される。なお、本実施形態では多列Ｘ線検出器２４を適用した場合であるが、フラットパネルＸ線検出器に代表されるマトリクス構造の二次元Ｘ線エリア検出器を適用することもできるし、１列のＸ線検出器を適用することができる。

＜Ｘ線ＣＴ装置の動作フローチャート＞
図８は本実施形態のＸ線ＣＴ装置１００の動作の概要を示すフローチャートである。

ステップＰ１では、被検体をクレードル１２に乗せ位置合わせを行う。クレードル１２の上に乗せられた被検体は各部位の基準点に走査ガントリ２０のスライスライト中心位置を合わせる。

ステップＰ２では、スカウト像（スキャノ像、Ｘ線透視像ともいう。）収集を行う。スカウト像は被検体の体の大きさによって成人又は子供の２種類のスカウト像が撮影できるようになっており、さらに通常０度，９０度で撮影することができる。部位によっては例えば頭部のように、９０度スカウト像のみの場合もある。スカウト像撮影では、Ｘ線管２１と多列Ｘ線検出器２４とを固定させ、クレードル１２を直線移動させながらＸ線検出器データのデータ収集動作を行う。スカウト像撮影の詳細については図１０で後述する。

ステップＰ３では、スカウト像上に撮影する断層像の位置、大きさを表示しながら撮影条件設定を行う。本実施形態では、コンベンショナルスキャン（アキシャルスキャン）、ヘリカルスキャン、可変ピッチヘリカルスキャン、ヘリカルシャトルスキャンなどの複数のスキャンパターンを有している。コンベンショナルスキャンとは、クレードル１２をＺ軸方向に所定ピッチ移動するごとにＸ線菅２１及びＸ線検出部２４を回転させて投影データを取得するスキャン方法である。ヘリカルスキャンとは、Ｘ線管２１とＸ線検出部２４とが回転している状態でクレードル１２を所定速度で移動させ、投影データを取得するスキャン方法である。可変ピッチヘリカルスキャンとは、ヘリカルスキャンと同様にＸ線菅２１及びＸ線検出部２４を回転させながらクレードル１２の速度を可変させて投影データを取得するスキャン方法である。ヘリカルシャトルスキャンとは、ヘリカルスキャンと同様にＸ線菅２１及びＸ線検出部２４を回転させながらクレードル１２をＺ軸方向又は−Ｚ軸方向に往復移動させて投影データを取得するスキャン方法である。これら複数のスキャンを設定する際には１回分の全体としてのＸ線線量情報の表示を行う。また、シネスキャンにおいては、回転数または時間を入れるとその関心領域における入力された回転数分、または入力された時間分のＸ線線量情報が表示される。

ステップＰ４では、断層像撮影を行う。断層像撮影およびその画像再構成の詳細については図１０で後述する。ステップＰ５では、画像再構成された断層像を表示する。ステップＰ６では、ｚ方向に連続に撮影された断層像を三次元画像として用いて、図９のように三次元画像表示を行う。

図９は、三次元画像表示方法にはボリュームレンダリング三次元画像表示方法４０、ＭＩＰ（Maximum Intensity Projection）画像表示方法４１、ＭＰＲ（Multi Plain Ｒeformat）画像表示方法４２を示す。各種の画像表示方法などがあるが、本発明ではどの表示方法も適用でき、診断用途により適宜使い分けることができる。

＜断層像撮影およびスカウト像撮影の動作フローチャート＞
図１０は、本発明のＸ線ＣＴ装置１００の断層像撮影およびスカウト像撮影の動作の概略を示すフローチャートである。

ステップＳ１において、ヘリカルスキャンは、Ｘ線管２１と多列Ｘ線検出器２４とを被検体の回りに回転させ、かつ撮影テーブル１０上のクレードル１２を直線移動させながらＸ線検出器データのデータ収集動作を行う。ビュー角度viewと、検出器列番号jと、チャネル番号iとで表わされるＸ線検出器データＤ０（view，j，i）(ｊ＝１〜ＲＯＷ，ｉ＝１〜ＣＨ)にｚ方向位置Ｚtable（view）を付加させて、一定速度の範囲のデータ収集を行う。また、可変ピッチヘリカルスキャンまたはヘリカルシャトルスキャンにおいては、一定速度の範囲のデータ収集に加えて、加速時、減速時においてもデータ収集を行うものとする。また、コンベンショナルスキャン（アキシャルスキャン）またはシネスキャンでは撮影テーブル１０上のクレードル１２をあるｚ方向位置に固定させたまま、データ収集系を１回転または複数回転させてＸ線検出器データのデータ収集を行う。必要に応じて、次のｚ方向位置に移動した後に、再度データ収集系を１回転または複数回転させてＸ線検出器データのデータ収集を行う。また、スカウト像撮影では、Ｘ線管２１と多列Ｘ線検出器２４とを固定させ、撮影テーブル１０上のクレードル１２を直線移動させながらＸ線検出器データのデータ収集動作を行うものとする。

ステップＳ２では、Ｘ線検出器データＤ０(view，j，i)に対して前処理を行い、投影データに変換する。図１１は、図１０のステップＳ２の前処理について具体的な処理を示す。ステップＴ２１ではオフセット補正を行い、ステップＴ２２では対数変換を行い、ステップＴ２３ではＸ線線量補正を行い、ステップＴ２４では感度補正を行う。スカウト像撮影の場合は、前処理されたＸ線検出器データをチャネル方向の画素サイズおよびクレードル１２の直線移動方向であるｚ方向の画素サイズを、モニタ６の表示画素サイズに合わせて表示すればスカウト像として完成である。

図１０に戻り、ステップＳ３において、前処理された投影データＤ１ (view，j，i)に対して、ビームハードニング補正を行う。ステップＳ３のビームハードニング補正は、前処理Ｓ２のステップＴ２４の感度補正が行われた投影データをＤ１(view，j，i)とし、ステップＳ３のビームハードニング補正の後のデータをＤ１１(view，j，i)とすると、ビームハードニング補正は以下の（数式１）のように、例えば多項式形式で表わされる。なお、本明細書において乗算演算は、「●」で表してある。
…（数式１）
この時、検出器のj列ごとに独立したビームハードニング補正を行えるため、撮影条件で各データ収集系の管電圧が異なっていれば、列ごとの検出器のＸ線エネルギー特性の違いを補正できる。

ステップＳ４では、ビームハードニング補正された投影データＤ１１(view，j，i)に対して、ｚ方向(列方向)のフィルタをかけるｚフィルタ重畳処理を行う。すなわち、各ビュー角度、各データ収集系における前処理後、ビームハードニング補正された多列Ｘ線検出器Ｄ１１(view，j，i) (i＝１〜ＣＨ， j＝１〜ＲＯＷ)の投影データに対し、列方向に例えば下記の（数式２），（数式３）に示すような、列方向フィルタサイズが５列のフィルタをかける。
（w１(i)，w２(i)，w３(i)，w４(i)，w５(i)） …（数式２）

ただし、
…（数式３）
補正された検出器データＤ１２(view，j，i)は以下の（数式４）のようになる。
…（数式４）
となる。なお、チャネルの最大値はＣＨ，
列の最大値はＲＯＷとすると、
以下の（数式５），（数式６）のようになる。
…（数式５）
…（数式６）

また、列方向フィルタ係数をチャネルごとに変化させると画像再構成中心からの距離に応じてスライス厚を制御できる。一般的に断層像では再構成中心に比べ周辺部の方がスライス厚が厚くなる。このため、フィルタ係数を中心部と周辺部で変化させてスライス厚は周辺部でも画像再構成中心部でも一様にすることもできる。例えば、方向フィルタ係数を中心部チャンネル近辺では列方向フィルタ係数の幅を広く変化させ、周辺部チャンネル近辺では列方向フィルタ係数の幅を狭く変化させると、スライス厚は周辺部でも画像再構成中心部でも一様にすることもできる。

このように、多列Ｘ線検出器２４の中心部チャネルと周辺部チャネルの列方向フィルタ係数を制御してやることにより、スライス厚も中心部と周辺部で制御できる。列方向フィルタでスライス厚を弱干厚くすると、アーチファクト、ノイズともに大幅に改善される。これによりアーチファクト改善具合、ノイズ改善具合も制御できる。つまり、三次元画像再構成された断層像つまり、ｘｙ平面内の画質が制御できる。また、その他の実施形態として列方向（ｚ方向）フィルタ係数を逆重畳（デコンボリューション）フィルタにすることにより、薄いスライス厚の断層像を実現することもできる。

ステップＳ５では、再構成関数重畳処理を行う。すなわち、投影データを周波数領域に変換する高速フーリエ変換(ＦＦＴ：Ｆast Ｆourier Transform)をして、再構成関数を掛け、逆フーリエ変換する。再構成関数重畳処理Ｓ５では、ｚフィルタ重畳処理後の投影データをＤ１２とし、再構成関数重畳処理後の投影データをＤ１３、重畳する再構成関数をＫernel（j）とすると、再構成関数重畳処理は以下の（数式７）のように表わされる。なお、本明細書において重畳（コンボリューション）演算は、「＊」で表してある。
…（数式７）
つまり、再構成関数Ｋernel（j）は検出器のj列ごとに独立した再構成関数重畳処理を行えるため、列ごとのノイズ特性、分解能特性の違いを補正できる。

