JP2014185991A - 心筋輪郭抽出技術及びその応用 - Google Patents

Abstract

【課題】心筋核医学画像データの心筋輪郭点抽出を自動で良好に行なう。
【解決手段】心室内の点から球放射状に前記画像データの画素値の変化を調べることと；前記調べた各方向における特徴的な画素値の集合を近似する楕円体を求めることと；第１の心筋輪郭点特定処理を実行することと；を含み、ただし前記第１の心筋輪郭点特定処理は、前記楕円体に基づいて複数のトレース方向を設定すると共に、前記複数のトレース方向の各々において、前記画像データ中の心筋輪郭点を特定することを含み、ここで前記複数のトレース方向の各々は、前記楕円体の長軸上の点から前記楕円体の面に垂直な方向へ向かって前記長軸の周りに円錐放射状に設定される。
【選択図】図２

Description

本明細書により開示される事項は、核医学イメージングにより得られる心筋の画像データにおいて、心筋輪郭点を抽出する技術及びその応用に関する。

発明の背景

ＳＰＥＣＴ（Single Photon Emission Tomography：単一光子放射断層撮影法）やＰＥＴ（Positron Emission Tomography： 陽電子放出断層撮影法）のような核医学イメージング技術は、放射性核種を含む医薬品を体内に投与し、その核種の崩壊に起因して放出されるガンマ線を検出器で捕らえて画像化する技術である。他の生体イメージング技術であるＣＴやＭＲＩが、主に生体組織の形態の異常を調べるために利用されるのに対し、核医学イメージング技術は、投与された放射性医薬品の分布や集積量、経時的変化の情報から、臓器や組織の形態だけでなく、機能や代謝状態などを評価するために利用される。

核医学イメージング技術の応用分野の一つに心筋血流イメージングがある。ＳＰＥＣＴを用いる心筋血流イメージングでは、²⁰¹TlCl（塩化タリウム）や^99mTc-tetrofosmin（テトロホスミン）など、冠状動脈の血流に比例して心筋細胞内に取り込まれる性質を有する放射性物質をトレーサとして被験者に投与し、トレーサから生成されるガンマ線をＳＰＥＣＴ装置で捕えて画像化する。この画像を観察することにより、例えば心筋中の虚血部位（欠損部位）を探ることができる。心筋中の虚血部位の探索は、心筋梗塞や狭心症の診断、虚血性病変部位の鑑別などのために大変有用である。動きのある心臓をＳＰＥＣＴで画像化するために、一般的に、心電図によりゲートをかけてガンマ線の収集を行う。このため、ＳＰＥＣＴを用いた心筋のイメージング技術を、心電図同期心筋ＳＰＥＣＴということが多い。心電図同期心筋ＳＰＥＣＴでは、通常、左心室心筋を画像化することが多い。

心電図同期心筋ＳＰＥＣＴにおける技術的課題の一つは、ＳＰＥＣＴで得られた画像中において、どのようにして心筋部を特定するかということに関する。一つの方法は、各画像スライス中の心筋部と思われる部位を、目視により手動でマーキングすることであるが、手動では術者間でのばらつきが生じやすく、また、時間がかかりすぎてしまうので、できれば自動で行なうことが好ましい。そこで、心筋の輪郭点を抽出するソフトウェアがいくつか存在する。そのようなソフトウェアの中で最も有名なものの一つが、米Cedars-Sinai Medical Centerで開発されたQGS（Quantitative Gated SPECT）である。

QGSでは、３次元画像データの３次元的な中心点から放射状に画素値の変化のプロファイルを作成し、最大カウントを心筋中心点として決定する。次に、左室中心点から心筋中心点を結ぶ線上でカウントプロファイルを作成し、各プロファイルカーブから標準偏差SDカーブに変換し、その標準偏差SDカーブの最大値の６５％の位置をそれぞれ内膜点・外膜点と決定している。心内腔中央点の決定は、画素値最大点を最もよく近似する楕円体を求めることに基づいて行っている。はじめは仮の中央点と長軸を定め、その中央点から放射状に画素値の変化を調べ、各方向の画素値最大点を近似する楕円体を求める。そして、その楕円体の中心から再び放射状に画素値の変化を調べ、画素値最大点を近似する楕円体を再計算する。これを長軸の角度が収束するまで繰り返し、収束したときの楕円体の中心を心内腔中央点と決定している。

QGSのほかにも、米エモリー大学の開発によるEmory Cardiac Toolboxという、心電図同期心筋ＳＰＥＣＴ用の心筋部自動抽出ソフトウェアが開示されている。このソフトウェアは、心筋を円筒と半球の組み合わせに見立て、心基部側となる円筒部分については軸に垂直な断面すなわち解剖学的方向でいう短軸横断断面において放射状にトレースを行い、半球部分については球の中心から３次元的に放射状にトレースを行って、画素値のプロファイルを作成しているが、心筋厚は10ｍｍと想定し内膜点、外膜点を判定している。札幌医大で開発されたpFASTも、心電図同期心筋ＳＰＥＣＴ用の心筋部自動抽出ソフトウェアである。このソフトウェアは、心内腔中央点と心筋抽出範囲については手動設定とすることにより、心筋内外膜点の判定の精度を上げようとしている。しかしながら、これら既存のソフトウェアでは、心筋血流状態による放射性薬剤の取り込み状態やＳＰＥＣＴ装置の分解能、スモールハートなどの問題で、心筋内膜点や外膜点の判定を良好に行なうことができない場合がある。

本明細書により開示される事項には、心電図同期心筋ＳＰＥＣＴで得られた画像データから、心筋の内膜点や外膜点の抽出を自動で良好に行なうための技術を開発しようとしてなされた発明が含まれる。

本明細書により、心筋の三次元核医学画像データにおいて心筋輪郭点を特定する方法を開示する。この方法は、心室内の点から球放射状に前記画像データの画素値の変化を調べることと；前記調べた各方向における特徴的な画素値の集合を近似する楕円体を求めることと；第１の心筋輪郭点特定処理を実行することと；を含み、ただし前記第１の心筋輪郭点特定処理は、前記楕円体に基づいて複数のトレース方向を設定すると共に、前記複数のトレース方向の各々において、前記画像データ中の心筋輪郭点を特定することを含み、ここで前記複数のトレース方向の各々は、前記楕円体の長軸上の点から前記楕円体の面に垂直な方向へ向かって前記長軸の周りに円錐放射状に設定される、方法である。

背景技術の項で紹介した従来技術は、少なくとも心尖部側において、いずれも、画素値を調べるトレースを単一の心室内腔点から放射状に行っていた。これに対して上記の方法では、トレース方向を決定するための楕円体をまず作成し、その楕円体の面に垂直な方向にトレースを行うこととしている。このため、トレースの形状を実際の心筋の形状および方向により適合させることができ、心筋の内膜点および外膜点の判定を、従来技術に比べて良好に行うことができる。

本明細書により、心筋の三次元核医学画像データにおいて心基部寄りの領域における心筋輪郭点を特定するための、上とは別の方法を開示する。この方法は、心室内の点から球放射状に前記画像データの画素値の変化を調べると共に、該調べた各方向における特徴的な画素値の集合を近似する楕円体を求めることと；前記楕円体の長軸に垂直な面であって該楕円体の中心から心基部側に位置する面の少なくとも一つにおいて、前記長軸上の点から放射状にトレース方向を設定すると共に、前記複数のトレース方向の各々において、前記画像データ中の前記面における心筋輪郭点を特定することと；前記特定された心筋輪郭点のうち外膜点の集合を近似する近似円を求めることと；第２の心筋輪郭点特定処理を実行することと；をさらに含み、ただし前記第２の心筋輪郭点特定処理は、前記近似円の中心から放射状にトレース方向を設定すると共に、前記複数のトレース方向の各々において、前記画像データ中の前記面における心筋輪郭点を特定することを含む、方法である。

発明者が調べたところによると、この方法は、少なくとも心基部寄りの領域においては、最初に開示した心筋輪郭点特定方法よりも高品質な心筋輪郭点抽出を可能とする。

本明細書により、心筋の三次元核医学画像データにおける短軸横断断面像において心室中心を決定する方法を開示する。この方法は、前記画像データに対して第１の閾値率を用いて、カウント値の閾値である画像閾値を計算すると共に、前記画像データの中で、該計算した画像閾値以上のカウント値を有する全ての画素の平均座標が属する短軸横断断面スライスを特定することと；前記画像データに対して第２の閾値率を用いて前記画像閾値を設定すると共に、前記特定した短軸横断断面スライスについて、該設定した前記画像閾値の下で画素値に関する穴構造の探索を行うことと；前記探索を、前記穴構造が発見されるまで、前記第二の閾値率を徐々に上げながら繰り返すことと；前記第二の閾値率をある程度上げても前記穴構造が発見されない場合、該第二の閾値率を徐々に下げながら、前記穴構造が発見されるまで前記探索を繰り返すことと；前記穴構造が発見された場合、該発見された穴構造の中心を心室中心として特定することと；を含む方法である。ただし前記画像閾値は、

画像閾値＝｛（最大カウント値−最小カウント値）×閾値率｝＋最小カウント値

で定義される値であり、前記最大カウント値および前記最小カウント値は、それぞれ、前記画像データにおいて画像化されている組織がほぼ心筋部に限られる可能性が高い領域における最大カウント値および最小カウント値を表す。

従来技術とは異なり、上記の「画像閾値」という閾値を導入し、これを変化させつつ穴構造の発見を試行するため、様々な心筋の血流状態や心筋の形状などに対して柔軟に対応することができ、従来技術に比べて穴構造の発見を良好に行うことができる。また、はじめは閾値を徐々に上げながら穴構造の発見を試みるが、閾値を或る程度以上上げても穴構造が発見できない場合は、はじめの閾値が高すぎるためであるとみなして、初期値より低い値からはじめて徐々に閾値を下げていきつつ、穴構造の発見を試みるという処理構成を備えることにより、心室中心の同定の成功率を向上することができる。

本明細書により、心筋の三次元核医学画像データにおいて心筋輪郭点を表示する方法を開示する。この方法は、前記画像データの心筋輪郭点を抽出することと；前記画像データの長軸横断断面像に、前記抽出した心筋輪郭点をつないで表示することと；を含み、ただし前記表示することは、心尖部領域とその他の領域で、前記抽出した心筋輪郭点をつなぐ手法を変更することを含む、方法である。

心尖部領域とその他の領域で心筋輪郭点をつなぐ手法を変更することにより、心筋輪郭を滑らかな曲線で表示することが可能になる。

本明細書により、心筋ポーラーマップの特定のセグメントに対応付けられる画素数の位相変化を表す情報を導出する方法を開示する。この方法は、各々心周期の異なる位相に対応する複数の心筋三次元核医学画像データのそれぞれについて、心筋内膜面を抽出することと；前記抽出された心筋内膜面に属する各画素が、心筋ポーラーマップのどのセグメントに対応するかを調べることと；各短軸横断断面スライスにおいて、前記心筋内膜面に属する画素のうち、心筋ポーラーマップの同じセグメントに属する画素からなる弧と、前記短軸横断断面スライスの所定の中心とにより定まる略円形または略扇型の領域内に含まれる画素数を計算することと；複数の短軸横断断面スライスにおける前記計算の結果を集計することにより、前記心筋ポーラーマップの各領域に対応付けられる画素数を計算することと；を行うことにより、前記心筋ポーラーマップの特定のセグメントに対応付けられる画素数の位相変化を表す情報を導出することを含む、方法である。

心筋ポーラーマップの特定のセグメントに対応付けられる画素数の位相変化を表す情報を導出し、例えばディスプレイに表示することにより、心筋三次元核医学画像を用いる画像診断において新たな知見を加えることができる。

本明細書により、顕著な画素値の変化が生じた位相を可視化する方法が開示される。この方法は、各々心周期の異なる位相に対応する複数の心筋三次元核医学画像データのそれぞれについて、心筋を抽出すると共に、該抽出した心筋に対応する画素をポーラーマップ展開することと；前記ポーラーマップ展開により得られた複数のポーラーマップを分析して、顕著な画素値の変化が生じた位相を画素毎に特定することと；を含み、さらに、前記特定した位相に対応する値を画素値としたポーラーマップを作成し、表示することと；前記所定以上の画素値の変化が生じた位相のヒストグラムを作成し、表示することと；の少なくともいずれかを行う、方法。

上記のようなヒストグラムやマップを表示することにより、心筋三次元核医学画像を用いる画像診断において新たな知見を加えることができる。

上述のいずれの方法も、コンピュータの動作方法として実施されうる。すなわち、記憶装置に格納されたプログラムが処理手段に実行されることにより、その処理手段を備えるコンピュータが動作する方法として実施されうる。また本発明の具現化形態には、コンピュータの処理手段で実行されることにより、そのコンピュータに上述のいずれかの方法を遂行させるプログラムコードを備えるコンピュータプログラムが含まれる。また本発明の具現化形態には、処理手段及び記憶手段を備えるコンピュータであって、前記処理手段で実行されることにより前記コンピュータに上記いずれかの方法を遂行させるプログラムコードを備えるコンピュータプログラムを前記記憶手段に格納する、コンピュータが含まれる。

上述の方法の具体的な実施例は後に説明される。

前述のように、本明細書により開示される事項には、心電図同期心筋ＳＰＥＣＴで得られた画像データから、心筋内膜点や外膜点の抽出を自動で良好に行なうための技術を開発しようとしてなされたものが含まれる。しかしながら、本発明の開示事項の適用分野が心電図同期心筋ＳＰＥＣＴの画像処理に限定されるものとして理解してはならない。ここで開示される発明は、心電図同期心筋ＳＰＥＣＴのみならず、内腔を有する臓器又は組織についての核医学イメージングで得られる画像データ一般に対して適用しうるものもある。

本願の特許請求の範囲には、出願人が現在特許を求める技術的構成が、請求項に区分されて、いくつか定義されている。しかし出願人は、現時点では特許請求の範囲に記載されていなくとも、本願明細書や図面から把握されうるあらゆる新規な技術的特徴について、将来的に特許を請求する可能性があることに注意されたい。

本明細書で開示される様々な処理を実行するための装置またはシステム１００の主な構成を説明するための図である。 本実施例における心筋輪郭抽出処理の基本的な流れを説明するための図である。 図２のステップ２０４で行われうる前処理の例をいくつか紹介するための図である。 図３のステップ３５０で行われうる心室中心検索処理の例を説明するための図である。 図４の説明を補助するための図である。 図３のステップ３７０で行われうるマスク処理の例を説明するための図である。 図２のステップ２１０で行われうる近似楕円体の作成処理の例を紹介するための図である。 図２のステップ２１０で行われうる近似楕円体の作成処理の例を紹介するための図である。 図２のステップ２２０で行われうる処理の例を紹介するための図である。 図２のステップ２２０で行われうる処理の例を紹介するための図である。 図９ａのステップ９２０で行われうる処理の例を紹介するための図である。 図９ａのステップ９２０で行われうる処理の例を紹介するための図である。 心尖部領域を特定する処理の例を説明するためのフローチャートである。 心尖部領域を特定する処理の例を説明するための図である。 心尖部の膜圧を特定する処理の例を説明するための図である。 心基部領域を特定する処理の例を説明するための図である。 心基部領域を特定する処理の例を説明するための図である。 心基部領域を特定する処理の例を説明するための図である。 心基部寄りの領域に好適な心筋輪郭点抽出法を説明するための図である。 特定された心筋輪郭点の補間や整形等の処理例を説明するための図である。 心尖部内側から心基部直前に位置するスライスについての補間処理例を説明するための図である。 心基部スライスについての補間や整形等の処理例を説明するための図である。 スライス別のスムージング例を説明するための図である。 長軸方向のスムージング例を説明するための図である。 スプライン補間による整形処理の例を説明するための図である。 スプライン補間による整形処理の例を説明するための図である。 スプライン補間による整形処理の例を説明するための図である。 心筋輪郭線の決定処理例を説明するための図である。 ３次元心筋ＳＰＥＣＴ画像データから切り出した断面像に心筋輪郭を重ねて表示した例である。 ポーラーマップの各領域に対応付けられる画素数の時間変化のグラフ化例である。 図１７のグラフのデータの計算処理の流れを説明するための図である。 図１７のグラフのデータの計算処理の流れを説明するための図である。 位相ヒストグラム・位相マップを作成する計算例を説明するための図である。 位相ヒストグラムおよび位相マップを示す。

