JP2009226043A - 医用画像処理装置及び異常陰影検出方法 - Google Patents

Abstract

【課題】医師による病変か否かの読影診断作業を支援する。
【解決手段】医用画像処理装置は、頭部をＭＲＩ撮影して得られる２次元ＭＲＩ画像と、頭部を体軸方向にＭＲＡ撮影した３次元ＭＲＡ画像とを入力し（ステップＳ１）、前記３次元ＭＲＡ画像を体軸方向にスライスした２次元ＭＲＡ画像のうち、２次元ＭＲＩ画像と類似するものを選択し、選択した２次元ＭＲＡ画像と、２次元ＭＲＩ画像との位置合わせを行い（ステップＳ３、Ｓ４）、前記３次元ＭＲＡ画像から血管の画像を抽出し（ステップＳ５）、前記位置合わせした２次元ＭＲＩ画像に前記抽出した血管の画像を合成し、表示させる（ステップＳ６）。
【選択図】図４

Description

本発明は、医用画像処理装置及び異常陰影検出方法に関する。

近年、ＭＲＩ（Magnetic Resonance Imaging）の普及と高性能化に伴い、脳ドック検査の件数が急速に増加してきている。脳ドックにおいて最も高頻度に見つかる異常は無症候性脳梗塞である。脳ドックの目的の一つには、無症候性脳梗塞を早期に発見し、原因とされる生活習慣の改善や血圧管理、投薬治療等を行うことによって、その後に起こり得る重篤な脳卒中を予防することにある。

無症候性脳梗塞の大半は、脳内の穿通枝と呼ばれる細い血管の血流が途絶え、その先の細胞が壊死に陥り発症するラクナ梗塞が原因である。現在、ＭＲＩ撮影により得られた画像から読影により医師がラクナ梗塞を検出する作業を支援する診断支援装置が開発されている（例えば、特許文献１〜３、非特許文献１、２参照）。なお、医師の診断を支援するための装置を一般に、ＣＡＤ（Computer-Aided Diagnosis）という。ＣＡＤシステムによれば、読影対象の画像に画像解析及び画像処理を施して病変部分の可能性がある画像領域を検出、病変候補として検出結果を表示することにより、「第二の意見」として医師の読影を支援することが可能である。
特願２００５−０２９１２５号公報 特許３７７９９８２号公報 特許３９５６２３４号公報 横山龍二郎、原武史他：脳ＭＲ画像におけるラクナ梗塞領域の自動検出の試み、日本放射線技術学会雑誌、58(3),399-405,2002 内山良一、松井篤、横山龍二郎他：脳ＭＲ画像におけるラクナ梗塞の検出法、電子情報通信学会論文誌、J90-D(7),1820-1829,2007

一方、ＭＲＩ画像等の頭部の断層画像において、ラクナ梗塞と類似した陰影を呈するものに、血管周囲腔の拡大がある。しかし、血管周囲腔の拡大は加齢による脳組織の変化であって正常な血管であるため、ラクナ梗塞の場合と異なり投薬治療を行う必要はない。
現在、このラクナ梗塞と血管周囲腔の拡大との判別は、医師の経験による主観的な画像診断によって行われている。経験の浅い医師では両者の判別を行うことは困難であり、経験のある医師であっても判別は容易ではなく、負担が大きい。

また、ラクナ梗塞は血管が詰まることより生じ、血流が途絶えるのに対し、血管周囲腔拡大は脳組織の萎縮によって生じるものであることから血管には血流が有る。よって、血管の血流を画像化したＭＲＡ（Magnetic Resonance Angiography）画像により頭部の断層画像におけるラクナ梗塞の陰影と血管周囲腔の拡大の陰影との判別をすることも考えられるが、そのようなＣＡＤシステムは未だ提案されていない。その理由としては、現在広く用いられている１．５Ｔ（テスラ）のＭＲＩ装置では穿通枝のような細い血管を読影可能な程度に画像化できないことが挙げられる。しかし、近年３ＴのＭＲＩ装置が普及し始めている。３ＴのＭＲＩ装置であれば読影可能な程度に穿通枝のＭＲＡ画像を得ることが可能であり、ラクナ梗塞と血管周囲腔拡大の判別にＭＲＡ画像を利用することが考えられる。