ステップＳ６では、再構成関数重畳処理した投影データＤ１３(view，j，i)に対して、三次元逆投影処理を行い、逆投影データＤ３(ｘ，ｙ，ｚ)を求める。画像再構成される画像はｚ軸に垂直な面、ｘｙ平面に三次元画像再構成される。以下の再構成領域Ｐはｘｙ平面に平行なものとする。この三次元逆投影処理については、図１２を参照して後述する。

ステップＳ７では、逆投影データＤ３（ｘ，ｙ，ｚ）に対して画像フィルタ重畳、ＣＴ値変換などの後処理を行い、断層像Ｄ３１（ｘ，ｙ，ｚ）を得る。後処理の画像フィルタ重畳処理では、三次元逆投影後の断層像をＤ３１（ｘ，ｙ，ｚ）とし、画像フィルタ重畳後のデータをＤ３２（ｘ，ｙ，ｚ）、断層像平面であるｘｙ平面において重畳される二次元の画像フィルタをＦilter（ｚ）とすると、以下の（数式８）のようになる。
…（数式８）
つまり、各ｚ座標位置の断層像ごとに独立した画像フィルタ重畳処理を行えるため、列ごとのノイズ特性、分解能特性の違いを補正できる。

また、この二次元の画像フィルタ重畳処理の後に、下記に示す画像空間ｚ方向フィルタ重畳処理を行ってもよい。また、この画像空間ｚ方向フィルタ重畳処理は二次元画像フィルタ重畳処理の前に行ってもよい。さらには、三次元の画像フィルタ重畳処理を行って、この二次元の画像フィルタ重畳処理と、画像空間ｚ方向フィルタ重畳処理の両方を兼ねるような効果を出してもよい。

画像空間ｚ方向フィルタ重畳処理では、画像空間ｚ方向フィルタ重畳処理された断層像をＤ３３（ｘ，ｙ，ｚ）、二次元の画像フィルタ重畳処理された断層像をＤ３２（ｘ，ｙ，ｚ）とすると、以下の（数式９）のようになる。ただし、v（i）はｚ方向の幅が２１＋１の画像空間ｚ方向フィルタ係数で以下の（数式１０）のような係数列となる。
…（数式９）
…（数式１０）

なお、ヘリカルスキャンにおいては、画像空間フィルタ係数v（i）はｚ方向位置に依存しない画像空間ｚ方向フィルタ係数であってよい。しかし、特にｚ方向に検出器幅の広い多列Ｘ線検出器２４又は二次元Ｘ線エリア検出器などを用い、コンベンショナルスキャン（アキシャルスキャン）またはシネスキャンをする場合は、画像空間ｚ方向フィルタ係数v（i）はｚ方向のＸ線検出器の列の位置に依存した画像空間ｚ方向フィルタ係数を用いるのが好ましい。なぜなら、各断層像の列位置に依存した詳細な調整ができるので効果的であるからである。

（三次元逆投影処理のフローチャート）
図１２は、図１１のステップＳ６の詳細を示したもので、三次元逆投影処理のフローチャートである。本実施形態では、画像再構成される画像はｚ軸に垂直な面、ｘｙ平面に三次元画像再構成される。以下の再構成領域Ｐはｘｙ平面に平行なものとする。

ステップＳ６１では、断層像の画像再構成に必要な全ビュー（すなわち、３６０度分のビュー又は１８０度分＋ファン角度分のビュー）中の一つのビューに着目し、再構成領域Ｐの各画素に対応する投影データＤrを抽出する。

ここで、図１３から図１５を使って、投影データＤrについて説明する。図１３は再構成領域上のラインをＸ線透過方向へ投影する状態を示す概念図であり、そのＡはｘｙ平面、Ｂはｙｚ平面を示している。図１４はＸ線検出器面に投影したラインを示す概念図である。図１３に示すように、ｘｙ平面に平行な５１２×５１２画素の正方形の領域を再構成領域Ｐとし、y＝０のｘ軸に平行な画素列Ｌ０，y＝６３の画素列Ｌ６３，y＝１２７の画素列Ｌ１２７，y＝１９１の画素列Ｌ１９１，y＝２５５の画素列Ｌ２５５，y＝３１９の画素列Ｌ３１９，y＝３８３の画素列Ｌ３８３，y＝４４７の画素列Ｌ４４７，y＝５１１の画素列Ｌ５１１を列にとる。そして、これらの画素列Ｌ０〜Ｌ５１１をＸ線透過方向に多列Ｘ線検出器２４の面に投影した図１４に示す如きラインＴ０〜Ｔ５１１上の投影データを抽出すれば、それらが画素列Ｌ０〜Ｌ５１１の投影データＤr(view，x，y)となる。ただし、ｘ，ｙは断層像の各画素（x，y）に対応する。

Ｘ線透過方向は、Ｘ線管２１のＸ線焦点と各画素と多列Ｘ線検出器２４との幾何学的位置によって決まるが、Ｘ線検出器データＤ０(view，j，i)のｚ座標ｚ（view）がテーブル直線移動ｚ方向位置Ｚtable（view）としてＸ線検出器データに添付されて判っているため、加速・減速中のＸ線検出器データＤ０(view，j，i)でもＸ線焦点、多列Ｘ線検出器のデータ収集幾何学系の中において、Ｘ線透過方向を正確に求めることができる。

なお、例えば画素列Ｌ０をＸ線透過方向に多列Ｘ線検出器２４の面に投影したラインＴ０のように、ラインの一部が多列Ｘ線検出器２４のチャネル方向の外に出た場合は、対応する投影データＤr(view，x，y)を「０」にする。また、ｚ方向の外に出た場合は投影データＤr(view，x，y)を補外して求める。

このようにして、図１５に示す再構成領域Ｐの各画素に対応する投影データＤr（view，x，y）を抽出できる。

図１２に戻り、ステップＳ６２では、投影データＤr（view，x，y）にコーンビーム再構成加重係数を乗算し、図１６に示す如き投影データＤ２（view，x，y）を作成する。ここで、コーンビーム再構成加重係数w（i，j）は以下の通りである。ファンビーム画像再構成の場合は、一般に、view＝βaでＸ線管２１の焦点と再構成領域Ｐ上（ｘｙ平面上）の画素g(x，y)とを結ぶ直線がＸ線ビームの中心軸Ｂｃに対してなす角度をγとし、その対向ビューをview＝βbとするとき、以下の（数式１１）のようになる。
βb＝βa＋１８０°−２γ…（数式１１）

再構成領域Ｐ上の画素g(x，y)を通るＸ線ビームとその対向Ｘ線ビームが再構成平面Ｐとなす角度を、αa，αbとすると、これらに依存したコーンビーム再構成加重係数ωa，ωbを掛けて加算し、逆投影画素データＤ２（０，x，y）を求める。この場合、（数式１２）のようになる。
Ｄ２（０，x，y）＝ωa・Ｄ２（０，x，y）_ a＋ωb・Ｄ２（０，x，y）_ b …（数式１２）
ただし、Ｄ２（０，x，y）_aはビューβaの逆投影データ、Ｄ２（０，x，y）_bはビューβbの逆投影データとする。
なお、コーンビーム再構成加重係数の対向ビーム同士の和は、（数式１３）のようになる。
ωa＋ωb＝１ …（数式１３）
コーンビーム再構成加重係数ωa，ωbを掛けて加算することにより、コーン角アーチファクトを低減することができる。

例えば、コーンビーム再構成加重係数ωa，ωbは、次式により求めたものを用いることができる。なお、gaはビューβaの加重係数、gbはビューβbの加重係数である。ファンビーム角の１／２をγmaxとするとき、以下の（数式１４）から（数式１９）のようになる。
（例えば、q＝１とする）
例えば、ga，gbの一例として、max[ ]を値の大きい方を採る関数とすると、以下の（数式２０），（数式２１）のようになる。

また、ファンビーム画像再構成の場合は、更に距離係数を再構成領域Ｐ上の各画素に乗算する。距離係数はＸ線管２１の焦点から投影データＤrに対応する多列Ｘ線検出器２４の検出器列j，チャネルiまでの距離をr０とし、Ｘ線管２１の焦点から投影データＤrに対応する再構成領域Ｐ上の画素までの距離をr１とするとき、（r１／r０）２である。また、平行ビーム画像再構成の場合は、再構成領域Ｐ上の各画素にコーンビーム再構成加重係数w（i，j）のみを乗算すればよい。

ステップＳ６３では、予めクリアしておいた逆投影データＤ３(x，y)に、投影データＤ２（view，x，y）を画素対応に加算する。図１７が投影データＤ２（view，x，y）を画素対応に加算していくイメージである。ステップＳ６４では、断層像の画像再構成に必要な全ビュー（すなわち、３６０度分のビュー又は「１８０度分＋ファン角度分」のビュー）について、ステップＳ６１〜Ｓ６３を繰り返し、画像再構成に必要な全ビューを加算すると、図１７の左端の逆投影データＤ３（x，y）を得ることができる。