好適な実施形態の説明

以下、添付図面を参照しつつ、本発明の好適な実施形態の例を具体的に説明する。

図１は、本明細書で開示される様々な処理を実行するためのシステム１００の主な構成を説明するための図である。図１に描かれるように、システム１００は、ハードウェア的には一般的なコンピュータと同様であり、ＣＰＵ１０２，主記憶装置１０４，補助記憶装置１０６，ディスプレイ・インターフェース１０７，周辺機器インタフェース１０８，ネットワーク・インターフェース１０９などを備えることができる。ＣＰＵ１０２は主記憶装置１０４よりもさらに高速なアクセスを提供するキャッシュメモリ１０３を搭載していることができる。システム１００は、単一の筐体にほぼ全ての構成要素が搭載される装置として提供されてもよいし、物理的に異なる複数の筐体から構成されるものであってもよい。一般的なコンピュータと同様に、主記憶装置１０４としては高速なＲＡＭ（ランダムアクセスメモリ）を使用することができ、補助記憶装置１０６としては、安価で大容量のハードディスクやフラッシュメモリ、ＳＳＤなどを用いることができる。実施形態によっては、補助記憶装置１０６は、物理的に異なる複数の記憶装置から構成されている場合や、システム１００とは物理的に異なる筐体に収められて適当なインタフェースでシステム１００に接続された記憶システムである場合もある。システム１００には、情報表示のためのディスプレイを接続することができ、これはディスプレイ・インターフェース１０７を介して接続される。またシステム１００には、情報入力のためのユーザインターフェースを接続することができ、これは周辺機器インタフェース１０８を介して接続される。かかるユーザ・インターフインターフェースは、例えばキーボードやマウス、タッチパネルであることができる。また周辺機器インタフェース１０８は、例えばＵＳＢインタフェースであることができる。ネットワーク・インターフェース１０９は、ネットワークを介して他のコンピュータやインターネットに接続するために用いられることができる。システム１００の最も基本的な機能は、補助記憶装置１０６に格納されるオペレーティングシステム１１０がＣＰＵ１０２に読み込まれて実行されることにより提供される。また、補助記憶装置１０６に格納される各種のプログラムがＣＰＵ１０２に読み込まれて実行されることにより、オペレーティングシステム１１０で提供される機能以外の機能が提供される。

本実施例における装置又はシステム１００は、上記各種のプログラムとして、ＤＩＣＯＭサポートプログラム１１１，スライス操作プログラム１１２，心筋輪郭抽出プログラム１１３の少なくとも３つを備えていることが好ましい。ＤＩＣＯＭサポートプログラム１１１は、医用画像データのファイル形式や通信規格の事実上の標準となっているＤＩＣＯＭをサポートするためのプログラムである。本実施例において心筋輪郭抽出処理の対象となる心筋核医学画像データも、ＤＩＣＯＭに準拠したファイル形式を有するものであってよく、ＤＩＣＯＭサポートプログラム１１１によって、心筋核医学画像データの入出力や保存がサポートされる。スライス操作プログラム１１２は、３次元の心筋核医学画像データを自在の断面で切り出して２次元スライスを作成する、いわゆるリスライス機能を提供するプログラムである。かかる機能を有するプログラムも広く利用可能となっており、医用画像を扱うための多くのワークステーションに搭載されている。従って、本実施例においても、既存の適当なプログラムを適宜利用することにより、ＤＩＣＯＭサポートプログラム１１１やスライス操作プログラム１１２を容易に実装することができる。

心筋輪郭抽出プログラム１１３は、本実施例が提供する心筋輪郭自動抽出機能を実現するための中心的な要素である。本明細書で開示される様々な処理は、特に断わりのない限り、心筋輪郭抽出プログラム１１３の全て又は一部のコードがＣＰＵ１０２に読み込まれて実行されることにより実装されることができる。各処理において、ＣＰＵ１０２は、心筋輪郭抽出プログラム１１３などの命令に従って、記憶装置からデータを読み出して演算を行い、得られた結果のデータをキャッシュメモリ１０３や主記憶装置１０４に格納する。格納されたデータは、心筋輪郭抽出プログラム１１３などの命令に従って、さらに別の処理に用いられたり、補助記憶装置１０６へ保存されたりする。補助記憶装置１０６は、本実施例による処理の対象となる３次元心筋ＳＰＥＣＴ画像データ１３０や、処理の途中のデータ１４１、処理が完了したデータ１４１などを格納するための領域として使用することができる。キャッシュメモリ１０３や主記憶装置１０４も、処理すべきデータを一時的に格納するための記憶領域として使用されることができる。特に断わりのない限り、以下に説明される全ての処理において、ＣＰＵ１０２と記憶装置１０３，１０４，１０６との間で、データや演算結果が同様にやり取りされる。

実施例によっては、本実施例における装置又はシステム１００は、上記各種のプログラムとして、心筋輪郭抽出プログラム１１３による心筋輪郭抽出結果を利用して各種の解析を行うプログラムを備えていてもよい。本実施例では、そのような解析プログラムとしてプログラム１１４及び１１５が補助記憶装置１０６に格納されている。本実施例における解析プログラム１１４は、心筋の２次元表示のためによく利用される心筋ポーラーマップの各セグメントに対応付けられる画素数が、心周期の異なる位相によってどのように変化するかを調べるプログラムである。また本実施例における解析プログラム１１５は、ポーラーマップの各画素の画素値の位相変化を調べるプログラムである。無論、このようなプログラム１１４及び１１５の存在や機能は単なる例示であり、実施形態によっては、このようなプログラムがシステム又は装置１００に備えられていなかったり、異なる機能を有するプログラムであったりする場合もある。

心筋輪郭抽出プログラム１１３や解析プログラム１１４，１１５は、単一の実行可能ファイルとして実装される場合もあるが、複数の実行可能ファイルからなるプログラムセットとして実装される場合もある。また心筋輪郭抽出プログラム１１３や解析プログラム１１４，１１５は、必要に応じて、ＤＩＣＯＭサポートプログラム１１１を呼び出して利用することができるように構成されてもよい。例えば、ＤＩＣＯＭサポートプログラム１１１を呼び出して利用することにより、心筋核医学画像データを読み込んだり、また処理結果をＤＩＣＯＭ形式に保存したりできるように構成されもよい。同様に心筋輪郭抽出プログラム１１３や解析プログラム１１４，１１５は、必要に応じて、スライス操作プログラム１１２を呼び出して利用することができるように構成されてもよい。例えば、スライス操作プログラム１１２を呼び出すことにより、短軸横断断面像の２次元画像データを入手したり、長軸断層像の２次元画像データを入手したりすることができるように構成されてもよい。実施形態によっては、心筋輪郭抽出プログラム１１３や解析プログラム１１４，１１５は、ＤＩＣＯＭサポートプログラム１１１やスライス操作プログラム１１２の機能を含むプログラムであってもよい。プログラミングの手法は人によって様々であり、プログラム１１３−１１５のプログラミングの形態が本明細書や図面に紹介した例によって制限されることは決してないことを念のために記しておく。

さらに実施形態によっては、これらプログラムによる処理の一部を専用のハードウェア回路やプログラマブルロジックなどによって実装してもよい。このような実施形態も、本発明の範囲に含まれるものである。

図１においては、オペレーティングシステム１１０や心筋輪郭抽出プログラム１１３、画像データ１３０等が、全て同じ補助記憶装置１０６に格納されているように図示されている。しかし、実施形態によっては、これらの一つ又は複数のデータは、物理的に異なる記憶装置に格納されていてもよい。例えば実施形態によっては、心筋輪郭抽出プログラム１１３や解析プログラム１１４，１１５は、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭなどの光ディスクに格納されていてもよい。またこれらのプログラムは、光ディスク媒体やＵＳＢメモリなどの持ち運びが容易な記憶媒体に格納されて、システム１００とは別個に提供・販売されてもよい。またこれらのプログラムは、ネットワークを通じたダウンロードなどの形態で、提供・販売されてもよい。

記憶装置１０６は、心筋輪郭抽出プログラム１１３や解析プログラム１１４，１１５による処理の対象となる画像データを複数格納していてもよい。図１の例では、特に、画像データ１３０ほかに画像データ１３１，１３２が示されており、これは、画像データ１３０と同一被験者から異なる時期に撮影された画像データであってもよいし、異なる被験者の画像データであってもよい。図１の例では、画像データ１３０，１３１，１３２の３つしか描かれていないが、無論、さらに多くの画像データが記憶装置１０６に格納されていてもよい。

システム又は装置１００は、図１に描かれた要素のほかにも、電源や冷却装置など、通常のコンピュータが備える装置と同様の構成を備えることができる。また、処理手段１０２や記憶手段１０４，１０６の実装形態には、物理的に単一のＣＰＵや物理的に単一の記憶媒体を用いるものから、複数のＣＰＵや複数の記憶媒体を用いるもの、これらをそれぞれ異なる筐体に収めて適当なインタフェースやネットワークを利用して接続して構成するもの、仮想化技術を用いて仮想的に実現するもの、など様々な実装形態が知られている。本発明を実施するコンピュータシステムの形態としては、これら既存の如何なる実装形態を利用してもよく、コンピュータシステムの形態によって本発明の範囲が制限されることは決してないことを念のために記しておく。一般的に、本発明は、（１）処理手段に実行されることにより、当該処理手段を備える装置またはシステムに、本明細書で説明される各種の処理を遂行させるように構成される命令を備えるプログラム、（２）当該処理手段が当該プログラムを実行することにより実現される装置またはシステムの動作方法、（３）当該プログラム及び当該プログラムを実行するように構成される処理手段を備える装置またはシステム、などとして具現化されうる。また本発明を具現化したプログラムは、ＣＤ−ＲＯＭなどの媒体に格納されて販売されたり、ネットワークを通じたダウンロードなどの形態により販売されたりすることができる。

図２は、本実施例における心筋輪郭抽出処理の基本的な流れを説明するための図である。ステップ２００は処理の開始を示す。ステップ２０２では、本実施例における心筋輪郭抽出処理の対象となる画像データ１３０がロードされる。画像データ１３０のロードは、心筋輪郭抽出プログラム１１３が、ＤＩＣＯＭサポートプログラム１１１を呼び出して利用することにより、またこれらのプログラムの少なくとも一部の命令がＣＰＵ１０２に実行されることにより、行われてもよい。

ステップ２０４では、それ以降の処理を容易にするための前処理が画像データ１３０に対して行われる。このステップはオプションであり、ステップ２１０以降の心筋輪郭抽出処理を行なうために必ずしも必要なステップという訳ではない。後にステップ２１０の具体的な処理の例をいくつか紹介する。

ステップ２１０では、次のステップ２２０で心筋輪郭抽出を行うための基礎となる楕円体パラメータが画像データ１３０から計算される。このステップでは、心室内の点から球放射状に画像データ１３０の画素値の変化を調べることと、調べた各方向における特徴的な画素値の集合を近似する楕円体を求めることとの、２種類の処理が行われる。ここで心室内の点は、心室の中心付近であることが好ましく、操作者が例えば実際の画像を見ながら手動で設定してもよい。心筋輪郭抽出プログラム１１３は、心室中心の手動設定に関する操作者からの入力を周辺機器インタフェース１０８を通じて受け取り、その情報をステップ２１０の楕円体パラメータ計算処理に使用するようにＣＰＵ１０２を動作させるように構成されてもよい。しかしながら、好ましい実施形態においては、上記の心室内の点は自動的に設定される。後に説明する好適な実施形態では、そのような自動設定の手法の例が紹介される。

ステップ２１０における上記２種類の処理は、順番に実行されてもよいが、そのような実施形態に限られるわけではない。むしろ、後に説明する好適な実施形態では、これら２種類の処理が明確に分離することなく混ざりあって実行される。

ステップ２２０では、心筋輪郭抽出を行うために、画像データ１３０の各画素の中から、心筋の内膜点や外膜点に対応する画素を特定するための処理が行われる。本ステップの処理は、ステップ２１０で計算された楕円体に基づいて、トレースを行う複数の方向を設定することと、これら複数のトレース方向の各々において、画像データ１３０の各画素の中から心筋の内膜点や外膜点に対応する画素を特定することとの、２種類の処理が行われる。ここでトレースとは、特定の道筋に沿って画素をサンプリングして画素値の変化を調べることを含む処理を表すことができる。ステップ２２０における処理で特に特徴的なことは、上記複数のトレース方向の各々が、上記楕円体の長軸上の点から当該楕円体の面に垂直な方向へ向かって、長軸の周りに円錐放射状に設定されることである。このステップの処理例は後に詳述される。

ステップ２２０における上記２種類の処理も、必ずしも順番に実行されなければならない訳ではなく、むしろ、後に説明する好適な実施形態では、これら２種類の処理が明確に分離することなく混ざりあって実行される。

ステップ２３０では、ステップ２２０で特定された心筋内外膜点の情報に基づいて様々な補間や整形処理を行うことにより、抽出される心筋輪郭の質の向上が図られる。ただしこのステップはオプションであり、本発明の実施形態の全てに必須なステップという訳ではない。しかしながら、後に、ステップ２３０の具体的な処理の様々な紹介する。

ステップ２９９は処理の終了を表す。

以下、各ステップをより詳細に説明する。
〔処理対象となる画像データ〕

本実施例における心筋輪郭抽出処理の対象となる画像データ１３０は、心筋を対象とした心電図同期ＳＰＥＣＴ法により得られた３次元画像データであることができる。前述のように、このような画像データは、²⁰¹TlCl（塩化タリウム）や^99mTc-tetrofosmin（テトロホスミン）など、冠状動脈の血流に比例して心筋細胞内に取り込まれる性質を有する放射性物質をトレーサとして被験者に投与し、トレーサから放出されるガンマ線をＳＰＥＣＴ装置で捕え、得られたカウントデータを３次元画像に再構成することにより得られることができる。通常、市販されているＳＰＥＣＴ装置には、収集したガンマ線のカウントデータを３次元画像へ再構成するソフトウェアが付属していることが多いので、画像データ１３０は、例えばそのような手段によって得ることができる。画像データ１３０の各画素の画素値は、当該画素に対応する被験者の部位から放出されたガンマ線のカウント数に関連する値を有している。このため本願明細書では、画像データ１３０の各画素の画素値をカウント値やカウント数，カウントと称する場合がある。但し補間処理や規格化処理などの影響により、画素値は必ずしも整数ではない。
〔心筋輪郭特定のための前処理〕

図３は、図２のステップ２０４で行われうる処理の例をいくつか紹介するための図である。ステップ２０４自体が、図２のステップ２１０以降の心筋輪郭抽出処理において必須のステップではないことは先に述べたが、図３で紹介する各ステップ３１０〜３７０も、その全てがステップ２０４にとっての必須の処理ではなく、実施形態によってはこれらのうち一つ以上が実装されない場合がある。しかしながら本願発明者は、画像データ１３０に対して図３に描かれる各処理を行うことにより、図２のステップ２１０以降の心筋輪郭抽出処理の結果の質が向上することを確かめているので、これらの処理を行うことは推奨される。

なお、図示されるステップ３１０〜３７０の順番は、必ずこの順番で実行されなければならないというものではなく、実施形態によって、異なる順番で実行されたり複数のステップが並行的に実行されたり複数のステップが混合されて一体的に実行されたりする場合がある。

また、前述のように、図示されるステップ３１０〜３７０の処理は、心筋輪郭抽出プログラム１１３の少なくとも一部の命令に従って、ＣＰＵ１０２が動作することにより遂行されるものである。また各処理を遂行するために、心筋輪郭抽出プログラム１１３の少なくとも一部の命令は、ＤＩＣＯＭサポートプログラム１１１やスライス操作プログラム１１２を呼び出して利用するようにＣＰＵ１０２を動作させるように構成されていてもよい。

