JP2010000306A - 医用画像診断装置、画像処理装置、及びプログラム - Google Patents

Abstract

【課題】 血管領域における狭窄部位の位置及び当該狭窄の原因物質の硬度／危険性を、三次元画像上で容易に視認できるような表示を可能とする医用画像診断装置、画像処理装置、及びプログラムを提供すること。
【解決手段】 血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の３次元位置を検出し、前記血管領域の３次元位置に基づいて、血管芯線の３次元位置を検出し、前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出し、前記画素濃度の分布を画像化する血管領域濃度分布計算ユニット14と、画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する為の画像レンダリングユニット16と、を医用画像診断装置に具備させる。
【選択図】 図１

Description

本発明は、血管病変について解析／スクリーニングを行う際に使用する医用画像診断装置、画像処理装置、及びプログラムに関し、特に血管領域のコントラストが強調された画像を使用して血管病変を解析する為の医用画像診断装置、画像処理装置、及びプログラムに関する。

従来より、例えばＸ線ＣＴ装置、磁気共鳴イメージング装置、及び超音波診断装置等による撮影で取得した３次元画像データから血管領域を抽出し、血管領域における狭窄部位の検出を行う技術が知られている。なお、血管領域における狭窄部位は、例えば心筋梗塞や脳梗塞等の原因となる。

前記のような技術では、血管の芯線に沿って血管の太さの変化率を分析し、該分析に基づいて血管領域の狭窄部位を検出する。さらには、このような技術により検出された血管領域の狭窄部位を、所定の画像上において血管に重畳して表示させ、且つ血管病変のスクリーニングを可能とする技術も知られている。

ところで、このような技術に関連する技術として、例えば特許文献１には、次のような技術が開示されている。

すなわち、特許文献１には、医用画像機器によって収集された画像データを記憶する記憶手段と、前記画像データに基づいて、血管形状を抽出する抽出手段と、前記血管形状に基づいて、血管芯線と、当該血管芯線に直交する血管直交断面上の複数の血管輪郭点とを含む血管情報を生成する血管情報生成手段と、前記血管情報に基づいて、前記血管形状のねじれを補正する補正手段と、補正された前記血管情報に基づいて、狭窄範囲を設定する設定手段と、補正された前記血管情報に基づいて、狭窄した血管から狭窄部位を除いた正常な部位の血管形状を示す仮正常血管形状を推定する推定手段と、前記仮正常血管と前記血管形状とを用いて、前記狭窄範囲における局所的な狭窄率を算出する算出手段と、前記狭窄範囲における前記狭窄率をカラー表示する血管画像を生成する画像生成手段と、前記血管画像を所定の形態にて表示する表示手段と、を具備する血管狭窄率解析システムが開示されている。

この特許文献１に開示された技術によれば、血管領域全体に対する狭窄の位置、血管周方向に対する狭窄の位置、狭窄の範囲、及び狭窄の度合い等が直感的に把握可能な形態にて提示される
特開２００６−１６７２８７号公報

ところで、血管領域における狭窄の危険性は、当該狭窄を引き起こした原因の物質（以降、原因物質と称する）に依り大きく異なる。例えば、ソフトプラークによる狭窄は、近い将来重度の症状を引き起こす可能性がある狭窄である。従って、実際の診断においては、検出された狭窄が何による狭窄であるのか（当該狭窄の原因物質）を知る必要がある。なお、特許文献１に開示されている技術では、このような原因物質に基づく狭窄の危険性の推定は不可能である。

上述したような事情から、現在、血管領域において検出された各々の狭窄の危険性を知る為には、専用の画像解析アプリケーション等を使用し、検出された狭窄の一つ一つについて、当該血管内部の画素値を分析する等して、各々の狭窄の危険性を推測している。

しかしながら、このような方法では、当然ながら解析や判断の処理に手間が掛かることや、血管全体にどの位の危険部位が存在するかを画像上で一目瞭然に確認できない。従って、血管領域における狭窄部位の位置及び当該狭窄の原因物質の硬度／危険性を容易に視認することを可能にする技術が望まれている。

本発明は、前記の事情に鑑みて為されたものであり、血管領域における狭窄部位の位置及び当該狭窄の原因物質の硬度／危険性を、三次元画像上で容易に視認できるような表示を可能とする医用画像診断装置、画像処理装置、及びプログラムを提供することを目的とする。

前記の目的を達成するために、請求項１に記載の本発明による医用画像診断装置は、
血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の３次元位置を検出する第１の検出手段と、
前記第１の検出手段により検出された前記血管領域の３次元位置に基づいて、血管芯線の３次元位置を検出する第２の検出手段と、
前記第２の検出手段により検出された前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出する濃度分布算出手段と、
前記濃度分布算出手段により算出された前記画素濃度の分布を画像化する変換手段と、
前記変換手段により画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する表示制御手段と、
を具備することを特徴とする
前記の目的を達成するために、請求項４に記載の本発明による画像処理装置は、
血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の３次元位置を検出する第１の検出手段と、
前記第１の検出手段により検出された前記血管領域の３次元位置に基づいて、血管芯線の３次元位置を検出する第２の検出手段と、
前記第２の検出手段により検出された前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出する濃度分布算出手段と、
前記濃度分布算出手段により算出された前記画素濃度の分布を画像化する変換手段と、
前記変換手段により画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する表示制御手段と、
を具備することを特徴とする。

前記の目的を達成するために、請求項７に記載の本発明によるプログラムは、
血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の３次元位置を検出する第１の検出機能と、
前記第１の検出機能により検出された前記血管領域の３次元位置に基づいて、血管芯線の３次元位置を検出する第２の検出機能と、
前記第２の検出機能により検出された前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出する濃度分布算出機能と、
前記濃度分布算出機能により算出された前記画素濃度の分布を画像化する変換機能と、
前記変換機能により画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する表示制御機能と、
をコンピュータに実現させることを特徴とする。

本発明によれば、血管領域における狭窄部位の位置及び当該狭窄の原因物質の硬度／危険性を、三次元画像上で容易に視認できるような表示を可能とする医用画像診断装置、画像処理装置、及びプログラムを提供することができる。

