JP2014151112A - 画像解析装置、及び、磁気共鳴イメージング装置 - Google Patents

Abstract

【課題】脳梗塞の範囲を従来よりもさらに正確に判定する画像解析装置、及び、磁気共鳴イメージング装置を提供する。
【解決手段】画像解析装置６５は、画像記憶部６６と、灌流マップ生成部６７と、判定条件設定部６８と、判定部６９とを有する。画像記憶部６６は、被検体の脳の画像を複数の時相でそれぞれ示す脳画像データを取得及び記憶する。灌流マップ生成部６７は、被検体の脳の灌流状態を示す灌流マップを脳画像データに基づいて生成する。判定条件設定部６８は、被検体の脳内で組織的に互いに異なる複数の領域を脳画像データに基づいて抽出し、複数の領域に対して構造的違いに基づく判定条件をそれぞれ設定する。判定部６９は、判定条件と灌流マップとを対比することで被検体の脳内における血流低下領域を判定する。
【選択図】図１

Description

本発明の実施形態は、画像解析装置、及び、磁気共鳴イメージング装置に関する。

ＭＲＩは、静磁場中に置かれた被検体の原子核スピンをラーモア周波数のＲＦパルスで磁気的に励起し、この励起に伴って発生するＭＲ信号から画像を再構成する撮像法である。なお、上記ＭＲＩは磁気共鳴イメージング(Magnetic Resonance Imaging)の意味であり、ＲＦパルスは高周波パルス(radio frequency pulse)の意味であり、ＭＲ信号は核磁気共鳴信号(nuclear magnetic resonance signal)の意味である。

脳梗塞の異常領域を検出する画像解析には、例えばＭＲＩ装置などの画像診断装置で得られた画像データが用いられる。脳梗塞における異常領域を検出する手法として、例えば特許文献１では、脳の拡散強調画像(ＤＷＩ:Diffusion Weighted Image)、又は、脳の灌流画像(ＰＷＩ:Perfusion Weighted Image)をＭＲＩ装置で取得している。特許文献１では、拡散強調画像又は灌流画像における脳領域を左右に２分割し、健常側と異常側との対比をとることで、灌流状態の異常領域を判定している。

特開２０１１−１６７３３３号公報

脳梗塞の範囲については、できる限り正確に判定することがその後の最適な治療方法を検討する上で望ましい。

従って、脳梗塞の範囲を従来よりもさらに正確に判定する新規な画像解析技術、及び、かかる画像解析技術が搭載されたＭＲＩ装置が要望されていた。

以下、本発明の実施形態が取り得る態様の数例を態様毎に説明する。
（１）一実施形態では、画像解析装置は、画像記憶部と、補正部とを有する。
画像記憶部は、被検体の脳の画像を示す脳画像データを取得及び記憶する。
補正部は、脳画像データに基づいて、脳の構造情報を抽出すると共に脳の灌流状態を示す灌流マップを生成し、構造情報に基づいて灌流マップを補正する。

（２）一実施形態では、画像解析プログラムは、以下のステップ（処理）をコンピュータに実行させるプログラムである。
１つは、被検体の脳の画像を示す脳画像データを取得及び記憶するステップである。
１つは、脳画像データに基づいて、脳の構造情報を抽出すると共に脳の灌流状態を示す灌流マップを生成し、構造情報に基づいて灌流マップを補正するステップである。

（３）一実施形態では、ＭＲＩ装置は、信号収集部と、画像再構成部と、上記（１）の画像解析装置とを有する。
信号収集部は、磁気共鳴イメージングにより被検体の脳を含む領域からＭＲ信号を収集する。
画像再構成部は、被検体の脳の画像を示す脳画像データをＭＲ信号に基づいて再構成する。
画像解析装置は、脳画像データを取得し、脳画像データに基づいて、脳の構造情報を抽出すると共に脳の灌流状態を示す灌流マップを生成し、構造情報に基づいて灌流マップを補正する。

第１の実施形態におけるＭＲＩ装置の全体構成を示すブロック図。 装着型のＲＦコイル装置の一例として、頭部ＲＦコイル装置の構成の一例を示す模式的斜視図。 脳実質領域の抽出方法の一例を示す患者座標系のアキシャル断面における頭部の断面模式図。 脳実質領域内における各組織領域の抽出方法の一例を示す頭部の部分的な断面模式図。 脳実質領域外、灰白質、白質の領域毎に設定される脳血流量の基準正常値の一例を示す表。 暫定閾値マップの生成方法の一例を示す模式図。 灌流の解析元の脳画像データに対するリサンプリングの一例を示す模式図。 リサンプリングの影響を加味する場合と、加味しない場合とにおける、脳血流量の基準正常値の一例を示す模式図。 閾値マップの一例を示す模式図。 灌流マップ生成部により生成される灌流マップの一例を示す模式図。 判定部による血流低下領域の暫定的な判定結果の一例を示す模式図。 判定部による血流低下領域の判定結果の補正処理の一例を示す模式図。 判定部による血流低下領域の判定結果の補正処理の別の例を示す模式図。 第１の実施形態におけるＭＲＩ装置の動作の流れの一例を示すフローチャート。 閾値マップの補正処理の一例を示す模式的説明図。 図１５の平滑化処理の具体的方法の一例を示す模式的説明図。 第２の実施形態におけるＭＲＩ装置の動作の流れの一例を示すフローチャート。

以下、画像解析装置、画像解析方法、画像解析プログラム、及び、ＭＲＩ装置の実施形態について、添付図面に基づいて説明する。なお、各図において同一要素には同一符号を付し、重複する説明を省略する。

（第１の実施形態）
第１の実施形態では一例として、上記課題を解決する画像解析装置が組み込まれたＭＲＩ装置１０の実施形態を説明する。

図１は、第１の実施形態におけるＭＲＩ装置１０の全体構成を示すブロック図である。ここでは一例として、ＭＲＩ装置１０の構成要素を寝台ユニット２０、ガントリ３０、制御装置４０の３つに分けて説明する。

第１に、寝台ユニット２０は、寝台２１と、天板２２と、寝台２１内に配置される天板移動機構２３とを有する。天板２２の上面には、被検体Ｐが載置される。また、天板２２内には、被検体ＰからのＭＲ信号を検出する受信ＲＦコイル２４が配置される。さらに、天板２２の上面には、装着型のＲＦコイル装置が接続される接続ポート２５が複数配置される。図１の例では、被検体Ｐの頭部には頭部ＲＦコイル装置１００が装着され、頭部ＲＦコイル装置１００のコネクタ１０６（図２参照）が接続ポート２５に接続される。

寝台２１は、天板２２を水平方向（装置座標系のＺ軸方向）に移動可能に支持する。天板移動機構２３は、天板２２がガントリ３０外に位置する場合に、寝台２１の高さを調整することで、天板２２の鉛直方向の位置を調整する。また、天板移動機構２３は、天板２２を水平方向に移動させることで天板２２をガントリ３０内に入れ、撮像後には天板２２をガントリ３０外に出す。

第２に、ガントリ３０は、例えば円筒状に構成され、撮像室に設置される。ガントリ３０は、静磁場磁石３１と、シムコイルユニット３２と、傾斜磁場コイルユニット３３と、ＲＦコイルユニット３４とを有する。

静磁場磁石３１は、例えば超伝導コイルであり、円筒状に構成される。静磁場磁石３１は、後述の制御装置４０の静磁場電源４２から供給される電流により、撮像空間に静磁場を形成する。
撮像空間とは例えば、被検体Ｐが置かれて、静磁場が印加されるガントリ３０内の空間を意味する。なお、静磁場電源４２を設けずに、静磁場磁石３１を永久磁石で構成してもよい。

シムコイルユニット３２は、例えば円筒状に構成され、静磁場磁石３１の内側において、静磁場磁石３１と軸を同じにして配置される。
シムコイルユニット３２は、後述の制御装置４０のシムコイル電源４４から供給される電流により、静磁場を均一化するオフセット磁場を形成する。

