JP2010253058A - 医用画像処理装置及び方法 - Google Patents

Abstract

【課題】画像の位置合わせを行う際の一致度合いの判定を行うための新たな指標を提供する。
【解決手段】画像処理装置１は、参照画像及び観測画像をそれぞれ読み出し、両画像の位置決めを行って、参照画像と観測画像とを重ね合わせた合成画像を生成する画像合成処理部１５と、合成画像の各ボクセルに割り当てられたボクセル値とのペア（ａ_ｉ，ｂ_ｊ）に基づいて、同時確率分布ｐ（ａ_ｉ，ｂ_ｊ）と、周辺確率分布ｐ（ａ_ｉ）、ｐ（ｂ_ｊ）とを算出する確率分布算出部１９と、同時確率分布及び周辺確率分布に基づいて、個別エントロピー相関係数（ＩＥＣＣ）を算出する合成画像評価部２１と、ＩＥＣＣが所定の閾値以上であるか否かを判定する最適化処理部２３とを備える。
【選択図】図１

Description

本発明は、画像処理技術に関し、特に同一または異なる被験者の同一部位をそれぞれ撮影した複数の画像の位置合わせを行う技術に関する。

従来、医用画像の分野において、同一または異なる被験者の同一部位を異なる手法または異なる状態で撮影した２枚の画像の位置合わせを行って、これらの画像を重ね合わせて表示する技術がある。例えば、特許文献１には、手術前及び手術中にそれぞれ撮影した２枚の画像を重ね合わせることが記載されている。そして、特許文献１には、２枚の画像を重ねたときの一致度合い（位置ずれ度合い）を、相互情報量ＭＩ（Ｍｕｔｕａｌ Ｉｎｆｏｒｍａｔｉｏｎ）を用いて判定し、ＭＩ値が所定値以上に収束するまで画像の位置合わせを繰り返すことが記載されている。

特開２００７−１５９９３３号公報

しかしながら、画像の位置合わせによる一致度合いをＭＩ値によって判定すると、画像の状態によっては、所望以上の一致度合いに収束しないことがある。

また、従来は、脳などの動きがない部位の画像で位置合わせを行うときは、比較的良好な結果を得ることができるが、心臓や体幹などの動きがある部位に適用するためには、ＭＩ値では十分でないことがある。

そこで、本発明の目的は、画像の位置合わせを行う際の一致度合いの判定を行うための新たな指標を提供することである。

本発明の一つの実施態様に従う医用画像処理装置は、被験者の所定の部位を撮像した第一の画像のボクセルデータが記憶されている第一画像記憶部と、前記第一の画像と同一または異なる被験者の同一部位を、前記第一の画像とは異なる条件で撮像した第二画像のボクセルデータが記憶されている第二画像記憶部と、前記第一及び第二画像記憶部から前記第一及び第二の画像をそれぞれ読み出し、前記第一の画像に対する前記第二の画像の位置決めを行って、前記第一の画像と前記第二の画像とを重ね合わせた合成画像を生成する画像合成処理部と、前記合成画像の各ボクセルに割り当てられた第一画像のボクセル値と第二画像のボクセル値とのペアに基づいて、第一の画像と第二の画像の同時確率分布ｐ（ａ_ｉ，ｂ_ｊ）と、第一の画像の周辺確率分布ｐ（ａ_ｉ）と、第二の画像の周辺確率分布ｐ（ｂ_ｊ）とを算出する確率分布算出部と、前記同時確率分布ｐ（ａ_ｉ，ｂ_ｊ）、周辺確率分布ｐ（ａ_ｉ）及びｐ（ｂ_ｊ）に基づいて、以下の式で個別エントロピー相関係数（ＩＥＣＣ）を算出する合成画像評価部と、前記算出された個別エントロピー相関係数（ＩＥＣＣ）の値に基づいて、前記第一の画像と前記第二の画像との一致度合いを判定する判定部と、を備える。

好適な実施形態では、前記判定部による判定の結果、前記第一の画像と前記第二の画像との一致度合いが所定以上であれば、前記合成画像を表示させる表示手段をさらに備えても良い。