以上、図１２の三次元逆投影処理のフローチャートは、図１３に示す再構成領域Ｐを正方形５１２×５１２画素として説明したものである。しかしこれに限られるものではない。図１８は円形の再構成領域上のラインをＸ線透過方向へ投影する状態を示す概念図であり、そのＡはｘｙ平面、Ｂはｙｚ平面である。この図１８に示すように、再構成領域Ｐを５１２×５１２画素の正方形の領域とせずに、直径５１２画素の円形の領域としてもよい。

＜連続領域のラベリングおよび部位ごとの画質の最適化＞
図１９は、連続領域のラベリングおよび部位ごとの画質の最適化に関する本実施形態のフローチャートである。図１９に示す実施形態においては、まず、各画素または各画素の近傍領域の画像特徴量によりラベリングされた各連続領域を連続領域ごとの画像特徴量で各部位として認識させる。その後に、部位として最適な画質になるように部位ごとに最適化された再構成関数または画像空間の画像フィルタにより部位ごとに画質を最適化した例である。

図１０のステップＳ７までにおいて、１枚の二次元画像の断層像またはｚ方向に連続する断層像からなる三次元画像を、またはヘリカルシャトルスキャンによる時系列に連続してｚ方向に連続した断層像からなる四次元画像を得る。以下、三次元画像を前提に説明するが、二次元画像または四次元画像も同様な方法で適用できる。

ステップＳ１２では、図１０のステップＳ７までにおいて、すべての撮影領域からの画像を得る前から、三次元ラベリング処理を行う。図１０のステップＳ７で得た三次元画像から三次元ラベリング処理により、三次元連続領域を抽出する。ラベリング処理を行う際には、ＣＴ値からなる断層像または三次元画像である濃淡画像を以下のいずれかの方法によりラベリング処理を行う。ラベリング処理および画像特徴量の抽出・測定については後述する。

ステップＳ１４では、三次元ラベリング処理と同時に画像特徴量の測定を行う。そして、ステップＳ１６では、三次元再ラベリング処理を行う。三次元再ラベリング処理を行う理由は、すべての撮影領域からの画像を得る前から三次元ラベリング処理を行っているからである。ステップＳ１８では、三次元連続領域は結合していないかを確認する。三次元連続領域は結合していなければ、ステップＳ２２で、一つの部位としての認識を行う。三次元連続領域は結合していれば、ステップＳ２０で、画像特徴量を編集、すなわち、画像特徴量の合体させている。こうしてステップＳ２２で、一つの部位としての認識を行う。

すなわち、ステップＳ１２の三次元ラベリング処理およびステップＳ１６の三次元再ラベリング処理においては、「１度三次元ラベリング処理した三次元連続領域のうちで三次元ラベリング処理を進めて行く上で、新たな三次元領域の接続が検出された場合に再ラベリング処理において、その新たな三次元領域の接続に基づく修正を行う。」という処理を行っている。

ステップＳ２２で、三次元連続領域が一つの部位としての認識されたため、ステップＳ２４では、その部位に適した再構成関数による画像最適化を行う。また、ステップＳ２６では、その部位に適した画像フィルタによる画像最適化を行う。続いて、ステップＳ２８で後処理を行う。

＜ラベリング処理および画像特徴量の測定＞
図１９のステップＳ１２およびステップＳ１４のラベリング処理および画像特徴量の測定には、次のような方法がある。

＜ラベリング処理１＞
図２０は、ラベリング処理１を示したもので、濃淡画像を２値化して２値画像を作りラベリング処理を行うフローチャートである。このラベリング処理１においては、ステップＬ１においてｚ方向に連続する断層像からなる三次元画像を濃淡画像として入力を行い、中央処理装置３のメモリバッファ（以下バッファと呼ぶ）に蓄えておく。

ステップＬ２において、このバッファに蓄えられた濃淡三次元画像の各画素Ｇ（ｘ，ｙ，ｚ）に対し、下記の（数式２２）または（数式２３）または（数式２４）に示された条件のうちのいずれかを満たす２値化処理を行いバッファに出力する。ステップＬ３において、バッファに出力された２値三次元画像の各画素Ｂ（ｘ，ｙ，ｚ）をバッファに蓄えておく。なお、Ｔｈ１，Ｔｈ２は閾値、Ｇ（ｘ，ｙ，ｚ）は濃淡三次元画像のある１画素とし、Ｂ（ｘ，ｙ，ｚ）は２値三次元画像のある１画素とする。
ステップＬ４においては、このバッファに蓄えられた２値三次元画像に対して三次元ラベリング処理を行う。

＜ラベリング処理２＞
図２１は、ラベリング処理２を示したもので、濃淡画像の連続値の画素における画素値に対し閾値で比較し、ラベリング処理を行うフローチャートである。ラベリング処理２においては、ラベリング処理１と同様にステップＬ１１において、ｚ方向に連続する断層像からなる三次元画像を濃淡画像として入力を行う。

ステップＬ１２では、入力された濃淡三次元画像の各画素Ｇ（ｘ，ｙ，ｚ）に対し、（数式２５），（数式２６），（数式２７）に示された条件のうちのいずれかを満たす閾値処理を行い、ラベリング処理に“１”または“０”を入力する。なお、Ｔｈ１，Ｔｈ２は閾値、Ｇ（ｘ，ｙ，ｚ）は濃淡三次元画像のある１画素とし、Ｂ（ｘ，ｙ，ｚ）は２値三次元画像のある１画素とする。
ステップＬ１３においては、閾値処理から入力された値に基づき三次元ラベリング処理を行う。

＜ラベリング処理３＞
図２２は、ラベリング処理３を示したフローチャートである。ラベリング処理３は、濃淡画像の連続値の注目画素における画素値および、注目画素の画像特徴量の測定値、注目画素の近傍領域の画像特徴量の測定値に対し２値化処理を行い、２値画像を作成しラベリング処理を行う。

ラベリング処理３においては、ラベリング処理１と同様にステップＬ２１において、ｚ方向に連続な断層像からなる三次元画像を濃淡画像として入力しバッファに蓄えておく。ステップＬ２２において、このバッファに蓄えられた濃淡三次元画像の各画素Ｇ（ｘ，ｙ，ｚ）を、例えばx方向、y方向、ｚ方向の順に注目画素として走査しながら全画素について以下の処理を行う。ステップＬ２２の処理としては、注目画素の画像特徴量の測定値、例えば断層像におけるＣＴ値、および注目画素の近傍領域の画像特徴量、つまり、画像特徴量または局所領域画像特徴量（以下、近傍領域の画像特徴量という。）を測定する。

なお、三次元画像における注目画素のx方向、y方向、ｚ方向の走査とその近傍領域の様子を図２３に示す。図２３においては、まずx方向に走査され、次にy方向に走査され、次にｚ方向に走査された注目画素とその近傍領域３×３×３画素を示す。なおここで近傍画素を３×３×３画素と定めているが、５×５×５画素でも構わない。

近傍領域の画像特徴量の測定を行う際は、三次元画像Ｇ（ｘ，ｙ，ｚ）に対して、例えば、以下のような近傍領域の画像特徴量を用いる。
（１） 注目画素の近傍５×５×５の標準偏差
（２） 注目画素の近傍３×３×３の平均画素値（ＣＴ値）
（３） 注目画素の近傍５×５×５の中央値
（４） 注目画素の近傍３×３×３の最大差分絶対値
注目画素をＰ（ｘ，ｙ，ｚ）とするとき、以下の（数式２８）が最大値が最大差分絶対値である。
…（数式２８）

ただし、a，b，c＝±１とする。つまり、近傍領域３×３×３画素の範囲内にある近傍画素と注目画素との絶対値差の最大値になる。なお、近傍領域の画像特徴量は１次微分値、２次微分値などの上記以外の物を加えてもよいし、上記のものの一部を使用してもよい。
上記のような、近傍領域の画像特徴量Ｆ１（Ｇ（ｘ，ｙ，ｚ）），Ｆ２（Ｇ（ｘ，ｙ，ｚ）），Ｆ３（Ｇ（ｘ，ｙ，ｚ）），……ＦＮ（Ｇ（ｘ，ｙ，ｚ））をＮ種類求める。なお、近傍領域の画像特徴量の種類、近傍画素サイズの大きさ、近傍画素の次元数は本実施形態を変形しても同様の効果は得られる。特に近傍画素の次元数は三次元でなくても、二次元でも一次元でも良い。

ステップＬ２３では、２値化処理を行う。ステップＬ２３において、バッファに蓄えられた濃淡三次元画像の各画素Ｇ（ｘ，ｙ，ｚ）に対し、下記の（数式２９）に示された条件を満たす２値化処理を行い、バッファに出力する。ステップＬ２４において、バッファに出力された２値三次元画像の各画素Ｂ（ｘ，ｙ，ｚ）をバッファに蓄えておく。