以下、図面を参照して本発明の一実施形態に係る医用画像診断装置、画像処理装置、及びプログラムについて説明する。

図１は、本一実施形態に係る医用画像診断装置の画像処理に係るシステム構成の一例を示す図である。同図に示すように、ボリュームデータ管理ユニット２と、コントラストデータ検索入力手段４と、画像データロードユニット６と、骨領域抽出消去ユニット８と、血管領域＆血管芯線抽出ユニット１０と、血管領域濃度分布計算ユニット１４と、画像レンダリングユニット１６と、画像表示制御ユニット１８と、を具備する。

前記ボリュームデータ管理ユニット２は、当該医用画像診断装置で収集された複数のボリュームデータを保管する。なお、ここではＣＴスキャナで収集されたボリュームデータをボリュームデータ管理ユニット２が保管しているとする。

ボリュームデータは、典型的には、複数のスライスデータの集合体である。ＣＴスキャナでは、コーンビーム形のＸ線管と２次元配列型大視野Ｘ線検出器とを高速で被検体周囲を回転することで、時間的に連続した複数のボリュームデータが発生される。ボリュームデータの各々には、付帯情報が関連付けられている。付帯情報には、被検体氏名、被検体ＩＤ、撮影部位、撮影装置種別、撮影条件、再構成条件（再構成関数、解像度、再構成スライス厚等）等の項目が含まれる。

前記コントラストデータ検索入力手段４は、前記ボリュームデータ管理ユニット２から、後述する処理に必要なボリュームデータを検索して読み出す。

前記画像データロードユニット６は、前記コントラストデータ検索入力手段４により読み出されたボリュームデータを、図示しないワークメモリにロードする。これにより画像データロードユニット６は、ボリュームデータを骨領域抽出消去ユニット８へ供給する。

前記骨領域抽出消去ユニット８は、従来より行われている通常の骨領域の消去処理により、前記画像データロードユニット６によりロードされたボリュームデータから骨領域の部分を削除する。

前記血管領域＆血管芯線抽出ユニット１０は、前記骨領域抽出消去ユニット８により骨領域が削除されたボリュームデータから血管領域の部分を抽出し、且つ該抽出した血管領域を示すデータから芯線情報を抽出する。

前記血管領域濃度分布計算ユニット１４は、前記前記血管領域＆血管芯線抽出ユニット１０により抽出された芯線情報を参照して血管芯線に沿って血管領域に対応する画素の濃度分布（以降、血管内組織濃度分布と称する）を算出し、該算出した血管内組織濃度分布を血管領域の全体の濃度値に対する色変換テーブルに変換する。この血管領域濃度分布計算ユニット１４による処理は、本一実施形態に係る医用画像診断装置、画像処理装置、及びプログラムの主な特徴部の一つであるので、後に詳述する。

前記画像レンダリングユニット１６は、色情報作成手段１６ａと、形状情報処理手段１６ｂと、画像作成レンダリング手段１６ｃと、を有する。

前記色情報作成手段１６ａは、前記色変換テーブルを使用して血管内組織濃度分布を画像化する（ボリュームデータが示す３Ｄ画像を色付けする）。なお、この色情報作成手段１６ａは、画素値と色情報とを関連付けたカラーテーブルを有し、このカラーテーブルを前記の色づけを行うに際して参照する。

前記形状情報処理手段１６ｂは、４Ｄ画像（３Ｄ画像を時間的な動きを伴って表示する画像）のデータから血管領域の形態情報を抽出して三次元の形態画像（以下、血管形態画像と称する）を生成する。前記骨領域抽出消去ユニット８から出力された抽出骨領域データから骨領域の形態情報を抽出して三次元の形態画像（以下、骨形態画像と称する）を生成する。

前記画像作成レンダリング手段１６ｃは、前記の色づけされた３Ｄ画像と前記の形態画像とを使ってボリュームレンダリング処理により、表示に供するためのＭＰＲ画像および３Ｄ画像を作成する。画像作成レンダリング手段１６ｃは、この作成する画像に血管形態画像および骨形態画像の双方を反映させることものできるし、血管形態画像および骨形態画像の一方のみを反映させることもでき、操作者により任意に選択される。画像作成レンダリング手段１６ｃのボリュームレンダリング処理には、影付けボリュームレンダリング、影なしボリュームレンダリング、最大値投影ボリュームレンダリング、最小値投影ボリュームレンダリング、平均値投影ボリュームレンダリング、あるいは閾値指定による表面表示レンダリングなどが含まれ、操作者により任意に選択される。

前記画像表示制御ユニット１８は、前記画像レンダリングユニット１６から出力された画像データに基づいて、ＭＰＲ画像および３Ｄ画像（静止画像または動画像）を映像装置２０に表示させる。この画像表示制御ユニット１８は、表示レイアウト、表示条件、及び画像情報等、表示条件全般をコントロールする。

以下、図２Ａ及び図２Ｂに示すフローチャートを参照して、前記血管領域濃度分布計算ユニット１４による血管内組織濃度分布情報の算出処理及び色変換テーブルの作成処理について説明する。

なお、当該血管領域濃度分布計算ユニット１４への入力データは、前記血管領域＆血管芯線抽出ユニット１０からの出力データすなわち骨領域が消去された血管領域を含むボリュームデータ及び前記芯線情報である。

また、図２Ａ及び図２Ｂに示すフローチャート中に記したｎ，ｍは、共に外部パラメータとしてユーザにより指定される値である。なお、血管内組織濃度分布を算出する為には血管より外側の領域に対応する画素の画素値も必要になる為、推定された血管領域の範囲よりも少し外側に境界面を設定することが好ましい。ここで、ｎはピクセル数で指定するものとし、デフォルト値は０ピクセルであるとする。他方、ｍは角度で指定するものとし、デフォルト値は３６０度であるとする。

血管内組織濃度分布情報の数値化処理の開始が指示されると（ステップＳ１）、血管芯線上に存在する任意の端点に、当該処理の開始点を設定する（ステップＳ２）。そして、血管芯線に直交する断面で、放射状に濃度分布を算出して出力する一連の処理（ステップＳ３乃至ステップＳ１３）を行う。

すなわち、まず血管芯線に直交する断面を求める（ステップＳ３）。続いて、血管芯線を中心（原点）として血管壁方向（外側方向）向きのベクトルを求める（ステップＳ４）。そして、ピクセルの注目位置（以降、注目ピクセル位置と称する）を血管芯線上に設定する（ステップＳ５）。さらに、注目ピクセル位置を１ピクセルだけ血管壁方向（外側方向）に設定する（ステップＳ６）。