傾斜磁場コイルユニット３３は、例えば円筒状に構成され、シムコイルユニット３２の内側に配置される。傾斜磁場コイルユニット３３は、Ｘ軸傾斜磁場コイル３３ｘと、Ｙ軸傾斜磁場コイル３３ｙと、Ｚ軸傾斜磁場コイル３３ｚとを有する。

本明細書では、特に断りのない限り、Ｘ軸、Ｙ軸、Ｚ軸は装置座標系であるものとする。ここでは一例として、装置座標系のＸ軸、Ｙ軸、Ｚ軸を以下のように定義する。まず、鉛直方向をＹ軸方向とし、天板２２は、その上面の法線方向がＹ軸方向となるように配置される。天板２２の水平移動方向をＺ軸方向とし、ガントリ３０は、その軸方向がＺ軸方向となるように配置される。Ｘ軸方向は、これらＹ軸方向、Ｚ軸方向に直交する方向であり、図１の例では天板２２の幅方向である。

Ｘ軸傾斜磁場コイル３３ｘは、後述のＸ軸傾斜磁場電源４６ｘから供給される電流に応じたＸ軸方向の傾斜磁場Ｇｘを撮像領域に形成する。同様に、Ｙ軸傾斜磁場コイル３３ｙは、後述のＹ軸傾斜磁場電源４６ｙから供給される電流に応じたＹ軸方向の傾斜磁場Ｇｙを撮像領域に形成する。同様に、Ｚ軸傾斜磁場コイル３３ｚは、後述のＺ軸傾斜磁場電源４６ｚから供給される電流に応じたＺ軸方向の傾斜磁場Ｇｚを撮像領域に形成する。

そして、スライス選択方向傾斜磁場Ｇｓｓ、位相エンコード方向傾斜磁場Ｇｐｅ、及び、読み出し方向（周波数エンコード方向）傾斜磁場Ｇｒｏは、装置座標系の３軸方向の傾斜磁場Ｇｘ、Ｇｙ、Ｇｚの合成により、任意の方向に設定可能である。

上記撮像領域は、例えば、１画像又は１セットの画像の生成に用いられるＭＲ信号の収集範囲の少なくとも一部であって、画像となる領域である。撮像領域は例えば、撮像空間の一部として装置座標系で３次元的に規定される。例えば折り返しアーチファクトを防止するために、画像化される領域よりも広範囲でＭＲ信号が収集される場合、撮像領域はＭＲ信号の収集範囲の一部である。

一方、ＭＲ信号の収集範囲の全てが画像となり、ＭＲ信号の収集範囲と撮像領域とが合致する場合もある。また、上記「１セットの画像」は、例えばマルチスライス撮像などのように、１のパルスシーケンスで複数画像のＭＲ信号が一括的に収集される場合の複数画像である。ここでは一例として、撮像領域は、厚さの薄い領域であればスライスと称し、ある程度の厚みのある領域であればスラブと称する。

ＲＦコイルユニット３４は、例えば円筒状に構成され、傾斜磁場コイルユニット３３の内側に配置される。ＲＦコイルユニット３４は、例えば、ＲＦパルスの送信及びＭＲ信号の受信を兼用する全身用コイルや、ＲＦパルスの送信のみを行う送信ＲＦコイルを含む。

第３に、制御装置４０は、静磁場電源４２と、シムコイル電源４４と、傾斜磁場電源４６と、ＲＦ送信器４８と、ＲＦ受信器５０と、シーケンスコントローラ５８と、演算装置(Operation Device)６０と、画像解析装置６５と、入力装置７２と、表示装置７４と、記憶装置７６とを有する。

傾斜磁場電源４６は、Ｘ軸傾斜磁場電源４６ｘと、Ｙ軸傾斜磁場電源４６ｙと、Ｚ軸傾斜磁場電源４６ｚとを有する。Ｘ軸傾斜磁場電源４６ｘ、Ｙ軸傾斜磁場電源４６ｙ、Ｚ軸傾斜磁場電源４６ｚは、傾斜磁場Ｇｘ、Ｇｙ、Ｇｚを形成するための各電流を、Ｘ軸傾斜磁場コイル３３ｘ、Ｙ軸傾斜磁場コイル３３ｙ、Ｚ軸傾斜磁場コイル３３ｚにそれぞれ供給する。

ＲＦ送信器４８は、シーケンスコントローラ５８から入力される制御情報に基づいて、核磁気共鳴を起こすラーモア周波数のＲＦ電流パルスを生成し、これをＲＦコイルユニット３４に送信する。このＲＦ電流パルスに応じたＲＦパルスが、ＲＦコイルユニット３４から被検体Ｐに送信される。

ＲＦコイルユニット３４の全身用コイル、受信ＲＦコイル２４、頭部ＲＦコイル装置１００は、被検体Ｐ内の原子核スピンがＲＦパルスによって励起されることで発生したＭＲ信号を検出し、検出されたＭＲ信号は、ＲＦ受信器５０に入力される。

ＲＦ受信器５０は、受信したＭＲ信号に所定の信号処理を施した後、Ａ／Ｄ(analog to digital)変換を施すことで、デジタル化されたＭＲ信号の複素データである生データを生成する。ＲＦ受信器５０は、ＭＲ信号の生データを演算装置６０（の画像再構成部６２）に入力する。

シーケンスコントローラ５８は、演算装置６０の指令に従って、傾斜磁場電源４６、ＲＦ送信器４８及びＲＦ受信器５０の駆動に必要な制御情報を記憶する。ここでの制御情報とは、例えば、傾斜磁場電源４６に印加すべきパルス電流の強度や印加時間、印加タイミング等の動作制御情報を記述したシーケンス情報である。
シーケンスコントローラ５８は、記憶した所定のシーケンスに従って傾斜磁場電源４６、ＲＦ送信器４８及びＲＦ受信器５０を駆動させることで、傾斜磁場Ｇｘ、Ｇｙ、Ｇｚ及びＲＦパルスを発生させる。

演算装置６０は、システム制御部６１と、システムバスＳＢと、画像再構成部６２と、画像データベース６３と、画像処理部６４とを有する。

システム制御部６１は、本スキャンの撮像条件の設定、撮像動作及び撮像後の画像表示において、システムバスＳＢ等の配線を介してＭＲＩ装置１０全体のシステム制御を行う。

上記撮像条件とは例えば、どの種類のパルスシーケンスにより、どのような条件でＲＦパルス等を送信し、どのような条件で被検体ＰからＭＲ信号を収集するかを意味する。撮像条件の例としては、撮像空間内の位置的情報としての撮像領域、繰り返し時間、スライス数、撮像部位、パラレルイメージング等のパルスシーケンスの種類などが挙げられる。
上記撮像部位とは、例えば、頭部、胸部などの被検体Ｐのどの部分を撮像領域として画像化するかを意味する。

上記「本スキャン」は、Ｔ１強調画像などの、目的とする診断画像の撮像のためのスキャンであって、位置決め画像用のＭＲ信号収集のスキャンや、較正スキャンを含まないものとする。スキャンとは、ＭＲ信号の収集動作を指し、画像再構成を含まないものとする。

較正スキャンとは例えば、本スキャンの撮像条件の内の未確定のものや、画像再構成処理や画像再構成後の補正処理に用いられる条件やデータを決定するために、本スキャンとは別に行われるスキャンを指す。プレスキャンとは、較正スキャンの内、本スキャン前に行われるものを指し、本スキャンでのＲＦパルスの中心周波数を算出するシーケンスなどが挙げられる。

また、システム制御部６１は、撮像条件の設定画面情報を表示装置７４に表示させ、入力装置７２からの指示情報に基づいて撮像条件を設定し、設定した撮像条件をシーケンスコントローラ５８に入力する。また、システム制御部６１は、撮像後には、生成された表示用画像データが示す画像を表示装置７４に表示させる。
入力装置７２は、撮像条件や画像処理条件を設定する機能をユーザに提供する。