また、注目画素の画像特徴量の満たすべき画像特徴量の空間領域（マハラノビス空間領域）をＰＲ１、注目画素の画像特徴量の空間位置をＲ１（Ｇ（ｘ，ｙ，ｚ））とする。また、注目画素の近傍領域の画像特徴量の満たすべき画像特徴量の空間領域（マハラノビス空間領域）をＰＲ２、注目画素の近傍領域の画像特徴量の空間位置をＲ２（Ｇ（ｘ，ｙ，ｚ））とする。

また、Ｔｈ１，Ｔｈ２は閾値、Ｇ（ｘ，ｙ，ｚ）は濃淡三次元画像のある１画素とし、Ｂ（ｘ，ｙ，ｚ）は２値三次元画像のある１画素とする。
…（数式２９）
ステップＬ２５においては、このバッファに蓄えられた２値三次元画像に対して三次元ラベリング処理を行う。

＜ラベリング処理４＞
図２４は、ラベリング処理４を示したフローチャートである。ラベリング処理４の濃淡画像の連続値の注目画素における画素値および、注目画素の画像特徴量の測定値、注目画素の近傍領域の画像特徴量の測定値に対し閾値処理を行い、ラベリング処理を行う。

ステップＬ３１では、濃淡画像入力を行う。ラベリング処理２と同様に、ｚ方向に連続な断層像からなる三次元濃淡画像として入力を行う。

ステップＬ３２では、注目画素の画像特徴量の測定、注目画素の近傍領域の画像特徴量の測定を行う。例えばx方向、y方向、ｚ方向の順に注目画素として走査しながら入力された濃淡三次元画像の各画素に対して処理を行う。この際に、ラベリング処理３のステップＬ２２と同様に注目画素の画像特徴値、および注目画素の近傍領域の画像特徴量も測定する。

ステップＬ３３では、閾値処理を行う。以下の（数式３０）に示された条件を満たす画素について閾値処理を行う。なお、注目画素の画像特徴量の満たすべき画像特徴量の空間領域（マハラノビス空間領域）をＰＲ１、注目画素の画像特徴量の空間位置をＲ１（Ｇ（ｘ，ｙ，ｚ））とする。また、注目画素の近傍領域の画像特徴量の満たすべき画像特徴量の空間領域（マハラノビス空間領域）をＰＲ２、注目画素の近傍領域の画像特徴量の空間位置をＲ２（Ｇ（ｘ，ｙ，ｚ））とする。また、Ｔｈ１，Ｔｈ２は閾値、Ｇ（ｘ，ｙ，ｚ）は濃淡三次元画像のある１画素とする。
…（数式３０）
ステップＬ３４においては、閾値処理から入力された値に基づき三次元ラベリング処理を行う。

上記のように、ラベリング処理１のステップＬ４、ラベリング処理２のステップＬ１３、ラベリング処理３のステップＬ２５、およびラベリング処理４のステップＬ３４において、三次元ラベリング処理が行われた。図２３に示すように、三次元ラベリング処理においては、２値画像から入力された各画素または閾値処理から入力された各画素をバッファに蓄えながら処理を行う。三次元ラベリング処理においては、図２３に示すような注目画素を含む近傍マスク領域をｘ方向、次にｙ方向、次にｚ方向の順に走査して行く。

そして、接続情報テーブルに「ｚ座標位置ｚ１において三次元連続領域“１”と三次元連続領域“２”とが接続していること」を記憶させる。なお、三次元ラベリング処理において近傍画素との接続を見るのは、図２５に示すような近傍マスクを用いる。図２５においては２６近傍（３×３×３−１＝２６）の近傍マスク領域を示す。近傍マスクのその他の例として近傍条件を変えた１８近傍（５＋８＋５）の近傍マスク領域を図２６Ａ、６近傍（１＋４＋１）の近傍マスク領域を図２６Ｂに示す。

注目画素の周囲に２６近傍で考えた近傍画素において隣り合う１画素でｚ方向に座標が小さい方向の領域で、かつy方向に座標が小さい方向の領域で、かつx方向に座標が小さい方向の領域を満たす領域を三次元近傍マスク領域とする。注目画素をx方向、y方向、ｚ方向に走査する際に、この三次元近傍マスクも供に走査させて、この三次元近傍マスク領域内に三次元連続領域が存在しているか否かで、三次元近傍マスク領域内で検出された三次元連続領域と接続していることを判断することができる。この処理をx方向、y方向、ｚ方向に走査することで三次元画像内の三次元連続領域の番号付け処理が行える。以上の説明をフローチャートにすると次のとおりである。

図２７は、ステップＬ４、ステップＬ１３、ステップＬ２５およびステップＬ３４の三次元ラベリング処理のフローチャートである。
ステップＭ１では、x＝１，y＝１，ｚ＝１とする。
ステップＭ２では、注目画素Ｇ（ｘ，ｙ，ｚ）の値を入力する。
ステップＭ３では、注目画素は“１”か否かを判断し、ＹＥＳならばステップＭ４へ行き、ＮＯならばステップＭ１０へ行く。
ステップＭ４では、近傍マスク領域内に“０”以外の三次元領域番号があるかを判断し、ＹＥＳならばステップＭ５へ行き、ＮＯならばステップＭ８へ行く。
ステップＭ５では、２つ以上あるかを判断し、ＹＥＳならばステップＭ６へ行き、ＮＯならばステップＭ９へ行く。
ステップＭ６では、最も小さい三次元領域番号を注目画素に付ける。
ステップＭ７では、２つ以上ある三次元領域番号は接続していたとして三次元接続情報テーブルに書き込む。この後、ステップＭ１０へ行く。
ステップＭ８では、最新の三次元領域番号を注目画素に付ける。この後、ステップＭ１０へ行く。
ステップＭ９では、１つ存在する三次元領域番号を注目画素に付ける。この後、ステップＭ１０へ行く。
ステップＭ１０では、x＝xeかを判断し、ＹＥＳならばステップＭ１１へ行き、ＮＯならばステップＭ１５へ行く。
ステップＭ１１では、x＝１とする。
ステップＭ１２では、y＝yeかを判断し、ＹＥＳならばステップＭ１３へ行き、ＮＯならばステップＭ１６へ行く。
ステップＭ１３では、y＝１とする。
ステップＭ１４では、ｚ＝ｚeかを判断し、ＹＥＳならば終了し、ＮＯならばステップＭ１７へ行く。
ステップＭ１５では、x＝x＋１とする。この後、ステップＭ２へ行く。
ステップＭ１６では、y＝y＋１とする。この後、ステップＭ２へ行く。
ステップＭ１７では、ｚ＝ｚ＋１とする。この後、ステップＭ２へ行く。

このようにして、注目画素が２値画像から入力された画素または閾値処理から入力された画素が“１”であった場合に、注目画素を含む近傍マスク領域に三次元連続領域番号がなければ新しい三次元連続領域番号を取り、三次元連続領域番号が１つある場合は注目画素にその三次元連続領域番号を割り当てる。また、三次元連続領域番号が複数ある場合は注目画素に最も番号の小さい三次元連続領域番号を割り当て、この複数の三次元連続領域番号は三次元空間で接続しているとして接続情報テーブルにその情報を書き込む。この接続情報テーブルの情報に基づいて、三次元再ラベリング処理を行う。

＜再ラベリング処理および画像特徴量の編集＞
以上のようにして、三次元ラベリング処理を行った後に三次元再ラベリング処理を行う。図１９のステップＳ１６における三次元再ラベリング処理には、いくつかのやり方が存在するが、その例を以下に示す。

図２８は、ラベリング処理の再ラベリング処理へのフィードバックを示す図である。図２８に示すように、三次元再ラベリング処理は、一定間隔だけ遅れて処理が進められる。三次元ラベリング処理をｚの正方向に進めて行くと、三次元画像内におけるｚ座標位置ｚ２における断層像Ｇ（ｚ２）では三次元連続領域“１”は断面saz２で交わり、三次元連続領域“２”は断面sbz２で交わっている。更に三次元ラベリング処理をｚの正の方向に進めて行くと、ｚ座標ｚ１における断層像Ｇ（ｚ１）では三次元連続領域“１”は断面saz１で交わり、三次元連続領域“２”は断面sbz１で交わる。この断面saz１と断面sbz１は点Cにおいて接している。つまり、断層像Ｇ（ｚ１）において、三次元連続領域“１”と三次元連続領域“２”は点Cにおいて接続されていることがわかる。

図２８においては、距離（Ｚ１−Ｚ２）の分だけ遅れて三次元再ラベリング処理が行われる。逆に三次元再ラベリング処理から見ると、距離（Ｚ１−Ｚ２）の分だけｚ方向の先の三次元連続領域の接続情報しかわからない。このため、この距離を長く取れば取るほどｚ方向の先の接続情報がわかり、より精度の良い三次元再ラベリング処理が行えるが、その分、三次元再ラベリング処理の開始タイミングが遅れるため、処理全体の時間が長くなってしまう。このように、ラベリング処理における接続情報の正確さと、再ラベリング処理を含めたラベリング処理の全体の処理時間は両立しえずトレード・オフの関係になる。現実的には被検体のｚ方向の形状の変化に応じてラベリング処理と再ラベリング処理との距離は変化させるのが良い。つまり、部位ごとの予想される形状の変化で部位ごとにラベリング処理と再ラベリング処理との距離を定めるのが良い。三次元再ラベリング処理にもいくつかの方法がある。