ここで、注目ピクセルの近傍の画素値を用いて、血管内組織濃度分布を算出する（ステップＳ７）。そして、ステップＳ７における算出結果を、不図示のメモリに記録する（ステップＳ８）。

ステップＳ８における処理の後、前記ステップＳ４において求めたベクトル上の注目ピクセル位置を１ピクセルだけ血管壁側（外側）方向に進める（ステップＳ９）。そして、この注目ピクセル位置における推定血管の血管壁外壁からの距離を算出する（ステップＳ１０）。

前記ステップＳ１０における処理の後、注目ピクセル位置が、血管壁外壁からｎピクセル外側であるか否かを判定する（ステップＳ１１）。このステップＳ１１をＮＯに分岐する場合は、前記ステップＳ６へ移行する。

前記ステップＳ１１をＹＥＳに分岐する場合には、前記ベクトルの方向を前回設定の方向から右回りで１度だけ変更する（ステップＳ１２）。続いて、前記ステップＳ１２におけるベクトルの角度の変更が既にｍ回行われ（ｍ度分の変更が行われ）、ｍ度分について前記ステップＳ７及び前記ステップＳ８における処理を終えているか否かを判定する（ステップＳ１３）。このステップＳ１３をＮＯに分岐する場合は、前記ステップＳ５へ移行する。

前記ステップＳ１３をＹＥＳに分岐する場合は、血管芯線上の注目ピクセル位置を進行方向に（前方向に）１ピクセルだけ進める（ステップＳ１４）。そして、血管芯線上の全ての位置において前記ステップＳ３乃至ステップＳ１３における処理を終えたか否かを判定する（ステップＳ１５）。このステップＳ１５をＮＯに分岐する場合は、前記ステップＳ３に移行する。

他方、前記ステップＳ１５をＹＥＳに分岐する場合は、不図示のメモリに記録した全ての前記算出結果を出力する（ステップＳ１６）。続いて、この算出結果に基づいて、血管内組織濃度分布を示す数値を、小さい値順にソートして並べ替える（ステップＳ１７）。そして、血管内組織濃度分布を記録した数値に対して、色変換テーブルを設定し（ステップＳ１８）、当該血管内組織濃度分布情報の算出処理及び色変換テーブルの作成処理を終了する。

以下、上述した一連の処理について詳細に説明する。

まず、血管内組織濃度分布の算出処理について詳細に説明する。

血管内組織濃度分布については、血管芯線に垂直な断面上で、芯線から外側に向かって延びる放射状の直線に沿って、推定血管内部の画素値をチェックし、例えば以下説明するような算出方法によって算出する。すなわち、血管芯線に沿って全ての推定血管領域についてトレースが完了した時点で、次のようにして血管内組織濃度分布を算出する。

（算出方法例１） 注目ピクセルを中心にしてマトリックス状に近傍ピクセルの画素値を検索し、該検索した画素値を使用して次のように血管内組織濃度分布を数値化する。

・全ての画素値を合計し、使用したピクセルの数で割る。なお、細かい精度を出すため値は倍精度（Ｄｏｕｂｌｅ）を使用するのが好ましい。

・全ての画素値の中で、一番小さい値を取る。

・全ての画素値の中で、一番大きい値を取る。

・全ての画素値を小さい方から大きい方まで順番に並べ替え、真中の値を取る。

・全ての画素値の標準偏差を取る。なお、詳細に精度を算出する為、値は倍精度を使用するのが好ましい。

なお、この算出方法において使用する前記マトリックスの大きさは、外部パラメータとしてユーザが自由に設定できる。デフォルトとしては、例えば３×３×３であって注目ピクセルを中心に３方向（ＸＹＺ方向）に１ピクセルずつの合計２７画素を前記マトリックスとして使用する。ユーザは、このデフォルトに対して、例えば５×５×５、７×７×７、９×９×９、１１×１１×１１のように奇数単位で前記マトリックスの大きさを変更することができる。

（算出方法例２） 血管芯線から外側に伸びるベクトル上に存在する画素で、注目ピクセルの前後の画素を使用して、前記（算出方法例１）と同様の計算を行う。この場合、画素数は、１（当該注目ピクセルのみ）、３（両隣の画素を含める）、５（両隣２ピクセルずつの画素を含める）、７（両隣３ピクセルずつの画素を含める）、９（両隣４ピクセルずつの画素を含める）、１１（両隣５ピクセルずつの画素を含める）というように使用する画素数の設定を変更することができる。

なお、以上挙げた算出方法以外の方法により、血管内組織濃度分布を算出しても勿論良い。例えば、抽出した血管領域の中だけをチェックして濃度分布を求めてもよいが、この場合、血管として抽出された領域内にある画素しか検索しない為、ソフトプラーク等の病巣による影響でＣＴ値の濃度が低くなっている為に抽出されなかった箇所は検索対象外になってしまう。従って、ソフトプラーク等の狭窄の原因になっている領域を含めた範囲を処理対象の範囲とすることが好ましい。

そして、上述したようにして算出した血管内組織濃度分布の算出結果を、前記ステップＳ１７において値の小さい順にソートする。以下、ステップＳ１７においてソートしたデータに対して、最小値から最大値までの間に任意の色を割り当てて色変換テーブルを設定する処理（ステップＳ１８）の一例について詳細に説明する。なお、以下説明する処理はあくまでも一例であり、これ以外の方法による処理を行っても勿論よい。

図３は、上述したように算出した血管内組織濃度分布と、それぞれの算出値に割り当てる色と、の対応関係の一例を示す図である。

ここで、同図に示す“色１”、“色２”、及び“色３”、は各々互いに異なる色として設定しても、同色として設定してもどちらでも構わない。また、同図に示すように設定した色と色との間の色は、互いの色の中間調色等により自動的に補間し、グラデーションのある色となるように自動的に割り当てる。

なお、最小値に対応する色と最大値に対応する色とを含めて設定する色の数は幾つに設定しても良く、同図に示す例では、３個の色（“色１”、“色２”、“色３”）を設定している。

さらに、このようにして各々の血管内組織濃度分布における各々の値に色を割り当てて作成した色変換テーブルに対し、血管内組織濃度分布における小さな値の変化を、大きな色変化として表示させる為に、カーブフィッティングによる強調変換処理を施しても勿論よい。