本発明の目的は、医師による病変か否かの読影診断作業を支援することである。

請求項１に記載の発明によれば、
頭部をＭＲＩ撮影して得られる２次元ＭＲＩ画像と、頭部を体軸方向にＭＲＡ撮影した３次元ＭＲＡ画像とを入力する入力手段と、
前記３次元ＭＲＡ画像を体軸方向にスライスした２次元ＭＲＡ画像のうち、前記２次元ＭＲＩ画像との類似度が最大となる２次元ＭＲＡ画像を選択し、選択した２次元ＭＲＡ画像と、前記２次元ＭＲＩ画像との位置合わせを行う位置合わせ手段と、
前記３次元ＭＲＡ画像から血管の画像を抽出する抽出手段と、
前記２次元ＭＲＩ画像に前記抽出した血管の画像を合成し、表示手段に表示させる制御手段と、
を備える医用画像処理装置が提供される。

請求項２に記載の発明によれば、請求項１に記載の発明において、
前記位置合わせ手段は、２次元ＭＲＡ画像又は２次元ＭＲＩ画像に、スライス位置を示す情報が付加されている場合、当該スライス位置を示す情報に基づいて各画像のスライス位置を判別し、スライス位置が最も近い２次元ＭＲＡ画像を選択する医用画像処理装置が提供される。

請求項３に記載の発明によれば、請求項１又は２に記載の発明において、
前記位置合わせ手段は、選択した２次元ＭＲＡ画像又は２次元ＭＲＩ画像に平行移動及び／又は回転の処理を施し、処理する毎に各画像の類似度を算出し、類似度が一定値となるまで前記処理を繰り返して位置合わせを行う医用画像処理装置が提供される。

請求項４に記載の発明によれば、請求項１〜３の何れか一項に記載の発明において、
２次元ＭＲＩ画像において異常陰影の候補を１次検出する１次検出手段と、
１次検出された候補の位置と、前記合成画像における血管の位置とを比較し、位置が一致しない候補を偽陽性であると判断して１次検出の候補から削除する偽陽性削除手段と、
偽陽性候補が削除された１次検出候補について特徴量を算出し、当該特徴量に基づいて２次検出を行う２次検出手段と、を備え、
前記制御手段は、２次検出の結果を表示手段に表示させる医用画像処理装置が提供される。

請求項５に記載の発明によれば、請求項１〜４の何れか一項に記載の発明において、
前記２次元ＭＲＩ画像は、Ｔ１強調画像又はＴ２強調画像である医用画像処理装置が提供される。

請求項６に記載の発明によれば、請求項１〜５の何れか一項に記載の発明において、
前記異常陰影はラクナ梗塞の陰影であり、
前記偽陽性の陰影には、血管周囲腔の拡大の陰影が含まれる医用画像処理装置が提供される。

請求項７に記載の発明によれば、
頭部をＭＲＩ撮影して得られる２次元ＭＲＩ画像と、頭部を体軸方向にＭＲＡ撮影した３次元ＭＲＡ画像とを入力する工程と、
前記３次元ＭＲＡ画像を体軸方向にスライスした２次元ＭＲＡ画像のうち、前記２次元ＭＲＩ画像との類似度が最大となる２次元ＭＲＡ画像を選択し、選択した２次元ＭＲＡ画像と、前記２次元ＭＲＩ画像との位置合わせを行う工程と、
前記３次元ＭＲＡ画像から血管の画像を抽出する工程と、
前記２次元ＭＲＩ画像に前記抽出した血管の画像を合成し、表示手段に表示させる工程と、
を備える異常陰影検出方法が提供される。

請求項８に記載の発明によれば、請求項７に記載の発明において、
前記位置合わせ手段は、２次元ＭＲＡ画像又は２次元ＭＲＩ画像に、スライス位置を示す情報が付加されている場合、当該スライス位置を示す情報に基づいて各画像のスライス位置を判別し、スライス位置が最も近い２次元ＭＲＡ画像を選択する異常陰影検出方法が提供される。

請求項９に記載の発明によれば、請求項７又は８に記載の発明において、
前記位置合わせ手段は、選択した２次元ＭＲＡ画像又は２次元ＭＲＩ画像に平行移動及び／又は回転の処理を施し、処理する毎に各画像の類似度を算出し、類似度が一定値となるまで前記処理を繰り返して位置合わせを行う異常陰影検出方法が提供される。

請求項１０に記載の発明によれば、請求項７〜９の何れか一項に記載の発明において、
２次元ＭＲＩ画像において異常陰影の候補を１次検出する１次検出手段と、
１次検出された候補の位置と、前記合成画像における血管の位置とを比較し、位置が一致しない候補を偽陽性であると判断して１次検出の候補から削除する偽陽性削除手段と、
偽陽性候補が削除された１次検出候補について特徴量を算出し、当該特徴量に基づいて２次検出を行う２次検出手段と、を備え、
前記制御手段は、２次検出の結果を表示手段に表示させる異常陰影検出方法が提供される。