＜再ラベリング処理方法１＞
図２９に示す三次元再ラベリング処理の例では、１度三次元ラベリング処理を行い三次元連続領域“１”と三次元連続領域“２”が接続していることを検出した場合、三次元再ラベリング処理において、三次元連続領域“２”の“２”と書き込まれた画素をすべて“１”に変換してしまう方法である。この方法によると三次元再ラベリング処理時には、三次元ラベリング処理と同等量の画素の走査およびその処理を行う必要がある。つまり、三次元画像の画素数がＬＸ・ＬＹ・ＬＺ画素であったとする。

この時に、三次元画像内のＬＸ・ＬＹ・ＬＺ画素を走査しながら三次元ラベリング処理を行うと、三次元再ラベリング処理でも三次元画像内のＬＸ・ＬＹ・ＬＺ画素分を走査しながら途中で接続が判明した三次元画像領域番号を接続された元の三次元画像領域番号に変換する。つまり、三次元ラベリング処理が１Ｔの時間がかかったとすると三次元再ラベリング処理でも１Ｔの時間がかかる。ただし、ＬＸは三次元画像のx方向の画素数、ＬＹは三次元画像のy方向の画素数、ＬＺは三次元画像のｚ方向の画素数である。

＜再ラベリング処理方法２＞
また、図３０−１に示す三次元再ラベリング処理の例では、三次元連続領域“１”と三次元連続領域“２”の領域情報および三次元ラベリング処理と同時に測定された画像特徴量の入ったファイルを関連づけておいて、この２つの三次元連続領域は接続されていると認識しておく例である。

この方法によると三次元ラベリング処理時には、三次元画像内のＬＸ・ＬＹ・ＬＺ画素を走査しながら三次元ラベリング処理を行っていたが、三次元再ラベリング処理においては特に画素を走査しなくても処理を行える。この時の三次元再ラベリング処理のフローチャートを図３１に示してある。

ステップＲ１においては、Ｉ＝１と初期化する。
ステップＲ２においては、接続情報テーブルの１行目にある接続した各三次元連続領域番号を抽出する。図３２に示す接続情報テーブルより、各行にある接続領域番号を抽出する。これにより、三次元ラベリング処理により得られた三次元連続領域の何番の領域と何番の領域が接続しているかがわかる。

ステップＲ３においては、抽出された接続領域番号の領域情報テーブルを読み出す。接続していることが判明した複数の領域の領域情報テーブルを読み出す。図３０−１に示すように、三次元連続領域“１”および三次元連続領域“２”の領域情報テーブルには連続領域番号、接続された領域番号、画像特徴量が含まれる。また、この他に三次元連続領域を構成する座標を示すラン座標（ランレングス符号化された始点とその線分の長さ、または始点と終点をもってラン座標という）情報を加えておいても良い。ラン座標情報の例を図３３−１に示す。図３３−１においては、各ｚ座標位置の２値化された断層像上でのラン座標情報を示している。例えば、図３３−２に示すように、ｚ方向座標位置ｚ＝ｚ１での三次元連続領域の一部である２値化された断層像において、y＝y１１のラン座標情報はラン座標始点（x座標始点）がxs１１、ラン座標終点（x座標終点）がxe１１であることを示している。

ステップＲ４においては、抽出された接続領域番号の三次元連続領域の領域情報テーブルを合体・組合せする。同時に画像特徴量も合体・組合せする。抽出された接続領域番号の三次元連続領域の領域情報テーブルを合体させるために、お互いの三次元連続領域の領域情報テーブルに接続された領域番号を書き込み関連づけておく。

ステップＲ５においては、すべての接続情報テーブルにある接続した三次元連続領域を終了したかを判断し、ＹＥＳであれば終了し、ＮＯであればステップＲ６へ行き、ステップＲ６においては、Ｉ＝Ｉ＋１として、ステップＲ２へ進む。

このように、関連づけられた複数の三次元連続領域にまたがる画像特徴量を求める時に、この関連付けをたどりながら画像特徴量を計算しても良い。また、図３０−２では三次元連続領域“１”と三次元連続領域“２”の領域情報テーブルを合体させて、新たな三次元連続領域“１”の領域情報テーブルとしている。なお、この時に画像特徴量も合体させて求めている。

具体的には、体積や表面積は２つの三次元連続領域“１”および三次元連続領域“２”の各々の加算値を求める。それを新たな三次元連続領域“１”の体積や表面積とすれば良い。また、重心位置x座標、y座標は以下の（数式３１）のようにして新たな合体された三次元連続領域の重心座標（g３x，g３y）を求めることができる。なお、三次元連続領域“１”の重心座標を（g１x，g１y）とし、、三次元連続領域“２”の重心座標を（g２x，g２y）とし、三次元連続領域“１”の体積をＶ１、三次元連続領域“２”の体積をＶ２、新たに合体された三次元連続領域の体積をＶ３としている。
…（数式３１）
このようにして、画像特徴量も含めて領域情報テーブルを合体させることもできる。また、ラン座標情報が付いている場合はラン座標情報も合体することができる。

図３３−３は、ラン座標の合体の例を示した図である。なおここでは簡単に説明するため、三次元連続領域の代わりに二次元連続領域で説明を行っているが、考え方は三次元連続領域の場合も同様である。図３３−３では、連続領域１のラン座標情報と連続領域２のラン座標情報がある。これらを合体する場合はy座標ごとに合体できるラン座標があるかを調べる。つまり、この場合では連続領域１と連続領域２の重なる部分があるかを調べる。つまり以下の（数式３２）または（数式３３）を満たす場合があるかを調べる。ただし、iは整数とする。
もしこの条件を満たす場合が見つかれば２つのラン座標情報を合体させる。図３３−３の場合では、y＝y６の場合にae６＝bs６なのでy＝y６のラン座標情報が（as６，ae６）と（bs６，be６）だったのが(as６，be６)に合体されている。

この処理をフローチャートにすると、図３４のようになる。ただし、yＮをy方向の最大座標とする。ステップＢ１では、i＝１とする。ステップＢ２では、y＝yiの座標のラン座標を読み出す。ステップＢ３では、（数式３２）または（数式３３）を満たすラン座標があるかを判断し、ＹＥＳならばステップＢ４へ行き、ＮＯならばステップＢ５へ行く。
ステップＢ４では、ラン座標を合体させる。ステップＢ５では、i＝Ｎかを判断し、ＹＥＳならば終了し、ＮＯならばステップＢ６へ行く。ステップＢ６では、i＝i＋１とするとしてステップＢ２に戻る。

以上のように、図１９のステップＳ１２からステップＳ２０で、三次元ラベリング処理、三次元再ラベリング処理された三次元連続領域は、ステップＳ２２で三次元連続領域の部位として認識される。

＜三次元連続領域の部位認識＞
図３５に三次元画像の三次元連続領域認識のフローチャートを示す。
ステップＤ１１では、各三次元連続領域の抽出を行う。三次元ラベリング（連続領域番号付）された各三次元連続領域を１つずつ抽出して、すべての三次元連続領域について以下の処理を行う。

ステップＤ１２では、各三次元連続領域の画像特徴量の測定を行う。ステップＤ１１において抽出された三次元連続領域ごとに下記のような画像特徴量の少なくとも一つを求める。
体積（画素数）、表面積、平均画素値、画素値和（ＣＴ値和、濃度和）、画素値標準偏差、ｘ，ｙ，ｚ方向フェレ径、楕円体率、球形度、xy平面面積率、yｚ平面面積率、xｚ平面面積率、三次元１次モーメント、三次元２次モーメント。
なお、各三次元連続領域の画像特徴量は上記のものの一部を用いてもよいし、さらに付け加えても同様の効果を出せる。

ステップＤ１３では、各三次元連続領域を各部位としての認識を行う。各三次元連続領域の画像特徴量の値により、選ばれた部位ごとの条件を満たしているか判断し、どこの部位であるかを認識する。図３６に各部位として認識された各領域の例を示す。

このようにして、三次元画像より複数の近傍領域の画像特徴量を用いて、各部位の候補領域である三次元連続領域を抽出し、その三次元連続領域としての画像特徴量から、各部位としての判断、認識が行える。なお、本実施形態においては、２値化処理するステップＬ２または、閾値処理を行うステップＬ１２などにおいて、複数の画像特徴量の論理式を求めて２値化処理または閾値処理した後に、三次元ラベリング処理を行っているが、以下のようにしてもよい。

各々の近傍領域の画像特徴量を定められた閾値の範囲で２値化を行っておく。次に、各々の近傍領域画像特徴量（局所領域画像特徴量）の２値化処理または閾値処理された三次元画像に対して、三次元ラベリング処理を行って、各々の近傍領域の画像特徴量の三次元ラベリング処理された三次元連続領域間で論理式（例えば論理積）を求めてもよい。以上により、複数の近傍領域の画像特徴量による三次元画像の三次元連続領域認識が行える。通常のＣＴ値のみを用いた三次元画像の三次元連続領域認識よりも、より精度良く正しく行える。