ステップ３００は処理の開始を示す。ステップ３１０は、画像データ１３０の画素数や画素サイズを変更するステップである。現在市販されている多くのＳＰＥＣＴ装置から得られる３次元画像データの画素数は、短軸横断断面スライス（axialスライス）あたり６４×６４や１２８×１２８であることが多い。また短軸横断断面スライスの数、すなわち長軸方向の分解能は様々である。従って各画素が表す実際の大きさも様々である。ステップ３１０では、画像データ１３０の全体に３重線形補間によるリサイズ処理を適用することにより、ユーザが所望する画素数や画素サイズに変更する。一例であるが、本ステップを経た後の画像データ１３０の画素数や画像サイズは、短軸横断断面スライスあたりの画素数が１２８×１２８で、各画素のサイズがaxial，coronal，sagittalの全方向とも2mmになるように調節されてもよい。このとき、所定の閾値以上または以下の画素値を有する画素は、所定の値に丸め込んでしまってもよい。例えば補間の結果０以下の値を有することになった画素の画素値は、０とするようにしてしまってもよい。

ステップ３２０では、後段の処理のために「画像閾値」なる値を計算する。この値は次式：
［式１］

画像閾値＝｛（最大カウント値−最小カウント値）×閾値率｝＋最小カウント値

によって定義される値である。ただし上記の最大カウント値および最小カウント値は、それぞれ、画像データ１３０において画像化されている組織がほぼ心筋部に限られる可能性が高い領域に基づいて計算されることが好ましい。例えば、短軸横断断面像の全スライスでの上半分の最大カウント値および最小カウント値とすることができる。これは、短軸横断断面像における体の向きが事実上標準化されており、画像の下半分に肝臓や腸管が位置するような向きになっていることが多いからである。従って、短軸横断断面像において上半分に位置する画素のみを対象とすれば、主に心筋が画像化されている可能性の高い領域を対象として最大カウント値や最小カウント値を求めることができる。上記の式における閾値率は、ユーザが任意に設定することができる。心筋輪郭抽出プログラム１１３は、周辺機器インタフェース１０８を介して、上記の閾値率を設定するための入力を受け取ることができるように構成されていることが好ましい。

また実施形態によっては、上記の式で定義される画像閾値は、本明細書で紹介する様々な処理例において使用されることがあり、処理例によっては用いられる閾値率や、計算に用いられるスライス又は画素範囲が異なる場合もありうる。そこでステップ３２０では、閾値率やスライス／画素範囲を変更して、複数の画像閾値を計算しておき、後の処理で呼び出して使えるようにRAM１０４や補助記憶装置１０６に格納しておいてもよい。

ステップ３３０では、画像データ１３０の全画素の平均座標である画像中心が計算されると共に、画像データ１３０において上記画像閾値以上のカウント値を有する全ての画素の平均座標である画像重心が計算される。そして、画像中心と画像重心との距離が、画像データ１３０の縦・横・奥行きいずれかの方向の長さの所定の割合を超える場合は、前記全画素の平均座標が前記画像重心に一致するように各画素を平行移動する。

このとき、上記画像閾値を計算するための閾値率は、ユーザが任意に定めることができるが、発明者が調べたところによれば、心筋輪郭抽出処理に好影響を与えるためには、３０％程度であることが好ましい。また上記の所定の割合についても、心筋輪郭抽出処理に好影響を与えるためには、１０％程度であることが好ましい。

ステップ３１０やステップ３３０の処理は、実施形態によっては、画像データ１３０に予め施されているだろう。つまり図１において補助記憶装置１０６に格納されている画像データ１３０は、予めステップ３１０やステップ３３０の処理が施された画像データである場合がある。その場合はこれらのステップに係る処理を再度繰り返す必要はもちろんない。

ステップ３４０では、画像データ１３０の中で後の処理の対象とする範囲が設定される。このステップでは、画像データ１３０を、短軸横断断面像を含む画像スライスの集合に見立て、短軸横断断面スライスを心尖部側から心基部方向に走査し、上記画像閾値を超える画素が存在する最初のスライスを同定する。また、心基部側から心尖部方向にも走査し、上記画像閾値を超える画素が存在する最初のスライスを同定する。そして、同定された２枚のスライスの間に存在する画素のみを、後続の処理（例えば図３のステップ３５０以降の処理や、図２のステップ２１０や２２０の処理）の対象とする。

ステップ３４０で、画像データ１３０の中で処理の対象とする範囲を設定することにより、以降の処理から不要なデータの影響を取り除くことができる。この処理により、特に心基部における心筋輪郭抽出の質が向上することが、発明者の検討により判明している。この処理における上記画像閾値を計算するための上記閾値率は、ユーザが任意に設定することができるように構成されていることが好ましい。しかし、閾値率を大きくとれば、より多くの不要部分を処理対象から除外することができるが、必要な部分まで処理対象から除外される危険性も増す。発明者の検討によれば、心筋輪郭抽出処理に好影響を与えるためには、３０％程度の閾値率を用いることが好ましい。

ステップ３５０では、画像データ１３０に画像化されている心室（通常は左心室）の中心を自動処理で決定する。ここで決定される心室中心は、後続のステップ３６０や３７０において、心筋輪郭抽出処理の対象となる画素をさらに絞り込むために使用されたり、図２のステップ２１０で近似楕円体を計算するために使用されたりすることができる。

図４のフローチャートを用いて、ステップ３５０の心室中心決定処理のより具体的な例を紹介する。

ステップ４００は処理の開始を示す。ステップ４０４では、心室中心の検索を開始するスライスの決定を行う。ここでいうスライスとは、短軸横断断面像を含む画像スライスである。画像データ１３０を短軸横断断面スライスの集合であると考え、その中で心室中心が存在する可能性のあるスライスを検索開始スライスとする。

本実施例では、ステップ４０４の処理においても、ステップ３２０に関連して式１で定義した上述の画像閾値を用いる。そして、計算した画像閾値以上のカウント値を有する全ての画素の平均座標（画像重心）を計算し、この画像重心が属する短軸横断断面スライスを、検索開始スライスとする。ステップ４０４で用いる閾値率は、ステップ３２０で用いた閾値率とは異なってもよい。ここで用いる閾値率はユーザが任意に設定できるようにされていてもよい。しかし発明者の調査によれば、閾値率を５０％程度とすることが、心室中心決定処理に好影響を与えることが判明している。したがって、ここで用いる閾値率は、５０％程度とすることが推奨される。なお、ステップ４０４で画像閾値を計算する基礎となる画素の集合も、ステップ３２０において画像閾値を計算する基礎となる画素の集合とは異なっていてもよい。

ステップ４０８以降では、検索対象スライスにおいて心室中心の検索が行われる。この処理においても、上に式１で定義した画像閾値が用いられる。そしてステップ４０８では、ステップ４０４で決定された検索対象スライスに対して当該画像閾値の初期値を設定する。すなわち式１における閾値率の初期値を設定する。この閾値率の初期値は任意に設定することができるが、発明者の試行錯誤の結果によれば、３０％程度とすることが推奨される。ステップ４０４の場合と同様に、ステップ４０８において画像閾値を計算する基礎となる閾値率や画素集合は、ステップ３２０や４０４で用いられる閾値率や画素集合とは異なっていてもよい。

ステップ４１２は心室中心の検索を実行するステップである。本実施例においては心室中心の検索を次のような処理によって行っている。

（サブステップ１）検索対象スライスにおいて、設定した画像閾値（今の場合はステップ４０８で設定された初期閾値）を上回る画素値を有する領域に対してラベリングを行う。また、そのうちサイズが最大となるラベルを特定する。なお、ラベリングとは、画像処理の分野でよく用いられる用語であり、連続する画素に対して同じ番号を割り振る処理のことをいう。サイズが最大となるラベルとは、ラベルに用いられる数字の大きさではなく、同じ数字（ラベル）を有する画素の数が多いラベルを意味する。例えば、ラベルとして１〜３が割り振られたケースであって、ラベル１が割り振られた画素が１０個、ラベル２が割り振られた画素が４０個、ラベル３が割り振られた画素が５個である場合、サイズが最大となるラベルはラベル２となる。

（サブステップ２）サブステップ１で同定した、サイズが最大となるラベルの領域の中心を計算する。本明細書又は特許請求の範囲において、この中心を「最大ラベル中心」と称する場合がある。

（サブステップ３）サブステップ１で同定した、サイズが最大となるラベルの領域内において、上記設定した閾値を下回る画素値を有する画素に対してラベリングを行う。このとき用いるラベルを、サブステップ１で行うラベリングに用いるラベルと区別するため、穴ラベルと称する。

（サブステップ４）割り振られた穴ラベルのうち、次の条件の少なくとも一つを満たすラベルは後の処理から除外する。すなわち後の処理では使わない。
・ スライスの辺縁に近い領域に中心を有する穴ラベル。これは、スライスの端部には心室中心は存在しないと思われるからである。例えば、スライスの辺縁から４０ｍｍ以内に中心を有する穴ラベルは除外する。なお穴ラベルの中心とは、抽出された穴ラベルの座標平均とすることができる。
・ 中隔領域に中心を有する穴ラベル。ただし中隔領域は適当な手段で推定しなければならない。これには例えば次のような方法がある。まずは検索対象スライスにおいて、上記画像閾値の初期値以上の画素値を有する画素についてラベリングを行う。そして、前壁が上側に位置するように表示した場合に、最も大きなサイズを有するラベルの平均座標より上側において、最も左側に位置するラベル座標より左側を中隔領域とする。なお、ＰＥＴやＳＰＥＣＴの短軸横断断面像における心室（心臓）の向きは事実上標準化されており、短軸横断断面像における心室の向きは、ディスプレイに表示される時に前壁側が上側となり、中隔領域側が左側になるように画素配列されていることが一般的となっている。
・ ラベルのサイズが１ｃｍ^２未満である穴ラベル。

（サブステップ５）サブステップ４までの処理において、残った穴ラベルの数が一つだけである場合、その穴ラベルの中心を心室中心と決定する。サブステップ４までの処理を行なっても複数の穴ラベルが残っている場合、残った穴ラベルのうち、サブステップ２で計算した最大ラベル中心に最も近い中心を有する穴ラベルの中心を、心室中心と決定する。決定された心室中心の座標データは、後続の処理に用いられるべく、プログラム１１３の命令に従うＣＰＵ１０２によって、主記憶装置１０４または補助記憶装置１０６に格納されてもよい。本明細書で説明される様々な処理においても、プログラム１１１−１１３とＣＰＵ１０２との協働によって得られた演算結果は、主記憶装置１０４または補助記憶装置１０６に格納され、後続の処理に用いられる。

ステップ４１６は、ステップ４１２において心室中心が決定できたか否かを判断する。心室中心が決定できていれば、さらに処理を行なうことなく、心室中心検索処理は終了となる（ステップ４３６）。しかし、心室中心が決定できていなければ、ステップ４２０に進み、ステップ４１２で用いる画像閾値を変更して、改めて心室中心の検索を実行する（ステップ４２４，４１２）。

ステップ４２０で行われる閾値の変更は次のように行われる。
（１）初めは、処理ループがステップ４２０に戻るたびに画像閾値を上げていく。例えば、上記の例では、上記閾値率の初期値を３０％としていたが、これを、処理ループがステップ４２０に戻るたびに、５％ずつ上昇させる。
（２）閾値率が所定の値、例えば５０％に到達しても、まだ心室中心が決定できていなければ、閾値率を初期値より低い値に設定する。例えば、初期値である３０％より低い２８％に設定する。その後、処理ループがステップ４２０に戻るたびに、閾値率を所定の割合ずつ減少させる。例えば２％ずつ減少させる。

検索のための画像閾値を上記のように変更する理由は次の通りである。すなわち、ある値（例えば閾値率５０％としたときの画像閾値）までは、心室中心を決定できない理由を、画像閾値が低すぎて心室中心であっても画素値が閾値を越えてしまっているためであると予想する。しかし、画像閾値をある程度以上高くしても心室中心が決定できない場合は、検索対象スライスにおいては、そもそも閾値が高すぎて心筋部ですらも閾値以下の画素値しか有していないと予想を変更する。そこで今度は画像閾値を下げて、画素値が画像閾値を超える画素が現れることを期待する。このような柔軟な閾値変更スキームのために、心室中心を自動で特定する能力が従来技術に比べて大きく向上している。

ステップ４２４では、上記のように変更した検索閾値率が検索終了値未満になっているかどうかを調べる。検索終了値は任意に設定してもよく、例えば１０％とすることができる。閾値率が検索終了値より低くなっている場合、ステップ４２８に進み、検索対象スライスを変更する。本実施例では、現在の検索対象スライスから所定枚数（例えば１枚）心基部側に離れたスライスを、次の検索対象スライスとする。いずれかの検索対象スライス及び画像閾値（閾値率）において心室中心が特定できれば、他のスライスについて心室中心特定処理を行なうことなく、処理を終了する（ステップ４３６）。ステップ４０８から４３２を繰り返し、検索終端スライスに到達して、なお心室中心の決定に失敗する場合は、エラーを出力する（ステップ４４０）。検索終端スライスは任意に設定することができる。例えば、上記閾値率を所定値（例えば３０％）としたときの画像閾値を超える画素値を有さないスライスを、検索終端スライスとしてもよい。

上記の説明においては、閾値率として５０％や３０％など、いくつかの数値が使用されているが、これらは全て例示に過ぎないことに留意されたい。後の説明においてもいくつかの具体的な数値が示されるが、本明細書で使用される数値は全て例示であり、本発明の実施形態のバリエーションには、これらとは異なる数値を使用したものも含まれる。しかしながら、これらの数値は、現時点において好適であると考えられている数値でもあって、これらの数値を変更した場合、処理が遅くなるなどの不利益が生じる可能性は存在する。

続いて図３に戻り、ステップ３６０の処理を説明する。このステップでは、画像データ１３０の中で、図２のステップ２１０以降で心筋輪郭抽出処理の対象とする画素をさらに絞り込む処理を行う。この処理は、次のようなサブステップによって行われてもよい。

（サブステップ１）画像データ１３０の中で、ステップ３５０で決定した心室中心が属する短軸横断断面スライスを特定する。

（サブステップ２）特定した短軸横断断面スライスにおいて、心室中心から前壁側に複数の方向で画素値の変化を調べると共に、調べた各方向において心筋外膜点の特定を試行する。前述のように、短軸横断断面像における心室の向きは、ディスプレイに表示される時に前壁が上側にくるように画素配列されていることが一般的となっている。そこで、例えば心室中心から鉛直上方を０°として所定の角度ごとにトレース方向を設定し、各トレース方向において画素値の変化を調べて外膜点を特定することとしてもよい。トレース方向は、例えば、０±６０°の区間を１０°間隔で設定してもよい。画素値の変化から外膜点を特定するには、例えば閾値法や変化率法を利用してもよい。閾値法の場合、例えば、トレース方向における最大画素値を有する画素よりもトレース中心から遠い位置の画素であって、その画素値が閾値以下となる画素（例えば前記最大画素値の例えば７０％）を、外膜点としてもよい。変化率法の場合、例えば、トレース方向に沿う画素値変化の微分カーブにおける変曲点に対応する画素であって、トレース方向における最大画素値を有する画素よりもトレース中心から遠い位置の画素を、外膜点としてもよい。

図５の（Ａ）は、トレース方向の設定の様子を描いたものである。心室中心５０２から鉛直上方に０°のトレース方向５０３が設定されると共に、＋６０°方向にトレース方向５０４が、−６０°方向にトレース方向５０５が設定されている。図示されていないが、これらのトレース方向の間にも１０°間隔でトレース方向が設定されている。