請求項１１に記載の発明によれば、請求項７〜１０の何れか一項に記載の発明において、
前記２次元ＭＲＩ画像は、Ｔ１強調画像又はＴ２強調画像である異常陰影検出方法が提供される。

請求項１２に記載の発明によれば、請求項７〜１１の何れか一項に記載の発明において、
前記異常陰影はラクナ梗塞の陰影であり、
前記偽陽性の陰影には、血管周囲腔の拡大の陰影が含まれる異常陰影検出方法が提供される。

本発明によれば、２次元ＭＲＩ画像上に血流の有る血管の画像を重ねて表示することにより、医師は２次元ＭＲＩ画像において血流の有無を容易に把握することができる。２次元ＭＲＩ画像において異常陰影が見られる場合、血流の有無を確かめることにより、画像上の異常陰影が血流の途絶えたラクナ梗塞等の真陽性であるのか、血流の有る血管周囲腔等の偽陽性であるのか、判別が容易となる。すなわち、異常陰影であるか、又は異常陰影に類似する正常陰影であるかの客観的な判断材料を医師に提供することが可能となり、読影診断の支援を図ることが可能となる。

図１に、本実施形態における医用画像処理装置１０の内部構成を示す。
図１に示すように、医用画像処理装置１０は、制御部１１、操作部１２、表示部１３、通信部１４、記憶部１５を備えて構成され、各部はバスＢを介して接続されている。

以下、各部について説明する。
制御部１１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）等を備えて構成される。ＣＰＵは、記憶部１５に記憶されているプログラムを読み出し、ＲＡＭ内に形成されたワークエリアに展開し、該プログラムに従って、医用画像処理装置１０の各部を制御する。

操作部１２は、カーソルキーや数字キー、各種機能キーからなるキーボード、マウスやタッチパネル等のポインティングディバイスを備えて構成され、押下されたキーやマウスの操作に対応する操作信号を生成して制御部１１に出力する。

表示部１３は、ＬＣＤ（Liquid Crystal Display）やＣＲＴ等のモニタにより構成され、ＣＰＵ２１から入力される表示信号の指示に従って、画像の表示を行う。

通信部１４は、ネットワークインターフェイスカード等の通信用インターフェイスにより構成され、病院内のＬＡＮを介して接続されるＭＲＩ装置、ＣＲ（Computed Radiography）装置等の各種撮影装置からの医用画像を受信する。

なお、医用画像の入力は、通信による入力方法に限らない。例えば、各種撮影装置と接続するためのインターフェイスを備え、このインターフェイスを介して上記の各種撮影装置において撮影された医用画像を医用画像処理装置１０に入力することとしてもよい。

記憶部１５は、ＨＤＤ（Hard Disc Drive）や不揮発性の半導体メモリ等により構成され、各種プログラム、各種データ、パラメータ等を記憶する。これらの各種プログラムは、読取可能なプログラムコードの形態で格納され、制御部１１は、当該プログラムコードに従った動作を逐次実行する。
なお、各種プログラムには、２次元ＭＲＩ画像と３次元ＭＲＡ画像との位置合わせを行うためのプログラム、３次元ＭＲＡ画像から血管の画像を抽出するためのプログラム、２次元ＭＲＩ画像と３次元ＭＲＡ画像とを合成して表示するためのプログラム等が含まれる。

次に、本実施形態における医用画像処理装置１０の動作について説明する。
本実施形態では、（１）融合画像の作成処理及び（２）候補検出処理の２つの処理を行う。（１）の処理では主に３次元ＭＲＡ画像について画像処理を行い、また、（２）の処理では主に２次元ＭＲＩ画像について画像処理を行う。
以下、（１）及び（２）の各処理について順に説明する。なお、以下に説明する処理は、制御部１１と記憶部１５に記憶されている各種プログラムとの協働により実行される。

図２を参照して、融合画像の作成処理について説明する。
まず、制御部１１は、ＭＲＩ装置により頭部を撮影した医用画像を取得する（ステップＳ１）。
制御部１１が取得する医用画像には２種類ある。一つはＴ１強調画像やＴ２強調画像等の２次元ＭＲＩ画像であり、もう一つは血管の血流を画像化した３次元ＭＲＡ（Magnetic Resonance Angiography）画像である。３次元ＭＲＡ画像は頭部を体軸方向にスライスした複数の２次元ＭＲＡ画像から構成され、読影の際にはＭＩＰ（Maximum intensity projection）表示される。以下の説明では、２次元ＭＲＩ画像としてＴ２強調画像を用いた例を説明するが、Ｔ１強調画像を用いて同様の処理を行うことも可能である。また、２次元ＭＲＩ画像、３次元ＭＲＡ画像、２次元ＭＲＡ画像は、何れもＭＲＩ装置により撮影されて生成される医用画像である点で共通するが、ここではそれぞれを区別して説明する。

