JP2019000628A - 画像処理装置、医用画像診断装置及び画像処理プログラム - Google Patents

Abstract

【課題】形態的情報の精度を向上させることができる画像処理装置、医用画像診断装置及び画像処理プログラムを提供すること。【解決手段】実施形態に係る画像処理装置は、取得部と、算出部と、指標取得部と、検出部と、特定部とを備える。取得部は、被検体の部位を含む形態画像データ及び当該部位を含む機能画像データを取得する。算出部は、前記形態画像データに含まれる血管に対応する血管領域を抽出し、前記血管領域における流体指標を算出し、前記流体指標に基づいて、前記血管から栄養を供給される組織における機能を示す指標として、第１の機能指標を算出する。指標取得部は、前記機能画像データに基づいて、前記組織における機能を表す指標として、第２の機能指標を取得する。検出部は、前記第１の機能指標と前記第２の機能指標との不整合を検出する。特定部は、前記部位において前記不整合に対応する空間領域を特定する。【選択図】図１

Description

本発明の実施形態は、画像処理装置、医用画像診断装置及び画像処理プログラムに関する。

従来、治療対象となる部位の形態を解析することによって得られる部位情報（以下、形態的情報と記載する）が、治療方針の検討や治療効果の判定などに用いられている。例えば、虚血性心疾患に対する治療では、心臓及び冠動脈の形態から、血管支配領域の虚血範囲や虚血の影響を受けた心筋量といった形態的情報が導出され、導出された形態的情報を用いて治療方針が検討される。一例を挙げると、医師は、形態的情報を用いて、血行再建術を施す必要があるか否か、どの血管に対しどのような治療を行うか等の治療方針を検討する。また、一例を挙げると、医師は、治療前後の形態的情報（虚血範囲、虚血心筋量の変化など）に基づいて、治療効果を判定する。

このような形態的情報は、例えば、血管を造影したＣＴ画像データにおいて、冠動脈形状に基づいた領域拡張（例えば、ボロノイアルゴリズムを用いた領域拡張）を行うことで解析される。ここで、冠動脈の形状のみを基準とする解析では、心筋の状態は考慮されず、ＣＴ画像データの分解能の制約等により冠動脈の形状が十分に取得されていない場合には、形態的情報の解析が不正確となる場合がある。

特開２０１２−０８１２５４号公報 特開２００９−０２５０３５号公報 特開２０１４−０７６２８８号公報

本発明が解決しようとする課題は、形態的情報の精度を向上させることができる画像処理装置、医用画像診断装置及び画像処理プログラムを提供することである。

実施形態に係る画像処理装置は、取得部と、算出部と、指標取得部と、検出部と、特定部とを備える。取得部は、被検体の部位を含む形態画像データ及び当該部位を含む機能画像データを取得する。算出部は、前記形態画像データに含まれる血管に対応する血管領域を抽出し、前記血管領域における流体指標を算出し、前記流体指標に基づいて、前記血管から栄養を供給される組織における機能を示す指標として、第１の機能指標を算出する。指標取得部は、前記機能画像データに基づいて、前記組織における機能を表す指標として、第２の機能指標を取得する。検出部は、前記第１の機能指標と前記第２の機能指標との不整合を検出する。特定部は、前記部位において前記不整合に対応する空間領域を特定する。

図１は、第１の実施形態に係る画像処理システムの一例を示すブロック図である。 図２は、第１の実施形態に係る第１指標マップを説明するための図である。 図３は、第１の実施形態に係る第２指標マップを説明するための図である。 図４は、第１の実施形態に係る合成マップを説明するための図である。 図５は、第１の実施形態に係る不整合に対応する空間領域を説明するための図である。 図６は、第１の実施形態に係る血管再抽出処理について説明するための図である。 図７は、第１の実施形態に係る再抽出された血管の表示例を示す図である。 図８は、第１の実施形態に係る画像処理装置の処理の一連の流れを説明するためのフローチャートである。 図９は、第１の実施形態に係る第１指標マップの生成処理の一連の流れを説明するためのフローチャートである。 図１０は、第１の実施形態に係る第２指標マップの生成処理の一連の流れを説明するためのフローチャートである。 図１１は、第３の実施形態に係る不整合領域の検出について説明するための図である。

以下、図面を参照して、画像処理装置、医用画像診断装置及び画像処理プログラムの実施形態について詳細に説明する。

（第１の実施形態）
まず、第１の実施形態について説明する。第１の実施形態では、画像処理装置を含んだ画像処理システムを一例として説明する。また、第１の実施形態では、被検体の心臓についての形態的情報を取得する場合を一例として説明する。

図１に示すように、第１の実施形態に係る画像処理システムは、医用画像診断装置１００と、画像保管装置２００と、画像処理装置３００とを備える。なお、図１は、第１の実施形態に係る画像処理システムの一例を示す図である。図１に示すように、医用画像診断装置１００、画像保管装置２００及び画像処理装置３００は、ネットワークを介して相互に接続される。

医用画像診断装置１００は、被検体から形態画像データ及び機能画像データを収集する装置である。例えば、医用画像診断装置１００は、Ｘ線ＣＴ（Computed Tomography）装置、ＳＰＥＣＴ（Single Photon Emission Computed Tomography）装置、ＰＥＴ（Positron Emission Tomography）装置、ＳＰＥＣＴ装置とＸ線ＣＴ装置とが一体化されたＳＰＥＣＴ−ＣＴ装置、ＰＥＴ装置とＸ線ＣＴ装置とが一体化されたＰＥＴ−ＣＴ装置、ＭＲＩ（Magnetic Resonance Imaging）装置、超音波診断装置等である。これらの装置のうち、１又は複数の装置が、医用画像診断装置１００として、形態画像データ及び機能画像データを収集する。

例えば、医用画像診断装置１００としてのＸ線ＣＴ装置が、形態画像データとしてのＣＴ画像データを収集し、医用画像診断装置１００としてのＳＰＥＣＴ装置が、機能画像データとしてのＳＰＥＣＴ画像データを収集する。また、例えば、医用画像診断装置１００としてのＳＰＥＣＴ−ＣＴ装置が、形態画像データとしてのＣＴ画像データ、及び、機能画像データとしてのＳＰＥＣＴ画像データを収集する。本実施形態では、一例として、医用画像診断装置１００としてのＸ線ＣＴ装置が収集したＣＴ画像データを形態画像データとして用い、かつ、医用画像診断装置１００としてのＳＰＥＣＴ装置が収集したＳＰＥＣＴ画像データを機能画像データとして用いる場合について説明する。

ここで、形態画像データは、被検体の心臓における形態の情報を含んだ画像データである。例えば、ＣＴ画像データは、被検体の心臓の構造（各心室の輪郭等）や冠動脈の形態的な情報を含んだ形態画像データである。形態画像データの他の例としては、ＭＲ（Magnetic Resonance）画像データや、血管領域の流体指標を表すＣＴ画像データなどが挙げられる。ここで、流体指標は、血流に関する指標である。例えば、流体指標は、ＣＴ画像データの血管領域に対する流体解析により得られる値であり、心筋血流予備量比（ＦＦＲ：Fractional Flow Reserve）や、血管領域における圧力、血液の流量、血液の流速、ベクトル、せん断応力などを含む。

例えば、Ｘ線ＣＴ装置は、被検体を略中心にＸ線管及びＸ線検出器を旋回移動させ、被検体を透過したＸ線を検出して投影データを収集する。次に、Ｘ線ＣＴ装置は、収集された投影データに基づいて、ＣＴ画像データ（ボリュームデータ）を生成する。そして、Ｘ線ＣＴ装置は、生成したＣＴ画像データを画像保管装置２００に格納する。

また、機能画像データは、被検体の心臓における機能の情報を含んだ画像データである。例えば、ＳＰＥＣＴ画像データは、被検体の心臓における血流の状態等、被検体の心臓における生理学的な情報を含んだ機能画像データである。機能画像データの他の例としては、ＰＥＴ（Positron Emission computed Tomography）画像データやＣＴパーフュージョン（Perfusion）画像データ、ＭＲパーフュージョン画像データ、ＣＴ画像データに対する心機能解析の結果を表す画像データ、ＭＲ画像データに対する心機能解析の結果を表す画像データ、超音波画像データに対する心機能解析の結果を表す画像データなどが挙げられる。

例えば、ＳＰＥＣＴ装置は、被検体に投与され、被検体の生体組織に選択的に取り込まれた放射性医薬品から放射される放射線（ガンマ線）を検出し、検出した信号それぞれに対して、オフセット補正、感度補正等の補正処理を行ってＳＰＥＣＴ投影データを収集する。次に、ＳＰＥＣＴ装置は、ＳＰＥＣＴ投影データ（例えば、３６０度方向分の体動補正済み投影データ）を逆投影処理することで、ＳＰＥＣＴ画像データ（ボリュームデータ）を再構成する。そして、ＳＰＥＣＴ装置は、再構成したＳＰＥＣＴ画像データを画像保管装置２００に格納する。

画像保管装置２００は、医用画像診断装置１００によって収集された画像データを保管する。例えば、画像保管装置２００は、サーバ装置等のコンピュータ機器によって実現される。本実施形態では、画像保管装置２００は、ネットワークを介して医用画像診断装置１００からＣＴ画像データ及びＳＰＥＣＴ画像データを取得し、取得したＣＴ画像データ及びＳＰＥＣＴ画像データを、装置内又は装置外に設けられた記憶回路に記憶させる。

画像処理装置３００は、ネットワークを介してＣＴ画像データ及びＳＰＥＣＴ画像データを取得し、取得したＣＴ画像データ及びＳＰＥＣＴ画像データを用いた種々の処理を実行する。例えば、画像処理装置３００は、ワークステーション等のコンピュータ機器によって実現される。本実施形態では、画像処理装置３００は、ネットワークを介して、医用画像診断装置１００又は画像保管装置２００からＣＴ画像データ及びＳＰＥＣＴ画像データを取得する。また、画像処理装置３００は、取得したＣＴ画像データ及びＳＰＥＣＴ画像データに基づいて、被検体の心臓に関する形態的情報の精度を向上させる。なお、この点については後述する。

図１に示すように、画像処理装置３００は、入力回路３１０と、ディスプレイ３２０と、記憶回路３３０と、処理回路３４０とを有する。

入力回路３１０は、操作者が各種指示や各種設定の入力に用いるマウスやキーボード、トラックボール、スイッチ、ボタン、ジョイスティック、タッチパネル等を有し、操作者から受け付けた指示や設定の情報を、処理回路３４０に転送する。

ディスプレイ３２０は、操作者によって参照されるモニタであり、処理回路３４０による制御の下、種々の医用画像を操作者に提示したり、入力回路３１０を介して操作者から各種指示や各種設定等を受け付けるためのＧＵＩ（Graphical User Interface）を表示したりする。

記憶回路３３０は、例えば、フラッシュメモリ等の半導体メモリ素子や、ハードディスク、光ディスク等の不揮発性の記憶装置である。例えば、記憶回路３３０は、医用画像診断装置１００又は画像保管装置２００から取得したＣＴ画像データ及びＳＰＥＣＴ画像データを記憶する。

