JP2019080906A

JP2019080906A - 医用画像処理装置

Info

Publication number: JP2019080906A
Application number: JP2018152802A
Authority: JP
Inventors: 慎介勝原; Shinsuke Katsuhara; 笠井　聡; Satoshi Kasai; 聡笠井; ラーコムロナルド; Larcom Ronald
Original assignee: Konica Minolta Laboratory USA Inc
Current assignee: Konica Minolta Laboratory USA Inc
Priority date: 2017-10-27
Filing date: 2018-08-15
Publication date: 2019-05-30
Anticipated expiration: 2038-08-15
Also published as: JP7178822B2; US20190130561A1

Abstract

【課題】Ｘ線画像の診断精度及び診断効率の向上を図る。【解決手段】医用画像処理装置２のＣＰＵ２１によれば、生体を撮影することにより取得されたＸ線画像に含まれる複数の構造物を認識し、Ｘ線画像における認識された構造物のそれぞれに起因する信号値を推定して構造物毎のレイヤー画像を生成し、認識された構造物のそれぞれの強調度合い又は減弱度合いを決定し、決定した強調度合い又は減弱度合いに基づいて、レイヤー画像のそれぞれの構造物の信号値を強調又は減弱する。【選択図】図３

Description

本発明は、医用画像処理装置に関する。

胸部のＸ線画像においては、肋骨、鎖骨、血管、心臓、横隔膜などの多くの構造物が重なっており、病変と重なり合うことで診断が困難になっている。また、一枚の胸部Ｘ線画像には異なる信号レベルの領域が存在し（例えば、肺野は黒い色で表現され、横隔膜や心臓などの低濃度領域は白い色で表現される）、医師はそれぞれの領域に適した階調変更を繰り返しながら診断を行うが、これらの作業が医師の作業を煩雑にしている。

そこで、胸部Ｘ線画像から肋骨等の骨の信号を減弱するBone Suppression技術が提案されている（例えば、非特許文献１参照）。Bone Suppression技術によれば、骨を減弱することで、病変の視認性の向上を図ることができる。

Laurens E. Hogeweg et al., "Rib suppression in chest radiographs to improve classification of textural abnormalities", SPIE 2010.

しかしながら、医師によっては、肋骨やその他の構造物をレポート記載時のランドマークとして用いるため、骨や構造物の信号が全て減弱されると診断精度や作業効率が落ちる可能性もある。また、骨の信号を減弱しても、医師が横隔膜や心臓裏を確認する場合は、階調などの最適化を繰り返しながら診断を行う必要があり、診断効率は改善しない。他の部位のＸ線画像を診断する場合においても、構造物が重なる場合は同様の問題が生じる。

本発明の課題は、Ｘ線画像の診断精度及び診断効率の向上を図ることである。

上記課題を解決するため、請求項１に記載の医用画像処理装置は、
生体を撮影することにより取得されたＸ線画像に含まれる複数の構造物を認識する認識手段と、
前記Ｘ線画像における前記認識された構造物のそれぞれに起因する信号値を推定して構造物毎のレイヤー画像を生成するレイヤー画像生成手段と、
前記構造物のそれぞれの強調度合い又は減弱度合いを決定する決定手段と、
前記決定した強調度合い又は減弱度合いに基づいて、前記レイヤー画像のそれぞれの構造物の信号値を強調又は減弱する処理手段と、
を備える。

請求項２に記載の発明は、請求項１に記載の発明において、
複数の前記レイヤー画像を合成して合成画像を生成する合成手段を備える。

請求項３に記載の発明は、請求項１又は２に記載の発明において、
前記レイヤー画像生成手段は、前記Ｘ線画像における前記構造物のそれぞれの領域に、予め取得されているその構造物の画像特徴に基づいたスムージング処理を施すことにより、前記構造物のそれぞれに起因する信号値を推定する。

請求項４に記載の発明は、請求項１〜３のいずれか一項に記載の発明において、
前記決定手段は、前記構造物のそれぞれの強調度合い又は減弱度合いを予めプリセットされた強調度合い又は減弱度合いに決定する。

請求項５に記載の発明は、請求項１〜３のいずれか一項に記載の発明において、
前記決定手段は、ユーザーインターフェースによる入力に基づいて前記構造物のそれぞれの強調度合い又は減弱度合いを決定する。

請求項６に記載の発明は、請求項１〜３のいずれか一項に記載の発明において、
前記決定手段は、ユーザーインターフェースによる前記構造物のそれぞれの強調度合い又は減弱度合いの入力履歴に基づいて、前記構造物のそれぞれの強調度合い又は減弱度合いを決定する。