取得した２次元ＭＲＩ画像と３次元ＭＲＡ画像とでは、それぞれボクセル値の最大値と最小値とが異なる。よって、制御部１１は、２次元ＭＲＩ画像及び３次元ＭＲＡ画像のそれぞれに対し、正規化を行う（ステップＳ２）。

正規化は、まず濃度値が最小値０から最大値２５５までの濃度値となるように２次元ＭＲＩ画像及び３次元ＭＲＡ画像の信号値を変換する線形濃度変換を行う。また、２次元ＭＲＩ画像の空間分解能と３次元ＭＲＡ画像の空間分解能とが一致するように、３次元ＭＲＡ画像に拡大縮小処理を施し、２次元ＭＲＩ画像と画像の大きさの条件を合わせる。ここで必要となる空間分解能の情報は、２次元ＭＲＩ画像、３次元ＭＲＡ画像に付加されている情報を用いる。ＤＩＣＯＭ（Digital Imaging and Communication in Medicine）の規格に従って撮影されている場合、撮影画像には規格に応じてヘッダに情報を付加することが可能であり、空間周波数の情報等が付加されている。よって、ヘッダから情報を取得して空間周波数を判断することができる。
大きさを合わせた後、線形補間法によって３次元ＭＲＡ画像を体軸方向にスライスした２次元ＭＲＡ画像を補間する処理を行い、２次元ＭＲＡ画像の各ボクセルを等ボクセルとする。

次いで、制御部１１は正規化した３次元ＭＲＡ画像について、グローバルマッチングを行う（ステップＳ３）。
グローバルマッチングは、３次元ＭＲＡ画像と２次元ＭＲＩ画像とを大まかに一致させる位置合わせの処理である。まず、３次元ＭＲＡ画像を体軸方向にスライスした複数の２次元ＭＲＡ画像を作成し、この複数の２次元ＭＲＡ画像と、２次元ＭＲＩ画像について相互情報量に基づく類似度Ｉを下記式１により算出する。

次に、３次元ＭＲＡ画像を構成する複数の２次元ＭＲＡ画像のうち、算出した類似度Ｉが最大となる２次元ＭＲＡ画像を選択する。そして、選択した２次元ＭＲＡ画像、２次元ＭＲＩ画像のそれぞれについて重心点Ｇを下記式２、３により求め、各画像の重心点（式２、３参照）Ｇが一致するように２次元ＭＲＡ画像を平行移動させる。

なお、３次元ＭＲＡ画像、２次元ＭＲＩ画像にスライス位置を示す情報が付加されている場合、当該情報に基づき、２次元ＭＲＩ画像とスライス位置が最も近い２次元ＭＲＡ画像を選択することとしてもよい。これにより、類似度Ｉの算出時間の短縮につなげることができる。或いは、スライス位置を示す情報を、類似度Ｉを算出する２次元ＭＲＡ画像を限定するのに利用することとしてもよい。これによれば、類似度Ｉの算出時間を軽減し得る。

また、類似度Ｉの算出には相互情報量を用いることとしたが、これに限らず、画像間の類似度を定量化できるのであれば他の指標を算出することとしてもよい。例えば、下記式４による相関係数（式４参照）Ｃも類似度を表す指標の一つである。

図３を参照して、グローバルマッチングについて説明する。
２次元ＭＲＩ画像ＲはＴ２強調画像である。また、符号ａで示すのは３次元ＭＲＡ画像である。３次元ＭＲＡ画像ａは、Ｚ方向（体軸方向）にスライスしてできる複数の２次元ＭＲＡ画像から構成される。グローバルマッチングでは複数の２次元ＭＲＡ画像のうち、類似度Ｉが最大となる２次元ＭＲＡ画像ｂ又はスライス位置が一致する２次元ＭＲＡ画像ｂを選択する。そして、２次元ＭＲＩ画像Ｒと２次元ＭＲＡ画像ｂとの重心点が一致するように、３次元ＭＲＡ画像ａ全体が平行移動する。

グローバルマッチングを終えると、制御部１１はローカルマッチングを行う（ステップＳ４）。
ローカルマッチングでは、選択した２次元ＭＲＡ画像と２次元ＭＲＩ画像とを更に詳細に一致させる位置合わせを行う。まず、選択した２次元ＭＲＡ画像に予め定められた範囲の平行移動量及び回転角度で、２次元ＭＲＡ画像に平行移動、回転の処理を施す。そして、処理を施した２次元ＭＲＡ画像と２次元ＭＲＩ画像との類似度Ｉを算出する。類似度Ｉの算出は上述した方法と同じであるのでここでは説明を省略する。この処理を平行移動量及び回転角度を少しずつ変えて繰り返す。そして、算出した類似度Ｉが最大となる平行移動量及び回転角度を求め、求めた平行移動量、回転角度で処理した３次元ＭＲＡ画像を得る。