（サブステップ３）各トレース方向で特定された心筋外膜点のうち、心室中心から最も離れた心筋外膜点に基づいて、画像データ１３０の中で心筋輪郭点抽出処理の対象とする範囲を決定する。例えば、心室中心を中心として、そこから最も離れた心筋外膜点までの距離の、例えば１．３倍を半径とする円内を、心筋輪郭点抽出処理の対象とすることとしてもよい。この様子が図５（Ｂ）に描かれており、図中の符号５０６で示された円が、上記のようにして求められた円を表している。サブステップ１で特定された短軸横断断面スライスだけでなく、他の短軸横断断面スライスについても、ここで設定された範囲を踏襲して心筋輪郭点抽出処理の対象とすることとしてもよい。すなわち、上記の円を含む円柱状の領域を、画像データ１３０の中で心筋輪郭点抽出処理の対象とする範囲と決定してもよい。

サブステップ２で心筋外膜点の特定を行うにあたり、特定処理の対象とする画素を、所定の閾値率により計算された前述の画素閾値よりも大きな画素値を有する画素に限定してもよい。この所定の閾値率は任意に定めることができるが、画素閾値を大きくすれば不要な部分を処理の対象から除くことができるが、大きくし過ぎると心筋部分まで処理から除外される可能性がある。発明者は、その調査に基づいて、３０％程度を推奨する。

続いて図３のステップ３７０の処理を説明する。このステップでもステップ３６０と同様に、図２のステップ２１０以降で心筋輪郭抽出処理の対象とする画素を絞り込むための処理が行われる。したがって実施形態によっては、ステップ３６０と３７０のいずれかのみを実行することとしてもよい。ステップ３７０の処理は、次のようなサブステップによって行われてもよい。

（サブステップ１）画像データ１３０の中で、ステップ３５０で決定した心室中心が属する短軸横断断面スライスを特定する。

（サブステップ２）心室中心から放射状に（例えば１０°ステップで）トレース方向を設定すると共に、各トレース方向において画素値の変化を調べて心筋外膜点の特定を試みる。画素値の変化から外膜点を特定するには、例えば閾値法や変化率法を利用してもよい。閾値法の場合、例えば、トレース方向における最大画素値を有する画素よりもトレース中心から遠い位置の画素であって、その画素値が閾値以下となる画素（例えば前記最大画素値の例えば７０％）を、外膜点としてもよい。変化率法の場合、例えば、トレース方向に沿う画素値変化の微分カーブにおける変曲点に対応する画素であって、トレース方向における最大画素値を有する画素よりもトレース中心から遠い位置の画素を、外膜点としてもよい。

（サブステップ３）特定された心筋外膜点をサンプル点として円近似を行い、中心と半径を求める。

（サブステップ４）サブステップ２，３を、サブステップ１で特定された短軸横断断面スライスの近傍の複数のスライスについても行う。ただしこれらのスライスについてのトレース方向の原点（トレース中心）は、各スライスにおいて心室中心が投影される位置に置く。

（サブステップ５）サブステップ２，３を行ったスライスのうち、近似円の半径が最大となるスライスで特定された心筋外膜点を用いてマスク領域を設定する。例えば、特定された各心筋外膜点からトレース中心から見て外側に１０ｍｍ離れた点をつないで作成した略円状の領域をマスク領域としてもよい。他のスライスについても、対応する領域をマスク領域としてもよい。

（サブステップ６）設定されたマスク領域よりトレース中心からみて外側の領域に位置する画素の画素値を０にクリアする。このクリア処理は、マスク領域の設定に用いられたスライスだけで行われるのではなく、画像データ１３０全ての短軸横断断面スライスに対して行われる。従って、画像データ１３０の中で、サブステップ５で設定された略円を含む略円柱状の領域にのみ、０でない画素値が残ることになる。

図６（Ａ）は、上記サブステップ５の処理を説明するための図である。この図には短軸横断断面像に略円状に分布する点が２重に描かれている。符号６０２で示した内側の点が心筋外膜点を表し、符号６０４で示した外側の点がマスク領域を定義する点である。図６（Ｂ）は、上記サブステップ６の処理を説明するための図であり、マスク領域の外に位置する画素が０にクリアされた様子を描いている。符号６０４で示した、マスク領域を定義する点の外側の画素が黒く表示されており、画素値が０であることが示されている。図６（Ｃ）は、上記サブステップ６の処理がなされた後の画像データ１３０から長軸横断断面像を切り出して表示したものである。図中、符号６０４ａは、図６（Ａ）または（Ｂ）における点６０４のいずれかに対応する位置を示している。画像データ１３０の全体にわたって、マスク領域の外に位置する画素が黒く描かれており、画素値が０にクリアされていることが示されている。
〔心筋輪郭特定処理の基礎となる楕円体の作成〕

続いて、図２のステップ２１０で示されている近似楕円体の作成処理の具体例を図７を用いて説明する。この近似楕円体のパラメータは、次のステップ２２０で心筋輪郭抽出を行うための基礎となる。

ステップ７００は処理の開始を示す。ステップ７０４では、近似楕円体を求める基礎となる点をサンプリングするための基準となる中心点を決定する。実施例によっては、この中心点をユーザが好きなように設定したり、図３のステップ３５０で決定した心室中心としたりすることができる。また実施例によっては、次のようにしてサンプリング中心点を決定してもよい。

（サブステップ１）図３のステップ３５０で決定した心室中心が属する短軸横断断面像において、心室中心から放射状に画素値の変化を調べる。すなわち画素値の（変化の）プロファイルを作成する。（画像データ１３０の画素値はガンマ線のカウント数に対応する値を有していることから、本明細書ではこのプロファイルをカウントプロファイルと称することがある。）また、調べた各方向において、画素値が最大となる点を特定する。

なお、図３のステップ３５０で決定した心室中心の座標は、主記憶装置１０４または補助記憶装置１０６に格納されていてもよい。また、軸の方向は、オリジナル画像データで用いられている座標系に従ったものであってもよい。当該心室中心を含む短軸横断断面像は、前述のように、心筋輪郭抽出プログラム１１３の命令に従って呼び出されたスライス操作プログラム１１２の命令に従って、ＣＰＵ１０２が画像データ１３０を操作することにより作成される短軸横断断面スライスであってもよい。

（サブステップ２）サブステップ１で得られた画素値の特徴点を近似する円を求める。例えば画素値が最大となる点の集合を近似する円を求める。

（サブステップ３）サブステップ２で得られた近似円の中心をサンプリング中心点と決定する。

近似円の導出は様々な方法で行うことができる。例えば、全ての画素値最大点の座標の平均値を中心座標とし、当該中心座標から各画素値最大点までの距離の平均値を半径とした円を近似円としてもよい。また、この近似円の中心座標や半径を少しずつ変化させ、それぞれ残差の二乗和を計算してこれが最小となる円を最終的な近似円としてもよい。

実施形態によっては、次のような画素値最大点を、サブステップ２の近似円を求める処理から除外してもよい。
・ 原点（図３のステップ３５０で決定した心室中心）から画素値最大点までの距離が、他の画素値プロファイルにおける同様の距離の平均より２σ以上乖離している点。
・ 画素値が、全ての最大画素値の最大値の所定割合以下である点。

なお、本発明の実施形態のバリエーションには、サンプリング中心点を手動で決定することや、市販のプログラムを用いて決定した心室中心点をサンプリング中心点とすることも含む。心筋輪郭抽出プログラム１１３のバリエーションには、任意の方法で取得したサンプリング中心点を用いてステップ７０８以降を実行するようにＣＰＵ１０２に命令するように構成されるものが存在してもよい。

ステップ７０８では、前のステップで決定したサンプリング中心点から球放射状に、すなわち３次元的に四方八方に、画像データ１３０をサンプリングし、画素値の変化を調べる。また、調べた各方向において、画素値が最大となる点を特定する（ステップ７１０）。ステップ７１２では、得られた画素値最大点の集合を近似する楕円体を計算する。

本実施例において、ステップ７０８−７１２の処理は、より具体的に次のように行われることができる。

（サブステップ１）サンプリング中心点を通り、心基部から心尖部へと延びる軸をZ軸とし、これを含む断面（長軸横断断面）において、心尖部を０°，心基部を１８０°として、サンプリング中心点を原点として例えば１０°間隔で全周に亘ってサンプリング方向を設定し、各方向について画像データ１３０をサンプリングして画素値の変化を調べる。すなわち画素値のプロファイル（カウントプロファイル）を作成する。ただし、１８０°方向については、心筋が存在しない可能性があるので、画素値プロファイルの作成は行わない。また、調べた各方向において、画素値が最大となる点を特定する。サンプリング中心点とサンプリング方向、および作成される近似楕円の様子を図８に示した。

ところでＺ軸は、実際には画像データ１３０における短軸横断断面像に垂直な軸などと決定することができる。この軸は、実際の心尖部方向や心基部方向とは若干ずれている可能性がある。しかし、このステップで使用される中心点や軸は、後の心筋内外膜点の判定トレースを行うための楕円体を求めるための中心点や軸であり、実際の心筋内外膜点の判定トレースに用いられるものではないので、多少の誤差があっても構わない。

（サブステップ２）サブステップ１で得られた画素値最大点の集合を近似する楕円を求める。

（サブステップ３）画素値プロファイルを作成する断面を、Z軸のまわりに例えば１０°ずつ回転し、それぞれについて、サブステップ１，２と同様の処理を行なって近似楕円を求める。

（サブステップ４）サブステップ１−３によって得られた１８個（サブステップ３における回転間隔が１０°であった場合）の近似楕円のパラメータ（中心座標、長辺、短辺等）の平均を、近似楕円体のパラメータ（中心座標、長軸、短軸長等）とする。例えば、近似楕円体の中心座標は上記１８個の近似楕円の中心座標の平均座標とすることができる。また例えば、近似楕円体の長軸の方向は、上記１８個の近似楕円の中心座標をこれらの平均座標に平行移動した後の、当該１８個の近似楕円の長辺の平均方向とし、近似楕円体の長軸の長さは、上記１８個の近似楕円の長辺の長さの平均値とすることができる。また例えば、近似楕円体の短軸の長さは、上記１８個の近似楕円の短辺の長さの平均値とすることができる。したがって、得られる近似楕円体は回転楕円体、すなわち長軸の周りに円対称となる楕円体である。

なお、これらのサブステップの順番は例示であることに留意されたい。例えば、上記の例のように特定の断面についてサンプリングと楕円近似を行なってから次の断面についてのサンプリングと楕円近似を行うのではなく、全ての断面についてサンプリングを行なってから、各断面について楕円近似を行うという流れで処理を行ってもよい。

近似楕円の導出は様々な方法で行うことができる。例えば、全ての画素値最大点の座標の平均値を中心座標とし、当該中心座標から各画素値最大点までの距離の最大値を長辺の長さ、最小値を短辺の長さとする楕円を近似楕円としてもよい。また、この近似楕円の中心座標や半径を少しずつ変化させ、それぞれ実際の画素値最大点との残差の二乗和を計算して、これが最小となる楕円を最終的な近似楕円としてもよい。
〔心筋輪郭点の抽出〕

続いて、図９ａ〜図９ｄを用いて、図２のステップ２２０の処理の詳細を説明する。このステップでは、その前のステップ２１０で求めた楕円体に基づいて、処理対象の画像データ１３０の画素のうち、心筋の外膜点や内膜点に対応する画素を特定する。

ステップ９００は処理の開始を示す。ステップ９０２では、図２のステップ２１０で求めた楕円体について、その長軸を含む断面を一つ決定する。この断面は任意に設定してよい。例えば、長軸をＺ軸とし、これに垂直にＸ軸、Ｙ軸を設定したとき、Ｙ軸に垂直な断面とすることができる。この断面は当然楕円となる。

ステップ９０４以降では、ステップ９０２で得られた楕円を利用して、心筋輪郭点の抽出を行うトレース方向を設定していく。まずステップ９０４において、Ｚ軸において心尖部方向を０°、心基部方向を１８０°として検索角度を設定し、ステップ９０６において、楕円中心から設定した検索角度方向へ延ばした直線と、楕円との交点を求める。本実施例では、最初の検索角度を１０°とし、処理ループがステップ９２４を経てステップ９０４に戻るたびに角度を５°ずつ増していき、検索角度が１７０°に達したところでそれ以上は検索角度を増やさずに終了することとしている。すなわち図９ａのステップ９２４に記載されている「検索終了角度」を１７０°としている。しかしながら、これらの数値は例示であり、最初の検索角度や検索終了角度、角度の増分ステップに、他の数値を採用してもよいことはもちろんである。

ステップ９１０では、ステップ９０６で計算された交点における法線が求められる。すなわち交点における接線に垂直な直線が求められる。ステップ９１２においては、この法線とＺ軸（すなわち楕円の長軸）との交点が計算され、この交点が現在の処理ループにおける心筋輪郭点抽出のトレース中心と決定される。すなわち、心筋輪郭点抽出のためのサンプリングの起点と決定される。

ステップ９１６では、心筋輪郭点抽出を行う最初のトレース方向（すなわちサンプリングの方向）が決定される。これは、ステップ９１２で決定されたトレース中心からステップ９０６で計算された交点へ向かう方向であると決定される。続く処理のために、この方向を向くベクトル（トレース方向ベクトル）が計算される。

図９ｂに、検索角度と、検索角度方向へ延びる直線と楕円との交点、当該交点の法線、法線とＺ軸との交点、トレース方向ベクトルなどの関係を図示した。

ステップ９１８では、トレース方向ベクトルをＺ軸（すなわち楕円の長軸）の周りに回転させるための回転角度が設定される。本実施例では、処理ループがステップ９２２を経てステップ９１８に戻るたびに、０°から３５０°まで、１０°ステップで回転角度を増すこととしている。すなわちＺ軸の周りに初期方向ベクトルを一周させる。従ってトレース方向は、ステップ２１０で求めた楕円体の長軸上の点から当該楕円体の面に垂直な方向に向かって該長軸の周りに円錐放射状に等間隔に設定される。上記のステップ幅である１０°はもちろん例示であり、実施形態によっては、角度の増分ステップを、例えば５°など他の値としてもよい。ステップ９２０では、ステップ９１８で設定された方向すなわち回転した方向ベクトルの方向で、画像データの心筋輪郭点抽出処理が行われる。この処理については図９ｃを用いて後に詳細に説明する。

ステップ９２２では、トレース方向ベクトルのＺ軸の周りの回転角度が回転終了角度であるか否かが判定される。前述のように、本実施例ではこれを３５０°としている。回転終了角度になっていれば、ステップ９２４に進み、ステップ９０４で設定した現在の検索角度が検索終了角度であるか否かが判定される。前述ように、本実施例ではこれを１７０°としている。検索終了角度になっていれば、処理は終了する（ステップ９２６）。

続いて図９ｃを用いて、図９ａのステップ９２０の心筋輪郭点抽出処理の一例を説明する。

ステップ９３０は処理の開始を示す。ステップ９３２では、ステップ９１２で設定されたトレース中心から、ステップ９２２で設定されたトレース方向ベクトルの方向に、処理対象の画像データ１３０が走査され、画素値のプロファイルが作成される。すなわち位置に応じた画素値の変化が調べられる。このステップにおいて、有効な画素値について閾値を設けてもよい。例えば、このプロファイルにおける最大画素値の３０％以下の画素値については、画素値を無効又は０としてもよい。または、前述の閾値率を３０％として前述の画素閾値を定め、これを下回る画素値を有する画素を処理から除いてもよい。これは、ノイズを含む可能性のある画素を処理から除外するためである。

ステップ９３４では、ステップ９３２で作成されたプロファイルにおける画素値が最大となる点（画素）が特定される。

ステップ９３６では、次のステップ９３８で設定される判定ラインを計算するための「判定閾値」が初期値にセットされる。ステップ９３８ではその判定ラインが計算される。この判定ラインは、後述のように、次のステップ９４０において、心筋の内膜点及び外膜点を特定する基準となるものである。実施例によっては、この判定ラインは、ステップ９３２で作成された画素値プロファイルにおける最大画素値に基づいて決定されてもよい。実施例によっては次のように決定されてもよい。

判定ライン＝（最大値−最小値）× 判定閾値 ＋ 最小値

上の式において、最大値とは画素値プロファイルにおける最大画素値を表し、最小値とは画素値プロファイルにおける最小画素値を示す。判定閾値はステップ９３６で初期設定されると共に、必要に応じてステップ９４４で再設定される。判定閾値を再設定する場合についてはステップ９４２に関連して後述される。例示であるが、ステップ９３６でセットされる初期の判定閾値は、本実施例では７５％である。実施例によっては、内膜点を判定する場合と外膜点を判定する場合とで判定閾値を変えてもよい。

