JP2015136566A - 画像処理装置、およびプログラム - Google Patents

Abstract

【課題】体内の構造物の動きを捉えた医療用の生体画像から対象部位を捉えた領域を精度良く抽出することが可能な技術を提供する。
【解決手段】抽出部、検出部および補正部を備える画像処理装置を採用する。ここで、抽出部は、体内の対象部位を捉えた医療用の動態画像を構成する複数のフレーム画像から、対象部位の予め設定された特定部分が捉えられた捕捉位置をそれぞれ抽出する。検出部は、抽出部によって抽出された複数の捕捉位置のうち、該複数の捕捉位置に係る空間的な関係が特定部分の動作の傾向とは整合していない不整合捕捉位置を検出する。補正部は、検出部によって検出された不整合捕捉位置を補正する。
【選択図】図２

Description

本発明は、画像処理装置およびプログラムに関する。

医療現場では、Ｘ線を用いた撮影（Ｘ線撮影とも言う）によって内臓および骨格等に含まれる患部が捉えられた画像が取得され、該画像を用いた各種検査および診断が行われている。

そして、近年では、デジタル技術の適用によって、Ｘ線撮影によって患部の動きを捉えた画像（Ｘ線動態画像とも言う）が比較的容易に得られる。例えば、ＦＰＤ（flat panel detector）等の半導体イメージセンサーを用いた撮影によって、検査および診断の対象となる部位（対象部位とも言う）を含む構造物が捉えられたＸ線動態画像が取得される。これにより、造影剤を用いることなく、比較的簡易な構成によって、Ｘ線動態画像が取得され得る。また、従来のＸ線撮影によって得られる静止画像を用いた診断では実施できなかった、対象部位の動きの解析による診断が可能となる。

例えば、胸部の動きを捉えたＸ線動態画像のうち、肺野内の濃度変化が解析されることで、肺野内における換気および血流（肺血流とも言う）の状態等に関する定量的な変化が認識される。具体的には、例えば、換気の状態に関する定量的な変化から換気の異常箇所が特定されることで、慢性閉塞性疾患（ＣＯＰＤ）等の解析が可能となる。また、例えば、肺血流の状態に関する定量的な変化から肺血流の異常箇所が特定されることで、肺塞栓症等の解析が可能となる。また、例えば、関節の動きを捉えたＸ線動態画像から、屈伸運動等における関節の動きが解析されることで、リハビリテーションの促進の一助となる情報が得られる。すなわち、呼吸、心拍および関節の屈伸等と言った生命活動における体内の様々な構造物の動きを捉えることは、医療における診断において非常に価値がある。

但し、Ｘ線動態画像を用いた診断において対象部位の動きに関する解析および診断を実施するためには、対象部位を捉えた領域（対象領域とも言う）をＸ線動態画像から精度良く抽出する必要がある。

ところで、Ｘ線動態画像としてのスライス画像から、運動対象の輪郭を正確に抽出するための技術が提案されている（例えば、特許文献１等）。当該技術では、運動対象のスライス画像の時間シーケンスに対して、第１時間方向および第２時間方向で輪郭トラッキングがそれぞれ行われ、各スライス画像の第１輪郭および第２輪郭が取得される。そして、所定のスライス画像における第１輪郭と初期輪郭との第１相似度、および第２輪郭と初期輪郭との第２相似度が計算され、第１相似度および第２相似度のうちの大きな方に対応する時間方向について得られた各スライス画像の輪郭が運動対象の輪郭とされる。

特開２０１３−２２４６２号公報

しかしながら、対象部位を捉えたＸ線動態画像の撮影においては、Ｘ線による患部の被爆量が増大しないように、各フレームの撮影に要する被爆量が低く抑えられる必要があり、各フレームの画質がノイズ等によって劣化し易い。また、横隔膜等をはじめとする体内の構造物の形状や動きには個体差があり、対象領域を自動的に抽出することは容易でなく、本来は有り得ない動き等を示す対象領域が抽出される場合もある。その結果、対象領域の抽出精度の低下を招いてしまう。

そして、例えば、上記特許文献１の技術では、第１時間方向および第２時間方向における輪郭トラッキングによって得られる第１輪郭および第２輪郭のうちの何れか一方が正しいことが前提とされて、運動対象の輪郭が抽出される。このため、第１輪郭および第２輪郭の双方に係る抽出精度が低ければ、運動対象の輪郭を正確に抽出することができない。

このような問題は、Ｘ線撮影によって得られるＸ線動態画像に限られず、例えば、超音波や核磁気共鳴等のその他の手法も含めた種々の手法によって得られる体内の構造物の動きが捉えられた医療用の生体画像一般に共通する。

本発明は、上記課題に鑑みてなされたものであり、体内の構造物の動きを捉えた医療用の生体画像から対象部位を捉えた領域を精度良く抽出することが可能な技術を提供することを目的とする。

上記課題を解決するために、第１の態様に係る画像処理装置は、体内の対象部位を捉えた医療用の動態画像を構成する複数のフレーム画像から、前記対象部位の予め設定された特定部分が捉えられた捕捉位置をそれぞれ抽出する抽出部と、前記抽出部によって抽出された複数の前記捕捉位置のうち、該複数の捕捉位置に係る空間的な関係が前記特定部分の動作の傾向とは整合していない不整合捕捉位置を検出する検出部と、前記検出部によって検出された前記不整合捕捉位置を補正する補正部と、を備える。

第２の態様に係る画像処理装置は、第１の態様に係る画像処理装置であって、前記特定部分が、各前記フレーム画像において線状の領域として捉えられ、前記検出部が、前記複数の捕捉位置について１以上の捕捉位置が他の捕捉位置と交差しているクロス異常状態を認識する交差異常認識部と、前記交差異常認識部によって認識された前記クロス異常状態と、予め設定された第１ルールとに基づき、前記複数の捕捉位置のうちの相互に交差している２以上のクロス捕捉位置から、前記不整合捕捉位置を特定する特定部と、を有する。

第３の態様に係る画像処理装置は、第２の態様に係る画像処理装置であって、前記特定部が、前記２以上のクロス捕捉位置のうち、他のクロス捕捉位置と交差している回数が多いクロス捕捉位置から順に、前記不整合捕捉位置として特定する処理を、前記２以上のクロス捕捉位置のうちの前記不整合捕捉位置として特定されたクロス捕捉位置を除く残余のクロス捕捉位置がなくなるまで実行するか、あるいは前記２以上のクロス捕捉位置のうち、他のクロス捕捉位置と交差している回数が少ないクロス捕捉位置から順に、前記整合捕捉位置として特定する処理を、該整合捕捉位置として特定されたクロス捕捉位置と交差していないクロス捕捉位置がなくなるまで実行する。

第４の態様に係る画像処理装置は、第１の態様に係る画像処理装置であって、前記検出部が、前記複数の捕捉位置の一方向におけるずれ量が、予め設定された基準量を超えている分布異常状態を認識する分布異常認識部と、前記分布異常認識部による前記分布異常状態の認識に応じて、各前記捕捉位置の前記一方向における位置と、予め設定された第２ルールとに基づき、前記複数の捕捉位置から前記不整合捕捉位置を特定する特定部と、を有する。

第５の態様に係る画像処理装置は、第１の態様に係る画像処理装置であって、前記検出部が、時間の経過に応じた前記特定部分の変位方向に係る情報を取得する変位方向取得部と、前記複数の捕捉位置において、第１捕捉位置を基準として、該第１捕捉位置に係る第１撮影タイミングよりも後の第２撮影タイミングに係る第２捕捉位置の前記第１捕捉位置からのずれが、前記変位方向に対応する基準方向とは逆の方向に生じている第１順序異常状態、あるいは前記複数の捕捉位置において、前記第２捕捉位置を基準として、前記第１捕捉位置の前記第２捕捉位置からのずれが、前記基準方向に生じている第２順序異常状態を認識する順序異常認識部と、前記順序異常認識部による前記第１順序異常状態の認識に応じて、前記第２捕捉位置を前記不整合捕捉位置として特定し、前記順序異常認識部による前記第２順序異常状態の認識に応じて、前記第１捕捉位置を前記不整合捕捉位置として特定する特定部と、を有する。

第６の態様に係る画像処理装置は、第１の態様に係る画像処理装置であって、前記検出部が、前記複数の捕捉位置のうちの１以上の捕捉位置が前記特定部分の動作の傾向とは整合していない第１の種類の異常状態を認識する第１認識部と、前記複数の捕捉位置のうちの１以上の捕捉位置が前記特定部分の動作の傾向とは整合していない第２の種類の異常状態を認識する第２認識部と、前記第１の種類の異常状態および前記第２の種類の異常状態と、予め設定された第３ルールとに基づき、前記不整合捕捉位置を特定する特定部と、を有する。

第７の態様に係る画像処理装置は、第６の態様に係る画像処理装置であって、前記第１の種類の異常状態が、前記複数の捕捉位置において１以上の捕捉位置が他の捕捉位置と交差しているクロス異常状態であり、前記第２の種類の異常状態が、前記複数の捕捉位置の一方向におけるずれ量が、予め設定された基準量を超えている分布異常状態であり、前記特定部が、前記複数の捕捉位置のうち、前記クロス異常状態および前記分布異常状態の双方を生じている捕捉位置を、前記不整合捕捉位置として特定する。

第８の態様に係る画像処理装置は、第６の態様に係る画像処理装置であって、前記第２の種類の異常状態が、前記複数の捕捉位置の一方向におけるずれ量が、予め設定された基準量を超えている分布異常状態であり、前記特定部が、前記複数の捕捉位置のうち、第１捕捉位置とは異なる残余の捕捉位置と、該第１捕捉位置とのずれ量に係る評価値が、予め設定された条件を満たしていれば、前記第１捕捉位置を前記不整合捕捉位置として特定する。

第９の態様に係る画像処理装置は、第８の態様に係る画像処理装置であって、前記第１の種類の異常状態が、前記複数の捕捉位置において、第２捕捉位置を基準として、前記第１捕捉位置に係る第１撮影タイミングとは異なる前記第２捕捉位置に係る第２撮影タイミングよりも後の第３撮影タイミングに係る第３捕捉位置の前記第２捕捉位置からのずれが、前記変位方向に対応する基準方向とは逆の方向に生じている状態を含んでおり、前記特定部が、前記第１捕捉位置を前記不整合捕捉位置として特定した場合に、前記複数の捕捉位置のうち、前記第１捕捉位置、前記第２捕捉位置および前記第３捕捉位置とは異なる残余の捕捉位置と前記第２捕捉位置とのずれ量に係る評価値が、前記条件を満たしていれば、前記第２捕捉位置を前記不整合捕捉位置として特定し、前記複数の捕捉位置のうち、前記第１捕捉位置、前記第２捕捉位置および前記第３捕捉位置とは異なる残余の捕捉位置と前記第３捕捉位置とのずれ量に係る評価値が、前記条件を満たしていれば、前記第３捕捉位置を前記不整合捕捉位置として特定する。

第１０の態様に係る画像処理装置は、第８の態様に係る画像処理装置であって、前記第１の種類の異常状態が、前記複数の捕捉位置において、第２捕捉位置を基準として、前記第１捕捉位置に係る第１撮影タイミングとは異なる前記第２捕捉位置に係る第２撮影タイミングよりも後の第３撮影タイミングに係る第３捕捉位置の前記第２捕捉位置からのずれが、前記変位方向に対応する基準方向とは逆の方向に生じている状態を含んでおり、前記特定部が、前記第１捕捉位置を前記不整合捕捉位置として特定しない場合には、前記複数の捕捉位置のうち、前記第１捕捉位置および前記第２捕捉位置とは異なる残余の捕捉位置と前記第１捕捉位置とのずれ量に係る評価値が、前記条件を満たしていれば、前記第３捕捉位置を前記不整合捕捉位置として特定し、前記複数の捕捉位置のうち、前記第１捕捉位置および前記第３捕捉位置とは異なる残余の捕捉位置と前記第１捕捉位置とのずれ量に係る評価値が、前記条件を満たしていれば、前記第２捕捉位置を前記不整合捕捉位置として特定する。

第１１の態様に係る画像処理装置は、第１から第１０の何れか１つの態様に係る画像処理装置であって、前記補正部が、前記複数の捕捉位置のうちの前記不整合捕捉位置を除く残余の捕捉位置に基づいて、前記不整合捕捉位置を補正する。

第１２の態様に係る画像処理装置は、第１１の態様に係る画像処理装置であって、前記補正部が、前記残余の捕捉位置の一部分の形状の適用によって、前記不整合捕捉位置を補正する。

第１３の態様に係る画像処理装置は、第１１の態様に係る画像処理装置であって、前記補正部が、前記残余の捕捉位置を用いた補間処理によって、前記不整合捕捉位置を補正する。

第１４の態様に係る画像処理装置は、第１１の態様に係る画像処理装置であって、前記補正部が、前記特定部分が捉えられた領域の形状に係るモデルを得るモデル取得部と、前記残余の捕捉位置に基づいて求められる基準位置に前記モデルの一部が配置されるように、前記モデルの位置合わせを行うモデル調整部と、を有する。

第１５の態様に係る画像処理装置は、第２または第３の態様に係る画像処理装置であって、前記特定部が、予め設定された第４ルールに応じて、前記不整合捕捉位置を、前記特定部分の前記動作の傾向とは整合していない不整合捕捉部分と、前記特定部分の前記動作の傾向と整合している整合捕捉部分とに区分けし、前記補正部が、前記整合捕捉部分を利用した前記不整合捕捉部分の補正によって、前記不整合捕捉位置を補正する。

第１６の態様に係る画像処理装置は、第１５の態様に係る画像処理装置であって、前記補正部が、前記特定部分が捉えられた領域の一部の形状に係る部分モデルを得るモデル取得部と、前記部分モデルの位置合わせを行うことで前記整合捕捉部分に前記部分モデルを連結するモデル調整部と、を有する。

第１７の態様に係る画像処理装置は、第１の態様に係る画像処理装置であって、前記検出部が、前記抽出部によって抽出された複数の前記捕捉位置のうち、該複数の捕捉位置に係る空間的な関係が前記特定部分の動作の傾向とは整合していない不整合捕捉位置、ならびに該複数の捕捉位置に係る空間的な関係が前記特定部分の動作の傾向と整合している整合捕捉位置を検出し、前記補正部が、前記検出部による前記不整合捕捉位置の検出に応じて、前記抽出部に、前記複数のフレーム画像のうちの前記不整合捕捉位置に対応するフレーム画像を対象として、前記整合捕捉位置に応じた領域から前記捕捉位置を抽出させることで、前記検出部によって検出された前記不整合捕捉位置を補正する。

第１８の態様に係る画像処理装置は、第１から第１７の何れか１つの態様に係る画像処理装置であって、前記複数のフレーム画像が、前記特定部分が第１方向に変位している第１変位期間において前記特定部分が時間順次に捉えられた第１フレーム画像群、前記特定部分が前記第１方向とは反対の第２方向に変位している第２変位期間において前記特定部分が時間順次に捉えられた第２フレーム画像群、および前記第１変位期間と前記第２変位期間との合間に前記特定部分が停滞している停滞期間において前記特定部分が時間順次に捉えられた第３フレーム画像群の少なくとも１つのフレーム画像群を含む。

第１９の態様に係る画像処理装置は、第１８の態様に係る画像処理装置であって、前記対象部位が、肺野を含み、前記画像処理装置が、前記肺野による呼吸の方法に応じて、前記第１から第３フレーム画像群の少なくとも１つのフレーム画像群を、前記複数のフレーム画像として決定するフレーム決定部、をさらに備える。

第２０の態様に係る画像処理装置は、第１から第１９の何れか１つの態様に係る画像処理装置であって、前記特定部分が、横隔膜を含む。

第２１の態様に係るプログラムは、画像処理装置に含まれる制御部において実行されることにより、前記画像処理装置を、第１から第２０の何れか１つの態様に係る画像処理装置として機能させるプログラムである。

第１から第２０の何れの態様に係る画像処理装置によっても、特定部分の動作の傾向とは整合していない不整合捕捉位置が検出されて、該不整合捕捉位置が補正されるため、体内の構造物の動きを捉えた医療用の生体画像から対象部位を捉えた領域が精度良く抽出され得る。

第２から第５の何れの態様に係る画像処理装置によっても、不整合捕捉位置が容易に検出され得る。

第３の態様に係る画像処理装置によれば、特定部分の動作の傾向とは整合していない不整合捕捉位置の検出精度が向上し得る。

第６から第１０の何れの態様に係る画像処理装置によっても、特定部分の動作の傾向とは整合していない不整合捕捉位置が精度良く検出され得る。

第１１から第１６の何れの態様に係る画像処理装置によっても、不整合捕捉位置が容易に補正され得る。

第１２から第１４の何れの態様に係る画像処理装置によっても、不整合捕捉位置が効率良く補正され得る。

第１５の態様に係る画像処理装置によれば、不整合捕捉位置の補正に要する演算量の低減による処理の効率化が図られ得る。

第１６の態様に係る画像処理装置によれば、不整合捕捉位置の補正の精度が確保されつつ、不整合捕捉位置の補正に要する演算量の低減による処理の効率化が図られ得る。

第１７の態様に係る画像処理装置によれば、特定部分の動作の傾向とは整合していない不整合捕捉位置の検出に応じて、捕捉位置が異なる条件で抽出されることで、不整合捕捉位置が容易に補正され得る。

第１８の態様に係る画像処理装置によれば、特定部分の動作の傾向とは整合していない不整合捕捉位置が容易に検出され得る。

第１９の態様に係る画像処理装置によれば、状況に応じた不整合捕捉位置の検出および補正が実行され得る。

第２０の態様に係る画像処理装置によれば、横隔膜を含む対象部位が捉えられた領域が精度良く抽出され得る。

第２１の態様に係るプログラムによれば、第１から第２０の態様に係る画像処理装置と同様な効果が得られる。

一実施形態に係る医療支援システムの構成を示すブロック図である。 一実施形態に係る演算装置の制御部で実現される機能的な構成を示すブロック図である。 画像解析処理の概略的な流れを示すフローチャートである。 画像解析処理の概略的な流れを示すフローチャートである。 画像解析処理の概略的な流れを示すフローチャートである。 位置抽出部の機能的な構成を示すブロック図である。 捕捉位置抽出処理の概略的な流れを示す図である。 Ｘ線撮影によって得られる動態画像の一例を模式的に示す図である。 動態画像を構成するフレーム画像の特徴を説明するための図である。 動態画像を構成するフレーム画像の特徴を説明するための図である。 動態画像を構成するフレーム画像の特徴を説明するための図である。 フレーム画像の補正処理を説明するための図である。 フレーム画像の補正処理を説明するための図である。 フレーム画像の補正処理を説明するための図である。 フレーム画像の補正処理を説明するための図である。 フレーム画像の補正処理を説明するための図である。 フレーム画像の補正処理を説明するための図である。 フレーム画像の補正処理を説明するための図である。 フレーム画像の補正処理を説明するための図である。 フレーム画像の補正処理を説明するための図である。 フレーム画像の補正処理を説明するための図である。 粗検出の対象となるフレーム画像の一例を模式的に示す図である。 粗検出による検出結果の一例を模式的に示す図である。 肺野の縦方向におけるサイズの変化の一例を模式的に示す図である。 肺野の縦方向におけるサイズの変化の一例を模式的に示す図である。 肺野の縦方向におけるサイズの変化の一例を模式的に示す図である。 横隔膜および心臓の形状における個体差の一例を模式的に示す図である。 横隔膜および心臓の形状における個体差の一例を模式的に示す図である。 横隔膜および心臓の形状における個体差の一例を模式的に示す図である。 横隔膜および心臓の形状における個体差の一例を模式的に示す図である。 テンプレートの生成方法について説明するための図である。 テンプレートの生成方法について説明するための図である。 テンプレートの生成方法について説明するための図である。 テンプレートの生成方法について説明するための図である。 部分区分情報の生成方法について説明するための図である。 部分区分情報の生成方法について説明するための図である。 部分区分情報の生成方法について説明するための図である。 部分区分情報の生成方法について説明するための図である。 部分区分情報の生成方法について説明するための図である。 領域区分情報の一例を模式的に示す図である。 精密検出の対象となるフレーム画像を例示する図である。 精密検出による検出結果の一例を模式的に示す図である。 横隔膜の上下方向における動きを説明するための図である。 横隔膜の放射方向における動きを説明するための図である。 横隔膜の放射方向における動きを説明するための図である。 横隔膜の放射方向および上下方向における動きを説明するための図である。 横隔膜の曲線的な動きを説明するための図である。 横隔膜の放射方向における動きを説明するための図である。 横隔膜の放射方向における動きを説明するための図である。 複数のフレーム画像の第１の区分け方法を説明するための図である。 複数のフレーム画像の第２の区分け方法を説明するための図である。 複数のフレーム画像の第３の区分け方法を説明するための図である。 クロス異常状態の一態様を例示する図である。 順序異常状態の一態様を例示する図である。 分布異常状態の一態様を例示する図である。 不整合位置検出部の機能的な構成の一例を示すブロック図である。 クロス異常状態の第１識別方法を説明するための図である。 クロス異常状態の第２識別方法を説明するための図である。 クロス異常状態の第３識別方法を説明するための図である。 クロス異常状態に係る不整合捕捉位置の特定方法を説明するための図である。 不整合捕捉位置を不整合捕捉部分と整合捕捉部分とに区分する方法を説明するための図である。 不整合位置検出部の機能的な構成の一例を示すブロック図である。 順序異常状態の認識方法を説明するための図である。 不整合位置検出部の機能的な構成の一例を示すブロック図である。 分布異常状態の認識方法の一例を説明するための図である。 不整合位置検出部の機能的な構成の一例を示すブロック図である。 複数種類の異常状態が混在する際の不整合捕捉位置の特定方法を説明するための図である。 複数種類の異常状態が混在する際の不整合捕捉位置の特定方法を説明するための図である。 不整合位置検出部の機能的な構成の一例を示すブロック図である。 複数種類の異常状態が混在する際の不整合捕捉位置の特定方法を説明するための図である。 補間処理を用いた不整合捕捉位置の補正方法を説明するための図である。 整合捕捉位置の形状を利用した不整合捕捉位置の補正方法を説明するための図である。 不整合位置補正部の機能的な構成の一例を示すブロック図である。 モデルを合わせ込む不整合捕捉位置の補正方法を説明するための図である。 整合捕捉部分を用いた不整合捕捉位置の補正方法を説明するための図である。 整合捕捉部分を用いた不整合捕捉位置の補正方法を説明するための図である。 一変形例に係るクロス異常状態の認識方法を説明するための図である。