次に、制御部１１は、３次元ＭＲＡ画像から血管の画像部分を抽出する（ステップＳ５）。まず、３次元ＭＲＡ画像を用いて濃度の累積ヒストグラムを作成する。累積ヒストグラムの上位０．１％以上の値を持つ全てのボクセルの信号値を１０２４に変換し、他の全てのボクセルの信号値を最小値０から最大値１０２４となるように線形濃度変換を行う。次に、閾値を７００として閾値処理を行う。この閾値処理により比較的太い血管領域を抽出することができる。そして、閾値処理により抽出したボクセルをシード点として領域拡張法により細い血管を抽出する。領域拡張処理では、シード点を注目ボクセルとして２６近傍のボクセル値が５００以上であった場合に、そのボクセルは血管の画像であると判断する。これにより、穿通枝のように細い血管を抽出することができる。

制御部１１は、抽出した血管の画像を２次元ＭＲＩ画像に合成して融合画像を作成する（ステップＳ６）。抽出した血管の画像は３次元画像であるので、ＭＩＰ処理により２次元の画像とし、２次元ＭＲＩ画像に合成する。そして、制御部１１は、作成した融合画像を表示部１３の表示画面上に表示して（ステップＳ７）、融合画像作成処理を終了する。

図４に、２次元ＭＲＩ画像Ｒ及び融合画像Ｆを示す。
図４に示す２次元ＭＲＩ画像Ｒ上の陰影Ｓは、脳の実質に現れた異常陰影であるが、真陽性のラクナ梗塞であるのか、偽陽性の血管周囲腔拡大の陰影であるのかが、２次元ＭＲＩ画像Ｒのみでは判別し難い。
一方、融合画像Ｆは２次元ＭＲＡ画像から抽出した血管の画像を２次元ＭＲＩ画像Ｒ上に合成した画像である。血管の画像部分は血流が有ることを示しているので、融合画像Ｆによれば、陰影Ｓの位置において血流の有無の判別が可能となる。つまり、融合画像Ｆを読影した医師は、陰影Ｓの位置で血管の画像が消えている場合、陰影Ｓはラクナ梗塞の可能性が高く、逆に陰影Ｓの位置で血管の画像が現れている場合には少なくともラクナ梗塞の陰影ではなく、血管周囲腔の拡大の陰影である可能性があると判断することができる。図４に示す融合画像Ｆでは陰影Ｓの位置と血管の画像の位置が一致しており、かつ陰影Ｓの位置に血管の画像が現れているので陰影Ｓはラクナ梗塞ではないと判断することができる。

次に、図５を参照して、候補検出処理について説明する。この候補検出処理では、前述した融合画像の作成処理の処理結果を用いて偽陽性の削除を行う。
図５に示すように、制御部１１はＭＲＩ装置により頭部を撮影した医用画像を取得する（ステップＳ１１）。取得する医用画像は、２次元ＭＲＩ画像及び３次元ＭＲＡ画像である。そして、制御部１１は、２次元ＭＲＩ画像及び３次元ＭＲＡ画像のそれぞれに対し、正規化を行う（ステップＳ１２）。正規化の処理は、上述した図２におけるステップＳ２と同様であるため、ここでの詳細な説明は省略する。

次に、制御部１１は、正規化した２次元ＭＲＩ画像についてトップハット変換を行う（ステップＳ１３）。ラクナ梗塞には、脳室に隣接して現れるラクナ梗塞と、孤立して現れるラクナ梗塞がある。孤立したラクナ梗塞は、後述する多重閾値処理によって抽出が可能であるのが、脳室に隣接するラクナ梗塞は多重閾値処理単独では抽出が難しい。そこで、トップハット変換により前処理を行い、ラクナ梗塞の画像部分を強調する。具体的には、２次元ＭＲＩ画像に３×３のメジアンフィルタでフィルタ処理した後、半径８画素の円を構造要素とするトップハット変換を行う。

制御部１１は、トップハット変換を行った２次元ＭＲＩ画像について、多重閾値処理を行う（ステップＳ１４）。
多重閾値処理によって、ラクナ梗塞の領域を決定することができる。なお、ラクナ梗塞は、梗塞が発生してからの時間によって２次元ＭＲＩ画像での濃度（信号値）が異なるため、固定の閾値では全てのラクナ梗塞を検出することは困難である。そのため、多重閾値処理を用いている。具体的には、信号値が５５〜２０５まで１５画素ずつ閾値を変化させ、合計１１回の閾値処理を行い、１１枚の２値画像を作成する。この１１枚の２値画像に対して、大きさが３３〜２８５画素、円形度が０．５９以上、不整形度が０．３４２以下の値を満たす領域を検出し、当該領域をラクナ梗塞の１次候補とする。