処理回路３４０は、制御機能３４１、画像生成機能３４２、取得機能３４３、算出機能３４４、指標取得機能３４５、検出機能３４６、特定機能３４７、表示制御機能３４８及び補正機能３４９を実行することで、画像処理装置３００全体の動作を制御する。例えば、処理回路３４０は、制御機能３４１に対応するプログラムを記憶回路３３０から読み出して実行することにより、入力回路３１０を介して、操作者から種々の指示や設定を受け付ける。また、例えば、処理回路３４０は、取得機能３４３に対応するプログラムを記憶回路３３０から読み出して実行することにより、ＣＴ画像データ及びＳＰＥＣＴ画像データを取得する。また、例えば、処理回路３４０は、画像生成機能３４２、算出機能３４４、指標取得機能３４５、検出機能３４６及び特定機能３４７に対応するプログラムを記憶回路３３０から読み出して実行することにより、ＣＴ画像データに基づく機能指標とＳＰＥＣＴ画像データに基づく機能指標との不整合を検出し、不整合に対応する空間領域を特定する。この点については後述する。

図１に示す画像処理装置３００においては、各処理機能がコンピュータによって実行可能なプログラムの形態で記憶回路３３０へ記憶されている。処理回路３４０は、記憶回路３３０からプログラムを読み出して実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の処理回路３４０は、読み出したプログラムに対応する機能を有することとなる。

なお、図１においては単一の処理回路３４０にて、制御機能３４１、画像生成機能３４２、取得機能３４３、算出機能３４４、指標取得機能３４５、検出機能３４６、特定機能３４７、表示制御機能３４８及び補正機能３４９が実現するものとして説明したが、複数の独立したプロセッサを組み合わせて処理回路３４０を構成し、各プロセッサがプログラムを実行することにより機能を実現するものとしても構わない。

上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、あるいは、特定用途向け集積回路（Application Specific Integrated Circuit; ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device; ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device; ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Field Programmable Gate Array; ＦＰＧＡ））などの回路を意味する。プロセッサは記憶回路３３０に記憶されたプログラムを読み出し実行することで機能を実現する。なお、記憶回路３３０にプログラムを記憶させる代わりに、プロセッサの回路内にプログラムを直接組み込むように構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。なお、本実施形態の各プロセッサは、プロセッサごとに単一の回路として構成される場合に限らず、複数の独立した回路を組み合わせて１つのプロセッサとして構成し、その機能を実現するようにしてもよい。更に、図１における複数の構成要素を１つのプロセッサへ統合してその機能を実現するようにしてもよい。

以上、画像処理システムの構成について説明した。かかる構成の下、画像処理システムにおける画像処理装置３００は、形態的情報の精度を向上させる。具体的には、画像処理装置３００は、以下詳細に説明する処理回路３４０による処理によって、形態画像データと機能画像データとの間での心筋の機能指標の不整合を検出し、検出した不整合に基づいて形態的情報の精度を向上させる。以下、第１の実施形態に係る画像処理装置３００が行う処理について、詳細に説明する。

まず、取得機能３４３は、医用画像診断装置１００又は画像保管装置２００からＣＴ画像データ及びＳＰＥＣＴ画像データを取得する。ここで、ＣＴ画像データ及びＳＰＥＣＴ画像データは、それぞれ、被検体の心臓について収集されたボリュームデータである。なお、ＣＴ画像データ及びＳＰＥＣＴ画像データが収集される順序は任意である。

次に、算出機能３４４及び指標取得機能３４５は、被検体の心臓の各位置の機能を示す機能指標を取得する。例えば、算出機能３４４及び指標取得機能３４５は、虚血の有無や程度を直接的又は間接的に示す機能指標を、心臓の各位置について、ＣＴ画像データ及びＳＰＥＣＴ画像データのそれぞれから算出する。以下では、ＣＴ画像データに基づく機能指標を、第１の機能指標とも記載する。また、以下では、ＳＰＥＣＴ画像データに基づく機能指標を、第２の機能指標とも記載する。

例えば、算出機能３４４は、ＣＴ画像データについて流体解析を行い、ＣＴ画像データの血管領域と解析結果とに基づいて、第１の機能指標を算出する。一例を挙げると、算出機能３４４は、流体解析によって血管領域における流体指標を算出し、流体指標に基づいて、第１の機能指標を算出する。ここで、流体指標は、例えば、血管領域の流体解析により得られる値であり、ＦＦＲや、血管領域における圧力、血液の流量、血液の流速、ベクトル、せん断応力などを含む。以下では、流体指標の一例として、ＦＦＲについて説明する。また、以下では、ＦＦＲを算出するための流体解析をＦＦＲ解析とも記載する。更に、画像生成機能３４２は、第１の機能指標を平面上に投影して、第１指標マップを生成する。以下、この点について詳細に説明する。

まず、算出機能３４４は、取得機能３４３が取得したＣＴ画像データに含まれる血管に対応する血管領域を抽出する。例えば、算出機能３４４は、画素ごとに画素値（ＣＴ値等）を閾値と比較することで、ＣＴ画像データから血管領域を抽出する。一例を挙げると、算出機能３４４は、ＣＴ画像データ中の血管の画素値が小さく（暗く）表現される場合、閾値よりも画素値が小さい画素を血管領域として抽出する。このような閾値は、プリセットされた値であってもよいし、操作者が設定する値であってもよい。なお、算出機能３４４が血管領域を抽出するのではなく、既に血管領域が特定されたＣＴ画像データを取得機能３４３が取得する場合であってもよい。

次に、算出機能３４４は、ＣＴ画像データを用いた流体解析によりＦＦＲを算出する。ここで、ＦＦＲは、例えば、血管において大動脈弓から近い近位部における圧力と、大動脈弓から遠い遠位部における圧力との比であり、「ＦＦＲ＝Ｐｄ（遠位部の圧力）／Ｐａ（近位部の圧力）」で表される。

例えば、算出機能３４４は、まず、血管形状データ及び設定条件に基づいて、血管領域の位置ごとに圧力を算出する。なお、血管形状データは、例えば、血管の内腔や外壁の輪郭、血管の断面積及び芯線などである。算出機能３４４は、ＣＴ画像データにおける血管領域から、血管形状データを取得することができる。また、設定条件は、例えば、血液の物性値、反復計算の条件及び解析の初期値などの解析条件である。また、算出機能３４４は、圧力のみならず、血流に関する種々の指標（血液の流量、血液の流速、ベクトル及びせん断応力など）を算出することもできる。

ここで、算出機能３４４は、血管の芯線に沿った位置ごとに圧力を算出し、血管領域における圧力の分布を算出する。そして、算出機能３４４は、算出した圧力の分布から、血管領域の各位置のＦＦＲを算出する。例えば、算出機能３４４は、血管領域のうち大動脈弓から近い位置に近位部を設定し、血管領域の各位置の圧力を近位部の圧力で除すことにより、血管領域の各位置のＦＦＲを算出する。

次に、画像生成機能３４２は、ＣＴ画像データ及びＦＦＲから、冠動脈の形態情報及びＦＦＲの解析結果を含んだボリュームデータを生成する。即ち、画像生成機能３４２は、血管領域のＦＦＲを表すＣＴ画像データを生成する。以下では、血管領域のＦＦＲを表すＣＴ画像データを、ＦＦＲ画像データとも記載する。ＦＦＲ画像データは、例えば、ＦＦＲに応じたカラーや、ＦＦＲの値を血管領域の各位置に付したＣＴ画像データである。なお、算出機能３４４によるＦＦＲの算出、及び、画像生成機能３４２によるＦＦＲ画像データの生成に代えて、取得機能３４３がＦＦＲ画像データを取得する場合であってもよい。

算出機能３４４は、ＦＦＲ画像データから、種々の情報を抽出することができる。例えば、算出機能３４４は、ＦＦＲ画像データから、血管の芯線座標を抽出する。なお、算出機能３４４は、ＦＦＲ解析のためにＣＴ画像データから取得した血管の芯線座標を、ＦＦＲ画像データにおける血管の芯線座標としてもよい。また、例えば、算出機能３４４は、ＦＦＲ画像データを、冠動脈の形状及び名称を示すモデルデータ（例えば、ＡＨＡ（American Heart Association）分類を示すモデルデータ）と比較することで、各芯線と冠動脈名称との対応を示す情報（ラベル情報）を抽出する。また、例えば、算出機能３４４は、ＦＦＲ画像データから、心室の領域を抽出する。以下では、一例として、算出機能３４４が、左心室の領域を抽出する場合について説明する。一例を挙げると、算出機能３４４は、ＦＦＲ画像データと各心室の形状及び名称を示すモデルデータとを比較し、左心室の内膜及び左心室の外膜に相当する座標を、左心室の領域として抽出する。また、例えば、算出機能３４４は、抽出した左心室における心軸を抽出する。また、例えば、算出機能３４４は、抽出した左心室を基準として、右心室の方向を抽出する。

次に、算出機能３４４は、ＦＦＲ画像データに基づいて、被検体の心臓の位置ごとに、血管から栄養を供給される組織における機能を示す指標として、第１の機能指標を算出する。例えば、算出機能３４４は、まず、被検体の心臓における任意の位置（以下、位置Ｐ１と記載する）について、支配血管を特定する。例えば、算出機能３４４は、位置Ｐ１との距離が最小となる血管領域を、位置Ｐ１を支配する血管領域として特定する。具体的には、算出機能３４４は、位置Ｐ１を支配する血管領域として、位置Ｐ１の座標との距離が最小になる芯線座標を特定する。そして、算出機能３４４は、特定した芯線座標のＦＦＲを、位置Ｐ１の第１の機能指標として取得する。また、算出機能３４４は、位置Ｐ１以外の心臓の各位置についても同様に第１の機能指標を取得する。

ここで、検出機能３４６は、ＦＦＲ画像データから、被検体の心臓に関する形態的情報を取得する場合であってもよい。例えば、検出機能３４６は、第１の機能指標に基づいて、虚血が生じている心臓の領域（虚血領域）を特定したり、虚血が生じている心筋量（虚血心筋量）を算出したりすることができる。具体的には、検出機能３４６は、心臓の各位置について、第１の機能指標として算出されたＦＦＲの値が閾値以下となるか否かを判定し、ＦＦＲの値が閾値以下となる位置の集合を虚血領域として特定する。また、検出機能３４６は、虚血領域に基づいて虚血心筋量を算出する。更に、表示制御機能３４８は、形態的情報を操作者に提示する場合であってもよい。例えば、表示制御機能３４８は、虚血領域とＦＦＲの値とを示した表示画像をディスプレイ３２０に表示させる。ここで、表示制御機能３４８は、表示画像において、ラベル情報や左心室の領域、左心室の芯軸、右心室の方向等を示すようにしてもよい。また、例えば、表示制御機能３４８は、虚血心筋量をディスプレイ３２０に表示させる。

次に、画像生成機能３４２は、心臓の位置ごとの第１の機能指標を平面上に投影して、第１指標マップを生成する。ここで、ＦＦＲ画像データに基づく第１指標マップについて、図２を用いて説明する。図２は、第１の実施形態に係る第１指標マップを説明するための図である。なお、以下では、画像生成機能３４２が、第１指標マップとして、第１の機能指標の分布を示したＦＦＲ画像データからポーラーマップ（polar map、極座標表示）を生成する場合について説明する。