以下、本発明の一実施形態を図面に基づいて説明する。なお、図面においては同様な構成および機能を有する部分については同じ符号が付されており、下記説明では重複説明が省略される。また、図面は模式的に示されたものであり、異なる図面にそれぞれ示されている画像のサイズおよび位置の相互関係は適宜変更され得る。なお、図９および図２１には、画像の左上を原点とし、右方向をＸ方向、下方向をＹ方向とするＸＹ座標系が付されている。

＜(１)医療支援システムの概要＞
図１は、一実施形態に係る医療支援システム１００の構成を示すブロック図である。医療支援システム１００は、ヒトを含む動物の体内の構造物を被写体として、放射線の照射によって体内の対象部位が捉えられた動態画像を撮影し、該動態画像に各種画像処理等を施すことで、検査および診断の支援を行う。ここで、対象部位は、撮影および診断の主な対象となる部位であり、例えば、肺を含む胸部の領域に含まれる臓器ならびに間接等を含む骨格であれば良い。

本実施形態では、医療支援システム１００は、例えば、人体用のシステムであり、対象部位が、検査および診断の対象となる者（被検者とも言う）Ｍ１としてのヒトの肺野である。また、本実施形態では、例えば、放射線が、Ｘ線とされ、動態画像（Ｘ線動態画像とも言う）が、医療あるいは医学のために被検者Ｍ１の人体を撮影、または被検者Ｍ１の人体を計測した結果が画像化されたもの（医療用の動態画像とも言う）であれば良い。

図１で示されるように、医療支援システム１００は、撮影装置１、撮影制御装置（撮影用コンソール）２、診断支援装置（診断用コンソール）３、演算装置４および画像サーバー５を備えている。撮影装置１と撮影制御装置２との間、ならびに撮影制御装置２と診断支援装置３と演算装置４と画像サーバー５との間が、それぞれ通信回線によってデータの送受信が可能に接続されている。撮影装置１と撮影制御装置２とを接続する通信回線は、通信ケーブル等の有線回線であっても、無線回線であっても良い。また、撮影制御装置２と診断支援装置３と演算装置４と画像サーバー５と接続する通信回線は、有線回線および無線回線の何れであっても良く、例えば、ＬＡＮ（Local Area Network）回線等のネットワーク回線ＮＴＷであれば良い。

なお、医療支援システム１００では、例えば、ＤＩＣＯＭ（Digital Image and Communications in Medicine）と称される標準規格に準じた医用画像のフォーマットおよび画像を扱う機器間の通信プロトコルが採用される。

＜(２)撮影装置＞
撮影装置１は、例えば、放射線としてのＸ線の照射によって体内の構造物を捉えた医療用の動態画像を取得する装置（Ｘ線撮影装置とも言う）等によって構成されている。撮影装置１では、例えば、呼吸等に伴う被検者Ｍ１の胸部内の構造物の動態が対象とされた撮影（動態撮影とも言う）が行われる。該動態撮影では、例えば、被検者Ｍ１の胸部に対するＸ線の照射が繰り返されつつ、被検者Ｍ１を透過するＸ線の２次元の分布が時間順次に検出される。これにより、時間順次に複数の画像（フレーム画像とも言う）が取得される。これらの一連の複数のフレーム画像は、被検者Ｍ１の肺野を含む領域（肺野領域とも言う）における物理的な状態（幾何学的形状および血流の濃度等）が変化する様子を時間順次に捉えた動態画像を構成する。

図１で示されるように、撮影装置１は、照射部（Ｘ線源）１１、照射制御装置１２、撮像部（Ｘ線検出部）１３、読取制御装置１４、サイクル検出センサー１５およびサイクル検出装置１６を備えている。

照射部１１は、照射制御装置１２の制御に従って、被検者Ｍ１に対してＸ線を照射する。照射制御装置１２は、撮影制御装置２に接続されており、撮影制御装置２から入力されるＸ線の照射条件を示す情報に基づいて照射部１１を制御する。

撮像部１３は、例えば、ＦＰＤ（flat panel detector）等の半導体イメージセンサー等によって構成されており、照射部１１から被検者Ｍ１に対して照射され、被検者Ｍ１を透過したＸ線をデジタル信号に変換する。

読取制御装置１４は、撮影制御装置２に接続されており、撮影制御装置２から入力される読取条件に基づいて撮像部１３の各画素のスイッチング部を制御する。これにより、読取制御装置１４によって、撮像部１３の各画素に蓄積された電荷に応じたデジタル信号が順次に読み取られ、撮像部１３上で受け付けたＸ線の２次元の強度分布に対応する画像データが取得される。そして、読取制御装置１４は、取得した画像データ（適宜、単に画像とも言う）を、動態画像を構成するフレーム画像として撮影制御装置２に出力する。なお、読取条件は、例えば、フレームレート、画素サイズおよび画像サイズ等であれば良い。フレームレートは、１秒あたりに取得するフレーム画像の数であれば良い。

ここでは、照射制御装置１２と読取制御装置１４とが、互いに電気的に接続されており、互いに同期信号を送受信し合うことで、照射部１１によるＸ線の照射動作と、読取制御装置１４による画像データの読み取り動作とを同調させる。

サイクル検出センサー１５は、例えば、デジタルカメラ等によって構成され、被検者Ｍ１の胸部の外観を対象とした撮影によって、被検者Ｍ１の胸部の動きが捉えられた動態画像を取得する。

サイクル検出装置１６は、サイクル検出センサー１５で取得された動態画像を解析することで、被検者Ｍ１における呼吸のサイクルについて、呼吸の位相の時間的な変化に係る情報を取得して、撮影制御装置２の制御部２１に出力する。これにより、撮影装置１による各フレーム画像の取得タイミングにおける呼吸の位相に係る情報が取得され得る。

＜(３)撮影制御装置＞
撮影制御装置２は、照射条件および読取条件等を示す情報を撮影装置１に出力することで、撮影装置１によるＸ線撮影およびフレーム画像の読み取り動作を制御する。該撮影制御装置２では、例えば、撮影装置１によって取得される画像が表示部２４に適宜表示される。これにより、被検者Ｍ１の位置および姿勢等を含むポジショニング、ならびに画像の診断用としての適否等が、撮影技師によって確認され得る。

図１で示されるように、撮影制御装置２は、バス２６によって相互にデータの授受が可能に接続されている、制御部２１、記憶部２２、操作部２３、表示部２４および通信部２５を備えて構成されている。

制御部２１は、例えば、プロセッサーおよびメモリー等を備えて構成されている。プロセッサーは、例えば、ＣＰＵ（Central Processing Unit）であり、メモリーは、例えば、揮発性のＲＡＭ（Random Access Memory）等であれば良い。例えば、プロセッサーは、操作部２３の操作等に応じて、記憶部２２に記憶されているプログラムを読み出してメモリー内に展開し、該展開されたプログラムに従った各種処理を実行することで、撮影装置１および撮影制御装置２の各部の動作を制御する。

記憶部２２は、例えば、不揮発性の半導体メモリーあるいはハードディスク等を備えて構成されている。該記憶部２２は、制御部２１で実行される各種プログラムならびに処理の実行に必要な各種データを記憶する。ここで、各種データには、プログラムに従った処理の実行に必要なパラメーター等を示すデータ、ならびに演算処理の結果として少なくとも一時的に生成されるデータ等が含まれる。

操作部２３は、例えば、キーボードおよびマウス等のポインティングデバイス等を備えて構成されている。該操作部２３では、キーボードおよびマウス等に対する操作に応じて入力される信号（指示信号とも言う）が制御部２１に出力される。なお、操作部２３には、タッチパネル等の構成が採用されても良い。

表示部２４は、例えば、ＬＣＤ（Liquid Crystal Display）等のモニターを備えて構成されている。該表示部２４では、制御部２１から入力される信号に従って、操作部２３から入力される指示ならびに各種データの内容が適宜表示される。

通信部２５は、例えば、ＬＡＮアダプター、モデムまたはターミナルアダプター（ＴＡ）等を備えて構成されている。該通信部２５によって、ネットワーク回線ＮＴＷに接続されている各装置との間におけるデータの送受信が制御される。

＜(４)診断用装置＞
診断用装置３は、画像サーバー５から動態画像の画像データを取得し、取得した画像データに基づいて動態画像を表示する端末である。医師は、診断用装置３に表示される動態画像を見ることで、読影および診断を行うことができる。

診断用装置３は、図１に示すように、バス３６によって相互にデータの授受が可能に接続されている、制御部３１、記憶部３２、操作部３３、表示部３４および通信部３５を備えて構成されている。

制御部３１は、例えば、プロセッサーおよびメモリー等を備えて構成されている。プロセッサーは、例えば、ＣＰＵであり、メモリーは、例えば、揮発性のＲＡＭ等であれば良い。例えば、プロセッサーは、操作部３３の操作等に応じて、記憶部３２に記憶されているプログラムを読み出してメモリー内に展開し、該展開されたプログラムに従った各種処理を実行することで、診断用装置３の各部の動作を制御する。

記憶部３２は、例えば、不揮発性の半導体メモリーあるいはハードディスク等を備えて構成されている。該記憶部３２は、制御部３１で実行される各種プログラムならびに処理の実行に必要な各種データを記憶する。ここで、各種データには、プログラムに従った処理の実行に必要なパラメーター等を示すデータ、ならびに演算処理の結果として少なくとも一時的に生成されるデータ等が含まれる。

操作部３３は、例えば、キーボードおよびマウス等のポインティングデバイス等を備えて構成されている。該操作部３３では、キーボードおよびマウス等に対する操作に応じて入力される信号（指示信号とも言う）が制御部３１に出力される。なお、操作部３３には、タッチパネル等の構成が採用されても良い。

表示部３４は、例えば、ＬＣＤ等のモニターを備えて構成されている。該表示部３４では、制御部３１から入力される信号に従って、操作部３３から入力される指示ならびに各種データの内容が適宜表示される。

通信部３５は、例えば、ＬＡＮアダプター、モデムまたはＴＡ等を備えて構成されている。該通信部３５によって、ネットワーク回線ＮＴＷに接続されている各装置との間におけるデータの送受信が制御される。

＜(５)演算装置＞
演算装置４は、撮影制御装置２から送信された動態画像の画像データに解析処理（画像解析処理とも言う）を施して、画像サーバー５に送信する装置（画像処理装置とも言う）である。

演算装置４は、図１に示すように、バス４６によって相互にデータの授受が可能に接続されている、制御部４１、記憶部４２および通信部４３等を備えて構成されている。

制御部４１は、例えば、プロセッサーおよびメモリー等を備えて構成されている。プロセッサーは、例えば、ＣＰＵであり、メモリーは、例えば、揮発性のＲＡＭ等であれば良い。例えば、プロセッサーは、記憶部４２に記憶されているプログラムＰｇ１を読み出してメモリー内に展開し、該展開されたプログラムＰｇ１に従った各種処理を実行することで、演算装置４の各部の動作を制御する。すなわち、演算装置４に含まれる制御部４１においてプログラムＰｇ１が実行されることにより、演算装置４を、画像解析処理を含む各種処理が実行される画像処理装置として機能させる。なお、動態画像ならびに画像解析処理が施された動態画像のデータは、ネットワーク回線ＮＴＷを介して、画像サーバー５に送られる。

記憶部４２は、例えば、不揮発性の半導体メモリーあるいはハードディスク等を備えて構成されている。該記憶部４２は、制御部４１で実行される各種プログラムＰｇ１ならびに処理の実行に必要な各種データＤ１を記憶する。ここで、各種データＤ１には、プログラムＰｇ１に従った処理の実行に必要なパラメーター等を示すデータ、ならびに演算処理の結果として少なくとも一時的に生成されるデータ等が含まれる。

通信部４３は、ＬＡＮアダプター、モデムまたはＴＡ等を備えて構成されている。該通信部４３によって、ネットワーク回線ＮＴＷに接続されている各装置との間におけるデータの送受信が制御される。

＜(６)画像サーバー＞
画像サーバー５は、ハードディスク等を備えて構成された記憶装置を有しているコンピューター装置である。該画像サーバー５では、演算装置４から送信された動態画像に係る画像データが、検索可能な態様で記憶装置に記憶され、該画像データが管理される。また、画像サーバー５は、診断用装置３から動態画像の取得を要求する信号が送信されると、要求された動態画像のデータを記憶装置から読み出して、診断用装置３に送信する。

＜(７)演算装置における画像解析処理＞
＜(７−１)演算装置の画像解析処理に係る機能的な構成＞
図２は、演算装置４において、プロセッサー４１ａ等がプログラムＰｇ１に従って動作することによって制御部４１で実現される画像解析処理に係る機能的な構成を、他の構成とともに示すブロック図である。図２で示されるように、制御部４１は、位置抽出部４１１、フレーム画像群決定部４１２、不整合位置検出部４１３、不整合位置補正部４１４および対象領域抽出部４１５を備えている。

図３は、演算装置４で実行される画像解析処理の概略的な流れを示すフローチャートである。演算装置４では、通信部４３を介して撮影制御装置２から動態画像に係る一連の複数のフレーム画像Ｉ０（図８参照）が受信され、制御部４１において記憶部４２に記憶されているプログラムＰｇ１が実行されることで、図３で示される画像解析処理が実現される。図３で示されるように、画像解析処理では、下記ステップ１〜４の処理が行われる。

ステップ１では、位置抽出部４１１によって、体内の対象部位を捉えた医療用の動態画像を構成する複数のフレーム画像Ｉ０について、対象部位の位置が詳細に検出され、対象部位の予め設定された特定部分を捉えた位置（捕捉位置とも言う）がそれぞれ抽出される。すなわち、複数のフレーム画像Ｉ０から、特定部分を捉えた捕捉位置がそれぞれ抽出される。

ステップ２では、フレーム画像群決定部４１２によって、医療用の動態画像を構成する複数のフレーム画像から、捕捉位置の変位に関する解析の対象となる一まとまりの複数のフレーム画像からなるフレーム画像群（解析対象フレーム画像群とも言う）が決定される。

ステップ３では、不整合位置検出部４１３によって、解析対象フレーム画像群に係る複数の捕捉位置のうち、該複数の捕捉位置に係る空間的な関係が特定部分の動作の傾向とは整合していない捕捉位置（不整合捕捉位置とも言う）が検出される。

ステップ４では、不整合位置補正部４１４によって、不整合捕捉位置が補正される。

このようなステップ１〜４の処理により、補正済みの捕捉位置が得られる。そして、ステップ１で詳細に検出された対象部位の位置および補正済みの捕捉位置に係る情報に基づき、対象領域抽出部４１５によってフレーム画像Ｉ０から対象領域が抽出される。

なお、ステップ１の処理とステップ２の処理については、この順で実行されなくても良い。例えば、フレーム画像群決定部４１２による解析対象フレーム画像群の決定（ステップ２）と、位置抽出部４１１による特定部分の捕捉位置の検出（ステップ１）とが、図４で示されるように、この順に実行されても良い。また、例えば、ステップ１の処理とステップ２の処理とが、図５で示されるように並行して実行されても良い。

ここで、各部４１１〜４１５について順次説明する。

＜(７−１−１)位置抽出部４１１＞
位置抽出部４１１は、撮影制御装置２から動態画像に係る一連の複数のフレーム画像Ｉ０を取得し、該複数のフレーム画像Ｉ０から、対象部位としての肺野の予め設定された特定部分としての横隔膜が捉えられた捕捉位置をそれぞれ抽出する。

図６は、位置抽出部４１１において実現される機能的な構成を示すブロック図である。図６で示されるように、位置抽出部４１１は、画像取得部４１１ａ、画像補正部４１１ｂ、粗検出部４１１ｃ、精密検出部４１１ｄ、後処理部４１１ｅおよび捕捉位置抽出部４１１ｆを備えている。

図７は、位置抽出部４１１において各フレーム画像Ｉ０を対象として捕捉位置が抽出される処理（捕捉位置抽出処理とも言う）の概略的な流れを示す図である。位置抽出部４１１では、通信部４３を介して撮影制御装置２から動態画像に係る一連の複数のフレーム画像Ｉ０（図８参照）が受信され、制御部４１において記憶部４２に記憶されているプログラムＰｇ１が実行されることで、捕捉位置抽出処理が実現される。図７で示されるように、捕捉位置抽出処理では、下記ステップ１１〜１６の処理が行われる。

ステップ１１では、撮影制御装置２から動態画像を構成する一連の複数のフレーム画像Ｉ０が画像取得部４１１ａによって取得される。

ステップ１２では、画像補正部４１１ｂによって、撮影時に被検者Ｍ１に照射されるＸ線の線量等の撮影条件に応じた補正が、ステップ１１で取得された各フレーム画像Ｉ０に施される。ここでは、補正によってノイズの低減と対象部位以外の構造物による影響の低減とが行われ、補正後のフレーム画像ＩＣ０（図１４および図１５参照）が得られる。

ステップ１３では、粗検出部４１１ｃによって、テンプレートマッチング等が用いられて、ステップ１２で得られた補正後の各フレーム画像ＩＣ０から対象部位の位置が大まかに検出される処理（粗検出処理とも言う）が行われる。なお、テンプレートマッチングで通常用いられるテンプレートは、例えば、単純に複数の画像から生成される平均画像、あるいは白黒で表現される単純なモデルで表現された画像（モデル画像とも言う）等である。このため、Ｘ線画像を対象としたテンプレートマッチングでは、テンプレートの使用数が少なければ、肺野および心臓についての個体間における大きさ等の形状の差ならびに呼吸および心拍の変動による形状の差により、肺野領域が輪郭まで精度良く検出され難い。そこで、テンプレートマッチングによる検出結果は、各フレーム画像ＩＣ０における対象部位の大まかな位置を示す情報として使用される。

ステップ１４では、精密検出部４１１ｄによって、ステップ１３で大まかに検出された対象部位の位置に係る情報が初期値とされ、各フレーム画像ＩＣ０から対象部位の位置が詳細に検出される処理（精密検出処理とも言う）が行われる。

ステップ１５では、後処理部４１１ｅによって、ステップ１４で詳細に検出された対象部位の位置で規定される対象領域に対し、後処理としてのフィッティング処理が施される。これにより、後処理後の対象領域が得られる。

ステップ１６では、捕捉位置抽出部４１１ｆによって、後処理後の対象領域の輪郭のうち、特定部分としての横隔膜が捉えられた捕捉位置が抽出される。

次に、各部４１１ａ〜４１１ｆについて説明する。

＜(７−１−１−１)画像取得部４１１ａ＞
画像取得部４１１ａは、撮影装置１で得られた動態画像を構成する複数のフレーム画像Ｉ０に係るデータを、撮影制御装置２を介して取得する。

図８は、被検者Ｍ１の肺野内における呼吸に伴う構造物の動態が捉えられたＸ線動態画像の一例を模式的に示す図である。図８には、呼吸のサイクルに係る１周期において、一定の撮影のタイミングで順次に撮影されることで得られる、一連の複数の生体画像としてのフレーム画像Ｉ０が例示されている。図８で示される複数のフレーム画像Ｉ０は、時刻Ｔがｔ１，ｔ２，ｔ３，・・・，ｔ１０のタイミングにおける撮影でそれぞれ得られる複数のフレーム画像Ｉ１，Ｉ２，Ｉ３，・・・，Ｉ１０によって構成されている。

なお、一連のフレーム画像Ｉ１〜Ｉ１０のうち、前半のフレーム画像Ｉ１〜Ｉ５には、肺の吸気の動作によって肺野が拡張していく動態が捉えられ、後半のフレーム画像Ｉ６〜Ｉ１０には、肺の呼気の動作によって肺野が収縮していく動態が捉えられている。なお、フレーム画像Ｉ０は、Ｘ線の２次元の強度分布が、例えば、白黒の濃淡を示す画素値（濃淡値とも言う）の２次元の分布に変換されたものである。

＜(７−１−１−２)画像補正部４１１ｂ＞
画像補正部４１１ｂは、画像取得部４１１ａで取得された動態画像を構成する各フレーム画像Ｉ０に対し、補正を施すことで補正後のフレーム画像ＩＣ０を得て、該補正後のフレーム画像ＩＣ０を粗検出部４１１ｃに出力する。

図９から図１１は、フレーム画像Ｉ０の特徴を説明するための図である。図９には、フレーム画像Ｉ０が示され、図１０には、フレーム画像Ｉ０のうちの被検者Ｍ１の背景が捉えられた領域（背景領域とも言う）ＨＲ１（図９参照）における濃淡値の頻度を示すヒストグラムが示されている。該ヒストグラムでは、横軸が濃淡値を示し、縦軸が該濃淡値の頻度を示している。また、図１１には、フレーム画像Ｉ０のうちの対象部位としての肺野を含む縦長の領域ＶＲ２（図９参照）における濃淡値の分布を示すグラフが示されている。該グラフでは、横軸がＹ方向の座標を示し、縦軸が領域ＶＲ２内の各Ｙ座標における濃淡値の平均を示している。ところで、フレーム画像Ｉ０には、次の問題１〜３が存在する。

（問題１）図１０で示されるように、フレーム画像Ｉ０には、被検者Ｍ１が存在しない部分に係る背景領域ＨＲ１においてもノイズが多く存在し、一般的な静止画としてのＸ線画像と比較して、フレーム画像Ｉ０全体におけるＳ／Ｎ比が低くなる傾向がある。これは、対象部位を捉えたＸ線動態画像の取得においてＸ線による被検者Ｍ１の被爆量が増大しないように、各フレーム画像の撮影に要する被爆量が低く抑えられることに起因する。そして、このようにノイズが多く存在していれば、対象部位としての肺野が捉えられた対象領域としての肺野領域を精度良く抽出することが難しい。

（問題２）図１１で示されるように、フレーム画像Ｉ０では、肺に係る濃淡値に肺以外の構造物（肋骨および血管等の構造物）に係る濃淡値が重畳し、肺野内の構造物に係る濃淡値にばらつきが生じるため、対象領域としての肺野領域の輪郭が不鮮明である。このように輪郭が不鮮明であれば、対象部位としての肺野が捉えられた対象領域としての肺野領域を精度良く抽出することが難しくなる。

