JP2011000232A - 画像処理装置、磁気共鳴イメージング装置および画像管理システム - Google Patents

Abstract

【課題】カテーテル挿入を行うことなく、ＭＲ画像を用いて血管プラークの脆弱性解析を支援する。
【解決手段】脂肪抑制Ｔ１強調画像入力部３１ａが、脂肪抑制Ｔ１強調画像を読み込み、３Ｄ−ＦＡＳＥ画像入力部３１ｂが、３Ｄ−ＦＡＳＥ画像を読み込む。また、血管プラーク抽出部３２が、読み込まれた脂肪抑制Ｔ１強調画像および３Ｄ−ＦＡＳＥ画像それぞれから血管プラーク領域を抽出する。また、血管プラーク解析部３３が、抽出された血管プラーク領域のうち、脂肪抑制Ｔ１強調画像および３Ｄ−ＦＡＳＥ画像の両方で信号値が所定の閾値以下である領域を安定プラーク領域として抽出する。さらに、血管プラーク解析部３３が、抽出された安定プラーク領域を用いて、不安定プラーク領域を推定する。
【選択図】図２

Description

本発明は、画像処理装置、磁気共鳴イメージング装置および画像管理システムに関する。

従来、血管プラークの性状および脆弱性を評価するための画像診断手法として、Ｇｒａｙ Ｓｃａｌｅ−ＩＶＵＳ（Intravascular Ultrasound：血管内超音波法）、ＶＨ−ＩＶＵＳ（Virtual Histology-IVUS）、ＩＢ−ＩＶＵＳ（Integrated Backscatter-IVUS）、ＯＣＴ（Optical Coherence Tomography）、ＣＡＳ（Coronary Angioscopy：血管内視鏡）等がある。しかし、これらの手法は、プラーク評価用の画像を血管内から撮影するものであり、被検体へのカテーテル挿入が必要であった。そのため、被検体への負担が大きい、血管観察範囲が局所的になる等の課題があった。

そこで、Ｘ線診断装置やＸ線ＣＴ装置などの医用画像診断装置によって撮影された画像を用いて血管の構造を解析する画像処理装置が考案されている（例えば、特許文献１、２または３参照）。この画像処理装置は、例えば、医用画像診断装置を用いて撮影された画像から血管領域を自動的に抽出し、血管の狭窄率の算出や、血管領域の補正を行う。

特開２００４−２８３３７３号公報 特開２００６−７５６０２号公報 特開２００６−２４６９４１号公報

しかしながら、上述した公知の技術では、血管プラークの脆弱性解析を支援することは困難であった。特に、磁気共鳴イメージング装置によって撮影される画像は、撮影シーケンスや磁場条件等によって信号値レンジが変化する場合や、血管周辺組織とプラーク領域とのコントラスト分解能が高くない場合がある。そのため、プラークを含む血管領域を自動的に抽出することが困難であった。

本発明は、上記に鑑みてなされたものであって、カテーテル挿入を行うことなく、ＭＲ画像を用いて血管プラークの脆弱性解析を支援することが可能な画像処理装置、磁気共鳴イメージング装置および画像管理システムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、請求項１記載の本発明は、画像処理装置が、磁気共鳴イメージング装置を用いた第１の撮像法により撮像された第１の画像を入力する第１の画像入力手段と、磁気共鳴イメージング装置を用いた前記第１の撮像法とは異なる第２の撮像法により撮像された第２の画像を入力する第２の画像入力手段と、前記第１の画像入力手段によって入力された前記第１の画像および前記第２の画像入力手段によって入力された前記第２の画像それぞれから血管プラークを示す血管プラーク領域を抽出する血管プラーク領域抽出手段と、前記血管プラーク領域抽出手段によって抽出された血管プラーク領域のうち、前記第１の画像および前記第２の画像の両方で信号値が所定の閾値以下である領域を安定プラーク領域として抽出する安定プラーク領域抽出手段と、前記安定プラーク領域抽出手段によって抽出された前記安定プラーク領域を用いて、不安定プラーク領域を推定する不安定プラーク推定手段とを備えたことを特徴とする。

また、請求項７記載の本発明は、磁気共鳴イメージング装置が、第１の撮像法により撮像された第１の画像を入力する第１の画像入力手段と、前記第１の撮像法とは異なる第２の撮像法により撮像された第２の画像を入力する第２の画像入力手段と、前記第１の画像入力手段によって入力された前記第１の画像および前記第２の画像入力手段によって入力された前記第２の画像それぞれから血管プラークを示す血管プラーク領域を抽出する血管プラーク領域抽出手段と、前記血管プラーク領域抽出手段によって抽出された血管プラーク領域のうち、前記第１の画像および前記第２の画像の両方で信号値が所定の閾値以下である領域を安定プラーク領域として抽出する安定プラーク領域抽出手段と、前記安定プラーク領域抽出手段によって抽出された前記安定プラーク領域を用いて、不安定プラーク領域を推定する不安定プラーク推定手段とを備えたことを特徴とする。

また、請求項８記載の本発明は、磁気共鳴イメージング装置によって撮像された画像を画像出力装置に表示させる画像管理システムであって、前記磁気共鳴イメージング装置を用いた第１の撮像法により撮像された第１の画像を入力する第１の画像入力手段と、前記磁気共鳴イメージング装置を用いた前記第１の撮像法とは異なる第２の撮像法により撮像された第２の画像を入力する第２の画像入力手段と、前記第１の画像入力手段によって入力された前記第１の画像および前記第２の画像入力手段によって入力された前記第２の画像それぞれから血管プラークを示す血管プラーク領域を抽出する血管プラーク領域抽出手段と、前記血管プラーク領域抽出手段によって抽出された血管プラーク領域のうち、前記第１の画像および前記第２の画像の両方で信号値が所定の閾値以下である領域を安定プラーク領域として抽出する安定プラーク領域抽出手段と、前記安定プラーク領域抽出手段によって抽出された前記安定プラーク領域を用いて、不安定プラーク領域を推定する不安定プラーク推定手段と前記不安定プラーク推定手段によって推定された不安定プラーク領域を前記画像出力装置に出力させる画像出力手段とを備えたことを特徴とする。

請求項１または２記載の本発明によれば、カテーテル挿入を行うことなく、ＭＲ画像を用いて血管プラークの脆弱性解析を支援することが可能になるという効果を奏する。

図１は、本実施例１に係るＭＲＩ装置の全体構成を示す図である。 図２は、本実施例１に係る制御部の機能構成を示すブロック図である。 図３は、本実施例１に係る制御部が有する各部によって行われる処理の流れを示すフローチャートである。 図４は、本実施例１に係る血管プラーク領域の推定の流れを示すフローチャートである。 図５は、本実施例１に係る血管プラーク領域の推定の一例を示す図である。 図６は、本実施例１に係る不安定プラーク候補の抽出の流れを示すフローチャートである。 図７は、本実施例１に係る不安定プラーク候補の抽出の一例を示す図である。 図８は、不安定プラーク候補の表示例を示す図である。 図９は、本実施例２に係る制御部の機能構成を示すブロック図である。 図１０は、本実施例２に係る制御部が有する各部によって行われる処理の流れを示すフローチャートである。 図１１は、本実施例２に係る血管プラーク領域の推定の流れを示すフローチャートである。 図１２は、本実施例２に係る血管プラーク領域の推定の一例を示す図である。 図１３は、本実施例３に係る制御部の機能構成を示すブロック図である。 図１４は、本実施例３に係る制御部が有する各部によって行われる処理の流れを示すフローチャートである。 図１５は、本実施例４に係る制御部の機能構成を示すブロック図である。 図１６は、本実施例４に係る制御部が有する各部によって行われる処理の流れを示すフローチャートである。 図１７は、本実施例４に係る高リスク血管の特定の流れを示すフローチャートである。 図１８は、本実施例４に係る高リスク血管の特定の一例を示す図である。 図１９は、高リスク血管および不安定プラーク候補の表示例を示す図である。 図２０は、本実施例５に係る画像管理システムの全体構成を示す図である。 図２１は、本実施例５に係る画像管理システムの処理手順を示すフローチャートである。