好適な実施形態では、前記個別エントロピー相関係数（ＩＥＣＣ）の値に基づく前記第一の画像と前記第二の画像との一致度合いが所定以上でないときに、所定の最適化アルゴリズムに従って、前記第一の画像に対する前記第二の画像の相対的な移動量を決定する最適化処理部をさらに備え、前記画像合成処理部は、前記最適化処理部で決定された移動量だけ、前記第一の画像に対して前記第二の画像を相対的に移動させて、あらためて位置決めを行い、前記確率分布算出部及び前記合成画像評価部は、前記画像合成処理部があらためて行った位置決めの結果に従って、それぞれの処理を行ってもよい。

本発明の一実施形態に係る医用画像処理装置１の構成図を示す。 ＰＥＴ画像Ａのボクセル値（カウント値）ａ_ｉとＭＲＩ画像Ｂのボクセル値（信号強度）ｂ_ｊの分布を示す２次元ヒストグラムｈ（ａ_ｉ，ｂ_ｊ）である。 合成画像の表示例を示す。 画像合成処理手順を示すフローチャートである。 ＭＩ（Ａ_ｉ，Ｂ_ｊ）の２次元分布とＭＩ（Ａ_ｉ）、ＭＩ（Ｂ_ｊ）を示す。 ２次元ヒストグラムｈ（ａ_ｉ，ｂ_ｊ）とＨ（Ａ_ｉ）、Ｈ（Ｂ_ｊ）を示す。 ＩＥＣＣ（Ａ_ｉ，Ｂ_ｊ）の２次元分布とＩＥＣＣ（Ａ_ｉ）、ＩＥＣＣ（Ｂ_ｊ）を示す。

以下、本発明の一実施形態に係る医用画像処理装置１について、図面を参照して説明する。医用画像処理装置１は、被験者の同一部位を異なる条件で撮像した複数の画像を用いて、各画像の位置合わせを行い、複数の画像を重ねて表示する。本実施形態では、異なるモダリティの画像の位置合わせを行うが、異なる条件で撮像した同じモダリティの画像同士の位置合わせを行っても良い。

図１は、本実施形態に係る医用画像処理装置１の構成図を示す。医用画像処理装置１は、例えば汎用的なコンピュータシステムにより構成され、以下に説明する。医用画像処理装置１内の個々の構成要素または機能は、例えば、コンピュータプログラムを実行することにより実現される。このコンピュータプログラムは、コンピュータ読み取り可能な記録媒体に格納可能である。

医用画像処理装置１は、参照画像記憶部１１と、観測画像記憶部１３と、画像合成処理部１５と、確率分布算出部１９と、合成画像評価部２１と、最適化処理部２３と、表示処理部２５と、を備える。

参照画像記憶部１１は、参照画像（第一の画像または第二の画像）の３次元データを記憶する。この３次元データは、ｘ，ｙ，ｚ方向のボクセル値によって構成される。参照画像としては、例えば、ＭＲＩ（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｉｎｇ）あるいはＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）で得られる解剖学的情報を多く含む形態画像を用いても良い。本実施形態では、参照画像は脳の３次元ＭＲＩ画像である。

観測画像記憶部１３は、観測画像（第二の画像または第一の画像）の３次元データを記憶する。この３次元データは、参照画像と同様に、ｘ，ｙ，ｚ方向のボクセル値によって構成される。観測画像は、参照画像と同一または異なる被験者の同一部位を異なる条件、例えば異なる撮像手法で撮像した画像である。参照画像が上記のような形態画像であるとき、観測画像は、例えば、ＳＰＥＣＴ（Ｓｉｎｇｌｅ Ｐｈｏｔｏｎ Ｅｍｉｓｓｉｏｎ Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）あるいはＰＥＴ（Ｐｏｓｉｔｏｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）などの機能画像でよい。本実施形態では、観測画像は脳の３次元ＰＥＴ画像である。

なお、本実施形態では、ＭＲＩ画像及びＰＥＴ画像のボクセル値は、いずれも０〜１２７に正規化されている。

画像合成処理部１５は、参照画像に対する観測画像の位置決めを行って、参照画像と観測画像とを重ね合わせた合成画像を生成する。まず、画像合成処理部１５は、参照画像としてのＭＲＩ画像と観測画像としてのＰＥＴ画像とを重ねたときの両者の相対的な位置を決定する。例えば、画像合成処理部１５は、ＭＲＩ画像及びＰＥＴ画像のそれぞれの重心を算出して、両者が一致するように処理開始時の初期位置を決定しても良い。あるいは、オペレータがマニュアル操作を行って、初期位置を決定しても良い。