（問題３）フレーム画像Ｉ０では、肋横角が捉えられた領域付近の濃淡値が、肺野内よりも肺野外において捉えられた周辺の領域の濃淡値に近く、心臓が捉えられた領域と肺野領域との境界が不鮮明である。このように境界が不鮮明であれば、対象部位としての肺野が捉えられた対象領域としての肺野領域を精度良く抽出することが難しくなる。なお、肋横角が捉えられた領域は、横隔膜の両端が捉えられた領域にあたる。

上記問題１〜３を軽減するために、フレーム画像Ｉ０におけるノイズを削減し、フレーム画像Ｉ０に対する肺以外の構造物の影響を軽減する処理として、肺野領域の輪郭を明瞭にする補正処理が、フレーム画像Ｉ０に施される。

図１２から図１５は、画像補正部４１１ｂにおいてフレーム画像Ｉ０に施される補正処理の内容を説明するための図である。

図１２には、フレーム画像Ｉ０が示されている。図１３には、該フレーム画像Ｉ０に対して画像全体に存在するノイズを削減する処理（ノイズ削減処理とも言う）が施された後のフレーム画像ＩＮ０が示されている。図１４および図１５には、フレーム画像ＩＮ０に強調処理が施された後のフレーム画像ＩＣ０が示されている。具体的には、図１４には、フレーム画像ＩＮ０の全体に強調処理（全体強調処理とも言う）が施された後のフレーム画像ＩＣ０が示されている。図１５には、フレーム画像ＩＮ０の予め設定された領域（所定領域とも言う）に強調処理（エリア内強調処理とも言う）が施された後のフレーム画像ＩＣ０が示されている。なお、図１３から図１５の右部には、それぞれ横軸を濃淡値（画素値）とし、縦軸を該濃淡値（画素値）の頻度（単位：％）とするヒストグラムが示されている。

本実施形態では、画像補正部４１１ｂにおける強調処理において、ノイズ削減処理および強調処理が、この順に実施される。ここで、ノイズ削減処理および強調処理の内容について、簡単に説明する。

ノイズ削減処理としては、例えば、縮小処理等が挙げられる。縮小処理では、例えば、選択されたエリア（選択エリアとも言う）が、該選択エリアを構成する複数の画素値（濃淡値）に係る代表の画素値（代表画素値とも言う）に置換される。代表画素値は、例えば、選択エリア内の平均の画素値（濃淡値）、あるいは選択エリア内における最小の画素値等であれば良い。なお、代表画素値が、選択エリア内に係る平均の画素値である場合、縮小処理は、例えば、平均値フィルターを用いたフィルター処理等によって実現される。

図１６から図２０は、縮小処理の一例を説明するための図である。図１６には、フレーム画像Ｉ０に１つの選択エリアＲ３が設定されている様子が示されている。図１７には、フレーム画像Ｉ０における選択エリアＲ３の拡大図が示され、該選択エリアＲ３内の画素値が最小である画素Ｐｍが示されている。ここでは、各選択エリアＲ３について画素Ｐｍの画素値を代表画素値とする縮小処理が行われる。これにより、フレーム画像Ｉ０で捉えられた肺野領域のうち、最大値側の画素値（すなわち、ノイズ）が削減される。

例えば、図１８には、フレーム画像Ｉ０にエリアＲ４が設定されている様子が示されている。図１９には、フレーム画像Ｉ０におけるエリアＲ４の拡大図が示されており、図２０には、フレーム画像Ｉ０に縮小処理が施された後のフレーム画像ＩＮ０におけるエリアＲ４の拡大図が示されている。図１９および図２０で示されるように、フレーム画像Ｉ０に強調処理が施されることで、肺野領域内における小さな画素値が強調され、肺野領域内のノイズが低減される。なお、最小の画素値側のノイズが拡大される場合には、スムージングが施されても良い。

なお、ノイズ削減処理としては、上記の縮小処理に限られず、例えば、バンドパスフィルター等を用いてフレーム画像Ｉ０の高周波成分をカットする処理等と言ったその他の処理が採用されても良い。

全体強調処理では、例えば、予め設定された閾値以上の画素値が、予め設定されたルールに従って、閾値以下の相対的に低い画素値に置換される。これにより、フレーム画像Ｉ０に対する肺以外の構造物の影響が軽減される。

図１３および図１４で示されるように、ノイズ削減処理が施されたフレーム画像ＩＮ０と比較して、全体強調処理が施されたフレーム画像ＩＣ０では、濃淡値が大きな白い領域が相対的に少なく、濃淡値が小さな黒い領域が相対的に多い。つまり、全体強調処理によって、フレーム画像ＩＮ０のうちの肺野領域を含めた全体について、肺以外の構造物に相当する白の領域が低減され、黒の領域が強調される。

なお、強調処理における閾値は、予め設定された固定値であっても良いし、適宜変更されても良い。例えば、処理の対象であるフレーム画像ＩＮ０の状態に合わせて、閾値が変更される態様が考えられる。この態様では、例えば、フレーム画像ＩＮ０の濃淡値のヒストグラムについて、濃淡値が小さな値の方から順に頻度が累積され、頻度の累積値が所定値に到達した濃淡値が、閾値に設定される。なお、頻度の累積値が百分率で示される場合、所定値は、例えば、８０％等であれば良い。ここでは、例えば、一連の複数のフレーム画像ＩＮ０に対し、例えば、フレーム画像ＩＮ０毎に閾値が設定される態様が考えられる。また、例えば、一連の複数のフレーム画像ＩＮ０に対し、１枚目のフレーム画像ＩＮ０に基づいて閾値が設定され、一旦設定された閾値が、その他のフレーム画像ＩＮ０に対する強調処理にも適用される態様が考えられる。このような態様が採用されれば、演算量の削減による画像処理に要する時間の短縮が図られる。

ところで、エリア内強調処理では、フレーム画像ＩＮ０における所定領域に強調処理が施される。該所定領域は、例えば、所望の固定領域であれば良いが、ロバスト性の向上を図るために、処理の対象としてのフレーム画像ＩＮ０における濃淡値の分布（プロファイル）に応じて変更されても良い。

図２１は、エリア内強調処理における所定領域の設定方法の一例を説明するための図である。図２１の右部には、Ｙ座標と、フレーム画像ＩＮ０の各Ｙ座標における濃淡値の累積値（濃淡累積値とも言う）との関係が、縦方向のプロファイルとして示されている。また、図２１の下部には、Ｘ座標と、フレーム画像ＩＮ０の各Ｘ座標における濃淡値の累積値（濃淡累積値）との関係が、横方向のプロファイルとして示されている。

ここでは、例えば、各プロファイルにおいて濃淡累積値の傾向が大きく変化する点（変化点とも言う）Ｐｘ１，Ｐｘ２，Ｐｙ１，Ｐｙ２が抽出される。そして、Ｘ座標が変化点Ｐｘ１から変化点Ｐｘ２までの範囲であり、且つＹ座標が変化点Ｐｙ１から変化点Ｐｙ２までの範囲である矩形状の領域Ｒ５が所定領域として設定される。

＜(７−１−１−３)粗検出部４１１ｃ＞
粗検出部４１１ｃは、各フレーム画像ＩＣ０（図２２参照）を対象としたテンプレートマッチングによって、フレーム画像ＩＣ０のうち、図２３で示されるように、対象確定領域ＰＲ１１と未確定領域ＰＲ１２とを検出する。テンプレートマッチングの手法としては、例えば、公知のＳＡＤ（Sum of Absolute Differences）法、ＮＣＣ（Normalized Cross Correlation）法、ＰＯＣ（Phase-Only Correlation）法およびＲＩＰＯＣ（Rotation Invariant Phase-Only Correlation）法等の手法が採用される。なお、ここで、対象確定領域ＰＲ１１は、フレーム画像ＩＣ０のうち、対象部位としての肺野の少なくとも一部が捉えられている領域であり、未確定領域ＰＲ１２は、フレーム画像ＩＣ０のうち、対象部位としての肺野の一部が捉えられている可能性がある領域である。

本実施形態では、粗検出部４１１ｃは、フレーム画像ＩＣ０のうち、対象確定領域ＰＲ１１と未確定領域ＰＲ１２とを含む対象候補領域ＰＲ１だけでなく、対象部位としての肺野が捉えられていない領域（非対象確定領域とも言う）ＰＲ２も検出する。これにより、図２３で示されるように、フレーム画像ＩＣ０を、対象確定領域ＰＲ１１と、未確定領域ＰＲ１２と、非対象確定領域ＰＲ２とに区分する情報（領域区分情報とも言う）ＩＣ１が生成される。

具体的には、本実施形態に係る粗検出部４１１ｃの粗検出処理では、次の［Ｉ］〜［III］の処理が順に実行される。

［Ｉ］テンプレートマッチングが用いられて、対象部位としての肺野を構成する複数の部分（構成部分とも言う）が捉えられた領域（構成領域とも言う）が検出される処理（構成領域検出処理とも言う）が実行される。

［II］構成領域検出処理で検出された各構成領域に対し、テンプレートと構成領域との相関値に応じて、部分区分情報が設定される処理（区分設定処理とも言う）が実行される。部分区分情報は、各構成領域を、対象確定領域ＰＲ１１、未確定領域ＰＲ１２および非対象確定領域ＰＲ２に区分する情報である。

［III］各構成領域に対してそれぞれ設定された部分区分情報が統合される処理（統合処理とも言う）が実行される。これにより、領域区分情報ＩＣ１が生成される。

このように、精密検出部４１１ｄによる精密検出処理の前に上記粗検出処理が行われることで、対象確定領域ＰＲ１１と非対象確定領域ＰＲ２とが増大され、精密検出処理の対象となる未確定領域ＰＲ１２が低減される。その結果、次工程の精密抽出処理が、比較的短時間で正確に行われる。

ここで、各処理［Ｉ］〜［III］について更に説明する。

＜(７−１−１−３−１)構成領域検出処理＞
肺野については、周期的な形状の変化ならびに個体間における形状の差が大きい。例えば、図２４から図２６で示されるように、呼吸によって周期的に肺野および横隔膜の縦方向のサイズおよび形状が変化する場合、ならびに図２７から図３０で示されるように、横隔膜および心臓の形状における個体差が生じる場合等が考えられる。このため、例えば、各部分における形状の変化および形状の差が考慮されて、複数のテンプレートが準備される。

例えば、肺野および心臓の大きさの相違により、横隔膜の形状が異なるとともに、横隔膜の位置が左右で異なる。このため、本実施形態では、横隔膜の形状の差異に対し、縦方向および横方向において拡大および縮小させた関係（縦横変倍の関係とも言う）にある複数のテンプレートが採用される。また、横隔膜の左右の位置における差異に対し、左横隔膜と右横隔膜とについて別々のテンプレートが採用される。また、例えば、特定の症例としての心肥大による心臓の大きさの相違に応じて、心臓に沿った肺野の輪郭の形状が異なる。このため、本実施形態では、心臓の形状の差異に対し、縦方向および横方向において拡大および縮小させた関係にある複数のテンプレートが採用される。

ここでは、対象部位としての肺野が複数の部分（構成部分とも言う）に分けられ、各構成部分に対して複数のテンプレートが準備される例を示して説明する。なお、本実施形態では、複数の構成部分には、左横隔膜、右横隔膜、左肺尖部および右肺尖部をそれぞれ含む部分が含まれる。このため、左横隔膜、右横隔膜、左肺尖部および右肺尖部に係るテンプレート（左横隔膜テンプレート、右横隔膜テンプレート、左肺尖部テンプレートおよび右横隔膜テンプレートとも言う）がそれぞれ準備される。

図３１から図３４は、縦横変倍の関係にある複数の右および左横隔膜テンプレートＴ１，Ｔ２の生成方法を示す図である。図３１から図３４の左部には、サンプル画像ＳＩ０が模式的に示されている。図３１から図３４の右部には、サンプル画像ＳＩ０の左右の横隔膜の形状を各々表現した右横隔膜テンプレートＴ１ａ〜Ｔ１ｄ（Ｔ１）および左横隔膜テンプレートＴ２ａ〜Ｔ２ｄ（Ｔ２）が模式的に示されている。

図３１から図３４のサンプル画像ＳＩ０で示されるように、横隔膜の形状には大きな個体差があり、とりわけ心臓の大きさによって横隔膜の形状が大きく異なる。このため、例えば、サンプル画像ＳＩ０が、心臓の大きさ等に応じて複数のグループに分類される。ここでは、心臓の形状が、小、一般的、中および大である４種類のグループに分類される様子が示されている。

次に、図３１から図３４で示されるように、サンプル画像ＳＩ０における右横隔膜が捉えられた構成領域としての右横隔膜領域Ｒ１および左横隔膜が捉えられた構成領域としての左横隔膜領域Ｒ２（図中の破線で囲まれた領域）が指定されて切り出される。各サンプル画像ＳＩ０を対象とした右および左横隔膜領域Ｒ１，Ｒ２の指定は、操作部３３を介した手動でなされても良いし、手動等によって指定された各１つの右および左横隔膜領域Ｒ１，Ｒ２がテンプレートとされた各サンプル画像ＳＩ０を対象としたテンプレートマッチングによって実現されても良い。

そして、例えば、事前に分類された４種類のグループ毎に、右横隔膜領域Ｒ１から切り出された画像の平均画像が生成されることで、４種類の右横隔膜テンプレートＴ１ａ〜Ｔ１ｄ（Ｔ１）が生成される。ここで、平均画像の各画素値は、例えば、複数の右横隔膜領域Ｒ１から切り出された画像における同一位置の画素に係る画素値の累積値が右横隔膜領域Ｒ１の数で除されることで算出される。また、同様に、事前に分類された４種類のグループ毎に、左横隔膜領域Ｒ２から切り出された画像の平均画像が生成されることで、４種類の左横隔膜テンプレートＴ２ａ〜Ｔ２ｄ（Ｔ２）が生成される。

他のテンプレートについても、例えば、右および左横隔膜テンプレートＴ１，Ｔ２と同様な方法によって生成される。なお、左肺尖部テンプレートおよび右肺尖部テンプレートについては、例えば、肺尖部の大きさ、および鎖骨の傾き等の観点から複数のグループに分類されて、各グループに係るテンプレートが生成されれば良い。

このようにして生成されるテンプレートに係る情報は、記憶部４２に格納される各種データＤ１に含まれる。

そして、構成領域検出処理では、フレーム画像ＩＣ０が対象とされて、構成部分を捉えた構成領域の位置が、テンプレートを用いたテンプレートマッチングによって検出される。ここでは、各構成部分について、複数種類のテンプレートが用いられて、フレーム画像ＩＣ０のうちのテンプレートとの相関の度合い（相関度とも言う）が最も高い領域が、構成部分が捉えられた構成領域として検出される。

＜(７−１−１−３−２)区分設定処理＞
区分設定処理では、記憶部４２に格納された各種データＤ１に含まれる部分区分情報群に基づいて、構成領域検出処理において検出された構成領域に対し、それぞれ部分区分情報を設定する。ここで、部分区分情報群は、テンプレート毎にテンプレートと構成領域との相関値に応じた部分区分情報が蓄積されたものである。部分区分情報は、各構成領域を、対象確定領域ＰＲ１１、未確定領域ＰＲ１２および非対象確定領域ＰＲ２に区分する情報である。このため、区分設定処理では、構成領域検出処理で構成領域が検出された際におけるテンプレートおよび該テンプレートと該構成領域との相関値に応じた部分区分情報が、部分区分情報群から得られる。これにより、構成領域に対して部分区分情報が設定される。

ここで、図３５から図３８を参照しつつ、各テンプレートに対するテンプレートと構成領域との相関値に応じた部分区分情報の生成方法について説明する。

上述したように、例えば、テンプレートが生成される際に、サンプル画像ＳＩ０が複数のグループに分類され、各グループについて、複数のサンプル画像ＳＩ０から構成領域がそれぞれ切り出されて平均画像が生成される。このとき、まず、切り出された各構成領域について、対象部位が捉えられた対象領域か、対象部位以外の部分が捉えられた非対象領域かを示すデータ（正解データとも言う）も生成される。図３５には、あるサンプル画像ＳＩ０について、対象領域が白色で表され且つ非対象領域が黒色で表された正解データＡ０が例示されている。図３６には、構成領域としての右肺尖部領域Ｒ２Ｒおよび該右肺尖部領域Ｒ２Ｒに係る正解データＡ２Ｒ（Ａ０）、ならびに構成領域としての左肺尖部領域Ｒ２Ｌおよび該左肺尖部領域Ｒ２Ｌに係る正解データＡ２Ｌ（Ａ０）が例示されている。図３７には、構成領域としての左横隔膜領域Ｒ１Ｌおよび該左横隔膜領域Ｒ１Ｌに係る正解データＡ１Ｌ（Ａ０）、ならびに構成領域としての右横隔膜領域Ｒ１Ｒおよび該右横隔膜領域Ｒ１Ｒに係る正解データＡ１Ｒ（Ａ０）が例示されている。

次に、構成領域毎に、各グループについて、複数の正解データＡ０が重ねられ、画素毎に、正解データＡ０が重ねられた回数が複数の正解データＡ０の数で除されることで、正解データＡ０が重なっている確率（累積率とも言う）が算出される。累積率は、例えば、０〜１００％等と言った百分率等の態様で示されれば良い。図３８の左下には、右横隔膜領域Ｒ１Ｒに係る複数の正解データＡ１Ｒ（Ａ０）についての累積率の分布を示す画像（累積率画像とも言う）Ａｍ１Ｒが例示されている。図３８の右下には、左横隔膜領域Ｒ１Ｌに係る複数の正解データＡ１Ｌ（Ａ０）についての累積率の分布を示す累積率画像Ａｍ１Ｌが例示されている。図３８の左上には、右肺尖部領域Ｒ２Ｒに係る複数の正解データＡ２Ｒ（Ａ０）についての累積率の分布を示す累積率画像Ａｍ２Ｒが例示されている。図３８の右上には、左肺尖部領域Ｒ２Ｌに係る複数の正解データＡ２Ｌ（Ａ０）についての累積率の分布を示す累積率画像Ａｍ２Ｌが例示されている。

ここで、あるグループについて、累積率が１００％である領域は、対象部位を捉えた対象領域に対応することが確実であり、累積率が０％である領域は、対象部位を捉えていない非対象領域に対応することが確実である。これに対し、累積率が１〜９９％である領域については、対象領域に対応するか、非対象領域に対応するかについては、未確定である。但し、例えば、構成領域毎の各グループについて、テンプレートと構成領域検出処理で検出される構成領域との間における相関値が大きくなる程、より累積率が高い領域が、対象領域に対応する可能性が高まる。

そこで、テンプレート毎に、対応する累積率画像に基づいて、テンプレートと構成領域との相関値に応じた部分区分情報が生成される。

例えば、テンプレートに対する部分区分情報については、相関値の値域が予め設定され、その相関値の値域毎に部分区分情報が生成されれば良い。例えば、相関値が大きな値域（０．９＜相関値≦１）、相関値が中程度の値域（０．８＜相関値≦０．９）および相関値が小さな値域（０．５＜相関値≦０．８）が設定される態様が考えられる。この態様では、相関値が大きな値域（０．９０＜相関値≦１）に対し、例えば、累積率が０％の領域が非対象確定領域、累積率が０％を超え且つ５０％以下である領域が未確定領域、累積率が５０％を超え且つ１００％以下である領域が対象確定領域とされる。この場合における部分区分情報ＰＶ１の一例が、図３９の左部に示されている。また、相関値が中程度の値域（０．８＜相関値≦０．９）に対し、例えば、累積率が０％の領域が非対象確定領域、累積率が０％を超え且つ７０％以下である領域が未確定領域、累積率が７０％を超え且つ１００％以下である領域が対象確定領域とされる。この場合における部分区分情報ＰＶ２の一例が、図３９の中央部に示されている。さらに、相関値が小さな値域（０．５＜相関値≦０．８）に対し、例えば、累積率が０％の領域が非対象確定領域、累積率が０％を超え且つ９９％以下である領域が未確定領域、累積率が９９％を超え且つ１００％以下である領域が対象確定領域とされる。この場合における部分区分情報ＰＶ３の一例が、図３９の右部に示されている。

＜(７−１−１−３−３)統合処理＞
統合処理では、区分設定処理において各構成領域に対してそれぞれ設定された部分区分情報が統合される。これにより、対象確定領域ＰＲ１１および未確定領域ＰＲ１２を含む対象候補領域ＰＲ１ならびに非対象確定領域ＰＲ２を示す領域区分情報ＩＣ１の設定が完了する。図４０は、統合処理によって設定される対象候補領域ＰＲ１および非対象確定領域ＰＲ２を示す領域区分情報ＩＣ１の一例を示す図である。

＜(７−１−１−４)精密検出部４１１ｄ＞
精密検出部４１１ｄは、粗検出部４１１ｃで設定された対象確定領域ＰＲ１１および未確定領域ＰＲ１２の情報に基づいて、フレーム画像ＩＣ０から、対象部位の内部から輪郭に至る対象領域を検出する精密検出処理を行う。本実施形態では、未確定領域ＰＲ１２について、対象領域としての肺野領域の内部であるのか、外部であるのかが決定される。

図４１は、画像補正部４１１ｂから精密検出部４１１ｄに入力されるフレーム画像ＩＣ０の一例を示す図である。図４２は、精密検出部４１１ｄにおいて、フレーム画像ＩＣ０から検出される対象領域としての肺野領域ＲＴ１の一例を示す図である。精密検出処理では、粗検出処理の結果としての領域区分情報ＩＣ１（図４０参照）に基づき、画像補正部４１１ｂから入力されるフレーム画像ＩＣ０（図４１参照）が対象とされて、対象領域としての肺野領域ＲＴ１（図４２参照）が検出される。

精密検出処理では、対象部位の形状に依存しない検出手法によって対象領域としての肺野領域ＲＴ１が検出される。検出手法としては、例えば、レベルセット（Level set）およびスネーク（Snake）等のエッジの情報を利用する手法、領域拡張法（Region growing）等の領域の情報を利用する手法、グラフカット（Graph Cut）等のエッジと領域の情報を利用する手法等が挙げられる。