ステップ９４０においては、画素値プロファイルがこの判定ラインと交差する点の付近を心筋の内膜点や外膜点と判定する。実施例によっては、プロファイルにおける画素値最大点から見てトレース中心の側において該プロファイルが判定ラインと交差する点のうち、画素値最大点に最も近い点又はその近傍を、そのプロファイルにおける心筋の内膜点と判定する。例えば、画素値最大点からトレース中心の方へプロファイルカーブを下って行くとき、プロファイルが判定ラインを最初に下回った点（画素）を、そのプロファイルにおける心筋内膜点と判定する。同様に、実施例によっては、プロファイルにおける画素値最大点から見てトレース中心の反対側において該プロファイルが判定ラインと交差する点のうち、画素値最大点に最も近い点又はその近傍を、そのプロファイルにおける心筋の外膜点と判定する。例えば、画素値最大点からトレース中心とは反対側の方へ画素値プロファイルカーブを下って行くとき、プロファイルが判定ラインを最初に下回った点（画素）を、そのプロファイルにおける心筋外膜点と判定する。

図９ｄに、Ｚ軸方向から見た、画像データのトレース面や、トレース中心、トレース方向、画素値プロファイル、判定ライン、画素値最大点、内膜であると判定した点や外膜であると判定した点などの関係を示してあるので参照されたい。画像データのトレース面は、ステップ９０４で設定される検索角度が９０°未満の場合、実際にはZ軸方向に角度がついており、コーン状のトレース面を上から平面的に表しているものであることに注意されたい。

ステップ９４２においては、ステップ９４０で特定された内膜点と外膜点との距離が計算され、この距離が所定の範囲内に収まっているかどうかが判定される。内膜点と外膜点との距離は、心筋の膜厚を反映していると考えられる。前述の所定の範囲は、例えば８ｍｍ以上３２ｍｍ以下とすることができる。この範囲は例示ではあるが、発明者の研究によれば、心筋に異常がない者でも、何らかの異常を抱えているものでも、例えば心筋が薄くなるような疾患を抱えている者に対しても心筋輪郭点抽出が最も良好に行われる範囲である。ステップ９４２で、内膜特定点と外膜特定点との距離が上記所定の範囲内にない場合は、ステップ９４４に進み、判定閾値を変更する。閾値の変更ステップは例えば５％などとすることができる。例えば、内膜特定点と外膜特定点との距離が８ｍｍ以下の場合、判定閾値を５％ずつ上昇させることとしてもよい。また例えば、内膜特定点と外膜特定点との距離が３２ｍｍ以上の場合、判定閾値を５％ずつ減少させることとしてもよい。内膜特定点と外膜特定点との距離が所定の範囲内に収まる場合、内膜及び外膜の特定点を確定し、処理を終了する（ステップ９４８）。一定以上判定閾値を変化させても内膜特定点と外膜特定点との距離が所定の範囲内に収まらない場合、エラーを出力（ステップ９５０）し、当該プロファイルにおいては内膜点及び／又は外膜点を特定できなかった旨が示される。なお、処理がエラー出力で終了する場合（ステップ９５０）であっても、例えば初期判定閾値に基づく判定ラインに基づいて特定された内膜点及び／又は外膜点を出力に含めることが好ましい。

ところで、心尖部においては、輪郭点判定トレース領域（すなわちステップ９０４−９２２によって設定される円錐状の領域）が、心筋の膜内に入るか近づきすぎてしまい、心筋内膜点を特定できないことがある。そこで心尖部と思われるトレース領域においては、外膜点のみを特定し、内膜点は特定しないとしてもよい。その場合、判定ラインを変化させることは不要であるので、例えば、ステップ９３６で設定された初期判定閾値に基づく判定ラインに基づいて、上記のように外膜点を特定し、その点を該当プロファイルにおける外膜判定点と決定してもよい。トレース領域が心尖部に位置するか否かは、例えばステップ９０４において検索角度が所定範囲内、例えば１５°以内の場合であるなどとすることもできる。また、後に説明される心尖部特定方法に基づいて心尖部を特定してもよい。

これまで説明された処理を用いることにより、心筋の３次元ＳＰＥＣＴ画像データにおいて精度良く心筋の内膜点や外膜点に対応する画素を特定することが可能となる。特定された心筋輪郭点の情報を含む画像データは、画像データ１４２として補助記憶装置１０６に格納されてもよい。

しかしながら、図２のステップ２３０として示されているように、心筋輪郭点の抽出の質をさらに向上させるために、様々な補間処理や整形処理などが本願発明者により発明されている。また、実施形態によっては、心尖部や心基部、またその中間領域に分けて補間処理や整形処理を行うため、心尖部領域や心基部領域の特定方法も本願発明者により発明されている。以下はそのような発明についても紹介する。
〔心尖部領域の特定〕

図１０を用いて、心尖部領域を特定する処理の例について説明する。本処理例では、図２のステップ２１０で求めた楕円体とは別の第２の楕円体を求め、その先端部を心尖部の先端と決定する。また、求めた楕円体の中心付近における短軸横断断面スライスを用いて心筋の平均膜厚を計算し、これを心尖部の膜厚としても用いる。

ステップ１０００は処理の開始を示す。ステップ１００４から１０２０までは、心尖部の最先端部を決定するための処理となる。ステップ１００４では、上記第２の楕円体を求めるためのトレースを行う中心点を設定する。ある実施例では、この中心点は、図２のステップ２１０で求めた楕円体（以下、この楕円体を第１の楕円体と称する場合がある）の中心である。ステップ１００８では、設定した中心点から放射状に、処理対象の画像データ１３０のトレースを行い、画素値の変化を調べる。すなわち画素値のプロファイルを作成する。実施例によっては、このトレースは、心尖部側についてのみ行ってもよい。実施例によっては、第１の楕円体の長軸方向の心尖部側を９０°としたとき、楕円体の中心（トレース中心）から０〜８０°及び１８０〜１００°の範囲についてのみトレースを行ってもよい（図１０ａ参照）。長軸の周りの角度については、３６０°の範囲でトレースを行うことが好ましい。

ステップ１０１２では、ステップ１００８の各トレースで得た各画素値プロファイルについて、図９ｃのステップ９４０と同様の処理により、外膜点を特定する。すなわち、プロファイルの画素値最大点から見てトレース中心と反対側において、プロファイルが判定ラインと交差する点のうち前記画素値最大点に最も近い点またはその近傍を、該プロファイルにおける心筋の外膜点と特定する。例えば、画素値最大点から見てトレース中心の反対側において、画素値プロファイルが判定ラインを最初に下回る点を、当該プロファイルの外膜点と判定する。ステップ１０１６では、得られた外膜判定点の集合を近似する楕円体（すなわち上記の第２の楕円体が）求められる。

第２の楕円体を求める計算は、図７のステップ７１２における計算と同様に行うことができる。すなわち、例えば、第１の楕円体の長軸を含む断面であって、外膜判定点を有する断面のそれぞれについて、当該断面に含まれる外膜判定点との残差の二乗和を最小とする楕円を求め、これらの楕円の中心の平均値や長辺・短辺の平均から、求める第２の近似楕円体の中心や長軸・短軸を決定してもよい。

良好な近似楕円体を求めるために、ステップ１０１６において近似楕円体を求める前に、ステップ１０１２で得られた判定点のうち、トレース中心から所定の距離よりも遠い位置にある判定点は無効として、近似楕円体を求める計算から除外してもよい。

ステップ１０２０では、心尖部の最先端部を決定する。実施例によっては、求めた第２の近似楕円体における心尖部側の最先端部をもって、画像データに含まれる心臓心室の心尖部の最先端部としてもよい。

図１０ａは、ある長軸断面を用いて、画像データのトレース中心と方向すなわち画素値の変化を調べるための画像データのサンプリングの開始点および方向と、判定された外膜点、それに外膜判定点を近似した楕円の様子を描いた図である。またこの図には、ステップ１０２０で決定された心尖部の最先端部すなわち心尖部の外側に接する横断断面スライスも描かれている。なお、図１０ａは２次元の楕円の長辺に接するように心尖部外側スライスが描かれているが、これは説明の便のためにそうなっているだけで、実際には、ステップ１０１６において求められた３次元の近似楕円体の長辺に接するスライスである。

ステップ１０２４以降は、心尖部の膜厚を決定するための処理となる。ステップ１０２４では、ステップ１００４で設定したトレース中心付近の短軸横断断面像を何枚か抽出する。短軸横断方向は、例えば、第１の楕円体の長軸に垂直な方向とすることができる。実施例によっては、トレース中心とした第１の楕円体の中心を含む短軸横断断面像と、これに心尖部方向及び心基部方向に隣接する短軸横断断面像をそれぞれ例えば１０枚ずつ抽出してもよい。

ステップ１０２８では、ステップ１０２４で抽出した各短軸横断断面像について、それぞれ膜厚の平均を求め、さらに抽出した全ての短軸横断断面像における膜厚の平均を求める。各短軸横断断面像における膜厚を求める手法としては、図９ａのステップ９１２−９２２で説明した手法を応用することができる。すなわち、トレース中心から、所定の角度範囲において、所定の角度ステップで、各角度方向に画素値の変化のプロファイルを作成し、最大画素値の付近で判定ラインと交差する点の付近をそれぞれ内膜点及び外膜点とし、これらの間の距離をもって膜厚とすることができる。トレース中心としては、各スライスにおいて、上記第１の楕円体の長軸と同軸に位置する座標を用いてもよい。図９ｃに関連して説明したように、判定ラインは可変とすることができる。

実施形態によっては、ステップ１０２８において、各短軸横断断面像において膜厚を求める角度範囲を、当該短軸横断断面スライスのトレース中心を中心とし、各短軸横断断面像の上方向を０°として、±６０°としている。これは、前壁方向の膜厚のみを抽出するためである。前述のように、短軸横断断面像においてこの角度範囲が前壁方向であるのは、核医学イメージングの分野において一般的なことである。

ステップ１０３２では、ステップ１０２４で抽出した各短軸横断断面像の各平均膜厚の平均をもって、心尖部の膜厚と定める。ステップ１０３６では、ステップ１０２０で決定した心尖部最先端部から、ステップ１０３２で決定した心尖部膜厚の分だけ心室中心側に移動した位置を、心尖部内側端と決定する。ステップ１０４０は処理の完了を表す。

図１０ｂに、ステップ１０２４で設定する平均膜厚を調べるための範囲と、ステップ１０２８で壁厚検索を行う角度範囲、それにステップ１０３２で決定される心尖部内側端を、図１０のステップ１０２０で決定される心尖部外側端と共に例示する。
〔心基部領域の特定〕

続いて、図１１を用いて、心基部領域を特定する処理の例を説明する。この処理においては、心基部側に位置する所定の範囲の短軸横断断面像において、中隔側の心壁に所定角度以上の途切れが存在するか否かを調べ、その結果に基づいて心基部の開始位置を特定する。

ステップ１１００は処理の開始を示す。ステップ１１０４は、調査対象の画像データ１３０のうち、心壁の途切れを判定する最初の短軸横断断面スライス（心基部判定開始スライス）を設定する。このスライスは、例えば、図２のステップ２１０で求めた楕円体（第１の楕円体）を利用して設定することができ、例えば、第１の楕円体の長軸に垂直な面を表すスライスであって、長軸の心尖部方向を０°としたときに、例えば１１０°に位置するスライスとすることができる。

ステップ１１０８では、判定対象のスライスについて、内膜点及び外膜点の特定を行う。この処理は、例えば、上記第１の楕円体の長軸と判定対象スライスとの交点をトレース中心として当該スライス上で放射状にトレース方向を設定し、各方向について図９ｃで説明した手法などを利用して行うことができる。

ステップ１１１２では、ステップ１１０８の処理結果から、判定対象のスライスにおいて、中隔側の心壁に所定角度以上の途切れが存在するか否かを調べる。心壁の途切れの存在は、特定の画素値プロファイルにおいて有効な内膜点及び／又は外膜点が存在しないことをもって判断することができる。このような場合、当該画素値プロファイルに対応する角度領域は、心壁が途切れていると判断することができる。核医学イメージングで得られる短軸横断断面像においては、一般的に、画面の左方向が中隔側となっている。そこで、例えば、原点を各画素値プロファイルのトレース中心（例えば上記第１の楕円体の長軸と判定対象スライスとの交点）とし、画面右方向を０°とした場合の、１５０〜２１０°の範囲を中隔側と設定することができる。むろん、この範囲は例示に過ぎず、別の範囲を用いることもできる。参考のため、図１１ａに、本例における検索対象の角度範囲の様子を示した。ステップ１１１２では、この角度範囲において、所定角度（例えば２０°）以上の連続した心壁途切れが存在するかどうかを調べる。

ステップ１１０８及び１１１２の処理は、心基部判定開始スライスから、それより心基部側に位置する後述する「調査スライス」と呼ばれるスライスまで、順々に行われる（ステップ１１１６。それによって、各スライスについて、中隔側の心壁に所定角度以上の途切れが存在するか否かが調べられる。

ステップ１１２２では、心基部の開始スライスの決定が試みられる。これは次のように行われる。

（ａ）調査スライスにおいて、中隔側の心壁に所定角度以上の途切れが存在するスライスが連続しているかどうかが判定される。そのようなスライスが連続している場合、連続しているスライスのうち最も心尖部側のスライスを、心基部の開始スライスであると決定する。例えば、スライス番号と途切れ状態の判定結果が次のようであった場合、スライス５４が心基部開始スライスとして決定される。

スライス番号 途切れ状態
５０ なし 心基部判定開始スライス
５１ あり
５２ なし
５３ なし
５４ あり
５５ あり
５６ あり 調査スライス

（ｂ）調査スライスにおいて、上のような途切れが存在するスライスが連続していない場合は次のように処理を進める。
・ 調査スライスおよび調査スライスより心尖部側に位置するスライスの中で、上のような途切れが存在するスライスがないかを調べる。そのようなスライスがある場合、その中で最も心基部側のスライスを、心基部の開始スライスであると決定する。
・ 調査スライスおよび調査スライスより心尖部側に位置するスライスには、上のような途切れが存在するスライスがない場合は、ステップ１１２２では心基部開始スライスを決定せず、次のステップに進む。

ステップ１１２４では、ステップ１１２２において心基部の開始スライスが決定できたか否かが判定され、決定できていれば、ステップ１１４８に進んで処理は終了する。決定できていなければ、ステップ１１２８に進む。

ステップ１１２８以降では、調査スライスより心基部側に一つずつスライスを移動し、それぞれステップ１１０８及び１１１２と同様の処理によって、当該スライスに上記のような心壁の途切れがあるかないかを判定する（ステップ１１３２）。ステップ１１３６では、当該スライスに心壁の途切れが見つかったかどうかが判定され、見つかった場合は、当該スライスを心基部開始スライスと決定する（ステップ１１４０）。見つからない場合は、判定終了スライスまでスライスを一つずつ移動し、さらに心壁途切れを有するスライスを検索する（ステップ１１４４）。処理範囲終端スライスまで検索しても、上記のよう心壁途切れを有するスライスが見つからない場合は、エラーを出力して処理終了する（ステップ１１５２）。

これまでの処理において、「調査スライス」は、例えば、上記第１の楕円体の長軸の心尖部方向を０°としたときに、例えば１３５°に位置するスライスとすることができる。また、「処理範囲終端スライス」は、例えば１５０°に位置するスライスとすることができる。むろん、これらの角度は例示であり、実施形態によっては他の角度を用いてもよい。

図１１ｂに、心基部判定開始スライスと調査スライス、判定対象スライス範囲、および処理範囲終端スライスの関係を例図によって示す。
〔心基部寄りの領域における心筋輪郭点抽出〕

本願発明者は、心基部寄りの領域においては、図９ａを参照して説明した手法よりも、次に説明する手法を用いて心筋輪郭点の抽出を行った方が、結果が良好になることを見出した。この手法を図１２を参照して説明する。