以下に、本発明に係る画像処理装置、磁気共鳴イメージング装置および画像管理システムの実施例を図面に基づいて詳細に説明する。なお、以下では、磁気共鳴イメージング装置を「ＭＲＩ（Magnetic Resonance Imaging）装置」と呼び、ＭＲＩ装置によって撮像された画像を「ＭＲ画像」と呼ぶ。

なお、以下に示す実施例では、脂肪抑制Ｔ１強調画像、３Ｄ−ＦＡＳＥ画像およびBlack Blood画像を用いた場合について説明する。ここで、「３Ｄ−ＦＡＳＥ画像」とは、ＦＡＳＥ（Fast Advanced Spin Echo）と呼ばれる高速なＳＥ法で撮影された３次元画像である。また、「Black Blood画像」とは、血液の輝度値を低くする撮像法であるBlack Blood法で撮像された画像であり、血管内や血流が豊富な組織については輝度値が低くなり、黒く描出される。

まず、本実施例１に係るＭＲＩ装置の全体構成について説明する。図１は、本実施例１に係るＭＲＩ装置１００の全体構成を示す図である。図１に示すように、このＭＲＩ装置１００は、静磁場磁石１、傾斜磁場コイル２、傾斜磁場電源３、寝台４、寝台制御部５、送信ＲＦコイル６、送信部７、受信ＲＦコイル８、受信部９、シーケンス制御部１０および計算機システム２０を備える。

静磁場磁石１は、中空の円筒形状に形成された磁石であり、内部の空間に一様な静磁場を発生する。この静磁場磁石１としては、例えば永久磁石、超伝導磁石等が使用される。

傾斜磁場コイル２は、中空の円筒形状に形成されたコイルであり、静磁場磁石１の内側に配置される。この傾斜磁場コイル２は、互いに直交するＸ，Ｙ，Ｚの各軸に対応する３つのコイルが組み合わされて形成されており、これら３つのコイルは、後述する傾斜磁場電源３から個別に電流供給を受けて、Ｘ，Ｙ，Ｚの各軸に沿って磁場強度が変化する傾斜磁場を発生させる。なお、Ｚ軸方向は、静磁場と同方向とする。傾斜磁場電源３は、傾斜磁場コイル２に電流を供給する装置である。

ここで、傾斜磁場コイル２によって発生するＸ，Ｙ，Ｚ各軸の傾斜磁場は、例えば、スライス選択用傾斜磁場Ｇｓ、位相エンコード用傾斜磁場Ｇｅおよびリードアウト用傾斜磁場Ｇｒにそれぞれ対応している。スライス選択用傾斜磁場Ｇｓは、任意に撮像断面を決めるために利用される。位相エンコード用傾斜磁場Ｇｅは、空間的位置に応じて磁気共鳴信号の位相を変化させるために利用される。リードアウト用傾斜磁場Ｇｒは、空間的位置に応じて磁気共鳴信号の周波数を変化させるために利用される。

寝台４は、被検体Ｐが載置される天板４ａを備え、後述する寝台制御部５による制御のもと、被検体Ｐが載置された状態で天板４ａを傾斜磁場コイル２の空洞（撮像口）内へ挿入する。通常、この寝台４は、長手方向が静磁場磁石１の中心軸と平行になるように設置される。寝台制御部５は、制御部３０による制御のもと、寝台４を制御する装置であり、寝台４を駆動して、天板４ａを長手方向および上下方向へ移動する。

送信ＲＦコイル６は、傾斜磁場コイル２の内側に配置され、送信部７から高周波パルスの供給を受けて高周波磁場を発生する。送信部７は、ラーモア周波数に対応する高周波パルスを送信ＲＦコイル６に送信する装置である。

受信ＲＦコイル８は、傾斜磁場コイル２の内側に配置され、上記の高周波磁場の影響によって被検体Ｐから放射される磁気共鳴信号を受信する。この受信ＲＦコイル８は、磁気共鳴信号を受信すると、その磁気共鳴信号を受信部９へ出力する。

受信部９は、受信ＲＦコイル８から出力される磁気共鳴信号に基づいてｋ空間データを生成する。具体的には、この受信部９は、受信ＲＦコイル８から出力される磁気共鳴信号をデジタル変換することによってｋ空間データを生成する。このｋ空間データには、前述したスライス選択用傾斜磁場Ｇｓ、位相エンコード用傾斜磁場Ｇｅおよびリードアウト用傾斜磁場Ｇｒによって、ＰＥ（Phase Encode）方向、ＲＯ（Read Out）方向、ＳＥ（Slice Encode）方向の空間周波数の情報が対応付けられている。そして、ｋ空間データを生成すると、受信部９は、そのｋ空間データをシーケンス制御部１０へ送信する。

シーケンス制御部１０は、計算機システム２０から送信されるシーケンス情報に基づいて、傾斜磁場電源３、送信部７および受信部９を駆動することによって、被検体Ｐのスキャンを行う。ここで、シーケンス情報とは、傾斜磁場電源３が傾斜磁場コイル２に供給する電源の強さや電源を供給するタイミング、送信部７が送信ＲＦコイル６に送信するＲＦ信号の強さやＲＦ信号を送信するタイミング、受信部９が磁気共鳴信号を検出するタイミングなど、スキャンを行うための手順を定義した情報である。

なお、シーケンス制御部１０は、傾斜磁場電源３、送信部７および受信部９を駆動して被検体Ｐをスキャンした結果、受信部９からｋ空間データが送信されると、そのｋ空間データを計算機システム２０へ転送する。

計算機システム２０は、ＭＲＩ装置１００の全体制御や、データ収集、画像再構成などを行う。この計算機システム２０は、特に、インタフェース部２１、画像再構成部２２、記憶部２３、入力部２４、表示部２５および制御部３０を有している。

インタフェース部２１は、シーケンス制御部１０との間で授受される各種信号の入出力を制御する。例えば、このインタフェース部２１は、シーケンス制御部１０に対してシーケンス情報を送信し、シーケンス制御部１０からｋ空間データを受信する。ｋ空間データを受信すると、インタフェース部２１は、各ｋ空間データを被検体Ｐごとに記憶部２３に格納する。

画像再構成部２２は、記憶部２３によって記憶されたｋ空間データに対して、後処理、すなわちフーリエ変換等の再構成処理を施すことによって、被検体Ｐ内における所望核スピンのスペクトラムデータあるいは画像データを生成する。

記憶部２３は、インタフェース部２１によって受信されたｋ空間データと、画像再構成部２２によって生成された画像データなどを、被検体Ｐごとに記憶する。この記憶部２３には、Black Blood法や遅延造影法、Tagging法などの各種撮像方法によって撮像された画像が記憶される。

入力部２４は、操作者からの各種指示や情報入力を受け付ける。この入力部２４としては、マウスやトラックボールなどのポインティングデバイス、モード切替スイッチ等の選択デバイス、あるいはキーボード等の入力デバイスを適宜に利用可能である。

表示部２５は、制御部３０による制御のもと、スペクトラムデータあるいは画像データ等の各種の情報を表示する。この表示部２５としては、液晶表示器などの表示デバイスを利用可能である。

制御部３０は、図示していないＣＰＵやメモリ等を有し、ＭＲＩ装置１００の全体制御を行う。具体的には、この制御部３０は、入力部２４を介して操作者から入力される撮像条件に基づいてシーケンス情報を生成し、生成したシーケンス情報をシーケンス制御部１０に送信することによってスキャンを制御したり、スキャンの結果としてシーケンス制御部１０から送られるｋ空間データに基づいて行われる画像の再構成を制御したりする。