図２の左図は、冠動脈の各位置におけるＦＦＲをカラーで表したＦＦＲ画像データである。なお、図２の左図では、血管領域以外の領域は省略して表現している。画像生成機能３４２は、図２の左図に示すＦＦＲ画像データから、図２の右図に示すポーラーマップを生成する。具体的には、画像生成機能３４２は、ＦＦＲ画像データから抽出した左心室の内膜について、心軸に直交する各断面を心尖部を中心として重ね合わせることで、ポーラーマップを生成する。即ち、図２の右図に示すポーラーマップは、心尖部から心軸方向に左心室の内膜を見た図に対応する。また、図２の右図に示すポーラーマップの各位置には、第１の機能指標が投影される。

なお、図２は、ポーラーマップの各位置に、第１の機能指標及び血管領域が投影された場合を示すが、実施形態はこれに限定されるものではない。例えば、画像生成機能３４２は、第１指標マップとして、第１の機能指標のみを投影したポーラーマップを生成してもよい。また、例えば、画像生成機能３４２は、第１指標マップとして、第１の機能指標の分布に加え、血管支配領域を示したポーラーマップを生成してもよい。一例を挙げると、画像生成機能３４２は、右冠状動脈（ＲＣＡ：Right Coronary Artery）の血管支配領域と、左前下行枝（ＬＡＤ：Left Anterior Descending）の血管支配領域と、左旋回枝（ＬＣＸ：Left Circumflex）の血管支配領域とに分類し、色分けや境界線を付したポーラーマップを生成してもよい。

次に、検出機能３４６は、第１指標マップにおける虚血領域の位置を特定する。例えば、検出機能３４６は、図２の右図に示すポーラーマップの各位置について、第１の機能指標（ＦＦＲの値）が閾値以下となるか否かを判定し、ＦＦＲの値が閾値以下となる位置の集合を虚血領域として特定する。一例を挙げると、検出機能３４６は、図２の右図に示す領域Ａ１を、虚血領域として特定する。

これまで、第１の機能指標としてＦＦＲを取得し、ＦＦＲをポーラーマップ上に投影し、ＦＦＲに基づいてポーラーマップの各位置が虚血領域か否かを判定する場合について説明したが実施形態はこれに限定されるものではない。例えば、ＦＦＲに基づいてＦＦＲ画像データの各位置が虚血領域か否かを判定し、判定結果を第１の機能指標として取得し、判定結果をポーラーマップ上に投影し、判定結果に基づいてポーラーマップの各位置が虚血領域か否かを判定する場合であってもよい。言い換えると、算出機能３４４は、ＦＦＲ自体を第１の機能指標として算出してもよいし、ＦＦＲに基づく指標を第１の機能指標として算出してもよい。

一例を挙げると、算出機能３４４は、まず、ＦＦＲ画像データにおける心臓の各位置についてＦＦＲの値が閾値以下となるか否かを判定し、ＦＦＲの値が閾値以下となる位置の集合を虚血領域として特定する。次に、算出機能３４４は、ＦＦＲ画像データにおける心臓の各位置が虚血領域であるか否かを示す情報（例えば、Ｙｅｓ／Ｎｏ）を、第１の機能指標として算出する。そして、画像生成機能３４２は、心臓の位置ごとの第１の機能指標を平面上に投影してポーラーマップを生成し、検出機能３４６は、ポーラーマップの各位置における第１の機能指標から虚血領域を特定する。即ち、検出機能３４６は、ポーラーマップにおいて、第１の機能指標として「Ｙｅｓ」が投影された位置の集合を虚血領域として特定する。

次に、第２の機能指標、及び、第２の機能指標を平面上に投影した第２指標マップについて説明する。例えば、指標取得機能３４５は、ＳＰＥＣＴ画像データについてパーフュージョン解析を行い、解析結果に基づいて、血管から栄養を供給される組織における機能を示す指標として、第２の機能指標を取得する。また、画像生成機能３４２は、第２の機能指標を平面上に投影して、第２指標マップを生成する。以下、この点について詳細に説明する。

指標取得機能３４５は、取得機能３４３が取得したＳＰＥＣＴ画像データを用いて心筋パーフュージョン解析を実行する。例えば、指標取得機能３４５は、ＳＰＥＣＴ画像データにおける画素値の大きさや、時間的間隔を置いて収集された複数のＳＰＥＣＴ画像データ間の比較に基づいて、被検体の心臓の血管における血流動態を求め、血流動態を表す指標を第２の機能指標として取得する。言い換えると、指標取得機能３４５は、放射性医薬品の集積の度合いを、第２の機能指標として取得する。

例えば、被検体の心臓のうち血流が正常な位置においては、被検体に注射された放射性医薬品が徐々に集積し、検出される放射線（ガンマ線）が徐々に大きくなる。従って、指標取得機能３４５は、複数のＳＰＥＣＴ画像データを比較し、画素値の変化が大きい位置については、第２の機能指標として、血流が正常であることを示す指標を取得する。一方で、被検体の心臓のうち、血管の狭窄等により血流が正常でなくなっている位置（虚血領域）においては、血流が正常な位置と比較して放射性医薬品の集積が遅い。従って、指標取得機能３４５は、複数のＳＰＥＣＴ画像データを比較し、画素値の変化が小さい位置については、第２の機能指標として、血流が異常であることを示す指標を取得する。

一例を挙げると、指標取得機能３４５は、心臓の各位置について、ＳＰＥＣＴ画像データの画素値等の時間的変化を示した時間濃度曲線（ＴＤＣ：Time Density Curve）を生成する。そして、指標取得機能３４５は、ＴＤＣにおける濃度の最大値、最小値、最大値の９０％の値などの所定の濃度値、時間濃度曲線の傾き、所定濃度に達するまでの経過時間、血液の平均通過時間（ＭＴＴ：Mean Transit Time）、血流量（ＣＢＦ：Cerebral Blood Flow）、血液量（ＣＢＶ：Cerebral Blood Volume）、所定領域に関する血液の流入状態または流出状態を表す値などを、第２の機能指標として取得する。

次に、画像生成機能３４２は、パーフュージョン解析の結果を含んだＳＰＥＣＴ画像データを生成する。例えば、画像生成機能３４２は、被検体の心臓の血管における血流動態を表す指標（第２の機能指標）の分布を示したボリュームデータを生成する。以下では、パーフュージョン解析の結果を含んだＳＰＥＣＴ画像データを、パーフュージョン画像データとも記載する。なお、画像生成機能３４２によるパーフュージョン画像データの生成に代えて、取得機能３４３がパーフュージョン画像データを取得する場合であってもよい。この場合、指標取得機能３４５は、パーフュージョン画像データから第２の機能指標を取得することができる。

次に、画像生成機能３４２は、心臓の位置ごとの第２の機能指標を平面上に投影して、第２指標マップを生成する。ここで、パーフュージョン画像データに基づく第２指標マップについて、図３を用いて説明する。図３は、第１の実施形態に係る第２指標マップを説明するための図である。なお、以下では、画像生成機能３４２が、第２指標マップとして、第２の機能指標の分布を示したパーフュージョン画像データから、ポーラーマップ（「ブルズアイ」とも呼ばれる）を生成する場合について説明する。

まず、指標取得機能３４５は、ＳＰＥＣＴ画像データを用いて心筋パーフュージョン解析を実行し、被検体の心臓の各位置について、第２の機能指標を取得する。次に、画像生成機能３４２は、第２の機能指標の分布を示したパーフュージョン画像データを生成する。そして、画像生成機能３４２は、パーフュージョン画像データから、ポーラーマップを生成する。具体的には、画像生成機能３４２は、パーフュージョン画像データから抽出した左心室の内膜について、心軸に直交する各断面を心尖部を中心として重ね合わせることで、ポーラーマップを生成する。例えば、図３の左図は心軸に直交する４つの断面を示し、各断面の二重円における内側の円が、心軸に直交する左心室の内膜の断面を示す。そして、図３の右図に示すポーラーマップの各位置に、第２の機能指標が投影される。

なお、画像生成機能３４２は、図３の左図に示すように、パーフュージョン画像データにおいて、左心室の内膜（図３の左図の二重円における内側の円）や外膜（図３の左図の二重円における外側の円）を特定することができる。そして、画像生成機能３４２は、特定した左心室の内膜等に基づいて、ポーラーマップを生成することができる。この点、機能画像であるパーフュージョン画像データには冠動脈等の形態情報が高精度で含まれるわけではないものの、左心室の内膜や心軸、心尖部等の位置を特定することは可能であるため、画像生成機能３４２は、パーフュージョン画像データからポーラーマップを生成することができる。

次に、検出機能３４６は、第２指標マップにおいて虚血領域を特定する。例えば、検出機能３４６は、図３の右図に示すポーラーマップの各位置について、第２の機能指標（例えば、血流量）が閾値以下となるか否かを判定し、血流量が閾値以下となる位置の集合を虚血領域として特定する。一例を挙げると、検出機能３４６は、図３の右図に示す領域Ｂ１及び領域Ｂ２を、虚血領域として特定する。

これまで、心臓の血管における血流動態を表す指標（血流量等）を第２の機能指標として取得し、血流動態を表す指標をポーラーマップ上に投影し、血流動態を表す指標に基づいて、ポーラーマップの各位置が虚血領域か否かを判定する場合について説明したが、実施形態はこれに限定されるものではない。例えば、血流動態を表す指標に基づいてパーフュージョン画像データの各位置が虚血領域か否かを判定し、判定結果を第２の機能指標として取得し、判定結果をポーラーマップ上に投影し、判定結果に基づいてポーラーマップの各位置が虚血領域か否かを判定する場合であってもよい。言い換えると、指標取得機能３４５は、血流動態を表す指標自体を第２の機能指標として取得してもよいし、血流動態を表す指標に基づく指標を第２の機能指標として取得してもよい。

一例を挙げると、指標取得機能３４５は、まず、パーフュージョン画像データにおける心臓の各位置について血流量が閾値以下となるか否かを判定し、血流量が閾値以下となる位置の集合を虚血領域として特定する。次に、指標取得機能３４５は、パーフュージョン画像データにおける心臓の各位置が虚血領域であるか否かを示す情報（例えば、Ｙｅｓ／Ｎｏ）を、第２の機能指標として取得する。そして、画像生成機能３４２は、心臓の位置ごとの第２の機能指標を平面上に投影してポーラーマップを生成し、検出機能３４６は、ポーラーマップの各位置における第２の機能指標から虚血領域を特定する。即ち、検出機能３４６は、ポーラーマップにおいて、第２の機能指標として「Ｙｅｓ」が投影された位置の集合を虚血領域として特定する。

次に、画像生成機能３４２は、第１指標マップと第２指標マップとを位置合わせして合成することで、合成マップを生成する。例えば、画像生成機能３４２は、図２の右図に示したポーラーマップと、図３の右図に示したポーラーマップとを位置合わせして合成することで合成マップを生成する。ここで、第１指標マップ及び第２指標マップに基づく合成マップについて、図４を用いて説明する。図４は、第１の実施形態に係る合成マップを説明するための図である。