三次元連続領域として認識が行われた後は、下記に示す２つの実施形態のように各三次元連続領域の画質を最適化させる。図１９におけるステップＳ２４における再構成関数による画像最適化およびステップＳ２８における画像フィルタによる画像最適化がこれに相当する。
実施例１ ： 再構成関数および画像フィルタにより画質を最適化する実施例。
実施例２ ： 再構成関数および画像フィルタにより画質を最適化し、三次元連続領域の境界を連続的に変化させる実施例。

図３７は、再構成関数および画像フィルタにより画質を最適化する実施例である実施例１のフローチャートを示す。本実施例１においては、ステップＨ１からステップＨ５までは図１０において説明した標準的な画像再構成である。本実施例のステップＨ１からステップＨ５までは、図１０において説明した標準的な画像再構成である。なお、ここでは図１０のステップＳ３のビームハードニング補正、ステップＳ４のＺフィルタ重畳処理は省いてあるが、ビームハードニング補正及びＺフィルタ重畳処理を、図３３のフローチャートに含めても良い。

また、ステップＨ６の各三次元連続領域分け、およびＨ７の各三次元連続領域の部位としての認識は、上記説明のステップ図１９のＳ１８からステップＳ２２までの三次元ラベリング処理、三次元再ラベリング処理、ならびに画像特徴量の測定および編集と同様で良い。ステップＨ８において、三次元連続領域の再構成関数重畳を行う。この場合は、図３７のステップＨ３からステップＨ８へ点線で接続しているように、ステップＨ３で求められた高速フーリエ変換(ＦＦＴ)されたＸ線投影データを再利用することができる。再構成ステップＨ９にて三次元連続領域の画像フィルタ処理を行う。図３８は、各セグメント領域を最適な再構成関数及び最適な画像フィルタで断層像を画像再構成するフローチャートの一例を示す。図３９に、このフローチャートの理解を助けるための概念図を示す。図３９においては、肺野部を撮影した場合の例を示している。この場合は心臓、肺野、軟部組織、骨の各々のセグメント領域が存在し、各々心臓、肺野、軟部組織、骨の部位として認識されている。これを各々最適な再構成関数、最適な画像フィルタを用いて画像再構成する。心臓の部位には心臓用再構成関数と心臓用画像フィルタ、肺野の部位には肺野用再構成関数と肺野用画像フィルタ、軟部組織の部位には軟部組織用再構成関数と軟部組織用画像フィルタ、骨の部位には骨用再構成関数と骨用画像フィルタが最適とされている。

ステップＲ１では、Ｎ個のセグメント領域Ｓ１〜ＳＮごとに最適な再構成関数Ｋ１〜ＫＮ、最適な画像フィルタＦ１〜ＦＮを調べる。ステップＲ２では、i＝１とする。ステップＲ３では、各セグメント領域Ｓiを画像再構成領域として、各セグメント領域Ｓiごとに最適な再構成関数Ｋiで画像再構成を行い、最適な画像フィルタＦiを重畳して断層像ＩＳiを画像再構成する。ステップＲ４では、i＝Ｎかを判断し、ＹＥＳであればステップＲ６へ行き、ＮＯであればステップＲ５へ行く。ステップＲ５で、i＝i＋１とし、ステップＲ３へ戻ることによりステップＲ３からステップＲ５までを繰り返す。

ステップＲ６では、各々の三次元連続領域に最適な再構成関数Ｋi、最適な画像フィルタＦiを用いて画像再構成された断層像Ｉを求める。この時に断層像Ｉは以下の（数式３４）で表わされる。
…（数式３４）

なお、∪は論理和（ＯＲ）であるとする。つまり、図３９においては、心臓のセグメント領域Ｓ１のみを心臓用再構成関数Ｋ１で画像再構成し、画像フィルタＦ１を重畳し、断層像ＩＳ１を求める。また、肺野のセグメント領域Ｓ２のみを肺野用再構成関数Ｋ２で画像再構成し、画像フィルタＦ２を重畳し、断層像ＩＳ２を求める。また、軟部組織のセグメント領域Ｓ３のみを軟部組織用再構成関数Ｋ３で画像再構成し、画像フィルタＦ３を重畳し、断層像ＩＳ１３を求める。さらに、骨のセグメント領域Ｓ４のみを骨用再構成関数Ｋ４で画像再構成し、画像フィルタＦ４を重畳し、断層像ＩＳ４を求める。これらの論理和が、図３９の右欄の図に示す各々のセグメント領域が最適な再構成関数および最適な画像フィルタで画像再構成された断層像Iとなる。各々のセグメント領域、つまり各部位について最適な再構成関数で画像再構成された断層像Ｉを以下の（数式３５）により求める。
…（数式３５）

実施例１の図３８のステップＲ６における三次元連続領域の境界および境界近傍の画質を連続的に変化させる点については述べていなかった。しかし、各部位のセグメント領域は各々最適な再構成関数または最適な画像フィルタにより画質を最適化されているため、各部位のセグメント領域の境界およびその近傍において画質が不連続に変わる場合があり、画質的に不自然さが残る可能性がある。そこで、画質を連続的に変化させる必要が生じる可能性がある。

実施例２においては、三次元連続領域境界の画質を連続的に変化させる実施例を示す。本実施例の全体のフローチャートは、図３７の実施例１と同様である。なお、図１０のステップＳ３のビームハードニング補正、ステップＳ４のｚフィルタ重畳処理は省いてあるが、これらを含めても良い。

本実施例でも実施例１と同様に、ステップＨ１からステップＨ５までは図１０において説明した標準的な画像再構成である。また、ステップＨ６の各三次元連続領域分け、およびＨ７の各三次元連続領域の部位としての認識は、上記説明の図１９のステップＳ１８からステップＳ２２までの三次元ラベリング処理、三次元再ラベリング処理、ならびに画像特徴量の測定および編集と同様で良い。ステップＨ８において、三次元連続領域の再構成関数重畳を行い、ステップＨ９にて三次元連続領域の画像フィルタ処理を行う。

図４０は、三次元連続領域の境界を連続な画質で最適な再構成関数、最適な画像フィルタで断層像を画像再構成するフローチャートで、図３７のステップＨ８の各三次元連続領域の再構成関数重畳およびステップＨ９の各三次元連続領域の画像フィルタ処理を示す。また、図４１は、このフローチャートの理解を助けるための概念図である。

図４０のステップＲ１１では、各三次元連続領域をＬ画素分膨張させる。各三次元連続領域をＬ画素膨張させることにより、幅２Ｌ画素分化各三次元連続領域をオーバーラップさせる。

ステップＲ１２では、Ｎ個の三次元連続領域Ｓ１〜ＳＮごとに最適な再構成関数Ｋ１〜ＫＮ、最適な画像フィルタＦ１〜ＦＮを調べる。図４１においては、肺野部を撮影した場合の例を示している。この場合は心臓、肺野、軟部組織、骨の各々の三次元連続領域が存在し、各々心臓、肺野、軟部組織、骨の部位として認識されている。これを各々最適な再構成関数、最適な画像フィルタを用いて画像再構成する。

心臓の部位には心臓用再構成関数と心臓用画像フィルタ、肺野の部位には肺野用再構成関数と肺野用画像フィルタ、軟部組織の部位には軟部組織用再構成関数と軟部組織用画像フィルタ、骨の部位には骨用再構成関数と骨用画像フィルタが最適とされており、この場合には各々４種類の再構成関数と画像フィルタを用意する。
ステップＲ１３では、i＝１と初期化する。

ステップＲ１４では、Ｌ画素分膨張させた各三次元連続領域Ｓiを画像再構成領域として三次元連続領域Ｓiごとに最適な再構成関数Ｋiで画像再構成を行い、最適な画像フィルタＦiをかけて断層像ＩＳiを画像再構成する。
ステップＲ１５では、i＝Ｎかを判断し、ＹＥＳであればステップＲ１７へ行く。またＮＯであればステップＲ１６へ行く。

ステップＲ１６では、i＝i＋１とする。ステップＲ１３からステップＲ１６までを繰り返す。図４０のステップＲ１１からステップＲ１６までの処理を図３７を参照すると次のようになる。ステップＲ１２で用意された各々４種類の再構成関数および画像フィルタを用いて、心臓のセグメント領域Ｓ１のみを心臓用再構成関数Ｋ１で画像再構成し、画像フィルタＦ１を重畳し、断層像ＩＳ１を求める。また、肺野のセグメント領域Ｓ２のみを肺野用再構成関数Ｋ２で画像再構成し、画像フィルタＦ２を重畳し、断層像ＩＳ２を求める。また、軟部組織のセグメント領域Ｓ３のみを軟部組織用再構成関数Ｋ３で画像再構成し、画像フィルタＦ３を重畳し、断層像ＩＳ１３を求める。さらに、骨のセグメント領域Ｓ４のみを骨用再構成関数Ｋ４で画像再構成し、画像フィルタＦ４を重畳し、断層像ＩＳ４を求める。