スネーク（Snake）の処理では、例えば、検出したい領域を囲むように閉曲線の初期値が定義され、繰り返し計算によって該閉曲線が下記条件［ｉ］〜［iii］を満たすように変形されていき、閉曲線の形状が変化しなくなったところで、閉曲線の変形が終了される。この処理により、対象領域としての肺野領域ＲＴ１の輪郭ＥＤ１が検出される。スネーク（Snake）の処理内容については、例えば、公知の種々の情報（蚊野浩"第１１章「領域処理」"京都産業大学 コンピュータ理工学部 ネットワークメディア学科「春学期・火曜日・３時限」資料［平成25年11月18日検索］、インターネット〈www.cc.kyoto-su.ac.jp/~kano/pdf/course/chapter11.pdf〉、および代表者：矢島信彦"処理事例｜sliceOmatic「面積/ 体積計測のためのエリア定義処理事例」イメージラボ社ホームページ［平成25年11月18日検索］、インターネット〈URL：http://www.imagelabo.com/Appli_sliceO.html〉等）に開示されている。

［ｉ］閉曲線自身の形は、連続でなめらかになろうとする。

［ii］閉曲線がエッジの上にあると、そこにとどまろうとする。

［iii］閉曲線は小さくなろうとする。

ここで、レベルセット（Level set）およびスネーク（Snake）等のエッジの情報を利用する手法では、領域区分情報ＩＣ１のうち、対象確定領域ＰＲ１１と未確定領域ＰＲ１２の情報があれば、対象領域の輪郭が検出され得る。このため、粗検出部４１１ｃにおける区分設定処理では、構成領域検出処理による検出結果に応じて、フレーム画像ＩＣ０のうち、対象確定領域ＰＲ１１および未確定領域ＰＲ１２を含む対象候補領域ＰＲ１が設定されれば良い。

また、領域拡張法（Region growing）の処理では、例えば、まず、画素値に関する条件を満足する画素が手動で決定され、１つのラベルが付されて種子点（seed point）とされる。そして、種子点の近傍の点で、画素値に関する条件を満足する画素に同一のラベルが付される処理が繰り返されることで、領域が拡張される。このような処理に沿って、対象確定領域ＰＲ１１が種子点とされて、未確定領域ＰＲ１２において領域が拡張されれば、対象領域としての肺野領域ＲＴ１が検出され得る。

また、グラフカット（Graph Cut）の処理については、例えば、公知の情報（石川博"グラフカットの理論と応用"第１４回画像センシングシンポジウムＳＳ１１０８、［平成25年11月18日検索］、インターネット〈URL：http://www.f.waseda.jp/hfs/SSIITutorial.pdf〉等）に開示されている。

なお、精密検出部４１１ｄで検出された結果を示す情報Ｒｔ２は、精密検出部４１１ｄから後処理部４１１ｅに送出される。

＜(７−１−１−５)後処理部４１１ｅ＞
後処理部４１１ｅは、精密検出部４１１ｄで検出された対象領域としての肺野領域ＲＴ１を対象として、対象部位のモデルを用いて、肺野領域ＲＴ１を整形する。これにより、精密検出処理で検出された肺野領域ＲＴ１の輪郭ＥＤ１における円滑でない部分（非円滑部分とも言う）および誤検出された部分（誤検出部分とも言う）等が補正される。後処理部４１１ｅでは、例えば、肺野領域ＲＴ１に対して、肺野領域の輪郭を近似的に示す所定数のフィッティング関数で表現された形状モデルＦをフィッティングさせる処理（フィッティング処理とも言う）が行われる。

所定数のフィッティング関数は、肺野領域のうちの周辺領域との境界を成す部分（境界部分とも言う）が考慮されたものであれば、精密検出処理で検出された肺野領域ＲＴ１の輪郭ＥＤ１における非円滑部分および誤検出部分が精度良く補正される。ここで、境界部分としては、フレーム画像Ｉ０において鮮明に捉えられ難い、肺尖部、横隔膜、心臓および大動脈弓等と言った部分が挙げられる。例えば、所定数のフィッティング関数は、肺野領域の輪郭が区切られた結果得られる複数の部分をそれぞれ近似的に示す関数であれば良い。そして、所定数のフィッティング関数で表現された形状モデルＦは、曲線および直線のみならず、スプライン曲線のような複数の曲線で構成されたものであっても良い。

具体的には、フィッティング関数ｆは、例えば、ＸＹ座標系における多項式の関数で表現され得る。多項式の関数は、自然数Ｎを用いて、Ｘを変数とするＹ＝ａＸ^Ｎ＋ｂＸ^{（Ｎ−１）}＋・・・の式、またはＹを変数とするＸ＝ａＹ^Ｎ＋ｂＹ^{（Ｎ−１）}＋・・・の式であれば良い。そして、係数ａ，ｂ，・・・の最適値を見つけることで、肺野領域ＲＴ１の輪郭ＥＤ１にフィッティング関数ｆをフィッティングさせることができる。なお、フィッティング関数ｆとして、ＸおよびＹの双方が変数とされる楕円形に係る関数等が採用されても良い。

また、後処理部４１１ｅでは、例えば、整形された対象領域としての肺野領域ＲＴ１に基づき、フレーム画像Ｉ０あるいはフレーム画像ＩＣ０から対象領域としての肺野領域ＲＴ１に対応する部分の画像（部分画像とも言う）が抽出される。

＜(７−１−１−６)捕捉位置抽出部４１１ｆ＞
捕捉位置抽出部４１１ｆは、後処理部４１１ｅで整形された対象領域としての肺野領域ＲＴ１から、特定部分が捉えられた捕捉位置を抽出する。ここでは、特定部分としての横隔膜は、各フレーム画像ＩＣ０において線状の領域として捉えられており、肺野領域ＲＴ１の輪郭ＥＤ１のうち、特定部分としての横隔膜が捉えられた捕捉位置が抽出される。このような処理が、動態画像を構成する一連の複数のフレーム画像ＩＣ０に係る複数の肺野領域ＲＴ１に対して行われる。

＜(７−１−２)フレーム画像群決定部４１２＞
フレーム画像群決定部４１２は、例えば、医療用の動態画像を構成する複数のフレーム画像Ｉ０から、捕捉位置の変位についての解析の対象となる解析対象フレーム画像群を決定する処理（解析対象フレーム群決定処理とも言う）を実行する。ここで、解析対象フレーム画像群には、特定部分の第１変位期間に係る第１フレーム画像群、特定部分の第２変位期間に係る第２フレーム画像群および特定部分の停滞期間に係る第３フレーム画像群の少なくとも１つのフレーム画像群が含まれる。このような解析対象フレーム画像群を対象とした捕捉位置の変位についての解析によって、特定部分の動作の傾向とは整合していない１以上の不整合捕捉位置が容易に検出され得る。

本実施形態では、第１変位期間は、特定部分としての横隔膜が少なくとも第１方向に変位している期間である。また、第２変位期間は、特定部分としての横隔膜が少なくとも第１方向とは反対の第２方向に変位している期間である。さらに、停滞期間は、第１変位期間と第２変位期間との合間において特定部分としての横隔膜が停滞している期間である。ここで、第１フレーム画像群は、第１変位期間において特定部分としての横隔膜が時間順次に捉えられた複数のフレーム画像である。また、第２フレーム画像群は、第２変位期間において特定部分としての横隔膜が時間順次に捉えられた複数のフレーム画像である。さらに、第３フレーム画像群は、停滞期間に特定部分としての横隔膜が時間順次に捉えられた複数のフレーム画像である。

この解析対象フレーム群決定処理では、位相変化情報取得処理、区分け処理および決定処理が行われることで、解析対象フレーム画像群が決定される。位相変化情報取得処理は、特定部分の動作についての変位に係る位相の時間的な変化を示す情報（位相変化情報とも言う）を得る処理である。区分け処理は、動態画像を構成する一連の複数のフレーム画像Ｉ０を位相変化情報に基づいて区分けする処理である。決定処理は、区分け処理によって複数のフレーム画像Ｉ０が区分けされることで得られる複数のフレーム群のうち、捕捉位置の変位についての解析の対象となる解析対象フレーム画像群を決定する。

ここで、位相変化情報取得処理、区分け処理および決定処理について更に説明する。

＜(７−１−２−１)位相変化情報取得処理＞
位相変化情報は、例えば、動態画像を構成する複数のフレーム画像Ｉ０の撮影期間においてサイクル検出センサー１５およびサイクル検出装置１６によって得られる情報であれば良い。

また、位相変化情報は、動態画像を構成する複数のフレーム画像Ｉ０から位置抽出部４１１で得られた捕捉位置に基づいて取得されても良い。これにより、被検者Ｍ１が非健常者であり、右肺と左肺との間で横隔膜の動きが異なる場合および呼吸の位相と横隔膜の変位に係る位相とが単純には対応していない場合であっても、特定部分の変位に係る位相変化情報がより正確に得られる。なお、右肺と左肺との間で横隔膜の動きが異なるケースは、例えば、手術によって肺の一部が切除されることで生じ得る。また、呼吸の位相と横隔膜の変位に係る位相とが単純に対応しないケースは、例えば、癒着等の何らかの疾病が原因で生じ得る。

フレーム画像群決定部４１２では、例えば、捕捉位置抽出部４１１ｆで複数のフレーム画像ＩＣ０から抽出された複数の捕捉位置に関し、連続する所定数のフレーム画像ＩＣ０における捕捉位置の代表値の時間的な変化を示す情報を、位相変化情報として取得する。なお、所定数は、例えば、５つ等であれば良く、代表値は、例えば、中央値および平均値等であれば良い。これにより、複数のフレーム画像ＩＣ０におけるノイズの影響が低減され得る。

具体的には、例えば、特定部分の捕捉位置としての横隔膜の位置を示すラインＬｎ１（図４３で太線で描かれた部分）の上下方向（±Ｙ方向）における座標（Ｙ座標）の時間的な変化を示す情報から、位相変化情報が取得される態様が考えられる。なお、ラインＬｎ１のＹ座標は、例えば、ラインＬｎ１の重心等と言った代表位置のＹ座標、あるいはラインＬｎ１のＹ座標の平均値等であれば良い。

ここでは、例えば、ラインＬｎ１の±Ｙ方向に係る位相変化情報の代わりに、ラインＬｎ１のその他の方向に係る位相変化情報が採用されても良い。その他の方向としては、±Ｙ方向に対して傾いた方向および±Ｘ方向等が考えられる。また、例えば、図４４および図４５で示されるように、予め設定された仙骨等の基準位置を中心として放射状に広がる方向および該基準位置に向かう方向に係る位相変化情報が採用されても良い。また、例えば、手術で片肺または片肺の一部が切除された場合等には、切除後の領域に他の臓器が入り込むことで、左横隔膜の位置と右横隔膜の位置とが左右対称の状態から大きく外れている場合がある。この場合には、例えば、左横隔膜と右横隔膜との間で、全く異なる方向に係る位相変化情報が採用されても良い。具体的には、例えば、図４６で示されるように、左横隔膜に対し、基準位置としての仙骨の位置を中心として放射状に広がる方向および該基準位置に向かう方向に係る位相変化情報が採用され、右横隔膜に対し、±Ｙ方向に係る位相変化情報が採用される態様が考えられる。

また、図４７で示されるように、位相変化情報が、曲線上における横隔膜の位置の変化を示す情報であっても良い。また、図４８および図４９で示されるように、右肺および左肺にそれぞれ含まれる基準点Ｓｐ１を中心として放射状に広がる方向（拡張方向とも言う）および該拡張方向とは逆に基準点Ｓｐ１に収束する方向（収縮方向とも言う）に係る位相変化情報が採用されても良い。

なお、吸気の際に肺野の輪郭が変位する方向と、呼気の際に肺野の輪郭が変位する方向とは明確に異なるが、呼吸の方法に応じて、位相変化情報で示される肺野領域ＲＴ１の輪郭ＥＤ１が変位する方向が変更されても良い。呼吸の方法としては、例えば、深呼吸、自然呼吸、腹式呼吸および胸式呼吸等がある。なお、例えば、腹式呼吸は、横隔膜を主に使う呼吸の方法であり、胸式呼吸は、胸部（肋間筋）を主に使う呼吸の方法である。

＜(７−１−２−２)区分け処理＞
図５０から図５２は、複数のフレーム画像Ｉ０の第１から第３の区分け方法を説明するための図である。図５０から図５２では、横軸が時刻を示し、縦軸が特定部分としての横隔膜のＹ方向の変位に係る位相を示し、該位相の時間的な変化が太線で描かれた曲線で示されている。なお、吸気が行われている期間（吸気期間とも言う）では、横隔膜が下方向（＋Ｙ方向）に変位することで、Ｙ方向における横隔膜の変位に係る位相が大きくなる。一方、呼気が行われている期間（呼気期間とも言う）では、横隔膜が上方向（−Ｙ方向）に変位することで、Ｙ方向における横隔膜の変位に係る位相が小さくなる。

第１の区分け方法では、例えば、図５０で示されるように、動態画像を構成する一連の複数のフレーム画像Ｉ０が撮影された期間（撮影期間とも言う）が、吸気期間Ｐ１と呼気期間Ｐ２とに区分けされる。なお、図５０には、３つの吸気期間Ｐ１と２つの呼気期間Ｐ２とが示されている。このとき、動態画像を構成する一連の複数のフレーム画像Ｉ０が、各吸気期間Ｐ１における撮影で得られたフレーム画像群（吸気フレーム画像群とも言う）と各呼気期間Ｐ２における撮影で得られたフレーム画像群（呼気フレーム画像群とも言う）とに区分けされる。

ここでは、吸気フレーム画像群は、特定部分としての横隔膜が第１方向としての＋Ｙ方向に変位している第１変位期間としての吸気期間Ｐ１において横隔膜が時間順次に捉えられた第１フレーム画像群に相当する。また、呼気フレーム画像群は、特定部分としての横隔膜が第１方向とは逆の第２方向としての−Ｙ方向に変位している第２変位期間としての呼気期間Ｐ２において横隔膜が時間順次に捉えられた第２フレーム画像群に相当する。なお、本実施形態では、第１方向が＋Ｙ方向であり、第２方向が−Ｙ方向である例が挙げられているが、これに限られない。例えば、第１方向が−Ｙ方向であり、第２方向が＋Ｙ方向であっても良いし、第１方向が＋Ｘ方向であり、第２方向が−Ｘ方向であっても良いし、第１方向が−Ｘ方向であり、第２方向が＋Ｘ方向であっても良い。さらに、例えば、第１方向が、Ｘ方向の成分とＹ方向の成分とが合成された方向であり、第２方向が、第１方向とは逆の、Ｘ方向の成分とＹ方向の成分とが合成された方向であっても良い。

ところで、例えば、深呼吸において吸気と呼気とが切り替わるタイミング（呼吸切り替えタイミングとも言う）では、横隔膜が立体的に歪むように変位することがある。このため、複数のフレーム画像Ｉ０が、単純に吸気フレーム画像群と呼気フレーム画像群とに区分けされれば、不整合位置検出部４１３によって、特定部分としての横隔膜の動作の傾向と整合する捕捉位置を不整合捕捉位置と検出してしまう場合もある。また、別の観点から言えば、呼吸切り替えタイミングでは、横隔膜の動きが殆ど停止しているため、横隔膜が変位している方向（変位方向とも言う）が上下の何れの方向であるのか区別し難い。

そこで、例えば、図５１で示されるように、動態画像を構成する一連の複数のフレーム画像Ｉ０の撮影期間から吸気と呼気とが切り替わる期間（呼吸切り替え期間とも言う）が除外され、吸気期間Ｐ１と呼気期間Ｐ２とに区分けされる第２の区分け方法が考えられる。なお、ここでは、例えば、呼吸の方法が、深呼吸および自然呼吸の何れであるのかが判別され、深呼吸が行われていれば、動態画像を構成する一連の複数のフレーム画像Ｉ０の撮影期間から呼吸切り替え期間が除外される態様が考えられる。なお、腹式呼吸および胸式呼吸等と言った呼吸の方法に応じて、動態画像を構成する一連の複数のフレーム画像Ｉ０に係る撮影期間の区分け方法が変更されても良い。

また、動態画像を構成する一連の複数のフレーム画像Ｉ０に係る撮影期間が区分けされる区分け方法は、不整合位置検出部４１３における不整合捕捉位置の検出態様に応じて設定されても良い。例えば、特定部分が一方向に沿って変位する吸気期間Ｐ１および呼気期間Ｐ２だけでなく、吸気期間Ｐ１と呼気期間Ｐ２との合間の停滞期間Ｐ３（図５２）についても不整合捕捉位置が検出される場合が考えられる。この場合、例えば、図５２で示されるように、動態画像を構成する一連の複数のフレーム画像Ｉ０が撮影された撮影期間が、吸気期間Ｐ１、呼気期間Ｐ２および停滞期間Ｐ３に区分けされる第３の区分け方法が採用されれば良い。なお、図５２には、３つの吸気期間Ｐ１と２つの呼気期間Ｐ２と４つの停滞期間Ｐ３が示されている。そして、動態画像を構成する一連の複数のフレーム画像Ｉ０が、各吸気期間Ｐ１に係る撮影で得られた吸気フレーム画像群、各呼気期間Ｐ２に係る撮影で得られた呼気フレーム画像群、および各停滞期間Ｐ３に係る撮影で得られた停滞フレーム画像群に区分けされる。ここで、停滞フレーム画像群は、停滞期間Ｐ３に横隔膜が時間順次に捉えられた第３フレーム画像群に相当する。

＜(７−１−２−３)決定処理＞
決定処理では、区分け処理によって得られる第１および第２フレーム画像群あるいは第１から第３フレーム画像群のうちの１以上のフレーム画像群を、捕捉位置の変位についての解析の対象となる解析対象フレーム画像群として決定する。なお、決定処理では、例えば、予め設定された決定ルールに従って、解析対象フレーム画像群が決定されれば良い。

決定ルールとしては、例えば、第１および第２フレーム画像群を、解析対象フレーム画像群として決定するルール、あるいは第１から第３フレーム画像群を、解析対象フレーム画像群として決定するルール等が挙げられる。また、決定ルールとしては、例えば、肺野による呼吸の方法に応じて、第１から第３フレーム画像群の少なくとも１つのフレーム画像群が、解析対象フレーム画像群として決定されるルールであっても良い。ここで、呼吸の方法としては、自然呼吸、深呼吸、腹式呼吸および胸式呼吸等が挙げられる。これにより、状況に応じた不整合捕捉位置の検出および補正が実行されることになる。

ここでは、例えば、自然呼吸および深呼吸の何れの呼吸の方法が実行されているのかについては、後処理部４１１ｅで得られた肺野領域ＲＴ１の上下方向（±Ｙ方向）における伸縮の度合いおよび横隔膜の変位量等によって判別され得る。なお、深呼吸が実行されている場合には、第３フレーム画像群としての停滞フレーム画像群が解析対象フレーム画像群として採用されない第２の区分け方法が採用される態様が考えられる。

また、例えば、腹式呼吸および胸式呼吸の何れの呼吸の方法が実行されているのかについては、後処理部４１１ｅで得られた肺野領域ＲＴ１の輪郭ＥＤ１の動きから求まる横隔膜の動きと胸部の動きとの割合から判別され得る。例えば、輪郭ＥＤ１のうち、横隔膜よりも胸部の方がより大きく変位している場合には、胸式呼吸が行われているものと判別され、横隔膜の方が胸部よりも大きく変位している場合には、腹式呼吸が行われているものと判別される態様が考えられる。胸部の変位は、例えば、肺野を正面から捉えた肺野領域ＲＴ１に含まれる胸郭（肋骨全体）のシルエットあるいはその外接線の変位であれば良い。なお、胸式呼吸が実行されている場合には、横隔膜が殆ど動かないため、第３フレーム画像群としての停滞フレーム画像群が解析対象フレーム画像群として採用される態様が考えられる。

＜(７−１−３)不整合位置検出部４１３＞
不整合位置検出部４１３は、複数のフレーム画像ＩＣ０について、位置抽出部４１１によって抽出された複数の捕捉位置のうち、複数の捕捉位置に係る空間的な関係が特定部分としての横隔膜の動作の傾向とは整合していない不整合捕捉位置を検出する。ここでは、例えば、異常状態認識処理と不整合捕捉位置特定処理とが行われる。異常状態認識処理は、フレーム画像群決定部４１２で決定された解析対象フレーム画像群に関し、位置抽出部４１１で抽出された横隔膜についての複数の捕捉位置に係る空間的な関係が横隔膜の動作の傾向とは整合していない異常状態を認識する処理である。不整合捕捉位置特定処理は、異常状態認識処理によって認識された異常状態に応じて、１以上の不整合捕捉位置を特定する処理である。

＜(７−１−３−１)異常状態の種類＞
異常状態には、例えば、クロス異常状態、順序異常状態および分布異常状態と言った複数種類の異常状態が含まれる。

図５３から図５５は、吸気期間において捉えられた横隔膜の複数の捕捉位置について生じる、クロス異常状態、順序異常状態および分布異常状態の各一態様をそれぞれ例示する図である。図５３から図５５では、横軸が、Ｘ方向における位置を示し、縦軸が、−Ｙ方向における位置を示している。また、図５３から図５５には、吸気期間における撮影によって時間順次に得られた複数のフレーム画像ＩＣ０からなる解析対象フレーム画像群が対象とされて位置抽出部４１１によって抽出された複数の捕捉位置が、曲線Ｃｖｎで示されている。ここで、ｎは自然数であり、曲線Ｃｖｎは、吸気期間におけるｎ番目の撮影によって得られたフレーム画像Ｉ０から抽出される捕捉位置を示す。

＜(７−１−３−１−１)クロス異常状態＞
クロス異常状態は、例えば、図５３で示されるように、解析対象フレーム画像群に係る複数の捕捉位置を示す複数の曲線Ｃｖｎのうちの２以上の曲線Ｃｖｎが交差（クロス）している状態である。通常は、横隔膜が一方向（例えば、＋Ｙ方向または−Ｙ方向）に沿って変位する吸気期間および呼気期間については、異なるフレーム画像ＩＣ０における横隔膜の捕捉位置を示す曲線Ｃｖｎは、相互に重なり合うことはあっても、相互に交差（クロス）することはない。このため、本実施形態では、解析対象フレーム画像群に係る複数の曲線Ｃｖｎのうちの２以上の曲線Ｃｖｎが交差（クロス）している状態を、横隔膜の動作の傾向とは整合していない異常状態としてのクロス異常状態としている。