ステップ１２００は処理の開始を表す。ステップ１２０４では、最初に心筋輪郭点抽出処理を行うスライスを決定する。本実施例では、このスライスは、図２のステップ２１０で求めた第１の楕円体の中心を含み、当該第１の楕円体に垂直なスライスよりも、一枚心基部側に寄ったスライスとする。

ステップ１２０８では、処理対象のスライスにおいて心筋内外膜点の特定を行う。この処理は、第１の楕円体との長軸との交点をトレース中心として放射状にトレース方向を設定すると共に、設定したトレース方向の各々において、例えば図９ｃを用いて説明した手法を用いて、心筋内外膜点の特定を試みることで行うことができる。このとき、特定された心筋内外膜点が次のようである場合は、特定された内外膜点を無効としてもよい。
・ 特定された内膜点からトレース中心までの距離が、隣接するトレース方向において特定された外膜点からトレース中心までの距離よりも長い場合。
・ トレースにおけるカウント値の最大値が、有効な内外膜点が特定された全トレースのカウント最大値の平均値より２σ以上離れている場合。但し１σが平均値の１０％以下であれば、この判定は行わなくともよい。
・ 壁厚（内膜から外膜までの距離）が、３０ｍｍを超えるプロファイル。

ステップ１２１２では、有効な外膜点の集合を近似する円を計算し、その中心を求める。この中心を、当該スライスにおける心室中心として記録してもよい。

ステップ１２１６では、ステップ１２１２で計算した近似円の中心をトレース中心として、改めて放射状にトレース方向を設定すると共に、設定したトレース方向の各々において、例えば図９ｃを用いて説明した手法を用いて、心筋内外膜点の特定を試みる。但し、ステップ１２０８において有効な外膜点の割合が低い場合は、すなわち外膜点の判定点が少ない場合は、隣接するスライスのトレース中心と同じ位置をトレース中心として、ステップ１２１６の処理を実行する。ステップ１２１６で抽出された心筋内外膜点に対しても、ステップ１２０８で説明した内外膜点の無効判定処理を適用することができる。

図９ａの手法のように円錐状にトレース方向を設定するのではなく、図２のステップ２１０で求めた第１の楕円体の長軸に垂直な面内でトレース方向を設定し、さらに一度特定した心筋外膜点を用いて改めてトレース中心を設定して心筋内外膜点の抽出を行うことにより、より正確に心筋内外膜点の抽出を行うことができる。

ステップ１２２０では、処理対象スライスが心基部開始スライス（図１１のステップ１１２２・１１２４で決定されたスライス）に到達したか否かが判定される。到達していなければ、ステップ１２２４に進んで、処理対象スライスを１枚心基部側に移動する。到達していれば、ステップ１２２８に進んで処理を終了する。

図９ａ，９ｂを用いて紹介した心筋輪郭点特定処理においては、心尖部方向から心基部方向までほぼ半周に亘って円錐状に心筋内外膜点トレースを行ったが、図１２の心筋輪郭点特定処理を行う場合には、心基部方向については行なわなくてもよい。その代わりに心基部方向の心筋輪郭点については、図１２の処理で特定された輪郭点を採用することができる。
〔逸脱判定点の除去および調整〕

図９ａ，９ｂを用いて紹介した心筋輪郭点特定処理において特定される心筋輪郭点の中には、他に特定された心筋輪郭点の傾向から逸脱し、正常に特定されていないと思われる点が含まれることがある。以下に、そのような逸脱点を除去するために有用な処理の例を紹介する。
（ａ）ステップ９１２で特定されたトレース中心と、ステップ９４０で特定された心筋外膜点とを結ぶ直線上で、トレース中心から心筋外膜点までの距離が、トレース中心から近似楕円体との交点（ステップ９０６参照）までの距離の所定割合未満、例えば９０％未満であれば、その外膜点は無効とする。
（ｂ）あるカウントプロファイル（ステップ９３２参照）の中で、カウント値が最大となる点（画素）が、トレース中心から離れすぎている場合（例えばトレース中心から近似楕円体との交点までの距離の例えば１５０％を超える場合）や、逆にトレース中心に近すぎる場合（例えばトレース中心から近似楕円体との交点までの距離の例えば５０％未満の場合）は、そのカウントプロファイルで特定された内膜点・外膜点の両方を無効とする。
（ｃ）あるカウントプロファイルで特定された内膜点と外膜点との間の距離が所定の値より短い場合（例えば８ｍｍを下回る場合）、外膜点を外側に移動させて所定の値に等しくなるようにする。
〔補間・整形処理〕

続いて図１３を参照して、特定された心筋輪郭点に基づいて補間や移動、無効化などの処理を施すことにより、より滑らかな心筋輪郭を特定するための処理について説明する。

ステップ１３００は処理の開始を示す。ステップ１３０２では補間処理により心筋輪郭点が追加される。図９ａ，９ｂや図１２を用いて紹介した心筋輪郭点特定処理では、心筋輪郭点特定トレースを行う角度ステップを５°や１０°などと例示したように、それほど細かいステップでトレースを行わない場合がある。このため、これらの処理が終了した段階においては、特定された心筋内外膜点は画像データ中に比較的まばらにしか存在しない。そこで、上述の逸脱判定点無効化処理を行った後に残った心筋輪郭点に基づいて線形補間を行って心筋輪郭点を追加することにより、全ての短軸横断断面スライスにおいて心筋内膜点又は外膜点の少なくとも一方が存在するようにされる。

ステップ１３０４では、画像データ中の心尖部領域を決定する。心尖部は、例えばステップ９０４において検索角度が所定範囲内、例えば１５°以内の場合であるなどと、一律に定めてしまってもよい。また、図１０を用いて説明した手法により自動的に心尖部を特定することとしてもよい。

ステップ１３０８では、画像データ中の心基部領域を決定する。心尖部と同様に心基部についても、例えばステップ９０４において検索角度が所定範囲以上、例えば１３５°以上の場合であるなどとするなど、一律に定めてしまってもよい。また、図１１を用いて説明した手法により自動的に心基部を特定することとしてもよい。

以下のステップでは、短軸横断断面スライスの位置によって補間や整形のための処理を変える。このためステップ１３１２では、処理対象の短軸横断断面スライスの位置が判定される。心尖部内側から心基部直前に位置するスライスについては、ステップ１３１６に進む。このステップでは、スライスごとに、当該スライスに存在する心筋内膜点および心筋外膜点を、それぞれ円近似する。続いて、近似円の中心と半径に基づいて、内膜点又は／及び外膜点が存在しない領域に内膜点又は／及び外膜点の補間点を挿入する。ステップ１３１６の近似円による補間処理の様子を図１３ａに示した。この処理により、補間処理が行われたスライスについては全周に亘って心筋内膜点・外膜点が存在することになる。

ステップ１３１６の処理は、心尖部内側から心基部直前に位置する全てのスライスについて行われる。図１３にはループが記載されていないが、これら全てのスライスについて処理が行われるものと理解されたい。また、当該スライスの心室中心を、内膜の近似円の中心に更新する。（ただし外膜のみ補間を行った場合は、外膜の近似円の中心に更新する。）しかし、あるスライスの内膜の有効判定点が少ない場合、例えば全周の２５％以下である場合は、そのスライスの内膜については、ステップ１３１６の円近似補間処理は行わない。同様に、あるスライスの外膜の有効判定点が全周の２５％以下である場合、そのスライスの外膜については、ステップ１３１６の円近似補間処理は行わない。このようなスライスの内膜又は外膜については、ステップ１３２０の隣接スライスによる補間処理が適用される。

続いてステップ１３２０の処理について説明する。前述のように、ステップ１３２０の処理は、内膜又は外膜の有効な輪郭点が少ないスライスについて適用される。説明の便のために、あるスライスＡの内膜において、有効な輪郭点が全周の２５％以下である場合を考える。

（サブステップ１）まず、スライスＡに存在する内膜点と、スライスＡのトレース中心又はＺ軸との距離の平均を求める。

（サブステップ２）次に、スライスＡに隣接するスライスＢにおいて、そのトレース中心又はＺ軸と各内膜点との距離の平均を求める。スライスＢは、スライスＡより中心側（すなわちステップ２１０で求めた楕円体の中心側）に隣接するスライスであることが好ましい。

（サブステップ３）続いて、スライスＡに関して計算した平均距離と、スライスＢに関して計算した距離の平均との差を計算する。

（サブステップ４）最後に、スライスＡにおいて輪郭点が存在しない角度（Ｚ軸周りの角度）において、スライスＢの対応する角度（Ｚ軸周りの角度）の内膜点の座標を上に計算した差だけ移動した点を、当該プロファイルにおける内膜点と定める。

なお、サブステップ４で用いる差は、スライスＡに存在する内膜点が非常に少ない場合、例えば全周の１０％以下である場合は、スライスＢとそれにさらに隣接する別のスライスとから同様に計算された平均距離の差を用いてもよい。

外膜についても、内膜と同様に処理することができる。

続いてステップ１３２４の処理について説明する。ステップ１３２４の処理は、心尖部のすぐ内側のスライスについてのみ行い、これらのスライスについての内膜判定点を近似した円の径が、心尖部に向けて所定の割合で減少するように、各内膜判定点の位置を補正する。

例えば、心尖部領域のすぐ内側のスライスをスライスＡ，スライスＡに心基部側で隣接するスライスをスライスＢ，スライスＢに心基部側で隣接するスライスをスライスＣ，スライスＣに心基部側で隣接するスライスをスライスＤ，スライスＤに心基部側で隣接するスライスをスライスＥと表す。このとき、各スライスの内膜近似円の半径の比が、例えば、Ｅ：Ｄ：Ｃ：Ｂ：Ａ＝１：０．８２：０．７３：０．６０：０．４３となるように、各スライスの内膜判定点の位置を補正してもよい。（内膜近似円とは内膜点を近似した円を指す。ステップ１３１６において求めたものと同じである。）このような補正を行なうことにより、内膜の輪郭をより滑らか且つ自然にすることができる。

続いて、ステップ１３１２で、心尖部領域に位置すると判定されたスライスについての処理について説明する。この場合、処理はステップ１３２８に進む。ステップ１３２８においても、ステップ１３１６における処理と同様に、各スライスに存在する輪郭点を円で近似し、得られた近似円の中心及び半径を利用して、輪郭点が存在しない角度領域に補間により輪郭点を追加する。ただし、心尖部領域に位置するスライスについては内膜点は存在しないので、円近似及び補間は外膜点についてのみ行われる。しかし、外膜点が全周の５０％以下しか存在しないスライスについては、良好な近似円を作成できないので、ステップ１３２８の補間処理は行わずに、ステップ１３３２の隣接スライスによる補間処理を行う。

ステップ１３３２では、図１０のステップ１０１６で求められた第２の楕円体を利用して補間を行う。ステップ１３３２では、全周の５０％以下にしか輪郭点が存在しないスライス（以下、スライスPという）に含まれる全ての外膜点と、第２の楕円体の中心軸との平均距離を計算する。また、スライスPに隣接するスライス（以下、スライスQという）に含まれる外膜点と第２の楕円体の中心軸との平均距離を計算する。そして、これらの平均距離の差分を求め、スライスQの外膜点を当該差分の量だけ移動した点を、スライスＰの外膜判定点とする。

続いて、ステップ１３１２で、心基部領域に位置すると判定されたスライスについての処理について説明する。このようなスライスは、ステップ１３３６以降により処理される。ステップ１３３６では次のようなサブステップを含む処理が行われる。

（サブステップ１）心基部の開始を表すスライス（以下、スライスＡという）において、外膜および内膜それぞれについて、ラベリングなどの手法を用いて、有効な輪郭点が連続する最大の領域である有効領域を特定する。有効な輪郭点とは、無効とマークされていない輪郭点を意味してよい。

（サブステップ２）スライスＡに含まれる外膜点のうち、外膜点に関する有効領域に含まれないものを無効とする。同様に、スライスＡに含まれる内膜点のうち、内膜点に関する有効領域に含まれないものを無効とする。

サブステップ１で設定される有効領域と、サブステップ２で無効とされる判定点の様子を図１３ｂに図示したので参照されたい。

（サブステップ３）スライスＡに対して心基部終端側に隣接するスライス（以下、スライスＢという）において、当該スライスに含まれる外膜点のうち、スライスＡの外膜に関する有効領域に対応する領域に含まれない点を無効とする。ここでスライスＡの外膜に関する有効領域に対応するスライスＢの領域とは、Ｚ軸方向において、スライスＢの領域のうち、スライスＡの有効領域に重なる領域のことをいう。スライスＢに含まれる内膜判定点についても、同様に、スライスＡの内膜に関する有効領域に対応する領域（すなわち長軸方向において重なる領域）に含まれない点を無効とする。
（サブステップ４）スライスＢに対してさらに心基部終端側に隣接するスライス（以下、スライスＣという）について、サブステップ３と同様の処理を行う。すなわち、スライスＢをスライスＡ，スライスＣをスライスＢと見立てて、サブステップ３と同様の処理を行う。
（サブステップ５）サブステップ３を繰り返すたびに、スライスの心室中心から有効領域の角度幅を計算する。あるスライスの有効領域の角度幅が所定の角度以下となった場合、当該スライスおよびそれより心基部終端側のスライスにおける全ての輪郭点を無効にする。この所定の角度は、例えば１２０°とすることができる。

なお、図１３の各ステップにおける処理と同様に、ステップ１３３６も複数のスライスについて行われる処理である。図１３にはループが描かれていないが、上にサブステップ４の説明からも理解できるように、ステップ１３３６の処理には実際にはループが含まれるので、注意されたい。

続いて、処理はステップ１３４０に進む。ステップ１３４０では、有効な内膜および外膜点を有する各スライスについて、内膜および外膜それぞれについて個別に円近似を行う。ただし、輪郭点が、外膜で全周の２５％以下、内膜で５０％以下になった段階で、そのスライスも含めて最後のスライスまでの輪郭点を全て無効とする。従って、そのスライスより一つ心室中央側のスライスが、心筋終端スライスとなる。また、各輪郭点が求められた近似円の円周上に位置するように、各輪郭点の位置を修正してもよい。これらの処理は、心基部の輪郭をより滑らかにするためである。

ステップ１３４４は処理の終了を示す。
〔内膜点および外膜点のスムージング〕

続いて、有効な内膜点および／または外膜点を持つスライスに対して、カーブフィッティングによる位置補正を行い、輪郭点がスムーズになるようにする処理の例を示す。ここでは、例えば、次の３つの処理のうち、少なくとも１つの処理を行ってもよい。
（スムージング処理１）スライス別のスムージング

短軸横断断面スライスの各々について個別にスムージング処理を行う。具体的には次のように行う。
・ 各スライスの心室中心から有効な輪郭点の距離に対してフーリエ級数近似によるフィッティングを行い、結果を輪郭点に反映させる。
・ 心尖部内側から心基部開始スライスまでの範囲においては、内膜点・外膜点をそれぞれ個別にフィッティングを行う。心尖部については外膜点のみフィッティングを行う。心基部については、内外膜点を結合してフィッティングを行う。近似区間は、心基部以外を２、心基部を４とする。（この値が小さいほど形状は鈍る。）

図１４ａにフィッティングの様子の例を示した。Ｚ軸周りの角度を横軸に、心室中心（トレース中心）からの距離を縦軸にとって、内膜または外膜の輪郭点がプロットされている。また、これらをフーリエ級数近似によるフィッティングを行った後の点も示されている。内膜または外膜の輪郭点の位置がスムーズに変化するように修正されたことが理解できる。
（スムージング処理２）長軸方向のスムージング

図２のステップ２１０で決定した楕円体の中心を含む長軸横断断面像の各々について、楕円体中心から各輪郭点の距離に対してカーブフィッティングを行い、結果を輪郭点に反映させる。具体的には次のように行う。
・ 図１０ｂの心尖部外側スライスから楕円体中心付近までの輪郭点に対しては、ガウス近似によるフィッティングを行う。
・ 楕円体中心付近から心基部終端までの輪郭点に対しては、移動平均近似（平均区間：４）によるフィッティングを行う。