次に、本実施例１に係る制御部３０の機能構成について説明する。図２は、本実施例１に係る制御部３０の機能構成を示すブロック図である。図２に示すように、制御部３０は、特に、画像入力部３１、血管プラーク抽出部３２、血管プラーク解析部３３および画像出力部３４を有する。

画像入力部３１は、画像再構成部２２によって再構成された脂肪抑制Ｔ１強調画像および３Ｄ−ＦＡＳＥ画像を入力する。具体的には、画像入力部３１は、脂肪抑制Ｔ１強調画像入力部３１ａおよび３Ｄ−ＦＡＳＥ画像入力部３１ｂを有する。

血管プラーク抽出部３２は、画像入力部３１によって入力された脂肪抑制Ｔ１強調画像および３Ｄ−ＦＡＳＥ画像それぞれから、血管プラークを示す血管プラーク領域を抽出する。具体的には、血管プラーク抽出部３２は、血管内腔抽出部３２ａ、血管内腔境界線抽出部３２ｂおよびプラーク領域推定部３２ｃを有する。

血管プラーク解析部３３は、血管プラーク抽出部３２によって抽出された血管プラーク領域のうち、脂肪抑制Ｔ１強調画像および３Ｄ−ＦＡＳＥ画像の両方で信号値が所定の閾値以下である領域を安定プラーク領域として抽出する。また、血管プラーク解析部３３は、抽出された安定プラーク領域を用いて、不安定プラーク領域を推定する。具体的には、血管プラーク解析部３３は、血管プラーク領域入力部３３ａ、解析用画像合成部３３ｂ、安定プラーク領域抽出部３３ｃ、不安定プラーク候補抽出部３３ｄおよびプラーク不安定度算出部３３ｅを有する。

画像出力部３４は、血管プラーク解析部３３によって推定された不安定プラーク領域を表示部２５に出力する。具体的には、画像出力部３４は、表示画像入力部３４ａ、血管プラーク不安定度解析結果合成部３４ｂ、幾何条件設定部３４ｃ、表示条件設定部３４ｄおよび画像表示部３４ｅを有する。

次に、本実施例１に係る制御部３０が有する各部によって行われる処理について説明する。図３は、本実施例１に係る制御部３０が有する各部によって行われる処理の流れを示すフローチャートである。なお、ここでは、脂肪抑制Ｔ１強調画像から血管内腔を抽出する場合について説明するが、３Ｄ−ＦＡＳＥ画像から血管内腔を抽出することも可能である。

図３に示すように、本実施例１に係る制御部３０では、まず、脂肪抑制Ｔ１強調画像入力部３１ａが、脂肪抑制Ｔ１強調画像を読み込む（ステップＳ０１）。続いて、血管プラーク抽出部３２が、脂肪抑制Ｔ１強調画像入力部３１ａによって読み込まれた脂肪抑制Ｔ１強調画像内の血管プラーク領域を推定する（ステップＳ０２）。

ここで、本実施例１に係る血管プラーク領域の推定について詳細に説明する。図４は、本実施例１に係る血管プラーク領域の推定の流れを示すフローチャートである。また、図５は、本実施例１に係る血管プラーク領域の推定の一例を示す図である。

図４に示すように、血管プラーク領域を推定する際には、脂肪抑制Ｔ１強調画像入力部３１ａが、脂肪抑制Ｔ１強調画像を読み込む（ステップＳ１１）。続いて、血管内腔抽出部３２ａが、閾値処理等を利用して、図５の（ａ）に示すように、脂肪抑制Ｔ１強調画像入力部３１ａによって読み込まれた脂肪抑制Ｔ１強調画像から高信号に描出された血管内腔領域を抽出する（ステップＳ１２）。

続いて、血管内腔境界線抽出部３２ｂが、血管内腔抽出部３２ａによって抽出された血管内腔領域から血管芯線を抽出する。その後、血管内腔境界線抽出部３２ｂは、抽出した血管芯線に垂直な内腔境界線（閉曲線）を一定間隔で抽出する（ステップＳ１３）。

続いて、プラーク領域推定部３２ｃが、血管内腔境界線抽出部３２ｂによって抽出された血管芯線に沿って、図５の（ｂ）に示すように、内腔境界線の形状変化や面積変化の顕著な箇所を、プラークを含む血管外壁の形状が描出できなかった「欠損箇所」として検出する（ステップＳ１４）。その後、プラーク領域推定部３２ｃは、図５の（ｃ）に示すように、検出した欠損箇所周辺の内腔境界線の形状に基づいて欠損箇所を補間することで、プラーク領域を推定する（ステップＳ１５）。

図３にもどって、プラーク領域推定部３２ｃは、プラーク領域を推定した後に、脂肪抑制Ｔ１強調画像入力部３１ａによって読み込まれた脂肪抑制Ｔ１強調画像から、推定した血管プラーク領域のみを抽出する（ステップＳ０３）。

また、この一方で、３Ｄ−ＦＡＳＥ画像入力部３１ｂが、３Ｄ−ＦＡＳＥ画像を読み込む（ステップＳ０４）。また、血管プラーク領域入力部３３ａが、プラーク領域推定部３２ｃによって抽出された血管プラーク領域を入力する。

そして、解析用画像合成部３３ｂが、３Ｄ−ＦＡＳＥ画像入力部３１ｂによって読み込まれた３Ｄ−ＦＡＳＥ画像から、血管プラーク領域入力部３３ａによって入力された血管プラーク領域のみを抽出する（ステップＳ０５）。

そして、脂肪抑制Ｔ１強調画像および３Ｄ−ＦＡＳＥ画像それぞれから血管プラーク領域が抽出された後に、安定プラーク領域抽出部３３ｃが、脂肪抑制Ｔ１強調画像と３Ｄ−ＦＡＳＥ画像の血管プラーク領域内の信号値がともに低信号である部位を抽出し、抽出した部位を「安定プラーク」としてラベリングする。

さらに、不安定プラーク候補抽出部３３ｄが、安定プラーク領域抽出部３３ｃによって安定プラークとしてラベル付けされていない残りの血管プラーク領域を「不安定プラーク候補」として抽出する（ステップＳ０６）。この処理は、ＭＲ画像において不安定プラークの信号値は一定ではないが、安定プラークは安定して低信号を呈するという考えに基づいている。

ここで、本実施例１に係る不安定プラーク候補の抽出について詳細に説明する。図６は、本実施例１に係る不安定プラーク候補の抽出の流れを示すフローチャートである。また、図７は、本実施例１に係る不安定プラーク候補の抽出の一例を示す図である。

図６に示すように、本実施例１では、プラーク領域推定部３２ｃが、脂肪抑制Ｔ１強調画像入力部３１ａを読み込み（ステップＳ２１）、読み込んだ脂肪抑制Ｔ１強調画像から血管プラーク領域を抽出する（ステップＳ２２）。そして、プラーク領域推定部３２ｃは、図７の（ａ）に示すように、抽出した血管プラーク領域から、信号値が所定の閾値以下である領域を低信号領域として抽出する（ステップＳ２３）。また、プラーク領域推定部３２ｃは、信号値が所定の閾値を超える領域を高信号領域として抽出する。

続いて、解析用画像合成部３３ｂが、３Ｄ−ＦＡＳＥ画像を読み込み（ステップＳ２４）、読み込んだ３Ｄ−ＦＡＳＥ画像から血管プラーク領域を抽出する（ステップＳ２５）。そして、安定プラーク領域抽出部３３ｃが、図７の（ｂ）に示すように、解析用画像合成部３３ｂによって抽出された血管プラーク領域のうち、信号値が所定の閾値以下である領域を低信号領域として抽出する（ステップＳ２６）。また、安定プラーク領域抽出部３３ｃは、信号値が所定の閾値を超える領域を高信号領域として抽出する。