次に、図４０のステップＲ１７では、各々のセグメント領域に最適な再構成関数Ｋi最適な画像フィルタＦiを用いて、画像再構成された断層像ＩＳiに加重加算係数をかけて加重加算を行い断層像Ｉを求める。この時に断層像Ｉは以下の（数式３６）で表わされる。
…（数式３６）
なお、∪は論理和（ＯＲ）であり、Wiは各部位の加重加算係数である。

ここで、図４２を使って、図４０のステップＲ１７における加重加算について説明する。図４２の一番上には肺野部の断層像７１が表示されている。その下に心臓部を拡大した断層像７２を表示している。拡大した断層像７２には、心臓のセグメント領域が実線で表示され、その心臓のセグメント領域をＬ画素膨張させた領域が鎖線で表示されており、また、肺野のセグメント領域が実線で表示され、その肺野のセグメント領域をＬ画素膨張させた領域が鎖線で表示されている。拡大した断層像を横切るプロファイルＰに合わせて、拡大した断層像７２の下方には、各セグメント領域と各加重加算係数とが表示されている。

膨張させた心臓のセグメント領域と心臓の加重加算係数との関係、軟部組織のセグメント領域と軟部組織の加重加算係数との関係、膨張させた肺野のセグメント領域と肺野の加重加算係数との関係が理解できるであろう。拡大した断層像を横切るプロファイルＰ上において、膨張させた心臓領域に心臓用加重加算係数を乗算し、膨張させた軟部領域に軟部組織用加重加算係数を乗算し、膨張させた肺領域に肺組織用加重加算係数を乗算し、これらを加重加算することで、プロファイルＰ上の画質は連続的に肺野→軟部組織→心臓→軟部組織→肺野と変化して行く。この一次元のプロファイルＰの線上の例を二次元の断層像、三次元の三次元画像、四次元の時系列三次元画像に拡張すれば良い。

つまり、図４１においては、心臓の断層像ＩＳ１に心臓用の加重加算係数Ｗ１を乗算する。また、肺野の断層像ＩＳ２に肺野用の加重加算係数Ｗ２を乗算する。また、軟部組織の断層像ＩＳ１３に軟部組織の加重加算係数Ｗ３を乗算する。さらに、骨の断層像ＩＳ４に骨の加重加算係数Ｗ４を乗算する。各セグメント領域の境界を連続な画質で最適な再構成関数、最適な画像フィルタで画像再構成された断層像Ｉは以下の（数式３７）により求まる。
…（数式３７）

なお、実施例２で用いられた膨張用三次元論理フィルタの一例を図４３および図４４−１、図４４−２に示す。図４３は、三次元論理フィルタの構造と注目画素の位置と三次元画像の走査方法を示した図である。図４４−１、図４４−２は、膨張用三次元論理フィルタの一例を示した図である。この膨張用三次元論理フィルタでは、注目画素が“０”の場合に注目画素の近傍画素３×３×３の中に１つでも“１”の画素が存在していたら、その注目画素を“１”にして２値の三次元領域を膨張させるように作られている。なお、注目画素は三次元領域の全画素について走査されて移動する。

実施例１，実施例２においては、三次元連続領域ごとに再構成関数および画像フィルタにより画質を最適化する例を示した。実際に被検体を撮影した際に、図２に示すデータ収集、画像再構成、三次元ラベリング、画像最適化の処理の流れがスムーズに実時間で処理されないと使用上の使い勝手がよくない。しかし、スキャンデータ収集と画像再構成処理の間には、Ｘ線投影データ（スキャンデータ）のディスクへの格納、読出し、前処理の時間がかかる。また、画像再構成処理および三次元ラベリング処理と三次元再ラベリング処理および画像最適化処理の間には、ｚ方向にある一定距離を持った先の接続情報を見ないといけないため、ある一定距離およびある一定時間遅れを必要とする。

図４５には、本実施例１，２の処理を以下の３つに分け、その処理の行われるタイミングを示している。
１．スキャンおよびデータ収集
２．画像再構成処理および三次元ラベリング処理
３．三次元再ラベリング処理および画像最適化処理
このように処理のタイミング制御を行うことにより、実施例１，実施例２の処理は処理時間の最適化が行われる。つまり、ｚ方向に連続した断層像からなる三次元画像の撮影に同期してパイプライン処理で三次元ラベリング処理、およびその結果に基いた三次元再ラベリング処理を行うことができる。

また、制御の観点から考えると実施例１，実施例２の制御のフローチャートは図４６のようになっている。
ステップＦ１のデータ収集、ステップＦ２の前処理、ステップＦ３のビームハードニング補正およびステップＦ４のｚフィルタ重畳処理までを処理１とする。ステップＦ５の再構成関数重畳処理、ステップＦ６の三次元逆投影処理、およびステップＦ７の後処理までを処理２とする。さらに、ステップＦ８の三次元連続領域を各部位として認識し、画像再構成条件の最適化を処理３とする。すると、処理３は処理２のフィードバック処理となっている。つまり、Ｘ線ＣＴ装置１００の画像再構成処理の画像フィードバック処理の形態を取っている。このように、画像フィードバック処理をかけることで画像再構成される断層像またはｚ方向に連続した断層像からなる三次元画像は、より良い画質に収束させることができる。

つまり、多列Ｘ線検出器２４を有するＸ線ＣＴ装置１００において、各種スキャンにおける実時間ラベリング処理、またはラベリング処理の結果に基づく画像再構成処理への画像フィードバック処理を実現できる効果がある。

本実施形態における画像再構成法は、従来公知のフェルドカンプ法による三次元画像再構成法でもよい。さらに、他の三次元画像再構成方法でもよい。または二次元画像再構成でも良い。

本実施形態は、ヘリカルスキャンの場合で書かれているが、可変ピッチヘリカルスキャン、ヘリカルシャトルスキャン、ｚ方向に連続した複数の位置におけるコンベンショナルスキャン（アキシャルスキャン）またはシネスキャンの場合も同様に効果を出すことができる。

また、本実施形態は、走査ガントリ２０が傾斜していない場合で書かれているが、走査ガントリ２０が傾斜した、いわゆるチルト・スキャンの場合でも同様な効果を出すことができる。さらに、本実施形態は、生体信号に同期しない場合で書かれているが、生体信号、特に心拍信号に同期させても同様な効果を出すことができる。また、本実施形態では、フラットパネルＸ線検出器に代表されるマトリクス構造の二次元Ｘ線エリア検出器などの多列Ｘ線検出器を持ったＸ線ＣＴ装置について書かれているが、１列のＸ線検出器のＸ線ＣＴ装置においても同様の効果を出せる。

また、本実施形態では、各列に係数の異なった列方向（ｚ方向）フィルタを重畳することにより、画質のばらつきを調整し、各列において均一なスライス厚、アーチファクト、ノイズの画質を実現しているが、これには様々なｚ方向フィルタ係数が考えられるが、いずれも同様の効果を出すことができる。

本実施形態では、医用Ｘ線ＣＴ装置を元に書かれているが、産業用Ｘ線ＣＴ装置または他の装置と組み合わせたＸ線ＣＴ−ＰＥＴ装置，Ｘ線ＣＴ−ＳＰＥＣＴ装置などで利用できる。