図１４ｂに、ガウス近似によるフィッティングを行う範囲や移動平均近似によるフィッティングを行う範囲の設定の様子の例を示した。図示されるように、フィッティングは、心尖部と心基部に分けて行うが、それぞれ中心より心基部側、心尖部側の判定点も少し含むようにフィッティングすることが好ましい。これは、中心付近において輪郭点の位置の変化がスムーズになるようにするためである。
（スムージング処理３）スプライン補間による整形

輪郭点をスプライン補間によりさらにスムージングする。

まず、内外膜それぞれでサンプリングスライスを決定して、スライスに垂直な方向（Ｚ軸方向，図１４ｃ、１４ｄ参照）のスプライン補間を行い、サンプリングスライス以外の内外膜輪郭点を補間位置に変更する。外膜のサンプリングスライスは、例えば、心尖部外側スライス，心尖部外側スライス＋１スライス内側，心尖部中間スライス（心尖部外側−内側の中間），心尖部内側スライス＋１スライス外側，心尖部内側スライス，心筋中間スライス（心尖部内側−心基部直前の中間），心基部開始スライス，心筋終端スライスの８スライスとすることができる（図１４ｃ参照）。

また内膜のサンプリングスライスは、例えば、心尖部内側スライス，心尖部内側スライス＋２スライス内側，心筋中間スライス（心尖部内側−心基部直前の中間），心基部開始スライス，心筋終端スライスの５スライスとすることができる（図１４ｄ参照）。むろんこれらのスライス選択は例示である（図１４ｅ参照）。

次に、スライス別に補間用サンプリング位置（例えば４５°刻みで８角度）の内外膜輪郭点でそれぞれスプライン補間を行い、サンプリング位置以外の内外膜輪郭点を補間位置に変更する。
〔輪郭線の決定〕

これまでの処理で求められた内膜／外膜点を線形補間により結線し、閉曲線を作成して心筋輪郭線を決定する。図１５に、心尖部、心尖部内側から心基部直前まで、心基部、それぞれについての結線の様子を例示した。心尖部については外膜の輪郭点しかないので、これを線形補間により結線し、閉曲線を作成する。心尖部内側から心基部直前までについては、内膜点及び外膜点を、それぞれ個別に線形補間により結線して閉曲線を作成する。心基部（または輪郭点が存在しない角度が２０°以上存在するスライス）については、内膜点と外膜点とを接続して一つの閉曲線を作成する。すなわち、内膜点と外膜点とを線形補間により結線して１つの閉曲線を作成する。これらの閉曲線が心筋の輪郭線としてＣＰＵ１０２から出力されてもよい。
〔表示例〕

上の心筋輪郭点抽出技術を用いて、３次元心筋ＳＰＥＣＴ画像データから切り出した断面像に心筋輪郭を重ねて表示した例を、図１６に示す。図１６では、２つの３次元心筋ＳＰＥＣＴ画像データ（例えば図１の画像データ１３０，１３１）からの画像が表示されており、１６０２及び１６０４の行に表示されている画像は第１の画像データ（例えば画像データ１３０）からの画像であり、１６０６及び１６０８の行に表示されている画像は第２の画像データ（例えば画像データ１３１）からの画像である。１６０２及び１６０４の行に表示されているＳＰＥＣＴ画像は負荷条件で得られた画像であり、１６０６及び１６０８の行に表示されている画像は同一被験者の安静条件で得られた画像である。最も左に位置する列（１６１２）に表示されている画像は、画像の解剖学的方向を示すためのもので、その右に位置する４つの列（１６２２）には、それぞれ関連する解剖学的方向の異なる断面像が表示されている。図示されているように、１６０２及び１６０６の行に表示されている画像は短軸横断断面像であり、１６０４及び１６０８の行に表示されている画像は長軸横断断面像である。

各断面画像には、上の心筋輪郭点抽出技術を用いて抽出した心筋輪郭が白線で重ねて表示されている。短軸横断断面像においては、抽出した心筋輪郭点を円補間によって互いにつなぐことにより、連続した線として心筋輪郭を描いている。長軸横断断面像においては、心室中心（例えば図２のステップ２１０，図７のステップ７１２で計算される近似楕円体の中心）を中心に心尖部から心基部までをａ，ｂ，ｃ，ｄに４分割し、最も心尖部側に位置する領域ａにおいては抽出した心筋輪郭点を円補間によって互いにつなぎ、それ以外の領域ｂ，ｃ，ｄにおいては抽出した心筋輪郭点をスプライン補間によって互いにつなぐことにより、心筋輪郭を連続した線として描いている。この領域分割の様子が１６０８の行の最も左に位置する列に描かれている。

このような補間方法により心筋輪郭点をつなぐことにより、心筋輪郭を滑らかな線として表示することが可能になる。
〔心筋輪郭抽出処理についての説明のむすび〕

以上、３次元心筋ＳＰＥＣＴ画像についての心筋輪郭抽出処理の好適な実施形態を説明してきたが、本発明は、これまでに例示してきた形態にとどまらず、他にも様々な形態をとって具現化されうるものであることはもちろんである。上記の実施例の説明では、いくつかのフローチャートを用いて処理の順番を説明してきたが、これらの処理の順番は単なる例であって、例示した順番で処理を行わねばならないというものでは全くないことに注意されたい。異なる順番で処理が行われてもよいし、複数の処理を並列的に又は結合して行ってもよいし、特定の処理をサブルーチンやソフトウェア関数、ダイナミックリンクライブラリなどとして実装して他の複数の処理ステップにおいて呼び出されて使用されるように構成されてもよい。
〔応用例１〕

次に、上記の心筋輪郭抽出技術を応用した３次元心筋ＳＰＥＣＴ画像の解析例をいくつか紹介する。最初の例は、心筋ポーラーマップの各領域に対応付けられる画素数の時間変化のグラフ化である。グラフ化の例を図１７に示す。

図１７には、心筋ポーラーマップのある領域に対応付けられる画素数の時間変化のグラフが２つ描かれている。それぞれ負荷条件下のグラフ１７０２と、安静条件下のグラフ１７０４である。また心筋ポーラーマップ１７０６も描かれている。例示されるポーラーマップ１７０６は、心筋内膜面を３つのセグメントに分割しているが、これは単なる例示であり、よく知られているように、分割数はもっと多くてもよい。８分割や１７分割、２１分割など様々な分割数のものが知られている。ユーザがセグメント１〜３のいずれかをマウスや画面タッチ操作などで選択すると、そのセグメントに対応付けられる画素数の時間変化が、グラフ１７０２及び１７０４として表示される。グラフ１７０２，１７０４には、それぞれ符号１７０８で示したポイントが８つ描かれているが、これらが実測データであり、それぞれ心周期の異なる位相に対応する心電図同期心筋ＳＰＥＣＴ画像から計算された値である。曲線１７０９はこれらのポイントをガウスフィッティングによりつないだものである。

それぞれのグラフにおいて横軸は時間（ｍｓ）である。実施形態によっては一心周期を０−３６０°で表した位相としてもよい。縦軸は、各位相（時間）における、選択されたポーラーマップセグメントに関係付けられる画素数に関する値である。本例では、縦軸の値を、曲線１７０９の最高点を１００として規格化して％で表示している。曲線１７１０は、曲線１７０９の微分曲線である。符号１７０８〜１７１０はグラフ１７０２にしか付されていないが、これは煩雑さを避けて図面の見易さを保つためであり、グラフ１７０４についても、図示されているとおり同様の要素が描かれている。このように、グラフ１７０２，１７０４は、一心周期において、選択されたセグメントに関係付けられる画素数がどのように変化するかを表すグラフである。なお、「セグメントに関係付けられる画素数」の意味については、図１９の説明で明らかになるだろう。

図１８及び１９を用いて、グラフ１７０２，１７０４を作成するための処理を説明する。この処理は、図１に描かれる解析プログラム１１４がＣＰＵ１０２に実行されることによりシステム１００が行う処理であってもよい。ステップ１８００は処理の開始を示す。ステップ１８１０および１８２０では、心周期の特定の位相に対応する心電図同期心筋ＳＰＥＣＴ画像データがロードされる。すなわちデータの少なくとも一部が補助記憶装置１０６から主記憶装置１０４へとコピーされる。図１７に図示されるように、図１７のグラフ１７０２，１７０４を作成するには、負荷条件下および安静条件下の各々ために、それぞれ心周期の特定の位相に対応する心電図同期心筋ＳＰＥＣＴ画像データが複数、例えば８つ、必要である。この実施例において、補助記憶装置１０６は、これら全ての画像データを格納していることが好ましい。図１８の処理をグラフ１７０２を作成するための処理とし、８つの心電図同期心筋ＳＰＥＣＴ画像を用いるとすると、ステップ１８１０において、iは１から８まで変化し、そのたびにステップ１８２０において、異なる心電図同期心筋ＳＰＥＣＴ画像データがロードされる。

ステップ１８３０では、これまでに説明された手法を用いて、ロードされた心筋ＳＰＥＣＴ画像データから心筋内膜面が抽出される。ステップ１８４０では、抽出された心筋内膜面をポーラーマップ展開することにより、心筋内膜面に対応する各画素が、ポーラーマップ上のどのセグメントに属するかの情報を計算する。ステップ１８５０では、この情報をもとに、セグメントごとに当該セグメントに関係付けられる画素数を計算する。

図１９はステップ１８５０で行われる、セグメントに関係付けられる画素数を計算するための処理を説明するための図である。この図はある短軸横断断面スライスの短軸横断断面像を模式的に表したものであり、中心１９０２は当該断層像における心室中心を模し、円周１９０４は当該断層像における心筋内膜面を模している。ステップ１８４０処理により、心筋内膜面１９０４のうちポイント１９１２から１９１４に亘る弧は、例えば図１７のポーラーマップにおけるセグメント１に対応することが判明しているとする。また、１ポイント１９１４から１９１６亘る弧は例えばセグメント３に、ポイント１９１６から１９１２は例えばセグメント２に、それぞれ対応することが判明しているとする。そこでＣＰＵ１０２は、解析プログラム１１４の命令に従って、中心１９０２と弧１９１２−１９１４で規定される略扇型の領域に含まれる画素数を数える。同様にＣＰＵ１０２は、解析プログラム１１４の命令に従って、中心１９０２と弧１９１４−１９１６、中心１９０２と弧１９１６−１９１２で規定される略扇型の領域に含まれる画素数をそれぞれ数える。この処理を、全ての短軸横断断面スライスについて実行し、各セグメントで数えられた画素数を合算することにより、各セグメントに関連付けられる画素数が計算される。

なお、図１９の例は実際の事例を極めて単純化して描かれていることに注意されたい。実際に抽出される心筋内膜面はきれいな円にはならない場合もあり、従って弧の形もそれほどきれいな円弧にはならない場合もある。また、あるスライスの心筋内膜面には、ポーラーマップの全てのセグメントが現れるとは限らず、場合によっては単一のセグメントに対応した内膜面しか現れない場合もある。その場合はその内膜面内全ての画素数が当該単一のセグメントの画素数として数えられることになる。

図１８に戻り、ステップ１８６０では、計算されたセグメントごとの画素数が保存される。このとき、ステップ１８２０で読み込まれた心電図同期心筋ＳＰＥＣＴ画像データに対応する位相（心周期における位相）に対応付けられて保存されることが好ましい。この処理を、全ての心電図同期心筋ＳＰＥＣＴ画像データに対して行うと、ループを抜けて（ステップ１８７０）処理を終了する（ステップ１８８０）。

これらの処理により、心周期の位相に応じてポーラーマップのセグメントに対応付けられる画素数の変化を図１７のようにグラフ化するためのデータを計算することができる。計算されたデータは図１７に描かれるように表示されることができる。グラフ１７０２，１７０４やポーラーマップ１７０６の表示と共に、特定の位相における心筋の３次元画像１７１２，１７１４や、特定のセグメントにおける諸情報の表示１７１６なども提供されることが好ましい。心筋の３次元画像１７１２，１７１４は、ユーザがグラフの曲線１７０９や横軸上の任意の点をクリックすることにより、クリックされた位相における心筋の３次元画像１７１２，１７１４が自動的に表示されることが好ましい。３次元表示１７１２，１７１４はマウスの操作で任意の方向に回転できるように構成されていることが好ましく、心室の向きが情報１７１３，１７１５によりユーザに示されるように構成されていてもよい。また、ポーラーマップ１７０６上の任意のセグメントをクリックすることにより、当該クリックされたセグメントに関する諸情報の表示１７１６が提供されるように構成されることが好ましい。

図１７のグラフ１７０２や１７０４に一見似ているように見えるグラフを作成することが、特許５０６０７１９号及び特許５０６０７２０号に開示されている。しかしながら、これらの特許に開示されているグラフは、特に特許５０６０７１９号の請求項１に記載のように、心筋内腔の部分空間の容量の時間変化をグラフ化したものである。一方本願図１７のグラフ１７０２や１７０４は、ポーラーマップのセグメントに対応付けられる画素数の変化をグラフ化したものである。心筋内腔の部分空間の容量の時間変化を直接グラフにしているわけではなく、本願の方法は先願のものとは異なっている。とはいえグラフ１７０２や１７０４は、心周期における心筋内腔の変化の様子をある程度反映していると考えられるので、心筋ＳＰＥＣＴ画像を用いる診断に一定の役割を果たすことが期待できる。
〔応用例２〕

続いて、上記の心筋輪郭抽出技術を応用した３次元心筋ＳＰＥＣＴ画像の別の解析例を紹介する。この例では、各々心周期の異なる位相に対応する複数の心電図同期心筋ＳＰＥＣＴ画像データに対してそれぞれ心筋輪郭抽出を行って心筋輪郭をポーラーマップ展開し、ポーラーマップ上で画素値の変化が生じる位相を分析して、その位相をヒストグラムやマップで表示する。

図２０のフローチャートを用いて、この解析例の処理の流れを説明する。この処理は、図１に描かれる解析プログラム１１５がＣＰＵ１０２に実行されることによりシステム１００が行う処理であってもよい。ステップ２０００は処理の開始を示す。ステップ２００２以降のループは、それぞれ心周期の異なる位相に対応する複数の心電図同期心筋ＳＰＥＣＴ画像データの各々について、心筋輪郭が抽出されそれがポーラーマップ展開される。ステップ２００４では、ループの順番に対応する心電図同期心筋ＳＰＥＣＴ画像データがロードされる。ステップ２００６では、これまでに説明された手法を用いて、ロードされた心筋ＳＰＥＣＴ画像データから心筋輪郭が抽出される。ステップ２００８では、抽出された心筋輪郭がポーラーマップ展開される。ポーラーマップ展開されるものは、実施形態によって、心筋の外膜面でも内膜面でも、またはその間の面であってもよい。ステップ２０１０では、ロードされた心筋ＳＰＥＣＴ画像データの位相情報に少なくとも関連づけられて、ポーラーマップの画像データが保存される。このループは、心周期一つ分の心電図同期心筋ＳＰＥＣＴ画像データの全てに対する処理が終わるまで繰り返される（２０１２）。

ステップ２０１４では、ステップ２００２−２０１２のループで計算された、各々心周期の異なる位相に対応する複数のポーラーマップの各画素について、画素値に顕著な変化が生じた位相が調べられる。「顕著な変化」の定義は実施形態によって様々であってよく、例えば、前の位相における画素値よりも例えば３０％画素値が増加したとか、前の位相までの平均の画素値よりも１σを超えて画素値が変化したとかであってもよい。ステップ２０１６では、このような分析に基づいて、画素値が急激に変化した位相を改めて画素値としたポーラーマップが作成され、表示される。さらにステップ２０１８では、画素値が顕著に変化した位相のヒストグラムが作成され、表示される。

図２１は、ステップ２０１６，２０１８で作成・表示される、位相のポーラーマップやヒストグラムの例を示したものである。符号２１０２に示されるように、心周期の位相を横軸とし、画素値が急激に変化した位相の頻度を縦軸としたヒストグラムが作成・表示される。また、符号２１０４で表示されるように、画素値が急激に変化した位相に対応する値により色分けされたポーラーマップが作成・表示される。図２１において、上段は負荷条件下のデータから生成されたヒストグラム及びマップを示し、下段は安静条件下のデータから生成されたヒストグラム及びマップを示す。符号２１０６は位相に対応するカラースケールを示し、このカラースケールによってポーラーマップが色分けされる。