画像再構成部６２は、位相エンコードステップ数及び周波数エンコードステップ数に応じて、ＲＦ受信器５０から入力されるＭＲ信号の生データをｋ空間データとして配置及び保存する。ｋ空間とは、周波数空間の意味である。
画像再構成部６２は、ｋ空間データに２次元フーリエ変換などを含む画像再構成処理を施すことで、被検体Ｐの画像データを生成する。
画像再構成部６２は、生成した画像データを画像データベース６３に保存する。

なお、ＭＲＩの画像データは、例えば、各々の画素が画素値を有することで構成される。画素値は、例えば、その画素が表示される際の輝度レベル（その画素に対応する被検体領域から検出されたＭＲ信号の強度）を示す。スライスの場合、ＭＲＩの画像データは、縦横の画素数が例えば位相エンコードステップ数×周波数エンコードステップ数となる。

画像処理部６４は、画像データベース６３から画像データを取り込み、これに所定の画像処理を施し、画像処理後の画像データを表示用画像データとして記憶装置７６に保存する。

記憶装置７６は、上記の表示用画像データに対し、その表示用画像データの生成に用いた撮像条件や被検体Ｐの情報（患者情報）等を付帯情報として付属させて記憶する。

画像解析装置６５は、被検体Ｐの脳の画像データ（以下、脳画像データという）を解析することで、血流低下領域を判定するものである。画像解析装置６５は、画像記憶部６６と、灌流マップ生成部６７と、判定条件設定部６８と、判定部６９と、演算装置６０と共通のシステムバスＳＢとを有する。

画像記憶部６６は、連続した複数時相にそれぞれ対応する複数セットの脳画像データを記憶装置７６から取得し、これら脳画像データを記憶する。ここでは一例として、１時相の脳画像データを１セットの脳画像データと定義し、１セットの脳画像データは、スライス画像でもスラブ画像でもよい。

灌流マップ生成部６７は、上記複数セットの脳画像データに基づいて、脳内の灌流の状態を示す灌流マップ(Perfusion Map)を生成する。本実施形態での灌流マップは、ＣＢＦ(Cerebral Brood Flow: 脳血流)マップと同義であるものとする。灌流マップは、例えば、脳内における血流の多い位置の画素ほど画素値が大きくなるように生成され、画素値に応じて例えば有彩色で色分けされたマップ画像である。

判定条件設定部６８は、脳画像データに基づいて、脳画像データにより示される被検体の脳内の構造情報を抽出する。ここでの構造情報とは、例えば、脳実質領域の輪郭、及び、灰白質や白質などの脳内の組織毎の形状的分布である。

判定条件設定部６８は、構造情報に基づいて、血流低下領域であるか否かを判定するための閾値マップを生成する。

判定部６９は、閾値マップと灌流マップとの対比により、血流低下領域（血流異常領域）を判定する。
ここで、本実施形態での「血流低下領域」とは、当該領域の健常な場合の脳血流量（CBV: Cerebral Blood Volume）よりも、医学的に異常と認められる程度に脳血流量が低い領域である。健常な場合の脳血流量は、脳内の領域毎に異なる。例えば、灰白質の方が白質よりも健常な場合の脳血流量が多い。

なお、演算装置６０、画像解析装置６５、入力装置７２、表示装置７４、記憶装置７６の５つを１つのコンピュータとして構成し、例えば制御室に設置してもよい。

また、上記説明では、ＭＲＩ装置１０の構成要素をガントリ３０、寝台ユニット２０、制御装置４０の３つに分類したが、これは一解釈例にすぎない。例えば、天板移動機構２３は、制御装置４０の一部として捉えてもよい。

或いは、ＲＦ受信器５０は、ガントリ３０外ではなく、ガントリ３０内に配置されてもよい。この場合、例えばＲＦ受信器５０に相当する電子回路基盤がガントリ３０内に配設される。そして、受信ＲＦコイル２４等によって電磁波からアナログの電気信号に変換されたＭＲ信号は、当該電子回路基盤内のプリアンプで増幅され、デジタル信号としてガントリ３０外に出力され、画像再構成部６２に入力される。ガントリ３０外への出力に際しては、例えば光通信ケーブルを用いて光デジタル信号として送信すれば、外部ノイズの影響が軽減されるので望ましい。

図２は、装着型のＲＦコイル装置の一例として、頭部ＲＦコイル装置１００の構成の一例を示す模式的斜視図である。図２に示すように、頭部ＲＦコイル装置１００は、筺体１０２と、ケーブル１０４と、コネクタ１０６とを有する。筺体１０２内には、ループ状の要素コイル(coil element)１０８ａ、１０８ｂ、１０８ｃが配設されている。

頭部ＲＦコイル装置１００は、ＭＲ信号の受信だけではなく、ＲＦパルスの送信も可能な送受信兼用コイルとして構成され、この送受信は要素コイル１０８ａ、１０８ｂ、１０８ｃにより行われる。要素コイル１０８ａ、１０８ｂ、１０８ｃは、筺体１０２内の増幅回路等を含む公知の回路構成によって、個別にケーブル１０４内の別々の配線に電気的に接続されている（図示せず）。

コネクタ１０６がＭＲＩ装置１０の接続ポート（図示せず）に接続されることで、要素コイル１０８ａ、１０８ｂ、１０８ｃは、ケーブル１０４を介してＲＦ送信器４８及びＲＦ受信器５０に接続される。

なお、頭部ＲＦコイル装置１００は、制御回路（図示せず）と、頭部ＲＦコイル装置１００の識別情報を記憶した記憶素子（図示せず）とを筺体１０２内に有する。コネクタ１０６がＭＲＩ装置１０の接続ポート２５に接続された場合、頭部ＲＦコイル装置１００の識別情報は、この制御回路から、ＭＲＩ装置１０内の配線を介してシステム制御部６１に入力される。

また、上記説明では、頭部ＲＦコイル装置１００がＭＲＩ装置１０の一部であるとしたが、これは一解釈にすぎない。頭部ＲＦコイル装置１００は、ＭＲＩ装置１０とは別個の独立した構成として捉えてもよい。

図３は、脳実質領域の抽出方法の一例を示す患者座標系のアキシャル断面における頭部の断面模式図である。上記患者座標系は、Ｘ軸、Ｙ軸、Ｚ軸が例えば以下のように定義される座標系である。即ち、被検体Ｐの左右方向がＸ軸方向、腹側を前、背中側を後ろとした被検体Ｐの前後方向がＹ軸方向、およそ背骨延在方向に頭を上、足を下とした被検体Ｐの上下方向がＺ軸方向である。このとき、患者座標系のＸ−Ｙ平面が上記アキシャル断面である。

判定条件設定部６８は、脳画像データに例えばメディアンフィルタや収縮処理によるノイズ除去処理を施し、ノイズ除去後の画像データに閾値処理を施すことで、空気の部分と被検体部分（この例では頭部）とを抽出したマスク画像を取得する。

一般に、ＭＲ画像における空気や骨の領域は、水を殆ど含まないゆえに水素原子が少ないから、低信号領域として（ＭＲ画像としては黒く）写るため、隣接する他の組織の領域とは識別できる。従って、頭表面の境界線抽出では、画像データに閾値処理を施し、画像周辺の低信号部分（黒い領域）と連結している部分を空気領域とみなし、微分フィルタを用いたエッジ抽出処理をすることで、頭皮の境界線情報を取得できる。

なお、図３の断面では表れないが、目や顎などの領域の境界線抽出は、例えば、頭蓋骨の形状、大きさ等を含む標準的な人体の骨格モデルに基づいて撮像画像とのテンプレートマッチングを行う、といった従来技術の画像処理によって可能である。