本発明によれば、Ｘ線画像の診断精度及び診断効率を向上させることが可能となる。

本発明の実施形態におけるＸ線画像システムの全体構成を示す図である。図１の医用画像処理装置の機能的構成を示すブロック図である。図２のＣＰＵにより実行される医用画像表示処理を示すフローチャートである。医用画像から構造物の信号を実験的に算出するためのツールを説明するための図である。図３のステップＳ３において表示部に表示される入力画面の一例を示す図である。図３の医用画像表示処理の処理内容を模式的に示す図である。

以下、図面を参照して本発明の実施形態を詳細に説明する。ただし、発明の範囲は、図示例に限定されない。

［Ｘ線画像システム１００の構成］
まず、構成を説明する。
図１は、本実施形態に係るＸ線画像システム１００の全体構成を示す図である。Ｘ線画像システム１００は、Ｘ線撮影装置１と医用画像処理装置２とが、例えば、ＬＡＮ（Local Area Network）等の通信ネットワークＮによりデータ送受信可能に接続されて構成されている。

Ｘ線撮影装置１は、ＦＰＤ（Flat Panel Detector）装置又はＣＲ（Computed Radiography）装置等により構成される。Ｘ線撮影装置１は、Ｘ線源とＸ線検出器（ＦＰＤやＣＲカセッテ）を有し、これらの間に配置された被写体にＸ線を照射し、被写体を透過したＸ線を検出してデジタルの医用画像（単純Ｘ線画像）を生成し、医用画像処理装置２に出力する。なお、医用画像には、患者情報、撮影部位（被写体部位）、撮影日等が対応付けられて医用画像処理装置２に出力される。

医用画像処理装置２は、Ｘ線撮影装置１から入力された医用画像に各種処理を施して読影診断用に表示する装置である。医用画像処理装置２は、図２に示すように、ＣＰＵ２１、ＲＡＭ２２、記憶部２３、操作部２４、表示部２５、通信部２６等を備えて構成されており、各部はバス２７により接続されている。

ＣＰＵ（Central Processing Unit）２１は、記憶部２３に記憶されているシステムプログラムや処理プログラム等の各種プログラムを読み出してＲＡＭ２２に展開し、展開されたプログラムに従って後述する医用画像表示処理をはじめとする各種処理を実行する。

ＲＡＭ２２は、ＣＰＵ２１により実行制御される各種処理において、記憶部２３から読み出されたＣＰＵ２１で実行可能な各種プログラム、入力若しくは出力データ、及びパラメーター等を一時的に記憶するワークエリアを形成する。

記憶部２３は、ＨＤＤ（Hard Disk Drive）や半導体の不揮発性メモリー等により構成される。記憶部２３には、前述のように各種プログラムやプログラムの実行に必要なデータが記憶されている。また、記憶部２３には、Ｘ線撮影装置１から入力された医用画像及び医用画像に基づいて生成されたレイヤー画像や合成画像等を患者情報、撮影部位、日付等に対応付けて記憶する画像ＤＢ（Data Base）２３１が設けられている。

操作部２４は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、キーボードで押下操作されたキーの押下信号とマウスによる操作信号とを、入力信号としてＣＰＵ２１に出力する。

表示部２５は、例えば、ＣＲＴ（Cathode Ray Tube）やＬＣＤ（Liquid Crystal Display）等のモニターを備えて構成されており、ＣＰＵ２１から入力される表示信号の指示に従って、各種画面を表示する。

通信部２６は、ネットワークインターフェース等により構成され、スイッチングハブを介して通信ネットワークＮに接続されたＸ線撮影装置１をはじめとする外部機器との間でデータの送受信を行う。

［Ｘ線画像システム１００の動作］
次に、Ｘ線画像システム１００の動作について説明する。
まず、Ｘ線撮影装置１において被写体の撮影が行われる。このとき、Ｘ線源とＸ線検出器とが対向する位置となるようにＸ線源やＸ線検出器の位置が調整されるとともに、これらの間に被写体部位がポジショニングされて撮影が行われる。撮影により得られた医用画像には、患者情報、撮影部位、撮影日時等が付帯情報として対応付けられて通信ネットワークＮを介して医用画像処理装置２に送信される。

医用画像処理装置２においては、通信部２６によりＸ線撮影装置１からの医用画像が受信されると、ＣＰＵ２１により、受信された医用画像が患者情報、撮影部位、撮影日時等と対応付けられて画像ＤＢ２３１に記憶されるとともに、医用画像表示処理が実行される。

図３は、ＣＰＵ２１により実行される医用画像表示処理を示すフローチャートである。医用画像表示処理は、ＣＰＵ２１と記憶部２３に記憶されているプログラムとの協働により実行される。なお、本実施形態では、受信された（入力された）医用画像が胸部正面の医用画像である場合を例にとり説明する。