図４は、このようなカーブフィッティングによる強調変換処理に用いる補正カーブの一例を示す図である。なお、この補正カーブはユーザが自由に設定可能である。

すなわち、図４に示すように、血管内組織濃度分布の各々の値に割り当てた各々色のそれぞれに対してどれ程の重み付けを与えるかを補正カーブによって決定する。

例えば、血管内組織濃度分布における大きな値の部分については重み付けを小さく設定し、それ以外の値（中間濃度及び低濃度）の部分については重み付けを大きく設定するような補正カーブを採用する。このような補正カーブによる強調変換処理を施すことで、低濃度の値が多く分布する部分にのみ彩度の強い色を設定する色変換テーブルを作成することができ、例えばプラーク等が存在する部分をそれ以外の部分より強調して表示できる。

以下、前記画像レンダリングユニット１６による、前記色変換テーブルを用いたレンダリング処理の流れについて説明する。

まず、本一実施形態の理解を深める為に、ボリュームレンダリングの一般的な原理を説明する。

（１）ＳＶＲ（Ｓｈａｄｅｄ Ｖｏｌｕｍｅ Ｒｅｎｄｅｒｉｎｇ）について
図５はＳＶＲの概念を示す図である。

まず、ボリュームデータの中に存在する個々のピクセルデータを中心に、その近傍２６個のピクセルが有する濃淡値より、そのピクセルの位置の濃度勾配（図５に示す濃度勾配４９参照）を算出し、該算出した濃度勾配に対する法線ベクトル（図５に示す法線ベクトル５１参照）を算出する（ステップＳ１００）。

次に、前記ステップＳ１００で算出した法線ベクトルと、３Ｄ画像作成に使用する光の入射角（通常、物体の正面から光を当てる；図５に示す入射角５３参照）から、その場所での光の反射角度（図５に示す反射角５５参照）を算出する（ステップＳ１０１）。

前記ステップＳ１０１で算出した光の反射角度と、ピクセル（図５に示すピクセル６０参照）に割り付けられた色情報（図５に示す色情報５６参照；通常はオリジナル原画像の濃淡値に対して色を設定する。例えば濃淡値１〜１００のピクセルを赤くする等の設定を行う。本一実施形態においては、この色情報として、血管組織情報及び血流速度等、形態から得た情報とは異なる情報から作成した機能情報に相当する色情報を使用する）と、光の反射度合いや鏡面反射等の情報と、を使用して、そのピクセルに対して３Ｄ面上で影付け処理をした時のピクセルの濃淡値（図５に示す影付け濃淡値５７参照）を算出する（ステップＳ１０２）。

前記ステップＳ１０２において影付け処理を行った後のピクセルの濃淡値を、もともとの原画像のピクセルの濃淡値に割り付けられた透明度情報に従って、投影面（図５に示す投影面５８参照）上に、投影描画する（ステップＳ１０３）。

以上説明したように、各フェーズのボリュームデータを使用してボリュームレンダリング画像を作成する際には、投影描画するピクセルに対して色情報を割り付ける必要がある。また、ボリュームレンダリングによる表示手法は、描画するピクセルについて近傍ピクセルとの間の濃度勾配を使用して法線ベクトルを算出し、該算出した法線ベクトルを影付けのための面情報として利用する。そして、この法線ベクトルとピクセルに割り付けられた色情報と、を使用して３Ｄ画像の描画処理を行う。

通常、ピクセルの濃淡値に対して色情報を割り付けるが（例えば濃度値１〜１００のピクセルを赤色で表示する等）、本一実施形態においては、機能情報に基づいて数値化した色情報（例えば血流量の少ないピクセルを赤とし、血流速度の速い部分を青とする等）を、ボリュームレンダリング画像作成時のピクセルに割り付ける色情報として使用する。これにより、例えばＣＴ値から得られた形態情報やＣＴ値の濃度変化から求めた血流量や血流速度等の情報を、３Ｄ画像上に、立体的且つ同時に可視化して表示することが可能になる。

（２）ＤＶＲ（Ｄｅｐｔｈ Ｖｏｌｕｍｅ Ｒｅｎｄｅｒｉｎｇ）について
上述したＳＶＲ方式によるレンダリングの処理から、前記ステップＳ１０２における影付け処理を除いた処理である。

（３）画素値投影法（Ｉｎｔｅｎｓｉｔｙ Ｐｒｏｊｅｃｔｉｏｎ）について
上述したＳＶＲ方式によるレンダリング処理から、前記ステップＳ１０２における影付け処理及び前記ステップＳ１０３における透明度処理等を除いた処理である。図６は、画素値投影法の概念を示す図である。

通常の処理では、投影面に投影される情報は、投影ベクトル上に存在するピクセルデータの中で濃淡値の一番高い値のデータを、投影面（図６に示す投影面５８参照）に投影する。さらに、本一実施形態においては、次のような機能を追加した。

すなわち、本一実施形態においては、投影ベクトル上に存在し、且つ抽出した血管壁断面の中に存在するピクセル（図６に示すピクセル６０）に対して、投影処理の時の“優先度付け”を行うことで、優先度の高いものから順に投影面（図６に示す投影面５８参照）に投影する。

このような方法を採ることで、Ｉｎｔｅｎｓｉｔｙ Ｐｒｏｊｅｃｔｉｏｎモードで投影がされた画像上で、例えば血流量の少ない部分、血流速度の遅い部分、ソフトプラーク及びその他血管系病変の可能性を示す機能情報等、ユーザ所望の条件に合わせて、ユーザ所望の情報を３Ｄ画像上にマップして、立体的に表示することが可能になる。

なお、血管領域の中に存在しているピクセルがベクトル上にない場合は、通常の処理すなわち次の（優先度例１）又は（優先度例２）に記す投影処理を行えばよい。ここで、前記優先度について、例を挙げて具体的に説明する。

（優先度例１）投影ベクトル上に存在するピクセルの中で、オリジナル原画像の濃淡値で、一番濃淡値の高いものを、投影面に投影する。

（優先度例２）投影ベクトル上に存在するピクセルの中で、オリジナル原画像の濃淡値で、一番濃淡値の低いものを、投影面に投影する。

（優先度例３）血管部分の情報が投影ベクトル上に存在する場合、そのベクトル上に存在するピクセルの中で、機能情報を数値化した中から一番低い値の場所の色情報を、投影面に投影する。