図４の左上図は、各位置に第１の機能指標が投影された第１指標マップ（図２の右図に示したポーラーマップ）であり、虚血領域として領域Ａ１が特定されている。また、図４の左下図は、各位置に第２の機能指標が投影された第２指標マップ（図３の右図に示したポーラーマップ）であり、虚血領域として、領域Ｂ１及び領域Ｂ２が特定されている。画像生成機能３４２は、第１指標マップ及び第２指標マップを位置合わせして合成することで、図４の右図に示す合成マップを生成する。

ここで、第１指標マップ及び第２指標マップの位置合わせの例について説明する。例えば、画像生成機能３４２は、第１指標マップ及び第２指標マップの生成に先立って、ＦＦＲ画像データとパーフュージョン画像データとを位置合わせする。一例を挙げると、画像生成機能３４２は、ＦＦＲ画像データ及びパーフュージョン画像データのそれぞれから特徴点（ランドマーク）を抽出し、特徴点の位置が相互に合うように、ＦＦＲ画像データとパーフュージョン画像データとを位置合わせする。ここで、特徴点は、例えば、画像中の右心室と左心室との接合部分（中隔）など、心臓の構造的な特徴点である。なお、特徴点の抽出は、操作者からの指定操作により行われてもよい。また、一例を挙げると、画像生成機能３４２は、心臓のアトラスデータ（心臓の構造に関するモデルデータ）と比較することで、ＦＦＲ画像データ及びパーフュージョン画像データのそれぞれについて左心室領域を特定し、左心室領域の位置が相互に合うように、ＦＦＲ画像データとパーフュージョン画像データとを位置合わせする。

このように、ＦＦＲ画像データ及びパーフュージョン画像データを位置合わせしておくことにより、画像生成機能３４２は、第１指標マップ及び第２指標マップを生成する際の投影の条件を揃え、第１指標マップ及び第２指標マップを位置合わせすることができる。例えば、画像生成機能３４２は、まず、ＦＦＲ画像データの左心室の内膜について、心軸に直交する各断面を心尖部を中心として重ね合わせることで、第１指標マップを生成する。そして、画像生成機能３４２は、パーフュージョン画像データにおいて、ＦＦＲ画像データにおける左心室の内膜、心軸及び心尖部に対応する位置を特定し、特定した位置に基づいて、第２指標マップを生成する。即ち、画像生成機能３４２は、ボリュームデータの段階で位置合わせを行い、同じ条件で平面への投影を行うことで、第１指標マップ及び第２指標マップを位置合わせすることができる。

図４の右図に示す合成マップにおいては、各位置に第１の機能指標及び第２の機能指標が投影されている。ここで、検出機能３４６は、第１の機能指標と第２の機能指標との不整合を、合成マップから検出する。例えば、検出機能３４６は、第２指標マップにおいて虚血領域（領域Ｂ２）であり、かつ、第１指標マップにおいて虚血領域でない領域Ｃ２を、不整合として検出する。

即ち、第１の機能指標と第２の機能指標との不整合とは、第１の機能指標に基づく心筋の機能評価と、第２の機能指標に基づく心筋の機能評価とが合わないことであり、単なる数値の不一致の場合に限られるものではない。例えば、合成マップの領域Ｃ１において、第１の機能指標と第２の機能指標とで数値が大きく異なっていたとしても、領域Ｃ１は第１指標マップ及び第２指標マップの双方で虚血領域であり、各機能指標が示す機能は一致している。従って、検出機能３４６は、領域Ｃ１を不整合として検出しない。

なお、虚血領域であるか否かの評価が異なる領域を不整合として検出する場合について説明したが、実施形態はこれに限定されるものではない。例えば、検出機能３４６は、第１の機能指標及び第２の機能指標のそれぞれから、心臓の各位置における虚血の程度を、数値（例えば、０から１までの数値）として評価する。そして、検出機能３４６は、合成マップにおいて、数値の乖離が閾値より大きくなる領域を、不整合として検出することができる。

ここで、表示制御機能３４８は、合成マップをディスプレイ３２０に表示させてもよい。例えば、画像データのアーチファクトにより不整合が生じていた場合、合成マップを参照すれば、操作者は、アーチファクトの存在を認識し、取得機能３４３に対して画像データを再取得するよう指示することができる。また、例えば、合成マップを生成する際の第１指標マップと第２指標マップとの位置合わせが原因となって不整合が生じていた場合、第１指標マップ及び第２指標マップのいずれかで虚血領域であった領域のうちの略全域が不整合として検出されるため、合成マップを参照した操作者は位置合わせが不適切であったと判断し、画像生成機能３４２に対して位置合わせを再度行うよう指示することができる。

次に、特定機能３４７は、被検体の心臓において不整合に対応する空間領域を特定する。例えば、特定機能３４７は、ＦＦＲ画像データ等のＣＴ画像データにおいて、合成マップから不整合として検出した領域Ｃ２に対応する領域を特定する。例えば、特定機能３４７は、図４の右図に示す合成マップの各位置と、被検体の左心室の内膜の各位置との対応関係に基づいて、領域Ｃ２に対応する領域を特定する。

一例を挙げると、特定機能３４７は、ＦＦＲ画像データ（図２左図）から第１指標マップ（図２の右図）を生成した際に画像生成機能３４２が用いた位置の対応関係を取得する。即ち、特定機能３４７は、左心室の内膜の各位置と第１指標マップの各位置との対応関係を取得する。ここで、合成マップは、第１指標マップと第２指標マップとを合成したものであるため、左心室の内膜の各位置と第１指標マップの各位置との対応関係は、左心室の内膜の各位置と合成マップの各位置との対応関係を表す。従って、特定機能３４７は、取得した対応関係を用いて、被検体の左心室の内膜のうち、合成マップの領域Ｃ２に対応する領域を特定することができる。

同様に、特定機能３４７は、ＦＦＲを表していない状態のＣＴ画像データにおいて、領域Ｃ２に対応する領域を特定することもできる。更に、特定機能３４７は、空間領域を特定したＦＦＲ画像データ等のＣＴ画像データと位置合わせすることにより、被検体の心臓を含んだ任意の画像データ（パーフュージョン画像データや、パーフュージョン解析の結果を表していない状態のＳＰＥＣＴ画像データ等）において、領域Ｃ２に対応する領域を特定することができる。

そして、表示制御機能３４８は、空間領域を示す画像データを、ディスプレイ３２０に表示させる。例えば、まず、画像生成機能３４２は、ＣＴ画像データに対して種々の画像処理を実行することで表示画像を生成する。ここで、画像生成機能３４２は、特定機能３４７が特定した空間領域を操作者が認識できるようにして、表示画像を生成する。例えば、画像生成機能３４２は、領域Ｃ２に対応する空間領域について、他の領域と異なる色で表現したり、輪郭を強調したりして、ＦＦＲ画像を生成する。一例を挙げると、表示制御機能３４８は、図５に示すように、被検体の心臓を示す表示画像において、領域Ｃ２に対応する空間領域Ｄ１を示して、ディスプレイ３２０に表示させる。なお、図５は、第１の実施形態に係る不整合に対応する空間領域を説明するための図である。

領域Ｃ２に対応する空間領域Ｄ１をディスプレイ３２０に表示することにより、表示制御機能３４８は、空間領域Ｄ１において不整合があった旨の注意喚起を行うことができる。即ち、画像生成機能３４２は、ＣＴ画像データから取得した形態的情報のみを参照する限りでは虚血領域ではないと判断される領域が、実際は虚血領域であるという可能性を操作者に提示することができる。そして、操作者は、空間領域Ｄ１をＣＴ画像データやＳＰＥＣＴ画像データにおいて観察し、空間領域Ｄ１が虚血領域であるか否かを判断したり、ＣＴ画像データやＳＰＥＣＴ画像データの再収集が必要であると判断したりすることができる。即ち、表示制御機能３４８は、空間領域を示す画像データを表示させることで、形態的情報の精度を向上させることができる。

また、補正機能３４９は、検出された不整合に基づいて、ＣＴ画像データの補正を行うことができる。例えば、補正機能３４９は、不整合が検出された場合、ＣＴ画像データから血管を再抽出し、再抽出した血管に応じてＣＴ画像データの血管領域を補正する。なお、補正機能３４９によるＣＴ画像データの補正は、表示制御機能３４８による空間領域を示す画像データの表示に代えて行うものであってもよいし、併せて行うものであってもよい。以下、補正機能３４９によるＣＴ画像データの補正について、詳細に説明する。

まず、ＣＴ画像データに基づく第１指標マップにおいて虚血領域であり、かつ、ＳＰＥＣＴ画像データに基づく第２指標マップにおいて虚血領域でない領域（以下、第１の不整合領域とも記載する）が不整合として検出された場合について説明する。この場合、ＣＴ画像データの血管領域の形状は、第１の不整合領域に対応する心臓の領域に虚血が生じていることを示している。一方で、ＳＰＥＣＴ画像に基づくパーフュージョン解析の結果は、第１の不整合領域に対応する心臓の領域に虚血が生じていないことを示している。

この場合、ＣＴ画像データから血管を抽出する際に、血管の見落としがあった可能性がある。即ち、ＣＴ画像データから抽出されなかった血管によって第１の不整合領域に対応する心臓の領域が栄養され、実際には虚血が生じていない可能性がある。仮に、第１の不整合領域に対応する心臓の領域を栄養する血管が存在するのであれば、操作者は、血行再建術を施さなくてもよいと判断することができる。

次に、ＳＰＥＣＴ画像データに基づく第２指標マップにおいて虚血領域であり、かつ、ＣＴ画像データに基づく第１指標マップにおいて虚血領域でない領域（以下、第２の不整合領域とも記載する）が不整合として検出された場合について説明する。なお、図４の右図に示す領域Ｃ２は、第２の不整合領域の一例である。この場合、ＳＰＥＣＴ画像に基づくパーフュージョン解析の結果は、第２の不整合領域に対応する心臓の領域に虚血が生じていることを示している。一方で、ＣＴ画像データの血管領域の形状は、第２の不整合領域に対応する心臓の領域に虚血が生じていないことを示している。

この場合、ＣＴ画像データから血管を抽出する際に、血管の狭窄の見落としがあった可能性がある。即ち、ＣＴ画像データから抽出されなかった狭窄によって、第１の不整合領域に対応する心臓の領域におけるＦＦＲが低下し、虚血が生じている可能性がある。また、ＣＴ画像データから抽出されなかった血管が責任狭窄を有しており、第１の不整合領域に対応する心臓の領域に虚血が生じている可能性がある。仮に、第１の不整合領域に対応する心臓の領域に虚血が生じているのであれば、操作者は、血行再建術を施した方がよいと判断することができる。

そこで、補正機能３４９は、血管領域の抽出パラメータを変更してＣＴ画像データから血管を再抽出し、第１の不整合領域や第２の不整合領域が生じた原因となった血管や狭窄を検索する。例えば、補正機能３４９は、ＣＴ画像データから血管領域を抽出するために算出機能３４４が用いた抽出パラメータとは異なる抽出パラメータを用いて、血管を再抽出する。ここで、抽出パラメータとは、例えば、シード点の位置や、抽出の基準となる画素値などである。