そして、安定プラーク領域抽出部３３ｃは、図７の（ｃ）に示すように、脂肪抑制Ｔ１強調画像および３Ｄ−ＦＡＳＥ画像の両方で低信号領域となった箇所を「安定プラーク」と定義する（ステップＳ２７）。

この一方で、不安定プラーク候補抽出部３３ｄが、図７の（ｃ）に示すように、脂肪抑制Ｔ１強調画像および３Ｄ−ＦＡＳＥ画像の両方で高信号領域となった箇所、および、一方で低信号領域となり他方で高信号領域となった箇所を「不安定プラーク候補」として抽出する（ステップＳ２８）。すなわち、不安定プラーク候補抽出部３３ｄは、解析用画像合成部３３ｂによって抽出された血管プラーク領域から、安定プラーク領域抽出部３３ｃによって定義された安定プラークを除いた残りを不安定プラーク候補として推定する。そして、不安定プラーク候補抽出部３３ｄは、図７の（ｄ）に示すように、抽出した不安定プラーク候補のみをラベリングする。

図３にもどって、不安定プラーク候補が抽出された後に、プラーク不安定度算出部３３ｅが、抽出された不安定プラーク候補の信号値からプラークの脆弱性を定量化するための不安定度を算出する。

その後、表示画像入力部３４ａが、血管の形態を表示可能な任意のＭＲ画像（以下、「ＭＲ形態画像」と呼ぶ）を記憶部２３から読み込む。例えば、表示画像入力部３４ａは、２次元画像、３次元画像、ＭＰＲ断面画像、３次元画像上にＭＰＲ断面を表示した画像などをＭＲ形態画像として読み込む。ここで読み込まれるＭＲ形態画像は、画像入力部３１によって読み込まれる脂肪抑制Ｔ１強調画像および３Ｄ−ＦＡＳＥ画像と同一の検査内で撮像された画像であることが望ましい。それにより、画像の詳細な位置合わせ処理が不要になる。

続いて、血管プラーク不安定度解析結果合成部３４ｂが、プラーク不安定度算出部３３ｅによって算出された不安定度に基づいて、表示画像入力部３４ａによって読み込まれたＭＲ形態画像上に不安定プラーク候補を強調表示した画像を生成する（ステップＳ０７）。

図８は、不安定プラーク候補の表示例を示す図である。図８に示すように、例えば、血管プラーク不安定度解析結果合成部３４ｂは、血管の形態を示す画像上に不安定プラークの位置・範囲を強調表示した画像を生成する。

その後、幾何条件設定部３４ｃが、操作者もしくはプリセットによる視点位置や回転設定などの幾何条件を入力し、表示条件設定部３４ｄが、カラー・オパシティ設定などの表示条件を入力する。そして、画像表示部３４ｅが、幾何条件設定部３４ｃによって入力された幾何条件および表示条件設定部３４ｄによって入力された表示条件にしたがって、血管プラーク不安定度解析結果合成部３４ｂによって生成された画像を表示部２５に表示させる。

上述してきたように、本実施例１では、脂肪抑制Ｔ１強調画像入力部３１ａが、脂肪抑制Ｔ１強調画像を読み込み、３Ｄ−ＦＡＳＥ画像入力部３１ｂが、３Ｄ−ＦＡＳＥ画像を読み込む。また、血管プラーク抽出部３２が、読み込まれた脂肪抑制Ｔ１強調画像および３Ｄ−ＦＡＳＥ画像それぞれから血管プラーク領域を抽出する。また、血管プラーク解析部３３が、抽出された血管プラーク領域のうち、脂肪抑制Ｔ１強調画像および３Ｄ−ＦＡＳＥ画像の両方で信号値が所定の閾値以下である領域を安定プラーク領域として抽出する。さらに、血管プラーク解析部３３が、抽出された安定プラーク領域を用いて、不安定プラーク領域を推定する。したがって、本実施例１によれば、カテーテル挿入を行うことなく、ＭＲ画像を用いて血管プラークの脆弱性解析を支援することが可能である。

ところで、上述した実施例１では、脂肪抑制Ｔ１強調画像または３Ｄ−ＦＡＳＥ画像から血管内腔を抽出する場合について説明したが、本発明はこれに限られるものではない。例えば、血管内腔を抽出する画像として、Black Blood画像を用いてもよい。Black Blood画像では、血管内が黒く描出されるので、より精度よく血管内腔を抽出することが可能になる。

そこで、以下では、実施例２として、Black Blood画像から血管内腔を抽出する場合について説明する。なお、本実施例２に係るＭＲＩ装置は、基本的には、図１に示したものと同様の構成を有し、計算機システムの制御部によって行われる処理が異なるのみであるので、ここでは、本実施例２に係る制御部の機能について説明する。

まず、本実施例２に係る制御部４０の構成について説明する。図９は、本実施例２に係る制御部４０の機能構成を示すブロック図である。なお、ここでは説明の便宜上、図２に示した各部と同様の役割を果たす機能部については、同一の符号を付すこととしてその詳細な説明を省略する。

図９に示すように、本実施例２に係る制御部４０は、特に、画像入力部４１、血管プラーク抽出部４２、血管プラーク解析部３３および画像出力部３４を有する。つまり、図２に示した構成と比べて、画像入力部４１および血管プラーク抽出部４２が異なっている。

画像入力部４１は、画像再構成部２２によって再構成された脂肪抑制Ｔ１強調画像、３Ｄ−ＦＡＳＥ画像およびBlack Blood画像を入力する。具体的には、画像入力部４１は、脂肪抑制Ｔ１強調画像入力部３１ａ、３Ｄ−ＦＡＳＥ画像入力部３１ｂおよびBlack Blood画像入力部４１ｃを有する。つまり、図２に示した構成と比べて、Black Blood画像入力部４１ｃが異なっている。

血管プラーク抽出部４２は、画像入力部４１によって入力された脂肪抑制Ｔ１強調画像、３Ｄ−ＦＡＳＥ画像およびBlack Blood画像それぞれから、血管プラークを示す血管プラーク領域を抽出する。具体的には、血管プラーク抽出部４２は、血管内腔抽出部４２ａ、血管内腔境界線抽出部３２ｂおよびプラーク領域推定部３２ｃを有する。つまり、図２に示した構成と比べて、血管内腔抽出部４２ａが異なっている。

次に、本実施例２に係る制御部４０が有する各部によって行われる処理について説明する。図１０は、本実施例２に係る制御部４０が有する各部によって行われる処理の流れを示すフローチャートである。

図１０に示すように、本実施例２に係る制御部４０では、まず、Black Blood画像入力部４１ｃが、Black Blood画像を読み込む（ステップＳ３１）。続いて、血管プラーク抽出部４２が、Black Blood画像入力部４１ｃによって読み込まれたBlack Blood画像内の血管プラーク領域を推定する（ステップＳ３２）。

ここで、本実施例２に係る血管プラーク領域の推定について詳細に説明する。図１１は、本実施例２に係る血管プラーク領域の推定の流れを示すフローチャートである。また、図１２は、本実施例２に係る血管プラーク領域の推定の一例を示す図である。

図１１に示すように、本実施例２では、Black Blood画像入力部４１ｃが、Black Blood画像を読み込む（ステップＳ４１）。続いて、血管内腔抽出部４２ａが、閾値処理等を利用して、図１２の（ａ）に示すように、Black Blood画像入力部４１ｃによって読み込まれたBlack Blood画像から血管内腔領域を抽出する（ステップＳ４２）。

続いて、血管内腔境界線抽出部３２ｂが、血管内腔抽出部４２ａによって抽出された血管内腔領域から血管芯線を抽出する。その後、血管内腔境界線抽出部３２ｂは、抽出した血管芯線に垂直な内腔境界線（閉曲線）を一定間隔で抽出する（ステップＳ４３）。