また、画像合成処理部１５は、後述する最適化処理部２３の指示に従って、最適化処理部２３が決定した移動量だけ、ＭＲＩ画像またはＰＥＴ画像の一方に対して他方を相対的に移動させて、あらためて位置決めを行う。例えば、画像合成処理部１５は、ＭＲＩ画像またはＰＥＴ画像の一方に対して他方を平行移動及び回転移動させる剛体変換を行って、位置決めを行う。ここで、平行移動は（ｘ，ｙ，ｚ）の３方向の移動、回転移動のときは（θ_ｘｙ，θ_ｙｚ，θ_ｚｘ）の３軸の回転を行う。

画像合成処理部１５は、上記のようにしてＭＲＩ画像とＰＥＴ画像との相対的な位置が定まると、一つのボクセルに対して、ＰＥＴ画像のボクセル値ａ_ｉとＭＲＩ画像のボクセル値ｂ_ｊとをそれぞれ割り当てた合成画像を生成する。

確率分布算出部１９は、画像合成処理部１５で生成された合成画像の各ボクセルに割り当てられたＰＥＴ画像のボクセル値とＭＲＩ画像のボクセル値とのペアに基づいて、同時確率分布ｐ（ａ_ｉ，ｂ_ｊ）と、周辺確率分布ｐ（ａ_ｉ）、ｐ（ｂ_ｊ）を算出する。

例えば、確率分布算出部１９は、図２に示すように、ｙ軸にＰＥＴ画像Ａのボクセル値（カウント値）ａ_ｉ、ｘ軸にＭＲＩ画像Ｂのボクセル値（信号強度）ｂ_ｊが割り当てられたｘ−ｙ空間に、各ボクセルの値のペア（ａ_ｉ，ｂ_ｊ）に基づいてプロットを行い、２次元ヒストグラムｈ（ａ_ｉ，ｂ_ｊ）を生成する。

ここで、ＰＥＴ画像Ａのボクセル値がａ_ｉ、ＭＲＩ画像Ｂのボクセル値がｂ_ｊのとき、ＰＥＴ画像ＡとＭＲＩ画像Ｂの同時確率分布ｐ（ａ_ｉ，ｂ_ｊ）は、以下の式（１）で定まる。

一方で、周辺確率分布ｐ（ａ_ｉ）、ｐ（ｂ_ｊ）は、それぞれ以下の式（２）、（３）で定まる。

合成画像評価部２１は、ＰＥＴ画像ＡとＭＲＩ画像Ｂとの一致度合いを評価するための評価指標を算出する。合成画像評価部２１は、例えば、評価指標として、確率分布算出部１９で算出された同時確率分布ｐ（ａ_ｉ，ｂ_ｊ）、周辺確率分布ｐ（ａ_ｉ）及びｐ（ｂ_ｊ）に基づいて、以下の式（４）で定義される個別エントロピー相関係数（ＩＥＣＣ：Ｉｎｄ_ｉｖｉｄｕａｌ Ｅｎｔｒｏｐｙ Ｃｏｒｒｅｌａｔｉｏｎ Ｃｏｅｆｆｉｃｉｅｎｔ）を算出する。

なお、ｂｉｎはボクセル値の最大値であり、ここではｂｉｎ＝１２７である。以下同様である。

最適化処理部２３は、合成画像評価部２１で算出された評価指標に基づいて、ＰＥＴ画像ＡとＭＲＩ画像Ｂとの一致度合いを判定する判定部として機能する。例えば、最適化処理部２３は、ＩＥＣＣを算出し、その値に基づいて両画像の一致度合いを判定する。例えば、最適化処理部２３は、ＩＥＣＣの値が所定の閾値以上であるか否かを判定する。ＩＥＣＣが所定の閾値以上であるときは、ＰＥＴ画像ＡとＭＲＩ画像Ｂとの一致度合いが、予め定めた許容範囲内であることを意味する。