以下、ＣＴ画像データの各画素が「１０２４」の階調を有する場合を一例として説明する。まず、算出機能３４４は、ＣＴ画像データから血管領域を抽出するため、シード点の位置を「近位部」とし、閾値を「３００」として、血管を抽出する。即ち、算出機能３４４は、ＣＴ画像データ中の左心室において大動脈弓に近い位置に近位部を設定し、近位部に含まれる１又は複数の点をシード点としてＣＴ画像データを構成する画素を順次検索し、画素値が「３００」よりも小さい画素を血管として抽出する。

そして、検出機能３４６による不整合の検出及び特定機能３４７による空間領域の特定の後、補正機能３４９は、シード点の位置を「不整合に対応する領域」とし、閾値を「１５０」として、血管を再抽出する。即ち、補正機能３４９は、ＣＴ画像データにおいて、不整合に対応する領域に含まれる１又は複数の点をシード点としてＣＴ画像データを構成する画素を順次検索し、画素値が「１５０」よりも小さい画素を血管として再抽出する。その後、補正機能３４９は、再抽出した血管に応じて、ＣＴ画像データにおける血管領域を補正する。例えば、補正機能３４９は、再抽出の結果に基づいて、血管領域を追加したり、血管領域の形状を補正したりする。

なお、シード点の位置を「近位部」から「不整合に対応する領域」に変更することにより、血管抽出アルゴリズムの適用のされ方が変更され、先に検出されなかった血管や狭窄を再抽出できる場合がある。例えば、シード点の位置を「近位部」とする場合には「近位部」を始点として血管に相当する画素を上流から順に抽出していくことになるのに対し、シード点の位置を「不整合に対応する領域」とする場合には、まずは「不整合に対応する領域」の中から血管に相当する画素を抽出し、抽出した画素を始点として、血管に相当する画素を血管の上流又は下流から順に抽出することになる。このように、血管に相当する画素を抽出するための処理内容が変更される結果として、シード点の位置が「近位部」の場合に抽出されなかった血管や狭窄を再抽出できる場合がある。

また、閾値を「３００」から「１５０」に変更することにより、閾値が「３００」の場合には血管と判定されなかった画素が血管として判定され、先に検出されなかった血管や狭窄を再抽出できる場合がある。また、閾値を小さな値から大きな値に変更することにより、閾値が小さな値である場合に誤って血管として判定された画素が血管として判定されないようになる場合がある。なお、シード点の位置及び閾値の双方を変更して再抽出を行う場合について説明したが、シード点の位置及び閾値のいずれか一方のみを変更して再抽出を行う場合であってもよい。

また、血管中に狭窄がある場合、不連続に血管が抽出される場合がある。例えば、まず、算出機能３４４は、図６に示す位置ａ１をシード点として、血管を抽出する。これにより、算出機能３４４は、図６の位置ａ１から位置ａ２までを血管として抽出する。また、検出機能３４６により不整合が検出された後、補正機能３４９は、「不整合に対応する領域」に含まれる位置ｂ１、位置ｂ２、位置ｂ３及び位置ｂ４をシード点としてＣＴ画像データから血管を再抽出する。即ち、補正機能３４９は位置ｂ１をシード点として矢印方向に血管を探索し、位置ｂ２をシード点として矢印方向に血管を探索し、位置ｂ３をシード点として矢印方向に血管を探索し、位置ｂ４をシード点として矢印方向に血管を探索する。ここで、補正機能３４９は、例えば、位置ｂ２をシード点とした血管探索により、図６の位置ａ３から位置ａ４までの血管を再抽出する。その後、補正機能３４９は、再抽出した血管に応じて、ＣＴ画像データにおける血管領域を補正する。例えば、補正機能３４９は、再抽出の結果に基づいて、血管領域を追加したり、血管領域の形状を補正したりする。なお、図６は、第１の実施形態に係る血管再抽出処理について説明するための図である。

ここで、補正機能３４９により再抽出された血管（位置ａ３から位置ａ４までの血管）は、ＲＣＡ、ＬＡＤ及びＬＣＸのいずれとも不連続な状態で抽出されてはいるものの、他の血管と関連している場合がある。例えば、位置ａ３から位置ａ４までの血管は、ＲＣＡやＬＡＤ、ＬＣＸの一部である場合がある。そこで、補正機能３４９は、再抽出した血管に関連する血管を特定する。

例えば、補正機能３４９は、まず、位置ａ３から位置ａ４までの血管における芯線と、図６に示すＬＡＤの芯線とを曲線により接続する。この時、補正機能３４９は、曲線の曲率が最小となるように、位置ａ３から位置ａ４までの血管における芯線と、ＬＡＤの芯線と接続する。同様に、補正機能３４９は、位置ａ３から位置ａ４までの血管における芯線と、図６に示すＲＣＡの芯線とを曲線により接続する。同様に、補正機能３４９は、位置ａ３から位置ａ４までの血管における芯線と、図６に示すＬＣＸの芯線とを曲線により接続する。そして、補正機能３４９は、ＬＡＤ、ＲＣＡ及びＬＣＸのうち、最小曲率の曲線を用いて接続可能な血管を、位置ａ３から位置ａ４までの血管に関連する血管として特定する。即ち、補正機能３４９は、芯線の間を接続する曲線の曲率に基づいて、再抽出した血管に関連する血管を特定する。

別の例を挙げると、補正機能３４９は、まず、位置ａ３から位置ａ４までの血管における芯線と、図６に示すＬＡＤの芯線とを直線により接続する。同様に、補正機能３４９は、位置ａ３から位置ａ４までの血管における芯線と、図６に示すＲＣＡの芯線とを直線により接続する。同様に、補正機能３４９は、位置ａ３から位置ａ４までの血管における芯線と、図６に示すＬＣＸの芯線とを直線により接続する。そして、補正機能３４９は、ＬＡＤ、ＲＣＡ及びＬＣＸのうち、最短の直線を用いて接続可能な血管を、位置ａ３から位置ａ４までの血管に関連する血管として特定する。即ち、補正機能３４９は、芯線の間の距離に基づいて、再抽出した血管に関連する血管を特定する。なお、補正機能３４９は、芯線の間を接続する曲線の曲率と、芯線の間の距離とに基づいて、再抽出した血管に関連する血管を特定することとしてもよい。

図６に示す場合、位置ａ３から位置ａ４までの血管における芯線とＬＡＤの芯線との間の距離は短く、かつ、芯線の間を略直線により接続することが可能である。従って、図６に示す場合、補正機能３４９は、ＬＡＤを、位置ａ３から位置ａ４までの血管に関連する血管として特定する。換言すると、補正機能３４９は、位置ａ３から位置ａ４までの血管が、ＬＡＤの一部であると判定する。

ここで、表示制御機能３４８は、補正機能３４９による再抽出処理の結果を表示することとしてもよい。例えば、表示制御機能３４８は、図７に示すように、位置ａ１から位置ａ２までの血管、及び、位置ａ３から位置ａ４までの血管を、ＬＡＤとして表示させる。更に、表示制御機能３４８は、位置ａ２と位置ａ３との間に狭窄があることを２つの三角形により表示する。更に、表示制御機能３４８は、点線により、位置ａ１から位置ａ２までの血管と位置ａ３から位置ａ４までの血管とが一続きの血管であることを表示する。なお、図７は、第１の実施形態に係る再抽出された血管の表示例を示す図である。

なお、図７の表示は一例であり、種々の変形が可能である。例えば、表示制御機能３４８は、図７の点線に代えて、位置ａ１、位置ａ２、位置ａ３及び位置ａ４を接続する線を表示してもよい。即ち、表示制御機能３４８は、狭窄を含むＬＡＤの芯線を一続きの線により表示してもよい。

また、図６では、「不整合に対応する領域」に含まれる複数の点（位置ｂ１、位置ｂ２、位置ｂ３及び位置ｂ４）をシード点として、ＣＴ画像データから血管を再抽出する場合について説明した。しかしながら、実施形態はこれに限定されるものではない。例えば、補正機能３４９は、「不整合に対応する領域」に含まれる１つの点をシード点として、ＣＴ画像データから血管を再抽出する。ここで、「不整合に対応する領域」において血管が再抽出されなかった場合、補正機能３４９は、「不整合に対応する領域」の中でシード点の位置を変更して、ＣＴ画像データから血管を再抽出する。一方で、「不整合に対応する領域」において血管が再抽出された場合、補正機能３４９は、再抽出処理を終了する。

補正機能３４９によるＣＴ画像データの補正の後、算出機能３４４は、補正後のＣＴ画像データにおける血管領域に基づいて、第１の機能指標を再算出する。例えば、算出機能３４４は、補正後のＣＴ画像データにおける血管領域に基づいて流体解析を行い、血管領域の各位置のＦＦＲを算出する。次に、画像生成機能３４２は、血管領域のＦＦＲを表すＣＴ画像データ（ＦＦＲ画像データ）を生成する。次に、算出機能３４４は、ＦＦＲ画像データの各位置を支配する血管領域を特定し、特定した血管領域のＦＦＲを、第１の機能指標として再算出する。

そして、検出機能３４６は、ＦＦＲ画像データから、被検体の心臓についての形態的情報を再取得する。例えば、検出機能３４６は、再算出された第１の機能指標に基づく虚血領域をＣＴ画像データにおいて特定する。具体的には、検出機能３４６は、ＦＦＲ画像データにおける心臓の各位置について、第１の機能指標として再算出されたＦＦＲの値が閾値以下となるか否かを判定し、ＦＦＲの値が閾値以下となる位置の集合を虚血領域として特定する。更に、検出機能３４６は、虚血領域に基づいて、虚血が生じている心筋量を算出する。また、表示制御機能３４８は、虚血領域を示したＦＦＲ画像や虚血心筋量をディスプレイ３２０に表示させる。

次に、画像処理装置３００による処理の手順の一例を、図８を用いて説明する。図８は、第１の実施形態に係る画像処理装置３００の処理の一連の流れを説明するためのフローチャートである。図８において、ステップＳ１０４０は、画像生成機能３４２に対応するステップである。ステップＳ１０１０は、取得機能３４３に対応するステップである。ステップＳ１０５０、ステップＳ１１００及びステップＳ１１１０は、検出機能３４６に対応するステップである。ステップＳ１０７０は、特定機能３４７に対応するステップである。ステップＳ１０６０及びステップＳ１０８０は、表示制御機能３４８に対応するステップである。ステップＳ１０９０は、補正機能３４９に対応するステップである。

まず、処理回路３４０は、Ｘ線ＣＴ装置が収集したＣＴ画像データ、及び、ＳＰＥＣＴ装置が収集したＳＰＥＣＴ画像データを取得する（ステップＳ１０１０）。次に、処理回路３４０は、ＣＴ画像データに基づく第１指標マップを生成し（ステップＳ１０２０）、ＳＰＥＣＴ画像データに基づく第２指標マップを生成する（ステップＳ１０３０）。なお、ステップＳ１０２０とステップＳ１０３０との順序は任意であり、同時に行われてもよい。また、ステップＳ１０２０における処理の流れ、及び、ステップＳ１０３０における処理の流れについては後述する。