（優先度例４）血管部分の情報が投影ベクトル上に存在する場合、そのベクトル上に存在するピクセルの中で、機能情報を数値化した中から一番高い値の場所の色情報を、投影面に投影する。

（優先度例５）血管部分の情報が投影ベクトル上に存在する場合、そのベクトル上に存在するピクセルの中で、機能情報を数値化した中から全ての値の場所の色情報を加算し、その加算値を、該加算したピクセルの個数で割り算して算出した値を、投影面に投影する。

なお、前記機能情報とは、血流量、血流速度、及び血管組織情報等、数値化可能な全ての情報を対象とする。また、前記色情報としては、例えばカラー、白黒等、世の中に現存する色については全て用いることが可能である。

なお、前記優先度の設定は上述した例に限られることはなく、全ての調整可能なパラメータ、すなわち血流量、血流速度、及び血管組織情報等、その他全ての機能情報を、上述した投影処理の為の優先度（優先順位）の変更に用いることができる。

ところで、ボリュームレンダリング画像の投影処理中に、投影ベクトルが推定血管領域に入った場合、その領域の中だけ、注目画素に対し、上述した血管内組織濃度分布の算出方法（変換テーブルを作成する際に使用した方法と同じ方法を使用する必要がある）により、その位置の血管内組織濃度分布の値を算出し、該算出した値と同じ値を色変換テーブルに登録されている値から検出し、割り付けられている色情報を引き出して、該色を上述したレンダリング時にピクセルに割り当てる色として使用する。

なお、血管内組織濃度分布の値を算出し、該算出した値と同じ値を色変換テーブルに登録されている値から検出する際に、同じ値が存在しなかった場合には、一番近い値を検出し、色変換テーブル上に登録された前記値を挟む２つの値を使用して色情報を線形変換することにより、該当する値の部分に割り当てる色情報を求める。

以上説明した一連の処理の後、前記画像表示制御ユニット１８による表示制御によって、前記映像装置２０に、例えば図７乃至図９に示すような出力表示を行うことができる。

図７に示す表示７１は、血管領域におけるＣＴ値の濃度勾配に基づく色分布画像（上述した処理により算出して画像化した血管内組織濃度分布）の一例を示す図である。同図に示す表示７２は、血管領域におけるＣＴ値に基づく形態画像を示す図である。そして、同図に示す表示７３は、前記表示７１と前記表示７２とを重畳した表示であり、本一実施形態により可能となる表示である。表示７４及び表示７５は、前記表示７３のうちの一部を拡大した表示である。

ここで、ＣＴ値の濃度が異なる部分は、表示７１乃至表示７５に示すように、互いに異なる色（同図においては、図面の制約上、色の相違をハッチングの相違によって表現している）で表示される為、ソフトプラーク等による血管狭窄部分を一目瞭然に把握することができる。

図８は、実際に前記映像装置２０に表示される、血管領域におけるＣＴ値の濃度勾配に基づく色分布画像（上述した処理により算出して画像化した血管内組織濃度分布）の一例を示す図である。表示８１内における狭窄部位８３をユーザが当該表示画面上でクリックすると、表示８５に示すように狭窄部位を含む血管領域について血管芯線に沿って開いた血管部分のパノラマ画像を表示する。そして、このパノラマ画像上の血管部分においては、上述したように濃度分布に基づいて割り当てた色情報をマップして重畳表示する。

図９は、実際に前記映像装置２０に表示される、血管領域におけるＣＴ値の濃度勾配に基づく色分布画像（上述した処理により算出して画像化した血管内組織濃度分布）の一例を示す図である。ここで、表示９１内における狭窄部位９３がユーザにより当該表示画面上でクリックされると、表示９５に示すように狭窄部位を含む血管領域について血管芯線に沿って開いた血管部分のパノラマ画像を表示する。そして、このパノラマ画像上において所定のカーソルがユーザにより移動されると、該カーソルの位置におけるクロスカット画像を、例えば表示９７に示すように表示する。そして、何れの表示においても、血管部分については上述した処理により画像化した血管内組織濃度分布に基づいて割り当てた色をマップして重畳表示する。

なお、上述した本一実施形態に係る医用画像診断装置の画像処理に関する一連の画像処理は、プログラム化することで、或いはプログラム化した後当該プログラムを記憶媒体に読み込むことによって、当該医用画像診断装置とは独立したソフトウェア製品単体としての販売、配布も容易になり、また本一実施形態に係る技術を他のハードウェア上で利用することも可能となる。

以上説明したように、本一実施形態によれば、血管領域における狭窄部位の位置及び当該狭窄の原因物質の硬度／危険性を、三次元画像上で容易に視認できるような表示を可能とする医用画像診断装置、画像処理装置、及びプログラムを提供することができる。

具体的には、本一実施形態に係る医用画像診断装置、画像処理装置、及びプログラムによれば、例えば３Ｄ画像やＭＰＲ画像等の画像上で、血管内における狭窄が存在する部位を特定し、且つ狭窄を引き起こしている原因すなわち血管内部に蓄積している原因物質が存在する領域を、その他の領域とは色等の表示方法を異ならせて、当該血管領域の画像上に合成表示する。これにより、血管内において蓄積され狭窄を引き起こす原因となる物質（例えばソフトプラーク等）によって生じる画像上の濃淡の違いが強調して表示されるので、狭窄を起こしている血管と、狭窄を起こしていない血管との画像上の違いを一目瞭然で視認できる。

つまり、本一実施形態に係る医用画像診断装置、画像処理装置、及びプログラムによれば、ユーザは、単に画像を視認するだけで、血管内において例えばソフトプラーク等の危険な原因物質が存在する部位を特定でき、且つその部位の詳細断面を簡単に検索して表示させることができる。つまり、血管病変に対するスクリーニングを目的とした医師の診断行為の効率化を図ることができる。

以上、一実施形態に基づいて本発明を説明したが、本発明は上述した実施形態に限定されるものではなく、本発明の要旨の範囲内で種々の変形及び応用が可能なことは勿論である。

例えば、図１に示すシステム構成を、次のように変形しても勿論よい。

＜第１変形例＞
すなわち、前記コントラストデータ検索入力手段４の代わりに、造影前データ検索入力手段４Ａと、ダイナミックデータ検索入力手段４Ｂと、を設ける。さらに、前記骨領域抽出消去ユニット８の代わりに、図１０に示すように骨領域抽出手段８ａ，８ｂと、骨領域パターンマッチング手段８ｃと、ボリュームデータ骨領域消去手段８ｄと、から成る骨領域抽出消去ユニット８Ａを設ける。