表示処理部２５は、ＰＥＴ画像ＡとＭＲＩ画像Ｂとの一致度合いが所定以上であれば、例えば、ＩＥＣＣの値が所定の閾値以上であれば、そのときの合成画像を表示装置２に表示させる。例えば、図３ＡにはＰＥＴ画像、同図ＢにはＭＲＩ画像及び同図Ｃには合成画像を、それぞれ２次元表示したときの一例を示す。

一方、最適化処理部２３は、ＰＥＴ画像ＡとＭＲＩ画像Ｂとの一致度合いが所定以上でないときは、所定の最適化アルゴリズムに従って、ＭＲＩ画像に対するＰＥＴ画像の相対的な移動量を決定する。つまり、最適化処理部２３は、ＩＥＣＣの値が大きくなるようにＭＲＩ画像とＰＥＴ画像との相対的な位置関係を修正する。最適化処理部２３が決定した相対的な移動量は、画像合成処理部１５へ通知される。画像合成処理部１５は、最適化処理部２３から指示された移動量に従って、ＭＲＩ画像またはＰＥＴ画像の一方を他方に対して平行移動及び回転移動をさせて、あらためて両者の相対的な位置決めを行い、新たな合成画像を生成する。

なお、最適化アルゴリズムは、例えば、Ｓｉｍｐｌｅｘ法、最急降下法などを採用することができる。

確率分布算出部１９及び合成画像評価部２１は、画像合成処理部１５があらためて行った位置決めの結果に従って、それぞれの処理を行う。つまり、画像合成処理部１５、確率分布算出部１９、合成画像評価部２１及び最適化処理部２３が上記の処理を繰り返すことにより、ＭＲＩ画像とＰＥＴ画像との一致度合いが所定以上に収束する。

次に、上述した医用画像処理装置１における画像合成処理手順について、図４のフローチャートに従って説明する。

まず、画像合成処理部１５が、参照画像のＭＲＩ画像と観測画像のＰＥＴ画像とをそれぞれ、参照画像記憶部１１及び観測画像記憶部１３から読み出して、これらの相対位置関係の初期位置を決定する（Ｓ１１）。

画像合成処理部１５は、ＭＲＩ画像とＰＥＴ画像の合成画像を生成する（Ｓ１３）。

確率分布算出部１９が、合成画像に基づいて、同時確率分布ｐ（ａ_ｉ，ｂ_ｊ）、及び周辺確率分布ｐ（ａ_ｉ）及びｐ（ｂ_ｊ）を算出する（Ｓ１５）。

合成画像評価部２１は、同時確率分布ｐ（ａ_ｉ，ｂ_ｊ）、周辺確率分布ｐ（ａ_ｉ）及びｐ（ｂ_ｊ）に基づいて、式（４）に示すＩＥＣＣ値を算出する。

最適化処理部２３は、このＩＥＣＣ値が所定の閾値以上であるか否かを判定する（Ｓ１９）。ここで、ＩＥＣＣ値が所定の閾値以上であれば（Ｓ１９：Ｙｅｓ）、表示処理部２５が合成画像を表示装置２に表示させる（Ｓ２１）。

一方、ＩＥＣＣ値が所定の閾値以上でないときは（Ｓ１９：Ｎｏ）、最適化処理部２３が最適化アルゴリズムに従って、ＭＲＩ画像とＰＥＴ画像の新たな相対位置を決定する（Ｓ２３）。

画像合成処理部１５は、この新たな相対位置になるように、ＭＲＩ画像またはＰＥＴ画像の一方を他方に対して平行移動または回転移動させる（Ｓ２５）。そして、ステップＳ１３へ戻り、これ以降の処理を繰り返す。

これにより、画像合成処理部１５、確率分布算出部１９、合成画像評価部２１及び最適化処理部２３がそれぞれの処理を繰り返すことにより、ＭＲＩ画像とＰＥＴ画像との一致度合いが、予め定められた一致度合い以上に収束する。

ここで、評価指標であるＩＥＣＣについて詳細に説明する。

まず、ＩＥＣＣ導入のための前提について説明する。ＰＥＴ画像ＡのエントロピーＨ（Ａ）及びＭＲＩ画像ＢのエントロピーＨ（Ｂ）はそれぞれ以下の式（５）、（６）で表される。