次に、処理回路３４０は、第１指標マップと第２指標マップとを位置合わせして合成し、合成マップを生成し（ステップＳ１０４０）、第１指標マップと第２指標マップとの不整合を合成マップから検出したか否かを判定する（ステップＳ１０５０）。不整合を検出した場合（ステップＳ１０５０肯定）、処理回路３４０は、合成マップを参照した操作者からの操作等に基づいて、第１指標マップと第２指標マップとの位置合わせが適切であったか否かを判定する（ステップＳ１０６０）。位置合わせが適切でないと判定した場合（ステップＳ１０６０否定）、処理回路３４０は、再度ステップＳ１０４０に移行する。

一方で、位置合わせが適切であったと判定した場合（ステップＳ１０６０肯定）、処理回路３４０は、ＣＴ画像データにおいて、不整合に対応する空間領域を特定する（ステップＳ１０７０）。次に、処理回路３４０は、不整合に対応する空間領域を示すＣＴ画像データ等の画像データを、ディスプレイ３２０に表示させる（ステップＳ１０８０）。また、処理回路３４０は、不整合に基づいて、ＣＴ画像データを補正する（ステップＳ１０９０）。その後、処理回路３４０は、補正後のＣＴ画像データに基づいて血管支配領域の再計算を行い（ステップＳ１１００）、第１の機能指標を再取得する。そして、処理回路３４０は、再取得した第１の機能指標に基づいて虚血範囲及び虚血心筋量の再計算を行った後（ステップＳ１１１０）、又は、ステップＳ１０５０において不整合を検出しなかった場合、処理を終了する。

次に、図９を用いて、第１の実施形態に係る第１指標マップの生成について説明する。図９は、第１の実施形態に係る第１指標マップの生成処理の一連の流れを説明するためのフローチャートである。ここで、図９は、図８のステップ１０２０に対応する処理を示す。図９において、ステップＳ１０２３及びステップＳ１０２５は、画像生成機能３４２に対応するステップである。ステップＳ１０２１、ステップＳ１０２２及びステップＳ１０２４は、算出機能３４４に対応するステップである。

まず、処理回路３４０は、図８のステップＳ１０１０にて取得したＣＴ画像データを用いて、ＦＦＲを算出するための前処理を行う（ステップＳ１０２１）。例えば、処理回路３４０は、ＦＦＲ用前処理として、ＣＴ画像データにおける血管領域の特定や、血管形状データの取得を行う。次に、処理回路３４０は、ＣＴ画像データの血管領域を解析モデルとして用いた流体解析により、血管領域の各位置についてＦＦＲを算出する（ステップＳ１０２２）。

次に、処理回路３４０は、冠動脈の形態情報を含むＣＴ画像データと、ＣＴ画像データから算出したＦＦＲとから、ＦＦＲ画像データを生成する（ステップＳ１０２３）。その後、処理回路３４０は、ＦＦＲ画像データの血管領域に基づいて血管支配領域の計算を行い（ステップＳ１０２４）、第１の機能指標を算出する。そして、処理回路３４０は、第１の機能指標を平面上に投影して、第１指標マップを生成する（ステップＳ１０２５）。

次に、図１０を用いて、第１の実施形態に係る第２指標マップの生成について説明する。図１０は、第１の実施形態に係る第２指標マップの生成処理の一連の流れを説明するためのフローチャートである。ここで、図１０は、図８のステップ１０３０に対応する処理を示す。図１０において、ステップＳ１０３３及びステップＳ１０３４は、画像生成機能３４２に対応するステップである。ステップＳ１０３１及びステップＳ１０３２は、指標取得機能３４５に対応するステップである。

まず、処理回路３４０は、図８のステップＳ１０１０にて取得したＳＰＥＣＴ画像データを用いて、心筋パーフュージョンを算出するための前処理を行う（ステップＳ１０３１）。例えば、処理回路３４０は、心筋パーフュージョン用前処理として、複数のＳＰＥＣＴ画像データ間の比較に基づくＴＤＣの生成処理を行う。次に、処理回路３４０は、パーフュージョンを計算し（ステップＳ１０３２）、心臓の各位置について第２の機能指標を取得する。例えば、処理回路３４０は、ＴＤＣから求めた濃度の最大値や血流量等を第２の機能指標として取得する。

次に、処理回路３４０は、ＳＰＥＣＴ画像データとパーフュージョンの計算結果とから、第２の機能指標の分布を示したパーフュージョン画像データを生成する（ステップＳ１０３３）。そして、処理回路３４０は、パーフュージョン画像データにおける第２の機能指標を平面上に投影して、第２指標マップを生成する（ステップＳ１０３４）。

上述したように、第１の実施形態によれば、取得機能３４３は、被検体の心臓を含むＣＴ画像データ及びＳＰＥＣＴ画像データを取得する。また、算出機能３４４は、ＣＴ画像データに含まれる血管に対応する血管領域を抽出し、血管領域におけるＦＦＲを算出し、ＦＦＲに基づいて、血管から栄養を供給される組織における機能を示す指標として、第１の機能指標を算出する。また、指標取得機能３４５は、ＳＰＥＣＴ画像データに基づいて、血管から栄養を供給される組織における機能を示す指標として、第２の機能指標を取得する。また、検出機能３４６は、第１の機能指標と第２の機能指標との不整合を検出する。また、特定機能３４７は、被検体の心臓において不整合に対応する空間領域を特定する。

従って、第１の実施形態に係る画像処理装置３００は、ＣＴ画像データにおける血管領域から求めた虚血範囲等の形態的情報を、ＳＰＥＣＴ画像データにより評価することで、形態的情報の精度を向上させることができる。例えば、画像処理装置３００は、不整合が検出された場合には、ＣＴ画像データの補正等、不整合を解消するための種々の対応を可能とし、不整合が検出されなかった場合には、形態的情報の信頼性を高めることができる。

また、第１の実施形態によれば、補正機能３４９は、不整合に基づいてＣＴ画像データを補正する。従って、第１の実施形態に係る画像処理装置３００は、ＳＰＥＣＴ画像データからの情報を含んだより精度の高い血管領域に基づいて、虚血領域や虚血心筋量といった形態的情報をより精度良く取得し、治療方針の検討や治療効果の判定に有用な情報を提供することができる。

また、第１の実施形態によれば、補正機能３４９は、ＣＴ画像データからは虚血領域と判断され、かつ、ＳＰＥＣＴ画像データからは虚血領域でないと判断された心臓の領域から血管を再抽出する。従って、第１の実施形態に係る画像処理装置３００は、血管領域特定の段階における血管の見落としを回避し、虚血の生じていない領域に対する不要な治療を回避することができる。

また、第１の実施形態によれば、補正機能３４９は、ＳＰＥＣＴ画像データからは虚血領域と判断され、かつ、ＣＴ画像データからは虚血領域でないと判断された心臓の領域から血管を再抽出する。従って、第１の実施形態に係る画像処理装置３００は、責任狭窄の見落としを回避し、より正確な形態的情報に基づいて適切な治療計画を立てることを可能とする。

また、第１の実施形態によれば、表示制御機能３４８は、不整合に対応する空間領域を示した被検体の心臓の画像データをディスプレイ３２０に表示させる。従って、第１の実施形態に係る画像処理装置３００は、不整合に対応する心臓の領域が虚血領域であるか否かを操作者が判断することを可能とし、また、虚血領域であるか否か判断できない場合にはＣＴ画像データの補正等をすることで、形態的情報の精度を向上させることができる。

（第２の実施形態）
上述した第１の実施形態では、第１の機能指標及び第２の機能指標を平面に投影して第１指標マップ及び第２指標マップを生成し、第１指標マップ及び第２指標マップを合成した合成マップにおいて不整合を検出する場合について説明した。これに対して、第２の実施形態では、第１の機能指標及び第２の機能指標を平面に投影せずに比較し、ＣＴ画像データやＳＰＥＣＴ画像データといったボリュームデータから不整合を検出する場合について説明する。

第２の実施形態に係る画像処理装置３００は、図１に示した画像処理装置３００と同様の構成を有し、画像生成機能３４２、算出機能３４４、指標取得機能３４５、検出機能３４６及び特定機能３４７による処理の一部が相違する。そこで、第１の実施形態において説明した構成と同様の構成を有する点については、図１と同一の符号を付し、説明を省略する。

まず、算出機能３４４は、ＦＦＲ画像データに基づいて、被検体の心臓の位置ごとに、血管から栄養を供給される組織における機能を示す指標として、第１の機能指標を算出する。また、指標取得機能３４５は、ＳＰＥＣＴ画像データに基づいて、被検体の心臓の位置ごとに、血管から栄養を供給される組織における機能を示す指標として、第２の機能指標を算出する。また、画像生成機能３４２は、第２の機能指標の分布を示したパーフュージョン画像データを生成する。

また、検出機能３４６は、ＦＦＲ画像データにおいて虚血領域を特定する。例えば、検出機能３４６は、ＦＦＲ画像データに含まれる心臓の各位置について、第１の機能指標（ＦＦＲの値）が閾値以下となるか否かを判定し、ＦＦＲの値が閾値以下となる位置の集合を虚血領域として特定する。また、検出機能３４６は、パーフュージョン画像データにおいて虚血領域を特定する。例えば、検出機能３４６は、パーフュージョン画像データに含まれる心臓の各位置について、第２の機能指標（例えば、血流量）が閾値以下となるか否かを判定し、血流量が閾値以下となる位置の集合を虚血領域として特定する。

また、画像生成機能３４２は、第１の機能指標の分布を示したＦＦＲ画像データと第２の機能指標の分布を示したパーフュージョン画像データとを位置合わせする。一例を挙げると、画像生成機能３４２は、ＦＦＲ画像データ及びパーフュージョン画像データのそれぞれから特徴点を抽出し、特徴点の位置が相互に合うように、ＦＦＲ画像データとパーフュージョン画像データとを位置合わせする。

そして、検出機能３４６は、第１の機能指標と第２の機能指標との不整合を、ＦＦＲ画像データ又はパーフュージョン画像データから検出する。一例を挙げると、検出機能３４６は、ＦＦＲ画像データにおいて虚血領域であり、かつ、パーフュージョン画像データにおいて虚血領域でない被検体の心臓の領域を、不整合として検出する。また、一例を挙げると、検出機能３４６は、パーフュージョン画像データにおいて虚血領域であり、かつ、ＦＦＲ画像データにおいて虚血領域でない被検体の心臓の領域を、不整合として検出する。そして、特定機能３４７は、ＦＦＲ画像データやパーフュージョン画像データ等のボリュームデータにおいて、不整合に対応する空間領域を特定する。

なお、ＦＦＲ画像データとパーフュージョン画像データとを比較して不整合を検出する場合について説明したが、実施形態はこれに限定されるものではない。例えば、まず、画像生成機能３４２は、ＦＦＲ画像データから第１の機能指標の分布のみを抽出した３次元のマップを生成し、パーフュージョン画像データから第２の機能指標の分布のみを抽出した３次元のマップを生成する。そして、検出機能３４６は、生成された３次元のマップ同士の比較を行うことで、不整合を検出することができる。