＜(７−１−３−１−２)順序異常状態＞
順序異常状態は、例えば、図５４で示されるように、解析対象フレーム画像群に係る複数の捕捉位置を示す複数の曲線Ｃｖｎの撮影順に応じた配列順が、実際の横隔膜の変位方向とは整合していない状態である。通常は、横隔膜が一方向（例えば、＋Ｙ方向または−Ｙ方向）に沿って変位する吸気期間および呼気期間については、解析対象フレーム画像群に係る複数の捕捉位置を示す複数の曲線Ｃｖｎは、実際の横隔膜の変位方向に対応する一方向において、撮影順に応じた順に並ぶ。このため、本実施形態では、解析対象フレーム画像群に係る複数の曲線Ｃｖｎの撮影順に応じた配列順が、横隔膜の変位方向とは整合していない状態を、実際の横隔膜の動作の傾向とは整合していない異常状態としての順序異常状態としている。

＜(７−１−３−１−３)分布異常状態＞
分布異常状態は、例えば、図５５で示されるように、解析対象フレーム画像群に係る複数の捕捉位置を示す複数の曲線Ｃｖｎが、特定部分の変位方向に対応する一方向においてずれている量（ずれ量とも言う）が、予め設定された基準量を超えている状態である。通常は、構造物の変位量は、その構造物の周期的な運動等における可動範囲の幅を超えない。このため、本実施形態では、特定部分の変位方向に対応する一方向おいて解析対象フレーム画像群に係る複数の曲線Ｃｖｎがずれているずれ量が、基準量を超えている状態を、実際の横隔膜の動作の傾向とは整合していない異常状態としての分布異常状態としている。

なお、例えば、時間的に近接する撮影タイミングに係る２つのフレーム画像ＩＣ０の間で特定部分の変位量が大きい状態は、特定部分の急速な変位を示す。このような特定部分の急速な変位は、上記停滞期間Ｐ３に対応する呼吸切り替え期間および呼吸が止められている息止め期間では、横隔膜の動作の傾向とは整合しない異常状態である。そして、このような期間については、例えば、ずれ量に係る基準量が比較的低い量に設定されれば良い。すなわち、分布異常情報の認識の基準となる基準量が、呼吸方法に応じて変更されても良い。

＜(７−１−３−２)クロス異常状態に係る不整合捕捉位置の検出＞
図５６は、不整合位置検出部４１３においてクロス異常状態に係る不整合捕捉位置を検出するために実現される機能的な構成を示すブロック図である。図５６で示されるように、不整合位置検出部４１３は、クロス異常認識部４１３ａおよび不整合位置特定部４１３ｂを備えている。

＜(７−１−３−２−１)クロス異常認識部４１３ａ＞
クロス異常認識部４１３ａは、異常状態認識処理としてのクロス異常状態認識処理を実行する。クロス異常状態認識処理は、複数の捕捉位置のうちの１以上の捕捉位置が他の１以上の捕捉位置と交差している状態（クロス異常状態とも言う）を認識する処理である。ここでは、例えば、図５３で示されるように、解析対象フレーム画像群に係る複数の捕捉位置をそれぞれ示す複数の曲線Ｃｖｎのうちの２以上の曲線Ｃｖｎが交差（クロス）しているクロス異常状態が認識される。クロス異常状態の認識方法としては、例えば、次の第１〜３認識方法が考えられる。

図５７は、クロス異常状態の第１認識方法を説明するための図である。該第１認識方法では、例えば、特定部分としての横隔膜の変位方向に対応するＹ方向に伸びる評価ラインＥＬ１が、変位方向に対応するＹ方向に略直交するＸ方向における複数の曲線Ｃｖｎの一端から他端にかけて走査される。変位方向を示す情報は、例えば、上述した位相変化情報取得処理によって得られる。このとき、評価ラインＥＬ１の走査方向における各Ｘ座標において、一方向（例えば、＋Ｙ方向）において評価ラインＥＬ１と交差する曲線Ｃｖｎの順（交差順とも言う）が認識される。そして、該一方向において評価ラインＥＬ１と曲線Ｃｖｎとが交差する交差順が入れ替わっているＸ座標について、２以上の曲線Ｃｖｎが相互に交差しているクロス異常状態の存在が認識される。

なお、評価ラインＥＬ１と複数の曲線Ｃｖｎとの交差順は、＋Ｙ方向における交差順に限られず、−Ｙ方向における交差順であっても良い。また、評価ラインＥＬ１は、横隔膜の変位方向に対応するＹ方向に伸びるものに限られず、例えば、横隔膜の変位方向に対して交差する方向（交差方向とも言う）に伸びるものであっても良い。さらに、評価ラインＥＬ１が伸びる方向は、横隔膜の変位方向とは無関係に予め設定されていても良い。この場合、例えば、横隔膜の変位方向と交差方向とが成す角度が予め設定された角度（例えば、４５度）以下であれば、評価ラインＥＬ１と曲線Ｃｖｎとの交差順が明確に認識され得る。また、評価ラインＥＬ１が走査される方向は、横隔膜の変位方向に直交するＸ方向に限られず、例えば、横隔膜の変位方向に直交する方向に交差する方向であっても良い。

図５８は、クロス異常状態の第２認識方法を説明するための図である。該第２認識方法では、例えば、事前に複数の曲線Ｃｖｎが重畳している点（重畳点とも言う）Ｌｐｍ（ｍは自然数）の座標が検出される処理（重畳点検出処理とも言う）が実行される。重畳点検出処理では、例えば、ＸＹ座標空間上に描かれた複数の曲線Ｃｖｎを対象とした画像処理によって、２以上の曲線Ｃｖｎが重なり合う点の座標が検出され得る。ところで、２以上の曲線Ｃｖｎが重なり合う点には、２以上の曲線Ｃｖｎが単純に重なっている点、および２以上の曲線Ｃｖｎが交差している点が含まれる。

そこで、例えば、特定部分としての横隔膜の変位方向に対応するＹ方向に伸びる２本の評価ラインＬｍａ，Ｌｍｂが、重畳点Ｌｐｍを通る位置に設定され、評価ラインＬｍａと評価ラインＬｍｂとの間隔が徐々に広げられるようにシフトされる。図５８には、評価ラインＬｍａがシフトされる方向としての−Ｘ方向を示す矢印、および評価ラインＬｍｂがシフトされる方向としての＋Ｘ方向を示す矢印が描かれている。ここで、２本の評価ラインＬｍａ，Ｌｍｂの双方が重畳点Ｌｐｍを挟む位置までシフトされる。このとき、評価ラインＬｍａに交差する曲線Ｃｖｎの交差順と、評価ラインＬｍｂと交差する曲線Ｃｖｎの交差順とが逆となっていれば、重畳点Ｌｐｍにおいて２以上の曲線Ｃｖｎが相互に交差しているクロス異常状態の存在が認識される。このようなクロス異常状態の第２認識方法では、クロス異常状態の第１認識方法と比較して、評価ラインと曲線Ｃｖｎとの交差順が、重畳点Ｌｐｍの近傍のみにおいて認識される。このため、演算量の低減による異常状態認識処理の効率化が図られる。

なお、評価ラインＥｍａ，Ｅｍｂと複数の曲線Ｃｖｎとの交差順は、Ｙ方向における交差順に限られず、−Ｙ方向における交差順であっても良い。また、評価ラインＥｍａ，Ｅｍｂは、横隔膜の変位方向に対応するＹ方向に伸びるものに限られず、例えば、横隔膜の変位方向に対して交差する方向（交差方向とも言う）に伸びるものであっても良い。さらに、評価ラインＥｍａ，Ｅｍｂが伸びる方向は、横隔膜の変位方向とは無関係に予め設定されていても良い。この場合、例えば、横隔膜の変位方向と交差方向とが成す角度が予め設定された角度（例えば、４５度）以下であれば、評価ラインＥｍａ，Ｅｍｂと曲線Ｃｖｎとの交差順が明確に認識され得る。また、評価ラインＥｍａ，Ｅｍｂがシフトされる方向は、横隔膜の変位方向に直交する±Ｘ方向に限られず、例えば、横隔膜の変位方向に直交する方向に対して交差する方向であっても良い。

図５９は、クロス異常状態の第３認識方法を説明するための図である。該第３認識方法では、例えば、特定部分としての横隔膜の変位方向に対応するＹ方向に伸びる評価ラインＥＬ２が、変位方向としてのＹ方向に略直交するＸ方向における複数の曲線Ｃｖｎの一端から他端にかけて走査される。そして、特定部分としての横隔膜の実際の変位方向を正の方向とし、２つの曲線Ｃｖｎと評価ラインＥＬ２との交点の時間経過に応じた変位量の正負が、評価ラインＥＬ２の走査中に逆転した位置で、該２つの曲線Ｃｖｎが交差しているクロス異常状態の存在が認識される。

＜(７−１−３−２−２)不整合位置特定部４１３ｂ＞
不整合位置特定部４１３ｂは、クロス異常認識部４１３ａによって認識されたクロス異常状態と、予め設定されたルールとに基づき、複数の捕捉位置のうちの相互に交差している２以上の捕捉位置（クロス捕捉位置とも言う）から、不整合捕捉位置を特定する。これにより、不整合捕捉位置が容易に検出され得る。

ここでは、例えば、図５３で示されるように、２つの曲線Ｃｖｎが交差（クロス）しているクロス異常状態が存在している場合、上記ルールに基づき、２つの曲線Ｃｖｎのうちの少なくとも一方の曲線Ｃｖｎが、不整合捕捉位置を示すものとして特定される。このとき、相互に交差する２つの曲線Ｃｖｎのうちの何れの曲線Ｃｖｎが、不整合捕捉位置を示すものとして特定されても良い。

但し、例えば、不整合位置特定部４１３ｂでは、２以上のクロス捕捉位置のうち、他のクロス捕捉位置と交差している回数（交差回数とも言う）が多いクロス捕捉位置から順に、不整合捕捉位置として特定される処理（第１優先特定処理とも言う）が行われる。このような第１優先特定処理が行われるルールにより、交差回数が多いことから不整合捕捉位置である確率が高いクロス捕捉位置が、不整合捕捉位置として特定される。そして、例えば、第１優先特定処理が、２以上のクロス捕捉位置のうちの不整合捕捉位置として特定されたクロス捕捉位置を除く残余のクロス捕捉位置がなくなるまで行われる態様が考えられる。このような態様が採用されれば、特定部分としての横隔膜の動作の傾向とは整合していない不整合捕捉位置の検出精度が向上し得る。

例えば、図６０で示されるように、曲線Ｃｖ２が２つの曲線Ｃｖ３，Ｃｖ４に順次に交差して２回交差し、曲線Ｃｖ３および曲線Ｃｖ４が１つの曲線Ｃｖ２に１回交差していれば、交差回数が多い曲線Ｃｖ４に係る捕捉位置が、不整合捕捉位置として特定される。図６０では、不整合捕捉位置として特定された曲線Ｃｖ２が破線の曲線で描かれている。

また、例えば、不整合位置特定部４１３ｂでは、２以上のクロス捕捉位置のうち、他のクロス捕捉位置と交差している交差回数が少ないクロス捕捉位置から順に、整合捕捉位置として特定される処理（第２優先特定処理とも言う）が行われても良い。このような第２優先特定処理が行われるルールにより、交差回数が少ないことから整合捕捉位置である確率が高いクロス捕捉位置が、整合捕捉位置として特定される。そして、例えば、第２優先特定処理が、該第２優先特定処理によって整合捕捉位置として特定されたクロス捕捉位置と交差していないクロス捕捉位置がなくなるまで行われる態様が考えられる。このような態様が採用されても、特定部分としての横隔膜の動作の傾向とは整合していない不整合捕捉位置の検出精度が向上し得る。なお、このような態様が採用される場合、図６０で示される例では、他の曲線と交差している３つの曲線Ｃｖ２〜Ｃｖ４のうち、交差回数が相対的に少ない２つの曲線Ｃｖ３，Ｃｖ４が整合捕捉位置として特定され、残余の曲線Ｃｖ２が、不整合捕捉位置として特定される。

また、不整合位置特定部４１３ｂによって、曲線Ｃｖｎが示す捕捉位置の全体が不整合捕捉位置として特定される態様に限られない。例えば、不整合捕捉位置を示す曲線Ｃｖｎが、予め設定されたルールに応じて、不整合捕捉部分ＡＦｐ０と整合捕捉部分Ｆｐ０とに区分けされても良い。不整合捕捉部分ＡＦｐ０は、不整合捕捉位置のうちの特定部分としての横隔膜の動作の傾向とは整合していない部分であり、整合捕捉部分Ｆｐ０は、不整合捕捉位置のうちの特定部分としての横隔膜の動作の傾向と整合している部分である。

例えば、２以上の曲線Ｃｖｎが相互に交差している点（交点とも言う）を含む該交点の周辺に位置する部分を不整合捕捉部分ＡＦｐ０とするルールが採用され得る。また、例えば、曲線Ｃｖｎの一端部に近い部分が交点を形成していれば、交点から一端部に至る部分が、不整合捕捉部分ＡＦｐ０とされるルールが採用されても良い。さらに、例えば、曲線Ｃｖｎの他端部に近い部分が交点を形成していれば、交点から他端部に至る部分が、不整合捕捉部分ＡＦｐ０とされるルールが採用されても良い。また、例えば、曲線Ｃｖｎの傾きが、明らかに異常である部分が、不整合捕捉部分ＡＦｐ０とされるルールが採用されても良い。曲線Ｃｖｎの傾きが明らかに異常である部分としては、例えば、不整合捕捉位置としてのある曲線Ｃｖｎのうち、他の捕捉位置としての曲線Ｃｖｎと比較した場合に、同じＸ座標の範囲において傾きが顕著に異なる部分等が考えられる。なお、傾きが顕著に異なるケースとしては、例えば、傾きが所定倍異なるケース、および傾きが所定角度以上異なるケース等が考えられる。

図６１は、不整合捕捉位置を不整合捕捉部分ＡＦｐ０と整合捕捉部分Ｆｐ０とに区分けする方法を説明するための図である。図６１には、３つの曲線Ｃｖ２〜Ｃｖ４が交点Ｃｐ１で交差し、２つの曲線Ｃｖ５，Ｃｖ６が交点Ｃｐ２で交差しており、曲線Ｃｖ３〜Ｃｖ５が不整合捕捉位置を示す曲線Ｃｖｎとされているケースが例示されている。また、図６１では、不整合捕捉部分ＡＦｐ０が破線で示され、整合捕捉部分Ｆｐ０が実線で示されている。

ここでは、例えば、曲線Ｃｖｎの端部から予め設定されたＸ座標の範囲Ｅｗ１内に交点が存在していれば、不整合捕捉位置を示す曲線Ｃｖｎのうち、範囲Ｅｗ１内の交点から曲線Ｃｖｎの端部に至る部分が不整合捕捉部分ＡＦｐ０とされる態様が考えられる。また、例えば、不整合捕捉位置を示す曲線Ｃｖｎのうち、交点を含む該交点の周辺の予め設定されたＸ座標の範囲Ｗｄ１の部分が不整合捕捉部分ＡＦｐ０とされる態様が考えられる。なお、範囲Ｅｗ１および範囲Ｗｄ１の幅は、例えば、経験値から適宜設定されれば良い。例えば、特定部分が横隔膜である場合には、範囲Ｗｄ１の幅が、予め設定された値（例えば、５０ピクセル等）に設定される態様が考えられる。また、ここでは、範囲Ｅｗ１および範囲Ｗｄ１の幅が、Ｘ座標によって規定されたが、これに限られず、例えば、特定部分の変位方向以外の他の方向における座標によって規定されても良い。

図６１には、交点Ｃｐ１が、＋Ｘ側の端部の近傍に設定された範囲Ｅｗ１内に存在しているため、不整合捕捉位置を示す曲線Ｃｖ３，Ｃｖ４のうちの交点Ｃｐ１から＋Ｘ側の端部に至る部分が、不整合捕捉部分ＡＦｐ０とされている例が示されている。また、交点Ｃｐ２が、＋Ｘ側の端部の近傍に設定された範囲Ｅｗ１内に存在しているため、不整合捕捉位置を示す曲線Ｃｖ５のうちの交点Ｃｐ２から＋Ｘ側の端部に至る部分が、不整合捕捉部分ＡＦｐ０とされている例が示されている。また、不整合捕捉位置を示す曲線Ｃｖ３，Ｃｖ４のうちの交点Ｃｐ１の周辺の範囲Ｗｄ１の部分、および不整合捕捉位置を示す曲線Ｃｖ５のうちの交点Ｃｐ２の周辺の範囲Ｗｄ１の部分が、不整合捕捉部分ＡＦｐ０とされている例が示されている。

＜(７−１−３−３)順序異常状態に係る不整合捕捉位置の検出＞
図６２は、不整合位置検出部４１３において順序異常状態に係る不整合捕捉位置を検出するために実現される機能的な構成を示すブロック図である。図６２で示されるように、不整合位置検出部４１３は、変位方向取得部４１３ｃ、順序異常認識部４１３ｄおよび不整合位置特定部４１３ｂＡを備えている。

＜(７−１−３−３−１)変位方向取得部４１３ｃ＞
変位方向取得部４１３ｃは、時間の経過に応じた、特定部分としての横隔膜の変位方向に係る情報を取得する。ここでは、例えば、上記位相変化情報取得処理で得られる変位方向、あるいは上記位相変化情報取得処理と同様な処理によって得られる変位方向を示す情報が取得される。

＜(７−１−３−３−２)順序異常認識部４１３ｄ＞
順序異常認識部４１３ｄは、異常状態認識処理としての順序異常状態認識処理を実行する。順序異常状態認識処理は、順序異常状態を認識する処理である。順序異常状態としては、例えば、次の第１順序異常状態および第２順序異常状態が生じ得る。第１順序異常状態は、複数の捕捉位置において、第１捕捉位置が基準とされ、該第１捕捉位置に係る第１撮影タイミングよりも後の第２撮影タイミングに係る第２捕捉位置の第１捕捉位置からのずれが、特定部分の変位方向に対応する方向（基準方向とも言う）とは逆の方向に生じている状態である。換言すれば、複数の捕捉位置のうち、第１捕捉位置から第２捕捉位置に向けたずれの方向が、特定部分の変位方向に対応する基準方向とは逆である状態である。また、第２順序異常状態は、複数の捕捉位置において、第２捕捉位置が基準とされて、該第２捕捉位置に係る第２撮影タイミングよりも前の第１撮影タイミングに係る第１捕捉位置の第２捕捉位置からのずれが、特定部分の変位方向に対応する基準方向に生じている状態である。換言すれば、複数の捕捉位置のうち、第２捕捉位置から第１捕捉位置に向けたずれの方向が、特定部分の変位方向に対応する基準方向である状態である。

ここでは、例えば、図５４で示されるように、解析対象フレーム画像群に係る複数の捕捉位置をそれぞれ示す複数の曲線Ｃｖｎの撮影順に応じた配列順が、実際の横隔膜の変位方向とは整合していない順序異常状態が認識される。順序異常状態の認識方法としては、例えば、上述したクロス異常状態の第３認識方法と類似した方法が考えられる。

図６３は、順序異常状態の認識方法の一例を説明するための図である。該認識方法では、例えば、特定部分としての横隔膜の変位方向に対応するＹ方向に伸びる評価ラインＥＬ２が、変位方向としてのＹ方向に略直交するＸ方向における複数の曲線Ｃｖｎの一端から他端にかけて走査される。このとき、例えば、特定部分としての横隔膜の実際の変位方向を正の方向とし、２つの曲線Ｃｖｎと評価ラインＥＬ２との交点の時間経過に応じた変位量が、評価ラインＥＬ２の走査中に常に負であれば、第１順序異常状態の存在が認識される。また、例えば、特定部分としての横隔膜の実際の変位方向を正の方向とし、２つの曲線Ｃｖｎと評価ラインＥＬ２との交点の時間の遡及に応じた変位量が、評価ラインＥＬ２の走査中に常に正であれば、第２順序異常状態の存在が認識される。

図６３には、横隔膜の実際の変位方向が＋Ｙ方向であって、撮影順に従えば、曲線Ｃｖ１〜Ｃｖ４がこの順に上から並ぶべきところ、曲線Ｃｖ４，Ｃｖ２，Ｃｖ１，Ｃｖ３の順に上から並んでいる例が示されている。つまり、曲線Ｃｖ１と曲線Ｃｖ２との間における時間経過に応じた変位量が負であり、曲線Ｃｖ３と曲線Ｃｖ４との間における時間経過に応じた変位量が負である第１順序異常状態が例示されている。また、曲線Ｃｖ１と曲線Ｃｖ２との間における時間の遡及に応じた変位量が正であり、曲線Ｃｖ３と曲線Ｃｖ４との間における時間の遡及に応じた変位量が正である第２順序異常状態が例示されている。

但し、特定部分としての横隔膜の実際の変位方向を正の方向として、評価ラインＥＬ２上の２つの曲線Ｃｖｎ間における時間経過に応じた変位量の正負が、評価ラインＥＬ２の走査中に逆転すれば、その逆転した位置においてクロス異常状態の存在が認識される。

なお、ここでは、評価ラインＥＬ２が走査されたが、これに限られず、２つの曲線Ｃｖｎが重畳していないことが分かっていれば、１以上のＸ座標についての解析によって、順序異常状態の存在が認識され得る。２つの曲線Ｃｖｎが重畳していないことは、上述した重畳点検出処理と同様な処理によって判定され得る。また、ここでは、曲線Ｃｖｎの一端から他端にかけた全ての部分について、順序異常状態の存在が認識されたが、これに限られず、例えば、構造物の外縁が複数の部分に分割され、各部分について、順序異常状態の存在が認識されても良い。但し、このような認識方法では、順序異常状態およびクロス異常状態の何れが存在しているのかと言った判別がなされない。しかしながら、順序異常状態およびクロス異常状態の双方を異常状態として検出するケースであれば、このような認識方法が採用されても問題が生じ難い。

＜(７−１−３−３−３)不整合位置特定部４１３ｂＡ＞
不整合位置特定部４１３ｂＡは、順序異常認識部４１３ｄによる順序異常状態の識別結果に応じて、第２撮影タイミングに係る第２捕捉位置を不整合捕捉位置として特定する。例えば、順序異常認識部４１３ｄによる第１順序異常状態の認識に応じて、第２撮影タイミングに係る第２捕捉位置が不整合捕捉位置として特定される。また、例えば、順序異常認識部４１３ｄによる第２順序異常状態の認識に応じて、第２撮影タイミングに係る第２捕捉位置が不整合捕捉位置として特定されても良い。これにより、不整合捕捉位置が容易に検出され得る。