ＰＥＴ画像ＡとＭＲＩ画像Ｂの相互情報量ＭＩ（Ａ，Ｂ）は、式（７）となる。

これより、式（４）に示したＩＥＣＣは、相互情報量ＭＩ（Ａ，Ｂ）を算出する際の画素単位の算出式（つまりＭＩ（Ａ_ｉ，Ｂ_ｊ））と、２つのエントロピーＨ（Ａ），Ｈ（Ｂ）を算出する際の画素単位の算出式（つまりＨ（Ａ_ｉ）とＨ（Ｂ_ｊ））とを用いて表すと、式（８）となる。つまり、ＩＥＣＣは、りＭＩ（Ａ_ｉ，Ｂ_ｊ）をＨ（Ａ_ｉ）とＨ（Ｂ_ｊ）との和で除した値の全画素の総和となっている。

ここで、図５は、図２と同様のｘ−ｙ空間に上記ＭＩ（Ａ_ｉ，Ｂ_ｊ）の値を２次元の濃度分布として示した画像と、ＰＥＴ画像のボクセル値ａ_ｉ方向へ積分したＭＩ（Ａ_ｉ）と、ＭＲＩ画像のボクセル値ｂ_ｊ方向へ積分したＭＩ（Ｂ_ｊ）のグラフを示している。なお、ＭＩ（Ａ_ｉ）及びＭＩ（Ｂ_ｊ）は、以下の式（９）、（１０）で定まる。

同図から、ＰＥＴ画像のボクセル値ａ_ｉが２０の付近と、ＭＲＩ画像のボクセル値ｂ_ｊが０の付近に、ＭＩ（Ａ_ｉ）値及びＭＩ（Ｂ_ｊ）値の大きなピークがそれぞれ存在することがわかる。これらの領域は、ＰＥＴ画像及びＭＲＩ画像のそれぞれのバックグランドや雑音の領域に対応している。一方、ＰＥＴ画像のボクセル値が４０〜１００の間と、ＭＲＩ画像のボクセル値ｂ_ｊが４０の付近には僅かな値の増加が認められる。これらの領域は、それぞれ、対象とする被験者の部位である脳実質に対応している。

このことから、例えばＭＩ値は、ボクセル値ａ_ｉ，ｂ_ｊが小さいバックグランドや雑音領域の情報からより大きな影響を受け、脳実質領域の情報から受ける影響は小さいといえる。これにより、ＭＲＩ画像とＰＥＴ画像の一致度合いを評価する際に、従来から用いられているＭＩ値を用いると、バックグランドや雑音領域の影響を強く受け、場合によっては十分な精度でＭＲＩ画像とＰＥＴ画像とを十分に一致させることができない可能性があることがわかる。

次に、図６は、図２に示した２次元ヒストグラムｈ（ａ_ｉ，ｂ_ｊ）と、Ｈ（Ａ_ｉ）とＨ（Ｂ_ｊ）のグラフを示している。なお、Ｈ（Ａ_ｉ）及びＨ（Ｂ_ｊ）は、式（５）、（６）からもわかるように、以下の式（１１）、（１２）に示すとおりである。

ここで、図６に示すＨ（Ａ_ｉ）及びＨ（Ｂ_ｊ）は、いずれも、図５に示すＭＩ（Ａ_ｉ）、ＭＩ（Ｂ_ｊ）と同様に、ＰＥＴ画像のボクセル値ａ_ｉが２０の付近と、ＭＲＩ画像のボクセル値ｂ_ｊが０の付近に大きなピークが存在し、ＰＥＴ画像のボクセル値が４０〜１００の間と、ＭＲＩ画像のボクセル値ｂ_ｊが４０の付近には僅かな値の増加が認められる。