上述したように、第２の実施形態によれば、画像処理装置３００は、第１の機能指標と第２の機能指標とをボリュームデータ（３次元の機能指標マップ）において比較し、不整合を検出する。従って、第２の実施形態に係る画像処理装置３００は、ポーラーマップを生成することなく、形態的情報の精度を向上させることができる。即ち、第２の実施形態に係る画像処理装置３００は、心臓に限らず、脳や肝臓といった種々の部位の検査に適用することができる。

（第３の実施形態）
さて、これまで第１〜第２の実施形態について説明したが、上述した実施形態以外にも、種々の異なる形態にて実施されてよいものである。

上述した実施形態では、ＦＦＲ画像データの被検体の部位における各位置について支配血管を特定し、特定した支配血管におけるＦＦＲを、第１の機能指標として取得する場合について説明したが、実施形態はこれに限定されるものではない。

例えば、算出機能３４４は、ＦＦＲに代えて、又は、ＦＦＲと併せて、血管内の力学的な流体指標や血液の流量に関する流体指標を用いて第１の機能指標を算出する場合であってもよい。即ち、算出機能３４４は、ＦＦＲのみならず、種々の流体指標に基づいて、第１の機能指標を算出することができる。なお、血管内の力学的な流体指標とは、例えば、圧力やベクトル、せん断応力などである。また、血液の流量に関する流体指標とは、例えば、流量や流速などである。

また、例えば、算出機能３４４は、ＣＴ画像データの位置ごとに支配血管を特定し、特定した支配血管における血管の太さを示す値を、第１の機能指標として取得する場合であってもよい。即ち、算出機能３４４は、流体指標として、血管の太さを示す値を用いてもよい。一例を挙げると、検出機能３４６は、ＣＴ画像データの血管領域の形態情報から冠動脈壁輪郭を取得し、冠動脈壁輪郭断面積を血管の太さを示す値として取得することができる。また、一例を挙げると、検出機能３４６は、冠動脈壁輪郭に基づく冠動脈の直径や周を、血管の太さを示す値として取得することができる。なお、太い血管に支配される領域は虚血領域でない場合が多く、細い血管に支配される領域は虚血領域となる場合が多い。従って、検出機能３４６は、第１の機能指標として取得した血管の太さを示す値が閾値よりも小さい領域を、虚血領域として特定することができる。なお、支配血管の太さを示す値を第１の機能指標として取得する場合、算出機能３４４は、血管領域のＦＦＲを表していない状態のＣＴ画像データから第１の機能指標を取得できる。即ち、支配血管の太さを第１の機能指標として取得する場合、ＦＦＲ解析及びＦＦＲ画像データの生成は行わない場合であってもよい。

また、上述した実施形態では、被検体の部位における各位置と血管領域との距離のみに基づいて、支配血管を特定する場合について説明した。しかしながら、実施形態はこれに限定されるものではない。例えば、算出機能３４４は、重み付き距離に基づいて、支配血管を特定する場合であってもよい。ここで、重みとは、例えば、ＦＦＲや血管の太さなどである。

一例を挙げると、算出機能３４４は、まず、ＦＦＲや血管の太さの値に応じて（例えば、ＦＦＲに比例して直径が大きくなるように）血管領域を拡張する。次に、算出機能３４４は、被検体の部位における各位置について、拡張された血管領域の端（輪郭）までの距離が最小となる血管領域を、支配血管として特定する。即ち、算出機能３４４は、血管領域の芯線までの距離でなく、ＦＦＲに応じて拡張された領域までの距離（重み付き距離）に基づいて、支配血管を特定する。これにより、栄養する能力が大きい血管の支配領域がより広く算出され、虚血領域等の形態的情報をより精度よく算出することができる。

また、一例を挙げると、算出機能３４４は、まず、被検体の部位における位置Ｐ１について、位置Ｐ１と血管領域における各位置までの距離を取得する。次に、算出機能３４４は、血管領域における各位置について、ＦＦＲや血管の太さの値と、位置Ｐ１までの距離とに基づく値を、重み付き距離として算出する。例えば、算出機能３４４は、血管領域における各位置について、位置Ｐ１までの距離を冠動脈壁輪郭断面積で除した値を重み付き距離として算出する。そして、算出機能３４４は、重み付き距離が最小となる血管領域を、位置Ｐ１の支配血管として特定する。また、算出機能３４４は、位置Ｐ１以外の位置についても同様に支配血管を特定する。これにより、栄養する能力が大きい血管の支配領域がより広く算出され、虚血領域等の形態的情報をより精度よく算出することができる。

また、上述した実施形態におけるＣＴ画像データは、形態画像データの一例であり、ＣＴ画像データに代えて他の形態画像データを用いても同様の画像処理が可能である。例えば、算出機能３４４は、ＭＲ画像データに基づいて、第１の機能指標を算出することができる。また、例えば、算出機能３４４は、流体指標の空間分布を表す種々のＣＴ画像データ（例えば、ＦＦＲ画像データ）に基づいて、第１の機能指標を算出することができる。即ち、算出機能３４４は、血管形状データを取得することができる任意の形態画像データに基づいて、第１の機能指標を算出することができる。

また、上述した実施形態におけるＳＰＥＣＴ画像データは、機能画像データの一例であり、ＳＰＥＣＴ画像データに代えて他の機能画像データを用いても同様の画像処理が可能である。例えば、指標取得機能３４５は、ＰＥＴ画像データやＣＴパーフュージョン画像データ、ＭＲパーフュージョン画像データに基づいて、第２の機能指標を取得することができる。

また、例えば、指標取得機能３４５は、ＣＴ画像データに対する心機能解析の結果を表す画像データ、ＭＲ画像データに対する心機能解析の結果を表す画像データ、又は、超音波画像データに対する心機能解析の結果を表す画像データに基づいて、第２の機能指標を取得することができる。一例を挙げると、指標取得機能３４５は、心電同期撮像によるＭＲ画像データから、左心室容積の一心拍内の時間変化等の心機能の解析結果を、第２の機能指標として取得する。そして、指標取得機能３４５は、第２の機能指標と、モデルデータ（虚血が生じていない心臓における心機能解析の結果など）とを比較することで、虚血領域を特定することができる。

また、上述した実施形態では、形態画像データに基づく第１の機能指標と、機能画像データに基づく第２の機能指標とを比較して、不整合を検出する場合について説明した。しかしながら、実施形態はこれに限定されるものではない。例えば、検出機能３４６は、形態画像データから抽出された血管領域と、機能画像データに基づく第２の機能指標とを比較して、不整合を検出してもよい。

例えば、取得機能３４３は、被検体の心臓を含むＣＴ画像データ及びＳＰＥＣＴ画像データを取得する。次に、算出機能３４４は、取得機能３４３が取得したＣＴ画像データに含まれる血管に対応する血管領域を抽出する。また、指標取得機能３４５は、ＳＰＥＣＴ画像データに基づいて、血管から栄養を供給される組織における機能を示す第２の機能指標を取得する。

次に、検出機能３４６は、血管領域と第２の機能指標とを比較して、不整合を検出する。例えば、検出機能３４６は、まず、抽出された血管領域に基づいて、被検体における各血管の長さを取得する。一例を挙げると、検出機能３４６は、被検体におけるＲＣＡ、ＬＡＤ及びＬＣＸそれぞれの長さを取得する。

また、検出機能３４６は、ＲＣＡ、ＬＡＤ及びＬＣＸのそれぞれについて、長さの基準値を取得する。即ち、検出機能３４６は、各血管の一般的な長さを取得する。かかる基準値は、記憶回路３３０に事前に格納される。例えば、検出機能３４６は、複数の患者について、各血管の長さを取得する。次に、検出機能３４６は、取得した血管の長さを患者情報（性別や体格等）ごとに分類する。次に、検出機能３４６は、取得した血管の長さの平均値や中央値等を、長さの基準値として記憶回路３３０に格納する。そして、検出機能３４６は、取得機能３４３がＣＴ画像データを取得した後、被検体の患者情報に応じて、記憶回路３３０から各血管の長さの基準値を取得する。即ち、検出機能３４６は、血管の長さに個人差があることを考慮して、適当な基準値を選択する。

次に、検出機能３４６は、取得した基準値に対する被検体の各血管の長さの比を算出する。例えば、検出機能３４６は、図１１に示すように、ＲＣＡの長さの基準値と、被検体のＣＴ画像データに基づくＲＣＡの長さとの比として、「１．２」を算出する。また、検出機能３４６は、ＬＡＤの長さの基準値と、被検体のＣＴ画像データに基づくＬＡＤの長さとの比として、「０．５」を算出する。また、検出機能３４６は、ＬＣＸの長さの基準値と、被検体のＣＴ画像データに基づくＬＣＸの長さとの比として、「１．１」を算出する。なお、図１１は、第３の実施形態に係る不整合領域の検出について説明するための図である。

図１１に示す場合、被検体のＲＣＡ及びＬＣＸは、基準値に対する比が「１」に近い値となっている。即ち、被検体のＲＣＡ及びＬＣＸは、一般的な長さを有している。一方で、被検体のＬＡＤは、基準値に対する比が「０．５」となっている。即ち、被検体のＬＡＤは、一般的な長さの半分程度の長さとなっている。従って、ＣＴ画像データから抽出された血管領域は、ＬＡＤにより栄養を供給される組織に虚血が生じている可能性を示している。ここで、ＬＡＤにより栄養を供給される組織について、第２の機能指標が、虚血が生じていないことを示す場合がある。この場合、検出機能３４６は、ＬＡＤにより栄養を供給される組織を不整合として検出する。即ち、検出機能３４６は、ＣＴ画像データに基づく血管領域が虚血領域であることを示し、ＳＰＥＣＴ画像データに基づく第２の機能指標が虚血領域でないことを示す領域を、不整合として検出する。

或いは、被検体の各血管の長さが基準値と同程度であるのに対して、第２の機能指標が、虚血が生じていることを示す場合がある。この場合、検出機能３４６は、ＣＴ画像データに基づく血管領域が虚血領域でないことを示し、ＳＰＥＣＴ画像データに基づく第２の機能指標が虚血領域であることを示す領域を、不整合として検出する。例えば、検出機能３４６は、第２の機能指標が虚血領域であることを示す領域のうち、ＣＴ画像データに基づく血管領域、及び、血管領域から所定の距離に含まれる領域を、不整合として検出する。

上述したように、検出機能３４６は、ＣＴ画像データから抽出された血管領域と、ＳＰＥＣＴ画像データに基づく第２の機能指標との不整合を検出する。即ち、検出機能３４６は、ＣＴ画像データに基づく流体指標及び第１の機能指標を用いずとも、不整合を検出することができる。

なお、これまで、ＣＴ画像データから抽出された血管領域から被検体の各血管の長さを取得し、基準値に対する被検体の各血管の長さの比に基づいて、第２の機能指標との不整合を検出する場合について説明した。しかしながら、実施形態はこれに限定されるものではない。例えば、検出機能３４６は、被検体の各血管の長さを相互に比較した結果に基づいて、第２の機能指標との不整合を検出してもよい。例えば、ＣＴ画像データから抽出した血管領域においてＬＡＤの長さが他の血管に対して著しく短くなっており、かつ、第２の機能指標がＬＡＤにより栄養を供給される組織に虚血が生じていないことを示す場合、検出機能３４６は、ＬＡＤにより栄養を供給される組織を不整合として検出する。