ここで、大きさは画素数である。円形度は、候補領域の面積をＳとし、候補領域と重心が同一で同一面積の円を求め、この円とＳとが重なる領域をＡとした場合、Ａ／Ｓによって求められる値である。 不整形度は、候補領域の周囲長をＬ、円周の長さをＣとした場合、１−Ｃ／Ｌによって求められる値である。
１１枚の２値画像において、ラクナ梗塞の候補領域の重心から３画素以内に他の閾値で決定された候補領域の重心が２回以上存在する領域をラクナ梗塞の１次候補として検出する。

次に、制御部１１は融合画像作成処理で作成した融合画像を取得する（ステップＳ１５）。そして、融合画像において合成されている血管の画像を参照し、当該血管の位置に基づいて偽陽性の削除を行う（ステップＳ１６）。Ｔ２強調画像では脳の実質領域は高信号値となり、ラクナ梗塞は低信号値となるが、ノイズや正常組織の陰影が低信号で現れることもあり、判別が難しい。しかし、ラクナ梗塞は血管上に生じるものであるため、融合画像において血管の画像が現れていない位置にある１次候補は、偽陽性であると考えられる。よって、融合画像において血管の位置と１次候補の位置とを比較して、位置が一致しない、或いは一定距離以上離れている１次候補については偽陽性であるとして１次候補から削除する。また、ラクナ梗塞は血流がそこで途絶えるため、融合画像においてはその陰影を境界に血管の画像がなくなっているはずである。よって、融合画像において血管の位置と一致している１次候補であっても、その１次候補の陰影を血管が貫通している場合には、血流が有ることを示しているので、少なくともラクナ梗塞ではない偽陽性として１次候補から削除する。

図６に、候補検出処理の過程で生成される２次元ＭＲＩ画像を示す。
図６に示す２次元ＭＲＩ画像Ｒは、正規化した後のＴ２強調画像である。この２次元ＭＲＩ画像Ｒをトップハット変換したものが、２次元ＭＲＩ画像ＲＧ１である。２次元ＭＲＩ画像ＲＧ１では、２次元ＭＲＩ画像Ｒで低信号ではあるが陰影Ｓよりも高信号であった脳室部分が高信号に変換される。これに対し、陰影Ｓはより低信号へと変換されるので、脳室に隣接していた陰影Ｓは脳室から孤立し、陰影Ｓのみが強調して表されることになる。

この２次元ＭＲＩ画像ＲＧ１に多重閾値処理を行ったものが、２次元ＭＲＩ画像ＲＧ２である。２次元ＭＲＩ画像ＲＧ２では、多重閾値処理により低信号に変換された画像部分（図中の枠内の陰影Ｓ）をラクナ梗塞の１次候補として検出する。

１次候補のうち、融合画像を参照して偽陽性を削除した結果を示すのが２次元ＭＲＩ画像ＲＧ３である。２次元ＭＲＩ画像ＲＧ３では、融合画像に合成された血管の画像の位置と一致しない又は一定距離内に無い１次候補の信号値を高信号に変換して表している。すなわち、２次元ＭＲＩ画像ＲＧ３では偽陽性が削除された１次候補のみ低信号の陰影Ｓで表されている。２次元ＭＲＩ画像ＲＧ３から分かるように、ラクナ梗塞が生じ得ない脳溝等に現れる偽陽性が削除されている。

偽陽性の削除を行うと、制御部１１は２次候補の表示処理を実行する（ステップＳ１７）。２次候補の表示処理については図７を参照して説明する。
図７に示すように、制御部１１は、偽陽性が削除された１次候補について特徴量を算出する（ステップＳ２１）。
特徴量の算出には、Ｔ２強調画像とＴ１強調画像を用いる。算出する特徴量は、偽陽性を削除した１次候補の領域についての、（１）Ｔ２強調画像での領域内外の濃度差、（２）Ｔ１強調画像での領域内外の濃度差、（３）円形・線状パターンを強調するためのフィルタバンクによって計算される解像度レベル１（小さい成分）から解像度レベル４（大きい成分）までの円形成分、（４）円形・線状成分、である。