図７は、図２、図５及び図６と同様のｘ−ｙ空間に、ＭＩ（Ａ_ｉ，Ｂ_ｊ）／（Ｈ（Ａ_ｉ）＋Ｈ（Ｂ_ｊ））の値を２次元の濃度分布として示した画像と、ＰＥＴ画像のボクセル値ａ_ｉ方向へ積分したＩＥＣＣ（Ａ_ｉ）と、ＭＲＩ画像のボクセル値ｂ_ｊ方向へ積分したＩＥＣＣ（Ｂ_ｊ）のグラフを示している。なお、ＩＥＣＣ（Ａ_ｉ）及びＩＥＣＣ（Ｂ_ｊ）は、以下の式（１３）、（１４）で定まる。

分子のＭＩ（Ａ_ｉ，Ｂ_ｊ）（図５）と分母の（Ｈ（Ａ_ｉ）＋Ｈ（Ｂ_ｊ））（図６）が同様の傾向を示しているので、図７に示すＩＥＣＣ値の分布は、図５に示すＭＩ値の分布と比べて、脳実質領域内（ａ_ｉ６０〜１００の間、ｂ_ｊ４０付近）の情報量が大きくなっている。一方、バックグランドや雑音領域（ａ_ｉ、ｂ_ｊともに０付近）の情報量が小さく抑えられている。これは、ＩＥＣＣの値は、脳実質領域の解剖学的情報の寄与が大きくなり、バックグラウンドや雑音領域の情報の寄与が小さく抑えられていることを示している。つまり、ＭＲＩ画像とＰＥＴ画像との一致度合いの判定にＩＥＣＣを用いると、ＭＩを用いた場合よりも、より高精度に一致度合いを評価することができる。

本実施形態によれば、同じ被験者の同一部位を撮像したモダリティの異なる画像の位置合わせを行う際、画像同士の一致度合いの判定を行う新たな指標ＩＥＣＣを用いることにより、より高精度に位置合わせを行うことができる。

上述した本発明の実施形態は、本発明の説明のための例示であり、本発明の範囲をそれらの実施形態にのみ限定する趣旨ではない。当業者は、本発明の要旨を逸脱することなしに、他の様々な態様で本発明を実施することができる。

例えば、上述した実施形態では、参照画像にＭＲＩ画像、観測画像にＰＥＴ画像を用いたが、これら以外の画像を用いても良い。例えば、参照画像が形態画像、観測画像が機能画像であっても良い。あるいは、参照画像及び観測画像は、機能画像同士または形態画像同士でも良い。

また、本実施形態では、ＩＥＣＣ値が閾値を超えたときに合成画像を表示しているが、必ずしもこのタイミングで表示しなくても良い。例えば、ＩＥＣＣ値が閾値を超えるまでに参照画像と観測画像の位置合わせを行った後、別の指標でさらに位置合わせを行ってから表示するようにしても良い。

１ 医用画像処理装置
２ 表示装置
１１ 参照画像記憶部
１３ 観測画像記憶部
１５ 画像合成処理部
１９ 確率分布算出部
２１ 合成画像評価部
２３ 最適化処理部
２５ 表示処理部

Claims (5)

1. 被験者の所定の部位を撮像した第一の画像のボクセルデータが記憶されている第一画像記憶部と、
   前記第一の画像と同一または異なる被験者の同一部位を、前記第一の画像とは異なる条件で撮像した第二画像のボクセルデータが記憶されている第二画像記憶部と、
   前記第一及び第二画像記憶部から前記第一及び第二の画像をそれぞれ読み出し、前記第一の画像に対する前記第二の画像の位置決めを行って、前記第一の画像と前記第二の画像とを重ね合わせた合成画像を生成する画像合成処理部と、
   前記合成画像の各ボクセルに割り当てられた第一画像のボクセル値と第二画像のボクセル値とのペアに基づいて、第一の画像と第二の画像の同時確率分布ｐ（ａ_ｉ，ｂ_ｊ）と、第一の画像の周辺確率分布ｐ（ａ_ｉ）と、第二の画像の周辺確率分布ｐ（ｂ_ｊ）とを算出する確率分布算出部と、
   前記同時確率分布ｐ（ａ_ｉ，ｂ_ｊ）、周辺確率分布ｐ（ａ_ｉ）及びｐ（ｂ_ｊ）に基づいて、以下の式で個別エントロピー相関係数（ＩＥＣＣ）を算出する合成画像評価部と、
   前記算出された個別エントロピー相関係数（ＩＥＣＣ）の値に基づいて、前記第一の画像と前記第二の画像との一致度合いを判定する判定部と、を備える医用画像処理装置。
   