ここでは、例えば、図６３で示されるように、曲線Ｃｖ１から該曲線Ｃｖ１よりも後の撮影タイミングに係る曲線Ｃｖ２に向けたずれ方向が、実際の特定部分の変位方向に対応する基準方向としての＋Ｙ方向とは逆である。また、曲線Ｃｖ３から該曲線Ｃｖ３よりも後の撮影タイミングに係る曲線Ｃｖ４に向けたずれ方向が、実際の特定部分の変位方向に対応する基準方向としての＋Ｙ方向とは逆である。この場合、例えば、曲線Ｃｖ１で示される捕捉位置が基準としての整合捕捉位置とされると、曲線Ｃｖ３で示される捕捉位置が整合捕捉位置とされ、曲線Ｃｖ２および曲線Ｃｖ４で示される捕捉位置が不整合捕捉位置として特定される。なお、図６３で示される例では、曲線Ｃｖ２から該曲線Ｃｖ２よりも前の撮影タイミングに係る曲線Ｃｖ１に向けたずれ方向が、実際の特定部分の変位方向に対応する基準方向に相当する。また、曲線Ｃｖ４から該曲線Ｃｖ４よりも前の撮影タイミングに係る曲線Ｃｖ３に向けたずれ方向が、実際の特定部分の変位方向に対応する基準方向に相当する。この場合、例えば、曲線Ｃｖ２で示される捕捉位置が基準としての整合捕捉位置とされるとともに、曲線Ｃｖ４で示される捕捉位置が整合捕捉位置とされ、曲線Ｃｖ１および曲線Ｃｖ３で示される捕捉位置が不整合捕捉位置として特定される態様が採用されても良い。

＜(７−１−３−４)分布異常状態に係る不整合捕捉位置の検出＞
図６４は、不整合位置検出部４１３において分布異常状態に係る不整合捕捉位置を検出するために実現される機能的な構成を示すブロック図である。図６４で示されるように、不整合位置検出部４１３は、分布異常認識部４１３ｅおよび不整合位置特定部４１３ｂＢを備えている。

＜(７−１−３−４−１)分布異常認識部４１３ｅ＞
分布異常認識部４１３ｅは、異常状態認識処理としての分布異常状態認識処理を実行する。分布異常状態認識処理は、分布異常状態を認識する処理である。分布異常状態は、複数の捕捉位置の一方向におけるずれ量が、予め設定された基準量を超えている状態である。

ここでは、例えば、図５５で示されるように、解析対象フレーム画像群に係る複数の捕捉位置の一方向としての＋Ｙ方向におけるずれ量が、予め設定された基準値を超えている分布異常状態が認識される。分布異常状態の認識方法としては、例えば、次の認識方法が考えられる。

図６５は、分布異常状態の認識方法の一例を説明するための図である。該認識方法では、複数の捕捉位置の一方向におけるずれ量に対応する、複数の曲線Ｃｖｎの代表位置が一方向に分布している領域の幅が、閾値としての基準量を超えている分布異常状態が認識される。ここで、曲線Ｃｖｎの代表位置は、曲線Ｃｖｎが存在している位置を代表する位置である。そして、例えば、曲線Ｃｖｎの代表位置が、曲線Ｃｖｎの重心Ｇｐｎであれば、分布異常状態の認識に要する演算が容易となる。

なお、特定部分としての横隔膜の変位方向が分かっている場合には、変位方向に対応する基準方向おける複数の重心Ｇｐｎが分布している領域の幅が求められることで、分布異常状態の認識精度が向上し得る。なお、変位方向を示す情報は、例えば、上述した位相変化情報取得処理あるいは位相変化情報取得処理と同様な処理によって得られる。

図６５には、複数の曲線Ｃｖ１〜Ｃｖ４のうちの曲線Ｃｖ１で示される捕捉位置が分布異常状態を生じさせている例が示されている。ここでは、例えば、曲線Ｃｖ１の重心Ｇｐ１の座標が（１００，３０）であり、曲線Ｃｖ２の重心Ｇｐ２の座標が（１００，４５）であり、曲線Ｃｖ３の重心Ｇｐ３の座標が（１００，５０）であり、曲線Ｃｖ４の重心Ｇｐ４の座標が（１００，５５）である。ここで、例えば、閾値としての基準量が２０に設定されていれば、変位方向に対応するＹ方向において複数の重心Ｇｐ１〜Ｇｐ４が分布している領域の幅が、基準量である２０を超える２５であるため、分布異常状態の存在が認識される。

＜(７−１−３−４−２)不整合位置特定部４１３ｂＢ＞
不整合位置特定部４１３ｂＢは、分布異常認識部４１３ｅによる分布異常状態の認識に応じて、各捕捉位置の一方向における位置と、予め設定されたルールとに基づき、複数の捕捉位置から不整合捕捉位置を特定する。これにより、不整合捕捉位置が容易に検出され得る。

ここでは、例えば、複数の捕捉位置のうち、一方向において、複数の捕捉位置に係る共通の代表位置から最も離れている個別の代表位置に係る捕捉位置が不整合捕捉位置として特定されるルールが採用され得る。

例えば、図６５には、複数の捕捉位置に係る共通の代表位置として、複数の捕捉位置を示す曲線Ｃｖ１〜Ｃｖ４の重心の変位方向に対応するＹ方向の位置（すなわちＹ座標）が破線Ｇｍ０で示されている。そして、変位方向に対応するＹ方向において、複数の捕捉位置を示す曲線Ｃｖ１〜Ｃｖ４の各代表位置としての重心Ｇｐ１〜Ｇｐ４のうち、破線Ｇｍ０から最も離れている重心Ｇｐ１に係る曲線Ｃｖ１で示される捕捉位置が、不整合捕捉位置として特定される。

また、例えば、分布異常認識部４１３ｅによって分布異常状態が認識されなくなるまで、分布異常認識部４１３ｅによる分布異常状態の認識と、不整合位置特定部４１３ｂＢによる不整合捕捉位置の特定とが繰り返されて、１以上の不整合捕捉位置が特定される。

＜(７−１−３−５)複数種類の異常状態に係る不整合捕捉位置の検出＞
以上では、クロス異常状態、順序異常状態および分布異常状態のうちの１種類の異常状態が生じているケースを例にとって、不整合捕捉位置を特定する方法について説明したが、２種類以上の異常状態が併発するケースもあり得る。例えば、第１の種類の異常状態であるクロス異常状態と、第２の種類の異常状態である分布異常状態とが併発する場合が考えられる。また、例えば、第１の種類の異常状態としての順序異常状態と、第２の種類の異常状態としての分布異常状態とが併発する場合も考えられる。

図６６は、不整合位置検出部４１３においてクロス異常状態および分布異常状態に係る不整合捕捉位置を検出するために実現される機能的な構成を示すブロック図である。図６６で示されるように、不整合位置検出部４１３は、クロス異常認識部４１３ａ、分布異常認識部４１３ｅおよび不整合位置特定部４１３ｂＣを備えている。

ここで、第１認識部としてのクロス異常認識部４１３ａが、複数の捕捉位置のうちの１以上の捕捉位置が特定部分の動作の傾向とは整合していないクロス異常状態を認識する。また、第２認識部としての分布異常認識部４１３ｅが、複数の捕捉位置のうちの１以上の捕捉位置が特定部分の動作の傾向とは整合していない分布異常状態を認識する。なお、クロス異常認識部４１３ａによるクロス異常状態の認識方法、および分布異常認識部４１３ｅによる分布異常状態の認識方法については、それぞれ上述した方法が採用されれば良い。そして、不整合位置特定部４１３ｂＣが、クロス異常認識部４１３ａによって認識されたクロス異常状態および分布異常認識部４１３ｅによって認識された分布異常状態と、予め設定されたルールとに基づき、不整合捕捉位置を特定する。このような構成が採用されることで、特定部分の動作の傾向とは整合していない不整合捕捉位置がさらに精度良く検出され得る。

また、不整合位置特定部４１３ｂＣでは、例えば、複数の捕捉位置のうち、クロス異常状態および分布異常状態の双方を生じさせている捕捉位置が、不整合捕捉位置として特定されるルールが採用され得る。

図６７は、クロス異常状態と分布異常状態とが併発している際における不整合捕捉位置の特定方法を説明するための図である。図６７で示される例では、曲線Ｃｖ１と曲線Ｃｖ２とが交差しているクロス異常状態と、変位方向に対応するＹ方向において複数の重心Ｇｐ１〜Ｇｐ４が分布している領域の幅が基準量を超えている分布異常状態とが併発している。さらに、変位方向に対応するＹ方向において、複数の捕捉位置をそれぞれ示す曲線Ｃｖ１〜Ｃｖ４の代表位置としての重心Ｇｐ１〜Ｇｐ４のうち、曲線Ｃｖ１に係る重心Ｇｐ１が破線Ｇｍ０から最も離れている。つまり、図６７には、曲線Ｃｖ１が、クロス異常状態および分布異常状態の双方を生じさせている。

図６７で示されているケースでは、クロス異常状態および分布異常状態の双方を生じさせている曲線Ｃｖ１で示される捕捉位置が、不整合捕捉位置として特定される。これにより、不整合捕捉位置である確率が高い捕捉位置が不整合捕捉位置として検出される。さらに、不整合位置として特定される捕捉位置の総数が低減されることで、後述する補正等に要する演算量の低減による処理の高速化が図られる。

また、不整合位置特定部４１３ｂＣでは、例えば、分布異常状態の発生に対する影響の度合いに応じて、不整合捕捉位置が特定されるルールが採用されても良い。この場合、例えば、複数の捕捉位置のうち、第１捕捉位置とは異なる残余の捕捉位置と該第１捕捉位置とのずれ量に係る評価値（ずれ評価値とも言う）が、予め設定された条件を満たしていれば、第１捕捉位置が不整合捕捉位置として特定される態様が考えられる。この態様では、例えば、ずれ評価値と、予め設定された評価基準値との比較結果に応じて、第１捕捉位置が不整合捕捉位置として特定される。より具体的には、例えば、ずれ評価値が、評価基準値によって規定される値域に属していれば、第１捕捉位置が不整合捕捉位置として特定される。

図６８は、クロス異常状態と分布異常状態とが併発している際における不整合捕捉位置の特定方法を説明するための図である。図６８で示される例では、曲線Ｃｖ３と曲線Ｃｖ４とが交差しているクロス異常状態と、変位方向に対応するＹ方向において複数の重心Ｇｐ１〜Ｇｐ４が分布している領域の幅が基準量を超えている分布異常状態とが併発している。さらに、変位方向に対応するＹ方向において、複数の捕捉位置をそれぞれ示す曲線Ｃｖ１〜Ｃｖ４の代表位置としての重心Ｇｐ１〜Ｇｐ４のうち、曲線Ｃｖ１に係る重心Ｇｐ１が破線Ｇｍ０から最も離れている。なお、図６８では、破線Ｇｍ０は、複数の捕捉位置に係る共通の代表位置として、複数の捕捉位置を示す曲線Ｃｖ１〜Ｃｖ４の重心の変位方向に対応するＹ方向の位置（すなわちＹ座標）を示している。このように、図６８で示される例では、曲線Ｃｖ３と曲線Ｃｖ４とがクロス異常状態を生じさせ、少なくとも第１捕捉位置としての曲線Ｃｖ１が分布異常状態を生じさせている。

このケースでは、例えば、分布異常状態を生じさせている曲線Ｃｖ１とは異なる残余の曲線Ｃｖ２〜Ｃｖ４と曲線Ｃｖ１とのずれ量に係るずれ評価値が、予め設定された条件を満たしていれば、第１捕捉位置としての曲線Ｃｖ１が不整合捕捉位置として特定される。このとき、例えば、曲線Ｃｖ２〜Ｃｖ４と曲線Ｃｖ１とのずれ量に係るずれ評価値と、評価基準値との比較結果に応じて、第１捕捉位置としての曲線Ｃｖ１が不整合捕捉位置として特定される。ここで、曲線Ｃｖ２〜Ｃｖ４と曲線Ｃｖ１とのずれ量に係るずれ評価値として、例えば、変位方向としてのＹ方向における曲線Ｃｖ２〜Ｃｖ４の重心Ｇｍ１と曲線Ｃｖ１の重心Ｇｐ１とのずれ量が採用され得る。この場合、例えば、該ずれ評価値が、評価基準値よりも大きな値域に属する条件を満たせば、第１捕捉位置としての曲線Ｃｖ１による分布異常状態の発生に対する影響度が大きく、第１捕捉位置としての曲線Ｃｖ１が不整合捕捉位置として特定される態様が考えられる。なお、上記ずれ評価値として、例えば、変位方向としてのＹ方向における曲線Ｃｖ２〜Ｃｖ４の重心Ｇｍ１と曲線Ｃｖ１の重心Ｇｐ１とのずれ量の逆数等、その他の値が採用されても良い。例えば、ずれ評価値としてずれ量の逆数が採用される場合には、該ずれ量の逆数が評価基準値よりも小さな値域に属する条件を満たせば、曲線Ｃｖ１による分布異常状態の発生に対する影響度が大きく、第１捕捉位置としての曲線Ｃｖ１が不整合捕捉位置として特定される態様が考えられる。

また、このケースでは、第１捕捉位置としての曲線Ｃｖ１が不整合捕捉位置として特定された後、例えば、クロス異常状態を生じさせている曲線Ｃｖ３，Ｃｖ４のうちの一方の曲線に係る捕捉位置が不整合捕捉位置として特定される態様が採用され得る。このとき、例えば、クロス異常状態を生じさせている曲線Ｃｖ３，Ｃｖ４のそれぞれの重心Ｇｐ３，Ｇｐ４のうち、変位方向としてのＹ方向において残余の曲線Ｃｖ２〜Ｃｖ４の重心Ｇｍ１から最も離れた重心に係る捕捉位置が不整合捕捉位置として特定される。

また、不整合位置特定部４１３ｂＣでは、例えば、分布異常状態の発生に対する影響の度合いおよび不整合位置の総数の低減の何れを重視するのかを示すルールが設定され、該ルールに応じて、不整合捕捉位置が特定されても良い。例えば、分布異常状態を生じさせている第１捕捉位置とは異なる残余の捕捉位置と該第１捕捉位置とのずれ量に係るずれ評価値と、クロス異常状態を生じさせている第２捕捉位置が他の捕捉位置と交差している交差回数とに基づき、不整合捕捉位置が特定されても良い。このとき、例えば、ずれ評価値と交差回数との関係に応じて、第１および第２捕捉位置の何れかが優先的に不整合捕捉位置として特定される態様が考えられる。

具体的には、例えば、次のようなルールに従って不整合捕捉位置が特定される態様が採用され得る。まず、交差回数が予め設定された第１の回数または第１の回数の範囲内であり、ずれ評価値が予め設定された第１閾値以下であれば、クロス異常状態を生じさせている第２捕捉位置が優先的に不整合捕捉位置として特定される。一方、交差回数が第１の回数または第１の回数の範囲内であり、ずれ評価値が第１閾値を超えていれば、分布異常状態を生じさせている第１捕捉位置が優先的に不整合捕捉位置として特定される。また、交差回数が予め設定された第２の回数または第２の回数の範囲内であり、ずれ評価値が予め設定された第２閾値以下であれば、クロス異常状態を生じさせている第２捕捉位置が優先的に不整合捕捉位置として特定される。一方、交差回数が第２の回数または第２の回数の範囲内であり、ずれ評価値が第２閾値を超えていれば、分布異常状態を生じさせている第１捕捉位置が優先的に不整合捕捉位置として特定される。

なお、分布異常状態に係る認識および不整合捕捉位置の特定に関しては、例えば、各曲線Ｃｖｎの重心ＧｐｎのＸ座標が異なっていても、特定部分としての横隔膜の変位方向が分かっていれば、変位方向に係るＹ座標のみについて演算が行われても良い。また、分布異常状態に係る認識および不整合捕捉位置の特定に関しては、例えば、複数の曲線ＣｖｎがＸ方向の複数のＸ座標の値域の部分に分割され、Ｘ座標の値域毎に演算が行われても良い。このような構成が採用されれば、曲線Ｃｖｎが示す各捕捉位置の全体が不整合捕捉位置として特定されるだけでなく、例えば、不整合捕捉位置を示す曲線Ｃｖｎが、不整合捕捉部分ＡＦｐ０と整合捕捉部分Ｆｐ０とに区分けされ得る。

図６９は、不整合位置検出部４１３において順序異常状態および分布異常状態に係る不整合捕捉位置を検出するために実現される機能的な構成を示すブロック図である。図６９で示されるように、不整合位置検出部４１３は、順序異常認識部４１３ｄ、分布異常認識部４１３ｅおよび不整合位置特定部４１３ｂＤを備えている。

ここで、第１認識部としての順序異常認識部４１３ｄが、複数の捕捉位置のうちの１以上の捕捉位置が特定部分の動作の傾向とは整合していない第１の種類としての順序異常状態を認識する。この順序異常状態には、第１順序異常状態と第２順序異常状態とが含まれ得る。ここでは、第１順序異常状態は、例えば、複数の捕捉位置において、第２捕捉位置を基準として、第３捕捉位置の第２捕捉位置からのずれが、変位方向に対応する基準方向とは逆の方向に生じている状態である。なお、第３捕捉位置は、複数の捕捉位置のうち、第１捕捉位置に係る第１撮影タイミングとは異なる第２捕捉位置に係る第２撮影タイミングよりも後の第３撮影タイミングに係る捕捉位置である。また、第２順序異常状態は、例えば、複数の捕捉位置において、第３捕捉位置を基準として、第２捕捉位置の第３捕捉位置からのずれが、変位方向に対応する基準方向に生じている状態である。また、第２認識部としての分布異常認識部４１３ｅが、複数の捕捉位置のうちの１以上の捕捉位置が特定部分の動作の傾向とは整合していない分布異常状態を認識する。なお、順序異常認識部４１３ｄによる順序異常状態の認識方法、および分布異常認識部４１３ｅによる分布異常状態の認識方法については、それぞれ上述した方法が採用されれば良い。そして、不整合位置特定部４１３ｂＤが、順序異常認識部４１３ｄによって認識された順序異常状態および分布異常認識部４１３ｅによって認識された分布異常状態と、予め設定されたルールとに基づき、不整合捕捉位置を特定する。このような構成が採用されることで、特定部分の動作の傾向とは整合していない不整合捕捉位置がさらに精度良く検出され得る。

不整合位置特定部４１３ｂＤでは、例えば、不整合位置特定部４１３ｂＣと同様に、分布異常状態の発生に対する影響の度合いに応じて、不整合捕捉位置が特定されるルールが採用される。この場合、例えば、複数の捕捉位置のうち、第１捕捉位置とは異なる残余の捕捉位置と該第１捕捉位置とのずれ量に係るずれ評価値が、予め設定された条件を満たしていれば、第１捕捉位置が不整合捕捉位置として特定される態様が考えられる。この態様では、例えば、ずれ評価値と、予め設定された評価基準値との比較結果に応じて、第１捕捉位置が不整合捕捉位置として特定される。より具体的には、例えば、ずれ評価値が、評価基準値によって規定される値域に属していれば、第１捕捉位置が不整合捕捉位置として特定される。

また、不整合位置特定部４１３ｂＤでは、例えば、第１捕捉位置が不整合捕捉位置として特定される場合（第１ケースとも言う）と、第１捕捉位置が不整合捕捉位置として特定されない場合（第２ケースとも言う）とで、異なる処理が行われる。

第１ケースでは、例えば、複数の捕捉位置のうち、第１捕捉位置、第２捕捉位置および第３捕捉位置とは異なる残余の捕捉位置と第２捕捉位置とのずれ量に係るずれ評価値が、予め設定された条件を満たしていれば、第２捕捉位置が不整合捕捉位置として特定される。また、第１ケースでは、例えば、複数の捕捉位置のうち、第１捕捉位置、第２捕捉位置および第３捕捉位置とは異なる残余の捕捉位置と第３捕捉位置とのずれ量に係るずれ評価値が、予め設定された条件を満たしていれば、第３捕捉位置が前記不整合捕捉位置として特定される。

一方、第２ケースでは、例えば、複数の捕捉位置のうち、第１捕捉位置および第２捕捉位置とは異なる残余の捕捉位置と第１捕捉位置とのずれ量に係るずれ評価値が、予め設定された条件を満たしていれば、第３捕捉位置が不整合捕捉位置として特定される。また、第２ケースでは、例えば、複数の捕捉位置のうち、第１捕捉位置および第３捕捉位置とは異なる残余の捕捉位置と第１捕捉位置とのずれ量に係るずれ評価値が、予め設定された条件を満たしていれば、第２捕捉位置が不整合捕捉位置として特定される。

図７０は、順序異常状態と分布異常状態とが併発している際における不整合捕捉位置の特定方法を説明するための図である。図７０で示される例では、曲線Ｃｖ３と曲線Ｃｖ４とが実際の横隔膜の動作の傾向とは整合していない順序異常状態と、横隔膜の変位方向に対応するＹ方向において複数の重心Ｇｐ１〜Ｇｐ５が分布している領域の幅が基準量を超えている分布異常状態とが併発している。さらに、横隔膜の変位方向に対応するＹ方向において、複数の捕捉位置をそれぞれ示す曲線Ｃｖ１〜Ｃｖ５の各代表位置としての重心Ｇｐ１〜Ｇｐ５のうち、曲線Ｃｖ５に係る重心Ｇｐ５が、破線Ｇｍ０から最も離れている。なお、図７０では、破線Ｇｍ０は、複数の捕捉位置に係る共通の代表位置として、複数の捕捉位置を示す曲線Ｃｖ１〜Ｃｖ５の重心の変位方向に対応するＹ方向の位置（すなわちＹ座標）を示している。このように、図７０で示される例では、少なくとも第１捕捉位置としての曲線Ｃｖ５が分布異常状態を生じさせ、第２捕捉位置としての曲線Ｃｖ３と第３捕捉位置としての曲線Ｃｖ４とが順序異常状態を生じさせている。