なお、ボリュームデータ管理ユニット２が保管する複数のボリュームデータとしては、造影剤を注入する前のナチュラルなＣＴ値で血管や骨を表しているボリュームデータ（以下、非造影ボリュームデータと称する）と、被検体に造影剤を注入して血管を強調したボリュームデータ（以下、造影ボリュームデータと称する）とを含む。

なお、この医用画像診断装置は、例えば操作者が図示しないマウス等の入力デバイスを用いて表示要求を行ったことに応じて、時間的に連続した造影ボリュームデータに基づいて４Ｄ画像を表示する。つまり、４Ｄ画像は、３Ｄ画像を時間的な動きを伴って表示するものである。

この表示要求が行われたことに応じて前記造影前データ検索入力手段４Ａは、表示対象となる造影ボリュームデータに時間的に連続する非造影ボリュームデータをボリュームデータ管理ユニット２から検索する。造影前データ検索入力手段４Ａは、見つけた非造影ボリュームデータのうちの１つを、造影前データとしてボリュームデータ管理ユニット２から読み出す。またダイナミックデータ検索入力手段４Ｂは、表示対象となる造影ボリュームデータ（時間的に連続した複数の造影ボリュームデータ）をボリュームデータ管理ユニット２から検索する。ダイナミックデータ検索入力手段４Ｂは、見つけた複数の造影ボリュームデータを、４Ｄ画像データとしてボリュームデータ管理ユニット２から読み出す。

画像データロードユニット６は、造影前データ検索入力手段４Ａ及びダイナミックデータ検索入力手段４Ｂにより読み出された造影前のボリュームデータおよび４Ｄ画像データを、不図示のワークメモリにロードする。ワークメモリには、造影前のボリュームデータ及び４Ｄ画像データをそれぞれ記憶するための領域が事前に割り当てられている。画像データロードユニット６は、各データをそれぞれのために割り当てられた領域にロードする。これにより画像データロードユニット６は、造影前のボリュームデータ及び４Ｄ画像データを、個別に骨領域抽出消去ユニット８Ａへ供給する。

前記骨領域抽出手段８ａは、造影前のボリュームデータが表す３Ｄ画像における骨領域を推定する。

前記骨領域抽出手段８ｂは、４Ｄ画像データに含まれる複数の造影ボリュームデータの各々が示す３Ｄ画像における骨領域をそれぞれ推定する。骨領域抽出手段８ｂが推定する骨領域に基づき、４Ｄ画像データに基づいて表示される４Ｄ画像に含まれる骨の位置が分かる。しかし、４Ｄ画像データでは血管領域が造影されていることから、骨領域と血管領域とを正確に分離することが困難である。このため、骨領域抽出手段８ｂにより推定される骨領域は、本来の骨領域に対する誤差を多く含む。一方、骨領域抽出手段８ａでは、造影前のボリュームデータに基づくために、骨領域を高精度に抽出することができる。このため、骨領域抽出手段８ａにより推定される骨領域は、骨の形状を正確に現す。

前記骨領域パターンマッチング手段８ｃは、骨領域抽出手段８ａ，８ｂでそれぞれ推定された骨領域を三次元的に位置合わせする。この位置合わせには、既知のパターンマッチング手法を利用できる。このパターンマッチング手法としては、例えば特開平１０−１３７１９０号公報に開示されたものがある。そして骨領域パターンマッチング手段８ｃは、骨領域抽出手段８ｂにより推定される骨領域の位置と、位置合わせした後の２つの骨領域のずれと、に基づいて、４Ｄ画像データに含まれる複数の造影ボリュームデータのそれぞれについての骨領域の位置を特定する。

前記ボリュームデータ骨領域消去手段８ｄは、４Ｄ画像データに含まれる複数の造影ボリュームデータのそれぞれから、骨領域パターンマッチング手段８ｃで特定された骨領域のデータを抽出して抽出骨領域データを生成するとともに、４Ｄ画像データに含まれる複数の造影ボリュームデータのそれぞれを上記骨領域の抜けた（消去された）データに更新する。

そして、骨領域抽出消去ユニット８Ａは、前記ボリュームデータ骨領域消去手段８ｄによって更新された後の４Ｄ画像データを前記血管領域＆血管芯線抽出ユニット１０へ出力し、前記ボリュームデータ骨領域消去手段８ｄによって新たに作成された抽出骨領域データを前記画像レンダリングユニット１６へ出力する。

以下、上述した処理によって作成したボリュームレンダリング画像の動画再生について説明する。

静止画３Ｄ画像による血管領域に係る情報（以降、血管情報と称する）の表示は、全てのフェーズで使用できるようにサンプリングして作成された血管情報のデータから、フェーズ毎の領域の大きさにマッピングし直し使用することで表示が可能になる。つまり、最初のフェーズから最後のフェーズまで、各フェーズのボリュームレンダリング画像に対し、各々の血管情報を合成して立体的に表示することができる。

（１）動画再生による表示について
複数フェーズのボリュームデータから作成される血管情報を示す３Ｄ画像を連続的に表示することで造影剤の動きが分かる動画像を作成することができる。このようにして行う動画再生を本一実施形態に適用することで、血管内組織濃度分布情報（例えばソフトプラークの位置を示す情報等）をも同時に動画像上に立体合成して表示することが可能になる。

ここで、フェーズ１〜フェーズＮまでの血管情報の動画再生について説明する。

すなわち、同一位置のピクセルについて、最初のフェーズから最後のフェーズまでの、ピクセルにおける濃度値の変化を、時間軸データを使用してサンプリングし、そのサンプリングした情報を基に、血流情報（例えば血液の流れの遅速を示す情報や血流に関する情報）と血管組織情報とを合成処理しながら、動画像上で立体的にリアルタイム表示する。

なお、前記合成処理の方法としては、例えば複数のデータを加算平均又は標準偏差を使用する等、一般的に用いられているどのような方法で合成処理を行っても良い。

ここで、前記血流情報を可視化する為の方法例を挙げる。

・一定時間内にコントラストがどのくらい変化しているかに着目して可視化する
・コントラストの変化の度合いを正規化し、この値を血流速度と見做して可視化する
・コントラストの変化の激しい部分を血流の流れが速い部分であると仮定して可視化する
・血流の速い部分を赤、遅い部分を青、というように血流遅速によって表示色を設定する
なお、これらの方法以外のどのような方法により前記血流情報を可視化しても勿論よい。