続いて、プラーク領域推定部３２ｃが、血管内腔境界線抽出部３２ｂによって抽出された血管芯線に沿って、図１２の（ｂ）に示すように、内腔境界線の形状変化や面積変化の顕著な箇所を、プラークを含む血管外壁の形状が描出できなかった「欠損箇所」として検出する（ステップＳ４４）。その後、プラーク領域推定部３２ｃは、図１２の（ｃ）に示すように、検出した欠損箇所周辺の内腔境界線の形状に基づいて欠損箇所を補間することで、プラーク領域を推定する（ステップＳ４５）。

図１０にもどって、上記のようにプラーク領域の推定が行われた後に、血管プラーク領域入力部３３ａが、プラーク領域推定部３２ｃによって抽出された血管プラーク領域を入力する。

また、脂肪抑制Ｔ１強調画像入力部３１ａが、脂肪抑制Ｔ１強調画像を読み込む（ステップＳ３３）。そして、解析用画像合成部３３ｂが、脂肪抑制Ｔ１強調画像入力部３１ａによって読み込まれた脂肪抑制Ｔ１強調画像から、血管プラーク領域入力部３３ａによって入力された血管プラーク領域のみを抽出する（ステップＳ３４）。

また、この一方で、３Ｄ−ＦＡＳＥ画像入力部３１ｂが、３Ｄ−ＦＡＳＥ画像を読み込む（ステップＳ３５）。そして、解析用画像合成部３３ｂが、３Ｄ−ＦＡＳＥ画像入力部３１ｂによって読み込まれた３Ｄ−ＦＡＳＥ画像から、血管プラーク領域入力部３３ａによって入力された血管プラーク領域のみを抽出する（ステップＳ３６）。

以降、ステップＳ３７およびＳ３８の処理は、図３に示したステップＳ０６および０７の処理と同様であるので、ここでは説明を省略する。

上述してきたように、本実施例２では、Black Blood画像入力部４１ｃが、Black Blood画像を読み込む。また、血管プラーク抽出部４２が、Black Blood画像入力部４１ｃによって読み込まれたBlack Blood画像から血管内腔を抽出する。そして、血管プラーク抽出部４２は、抽出された血管内腔領域に基づいて血管プラーク領域を抽出する。したがって、本実施例２によれば、血管内腔と他組織との間で高いコントラスト分解能を有するBlack Blood画像を利用することによって、プラーク領域の推定を高い精度で実行することが可能である。

ところで、上述した実施例２では、脂肪抑制Ｔ１強調画像、３Ｄ−ＦＡＳＥ画像、Black Blood画像がそれぞれ読み込まれる場合について説明したが、それぞれの画像に対して位置合せを行うようにしてもよい。画像入力部４１によって読み込まれた画像の位置合せを行うことによって、より精度よくプラークの解析を行うことが可能になる。

そこで、以下では、実施例３として、脂肪抑制Ｔ１強調画像、３Ｄ−ＦＡＳＥ画像、Black Blood画像の位置合せを行う場合について説明する。なお、本実施例３に係るＭＲＩ装置は、基本的には、図１に示したものと同様の構成を有し、計算機システムの制御部によって行われる処理が異なるのみであるので、ここでは、本実施例３に係る制御部の機能について説明する。

まず、本実施例３に係る制御部５０の構成について説明する。図１３は、本実施例３に係る制御部５０の機能構成を示すブロック図である。なお、ここでは説明の便宜上、図２および図９に示した各部と同様の役割を果たす機能部については、同一の符号を付すこととしてその詳細な説明を省略する。

図１３に示すように、本実施例３に係る制御部５０は、特に、画像入力部４１、血管プラーク抽出部５２、血管プラーク解析部３３、画像出力部３４および画像位置合せ部５５を有する。つまり、図２および図９に示した構成と比べて、血管プラーク抽出部５２および画像位置合せ部５５が異なっている。

画像位置合せ部５５は、画像入力部４１によって入力された脂肪抑制Ｔ１強調画像、３Ｄ−ＦＡＳＥ画像およびBlack Blood画像それぞれの血管内腔領域に基づいて、各画像の位置合せを行う。

血管プラーク抽出部５２は、画像位置合せ部５５によって位置合せされた各画像から、血管プラークを示す血管プラーク領域を抽出する。具体的には、血管プラーク抽出部５２は、血管内腔抽出部５２ａ、血管内腔境界線抽出部３２ｂおよびプラーク領域推定部３２ｃを有する。つまり、図２および図９に示した構成と比べて、血管内腔抽出部５２ａが異なっている。

次に、本実施例３に係る制御部５０が有する各部によって行われる処理について説明する。図１４は、本実施例３に係る制御部５０が有する各部によって行われる処理の流れを示すフローチャートである。

図１４に示すように、本実施例３に係る制御部５０では、まず、脂肪抑制Ｔ１強調画像入力部３１ａが、脂肪抑制Ｔ１強調画像を読み込む（ステップＳ５１）。また、Black Blood画像入力部４１ｃが、Black Blood画像を読み込む（ステップＳ５２）。また、３Ｄ−ＦＡＳＥ画像入力部３１ｂが、３Ｄ−ＦＡＳＥ画像を読み込む（ステップＳ５３）。

続いて、画像位置合せ部５５が、読み込まれた各画像それぞれから内腔領域を抽出する。そして、画像位置合せ部５５は、抽出した内腔領域やＭＩ（Mutual Information）等の画像特徴量を用いて回転行列や画像Ｗａｒｐｉｎｇ率を算出し、算出結果に基づいて、線形位置合せ処理または非線形位置合わせ処理を実行する（ステップＳ５４）。

その後、血管プラーク抽出部５２が、Black Blood画像入力部４１ｃによって読み込まれたBlack Blood画像内の血管プラーク領域を推定する（ステップＳ５５）。その際、血管内腔抽出部５２ａが、閾値処理等を利用して、Black Blood画像入力部４１ｃによって読み込まれたBlack Blood画像から血管内腔領域を抽出する。

以降、ステップＳ５６〜Ｓ５９の処理は、図１０に示したステップＳ３４〜Ｓ３８の処理と同様であるので、ここでは説明を省略する。

上述してきたように、本実施例３では、画像位置合せ部５５が、画像入力部４１によって入力された脂肪抑制Ｔ１強調画像、３Ｄ−ＦＡＳＥ画像およびBlack Blood画像それぞれの血管内腔領域に基づいて、各画像の位置合せを行う。基本的には、同一検査内にて撮像された画像群を用いれば、画像間の位置合わせは不要である。しかし、本実施例によれば、正確な解析処理が必要な場合や、歪んだ画像を利用する場合でも、画像間の位置合せを行うことで、血管プラークの脆弱性解析を支援することが可能である。

ところで、実施例１〜３では、ＭＲ形態画像上に不安定プラーク候補を強調表示する場合について説明したが、本発明はこれに限られるものではない。例えば、リスクが高い血管（以下、「高リスク血管」と呼ぶ）を特定して、不安定プラーク候補とともに表示するようにしてもよい。

そこで、以下では、実施例４として、高リスク血管を特定して表示する場合について説明する。なお、本実施例４に係るＭＲＩ装置は、基本的には、図１に示したものと同様の構成を有し、計算機システムの制御部によって行われる処理が異なるのみであるので、ここでは、本実施例４に係る制御部の機能について説明する。

まず、本実施例４に係る制御部６０の構成について説明する。図１５は、本実施例４に係る制御部６０の機能構成を示すブロック図である。なお、ここでは説明の便宜上、図２、図９および図１３に示した各部と同様の役割を果たす機能部については、同一の符号を付すこととしてその詳細な説明を省略する。