以上のような画像処理によって、頭部の輪郭の頭蓋骨領域と、その外側および内側の脂肪領域とを抽出できる。図３において、環状の黒く塗り潰した領域は、上記画像処理によって抽出した頭部の骨領域１３０（頭蓋骨）である。骨領域１３０の内側に隣接する環状の白い領域は、同様にして抽出した脂肪領域１３２であり、骨領域１３０の外側に隣接する環状の白い領域も、脂肪領域１３４である。脂肪領域１３２の内側の斜線領域が脳実質領域１３６である。また、ここでは一例として、脳実質領域の外縁は灰白質の領域であるものとする。

なお、画像処理前の脳画像データでは、脳実質領域の外縁の灰白質が隣接領域よりも高輝度で描出されるので、閾値処理による２値化によって脳実質領域を抽出してもよい。
また、脳実質領域の抽出は、複数のスライス又は複数のスラブの脳画像データの内の代表的なものを用いて実行してもよいし、１のスラブの脳画像データを用いて実行してもよい。ここでは一例として、頭部全体に亘ってボリュームデータとして撮像して得られた脳画像データにより、脳実質領域は３次元的に抽出されるものとする。

以下、各組織領域の抽出や、灌流マップについて、説明の簡単化のため２次元の画像図を用いて説明するが、各組織領域の抽出も３次元的に抽出され、閾値マップも灌流マップも３次元的に生成されるものとする。但し、表示に際しては、表示装置７４は、任意の断面において２次元的に表示できる。

図４は、脳実質領域内における各組織領域の抽出方法の一例を示す頭部の部分的な断面模式図である。図４において、斜線領域は、灰白質領域１４０であり、その内側が白質領域１４２である。ここでは一例として、灰白質の内側は白質領域であるものとする。

ここで、灌流画像の場合、灰白質と白質の分離が容易ではない。ここでは一例として、灌流画像の場合、判定条件設定部６８は、脳実質領域の表面から例えば４ｍｍまでを灰白質領域１４０とし、それより深い領域を白質領域１４２として画一的に処理する。

但し、灰白質と白質との分離が容易なＭＲＩ画像が別シーケンスで既に撮像されている場合、判定条件設定部６８は、当該ＭＲＩ画像を用いて灰白質領域１４０と白質領域１４２とを抽出してもよい。灰白質と白質の分離がし易いＭＲＩ画像として、例えばプロトン密度強調画像の場合、判定条件設定部６８は、画像上の輝度差（プロトン密度差）によって閾値処理することで、両者の境界を判定できる。

判定条件設定部６８は、上記のようにして、脳画像データにより示される構造情報（組織毎の輪郭）を抽出する。

図５は、脳実質領域外、灰白質、白質の領域毎に設定される脳血流量の基準正常値の一例を示す表である。ここでは一例として、入力装置７２を介して、脳実質領域外、灰白質、白質の領域毎に脳血流量の基準正常値がユーザの入力により設定される。

脳血流量（ＣＢＶ）の基準正常値の単位は、例えば、各画素における１分間当たりの血流量（ｍｌ）を、一定の基準重量（100グラム）で割ったものである。但し、基準正常値の単位は、脳血流量（ＣＢＶ）ではなく、脳血流（ＣＢＦ:Cerebral Blood Flow）などの他の単位で換算してもよい。

健常な場合、灰白質の方が白質よりも血流量が多く、脳実質領域の周囲（脳実質領域外）の血流量は、脳実質領域内よりもかなり少ない。
従って、判定条件設定部６８は、脳実質領域外よりも多い血流量を示す基準正常値を白質に設定すると共に、白質よりも多い血流量を示す基準正常値を灰白質に設定する。

このため、ユーザの入力が灰白質、白質、脳実質領域外、の順に血流量が多くなっている場合のみ、判定条件設定部６８は、ユーザの入力通りに基準正常値を設定する。
ユーザの入力による血流量が灰白質、白質、脳実質領域外、の順に多くなっていない場合、判定条件設定部６８は、表示装置７４にエラー表示をさせる。

このように基準正常値が入力設定される構成であるので、ユーザは、危険度の高い領域に絞った判定をするために、意図的に高く又は低くした値を基準正常値として入力できる。

図６は、暫定閾値マップの生成方法の一例を示す模式図である。判定条件設定部６８は、脳実質領域外、灰白質、白質の脳血流量の各基準正常値に基づいて、暫定閾値マップを生成する。暫定閾値マップは、前述の閾値マップの生成元となるマップである。

図６の上段において、判定条件設定部６８は、脳画像データから抽出された構造情報に基づいて、脳画像データの各画素を脳実質領域外、灰白質１４０、白質１４２の３つのいずれか１つに分類する。なお、図６では煩雑化を避けるため、９×９の少ない画素数で脳画像データを示している。

次に、判定条件設定部６８は、図６の下段に示すように、脳実質領域外、灰白質１４０、白質１４２の各画素に対して、図５で説明した各基準正常値を閾値（画素値又はマトリクス値）として割り当てる。このようにして各画素に３種類のいずれかの閾値が割り当てられたものが暫定閾値マップである。

一般に健常時の灰白質の血流量はほぼ均一であり、健常時の白質の血流量もほぼ均一である。従って、頭部の組織を上記３種類に分けて閾値を設定するだけでも、血流低下領域を十分正確に判定できる。

ここで、灌流解析に際しては、Ｓ／Ｎ比（Signal to Noise Ratio）の改善等のため、灌流マップの生成に用いられる脳画像データ、即ち、灌流の解析元の脳画像データに対して、リサンプリングが施される場合がある。ここでのリサンプリングとは、画像平滑化や、解像度縮小（画素数の縮小）などである。

図７は、灌流の解析元の脳画像データに対するリサンプリングの一例を示す模式図である。図７の上側が灌流の解析元の画像データに対応し、図７の下側がリサンプリング後の画像データに対応する。ここでは説明の簡単化のため、解析元の画像データの画素数を１２×１２とし、解像度縮小後の画素数をその１／４としている。

図７の上側において太枠内の左下がりの斜線で示す４画素は、位置的には、図７の下側（リサンプリング後）の左下がりの斜線で示す１画素に対応する。
図７の下側で左下がりの斜線で示す１画素の画素値は、例えば、図７上側の点線枠で囲われた３６画素の値に基づいて算出される。

算出方法としては、例えば、図７の上側の太枠内の４画素の重みを最大とし、これら４画素に隣接する１０画素の重みを下げ、点線枠の縁側の２０画素の重みを最小として重み付け加算すればよい。

このように、画像平滑化や解像度縮小などのリサンプリングにより、灌流解析の結果である灌流マップの各画素の画素値（その画素の脳血流量を示す）は、周辺画素の画素値の影響を受ける。

そこで本実施形態では、判定条件設定部６８は、灌流の解析元の脳画像データと同サイズの画素数（要素数）で暫定閾値マップを生成後、灌流マップ生成時のリサンプリングと同じリサンプリングを暫定閾値マップに施すことで、閾値マップを生成する。理由は以下である。

第１に、灌流マップと閾値マップとで縦横及び奥行きの画素数を揃える方が、両者を対比する閾値処理を実行し易いからである。

第２に、灌流の解析元の脳画像データに平滑化処理が施された場合、閾値マップに対しても同じ平滑化処理を施すことで両者の生成条件を近づける方が、血流低下領域をより正確に判定できると考えられるからである。即ち、灌流マップと閾値マップとの生成条件を揃えることで、灌流マップの生成過程で生じる周辺画素の影響を閾値マップ上で再現すれば、血流低下領域をより正確に判定できると考えられる。

従って、灌流マップの生成時のリサンプリング処理として、灌流マップ生成部６７が解像度縮小処理を実行した場合、判定条件設定部６８は、同じ解像度縮小処理を暫定閾値マップに施す。また、灌流マップの生成時のリサンプリング処理として、灌流マップ生成部６７が平滑化処理を実行した場合、判定条件設定部６８は、同じ平滑化処理を暫定閾値マップに施す。