（２）動画再生処理について
以下、前記画像レンダリングユニット１６による動画再生処理を説明する。

まず、前記血管領域＆血管芯線抽出ユニット１０によって上述したように抽出された血管領域をサンプリングし、各フェーズにおける解剖学的に同じ位置のピクセルを参照する（ステップＳ２０１）。

次に、血管領域の全ピクセルの濃度値を収集し、濃度値の順番にソートして並べ替える（ステップＳ２０２）。なお、濃度値の大きい順にソートしても小さい順にソートしても、どちらでも良い。

続いて、濃度値が最も高い値のピクセルに対して任意の色を設定し、濃度値が最も低い値のピクセルに対して別の任意の色を設定する（ステップＳ２０３）。

そして、濃度値が最も高い値のピクセルに設定した色と、濃度値が最も低い値のピクセルに設定した色と、の間の濃度値のピクセルの色について線形補間し、各々の濃度値に対応する色を設定し、これら設定を不図示のメモリに記憶する（ステップＳ２０４）。

さらに、各フェーズの画像に上述したボリュームレンダリング処理を施し、３Ｄ画像を作成する（ステップＳ２０５）。なお、このステップＳ２０５における処理では、血管領域については、上述したように求めた血流速度を示す色情報と、血管組織情報を示す色情報と、を合成し、各々のピクセルの濃度値及び色情報を、ボリュームレンダリング処理する際の色情報として使用する。これにより、血管内部の情報を、動画上で且つ立体的に表示することが可能になる。

なお、表示方法としては、上述したＳＶＲ、ＤＶＲ、及び画素値投影法の何れの方法によっても良い。

以上説明したように、本第１変形例によれば、図１０に示すシステム構成を採ることで、上記第１実施形態に係る医用画像診断装置、画像処理装置、及びプログラムと同様の効果を奏する上に次のような効果を奏する医用画像診断装置、画像処理装置、及びプログラムを提供することができる。

すなわち、造影撮影（ダイナミックＣＴを含む）している画像の中から閾値設定等により骨領域に相当する部分を抽出し、単純ＣＴによる画像から抽出した骨領域の画像及びパターンマッチングの技術を使用してリアルタイムに位置合わせを行うことで、造影撮影による画像から骨領域相当する部分だけを抽出して消去した画像を表示することが可能となる。

ここで、前記パターンマッチングに使用するパターン形状は、単純ＣＴ画像の上で、造影撮影前又は画像収集後に自由に設定変更可能である。

このようにして作成した骨領域に相当する部分を消去した動画データを、ボリューム又はシネフォーマットで保存することにより、血管病変に対する診断行為に活用可能となる。

さらには、骨領域に相当する部分として除去する領域を微調整する（各フェーズ毎に、マニュアルで別々に調整する）為の調整機能を付加することにより、様々なケースに対して柔軟に対応できるようになる。

そして、当然ながら上述した一実施形態と同様の処理を行うことで、造影血管の形態情報及び血流情報をリアルタイムで視認可能となり、ソフトプラークの有無、狭窄部分の状態、及び血流情報等を同時に可視化することができる。

＜第２変形例＞
また、図１１に示すようなシステム構成を採ってもよい。

すなわち、前記コントラストデータ検索入力手段４の他に、前記造影前データ検索入力手段４Ａを設ける。さらに、前記骨領域抽出消去ユニット８の代わりに、上述した第１変形例と同様、図１１に示すように骨領域抽出手段（不図示）と、骨領域パターンマッチング手段（不図示）と、ボリュームデータ骨領域消去手段（不図示）と、から成る前記骨領域抽出消去ユニット８Ａを設ける。

これにより、第１変形例と同様の効果を奏する医用画像診断装置、画像処理装置、及びプログラムを提供することができる。

＜第３変形例＞
また、図１２に示すようなシステム構成を採ってもよい。

すなわち、前記コントラストデータ検索入力手段４の他に、前記造影前データ検索入力手段４Ａと、前記ダイナミックデータ検索入力手段４Ｂと、を設ける。さらに、前記骨領域抽出消去ユニット８の代わりに、上述した第１変形例と同様、図１１に示すように骨領域抽出手段（不図示）と、骨領域パターンマッチング手段（不図示）と、ボリュームデータ骨領域消去手段（不図示）と、から成る前記骨領域抽出消去ユニット８Ａを設ける。

これにより、第１変形例と同様の効果を奏する医用画像診断装置、画像処理装置、及びプログラムを提供することができる。

さらに、上述した実施形態には種々の段階の発明が含まれており、開示される複数の構成要件の適当な組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、発明が解決しようとする課題の欄で述べた課題が解決でき、発明の効果の欄で述べられている効果が得られる場合には、この構成要件が削除された構成も発明として抽出され得る。

本発明の一実施形態に係る医用画像診断装置の画像処理に係るシステム構成の一例を示す図。 血管領域濃度分布計算ユニットによる血管内組織濃度分布情報の算出処理及び色変換テーブルの作成処理のフローチャートの第１の部分を示す図。 血管領域濃度分布計算ユニットによる血管内組織濃度分布情報の算出処理及び色変換テーブルの作成処理のフローチャートの第２の部分を示す図。 血管内組織濃度分布と、それぞれの算出値に割り当てる色と、の対応関係の一例を示す図。 カーブフィッティングによる強調変換処理に用いる補正カーブの一例を示す図。 ＳＶＲの概念を示す図。 画素値投影法の概念を示す図。 画像表示制御ユニットによる表示制御で出力表示される一表示例を示す図。 画像表示制御ユニットによる表示制御で出力表示される一表示例を示す図 画像表示制御ユニットによる表示制御で出力表示される一表示例を示す図 第１変形例に係る医用画像診断装置の画像処理に係るシステム構成の一例を示す図。 第２変形例に係る医用画像診断装置の画像処理に係るシステム構成の一例を示す図。 第３変形例に係る医用画像診断装置の画像処理に係るシステム構成の一例を示す図。