また、上述した実施形態では、画像処理装置３００を一例として説明した。即ち、画像処理装置３００が、Ｘ線ＣＴ装置が収集した形態画像データとＳＰＥＣＴ装置が収集した機能画像データとを取得して、上記の各処理を実行する場合について説明した。しかしながら、実施形態はこれに限定されるものではない。例えば、Ｘ線ＣＴ装置が、収集した形態画像データと、ＳＰＥＣＴ装置から取得した機能画像データとを用いて、上記の各処理を実行する場合であってもよい。また、例えば、ＳＰＥＣＴ装置が、収集した機能画像データと、Ｘ線ＣＴ装置から取得した形態画像データとを用いて、上記の各処理を実行する場合であってもよい。言い換えると、形態画像データ及び機能画像データの取得が可能な任意の医用画像診断装置及び画像処理装置において、上述した画像処理が可能である。

第１〜第３の実施形態に係る各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。即ち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。更に、各装置にて行われる各処理機能は、その全部又は任意の一部が、ＣＰＵ及び当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現されうる。

また、第１〜第３の実施形態で説明した制御方法は、予め用意された画像処理プログラムをパーソナルコンピュータやワークステーション等のコンピュータで実行することによって実現することができる。この画像処理プログラムは、インターネット等のネットワークを介して配布することができる。また、この画像処理プログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。

以上説明した少なくとも１つの実施形態によれば、形態的情報の精度を向上させることができる。

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

３００ 画像処理装置
３４０ 処理回路
３４１ 制御機能
３４２ 画像生成機能
３４３ 取得機能
３４４ 算出機能
３４５ 指標取得機能
３４６ 検出機能
３４７ 特定機能
３４８ 表示制御機能
３４９ 補正機能

Claims (25)

1. 被検体の部位を含む形態画像データ及び当該部位を含む機能画像データを取得する取得部と、
   前記形態画像データに含まれる血管に対応する血管領域を抽出し、前記血管領域における流体指標を算出し、前記流体指標に基づいて、前記血管から栄養を供給される組織における機能を示す指標として、第１の機能指標を算出する算出部と、
   前記機能画像データに基づいて、前記組織における機能を表す指標として、第２の機能指標を取得する指標取得部と、
   前記第１の機能指標と前記第２の機能指標との不整合を検出する検出部と、
   前記部位において前記不整合に対応する空間領域を特定する特定部と、
   を備える、画像処理装置。
2. 前記特定部は、前記空間領域として、前記形態画像データにおいて前記不整合に対応する領域を特定する、請求項１に記載の画像処理装置。
3. 前記空間領域を示した前記部位の画像データを表示部に表示させる表示制御部を更に備えた、請求項１又は２に記載の画像処理装置。
4. 前記部位は被検体の心臓であり、
   前記第１の機能指標及び前記第２の機能指標は、心筋の機能指標である、請求項１乃至３のいずれか一項に記載の画像処理装置。
5. 前記第１の機能指標を平面上に投影した第１指標マップと前記第２の機能指標を平面上に投影した第２指標マップとを生成し、前記第１指標マップと前記第２指標マップとを位置合わせして合成した合成マップを生成する画像生成部を更に備え、
   前記検出部は、前記不整合として、前記第１指標マップと前記第２指標マップとの不整合を前記合成マップから検出する、請求項４に記載の画像処理装置。
6. 前記検出部が前記不整合を検出した場合に、前記合成マップを表示させる表示制御部を更に備えた、請求項５に記載の画像処理装置。
7. 前記第１の機能指標及び前記第２の機能指標は、前記部位の虚血に関する機能指標であり、
   前記検出部は、前記部位の虚血を示す虚血領域を前記第１指標マップ及び前記第２指標マップのそれぞれにおいて特定し、前記第１指標マップにおいて虚血領域であり、かつ、前記第２指標マップにおいて虚血領域でない領域、及び、前記第２指標マップにおいて虚血領域であり、かつ、前記第１指標マップにおいて虚血領域でない領域の少なくとも一方を、前記不整合として前記合成マップから検出する、請求項５又は６に記載の画像処理装置。
8. 前記第１の機能指標及び前記第２の機能指標は、前記部位の虚血に関する機能指標であり、
   前記検出部は、前記第１の機能指標に基づく虚血領域を前記形態画像データにおいて特定し、前記第２の機能指標に基づく虚血領域を前記機能画像データにおいて特定し、前記形態画像データにおいて虚血領域であり、かつ、前記機能画像データにおいて虚血領域でない前記部位の領域、及び、前記機能画像データにおいて虚血領域であり、かつ、前記形態画像データにおいて虚血領域でない前記部位の領域の少なくとも一方を、前記不整合として、前記形態画像データ又は前記機能画像データから検出する、請求項１乃至４のいずれか一項に記載の画像処理装置。
9. 前記不整合に基づいて前記形態画像データを補正する補正部を更に備えた、請求項１乃至８のいずれか一項に記載の画像処理装置。
10. 前記補正部は、前記算出部が前記血管領域を抽出するために用いた抽出パラメータとは異なるパラメータを用いて前記形態画像データから血管を再抽出し、再抽出した血管に応じて前記血管領域を補正する、請求項９に記載の画像処理装置。
11. 前記特定部は、前記空間領域として、前記形態画像データにおいて前記不整合に対応する領域を特定し、
    前記補正部は、当該領域に含まれる１又は複数の点をシード点として前記形態画像データから血管を再抽出し、再抽出した血管に応じて前記血管領域を補正する、請求項１０に記載の画像処理装置。
12. 前記算出部は、前記形態画像データの各画素の画素値を閾値と比較することで、前記血管領域を抽出し、
    前記補正部は、前記閾値と異なる閾値を用いて前記形態画像データから血管を再抽出し、再抽出した血管に応じて前記血管領域を補正する、請求項１０又は１１に記載の画像処理装置。
13. 前記補正部は、再抽出した血管に関連する血管を特定する、請求項１０乃至１２のいずれか一項に記載の画像処理装置。
14. 前記算出部は、前記補正部により補正された前記血管領域に基づいて前記第１の機能指標を再算出し、
    前記検出部は、再算出された当該第１の機能指標に基づく虚血領域を前記形態画像データにおいて特定する、請求項９乃至１３のいずれか一項に記載の画像処理装置。
15. 前記算出部は、前記補正部により補正された前記血管領域に基づいて流体解析を行い、当該流体解析の結果を用いて前記第１の機能指標を再算出する、請求項１４に記載の画像処理装置。
16. 前記形態画像データは、ＣＴ（Computed Tomography）画像データ、前記流体指標の空間分布を表すＣＴ画像データ、又は、ＭＲ（Magnetic Resonance）画像データであり、
    前記機能画像データは、ＳＰＥＣＴ（Single Photon Emission Computed Tomography）画像データ、ＰＥＴ（Positron Emission computed Tomography）画像データ、ＣＴパーフュージョン画像データ、ＣＴ画像データに対する心機能解析の結果を表す画像データ、ＭＲパーフュージョン画像データ、ＭＲ画像データに対する心機能解析の結果を表す画像データ、又は、超音波画像データに対する心機能解析の結果を表す画像データである、請求項１乃至１５のいずれか一項に記載の画像処理装置。
17. 前記算出部は、前記形態画像データの位置ごとに、当該位置を支配する血管領域を特定し、特定した血管領域における心筋血流予備量比を示す値を前記第１の機能指標として取得する、請求項１乃至１６のいずれか一項に記載の画像処理装置。
18. 前記算出部は、前記形態画像データの位置ごとに当該位置を支配する血管領域を特定し、特定した血管領域における血管の太さを示す値を前記第１の機能指標として取得する、請求項１乃至１６のいずれか一項に記載の画像処理装置。
19. 前記算出部は、前記形態画像データの位置ごとに当該位置からの距離が最小となる血管領域を、当該位置を支配する血管領域として特定する、請求項１７又は１８に記載の画像処理装置。
20. 前記算出部は、前記形態画像データの位置ごとに、当該位置からの距離に心筋血流予備量比を示す値及び血管の太さを示す値の少なくとも一方を重みとして用いた重み付き距離が最小となる血管領域を、当該位置を支配する血管領域として特定する、請求項１７又は１８に記載の画像処理装置。
21. 被検体の部位を含む形態画像データ及び当該部位を含む機能画像データを取得する取得部と、
    前記形態画像データに含まれる血管に対応する血管領域を抽出する算出部と、
    前記機能画像データに基づいて、前記血管から栄養を供給される組織における機能を表す機能指標を取得する指標取得部と、
    前記血管領域と前記機能指標との不整合を検出する検出部と、
    前記部位において前記不整合に対応する空間領域を特定する特定部と、
    を備える、画像処理装置。
22. 被検体の部位を含む形態画像データ及び当該部位を含む機能画像データを取得する取得部と、
    前記形態画像データに含まれる血管に対応する血管領域を抽出し、前記血管領域における流体指標を算出し、前記流体指標に基づいて、前記血管から栄養を供給される組織における機能を示す指標として、第１の機能指標を算出する算出部と、
    前記機能画像データに基づいて、前記組織における機能を表す指標として、第２の機能指標を取得する指標取得部と、
    前記第１の機能指標と前記第２の機能指標との不整合を検出する検出部と、
    前記部位において前記不整合に対応する空間領域を特定する特定部と、
    を備える、医用画像診断装置。
23. 被検体の部位を含む形態画像データ及び当該部位を含む機能画像データを取得する取得部と、
    前記形態画像データに含まれる血管に対応する血管領域を抽出する算出部と、
    前記機能画像データに基づいて、前記血管から栄養を供給される組織における機能を表す機能指標を取得する指標取得部と、
    前記血管領域と前記機能指標との不整合を検出する検出部と、
    前記部位において前記不整合に対応する空間領域を特定する特定部と、
    を備える、医用画像診断装置。
24. 被検体の部位を含む形態画像データ及び当該部位を含む機能画像データを取得し、
    前記形態画像データに含まれる血管に対応する血管領域を抽出し、前記血管領域における流体指標を算出し、前記流体指標に基づいて、前記血管から栄養を供給される組織における機能を示す指標として、第１の機能指標を算出し、
    前記機能画像データに基づいて、前記組織における機能を表す指標として、第２の機能指標を取得し、
    前記部位の各位置の機能を示す指標として、前記形態画像データの血管領域に基づく第１の機能指標及び前記機能画像データに基づく第２の機能指標を取得し、前記第１の機能指標と前記第２の機能指標との不整合を検出し、
    前記部位において前記不整合に対応する空間領域を特定する、
    各処理をコンピュータに実行させる画像処理プログラム。
25. 被検体の部位を含む形態画像データ及び当該部位を含む機能画像データを取得し、
    前記形態画像データに含まれる血管に対応する血管領域を抽出し、
    前記機能画像データに基づいて、前記血管から栄養を供給される組織における機能を表す機能指標を取得し、
    前記血管領域と前記機能指標との不整合を検出し、
    前記部位において前記不整合に対応する空間領域を特定する、
    各処理をコンピュータに実行させる画像処理プログラム。