制御部１１は、算出した特徴量を識別器に入力して２次候補の検出を行う（ステップＳ２２）。
識別器には、ルールベース法及びニューラルネットワークを用いる。算出した特徴量のそれぞれに対し、ラクナ梗塞の最大値と最小値を求めることによってルールを設定し、このルールの範囲内にある１次候補をラクナ梗塞（真陽性）、ルールの範囲外にある１次候補を偽陽性と識別する。ルールベース法による識別を行った後、ニューラルネットワークによる識別を行う。ニューラルネットワークの構造は３層構造で、各層のセル数は、入力層１２、中間層３、出力層１である。学習には、バックプロパゲーションを用い、手法の評価には、リーブ・ワン・アウト（Leave-one-out）法と、ホールド・アウト（Hold-out）法をそれぞれ用いる。
制御部１１は、識別器により最終的に真陽性のラクナ梗塞と識別された候補を２次候補として検出する。

次に、制御部１１は２次候補の検出結果を表示部１３の表示画面上に表示して（ステップＳ２３）、２次候補の表示処理を終了する。検出結果の表示は、例えば２次元ＭＲＩ画像において２次候補の位置を指し示すマークを表示したり、アノテーションを表示したりすることにより行う。

以上のように、本実施形態によれば、グローバルマッチング及びローカルマッチングによって３次元ＭＲＡ画像と２次元ＭＲＡ画像の位置合わせを行う。また、３次元ＭＲＡ画像から血管の画像を抽出し、これをＭＩＰ処理した画像を位置合わせした２次元ＭＲＩ画像に重ねて合成し、融合画像を作成、表示する。融合画像においては合成された血管の画像により２次元ＭＲＩ画像上において血流の有無を確認することができ、血流の有無により２次元ＭＲＩ画像上の陰影がラクナ梗塞であるのか、血管周囲腔拡大の陰影であるのかの判別が可能となる。よって、２次元ＭＲＩ画像のみでは困難であった異常陰影と正常陰影との判別を医師が容易に行うことができ、診断支援を図ることができる。

また、グローバルマッチングによれば、複数の２次元ＭＲＡ画像と２次元ＭＲＩ画像との類似度を算出し、類似度が最大となる２次元ＭＲＡ画像を選択するので、スライス位置が近い２次元ＭＲＡ画像を選択することができ、位置合わせの精度を向上させることができる。ローカルマッチングによれば、選択した２次元ＭＲＡ画像に平行移動、回転の処理を施し、処理する毎に算出する類似度が最大となるまで処理を繰り返して位置合わせを行う。これにより類似性が高くなるように位置合わせを行うことができる。また、グローバルマッチング、ローカルマッチングと２段階で行うことにより精度良く位置合わせを行うことができる。

また、３次元ＭＲＡ画像に閾値処理及び領域拡張処理を行うことで穿通枝のように細い血管でも血管領域を抽出することができる。

また、２次元ＭＲＩ画像から異常陰影の１次候補を検出し、融合画像を参照して１次候補から偽陽性の削除を行う。融合画像によれば血流の有無を判別することができ、血流の有無によって偽陽性と判別される１次候補を２次検出の対象から除外することができる。これにより、精度良く偽陽性の削除が可能であるとともに、２次検出の処理を効率良く行うことができる。２次検出の結果は２次検出された候補を指し示すように表示するので、医師は表示により容易に異常陰影である可能性が高い領域を特定することができ、読影診断を支援することができる。

また、２次元ＭＲＩ画像から異常陰影の１次候補を検出する際、トップハット変換及び多重閾値処理を行うことで、脳室に隣接する異常陰影を強調することができる。

また、２次元ＭＲＩ画像はラクナ梗塞の診断に使用されるＴ１強調画像又はＴ２強調画像であるので、実際の診断に必要な画像を用いて融合画像を作成、表示することができる。

また、異常陰影はラクナ梗塞の陰影であり、偽陽性の陰影には血管周囲腔の拡大が含まれるので、見た目に類似し、判別しづらい２つの陰影の読影作業を支援することができる。

医用画像処理装置１０の内部構成を示す図である。 融合画像作成処理のフロー図である。 グローバルマッチングを説明する概念図である。 ２次元ＭＲＩ画像及び融合画像を示す図である。 候補検出処理のフロ−図である。 候補検出処理の過程で生成される各種の２次元ＭＲＩ画像を示す図である。 ２次候補表示処理のフロー図である。

符号の説明

１０ 医用画像処理装置
１１ 制御部
１２ 操作部
１３ 表示部
１４ 記憶部
１５ 通信部

Claims (12)