符号の説明

４…コントラストデータ検索入力手段、 ４Ａ…造影前データ検索入力手段、 ４Ｂ…ダイナミックデータ検索入力手段、 ６…画像データロードユニット、 ８…骨領域抽出消去ユニット、 ８ａ，８ｂ…骨領域抽出手段、 ８ｃ…骨領域パターンマッチング手段、 ８ｄ…ボリュームデータ骨領域消去手段、 ８Ａ…骨領域抽出消去ユニット、 ８ａ…骨領域抽出手段、 ８ｂ…骨領域抽出手段、 １０…血管芯線抽出ユニット、 １４…血管領域濃度分布計算ユニット、 １６…画像レンダリングユニット、 １６ａ…色情報作成手段、 １６ｂ…形状情報処理手段、 １６ｃ…画像作成レンダリング手段、 １８…画像表示制御ユニット、 ２０…映像装置。

Claims (9)

1. 血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の３次元位置を検出する第１の検出手段と、
   前記第１の検出手段により検出された前記血管領域の３次元位置に基づいて、血管芯線の３次元位置を検出する第２の検出手段と、
   前記第２の検出手段により検出された前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出する濃度分布算出手段と、
   前記濃度分布算出手段により算出された前記画素濃度の分布を画像化する変換手段と、
   前記変換手段により画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する表示制御手段と、
   を具備することを特徴とする医用画像診断装置。
2. 前記変換手段は、
   前記画像化する際に、前記画素濃度の分布のうち所定の画素濃度の分布域については、その他の分布域よりも、前記画素濃度の変化量に対する表示態様の変化量を大きくする重み付け処理を行うことを特徴とする請求項１に記載の医用画像診断装置。
3. 血管領域に造影剤が注入された状態の被検体に関する造影ボリュームデータに基づいて、被検体の骨領域の３次元位置を推定する第１の推定手段と、
   前記血管領域に前記造影剤が注入されない状態の被検体に関する非造影ボリュームデータに基づいて、前記被検体の骨領域の３次元位置を推定する第２の推定手段と、
   前記第１及び前記第２の推定手段によりそれぞれ推定された３次元位置同士のパターンマッチングによって前記骨領域の３次元位置を特定する特定手段と、
   前記特定された３次元位置の骨領域を消去するように前記造影ボリュームデータを更新する手段と、
   を含み、
   前記第１の検出手段は、前記造影ボリュームデータを更新する手段により更新された前記造影ボリュームデータに基づいて、前記血管領域の形態を表す医用画像を生成して、前記血管領域の３次元位置を検出することを特徴とする請求項１に記載の医用画像診断装置。
4. 血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の３次元位置を検出する第１の検出手段と、
   前記第１の検出手段により検出された前記血管領域の３次元位置に基づいて、血管芯線の３次元位置を検出する第２の検出手段と、
   前記第２の検出手段により検出された前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出する濃度分布算出手段と、
   前記濃度分布算出手段により算出された前記画素濃度の分布を画像化する変換手段と、
   前記変換手段により画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する表示制御手段と、
   を具備することを特徴とする画像処理装置。
5. 前記変換手段は、
   前記画像化する際に、前記画素濃度の分布のうち所定の画素濃度の分布域については、その他の分布域よりも、前記画素濃度の変化量に対する表示態様の変化量を大きくする重み付け処理を行うことを特徴とする請求項４に記載の画像処理装置。
6. 血管領域に造影剤が注入された状態の被検体に関する造影ボリュームデータに基づいて、被検体の骨領域の３次元位置を推定する第１の推定手段と、
   前記血管領域に前記造影剤が注入されない状態の被検体に関する非造影ボリュームデータに基づいて、前記被検体の骨領域の３次元位置を推定する第２の推定手段と、
   前記第１及び前記第２の推定手段によりそれぞれ推定された３次元位置同士のパターンマッチングによって前記骨領域の３次元位置を特定する特定手段と、
   前記特定された３次元位置の骨領域を消去するように前記造影ボリュームデータを更新する手段と、
   を含み、
   前記第１の検出手段は、前記造影ボリュームデータを更新する手段により更新された前記造影ボリュームデータに基づいて、前記血管領域の形態を示す医用画像を生成し、前記血管領域の３次元位置を検出することを特徴とする請求項４に記載の画像処理装置。
7. 血管領域を含む領域に関するボリュームデータに基づいて、前記血管領域の３次元位置を検出する第１の検出機能と、
   前記第１の検出機能により検出された前記血管領域の３次元位置に基づいて、血管芯線の３次元位置を検出する第２の検出機能と、
   前記第２の検出機能により検出された前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出する濃度分布算出機能と、
   前記濃度分布算出機能により算出された前記画素濃度の分布を画像化する変換機能と、
   前記変換機能により画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する表示制御機能と、
   をコンピュータに実現させることを特徴とするプログラム。
8. 前記変換機能は、
   前記画像化する際に、前記画素濃度の分布のうち所定の画素濃度の分布域については、その他の分布域よりも、前記画素濃度の変化量に対する表示形態の変化量を大きくする重み付け処理を行うことを特徴とする請求項４に記載のプログラム。
9. 血管領域に造影剤が注入された状態の被検体に関する造影ボリュームデータに基づいて、被検体の骨領域の３次元位置を推定する第１の推定機能と、
   前記血管領域に前記造影剤が注入されない状態の被検体に関する非造影ボリュームデータに基づいて、前記被検体の骨領域の３次元位置を推定する第２の推定機能と、
   前記第１及び前記第２の推定手段によりそれぞれ推定された３次元位置同士のパターンマッチングによって前記骨領域の３次元位置を特定する特定機能と、
   前記特定された３次元位置の骨領域を消去するように前記造影ボリュームデータを更新する機能と、
   前記造影ボリュームデータを更新する機能により更新された前記造影ボリュームデータに基づいて、前記血管領域の形態を示す医用画像を生成して、前記血管領域の３次元位置を検出する第１の検出機能と、
   前記第１の検出機能により検出された前記血管領域の３次元位置に基づいて、血管芯線の３次元位置を検出する第２の検出機能と、
   前記第２の検出機能により検出された前記血管芯線に沿って、前記血管領域を含む領域における画素濃度の分布を算出する濃度分布算出機能と、
   前記濃度分布算出機能により算出された前記画素濃度の分布を画像化する変換機能と、
   前記変換機能により画像化された前記画素濃度の分布を、前記血管領域を示す画像に重畳させて表示する表示制御機能と、
   をコンピュータに実現させることを特徴とするプログラム。

Images