健常者の場合はヒストグラム２１０２が比較的シャープなものとなり、心筋の機能に異常があると、ヒストグラム２１０２がばらついたものとなる傾向があるので、これらの情報を提示することにより、心筋ＳＰＥＣＴ画像を用いる診断に一定の役割を果たすことができる可能性がある。

本発明の実施形態を好適な例を用いて説明してきたが、これらの例は本発明の範囲を限定するために紹介されたわけではなく、特許法の要件を満たし、本発明の理解に資するために紹介されたものである。本発明は様々な形態で具現化されることができ、本発明の実施形態には、ここに例示した以外にも多くのバリエーションが存在する。説明された各種の実施例に含まれている個々の特徴は、その特徴が含まれることが直接記載されている実施例と共にしか使用できないものではなく、ここで説明された他の実施例や説明されていない各種の具現化例においても、組み合わせて使用可能である。フローチャートで紹介された処理の順番も、必ず紹介された順番で実行しなければならないわけではなく、実施するものの好みに応じて、順序を入れ替えたり並列的に同時実行したりするように実装してもよい。これらのバリエーションは全て本発明の範囲に含まれるものであり、例えば請求項に特定される処理の記載順は、実際の処理の順番を特定しているわけではなく、請求項に係る発明の範囲は異なる処理順をも包含するものである。現在の特許請求の範囲で特許請求がなされているか否かに関わらず、出願人は、本発明の思想を逸脱しない全ての形態について、特許を受ける権利を有することを主張するものであることを記しておく。

１００ システム
１００ システム
１０２ 処理手段
１０３ キャッシュメモリ
１０４ 主記憶装置
１０６ 補助記憶装置
１０７ ディスプレイ・インターフェース
１０８ 周辺機器インタフェース
１０９ ネットワーク・インターフェース
１１０ オペレーティングシステム
１１１ サポートプログラム
１１２ スライス操作プログラム
１１３ 心筋輪郭抽出プログラム
１１４，１１５ 解析プログラム
１３０ 画像データ

Claims (24)

1. プログラムが処理手段に実行されることにより、前記処理手段を備えるコンピュータが動作する方法において、心筋の三次元核医学画像データにおいて心筋輪郭点を特定する方法であって、
   心室内の点から球放射状に前記画像データの画素値の変化を調べることと；
   前記調べた各方向における特徴的な画素値の集合を近似する楕円体を求めることと；
   第１の心筋輪郭点特定処理を実行することと；
   を含み、ただし前記第１の心筋輪郭点特定処理は、前記楕円体に基づいて複数のトレース方向を設定すると共に、前記複数のトレース方向の各々において、前記画像データ中の心筋輪郭点を特定することを含み、ここで前記複数のトレース方向の各々は、前記楕円体の長軸上の点から前記楕円体の面に垂直な方向へ向かって前記長軸の周りに円錐放射状に設定される、方法。
2. プログラムが処理手段に実行されることにより、前記処理手段を備えるコンピュータが動作する方法において、心筋の三次元核医学画像データにおいて心基部寄りの領域における心筋輪郭点を特定する方法であって、
   心室内の点から球放射状に前記画像データの画素値の変化を調べると共に、該調べた各方向における特徴的な画素値の集合を近似する楕円体を求めることと；
   前記楕円体の長軸に垂直な面であって該楕円体の中心から心基部側に位置する面の少なくとも一つにおいて、該面と前記長軸との交点から該面上で放射状に複数のトレース方向を設定すると共に、前記複数のトレース方向の各々において、前記画像データ中の前記面における心筋輪郭点を特定することと；
   前記特定された心筋輪郭点のうち外膜点の集合を近似する近似円を求めることと；
   第２の心筋輪郭点特定処理を実行することと；
   をさらに含み、ただし前記第２の心筋輪郭点特定処理は、前記近似円の中心から放射状にトレース方向を設定すると共に、前記複数のトレース方向の各々において、前記画像データ中の前記面における心筋輪郭点を特定することを含む、方法。
3. 請求項１又は２に記載の方法であって、
   前記画像データに対して、カウント値の閾値となる画像閾値を計算することと；
   前記画像データにおいて前記画像閾値以上のカウント値を有する全ての画素の平均座標である画像重心を計算することと；
   前記画像データの全画素の平均座標と前記画像重心との距離が、前記画像データの縦・横・奥行きいずれかの方向の長さの所定割合の長さを超える場合は、前記全画素の平均座標が前記画像重心に一致するように、各画素を移動することと；
   を含み、ここで前記画像閾値は、
   
   画像閾値＝｛（最大カウント値−最小カウント値）×閾値率｝＋最小カウント値
   
   で定義される値であり、前記最大カウント値および前記最小カウント値は、それぞれ、前記画像データにおいて画像化されている組織がほぼ心筋部に限られる可能性が高い領域における最大カウント値および最小カウント値を表す、方法。
4. 請求項１又は２に記載の方法であって、
   前記画像データに対して、カウント値の閾値となる画像閾値を計算することと；
   前記画像データの短軸横断断面スライスを心尖部側から心基部方向に走査し、前記画像閾値を超える画素が存在する最初のスライスを同定することと；
   前記画像データの短軸横断断面スライスを心基部側から心尖部方向に走査し、前記画像閾値を超える画素が存在する最初のスライスを同定することと；
   前記同定された２枚のスライスの間に存在する画素のみを、前記第１の心筋輪郭点特定の対象とすることと；
   を含み、ここで前記画像閾値は、
   
   画像閾値＝｛（最大カウント値−最小カウント値）×閾値率｝＋最小カウント値
   
   で定義される値であり、前記最大カウント値および前記最小カウント値は、それぞれ、前記画像データにおいて画像化されている組織がほぼ心筋部に限られる可能性が高い領域における最大カウント値および最小カウント値を表す、方法。
5. プログラムが処理手段に実行されることにより、前記処理手段を備えるコンピュータが動作する方法において、心筋の三次元核医学画像データにおける短軸横断断面像において心室中心を決定する方法であって、
   前記画像データに対して第１の閾値率を用いて、カウント値の閾値である画像閾値を設定すると共に、前記画像データの中で、該計算した画像閾値以上のカウント値を有する全ての画素の平均座標が属する短軸横断断面スライスを特定することと；
   前記画像データに対して第２の閾値率を用いて前記画像閾値を設定すると共に、前記特定した短軸横断断面スライスについて、該設定した前記画像閾値の下で画素値に関する穴構造の探索を行うことと；
   前記探索を、前記穴構造が発見されるまで、前記第二の閾値率を徐々に上げながら繰り返すことと；
   前記第二の閾値率をある程度上げても前記穴構造が発見されない場合、該第二の閾値率を徐々に下げながら、前記穴構造が発見されるまで前記探索を繰り返すことと；
   前記穴構造が発見された場合、該発見された穴構造の中心を心室中心として特定することと；
   を含み、ここで前記画像閾値は、
   
   画像閾値＝｛（最大カウント値−最小カウント値）×閾値率｝＋最小カウント値
   
   で定義される値であり、前記最大カウント値および前記最小カウント値は、それぞれ、前記画像データにおいて画像化されている組織がほぼ心筋部に限られる可能性が高い領域における最大カウント値および最小カウント値を表す、方法。
6. 前記穴構造を探索することが、
   前記設定された画像閾値を上回るカウント値を有するピクセルに対してラベリングを行い、サイズが最大となるラベルを特定すると共に、前記サイズが最大となるラベルの領域の中心である最大ラベル中心を計算することと；
   前記特定したサイズが最大となるラベルの領域内において、前記設定した画像閾値を下回るカウント値を有する画素に対してラベリングを行うと共に、所定の領域に中心を持つラベル及びサイズが所定の大きさ未満であるラベルを後の処理から除外することと；
   を含み、
   前記除外した後に残ったラベルのうち、前記最大ラベル中心に最も近い領域中心を持つラベルの中心を心室中心と決定する、請求項５に記載の方法。
7. 心室中心を特定しようとする前記短軸横断断面スライスにおいて、心室中心が同定されなかった場合、該短軸横断断面スライスよりも心基部側に隣接する短軸横断断面スライスを用いて心室中心の同定を試みる、請求項５又は６に記載の方法。
8. 請求項１又は２に記載の方法であって、
   前記画像データの中で、請求項５から７のいずれかの方法で決定した心室中心が属する短軸横断断面スライスを特定することと；
   前記特定した短軸横断断面スライスにおいて、前記心室中心から前壁側に複数の方向で画素値の変化を調べると共に、調べた各方向において心筋外膜点の特定を試行することと；
   前記試行により特定された心筋外膜点のうち前記心室中心から最も離れた心筋外膜点に基づいて、前記画像データの中で前記第１の心筋輪郭点の特定の対象とする範囲を決定することと；
   を含む、方法。
9. 請求項１又は２に記載の方法であって、
   前記画像データの中で、請求項５から７のいずれかの方法で決定した心室中心が属する短軸横断断面スライスを含む複数の短軸横断断面スライスを特定することと；
   前記特定した複数のスライスの各々において、各スライスの心室中心から放射状に画素値の変化を調べると共に、調べた各方向において心筋外膜点の特定を試行すること、ただし前記心室中心が属していないスライスの心室中心は、該スライス上で、については、前記心室中心が属するスライスの前記決定した心室中心と同じ平面座標に存在すると仮定して、前記心筋外膜点の特定を試行することと；
   前記複数のスライスの各々につき、前記試行により特定された心筋外膜点を近似する近似円を計算することと；
   前記複数のスライスのうち、前記計算した近似円の半径が最大となるスライスにつき、前記試行により特定された心筋外膜点に基づいてマスク領域を設定することと；
   前記画像データの全スライスにつき、前記マスク領域の外側に属する画素の画素値を０にすることと；
   を含む、方法。
10. 請求項１又は２に記載の方法であって、
    前記画像データの中で、請求項５から７のいずれかの方法で決定した心室中心が属する短軸横断断面スライスを特定することと；
    前記特定した短軸横断断面スライスにおいて、前記心室中心から放射状に画素値の変化を調べると共に、調べた各方向における特徴的な画素値の集合を近似する近似円を求めることと；
    前記近似円の中心を、前記心室内の点として採用することと；
    を含む、方法。
11. 請求項１又は２に記載の方法であって、前記心室内の点から球放射状に前記画像データの画素値の変化を調べると共に該調べた各方向における特徴的な画素値の集合を近似する楕円体を求めることは、
    前記画像データから、前記心室内の点を含む軸であってＺ軸方向の軸を含む平面を複数切り出すと共に、該切り出した複数の平面の各々において、前記心室内の点から放射状に画素値の変化を調べ、調べた各方向における特徴的な画素値の集合を近似する近似楕円を求めることと；
    前記求められた複数の近似楕円の各々の中心点・長辺・短辺の情報から、前記楕円体の長辺・短辺・中心点のＸ座標・中心点のＹ座標・中心点のＺ座標の少なくとも１つを求めることと；
    を含む、方法。
12. 請求項１又は２に記載の方法であって、前記心筋輪郭点を特定することは：
    前記設定された複数のトレース方向の各々について画素値のプロファイルを作成することと；
    各前記プロファイルについて、画素値最大点から見て前記長軸側において該プロファイルが判定ラインと交差する点のうち、前記画素値最大点に最も近い点またはその近傍を、該プロファイルにおける心筋の内膜点と特定することと；各前記プロファイルについて、画素値最大点から見て前記長軸の反対側において該プロファイルが判定ラインと交差する点のうち、前記画素値最大点に最も近い点またはその近傍を、該プロファイルにおける心筋の外膜点と特定することと；の少なくともいずれかを含む；
    方法。
13. 前記判定ラインを、前記プロファイルにおける画素値の最大値と最小値との差に所定の検索閾値を乗算したものに基づいて定めることと；
    前記内膜点および前記外膜点の両方を特定する場合において、前記特定した前記内膜点と前記外膜点と間の距離が所定の範囲に収まらない場合、前記検索閾値を変化させて前記判定ラインを更新し、前記更新した判定ラインにより前記内膜点および前記外膜点の特定を再実行することと；
    を更に含む、請求項１２に記載の方法。
14. 前記特定した前記内膜点と前記外膜点との間の距離が、前記所定の範囲より短い場合、前記検索閾値を上げることにより前記判定ラインを更新し、
    前記特定した前記内膜点と前記外膜点との間の距離が、前記所定の範囲より長い場合、前記検索閾値を下げることにより前記判定ラインを更新する、
    ことを含む、請求項１３に記載の方法。
15. プログラムが処理手段に実行されることにより、前記処理手段を備えるコンピュータが動作する方法において、心筋の三次元核医学画像データにおいて心筋輪郭点を表示する方法であって、
    前記画像データの心筋輪郭点を抽出することと；
    前記画像データの長軸横断断面像に、前記抽出した心筋輪郭点をつないで表示することと；
    を含み、ただし前記表示することは、心尖部領域とその他の領域で、前記抽出した心筋輪郭点をつなぐ手法を変更することを含む、方法。
16. 前記心尖部領域で前記抽出した心筋輪郭点をつなぐために円補間を利用し、前記その他の領域で前記抽出した心筋輪郭点をつなぐためにスプライン補間を利用する、請求項１５に記載の方法。
17. プログラムが処理手段に実行されることにより、前記処理手段を備えるコンピュータが動作する方法において、各々心周期の異なる位相に対応する複数の心筋三次元核医学画像データのそれぞれについて、
    心筋内膜面を抽出することと；
    前記抽出された心筋内膜面に属する各画素が、心筋ポーラーマップのどのセグメントに対応するかを調べることと；
    各短軸横断断面スライスにおいて、前記心筋内膜面に属する画素のうち、心筋ポーラーマップの同じセグメントに属する画素からなる弧と、前記短軸横断断面スライスの所定の中心とにより定まる略円形または略扇型の領域内に含まれる画素数を計算することと；
    複数の短軸横断断面スライスにおける前記計算の結果を集計することにより、前記心筋ポーラーマップの各領域に対応付けられる画素数を計算することと；
    を行うことにより、前記心筋ポーラーマップの特定のセグメントに対応付けられる画素数の位相変化を表す情報を導出することを含む、方法。
18. 請求項１又は２に記載の方法を利用して前記心筋内膜面の抽出を行う、請求項１７に記載の方法。
19. 前記情報をグラフ表示することを含む、請求項１７に記載の方法。
20. 前記心筋ポーラーマップを表示すると共に、該心筋ポーラーマップ上の特定のセグメントをユーザが選択したことを検知することに応じて、該セグメントに関する画素数の位相変化に関する情報を表示することを含む、請求項１７に記載の方法。
21. 各々心周期の異なる位相に対応する複数の心筋三次元核医学画像データのそれぞれについて、心筋を抽出すると共に、該抽出した心筋に対応する画素をポーラーマップ展開することと；
    前記ポーラーマップ展開により得られた複数のポーラーマップを分析して、所定以上の画素値の変化が生じた位相を画素毎に特定することと；
    を含み、さらに、
    前記特定した位相に対応する値を画素値としたポーラーマップを作成し、表示することと；
    前記所定以上の画素値の変化が生じた位相のヒストグラムを作成し、表示することと；
    の少なくともいずれかを行う、方法。
22. 請求項１又は２に記載の方法を利用して前記心筋内膜面の抽出を行う、請求項２１に記載の方法。
23. コンピュータシステムの処理手段で実行されることにより、前記コンピュータシステムに、上記いずれかの請求項に記載の方法を遂行させるプログラムコードを備える、コンピュータプログラム。
24. 処理手段及び記憶手段を備えるコンピュータシステムであって、前記記憶手段は、前記処理手段で実行されることにより、前記コンピュータシステムに、上記いずれかの請求項に記載の方法を遂行させるプログラムコードを備えるコンピュータプログラムを格納する、コンピュータシステム。