図１５に示すように、本実施例４に係る制御部６０は、特に、画像入力部４１、血管プラーク抽出部４２、血管プラーク解析部３３、画像出力部６４および高リスク血管解析部６６を有する。つまり、図２、図９および図１３に示した構成と比べて、画像出力部６４および高リスク血管解析部６６が異なっている。

高リスク血管解析部６６は、血管プラーク抽出部４２によって抽出された血管内腔領域を細線化し、細線化した血管内腔領域の構造に基づいて、血管の枝構造を示す血管枝構造情報を生成する。そして、高リスク血管解析部６６は、生成された血管枝構造情報および血管プラーク解析部３３によって推定された不安定プラーク領域の位置関係に基づいて、リスクが高い血管である高リスク血管を特定する。具体的には、高リスク血管解析部６６は、血管細線化部６６ａ、血管分岐点部６６ｂ、血管枝構造生成部６６ｃおよび高リスク血管枝検出部６６ｄを有する。

画像出力部６４は、血管プラーク解析部３３によって推定された不安定プラーク領域、および、高リスク血管解析部６６によって特定された高リスク血管を表示部２５に出力する。具体的には、画像出力部６４は、表示画像入力部３４ａ、血管プラーク不安定度解析結果合成部６４ｂ、幾何条件設定部３４ｃ、表示条件設定部３４ｄおよび画像表示部３４ｅを有する。つまり、図２、図９および図１３に示した構成と比べて、血管プラーク不安定度解析結果合成部６４ｂが異なっている。

次に、本実施例４に係る制御部６０が有する各部によって行われる処理について説明する。図１６は、本実施例４に係る制御部６０が有する各部によって行われる処理の流れを示すフローチャートである。

図１６に示すように、本実施例４に係る制御部６０では、まず、脂肪抑制Ｔ１強調画像入力部３１ａが、脂肪抑制Ｔ１強調画像を読み込む（ステップＳ６１）。また、Black Blood画像入力部４１ｃが、Black Blood画像を読み込む（ステップＳ６２）。また、３Ｄ−ＦＡＳＥ画像入力部３１ｂが、３Ｄ−ＦＡＳＥ画像を読み込み（ステップＳ６３）。

続いて、血管プラーク抽出部４２が、Black Blood画像入力部４１ｃによって読み込まれたBlack Blood画像内の血管プラーク領域を推定する（ステップＳ６４）。その後、血管プラーク領域入力部３３ａが、プラーク領域推定部３２ｃによって抽出された血管プラーク領域を入力する。

そして、解析用画像合成部３３ｂが、脂肪抑制Ｔ１強調画像入力部３１ａによって読み込まれた脂肪抑制Ｔ１強調画像から、血管プラーク領域入力部３３ａによって入力された血管プラーク領域のみを抽出する（ステップＳ６５）。

また、この一方で、解析用画像合成部３３ｂが、３Ｄ−ＦＡＳＥ画像入力部３１ｂによって読み込まれた３Ｄ−ＦＡＳＥ画像から、血管プラーク領域入力部３３ａによって入力された血管プラーク領域のみを抽出する（ステップＳ６６）。

続いて、安定プラーク領域抽出部３３ｃが、脂肪抑制Ｔ１強調画像と３Ｄ−ＦＡＳＥ画像の血管プラーク領域内の信号値がともに低信号である部位を抽出し、抽出した部位を「安定プラーク」としてラベリングする。さらに、不安定プラーク候補抽出部３３ｄが、安定プラーク領域抽出部３３ｃによって安定プラークとしてラベル付けされていない画素を「不安定プラーク候補」として抽出する（ステップＳ６８）。

また、高リスク血管解析部６６が、血管内腔領域を血管枝構造情報へ変換し（ステップＳ６７）、血管枝構造情報および不安定プラーク候補の位置関係に基づいて、高リスク血管を特定する（ステップＳ６９）。

ここで、本実施例４に係る高リスク血管の特定について詳細に説明する。図１７は、本実施例４に係る高リスク血管の特定の流れを示すフローチャートである。また、図１８は、本実施例４に係る高リスク血管の特定の一例を示す図である。

図１７に示すように、本実施例４では、Black Blood画像入力部４１ｃが、Black Blood画像を読み込む（ステップＳ７１）。続いて、血管内腔抽出部４２ａが、閾値処理等を利用して、Black Blood画像入力部４１ｃによって読み込まれたBlack Blood画像から血管内腔領域を抽出する（ステップＳ７２）。

その後、血管細線化部６６ａが、図１８の（ａ）および（ｂ）に示すように、血管内腔抽出部４２ａによって抽出された血管内腔領域を細線化する（ステップＳ７３）。このとき、血管細線化部６６ａは、例えば、一般的に知られた公知の細線化処理を用いる。

続いて、血管分岐点部６６ｂが、図１８の（ｂ）に示すように、血管細線化部６６ａによって細線化された血管内腔領域の構造から血管分岐点（血管芯線の交点）を抽出する。そして、血管枝構造生成部６６ｃが、血管分岐点部６６ｂによって抽出された血管分岐点をもとに、血管の枝構造を示す血管枝構造情報を生成する（ステップＳ７４）。

続いて、高リスク血管枝検出部６６ｄが、血管枝構造生成部６６ｃによって生成された血管枝構造情報における任意枝の範囲内に不安定プラーク候補が存在しているか否かを判定する。そして、高リスク血管枝検出部６６ｄは、任意枝の範囲内に不安定プラーク候補が存在していた場合には、図１８の（ｃ）に示すように、該当枝を高リスク血管としてラベル付けする（ステップＳ７５）。

その後、画像出力部６４が、ＭＲ形態画像上でラベル付けされた高リスク血管を強調表示する（ステップＳ７６）。その際、血管プラーク不安定度解析結果合成部６４ｂが、プラーク不安定度算出部３３ｅによって算出された不安定度、および、高リスク血管枝検出部６６ｄによってラベル付けされた高リスク血管に関する情報に基づいて、ＭＲ形態画像上に高リスク血管および不安定プラーク候補をそれぞれ強調表示した画像を生成する。

図１９は、高リスク血管および不安定プラーク候補の表示例を示す図である。図１９に示すように、例えば、血管プラーク不安定度解析結果合成部６４ｂは、血管の形態を示す画像上に、高リスク血管および不安定プラークの位置・範囲をそれぞれ強調表示した画像を生成する。

上述してきたように、本実施例４では、高リスク血管解析部６６が、血管プラーク抽出部４２によって抽出された血管内腔領域を細線化し、細線化した血管内腔領域の構造に基づいて、血管の枝構造を示す血管枝構造情報を生成する。そして、高リスク血管解析部６６は、生成された血管枝構造情報および血管プラーク解析部３３によって推定された不安定プラーク領域の位置関係に基づいて高リスク血管を特定する。したがって、本実施例４によれば、不安定プラークによってリスクが高くなっている血管を明示的に示すことができるので、施術方法や治療方法の検討などを的確に支援することが可能である。

ところで、実施例１〜４では、ＭＲＩ装置について説明したが、本発明はこれに限られるわけではない。例えば、ネットワークを介して接続された各種サーバとクライアントを有する画像管理システムにも同様に適用することができる。そこで、以下では、本発明を画像管理システムに適用した場合を実施例５として説明する。

まず、本実施例５に係る画像管理システムの全体構成について説明する。図２０は、本実施例５に係る画像管理システムの全体構成を示す図である。図２０に示すように、この画像管理システムは、ネットワークを介して接続されたＭＲＩ装置８０、血管プラーク不安定度解析装置７０および画像出力装置９０を有する。

ＭＲＩ装置８０は、磁気共鳴現象を利用して被検体内を画像化する。具体的には、ＭＲＩ装置８０は、撮影条件入力部８１、画像撮影部８２、画像再構成部８３、撮影画像保存部８４および撮影画像送信部８５を有する。