この例では、例えば、分布異常状態を生じさせている曲線Ｃｖ５とは異なる残余の曲線Ｃｖ１〜Ｃｖ４と曲線Ｃｖ５とのずれ量に係るずれ評価値が、予め設定された条件を満たしていれば、第１捕捉位置としての曲線Ｃｖ５が不整合捕捉位置として特定される。このとき、例えば、曲線Ｃｖ１〜Ｃｖ４と曲線Ｃｖ５とのずれ量に係るずれ評価値が、予め設定された条件を満たせば、第１捕捉位置としての曲線Ｃｖ５が不整合捕捉位置として特定される。

ここで、曲線Ｃｖ１〜Ｃｖ４と曲線Ｃｖ５とのずれ量に係るずれ評価値として、例えば、変位方向としてのＹ方向における曲線Ｃｖ１〜Ｃｖ４の重心Ｇｍ１と曲線Ｃｖ５の重心Ｇｐ５とのずれ量が採用され得る。この場合、例えば、該ずれ評価値が、評価基準値よりも大きな値域に属していれば、第１捕捉位置としての曲線Ｃｖ５による分布異常状態の発生に対する影響度が大きく、第１捕捉位置としての曲線Ｃｖ５が不整合捕捉位置として特定される態様が考えられる。なお、上記ずれ評価値として、例えば、変位方向としてのＹ方向における曲線Ｃｖ１〜Ｃｖ４の重心Ｇｍ１と曲線Ｃｖ１の重心Ｇｐ５とのずれ量の逆数等、その他の値が採用されても良い。このように、ずれ評価値としてずれ量の逆数が採用される場合には、該ずれ量の逆数が評価基準値よりも小さな値域に属していれば、曲線Ｃｖ５による分布異常状態の発生に対する影響度が大きく、第１捕捉位置としての曲線Ｃｖ５が不整合捕捉位置として特定される態様が考えられる。

そして、この例では、例えば、第１捕捉位置としての曲線Ｃｖ５が不整合捕捉位置として特定される第１ケースと、第１捕捉位置としての曲線Ｃｖ５が不整合捕捉位置として特定されない第２ケースとで、異なる処理が行われる。

第１ケースでは、例えば、複数の捕捉位置としての曲線Ｃｖ１〜Ｃｖ５のうち、第１〜３捕捉位置としての曲線Ｃｖ５，Ｃｖ３，Ｃｖ４とは異なる残余の捕捉位置としての曲線Ｃｖ１，Ｃｖ２と曲線Ｃｖ３とのずれ量に係るずれ評価値が、予め設定された条件を満たせば、曲線Ｃｖ３が不整合捕捉位置として特定される。このとき、例えば、曲線Ｃｖ１，Ｃｖ２と曲線Ｃｖ３とのずれ量に係るずれ評価値と、評価基準値との比較結果に応じて、曲線Ｃｖ３が不整合捕捉位置として特定される。より具体的には、例えば、ずれ評価値が、評価基準値によって規定される値域に属していれば、曲線Ｃｖ３が不整合捕捉位置として特定される。ここでは、曲線Ｃｖ１，Ｃｖ２と曲線Ｃｖ３とのずれ量に係るずれ評価値として、例えば、変位方向としてのＹ方向における曲線Ｃｖ１，Ｃｖ２の重心Ｇｍ１１と曲線Ｃｖ３の重心Ｇｐ３とのずれ量が採用され得る。この場合、例えば、該ずれ評価値が、評価基準値よりも大きな値域に属していれば、仮に、曲線Ｃｖ３が整合捕捉位置とされ、曲線Ｃｖ４が不整合捕捉位置とされれば、分布異常状態が生じる。このため、曲線Ｃｖ３が不整合捕捉位置として特定される。

また、第１ケースでは、例えば、複数の捕捉位置としての曲線Ｃｖ１〜Ｃｖ５のうち、第１〜３捕捉位置としての曲線Ｃｖ５，Ｃｖ３，Ｃｖ４とは異なる残余の捕捉位置としての曲線Ｃｖ１，Ｃｖ２と曲線Ｃｖ４とのずれ量に係るずれ評価値が、予め設定された条件を満たせば、曲線Ｃｖ４が不整合捕捉位置として特定される。このとき、例えば、曲線Ｃｖ１，Ｃｖ２と曲線Ｃｖ４とのずれ量に係るずれ評価値と、評価基準値との比較結果に応じて、曲線Ｃｖ４が不整合捕捉位置として特定される。より具体的には、例えば、ずれ評価値が、評価基準値によって規定される値域に属していれば、曲線Ｃｖ４が不整合捕捉位置として特定される。ここでは、曲線Ｃｖ１，Ｃｖ２と曲線Ｃｖ４とのずれ量に係るずれ評価値として、例えば、変位方向としてのＹ方向における曲線Ｃｖ１，Ｃｖ２の重心Ｇｍ１１と曲線Ｃｖ４の重心Ｇｐ４とのずれ量が採用され得る。この場合、例えば、該ずれ評価値が、評価基準値よりも大きな値域に属していれば、仮に、曲線Ｃｖ４が整合捕捉位置とされ、曲線Ｃｖ３が不整合捕捉位置とされれば、分布異常状態が生じる。このため、曲線Ｃｖ４が不整合捕捉位置として特定される。

次に、第２ケースでは、例えば、複数の捕捉位置としての曲線Ｃｖ１〜Ｃｖ５のうち、第１，２捕捉位置としての曲線Ｃｖ５，Ｃｖ３とは異なる残余の捕捉位置としての曲線Ｃｖ１，Ｃｖ２，Ｃｖ４と曲線Ｃｖ５とのずれ量に係るずれ評価値が、予め設定された条件を満たせば、曲線Ｃｖ４が不整合捕捉位置として特定される。このとき、例えば、曲線Ｃｖ１，Ｃｖ２，Ｃｖ４と曲線Ｃｖ５とのずれ量に係るずれ評価値と、評価基準値との比較結果に応じて、曲線Ｃｖ４が不整合捕捉位置として特定される。より具体的には、例えば、ずれ評価値が、評価基準値によって規定される値域に属していれば、曲線Ｃｖ４が不整合捕捉位置として特定される。ここで、曲線Ｃｖ１，Ｃｖ２，Ｃｖ４と曲線Ｃｖ５とのずれ量に係るずれ評価値として、例えば、変位方向としてのＹ方向における曲線Ｃｖ１，Ｃｖ２，Ｃｖ４の重心Ｇｍ１２と曲線Ｃｖ１の重心Ｇｐ５とのずれ量が採用され得る。この場合、例えば、該ずれ評価値が、評価基準値よりも大きな値域に属していれば、仮に、曲線Ｃｖ４が整合捕捉位置とされ、曲線Ｃｖ３が不整合捕捉位置とされれば、曲線Ｃｖ５による分布異常状態が生じる。このため、曲線Ｃｖ４が不整合捕捉位置として特定される。

また、第２ケースでは、例えば、複数の捕捉位置としての曲線Ｃｖ１〜Ｃｖ５のうち、第１，３捕捉位置としての曲線Ｃｖ５，Ｃｖ４とは異なる残余の捕捉位置としての曲線Ｃｖ１〜Ｃｖ３と曲線Ｃｖ５とのずれ量に係るずれ評価値が、予め設定された条件を満たせば、曲線Ｃｖ３が不整合捕捉位置として特定される。このとき、例えば、曲線Ｃｖ１〜Ｃｖ３と曲線Ｃｖ５とのずれ量に係るずれ評価値と、評価基準値との比較結果に応じて、曲線Ｃｖ３が不整合捕捉位置として特定される。より具体的には、例えば、ずれ評価値が、評価基準値によって規定される値域に属していれば、曲線Ｃｖ３が不整合捕捉位置として特定される。ここで、曲線Ｃｖ１〜Ｃｖ３と曲線Ｃｖ５とのずれ量に係るずれ評価値として、例えば、変位方向としてのＹ方向における曲線Ｃｖ１〜Ｃｖ３の重心Ｇｍ１３と曲線Ｃｖ１の重心Ｇｐ５とのずれ量が採用され得る。この場合、例えば、該ずれ評価値が、評価基準値よりも大きな値域に属していれば、仮に、曲線Ｃｖ３が整合捕捉位置とされ、曲線Ｃｖ４が不整合捕捉位置とされれば、曲線Ｃｖ５による分布異常状態が生じる。このため、曲線Ｃｖ３が不整合捕捉位置として特定される。

なお、ここでは、一旦、分布異常状態に関して、ずれ評価値が用いられて捕捉位置が不整合捕捉位置であるか否かが特定され、その後、順序異常状態に係る不整合捕捉位置が特定される際に、更にずれ評価値が用いられたが、これに限られない。例えば、一旦、分布異常状態に関して、ずれ評価値が用いられて捕捉位置が不整合捕捉位置であるか否かが特定された後には、順序異常状態に係る不整合捕捉位置が特定される際に、ずれ評価値が用いられない態様が採用されても良い。

＜(７−１−４)不整合位置補正部４１４＞
不整合位置補正部４１４は、不整合位置検出部４１３によって検出された不整合捕捉位置を補正する。これにより、位置抽出部４１１で得られた後処理後の対象領域が、不整合位置補正部４１４によって補正される。

例えば、不整合位置補正部４１４では、各不整合捕捉位置が、複数の捕捉位置のうちの不整合捕捉位置を除く残余の捕捉位置の情報に基づいて補正される。これにより、不整合捕捉位置が容易に補正され得る。そして、このような残余の捕捉位置の情報に基づいた不整合捕捉位置の補正方法としては、例えば、補間処理を用いた補正方法、および不整合捕捉位置として特定されていない捕捉位置（整合捕捉位置とも言う）の形状を利用した補正方法等が考えられる。また、例えば、特定部分が捉えられた領域の形状に係るモデルを、整合捕捉位置から求められる位置に合わせ込む補正方法等、その他の補正方法が採用されても良い。

また、例えば、上記不整合位置特定部４１３ｂ等によって、不整合捕捉位置が、不整合捕捉部分ＡＦｐ０と整合捕捉部分Ｆｐ０とに区分けされ、不整合位置補正部４１４によって、整合捕捉部分Ｆｐ０を利用した不整合捕捉位置の補正が行われても良い。これにより、不整合捕捉位置の補正に要する演算量が低減され、補正処理の効率化が図られ得る。

以下、補間処理を用いた補正方法、整合捕捉位置の形状を利用した補正方法、モデルを合わせ込む補正方法、および整合捕捉部分Ｆｐ０を利用した補正方法について説明する。

＜(７−１−４−１)補間処理を用いた補正方法＞
不整合位置補正部４１４が、複数の捕捉位置のうちの不整合捕捉位置を除く残余の捕捉位置を用いた補間処理によって、各不整合捕捉位置を補正する態様が考えられる。これにより、不整合捕捉位置が効率良く補正され得る。

ここで、補間処理には、例えば、不整合捕捉位置に係る撮影タイミングを挟む２以上のタイミングにおける撮影に対応し且つ不整合捕捉位置として特定されていない２つの捕捉位置の各中間点を結ぶ捕捉位置を生成する処理等が含まれる。なお、各中間点は、例えば、捕捉位置の変位方向に対応するＹ方向に沿った中間点であれば良い。また、補間処理として、例えば、不整合捕捉位置に係る撮影タイミングに非常に近いタイミングの撮影に対応する２以上の整合捕捉位置等から特定部分としての横隔膜の変位速度を求め、補正後の捕捉位置を予測する処理が採用されても良い。

図７１は、補間処理を用いた補正方法の一例を説明するための図である。図７１には、曲線Ｃｖ１〜Ｃｖ５が示す複数の捕捉位置のうち、曲線Ｃｖ２が示す捕捉位置が不整合捕捉位置として特定され、該不整合捕捉位置としての曲線Ｃｖ２が曲線Ｃｖ２ｒに補正される例が示されている。図７１では、不整合捕捉位置としての曲線Ｃｖ２が破線で描かれた曲線で示され、補正後の捕捉位置としての曲線Ｃｖ２ｒが一点鎖線で描かれた曲線で示されている。そして、補正後の曲線Ｃｖ２ｒが、曲線Ｃｖ２に係る撮影タイミングを挟む２つのタイミングの撮影に対応し且つ不整合捕捉位置と特定されていない捕捉位置に係る曲線Ｃｖ１および曲線Ｃｖ３を用いた補間処理によって生成される例が示されている。

＜(７−１−４−２)整合捕捉位置の形状を利用した補正方法＞
不整合位置補正部４１４が、複数の捕捉位置のうちの不整合捕捉位置を除く残余の整合捕捉位置の一部分の形状の適用によって、不整合捕捉位置を補正する態様が考えられる。これにより、不整合捕捉位置が効率良く補正され得る。

図７２は、整合捕捉位置の形状を利用して不整合捕捉位置を補正する方法の一例を説明するための図である。図７２には、曲線Ｃｖ１〜Ｃｖ５が示す複数の捕捉位置のうち、曲線Ｃｖ２が示す捕捉位置がクロス異常状態を生じている不整合捕捉位置として特定され、該不整合捕捉位置としての曲線Ｃｖ２が曲線Ｃｖ２ｒに補正される例が示されている。図７２では、不整合捕捉位置としての曲線Ｃｖ２が破線で描かれた曲線で示され、補正後の捕捉位置としての曲線Ｃｖ２ｒが一点鎖線で描かれた曲線で示されている。

ここでは、例えば、２以上の整合捕捉位置から求められる位置（基準位置とも言う）に、整合捕捉位置としての曲線Ｃｖ１，Ｃｖ３〜Ｃｖ５のうちの一部分である曲線Ｃｖ３の形状が適用されることで、補正後の曲線Ｃｖ２ｒが生成される。ここで、基準位置は、例えば、不整合捕捉位置に係る撮影タイミングの前後の２以上のタイミングにおける撮影に対応する２以上の整合捕捉位置から求められる。具体的には、例えば、不整合捕捉位置としての曲線Ｃｖ２に係る撮影タイミングを前後に挟む２つのタイミングにおける撮影に対応する整合捕捉位置としての曲線Ｃｖ１，Ｃｖ３の−Ｘ側または＋Ｘ側の端部を結ぶ線分の中点が、基準位置とされる態様が考えられる。そして、該基準位置に、曲線Ｃｖ３の形状が合わせ込まれることで、補正後の捕捉位置としての曲線Ｃｖ２ｒが生成される。

＜(７−１−４−３)モデルを合わせ込む補正方法＞
図７３で示されるように、不整合位置補正部４１４は、例えば、モデル取得部４１４ａおよびモデル調整部４１４ｂを備えている。モデル取得部４１４ａは、特定部分としての横隔膜が捉えられた領域の形状に係るモデルを得る。また、モデル調整部４１４ｂは、複数の捕捉位置のうちの不整合捕捉位置を除く残余の整合捕捉位置に基づいて求められる基準位置に、モデル取得部４１４ａで取得されたモデルの一部が配置されるように、モデルの位置合わせを行う。これにより、不整合捕捉位置が効率良く補正され得る。

ここで、モデルを示すデータについては、例えば、記憶部４２の各種データＤ１内に含まれている態様が考えられる。モデルを示すデータは、例えば、多数の被検者から得られる実際のデータおよび学術的な知見等から生成され得る。また、モデルについては、特定部分としての横隔膜の変位に係る位相の変化に対し、複数の位相にそれぞれ対応する複数のモデルが準備されていても良い。この場合、例えば、モデル取得部４１４ａによって、複数のモデルのうち、基準位置に係る位相に対応するモデルが取得される態様が考えられる。ここでは、基準位置は、例えば、２以上の整合捕捉位置から求められる。具体的には、不整合捕捉位置に係る撮影タイミングの前後の２以上のタイミングにおける撮影に対応する２以上の整合捕捉位置から求められる。また、モデルの一部は、例えば、モデルの端点および中点等と言った容易に特定可能な特徴的な点であれば良い。

図７４は、モデルを合わせ込むことで不整合捕捉位置を補正する方法の一例を説明するための図である。図７４には、曲線Ｃｖ１〜Ｃｖ５で示す複数の捕捉位置のうち、曲線Ｃｖ２が示す捕捉位置がクロス異常状態を生じている不整合捕捉位置として特定され、該不整合捕捉位置としての曲線Ｃｖ２が曲線Ｃｖ２ｒに補正される例が示されている。図７４では、不整合捕捉位置としての曲線Ｃｖ２が破線で描かれた曲線で示され、補正後の捕捉位置としての曲線Ｃｖ２ｒが一点鎖線で描かれた曲線で示され、モデルＭｄ０の形状が破線で描かれた曲線で示されている。

ここでは、例えば、２以上の整合捕捉位置から求められる基準位置Ｓｔ０に、モデルＭｄ０の一部Ｅｄ０が配置されるように、モデルＭｄ０の位置合わせが行われることで、補正後の曲線Ｃｖ２ｒが生成される。ここでは、例えば、不整合捕捉位置としての曲線Ｃｖ２に係る撮影タイミングを前後に挟む２つのタイミングにおける撮影に対応する整合捕捉位置としての曲線Ｃｖ１，Ｃｖ３の＋Ｘ側または−Ｘ側の端部を結ぶ線分の中点が、基準位置Ｓｔ０とされる。図７４には、曲線Ｃｖ１，Ｃｖ３の−Ｘ側の端部を結ぶ線分の中点が基準位置Ｓｔ０とされている一例が示されている。そして、基準位置Ｓｔ０に、モデルＭｄ０の一部Ｅｄ０としての−Ｘ側の端部が合わせ込まれることで、補正後の捕捉位置としての曲線Ｃｖ２ｒが生成される。

＜(７−１−４−４)整合捕捉部分を用いた補正方法＞
図７３で示されるように、不整合位置補正部４１４は、例えば、モデル取得部４１４ａＡおよびモデル調整部４１４ｂＡを備えている。モデル取得部４１４ａＡは、特定部分としての横隔膜が捉えられた領域の一部の形状に係る部分モデルを得る。また、モデル調整部４１４ｂＡは、部分モデルの位置合わせを行うことで整合捕捉部分Ｆｐ０に部分モデルを連結する。これにより、不整合捕捉位置の補正精度が確保されつつ、不整合捕捉位置が効率良く補正され得る。なお、整合捕捉部分Ｆｐ０は、例えば、上記不整合位置特定部４１３ｂ等によって、不整合捕捉位置を示す曲線Ｃｖｎが、予め設定されたルールに応じて、不整合捕捉部分ＡＦｐ０と整合捕捉部分Ｆｐ０とに区分けされることで得られる。

ここで、部分モデルを示すデータについては、例えば、記憶部４２の各種データＤ１内のモデルを示すデータから一部が切り出されることで取得され得る。モデルについては、例えば、特定部分としての横隔膜の変位に係る複数の位相にそれぞれ応じた複数のモデルが準備される。そして、例えば、モデル取得部４１４ａＡによって、複数のモデルのうち、補正の対象としての不整合捕捉位置の整合捕捉部分Ｆｐ０に係る位相に対応するモデルが抽出される。次に、モデル取得部４１４ａＡによって、抽出されたモデルのうち、不整合捕捉位置に対応する一部分（部分モデル）が得られる。さらに、例えば、モデル取得部４１４ａＡによって得られた部分モデルが、モデル調整部４１４ｂＡによって、補正の対象としての不整合捕捉位置の整合捕捉部分Ｆｐ０のうちの不整合捕捉部分ＡＦｐ０と接していた部分に連結される。これにより、相互に連結された整合捕捉部分Ｆｐ０と部分モデルとからなる補正後の捕捉位置が得られる。

図７５および図７６は、整合捕捉部分を用いた補正方法の一例を説明するための図である。図７５および図７６には、捕捉位置としての曲線Ｃｖ１〜Ｃｖ７のうちの曲線Ｃｖ３〜Ｃｖ５が不整合捕捉位置とされ、該曲線Ｃｖ３〜Ｃｖ５が、不整合捕捉部分ＡＦｐ０と整合捕捉部分Ｆｐ０とに区分けされた例が示されている。図７５および図７６では、不整合捕捉部分ＡＦｐ０が太い破線で描かれた曲線で示され、整合捕捉部分Ｆｐ０が太い実線で描かれた曲線で示され、曲線Ｃｖ５の整合捕捉部分Ｆｐ０の位相に対応するモデルＭｄ０の形状が太い破線で描かれた曲線で示されている。

ここでは、図７６で示されるように、例えば、モデルＭｄ０のうち、曲線Ｃｖ５の不整合捕捉部分ＡＦｐ０に対応する一部分（部分モデル）Ｍｐ１が抽出される。図７６には、特定部分の変位方向に対応する方向がＹ方向であり、モデルＭｄ０のうち、不整合捕捉部分ＡＦｐ０のＸ座標に対応する一部分が部分モデルＭｐ１として抽出される例が示されている。そして、部分モデルＭｐ１の位置合わせが行われることで、曲線Ｃｖ５のうちの整合捕捉部分Ｆｐ０の不整合捕捉部分ＡＦｐ０と接している部分に該部分モデルＭｐ１が連結される。これにより、補正後の捕捉位置としての曲線Ｃｖ５ｒが生成される。該曲線Ｃｖ５ｒは、曲線Ｃｖ５の整合捕捉部分Ｆｐ０と部分モデルＭｐ１とが連結されたものである。図７６では、曲線Ｃｖ５の整合捕捉部分Ｆｐ０に連結された部分モデルＭｐ１が太線で描かれている。

なお、ここでは、部分モデルＭｐ１が、予め準備されたモデルの一部から得られたが、これに限られない。例えば、部分モデルＭｐ１として、例えば、不整合捕捉位置の撮影タイミングに近いタイミングの撮影に係る整合捕捉位置の一部分が採用されても良い。この場合、例えば、整合補正位置としての曲線Ｃｖ６のうち、不整合捕捉部分ＡＦｐ０のＸ座標に対応する一部分が部分モデルＭｐ１として抽出されれば良い。また、例えば、不整合捕捉位置の撮影タイミングに近い２以上のタイミングの撮影に係る２以上の整合捕捉位置から部分モデルＭｐ１が生成されても良い。

＜(７−１−５)対象領域抽出部４１５＞
対象領域抽出部４１５は、不整合位置補正部４１４によって補正された対象領域に基づき、フレーム画像Ｉ０から対象領域としての肺野領域の画像を抽出する。なお、ここでは、フレーム画像Ｉ０の代わりにフレーム画像ＩＣ０から対象領域としての肺野領域の画像が抽出されても良い。