なお、解析元の脳画像データに対してリサンプリング処理が施されずに灌流マップが生成される場合、判定条件設定部６８は、暫定閾値マップをそのまま閾値マップとすることができる。

図８は、上記リサンプリングの影響を加味する場合と、加味しない場合とにおける、脳血流量の基準正常値の一例を示す模式図である。図８の上段は、各組織領域が抽出された脳画像の一例である。図８の上段において、画素ＰＡは、脳実質領域外の一画素であり、画素ＰＢは、白質内の一画素である。

図８の中段及び下段は、図８の上段の画素ＰＡから画素ＰＢまでの直線上の各位置の脳血流量の基準正常値の一例を太線で示すグラフである。図８の中段及び下段において、横軸は位置を示し、縦軸は脳血流量の基準正常値を示す。図８の中段は、リサンプリングの影響を加味しない場合（実際の脳血流量）に対応し、図８の下段は、リサンプリングの影響を加味する場合（灌流解析結果の脳血流量）に対応する。

図８の中段は、各位置が組織的に何であるかに基づいて算出される各位置の脳血流量の基準正常値であり、暫定閾値マップと同様の分布である。即ち、図８の中段は、各画素が脳実質領域外、灰白質、白質のどれであるかに応じて、階段状の分布となっている。

図８の下段は、図８の中段の分布に上記リサンプリング処理を施した分布であり、閾値マップと同様の分布である。即ち、図８の下段は、脳実質領域外、灰白質、白質の各領域の境界において、脳血流量の変化が滑らかとなっている。

図９は、上述した算出方法により生成される閾値マップの一例を示す模式図である。図９では一例として、脳血流量の基準正常値の閾値が低い画素ほど黒く、閾値が高い画素ほど白く示している。
なお、判定条件設定部６８は、例えば有彩色を割り当てて、閾値マップを表示装置７４にカラー表示させてもよい。例えば、閾値が高い画素から順に、赤、黄、緑、青、紫、黒、の順に有彩色を割り当てることができる。

図１０は、灌流マップ生成部６７により生成される灌流マップの一例を示す模式図である。図１０では、血流量の少ない画素ほど黒く、血流量が多い画素ほど白く示す。実際には、灌流マップ生成部６７は、例えば有彩色を割り当てて、灌流マップを表示装置７４にカラー表示させてもよい。例えば、血流量が多い画素から順に、赤、黄、緑、青、紫、黒、の順に有彩色を割り当てることができる。

上記灌流マップの生成方法については、従来技術と同様でよい。造影剤を用いたＭＲＩで灌流マップの生成する方法は、例えば特許文献１に記載されている。造影剤を用いないＭＲＩで灌流マップの生成する場合、例えば、ｔ−ＳＬＩＰ(Time-Spatial Labeling Inversion Pulse)法などのＡＳＬ(Arterial Spin Labeling)法を用いることができる。即ち、血液をラベリングしつつ、時系列的に画像データを取得後、例えば各時相間の画像データ同士で差分処理等を施すことで、各画素の脳血流量を算出できる。

上記ｔ−ＳＬＩＰ法は、撮像断面に流入する血液をラベリングすることで、ラベリングされた血液を選択的に描出又は抑制するためのＡＳＬパルスの印加を伴うパルスシーケンスである。ｔ−ＳＬＩＰ法により、反転時間(ＴＩ：inversion time)後に撮像断面に到達した血液のみの信号強度を選択的に強調又は抑制できる。なお、ｔ−ＳＬＩＰ法におけるパルスは、必要に応じてＥＣＧ(electrocardiogram)信号のＲ波から一定の遅延時間経過後に印加され、心電同期下において撮像が行われる。

ｔ−ＳＬＩＰ法のパルスシーケンスは、領域選択インバージョンパルスのみで構成される場合と、領域選択インバージョンパルス及び領域非選択インバージョンパルスの双方で構成される場合とがある。領域非選択インバージョンパルスは、オン／オフの切換が可能である。領域選択インバージョンパルスは、撮像断面とは独立に任意に設定できる。この領域選択インバージョンパルスで撮像領域に流入する血液をラベリングすると、反転時間の経過後に血液が到達した部分の信号強度は、高くなる。なお、領域非選択インバージョンパルスをオフにすると、反転時間の経過後に血液が到達した部分の信号強度は、低くなる。このため、血液の移動方向や距離を把握できる。

図１１は、判定部６９による血流低下領域の暫定的な判定結果の一例を示す模式図である。ここでは一例として、判定部６９は、灌流マップの各画素の画素値と、灌流マップと閾値マップの各画素の値（閾値）とを対比し、閾値マップ内の対応する画素の閾値よりも画素値が低い画素を、血流低下領域として判定する。図１１の例では、図１０の灌流マップと対比して血流低下領域として判定された領域が、斜線領域として灌流マップに重畳表示されている。

このように血流低下領域が識別表示された灌流マップを、以下の説明では「補正灌流マップ」と称する。補正灌流マップにおける血流低下領域の識別方法については、図１１のように枠内の斜線領域に限定されるものではなく、例えば血流低下領域のみを周囲とは異なる有彩色で表示してもよい。

図１２は、判定部６９による血流低下領域の判定結果の補正処理の一例を示す模式図である。図１２の上段は、血流低下領域２００の暫定的な判定結果であり、補正処理の前の状態である。図１２の上段において、斜線領域は、上述のように、灌流マップと、閾値マップとの対比による閾値処理で算出された血流低下領域２００である。

図１２の上段のように、血流低下領域に囲まれた正常領域２０２（血流低下領域とは判定されなかった領域）が存在する場合、判定部６９は、当該正常領域２０２を血流低下領域２００として補正する。
図１２の下段は、補正後の血流低下領域２００を斜線領域で示す。周囲が血流低下領域で囲まれた領域は、閾値処理では血流低下領域と判定されなかったとしても、当然に血液が行き渡りにくくなるから、血流低下領域として扱うのが妥当だからである。

図１３は、判定部６９による血流低下領域の判定結果の補正処理の別の例を示す模式図である。図１３の上段は、血流低下領域の暫定的な判定結果であり、補正処理の前の状態である。図１３の上段において、点線で囲われた各領域は、上述のように灌流マップと閾値マップとの対比で算出された６つの血流低下領域２００ａ〜２００ｆであり、この場合は６領域に離散している。

例えば、灌流マップ生成部６７による灌流の解析結果が閾値近傍で推移している場合、血流低下領域が離散的に出現する可能性がある。その場合、閾値処理で血流低下領域として判定された複数領域の間も、実際には血流低下領域である可能性がある。

そこで判定部６９は、血流低下領域が複数領域に離散している場合、図１３の中段に示すように、各血流低下領域２００ａ〜２００ｆを暫定的に膨張させる。膨張の程度は、例えば、装置座標系のＸ軸、Ｙ軸、Ｚ軸の各方向に５％ずつとすることができる。但し、この数値は一例にすぎず、上記３軸方向に１０％ずつ膨張させてもよいし、３％ずつ膨張させてもよい。或いは、入力装置７２を介して、補正処理で暫定的に膨張させる割合をユーザが入力設定する構成としてもよい。

図１３の中段に示すように、補正処理で暫定的に膨張された複数の血流低下領域２００ａ、２００ｂ、２００ｅ、２００ｆが互いに連結した場合、それら連結した複数の血流低下領域２００ａ、２００ｂ、２００ｅ、２００ｆは、１の血流低下領域２００ｇに合成される。

具体的には、まず、各血流低下領域２００ａ〜２００ｆは、膨張前の状態に戻される。そして、膨張処理で連結した血流低下領域２００ａ、２００ｂ、２００ｅ、２００ｆ間の正常領域が血流低下領域に変更される。さらに、連結した血流低下領域の輪郭が例えばスムージング処理によって、体積が減らないように（体積が若干増えるように）円滑化される。