   

   
2. 前記判定部による判定の結果、前記第一の画像と前記第二の画像との一致度合いが所定以上であれば、前記合成画像を表示させる表示手段を、さらに備える請求項１記載の医用画像処理装置。
3. 前記個別エントロピー相関係数（ＩＥＣＣ）の値に基づく前記第一の画像と前記第二の画像との一致度合いが所定以上でないときに、所定の最適化アルゴリズムに従って、前記第一の画像に対する前記第二の画像の相対的な移動量を決定する最適化処理部をさらに備え、
   前記画像合成処理部は、前記最適化処理部で決定された移動量だけ、前記第一の画像に対して前記第二の画像を相対的に移動させて、あらためて位置決めを行い、
   前記確率分布算出部及び前記合成画像評価部は、前記画像合成処理部があらためて行った位置決めの結果に従って、それぞれの処理を行う、請求項１記載の医用画像処理装置。
4. 被験者の所定の部位を撮像した第一の画像のボクセルデータが記憶されている第一画像記憶部から前記第一の画像を読み出すステップと、
   前記第一の画像と同一または異なる被験者の同一部位を、前記第一の画像とは異なる条件で撮像した第二の画像のボクセルデータが記憶されている第二画像記憶部から前記第二の画像を読み出すステップと、
   前記第一の画像に対する前記第二の画像の位置決めを行って、前記第一の画像と前記第二の画像とを重ね合わせた合成画像を生成するステップと、
   前記合成画像の各ボクセルに割り当てられた前記第一の画像のボクセル値ａ_ｉと前記第二の画像のボクセル値ｂ_ｊとのペアに基づいて、前記第一の画像と前記第二の画像の同時確率分布ｐ（ａ_ｉ，ｂ_ｊ）と、前記第一の画像の周辺確率分布ｐ（ａ_ｉ）と、前記第二の画像の周辺確率分布ｐ（ｂ_ｊ）とを算出するステップと、
   前記同時確率分布ｐ（ａ_ｉ，ｂ_ｊ）、周辺確率分布ｐ（ａ_ｉ）及びｐ（ｂ_ｊ）に基づいて、以下の式で個別エントロピー相関係数（ＩＥＣＣ）を算出するステップと、
   前記算出された個別エントロピー相関係数（ＩＥＣＣ）の値に基づいて、前記第一の画像と前記第二の画像との一致度合いを判定するステップと、を行う医用画像処理方法。
   
   

   
5. 医用画像処理を行うためのコンピュータプログラムであって、
   コンピュータに、
   被験者の所定の部位を撮像した第一の画像のボクセルデータが記憶されている第一画像記憶部から前記第一の画像を読み出すステップと、
   前記第一の画像と同一または異なる被験者の同一部位を、前記第一の画像とは異なる条件で撮像した第二の画像のボクセルデータが記憶されている第二画像記憶部から前記第二の画像を読み出すステップと、
   前記第一の画像に対する前記第二の画像の位置決めを行って、前記第一の画像と前記第二の画像とを重ね合わせた合成画像を生成するステップと、
   前記合成画像の各ボクセルに割り当てられた前記第一の画像のボクセル値ａ_ｉと前記第二の画像のボクセル値ｂ_ｊとのペアに基づいて、前記第一の画像と前記第二の画像の同時確率分布ｐ（ａ_ｉ，ｂ_ｊ）と、前記第一の画像の周辺確率分布ｐ（ａ_ｉ）と、前記第二の画像の周辺確率分布ｐ（ｂ_ｊ）とを算出するステップと、
   前記同時確率分布ｐ（ａ_ｉ，ｂ_ｊ）、周辺確率分布ｐ（ａ_ｉ）及びｐ（ｂ_ｊ）に基づいて、以下の式で個別エントロピー相関係数（ＩＥＣＣ）を算出するステップと、
   前記算出された個別エントロピー相関係数（ＩＥＣＣ）の値に基づいて、前記第一の画像と前記第二の画像との一致度合いを判定するステップと、を実行させるためのコンピュータプログラム。
   

   

Images