まず、ＣＰＵ２１は、受信された医用画像から構造物の領域を認識する（ステップＳ１）。
ここで、胸部の医用画像に含まれる構造物としては、骨部、軟部組織、医用機器が挙げられる。そこで、ステップＳ１においては、医用画像における骨、軟部組織（例えば、心臓、横隔膜、血管、病変）、医用機器（例えば、ペースメーカー、チューブ（カテーテル）等）の領域をそれぞれ認識する処理を行う。各構造物の領域を医用画像から認識する手法としては、特に限定されず、公知の手法を適用することができる。

骨部領域の認識は、例えば、米国特許出願公開第２０１４／００７９３０９号明細書に記載のように、予め用意した肋骨テンプレート、鎖骨テンプレートとのテンプレートマッチングや、エッジ検出後にカーブフィッティング関数を当てはめる等の手法により行うことができる。また、肋骨や鎖骨等の骨の構造の前知識に基づき、位置、形状、サイズ、濃度勾配、方向、等の特徴をもとに、認識した骨部領域に誤りがないか精査を行い、過剰抽出されている部分を判別して骨部領域から取り除くこととしてもよい。

心臓領域の認識は、例えば、特許第２７９６３８１号公報に記載のように、医用画像から心臓の輪郭の左右両側の境界ポイントを検出し、この検出した境界ポイントに移動分散三角関数等のモデル関数をフィッティングさせ、フィッティングしたモデル関数に基づいて心臓の輪郭を決定する方法等を用いることができる。

横隔膜領域の認識は、例えば、胸部側面の画像を併せて撮影し、胸部側面の画像から横隔膜の最下点を認識し、医用画像（胸部正面）における最下点の位置（ライン）と下部肺野境界に囲まれた領域を横隔膜領域として認識することができる。最下点の位置は、例えば、胸部側面の画像に公知のエッジ抽出処理（例えば、ソーベルフィルタ処理、プレヴィットフィルタ処理等）を施し、画像下側から上側に向けてエッジ点を探索し、最初に検出されたエッジ点（最も下に位置するエッジ点）を最下点として認識することができる。下部肺野境界の認識は、例えば、特表２０１７−５１０４２７号公報に記載のように、肺野下部に位置し、かつ上に凸の構造を有するエッジを選択する手法等により求めることができる。

血管領域の認識は、例えば、特開２０１７−１８３３９号公報に記載のKasvandフィルターやヘシアン行列を使って医用画像から線構造を抽出することにより、血管領域を認識することができる。

病変領域の認識は、例えば、特許第５８６４５４２号公報に記載の手法等を用いることができる。

医用機器の領域の認識は、例えば、ペースメーカー、チューブ等の各医療機器のＸ線画像を正解画像として学習したＣＮＮ（Convolution Neural Network）等の識別器やパターン認識等を用いることができる。

次いで、ＣＰＵ２１は、医用画像において認識された各構造物の領域において、各構造物の信号値（各構造物に起因する信号値）を推定して、各構造物の信号値を表すレイヤー画像を生成する（ステップＳ２）。

骨の信号値は、例えば、特表２０１７−５１０４２７号公報に記載のように、肺野領域にローパスフィルタを施す等により背景トレンド（肺野内中央から胸郭への滑らかな信号変化）を除去した画像において、「骨の信号は、骨の走行方向に沿って滑らかに信号変化する」という予め取得された（既知の）骨信号の画像特徴に基づいて、骨の走行方向に沿ってモルフォロジーフィルター処理を施すことによって細かな信号変化（骨の信号成分ではない構造物）の影響を除去し、ガウシアンフィルタ等でスムージングすることで、骨の信号を推定することができる。

血管の信号値についても同様に、例えば、背景トレンドを除去した画像において、「血管の信号は、血管の走行方向に沿って滑らかに信号変化する」という予め取得された（既知の）血管信号の画像特徴に基づいて、血管の走行方向に沿ってモルフォロジーフィルター処理を施すことによって細かな信号変化（血管の信号成分ではない構造物）の影響を除去し、ガウシアンフィルタ等でスムージングすることで、血管の信号を推定することができる。

心臓の信号値については、例えば、背景トレンドを除去した画像において、「心臓の信号は、心臓の中心付近から辺縁に向かって滑らかに信号変化する」という予め取得された（既知の）心臓領域の信号の画像特徴に基づいて、心臓の中心付近から辺縁に向かってモルフォロジーフィルター処理を施すことによって細かな信号変化（心臓の信号成分ではない構造物）の影響を除去し、ガウシアンフィルタ等でスムージングすることで、心臓の信号を推定することができる。

横隔膜の信号値については、例えば、背景トレンドを除去した画像において、「横隔膜の信号は、横隔膜の最下点付近から画像上側に向けて滑らかに信号変化する」という予め取得された（既知の）横隔膜領域の信号の画像特徴に基づいて、画像の横隔膜領域の水平方向の各位置において、上述の最下点から上方向に向かってモルフォロジーフィルター処理を施すことによって細かな信号変化（横隔膜の信号成分ではない構造物）の影響を除去し、ガウシアンフィルタ等でスムージングすることで、横隔膜の信号を推定することができる。