図１３の下段は、図１３の中段の膨張処理で連結した４つの血流低下領域２００ａ、２００ｂ、２００ｅ、２００ｆが１の血流低下領域２００ｇに補正された状態を示す。図１３の下段において、血流低下領域２００ｇ内の斜線領域は、上記補正処理によって、正常領域から血流低下領域に変更された領域である。

（本実施形態の動作説明）
図１４は、本実施形態におけるＭＲＩ装置１０の動作の流れの一例を示すフローチャートである。以下、前述した各図を適宜参照しながら、図１４に示すステップ番号に従って、ＭＲＩ装置１０の動作を説明する。

［ステップＳ１］システム制御部６１（図１参照）は、入力装置７２を介してＭＲＩ装置１０に対して入力された撮像条件に基づいて、本スキャンの撮像条件の一部を設定する。ここでは一例として、ｔ−ＳＬＩＰ法などによる灌流マップの生成用のダイナミック撮像のパルスシーケンスが本スキャンとして設定されるものとする。この後、ステップＳ２に進む。

［ステップＳ２］システム制御部６１は、ＭＲＩ装置１０の各部を制御してプレスキャンを実行させる。これにより、本スキャンのＲＦパルスの中心周波数の補正値などの未確定の撮像条件が設定される。この後、ステップＳ３に進む。

［ステップＳ３］設定された撮像条件に従って本スキャンのデータ収集が行われる。具体的には、天板２２に被検体Ｐが載置され、被検体Ｐの頭部に頭部ＲＦコイル装置１００が装着される。また、静磁場電源４２により励磁された静磁場磁石３１によって撮像空間に静磁場が形成される。また、シムコイル電源４４からシムコイルユニット３２に電流が供給されて、撮像空間に形成された静磁場が均一化される。

そして、入力装置７２からシステム制御部６１に撮像開始指示が入力されると、システム制御部６１は、上記灌流マップの生成用のパルスシーケンスを含む撮像条件をシーケンスコントローラ５８に入力する。
シーケンスコントローラ５８は、入力されたパルスシーケンスに従って傾斜磁場電源４６、ＲＦ送信器４８及びＲＦ受信器５０を駆動させることで、被検体Ｐの撮像部位が含まれる撮像領域に傾斜磁場を形成させる。また、シーケンスコントローラ５８は、ＲＦコイルユニット３４、頭部ＲＦコイル装置１００（図２参照）の少なくとも一方からＲＦパルスを発生させる。

このため、被検体Ｐ内の核磁気共鳴により生じたＭＲ信号が頭部ＲＦコイル装置１００及び受信ＲＦコイル２４により検出されて、ＲＦ受信器５０に入力される。ＲＦ受信器５０は、ＭＲ信号に前述の処理を施すことでＭＲ信号の生データを生成し、これら生データを画像再構成部６２に入力する。

画像再構成部６２は、ＭＲ信号の生データをｋ空間データとして配置及び保存する。このようにして、ダイナミック撮像の各時相のＭＲ信号の生データが収集され、ｋ空間データとして保存される。この後、ステップＳ４に進む。

［ステップＳ４］画像再構成部６２は、ｋ空間データにフーリエ変換を含む画像再構成処理を施すことで、ダイナミック撮像の各時相の脳画像データ（ボリュームデータ）を再構成する。画像再構成部６２は、再構成した脳画像データを画像データベース６３に保存する。

ここで、次のステップＳ５、Ｓ６に進む前に、例えばユーザによる撮像画像の確認のために、上記本スキャンの撮像画像の表示処理が実行されてもよい。具体的には、画像処理部６４は、画像データベース６３から脳画像データを取り込み、これに所定の画像処理を施すことで２次元の表示用脳画像データを生成し、この表示用脳画像データを記憶装置７６に保存する。システム制御部６１は、上記表示用脳画像データを表示装置７４に転送し、表示装置７４に撮像画像を表示させる。

ステップＳ４の後、ＭＲＩ装置１０の画像解析装置６５内で画像解析処理が実行されるため、ステップＳ５、Ｓ６に進む。ここでは一例として、ステップＳ５の灌流マップ生成処理と、ステップＳ６〜Ｓ９の閾値マップ生成処理とは、画像解析装置６５内の各構成要素により、並行して実行されるものとする。
即ち、ステップＳ５の灌流マップ生成処理と、ステップＳ６〜Ｓ９の閾値マップ生成処理の双方が終了後、画像解析装置６５は、ステップＳ１０に処理を移行する。

［ステップＳ５］画像記憶部６６は、ステップＳ４で生成されたダイナミック撮像の各時相の脳画像データを画像データベース６３から取得し、保存する（この取得データは、ステップＳ６〜Ｓ９の処理でも用いられる）。

灌流マップ生成部６７は、画像記憶部６６から各時相の脳画像データを取得し、図１０で説明したように各時相の脳画像データに基づいて灌流解析を施すことで灌流マップを生成し、灌流マップのデータを保存する。この灌流解析に際して、前述のリサンプリング処理が実行される場合がある。
ステップＳ６〜Ｓ９の処理も終了している場合、この後、ステップＳ１０に進む。

［ステップＳ６］判定条件設定部６８は、画像記憶部６６から各時相の脳画像データを取得し、取得した脳画像データを用いて、脳実質領域を抽出する。この抽出方法は、図３で説明済である。この後、ステップＳ７に進む。

［ステップＳ７］判定条件設定部６８は、脳実質領域内における灰白質領域１４０、白質領域１４２などの各組織領域を抽出する。この抽出方法は、図４で説明済みである。この後、ステップＳ８に進む。

［ステップＳ８］入力装置７２を介して、脳実質領域外、灰白質、白質の領域毎に脳血流量の基準正常値がユーザにより入力設定される（図５参照）。

なお、以下の第１〜第４の変形例のように、ユーザの入力項目を減らし、操作負担を軽減してもよい。特に、所定時間を経過しても入力がない場合、判定条件設定部６８は、以下の第３の変形例のように基準正常値を自動設定する。

第１に、脳実質領域外の基準正常値については、０に固定し、入力されない構成としてもよい。即ち、灰白質、白質の基準正常値のみが入力装置７２を介して判定条件設定部６８に対して入力設定される構成としてもよい。
脳梗塞の異常領域の検出を目的とする場合、脳実質領域外が後述の閾値処理で異常領域として抽出されない方が、紛れが少ない。そのためには、脳実質領域外の脳血流量の基準正常値を最低値（例えば０）とすることが好都合である。

第２に、脳実質領域外の基準正常値を０、灰白質の基準正常値を１．０にそれぞれ固定することで、基準正常値を正規化してもよい。この場合、ユーザは、白質の基準正常値のみを入力装置７２により入力設定すればよい。そして、判定条件設定部６８及び入力装置７２は、前述同様の理由から、白質の基準正常値として、０より大きく１より小さい値のみを受け付ける。

第３に、脳画像データに付属する被検体Ｐの患者情報を判定条件設定部６８が取得し、判定条件設定部６８が脳実質領域外、灰白質、白質の各領域の脳血流量の基準正常値を自動設定してもよい。患者情報については、判定条件設定部６８は、入力装置７２やシステム制御部６１から取得してもよい。

この場合、医学上の統計的なデータに基づいて、性別、体重、身長、年齢などの患者情報毎に灰白質、白質、脳実質領域外の脳血流量の各基準正常値のテーブルデータを作成しておく。そして、ＭＲＩ装置１０の据え付け調整時などに、上記テーブルデータを予め判定条件設定部６８に入力及び記憶させておけばよい。この場合、ユーザは、各領域の基準正常値を入力不要である。

第４に、上記テーブルデータに基づく各基準正常値を判定条件設定部６８が表示装置７４に表示させ、ユーザが入力装置７２に許可入力をした場合に、判定条件設定部６８が各基準正常値を自動表示した値に設定してもよい。許可入力がされない場合、ユーザは、上記のように、任意の基準正常値を入力装置７２から入力設定できる。