＜(８)一実施形態のまとめ＞
以上のように、本実施形態に係る画像処理装置としての演算装置４では、体内の対象部位を捉えた医療用の動態画像を構成する複数のフレーム画像から、対象部位としての肺野の予め設定された特定部分としての横隔膜を捉えた捕捉位置がそれぞれ抽出される。また、複数のフレーム画像について抽出された複数の捕捉位置のうち、該複数の捕捉位置に係る空間的な関係が特定部分としての横隔膜の動作の傾向とは整合していない１以上の不整合捕捉位置が検出され、該１以上の不整合捕捉位置が補正される。つまり、特定部分としての横隔膜の動作の傾向とは整合していない１以上の不整合捕捉位置が検出され、該１以上の不整合捕捉位置が補正される。これにより、体内の構造物の動きが捉えられた医療用の生体画像から対象部位としての肺野が捉えられた領域が精度良く抽出され得る。すなわち、横隔膜を含む肺野が捉えられた領域が精度良く抽出される。

＜(９)変形例＞
なお、本発明は上述の一実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更、改良等が可能である。

例えば、上記一実施形態では、ステップ１において、動態画像を構成する一連の全フレーム画像Ｉ０について、一度に特定部分の捕捉位置が抽出されたが、これに限られない。例えば、動態画像を構成する一連のフレーム画像Ｉ０が複数のグループに区切られて、グループ毎にステップ１の処理が順次に実行されても良い。このとき、各グループが、ステップ２で決定されるフレーム画像群とされ、その後、フレーム画像群毎に、ステップ１，３，４の処理が順次に行われる態様も採用可能である。

また、上記一実施形態では、特定部分としての横隔膜の変位の態様に応じた各期間の撮影に係る全フレーム画像Ｉ０について、不整合捕捉位置の検出および不整合捕捉位置の補正が実行されたが、これに限られない。例えば、複数のフレーム画像Ｉ０が適宜指定され、該複数のフレーム画像Ｉ０が対象とされて、不整合捕捉位置の検出および不整合捕捉位置が実行されても良い。適宜指定される複数のフレーム画像Ｉ０は、例えば、動態画像において連続する複数のフレーム画像Ｉ０のうち、間引かれた数フレーム毎の２以上のフレーム画像Ｉ０であっても良いし、離散的な２以上のフレーム画像Ｉ０であっても良い。

また、例えば、異常状態が生じる疑いのある複数のフレーム画像Ｉ０に限定して、不整合捕捉位置の検出および不整合捕捉位置の補正が実行されても良い。例えば、心拍および体動等と言った大きな動きが生じるタイミングの前後において、異常状態が生じ易い。このため、大きな動きの直前に撮影されたフレーム画像Ｉ０ならびにその数フレーム後に撮影されたフレーム画像Ｉ０等が対象とされて、不整合捕捉位置の検出および不整合捕捉位置の補正が実行されても良い。ここで、心拍による大きな動きは、例えば、心室が収縮するタイミング等において生じ得る。なお、不整合補正位置の検出によって、体動等による大きな動きが確認されたフレーム画像Ｉ０の後のフレーム画像Ｉ０についても、大きな動きに応じた不整合補正位置の補正と同様な補正が施されるような態様が採用されても良い。

また、上記一実施形態では、特定部分としての横隔膜の変位の態様に応じた各期間に対応するフレーム画像群毎に、クロス異常状態が認識されたが、これに限られない。特定部分としての横隔膜は、通常の呼吸においては、時間順次に変位する横隔膜が捉えられた複数の捕捉位置が相互に交差することはない。このため、例えば、動態画像を構成する一連の全フレーム画像Ｉ０について、クロス異常状態の存在の有無について認識が実行されても良い。

また、上記一実施形態では、撮影の対象がヒトであったが、これに限られない。例えば、撮影の対象はヒト以外の動物であっても良い。

また、上記一実施形態では、対象部位が肺野であったが、これに限られない。例えば、対象部位は各種関節等、体内において変位を生じるその他の部位であっても良い。

また、上記一実施形態では、特定部分が横隔膜であったが、これに限られない。例えば、特定部分は、呼吸に応じて変位する胸郭および肋骨等であっても良く、拍動に応じて変位する心臓および大動脈等であっても良い。また、特定部分は、例えば、随意運動によって変位する大腿骨および鎖骨等であっても良い。

また、上記一実施形態では、特定部分が一方向としての＋Ｙ方向または−Ｙ方向に変位する例が挙げられたが、これに限られない。該特定部分が変位する一方向は、例えば、＋Ｘ方向または−Ｘ方向であっても良いし、Ｘ方向の成分とＹ方向の成分とが合成された方向であっても良い。

また、上記一実施形態では、Ｘ線撮影によって体内の構造物の撮影が行われたが、これに限られない。例えば、ＣＴ、ＭＲＩおよび超音波等を用いたその他の手法によって体内の構造物が捉えられた動態画像が得られても良い。

また、上記一実施形態では、特定部分の捕捉位置が、曲線で示されたが、これに限られない。例えば、特定部分の一部の捕捉位置のみが抽出される場合には、捕捉位置が、曲線の一部分によって示される。具体的には、例えば、捕捉位置が、２以上の曲線の組合せ、点と曲線の組合せおよび２以上の点からなる点群等によって示される場合がある。但し、フレーム画像Ｉ０について、捕捉位置の１点しか抽出されなければ、クロス異常状態を認識することはできない。一方、各フレーム画像Ｉ０について、捕捉位置を示す２以上の部分が抽出され、複数のフレーム画像Ｉ０の間において、該２以上の部分が特定部分の変位方向に沿ってシフトしている関係にあれば、クロス異常状態の認識を行うことが可能である。この場合、２以上の部分について、変位方向に沿って複数の捕捉位置が並んでいる順序が認識され、該２以上の部分の間で、複数の捕捉位置が並ぶ順序が異なっていれば、クロス異常状態の存在が認識され得る。

図７７は、一変形例に係るクロス異常状態の認識方法を説明するための図である。図７７には、１つのフレーム画像から捕捉位置としての２点Ｐ１１，Ｐ１２が抽出され、他のフレーム画像から捕捉位置としての２点Ｐ２１，Ｐ２２が抽出された例が示されている。図７７で示されるように、変位方向（ここではＹ方向）における点Ｐ１１，Ｐ２１の配列順と点Ｐ１２，Ｐ２２の配列順とが逆であれば、クロス異常状態の存在が認識される。

また、上記一実施形態では、不整合捕捉位置の補正が行われたが、不整合捕捉位置の補正方法としては、上述したものに限られない。例えば、不整合捕捉位置が検出されたフレーム画像ＩＣ０を対象とした捕捉位置の抽出が再度行われることで、不整合捕捉位置が補正されても良い。ここでは、フレーム画像ＩＣ０を対象とした捕捉位置の再度の抽出は、例えば、少なくとも不整合捕捉位置に係るフレーム画像ＩＣ０に対して実行されれば良い。但し、捕捉位置の抽出を再度行う際には、同一の抽出処理が行われることで同一の不整合捕捉位置が検出されないように、例えば、不整合捕捉位置が検出されていないフレーム画像ＩＣ０および整合捕捉位置等に基づいて、捕捉位置の抽出方法が変更されれば良い。

ここでは、例えば、次の処理Ａ〜Ｃが順に実行される態様が考えられる。

［処理Ａ］位置抽出部４１１によって、体内の対象部位を捉えた医療用の動態画像を構成する複数のフレーム画像Ｉ０から、対象部位の予め設定された特定部分が捉えられた捕捉位置がそれぞれ抽出される。

［処理Ｂ］不整合位置検出部４１３によって、上記処理Ａで抽出された複数の捕捉位置のうち、複数の捕捉位置に係る空間的な関係が特定部分の動作の傾向とは整合していない不整合捕捉位置ならびに２以上の整合捕捉位置が検出される。ここで、整合捕捉位置は、上記処理Ａで抽出された複数の捕捉位置のうち、複数の捕捉位置に係る空間的な関係が特定部分の動作の傾向と整合している捕捉位置である。

［処理Ｃ］不整合位置補正部４１４により、上記処理Ｂによる不整合捕捉位置の検出に応じて、位置抽出部４１１に、複数のフレーム画像のうちの不整合捕捉位置に対応するフレーム画像を対象として、２以上の整合捕捉位置に応じた領域から捕捉位置を抽出させる。

ここで、２以上の整合捕捉位置に応じた領域としては、例えば、不整合捕捉位置の撮影タイミングを前後に挟む２以上のタイミングの撮影に係る２以上の整合捕捉位置の中間点を含む領域等であれば良い。これにより、例えば、粗検出処理におけるテンプレートマッチングの対象となる画像領域の変更等が行われれば良い。このようにして、特定部分の動作の傾向とは整合していない不整合捕捉位置が検出され、捕捉位置が再度抽出されることで、体内の構造物の動きが捉えられた医療用の生体画像から対象部位が捉えられた領域が精度良く抽出され得る。

なお、上記処理Ｃでは、処理Ｂによる不整合捕捉位置の検出に応じて、位置抽出部４１１に、複数のフレーム画像のうちの不整合捕捉位置に対応するフレーム画像を対象として、処理Ｂで検出された１つの整合捕捉位置に応じた領域から捕捉位置を抽出させても良い。すなわち、処理Ｃでは、処理Ｂによる不整合捕捉位置の検出に応じて、位置抽出部４１１に、複数のフレーム画像のうちの不整合捕捉位置に対応するフレーム画像を対象として、処理Ｂで検出された整合捕捉位置に応じた領域から捕捉位置を抽出させれば良い。ここでは、１つの整合捕捉位置に応じた領域が、例えば、不整合捕捉位置の撮影タイミングに近い１つのタイミングの撮影に係る整合捕捉位置と、特定部分としての横隔膜の変位方向とに基づいて設定される態様が考えられる。

なお、上記一実施形態では、ステップ１においてステップ１１〜１６の処理が行われたが、各ステップ１１〜１６における処理は、上述した処理内容のものに限られず、例えば、種々の異なる処理内容が実行されるものであっても良い。

なお、上記一実施形態および各種変形例をそれぞれ構成する全部または一部を、適宜、矛盾しない範囲で組み合わせ可能であることは、言うまでもない。

１ 撮影装置
２ 撮影制御装置
４ 演算装置
４１ 制御部
１００ 医療支援システム
４１１ 位置抽出部
４１２ フレーム画像群決定部
４１３ 不整合位置検出部
４１３ａ クロス異常認識部
４１３ｂ，４１３ｂＡ〜４１３ｂＤ 不整合位置特定部
４１３ｃ 変位方向取得部
４１３ｄ 順序異常認識部
４１３ｅ 分布異常認識部
４１４ 不整合位置補正部
４１４ａ，４１４ａＡ モデル取得部
４１４ｂ，４１４ｂＡ モデル調整部
４１５ 対象領域抽出部
ＡＦｐ０ 不整合捕捉部分
Ｅｄ０ 一部
Ｆｐ０ 整合捕捉部分
Ｉ０，Ｉ１〜Ｉ１０，ＩＣ０，ＩＮ０ フレーム画像
Ｍｄ０ モデル
Ｍｐ１ 部分モデル
Ｐ１ 吸気期間
Ｐ２ 呼気期間
Ｐ３ 停滞期間
Ｐｇ１ プログラム

Claims (21)

1. 体内の対象部位を捉えた医療用の動態画像を構成する複数のフレーム画像から、前記対象部位の予め設定された特定部分が捉えられた捕捉位置をそれぞれ抽出する抽出部と、
   前記抽出部によって抽出された複数の前記捕捉位置のうち、該複数の捕捉位置に係る空間的な関係が前記特定部分の動作の傾向とは整合していない不整合捕捉位置を検出する検出部と、
   前記検出部によって検出された前記不整合捕捉位置を補正する補正部と、
   を備える画像処理装置。
2. 請求項１に記載の画像処理装置であって、
   前記特定部分が、
   各前記フレーム画像において線状の領域として捉えられ、
   前記検出部が、
   前記複数の捕捉位置について１以上の捕捉位置が他の捕捉位置と交差しているクロス異常状態を認識する交差異常認識部と、
   前記交差異常認識部によって認識された前記クロス異常状態と、予め設定された第１ルールとに基づき、前記複数の捕捉位置のうちの相互に交差している２以上のクロス捕捉位置から、前記不整合捕捉位置を特定する特定部と、
   を有する画像処理装置。
3. 請求項２に記載の画像処理装置であって、
   前記特定部が、
   前記２以上のクロス捕捉位置のうち、他のクロス捕捉位置と交差している回数が多いクロス捕捉位置から順に、前記不整合捕捉位置として特定する処理を、前記２以上のクロス捕捉位置のうちの前記不整合捕捉位置として特定されたクロス捕捉位置を除く残余のクロス捕捉位置がなくなるまで実行するか、あるいは前記２以上のクロス捕捉位置のうち、他のクロス捕捉位置と交差している回数が少ないクロス捕捉位置から順に、前記整合捕捉位置として特定する処理を、該整合捕捉位置として特定されたクロス捕捉位置と交差していないクロス捕捉位置がなくなるまで実行する画像処理装置。
4. 請求項１に記載の画像処理装置であって、
   前記検出部が、
   前記複数の捕捉位置の一方向におけるずれ量が、予め設定された基準量を超えている分布異常状態を認識する分布異常認識部と、
   前記分布異常認識部による前記分布異常状態の認識に応じて、各前記捕捉位置の前記一方向における位置と、予め設定された第２ルールとに基づき、前記複数の捕捉位置から前記不整合捕捉位置を特定する特定部と、
   を有する画像処理装置。
5. 請求項１に記載の画像処理装置であって、
   前記検出部が、
   時間の経過に応じた前記特定部分の変位方向に係る情報を取得する変位方向取得部と、
   前記複数の捕捉位置において、第１捕捉位置を基準として、該第１捕捉位置に係る第１撮影タイミングよりも後の第２撮影タイミングに係る第２捕捉位置の前記第１捕捉位置からのずれが、前記変位方向に対応する基準方向とは逆の方向に生じている第１順序異常状態、あるいは前記複数の捕捉位置において、前記第２捕捉位置を基準として、前記第１捕捉位置の前記第２捕捉位置からのずれが、前記基準方向に生じている第２順序異常状態を認識する順序異常認識部と、
   前記順序異常認識部による前記第１順序異常状態の認識に応じて、前記第２捕捉位置を前記不整合捕捉位置として特定し、前記順序異常認識部による前記第２順序異常状態の認識に応じて、前記第１捕捉位置を前記不整合捕捉位置として特定する特定部と、
   を有する画像処理装置。
6. 請求項１に記載の画像処理装置であって、
   前記検出部が、
   前記複数の捕捉位置のうちの１以上の捕捉位置が前記特定部分の動作の傾向とは整合していない第１の種類の異常状態を認識する第１認識部と、
   前記複数の捕捉位置のうちの１以上の捕捉位置が前記特定部分の動作の傾向とは整合していない第２の種類の異常状態を認識する第２認識部と、
   前記第１の種類の異常状態および前記第２の種類の異常状態と、予め設定された第３ルールとに基づき、前記不整合捕捉位置を特定する特定部と、
   を有する画像処理装置。
7. 請求項６に記載に記載の画像処理装置であって、
   前記第１の種類の異常状態が、
   前記複数の捕捉位置において１以上の捕捉位置が他の捕捉位置と交差しているクロス異常状態であり、
   前記第２の種類の異常状態が、
   前記複数の捕捉位置の一方向におけるずれ量が、予め設定された基準量を超えている分布異常状態であり、
   前記特定部が、
   前記複数の捕捉位置のうち、前記クロス異常状態および前記分布異常状態の双方を生じている捕捉位置を、前記不整合捕捉位置として特定する画像処理装置。
8. 請求項６に記載に記載の画像処理装置であって、
   前記第２の種類の異常状態が、
   前記複数の捕捉位置の一方向におけるずれ量が、予め設定された基準量を超えている分布異常状態であり、
   前記特定部が、
   前記複数の捕捉位置のうち、第１捕捉位置とは異なる残余の捕捉位置と該第１捕捉位置とのずれ量に係る評価値が、予め設定された条件を満たしていれば、前記第１捕捉位置を前記不整合捕捉位置として特定する画像処理装置。
9. 請求項８に記載に記載の画像処理装置であって、
   前記第１の種類の異常状態が、
   前記複数の捕捉位置において、第２捕捉位置を基準として、前記第１捕捉位置に係る第１撮影タイミングとは異なる前記第２捕捉位置に係る第２撮影タイミングよりも後の第３撮影タイミングに係る第３捕捉位置の前記第２捕捉位置からのずれが、前記変位方向に対応する基準方向とは逆の方向に生じている状態を含んでおり、
   前記特定部が、
   前記第１捕捉位置を前記不整合捕捉位置として特定するとともに、前記複数の捕捉位置のうち、前記第１捕捉位置、前記第２捕捉位置および前記第３捕捉位置とは異なる残余の捕捉位置と前記第２捕捉位置とのずれ量に係る評価値が、前記条件を満たしていれば、前記第２捕捉位置を前記不整合捕捉位置として特定し、前記複数の捕捉位置のうち、前記第１捕捉位置、前記第２捕捉位置および前記第３捕捉位置とは異なる残余の捕捉位置と前記第３捕捉位置とのずれ量に係る評価値が、前記条件を満たしていれば、前記第３捕捉位置を前記不整合捕捉位置として特定する画像処理装置。
10. 請求項８に記載に記載の画像処理装置であって、
    前記第１の種類の異常状態が、
    前記複数の捕捉位置において、第２捕捉位置を基準として、前記第１捕捉位置に係る第１撮影タイミングとは異なる前記第２捕捉位置に係る第２撮影タイミングよりも後の第３撮影タイミングに係る第３捕捉位置の前記第２捕捉位置からのずれが、前記変位方向に対応する基準方向とは逆の方向に生じている状態を含んでおり、
    前記特定部が、
    前記第１捕捉位置を前記不整合捕捉位置として特定しない場合には、前記複数の捕捉位置のうち、前記第１捕捉位置および前記第２捕捉位置とは異なる残余の捕捉位置と前記第１捕捉位置とのずれ量に係る評価値が、前記条件を満たしていれば、前記第３捕捉位置を前記不整合捕捉位置として特定し、前記複数の捕捉位置のうち、前記第１捕捉位置および前記第３捕捉位置とは異なる残余の捕捉位置と前記第１捕捉位置とのずれ量に係る評価値が、前記条件を満たしていれば、前記第２捕捉位置を前記不整合捕捉位置として特定する画像処理装置。
11. 請求項１から請求項１０の何れか１つの請求項に記載の画像処理装置であって、
    前記補正部が、
    前記複数の捕捉位置のうちの前記不整合捕捉位置を除く残余の捕捉位置に基づいて、前記不整合捕捉位置を補正する画像処理装置。
12. 請求項１１に記載の画像処理装置であって、
    前記補正部が、
    前記残余の捕捉位置の一部分の形状の適用によって、前記不整合捕捉位置を補正する画像処理装置。
13. 請求項１１に記載の画像処理装置であって、
    前記補正部が、
    前記残余の捕捉位置を用いた補間処理によって、前記不整合捕捉位置を補正する画像処理装置。
14. 請求項１１に記載の画像処理装置であって、
    前記補正部が、
    前記特定部分が捉えられた領域の形状に係るモデルを得るモデル取得部と、
    前記残余の捕捉位置に基づいて求められる基準位置に前記モデルの一部が配置されるように、前記モデルの位置合わせを行うモデル調整部と、
    を有する画像処理装置。
15. 請求項２または請求項３に記載の画像処理装置であって、
    前記特定部が、
    予め設定された第４ルールに応じて、前記不整合捕捉位置を、前記特定部分の前記動作の傾向とは整合していない不整合捕捉部分と、前記特定部分の前記動作の傾向と整合している整合捕捉部分とに区分けし、
    前記補正部が、
    前記整合捕捉部分を利用した前記不整合捕捉部分の補正によって、前記不整合捕捉位置を補正する画像処理装置。
16. 請求項１５に記載の画像処理装置であって、
    前記補正部が、
    前記特定部分が捉えられた領域の一部の形状に係る部分モデルを得るモデル取得部と、
    前記部分モデルの位置合わせを行うことで前記整合捕捉部分に前記部分モデルを連結するモデル調整部と、
    を有する画像処理装置。
17. 請求項１に記載の画像処理装置であって、
    前記検出部が、
    前記抽出部によって抽出された複数の前記捕捉位置のうち、該複数の捕捉位置に係る空間的な関係が前記特定部分の動作の傾向とは整合していない不整合捕捉位置、ならびに該複数の捕捉位置に係る空間的な関係が前記特定部分の動作の傾向と整合している整合捕捉位置を検出し、
    前記補正部が、
    前記検出部による前記不整合捕捉位置の検出に応じて、前記抽出部に、前記複数のフレーム画像のうちの前記不整合捕捉位置に対応するフレーム画像を対象として、前記整合捕捉位置に応じた領域から前記捕捉位置を抽出させることで、前記検出部によって検出された前記不整合捕捉位置を補正する画像処理装置。
18. 請求項１から請求項１７の何れか１つの請求項に記載の画像処理装置であって、
    前記複数のフレーム画像が、
    前記特定部分が第１方向に変位している第１変位期間において前記特定部分が時間順次に捉えられた第１フレーム画像群、前記特定部分が前記第１方向とは反対の第２方向に変位している第２変位期間において前記特定部分が時間順次に捉えられた第２フレーム画像群、および前記第１変位期間と前記第２変位期間との合間に前記特定部分が停滞している停滞期間において前記特定部分が時間順次に捉えられた第３フレーム画像群の少なくとも１つのフレーム画像群を含む画像処理装置。
19. 請求項１８に記載の画像処理装置であって、
    前記対象部位が、
    肺野を含み、
    前記画像処理装置が、
    前記肺野による呼吸の方法に応じて、前記第１から第３フレーム画像群の少なくとも１つのフレーム画像群を、前記複数のフレーム画像として決定するフレーム決定部、をさらに備える画像処理装置。
20. 請求項１から請求項１９の何れか１つの請求項に記載の画像処理装置であって、
    前記特定部分が、
    横隔膜を含む画像処理装置。
21. 画像処理装置に含まれる制御部において実行されることにより、前記画像処理装置を、請求項１から請求項２０の何れか１つの請求項に記載の画像処理装置として機能させるプログラム。

Images