撮影条件入力部８１は、操作者によって入力される各種の撮像条件を受け付ける。画像撮影部８２は、撮影条件入力部８１によって受け付けられた撮像条件に基づいて被検体にＲＦパルスおよび傾斜磁場を印加し、それによって被検体から発せられる磁気共鳴信号を収集する。

画像再構成部８３は、画像撮影部８２によって収集された磁気共鳴信号に基づいて画像を再構成する。撮影画像保存部８４は、画像再構成部８３によって再構成された画像を保存する。撮影画像送信部８５は、撮影画像保存部８４に保存された画像を付帯情報とともに血管プラーク不安定度解析装置７０に送信する。

血管プラーク不安定度解析装置７０は、ＭＲＩ装置８０によって撮像されたＭＲ画像に基づいて、血管プラークの不安定度を解析する。具体的には、血管プラーク不安定度解析装置７０は、撮影画像受信部７７、画像入力部７１、血管プラーク抽出部４２、血管プラーク解析部３３、画像出力部７４および表示画像送信部７８を有する。なお、ここでは説明の便宜上、図９に示した各部と同様の役割を果たす機能部については、同一の符号を付すこととしてその詳細な説明を省略する。

撮影画像受信部７７は、ＭＲＩ装置８０から送信された画像を受信する。

画像入力部７１は、撮影画像受信部７７によって受信された画像を入力する。具体的には、画像入力部７１は、脂肪抑制Ｔ１強調画像入力部７１ａ、３Ｄ−ＦＡＳＥ画像入力部７１ｂおよびBlack Blood画像入力部７１ｃを有する。

ここで、脂肪抑制Ｔ１強調画像入力部７１ａは、撮影画像受信部７７によって受信された脂肪抑制Ｔ１強調画像を読み込む。３Ｄ−ＦＡＳＥ画像入力部７１ｂは、撮影画像受信部７７によって受信された３Ｄ−ＦＡＳＥ画像を読み込む。Black Blood画像入力部７１ｃは、撮影画像受信部７７によって受信されたBlack Blood画像を読み込む。

画像出力部７４は、血管プラーク解析部３３によって推定された不安定プラーク領域を図示していない記憶装置に格納する。具体的には、画像出力部７４は、画像・解析結果合成部７４ｂ、幾何条件設定部３４ｃ、表示条件設定部３４ｄおよび表示画像生成部７４ｆを有する。

ここで、画像・解析結果合成部７４ｂは、すでに説明した実施例と同様に、血管プラーク解析部３３によって行われた血管プラーク不安定度解析の解析結果に基づいて、ＭＲ形態画像上に不安定プラークや高リスク血管を強調した画像を生成する。表示画像生成部７４ｆは、幾何条件設定部３４ｃによって入力された幾何条件および表示条件設定部３４ｄによって入力された表示条件にしたがって、画像・解析結果合成部７４ｂによって生成された画像をもとに表示画像を生成し、図示していない記憶装置に格納する。

表示画像送信部７８は、画像出力装置９０からの要求に応じて、画像出力部７４によって生成された表示画像を画像出力装置９０に送信する。

画像出力装置９０は、ＭＲＩ装置８０によって撮像されたＭＲ画像、および、血管プラーク不安定度解析装置７０による解析結果を表示する。具体的には、画像出力装置９０は、表示画像受信部９１および表示出力部９２を有する。

表示画像受信部９１は、血管プラーク不安定度解析装置７０から送信された表示画像を受信する。表示出力部９２は、表示画像受信部９１によって受信された表示画像を表示装置に出力する。

次に、本実施例５に係る画像管理システムの処理手順について説明する。図２１は、本実施例５に係る画像管理システムの処理手順を示すフローチャートである。

図２１に示すように、本実施例５に係る画像管理システムでは、まず、ＭＲＩ装置８０において、画像撮影部８２が、撮影条件入力部８１によって受け付けられた一連のシーケンスにしたがって、脂肪抑制Ｔ１強調画像、３Ｄ−ＦＡＳＥ画像およびBlack Blood画像を撮影する（ステップＳ８１）。

続いて、撮影画像保存部８４が、画像撮影部８２によって撮影された各画像を、図示していないＭＲＩ装置８０内の記憶装置または外部記憶装置に保存する（ステップＳ８２）。そして、撮影画像送信部８５が、撮影画像保存部８４によって保存された画像を血管プラーク不安定度解析装置７０に送信する。

その後、血管プラーク不安定度解析装置７０において、撮影画像受信部７７が、ＭＲＩ装置８０から送信された各画像の画像情報および付帯情報を受信する。そして、画像入力部７１が、撮影画像受信部７７によって受信された各画像をそれぞれ入力する。さらに、血管プラーク抽出部４２および血管プラーク解析部３３が、すでに説明した実施例と同様に、血管プラーク不安定度解析を行う（ステップＳ８３）。

続いて、画像出力部７４が、血管プラーク解析部３３によって行われた血管プラーク不安定度解析の結果をＭＲＩ装置８０から送信された画像情報と関連付けて、図示していない血管プラーク不安定度解析装置内の記憶装置または外部記憶装置に保存する（ステップＳ８４）。

その後、画像出力装置９０に実装されたアプリケーションをユーザが起動された場合に、表示画像送信部７８が、画像出力装置９０からの要求に応じて、表示画像と関連のある血管プラーク不安定度解析結果を記憶装置から読み出して画像出力装置９０に送信する。そして、画像出力装置９０において、表示画像受信部９１によってプラーク不安定度解析結果が受信されると、表示出力部９２が、受信されたプラーク不安定度解析結果を表示装置に出力する（ステップＳ８５）。

上述してきたように、本実施例５では、脂肪抑制Ｔ１強調画像入力部７１ａが、撮影画像受信部７７によって受信された脂肪抑制Ｔ１強調画像を読み込み、３Ｄ−ＦＡＳＥ画像入力部７１ｂが、撮影画像受信部７７によって受信された３Ｄ−ＦＡＳＥ画像を読み込む。また、血管プラーク抽出部４２が、読み込まれた脂肪抑制Ｔ１強調画像および３Ｄ−ＦＡＳＥ画像それぞれから血管プラーク領域を抽出する。また、血管プラーク解析部３３が、抽出された血管プラーク領域のうち、脂肪抑制Ｔ１強調画像および３Ｄ−ＦＡＳＥ画像の両方で信号値が所定の閾値以下である領域を安定プラーク領域として抽出する。さらに、血管プラーク解析部３３が、抽出された安定プラーク領域を用いて、不安定プラーク領域を推定する。そして、表示画像送信部７８が、推定された不安定プラーク領域を前記画像出力装置に出力させる。したがって、本実施例５によれば、カテーテル挿入を行うことなく、ＭＲ画像を用いて血管プラークの脆弱性解析を支援することが可能である。また、画像撮影後に自動的に不安定プラークの解析処理が実行されるので、画像出力装置９０から解析結果の表示を要求してから解析結果が表示されるまでの待ち時間が少なく、ワークフローのスループットを向上させることができる。

なお、上記実施例では、脂肪抑制Ｔ１強調画像、３Ｄ−ＦＡＳＥ画像およびBlack Blood画像を用いた場合について説明した。しかしながら、本発明はこれに限られるものではなく、他の撮像法によって撮像された画像を用いた場合でも同様に適用することが可能である。

以上で説明したように、上記実施例によれば、診断作業開始時から血管プラーク安定度解析を開始するのではなく、画像撮影後に自動的に解析処理が実行されるため、待ち時間が少なく、ワークフローのスループットを向上させる効果が期待できる。

また、上記実施例によれば、従来は困難であったＭＲ画像を用いた血管プラーク脆弱性評価を自動的に実施できることによって、カテーテル検査やＣＴ検査を回避できるため、侵襲・被曝等の患者負担を軽減することが可能である。また、破裂リスクの高い血管プラーク候補を自動的に表示できるため、ＣＡＳ（Carotid Artery Stenting：頚動脈ステント留置術）等の適用判定を効率的に実施できる。その結果、従来実施されていたＣＥＡ（Carotid Endarterestomy：頚動脈内膜剥離術）から、侵襲性の低いＣＡＳへ移行できる機会を増やすことが可能である。