そして、判定条件設定部６８は、上記基準正常値に基づいて、暫定閾値マップを生成する。暫定閾値マップの生成方法については、図６で説明済みである。この後、ステップＳ９に進む。

［ステップＳ９］判定条件設定部６８は、ステップＳ８で生成した暫定閾値マップに対して、ステップＳ５において灌流マップに施されたリサンプリング処理と同じリサンプリング処理を施すことで、閾値マップを算出する。これについては、図７、図８で説明済みである。これにより、閾値マップは、灌流マップと縦横及び奥行きの画素数が同じになり、灌流マップと同条件のリサンプリング処理が施されたマップとなる。
ステップＳ５の処理も終了している場合、この後、ステップＳ１０に進む。

［ステップＳ１０］判定部６９は、閾値マップと、灌流マップとを対比することで、血流低下領域を暫定的に判定する。例えば、判定部６９は、灌流マップの各画素に対して、閾値マップ内の対応する画素の閾値よりも画素値が低いか否かをそれぞれ判定する。灌流マップにおいて、閾値よりも画素値が低い画素が血流低下領域として暫定的に判定される（図１１参照）。

但し、判定方法は、別のアルゴリズムでもよい。例えば、脳実質領域外のように閾値マップ内で閾値０となっている画素については、判定部６９は、正常領域として一律的に判定する。一方、閾値マップ内で閾値が０より大きい画素については、判定部６９は、灌流マップの同位置の画素の画素値を閾値で割った値に基づいて暫定的に判定する。判定部６９は、灌流マップの画素値を閾値で割った値が所定値（例えば０．７）より大きい場合、正常領域として暫定的に判定し、そうではない場合、血流低下領域として暫定的に判定する。この後、ステップＳ１１に進む。

［ステップＳ１１］判定部６９は、血流低下領域の暫定的な判定結果を補正する。例えば血流低下領域に囲まれた正常領域２０２が存在する場合、判定部６９は、当該正常領域２０２を血流低下領域２００として補正する（図１２参照）。

また、例えば血流低下領域が複数領域に離散している場合、判定部６９は、前述のように、所定割合での膨張処理を行うことで、連結した複数の血流低下領域間の正常領域を血流低下領域に変更する。さらに判定部６９は、連結した血流低下領域の輪郭を例えばスムージング処理により、体積が減らないように（体積が若干増えるように）円滑化する（図１３参照）。

ここでは一例として、血流低下領域に囲まれた正常領域が存在せず、血流低下領域が複数領域に離散していない場合、補正は行われず、ステップＳ１０での血流低下領域の暫定的な判定結果が最終的な判定結果になるものとする。そして、判定部６９は、例えば図１１のように最終的な血流低下領域が識別された補正灌流マップを生成する。
この後、ステップＳ１２に進む。

［ステップＳ１２］判定部６９は、補正後の判定結果のデータ、即ち、最終的な補正灌流マップをシステム制御部６１に入力する。システム制御部６１は、入力された判定結果のデータを表示装置７４に入力し、血流低下領域の判定結果を補正灌流マップとして表示させる。
以上が本実施形態のＭＲＩ装置１０の動作説明である。

（本実施形態の効果）
特許文献１の従来技術では、健常側との対比によって異常領域を検出している。しかし、この従来技術では、健常領域を正しく抽出できないと、異常領域を誤検出するおそれがある。

また、脳全体に亘って画一的な閾値を用いることで画素毎或いは小領域毎に血流低下領域であるか否かを判定しても、正確に判定できない。灰白質や白質などの組織毎に正常な脳血流量が異なるからである。

そこで本実施形態では、判定条件設定部６８は、まず、画像データから脳実質領域を抽出し、さらに灰白質、白質等の各組織領域の輪郭を抽出する（図３、図４、ステップＳ６、Ｓ７）。次に、判定条件設定部６８は、各画素を組織的に３つの領域に分類後、組織領域毎に設定される脳血流量の基準正常値（図５参照）に基づいて、暫定閾値マップを生成する。

暫定閾値マップは、被検体毎に異なる脳の各組織領域の輪郭に応じて、組織の違いによる正常血流量の違いが反映されるので、脳血流量の判定条件として信頼性が高いものとなる。判定部６９は、このような暫定閾値マップを生成元とする閾値マップと、灌流マップとの対比によって血流低下領域を判定するので、血流低下領域を従来よりも正確に判定できる。

また、判定条件設定部６８は、灌流マップの生成過程で施されたリサンプリング処理と同じリサンプリング処理を暫定閾値マップに施すことで、閾値マップを生成する（ステップＳ９）。このように、平滑化処理の有無や画素数等の生成条件が灌流マップと同条件にされた閾値マップと、灌流マップとの対比によって血流低下領域が判定されるので、判定精度は向上する。

さらに、判定部６９は、暫定的に判定された血流低下領域が複数領域に離散している場合や、暫定的に判定された血流低下領域が正常領域を包含する場合、補正処理を実行する（図１２、図１３、ステップＳ１１）。これにより、判定精度はさらに向上する。

以上説明した実施形態によれば、画像解析技術において、脳梗塞の範囲を従来よりもさらに正確に判定できる。

（第２の実施形態）
第１の実施形態では、灌流マップ生成用の画像データに基づく血流低下領域の判定及び表示が、各組織領域に対する基準正常値の入力設定を除いてＭＲＩ装置１０により全自動で進められる例を述べた。本発明の実施形態は、かかる態様に限定されるものではない。

血流低下領域の判定までのプロセスにおいて、例えば、距離マップや閾値マップなどの途中経過が表示装置７４に表示され、ユーザの確認入力又は補正指示の入力を受け付ける構成としてもよい。第２の実施形態では一例として、閾値マップが表示装置７４に表示され、閾値マップに対するユーザの確認入力又は補正指示が入力される。補正指示が入力された場合には、画像解析装置６５により閾値マップが補正される。その他の構成は第１の実施形態と同様であるので、以下、第１の実施形態との違いのみを説明する。

図１５は、閾値マップの補正処理の一例を示す模式的説明図である。図１５の上段は、補正処理前の閾値マップの一例であり、図１５の下段は、補正処理後の閾値マップの一例である。

図１５の上段において、脳画像の中心より左下の太線で囲われた領域が、ユーザにより指定された領域である。この指定領域は、隣接画素間での濃淡の差が大きく、隣接画素間で閾値の増減が激しくなっている。第２の実施形態では一例として、判定条件設定部６８は、ユーザにより指定された領域に対して閾値の平滑化を実行する。

図１５の下段において、脳の中心より左下の太線で囲われた領域は、上段と同じ位置であるが、判定条件設定部６８により平滑化されている。即ち、図１５の下段において、ユーザの指定領域は、隣接画素間での濃淡の差が緩やかになり、隣接画素間で閾値の増減が緩やかに補正されている。

なお、判定条件設定部６８が自動的に実行する平滑化処理は、補正処理の一例に過ぎない。例えば、入力装置７２を介して、ユーザが指定した領域の全画素の閾値をユーザが入力した均一な値にしてもよい。

図１６は、図１５の平滑化処理の具体的方法の一例を示す模式的説明図である。図１６の上段、中段、下段において、各横軸は１次元の座標位置を示し、各縦軸は、各座標位置に該当する画素の閾値を示す。図１６の上段、中段、下段において、縦の２本の一点鎖線で挟まれた範囲は、ユーザにより指定された補正領域である。

図１６の上段は平滑化前の状態を示し、図１６の中段は平滑化の途中を示し、図１６の下段は平滑化後の状態を示す。図１６の上段において、一点鎖線で挟まれた補正領域では、隣接画素間の閾値の増減が激しくなっている。