1. 頭部をＭＲＩ撮影して得られる２次元ＭＲＩ画像と、頭部を体軸方向にＭＲＡ撮影した３次元ＭＲＡ画像とを入力する入力手段と、
   前記３次元ＭＲＡ画像を体軸方向にスライスした２次元ＭＲＡ画像のうち、前記２次元ＭＲＩ画像との類似度が最大となる２次元ＭＲＡ画像を選択し、選択した２次元ＭＲＡ画像と、前記２次元ＭＲＩ画像との位置合わせを行う位置合わせ手段と、
   前記３次元ＭＲＡ画像から血管の画像を抽出する抽出手段と、
   前記２次元ＭＲＩ画像に前記抽出した血管の画像を合成し、表示手段に表示させる制御手段と、
   を備える医用画像処理装置。
2. 前記位置合わせ手段は、２次元ＭＲＡ画像又は２次元ＭＲＩ画像に、スライス位置を示す情報が付加されている場合、当該スライス位置を示す情報に基づいて各画像のスライス位置を判別し、スライス位置が最も近い２次元ＭＲＡ画像を選択する請求項１に記載の医用画像処理装置。
3. 前記位置合わせ手段は、選択した２次元ＭＲＡ画像又は２次元ＭＲＩ画像に平行移動及び／又は回転の処理を施し、処理する毎に各画像の類似度を算出し、類似度が一定値となるまで前記処理を繰り返して位置合わせを行う請求項１又は２に記載の医用画像処理装置。
4. ２次元ＭＲＩ画像において異常陰影の候補を１次検出する１次検出手段と、
   １次検出された候補の位置と、前記合成画像における血管の位置とを比較し、位置が一致しない候補を偽陽性であると判断して１次検出の候補から削除する偽陽性削除手段と、
   偽陽性候補が削除された１次検出候補について特徴量を算出し、当該特徴量に基づいて２次検出を行う２次検出手段と、を備え、
   前記制御手段は、２次検出の結果を表示手段に表示させる請求項１〜３の何れか一項に記載の医用画像処理装置。
5. 前記２次元ＭＲＩ画像は、Ｔ１強調画像又はＴ２強調画像である請求項１〜４の何れか一項に記載の医用画像処理装置。
6. 前記異常陰影はラクナ梗塞の陰影であり、
   前記偽陽性の陰影には、血管周囲腔の拡大の陰影が含まれる請求項１〜５の何れか一項に記載の医用画像処理装置。
7. 頭部をＭＲＩ撮影して得られる２次元ＭＲＩ画像と、頭部を体軸方向にＭＲＡ撮影した３次元ＭＲＡ画像とを入力する工程と、
   前記３次元ＭＲＡ画像を体軸方向にスライスした２次元ＭＲＡ画像のうち、前記２次元ＭＲＩ画像との類似度が最大となる２次元ＭＲＡ画像を選択し、選択した２次元ＭＲＡ画像と、前記２次元ＭＲＩ画像との位置合わせを行う工程と、
   前記３次元ＭＲＡ画像から血管の画像を抽出する工程と、
   前記２次元ＭＲＩ画像に前記抽出した血管の画像を合成し、表示手段に表示させる工程と、
   を備える異常陰影検出方法。
8. 前記位置合わせ手段は、２次元ＭＲＡ画像又は２次元ＭＲＩ画像に、スライス位置を示す情報が付加されている場合、当該スライス位置を示す情報に基づいて各画像のスライス位置を判別し、スライス位置が最も近い２次元ＭＲＡ画像を選択する請求項７に記載の異常陰影検出方法。
9. 前記位置合わせ手段は、選択した２次元ＭＲＡ画像又は２次元ＭＲＩ画像に平行移動及び／又は回転の処理を施し、処理する毎に各画像の類似度を算出し、類似度が一定値となるまで前記処理を繰り返して位置合わせを行う請求項７又は８に記載の異常陰影検出方法。
10. ２次元ＭＲＩ画像において異常陰影の候補を１次検出する１次検出手段と、
    １次検出された候補の位置と、前記合成画像における血管の位置とを比較し、位置が一致しない候補を偽陽性であると判断して１次検出の候補から削除する偽陽性削除手段と、
    偽陽性候補が削除された１次検出候補について特徴量を算出し、当該特徴量に基づいて２次検出を行う２次検出手段と、を備え、
    前記制御手段は、２次検出の結果を表示手段に表示させる請求項７〜９の何れか一項に記載の異常陰影検出方法。
11. 前記２次元ＭＲＩ画像は、Ｔ１強調画像又はＴ２強調画像である請求項７〜１０の何れか一項に記載の異常陰影検出方法。
12. 前記異常陰影はラクナ梗塞の陰影であり、
    前記偽陽性の陰影には、血管周囲腔の拡大の陰影が含まれる請求項７〜１１の何れか一項に記載の異常陰影検出方法。