１００ ＭＲＩ装置
１ 静磁場磁石
２ 傾斜磁場コイル
３ 傾斜磁場電源
４ 寝台
４ａ 天板
５ 寝台制御部
６ 送信ＲＦコイル
７ 送信部
８ 受信ＲＦコイル
９ 受信部
１０ シーケンス制御部
２０ 計算機システム
２１ インタフェース部
２２ 画像再構成部
２３ 記憶部
２４ 入力部
２５ 表示部
３０，４０，５０，６０ 制御部
３１，４１ 画像入力部
３１ａ 脂肪抑制Ｔ１強調画像入力部
３１ｂ ３Ｄ−ＦＡＳＥ画像入力部
３２，４２，５２ 血管プラーク抽出部
３２ａ，４２ａ，５２ａ 血管内腔抽出部
３２ｂ 血管内腔境界線抽出部
３２ｃ プラーク領域推定部
３３ 血管プラーク解析部
３３ａ 血管プラーク領域入力部
３３ｂ 解析用画像合成部
３３ｃ 安定プラーク領域抽出部
３３ｄ 不安定プラーク候補抽出部
３３ｅ プラーク不安定度算出部
３４，６４ 画像出力部
３４ａ 表示画像入力部
３４ｂ，６４ｂ 血管プラーク不安定度解析結果合成部
３４ｃ 幾何条件設定部
３４ｄ 表示条件設定部
３４ｅ 画像表示部
４１ｃ Black Blood画像入力部
５５ 画像位置合せ部
６６ 高リスク血管解析部
６６ａ 血管細線化部
６６ｂ 血管分岐点部
６６ｃ 血管枝構造生成部
６６ｄ 高リスク血管枝検出部
７０ 血管プラーク不安定度解析装置
７１ 画像入力部
７１ａ 脂肪抑制Ｔ１強調画像入力部
７１ｂ ３Ｄ−ＦＡＳＥ画像入力部
７１ｃ Black Blood画像入力部
７４ 画像出力部
７４ｂ 画像・解析結果合成部
７４ｆ 表示画像生成部
７７ 撮影画像受信部
７８ 表示画像送信部
８０ ＭＲＩ装置
８１ 撮影条件入力部
８２ 画像撮影部
８３ 画像再構成部
８４ 撮影画像保存部
８５ 撮影画像送信部
９０ 画像出力装置
９１ 表示画像受信部
９２ 表示出力部

Claims (8)

1. 磁気共鳴イメージング装置を用いた第１の撮像法により撮像された第１の画像を入力する第１の画像入力手段と、
   磁気共鳴イメージング装置を用いた前記第１の撮像法とは異なる第２の撮像法により撮像された第２の画像を入力する第２の画像入力手段と、
   前記第１の画像入力手段によって入力された前記第１の画像および前記第２の画像入力手段によって入力された前記第２の画像それぞれから血管プラークを示す血管プラーク領域を抽出する血管プラーク領域抽出手段と、
   前記血管プラーク領域抽出手段によって抽出された血管プラーク領域のうち、前記第１の画像および前記第２の画像の両方で信号値が所定の閾値以下である領域を安定プラーク領域として抽出する安定プラーク領域抽出手段と、
   前記安定プラーク領域抽出手段によって抽出された前記安定プラーク領域を用いて、不安定プラーク領域を推定する不安定プラーク推定手段と
   を備えたことを特徴とする画像処理装置。
2. 前記不安定プラーク推定手段は、前記血管プラーク領域抽出手段によって抽出された前記血管プラーク領域のうち、前記安定プラーク領域抽出手段によって前記安定プラーク領域として抽出されていない残りの血管プラーク領域を前記不安定プラークとして推定することを特徴とする請求項１に記載の画像処理装置。
3. 前記第１の画像入力手段によって入力された前記第１の画像または前記第２の画像入力手段によって入力された前記第２の画像から血管内腔領域を抽出する血管内腔抽出手段をさらに備え、
   前記血管プラーク領域抽出手段は、前記血管内腔抽出手段によって抽出された前記血管内腔領域に基づいて、前記血管プラーク領域を抽出することを特徴とする請求項１または２に記載の画像処理装置。
4. 磁気共鳴イメージング装置を用いて血液の輝度値が低くなるように撮像を行うBlack Blood法により撮像された第３の画像を入力する第３の画像入力手段と、
   前記第３の画像入力手段によって入力された前記第３の画像から血管内腔領域を抽出する血管内腔抽出手段とをさらに備え、
   前記血管プラーク領域抽出手段は、前記血管内腔抽出手段によって抽出された前記血管内腔領域に基づいて、前記血管プラーク領域を抽出することを特徴とする請求項１または２に記載の画像処理装置。
5. 入力された画像の血管内腔領域に基づいて、各画像の位置合せを行う画像位置合せ手段をさらに備えたことを特徴とする請求項１〜４のいずれか一つに記載の画像処理装置。
6. 前記血管内腔抽出手段によって抽出された血管内腔領域を細線化し、細線化した血管内腔領域の構造に基づいて、血管の枝構造を示す血管枝構造情報を生成する血管枝構造生成手段と、
   前記血管枝構造性正手段によって生成された前記血管枝構造情報および前記不安定プラーク推定手段によって推定された前記不安定プラーク領域の位置関係に基づいて、リスクが高い血管である高リスク血管を特定する高リスク血管検出手段と
   をさらに備えたことを特徴とする請求項１〜５のいずれか一つに記載の画像処理装置。
7. 第１の撮像法により撮像された第１の画像を入力する第１の画像入力手段と、
   前記第１の撮像法とは異なる第２の撮像法により撮像された第２の画像を入力する第２の画像入力手段と、
   前記第１の画像入力手段によって入力された前記第１の画像および前記第２の画像入力手段によって入力された前記第２の画像それぞれから血管プラークを示す血管プラーク領域を抽出する血管プラーク領域抽出手段と、
   前記血管プラーク領域抽出手段によって抽出された血管プラーク領域のうち、前記第１の画像および前記第２の画像の両方で信号値が所定の閾値以下である領域を安定プラーク領域として抽出する安定プラーク領域抽出手段と、
   前記安定プラーク領域抽出手段によって抽出された前記安定プラーク領域を用いて、不安定プラーク領域を推定する不安定プラーク推定手段と
   を備えたことを特徴とする磁気共鳴イメージング装置。
8. 磁気共鳴イメージング装置によって撮像された画像を画像出力装置に表示させる画像管理システムであって、
   前記磁気共鳴イメージング装置を用いた第１の撮像法により撮像された第１の画像を入力する第１の画像入力手段と、
   前記磁気共鳴イメージング装置を用いた前記第１の撮像法とは異なる第２の撮像法により撮像された第２の画像を入力する第２の画像入力手段と、
   前記第１の画像入力手段によって入力された前記第１の画像および前記第２の画像入力手段によって入力された前記第２の画像それぞれから血管プラークを示す血管プラーク領域を抽出する血管プラーク領域抽出手段と、
   前記血管プラーク領域抽出手段によって抽出された血管プラーク領域のうち、前記第１の画像および前記第２の画像の両方で信号値が所定の閾値以下である領域を安定プラーク領域として抽出する安定プラーク領域抽出手段と、
   前記安定プラーク領域抽出手段によって抽出された前記安定プラーク領域を用いて、不安定プラーク領域を推定する不安定プラーク推定手段と
   前記不安定プラーク推定手段によって推定された不安定プラーク領域を前記画像出力装置に出力させる画像出力手段と
   を備えたことを特徴とする画像管理システム。

Images