図１６の中段において、当該補正領域に平滑化処理が施され、隣接画素間の閾値の増減が緩やかになる。しかし、単なる平滑化処理を施したままの状態では、補正領域の一端側及び他端側において、隣接画素との閾値が大きく離れ、不連続的な閾値分布となってしまう。

そこで、判定条件設定部６８は、補正領域の境界における閾値変化の不連続部分を連続的に補正する。例えば、判定条件設定部６８は、平滑化処理を施しただけの補正領域の全画素の閾値（図１６の中段の状態）を、所定レベルだけシフトさせる。図１６の下段の例では、補正領域の全画素の閾値を所定レベルだけ下げることで、補正領域の境界における閾値変化が連続的に補正されている。

なお、図１６は、表示装置７４に表示される２次元閾値マップの縦方向又は横方向に、１次元で１ラインの平滑化処理を行う場合の説明である。しかし、閾値マップは実際には３次元であるので、ここでは一例として、判定条件設定部６８は、平滑化処理を３次元的に実行する。

具体的には、判定条件設定部６８は、例えば、Ｘ軸方向の複数の画素ラインに対して、Ｙ座標値を１つずつ繰り上げて図１６の平滑化処理を行うことで、図１５の下段の閾値マップのように２次元的に平滑化処理を実行する。さらに、判定条件設定部６８は、ユーザにより補正領域が指定された閾値マップの一スライス（表示されたスライス）を中心として、Ｚ軸方向に所定の厚さのスラブに対して、同様にＺ軸方向に平滑化処理を実行する。ここでの所定の厚さとは、例えば、ユーザが２次元的に指定した補正領域の最短幅又は最大幅とすることができる。これにより、判定条件設定部６８は、３次元的に平滑化処理を実行できる。

図１７は、第２の実施形態におけるＭＲＩ装置１０の動作の流れの一例を示すフローチャートである。以下、前述した各図を適宜参照しながら、図１７に示すステップ番号に従って、ＭＲＩ装置１０の動作を説明する。

［ステップＳ２１〜Ｓ２９］第１の実施形態の図１４のステップＳ１〜Ｓ９の各処理とそれぞれ同様である。ステップＳ２５における灌流マップの生成と、ステップＳ２９の処理とが終了後、ステップＳ３０に進む。

［ステップＳ３０］判定条件設定部６８は、閾値マップのデータを表示装置７４に入力し、表示装置７４に閾値マップを表示させる（図１５の上段参照）。この後、ステップＳ３１に進む。

［ステップＳ３１］判定条件設定部６８は、入力装置７２に対してユーザにより閾値マップの補正指示が入力されたか否かを判定する。補正指示が入力された場合、ステップＳ３２に進み、補正指示が入力されなかった場合、閾値マップの補正は実行されずにステップＳ３３に進む。

［ステップＳ３２］判定条件設定部６８は、図１６で説明したように、閾値マップにおいてユーザが指定した領域に平滑化処理を施す。この後、判定条件設定部６８は、平滑化後の閾値マップのデータを表示装置７４に入力し、表示装置７４に補正後の閾値マップを表示させる（図１５の下段参照）。この後、ステップＳ３１に戻る。

［ステップＳ３３〜Ｓ３５］第１の実施形態の図１４のステップＳ１０〜Ｓ１２の各処理とそれぞれ同様である。

このように第２の実施形態においても、第１の実施形態と同様の効果が得られる。さらに、第２の実施形態では、ユーザは、閾値マップを目視で確認し、例えば被検体Ｐ毎の個別具体的な状況に応じて、閾値マップを補正できる。従って、判定部６９による血流低下領域の判定結果に対して、ユーザの意図を反映させることができる。

（実施形態の補足事項）
［１］第１の実施形態の図１４のステップＳ５〜Ｓ１２の画像解析方法の処理をプログラムコード化することで、画像解析プログラムを作成してもよい。
同様に、第２の実施形態の図１７のステップＳ２５〜Ｓ３５の画像解析方法の処理をプログラムコード化することで、画像解析プログラムを作成してもよい。

なお、第１及び第２の実施形態の画像解析装置６５はそれぞれ、そのような画像解析プログラムがインストールされたコンピュータとして捉えることもできる。

［２］上記実施形態では、ＭＲＩで得られた脳の画像データに基づいて、灌流マップ及び閾値マップを生成し、これらに基づいて脳の血流低下領域を判定する例を述べた。本発明の実施形態は、かかる態様に限定されるものではない。
Ｘ線ＣＴ装置などの他の画像診断装置で得られた画像データに対しても、上記実施形態による脳の血流低下領域を判定する解析方法を適用可能である。

［３］請求項の用語と実施形態との対応関係を説明する。なお、以下に示す対応関係は、参考のために示した一解釈であり、本発明を限定するものではない。

灌流マップ生成部６７、判定条件設定部６８及び判定部６９は、請求項記載の補正部の一例である。
閾値マップは、請求項記載の判定条件の一例である。

ガントリ３０内の各構成要素、ＲＦコイル装置１００、受信ＲＦコイル２４、静磁場電源４２、シムコイル電源４４、傾斜磁場電源４６、ＲＦ送信器４８、ＲＦ受信器５０、シーケンスコントローラ５８、システム制御部６１の全体（図１参照）が、静磁場、傾斜磁場及びＲＦパルスの印加を伴った撮像により被検体ＰからＭＲ信号を収集する構成は、請求項記載の信号収集部の一例である。

［４］本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１０：ＭＲＩ装置，
２０：寝台ユニット，２２：天板，
３１：静磁場磁石，３２：シムコイルユニット，３３：傾斜磁場コイルユニット，
３４：ＲＦコイルユニット，４０：制御装置，６５：画像解析装置

Claims (5)

1. 被検体の脳の画像を複数の時相でそれぞれ示す脳画像データを取得及び記憶する画像記憶部と、
   前記被検体の脳の灌流状態を示す灌流マップを前記脳画像データに基づいて生成する灌流マップ生成部と、
   前記被検体の脳内で組織的に互いに異なる複数の領域を前記脳画像データに基づいて抽出し、前記複数の領域に対して構造的違いに基づく判定条件をそれぞれ設定する判定条件設定部と、
   前記判定条件と前記灌流マップとを対比することで前記被検体の脳内における血流低下領域を判定する判定部と
   を備えることを特徴とする画像解析装置。
2. 前記判定条件設定部は、脳実質領域と、脳実質領域内の灰白質及び白質の各領域とを前記脳画像データに基づいて抽出し、前記灰白質の領域、前記白質の領域、前記脳実質領域外に別々の閾値を設定することで前記判定条件としての閾値マップを生成するように構成され、
   前記判定部は、前記閾値マップと前記灌流マップとを対比することで前記血流低下領域を判定するように構成される
   ことを特徴とする請求項１記載の画像解析装置。
3. 前記判定条件設定部は、脳実質領域外よりも多い血流量を示す閾値を前記白質の領域に設定すると共に、前記白質の領域よりも多い血流量を示す閾値を前記灰白質の領域に設定することで、前記閾値マップを生成するように構成される
   ことを特徴とする請求項２記載の画像解析装置。
4. 被検体の脳の画像を示す脳画像データを取得及び記憶する画像記憶部と、
   前記脳画像データに基づいて、脳の構造情報を抽出すると共に脳の灌流状態を示す灌流マップを生成し、前記構造情報に基づいて前記灌流マップを補正する補正部と
   を備えることを特徴とする画像解析装置。
5. 磁気共鳴イメージングにより被検体の脳を含む領域から核磁気共鳴信号を収集する信号収集部と、
   前記被検体の脳画像を示す脳画像データを前記核磁気共鳴信号に基づいて再構成する画像再構成部と、
   前記脳画像データを取得し、前記脳画像データに基づいて、脳の構造情報を抽出すると共に脳の灌流状態を示す灌流マップを生成し、前記構造情報に基づいて灌流マップを補正する請求項４記載の画像解析装置と
   を備えることを特徴とする磁気共鳴イメージング装置。