Ａは、三次元画像の途中まで三次元ラベリング処理を行った場合を示す図で、Ｂは、三次元画像の三次元ラベリング処理を更に進めた場合を示す図である。 三次元ラベリング処理と三次元再ラベリング処理を示す図である。 本発明のラベリング処理を示す図である。 本発明の一実施形態にかかるＸ線ＣＴ装置を示すブロック図である。 Ｘ線ＣＴ装置の撮影条件入力画面を示す図である。 Ｘ線発生装置（Ｘ線管）および多列Ｘ線検出器をｘｙ平面で見た説明図である。 Ｘ線発生装置（Ｘ線管）および多列Ｘ線検出器をｙｚ平面で見た説明図である。 被検体撮影の流れを示すフローチャートである。 三次元画像表示の例を示す図である。 本発明の一実施形態に係るＸ線ＣＴ装置の画像再構成の概略動作を示すフローチャートである。 前処理の詳細を示すフローチャートである。 三次元画像再構成処理の詳細を示すフローチャートである。 再構成領域上のラインをＸ線透過方向へ投影した状態であり、Ａはｘｙ平面、Ｂはｙｚ平面を示す概念図である。 Ｘ線検出器面に投影したラインを示す概念図である。 投影データＤr（view，x，y）を再構成領域上に投影した状態を示す概念図である。 再構成領域上の各画素の逆投影画素データＤ２を示す概念図である。 逆投影画素データＤ２を画素対応に全ビュー加算して逆投影データＤ３を得る状態を示す説明図である。 円形の再構成領域上のラインをＸ線透過方向へ投影した状態であり、Ａはｘｙ平面、Ｂはｙｚ平面を示す概念図である。 連続領域のラベリングおよび部位ごとに画質を最適化するフローチャートである。 ラベリング処理１のフローチャートである。 ラベリング処理２のフローチャートである。 ラベリング処理３のフローチャートである。 三次元画像の注目画素と近傍領域を示す図である。 ラベリング処理４のフローチャートである。 三次元ラベリング処理の注目画素と２６近傍の近傍マスク領域を示す図である。 Ａは、三次元ラベリング処理の注目画素と１８近傍の近傍マスク領域を示す図で、Ｂは、注目画素と６近傍の近傍マスク領域を示す図である。 ラベリング処理の流れを示すフロ−チャートである。 ラベリング処理後に、再ラベリング処理へのフィードバックを示す図である。 三次元再ラベリング処理の一例を示す図である。 三次元再ラベリング処理の別例を示す図である。 三次元再ラベリング処理の別例を示し、画像特徴量を合体する図である。 接続情報テーブル、接続した三次元連続領域の領域情報テーブルを用いた三次元再ラベリングを示すフローチャートである。 接続情報テーブルの例を示す図である。 ラン座標情報の例を示す図である。 ラン座標の始点・終点を示す図である。 ラン座標の合体を示す図である。 図３３−３のラン座標の合体のフロ−チャートである。 三次元画像の三次元連続領域認識のフロ−チャートである。 各部位に認識された三次元連続領域を示す図である。 各三次元連続領域の画質を再構成関数および画像フィルタにより最適化する場合の処理のフローチャートである。 各三次元連続領域を最適な再構成関数、最適な画像フィルタで断層像を画像再構成するフロ−チャートである。 各三次元連続領域を最適な再構成関数および最適な画像フィルタで画像再構成した断層像を示す図である。 各三次元連続領域の境界を連続な画質で最適な再構成関数、最適な画像フィルタで断層像を画像再構成するフロ−チャートである。 各三次元連続領域の境界を連続な画質で最適な再構成関数、最適な画像フィルタで画像再構成した断層像を示す図である。 各三次元連続領域を加重加算し最適な画質で画像再構成された断層像を示す図である。 三次元論理フィルタの構造と注目画素の位置と三次元画像の走査方法を示す図である。 膨張用三次元論理フィルタの一例を示す図である。 膨張用三次元論理フィルタの一例を示す図である。 各処理のタイミングの最適化の例を示す図である。 三次元連続領域を各部位として認識し画像再構成条件の最適化による画像フィードバックを示す図である。 従来のラベリング処理を示す図である。

符号の説明

１ 操作コンソール
２ 入力装置
３ 中央処理装置
５ データ収集バッファ
６ モニタ
７ 記憶装置
１０ 撮影テーブル
１２ クレードル
１５ 回転部
２０ 走査ガントリ
２１ X線管
２２ X線コントローラ
２３ コリメータ
２４ 多列X線検出器
２５ データ収集装置（DAS）
２６ 回転部コントローラ
２７ 走査ガントリ傾斜コントローラ
２８ ビーム形成X線フィルタ
２９ 制御コントローラ
３０ スリップリング

ｄＰ X線検出器面
Ｐ 画像再構成領域
ＰＰ 投影面
IC 回転中心(ISO)
CB X線ビーム
BC ビーム中心軸
D 回転中心軸上での多列X線検出器幅

Claims (20)

1. 放射線を照射して被検体の所定領域を透過した投影データを収集し、断層像を表示するため画像再構成を行う放射線断層撮影装置において、
   画像再構成された断層像をラベリング処理するラベリング手段と、
   前記ラベリング手段により抽出された連続領域ごとに画質を最適化する画像再構成手段と
   を有することを特徴とする放射線断層撮影装置。
2. 放射線を照射して被検体の所定領域を透過した投影データを収集し、断層像を表示するため画像再構成を行う放射線断層撮影装置において、
   画像再構成された断層像をラベリング処理するラベリング手段と、
   前記ラベリング手段によりラベリング処理された連続領域の情報に基づき再ラベリング処理する再ラベリング手段と、
   前記再ラベリング手段により抽出された連続領域ごとに画質を最適化する画像再構成手段と
   を有することを特徴とする放射線断層撮影装置。
3. 放射線を照射して被検体の所定領域を透過した投影データを収集し、断層像を表示するため画像再構成を行う放射線断層撮影装置において、
   画像再構成された断層像をラベリング処理しながら、ラベリング処理された連続領域ごとの画像特徴量を求めるラベリング手段と、
   前記ラベリング手段によりラベリング処理された連続領域の情報に基づき再ラベリング処理を行い、前記連続領域ごとの画像特徴量を編集する再ラベリング手段と、
   前記再ラベリング手段により編集された連続領域の画質を最適化する画像再構成手段と
   を有することを特徴とする放射線断層撮影装置。
4. 前記ラベリング手段は、２値画像を介さず、濃淡画像である画像再構成された断層像からラベリング処理を行うことを特徴とする請求項１ないし請求項３のいずれか一項に記載の放射線断層撮影装置。
5. 前記ラベリング手段または前記再ラベリング手段の少なくとも一方は、前記投影データの収集と同期して行うことを特徴とする請求項１ないし請求項４のいずれか一項に記載の放射線断層撮影装置。
6. 前記投影データは、ヘリカルスキャン、可変ピッチヘリカルスキャン、ヘリカルシャトルスキャン、ｚ方向に連続した複数の位置におけるアキシャルスキャン、またはシネスキャンの際に同期して行うことを特徴とする請求項５に記載の放射線断層撮影装置。
7. 前記ラベリング手段は、１枚分または所定の複数枚分の断層像の画像再構成が終了後に、ラベリング処理を開始することを特徴とする請求項５又は請求項６に記載の放射線断層撮影装置。
8. 前記再ラベリング手段は、１枚分または所定の複数枚分のラベリング処理が終了後に、再ラベリング処理を開始することを特徴とする請求項７に記載の放射線断層撮影装置。
9. 前記ラベリング手段は、二次元ラベリング処理または三次元ラベリング処理または四次元ラベリング処理のうちの少なくともいずれか１つを含むことを特徴とする請求項１ないし請求項８のいずれか一項に記載の放射線断層撮影装置。
10. 前記ラベリング手段は、断層像の各画素の画像特徴量またはその画素の近傍の画像特徴量に基づいて、ラベリング処理を行うことを特徴とする請求項１ないし請求項９のいずれか一項に記載の放射線断層撮影装置
11. 前記画像再構成手段は、ラベリング処理された領域または再ラベリング処理された領域の画像特徴量に応じて、ラベリングされた領域または再ラベリングされた領域を部位として認識し、該部位の画質を最適化することを特徴とする請求項１ないし請求項１０のいずれか一項に記載の放射線断層撮影装置。
12. 前記画像特徴量は、面積、画像濃度和、周囲長、フェレ径、フェレ径比、円形度、面積率、１次モーメント、２次モーメント、楕円近似した長径・短径、体積、体積濃度和、表面積、三次元フェレ径、三次元フェレ径比、球形度、体積率、三次元１次モーメント、三次元２次モーメント、楕円体近似した径のうち少なくとも１つを含むことを特徴とする請求項３、請求項１０または請求項１１に記載の放射線断層撮影装置。
13. 画像入力を行う画像入力手段と、
    入力された画像にラベリング処理を行いながら、ラベリング処理された連続領域の画像特徴量を求めるラベリング手段と、
    前記ラベリング手段によりラベリング処理された連続領域の情報に基づき、再ラベリング処理を行い、再ラベリング処理された連続領域ごとの画像特徴量を編集する再ラベリング手段と、
    前記再ラベリング手段により編集された連続領域の画質を最適化する画像最適化手段と、
    を有することを特徴とする画像処理装置。
14. 前記画像入力手段は濃淡画像である画像再構成された断層像を入力し、前記ラベリング手段は該断層像から２値画像を介さず、ラベリング処理を行うことを特徴とする請求項１３に記載の画像処理装置。
15. 前記ラベリング手段または前記再ラベリング手段の少なくとも一方は、前記画像入力手段の画像入力と同期してラベリング処理または再ラベリング処理を行うことを特徴とする請求項１３または請求項１４に記載の画像処理装置。
16. 前記ラベリング手段は、１枚分または所定の複数枚分の断層像の画像再構成が終了後に、ラベリング処理を開始することを特徴とする請求項１５に記載の画像処理装置。
17. 前記再ラベリング手段は、１枚分または所定の複数枚分のラベリング処理が終了後に、再ラベリング処理を開始することを特徴とする請求項１６に記載の画像処理装置。
18. 前記ラベリング手段は、二次元ラベリング処理または三次元ラベリング処理または四次元ラベリング処理のうちの少なくともいずれか１つを含むことを特徴とする請求項１３ないし請求項１７のいずれか一項に記載の画像処理装置。
19. 前記ラベリング手段は、断層像の各画素の画像特徴量またはその画素の近傍の画像特徴量に基づいて、ラベリング処理を行うことを特徴とする請求項１３ないし請求項１８のいずれか一項に記載の画像処理装置。
20. 前記画像特徴量は、面積、画像濃度和、周囲長、フェレ径、フェレ径比、円形度、面積率、１次モーメント、２次モーメント、楕円近似した長径・短径、体積、体積濃度和、表面積、三次元フェレ径、三次元フェレ径比、球形度、体積率、三次元１次モーメント、三次元２次モーメント、楕円体近似した径のうち少なくとも１つを含むことを特徴とする請求項１９に記載の画像処理装置。