病変の信号値は、例えば、病変候補領域内の周波数成分をフーリエ変換等により抽出し、病変候補領域内において、抽出された周波数帯域の信号をバンドパスフィルタで強調又は減弱することで推定することができる。

医療機器の信号値は、例えば、胸部ファントムに医療機器を配置した状態で撮影したＸ線画像と医療機器を取り外した状態で撮影した画像を用いてディープラーニング等の機械学習により構築した識別器を用いて推定することができる。

また、ＣＰＵ２１は、元の医用画像の各画素の信号値から上記各構造物の推定された信号値を差し引いた画像を肺野及び胴体を表すベースのレイヤー画像として生成する。

なお、各構造物の信号値を、エネルギーサブトラクション画像を正解画像として、画素単位で学習したＣＮＮなどの識別器を用いて推定することとしてもよい。
また、過去の胸部単純Ｘ線画像から各構造物の領域を特定し、特定した領域の各画素における構造物の信号値を医師やユーザーが実験的に算出した画像を正解画像として、画素単位で学習したＣＮＮなどの識別器を用いて推定することとしてもよい。例えば、図４に示すような画像の信号値をメッシュで表現したツールで、各画素の信号値を調整することで、構造物の信号を実験的に算出することができる。

次いで、ＣＰＵ２１は、各構造物の強調度合い又は減弱度合い（強調／減弱度合い）を決定する（ステップＳ３）。
ステップＳ３においては、例えば、各構造物毎の強調／減弱度合いを入力するためのユーザーインターフェースとして入力画面２５１を表示部２５に表示し、入力画面２５１からのユーザーによる操作部２４の入力により、各構造物毎の強調／減弱度合いを決定する。

図５は、ステップＳ３において表示部２５に表示される入力画面２５１の一例を示す図である。図５に示すように、入力画面２５１には、ステップＳ２で生成された各構造物のレイヤー画像を重ねて表示する画像表示領域２５１ａと、各構造物の強調／減弱度合いを入力するためのスライダー２５１ｂと、スライダー２５１ｂにより入力された強調／減弱度合いにより決定することを指示するための決定ボタン２５１ｃが表示されている。操作部２４によりスライダー２５１ｂが操作されると、ＣＰＵ２１は、操作されたスライダー２５１ｂに対応するレイヤー画像の信号値をスライダー２５１ｂの位置に応じた強調／減弱度合いで強調又は減弱し、画像表示領域２５１ａに表示する。すなわち、ユーザーは、入力した各構造物の強調／減弱度合いによる強調／減弱結果を画像表示領域２５１ａで確認することができる。
図５においては、各構造物の強調／減弱度合いの入力をスライダー２５１により行う場合を例として示しているが、ドロップダウンバーの操作や数値入力等により入力する態様としてもよい。

なお、ステップＳ３における強調／減弱度合いの決定は、上述したユーザー操作によるものに限られず、例えば、予め記憶部２３に記憶された（プリセットされた）値に決定することとしてもよい。
また、本実施形態では、肺野領域を信号の強調／減弱対象からはずしているが、肺野領域の信号を強調／減弱対象に含めることとしてもよい。

例えば、予め設定された、傷病（例えば、肺がん、骨折疑い、塵肺、・・・）毎の各構造物の強調／減弱度合いを傷病名に対応付けて記憶部２３に記憶（プリセット）しておき、ＣＰＵ２１は、操作部２４により選択された傷病に応じた各構造物の強調／減弱度合いを記憶部２３から読み出して、各構造物の強調／減弱度合いを読み出した値に決定することとしてもよい。

または、予め各ユーザーにより設定された各構造物の強調／減弱度合いをユーザーＩＤに対応付けて記憶部２３に記憶（プリセット）しておき、ＣＰＵ２１は、ログインユーザーのユーザーＩＤに対応付けて記憶されている各構造物の強調／減弱度合いを記憶部２３から読み出して、各構造物の強調／減弱度合いを読み出した値に決定することとしてもよい。

または、予め設定された、医療施設に応じた各構造物の強調／減弱度合いを記憶部２３に記憶（プリセット）しておき、ＣＰＵ２１は、記憶部２３に記憶されている各構造物の強調／減弱度合いを記憶部２３から読み出して、各構造物の強調／減弱度合いを読み出した値に決定することとしてもよい。

または、予め設定された、診療科（例えば、呼吸器科、整形外科、・・・）毎の各構造物の強調／減弱度合いを診療科に対応付けて記憶部２３に記憶（プリセット）しておき、ＣＰＵ２１は、操作部２４により選択された診療科に応じた各構造物の強調／減弱度合いを記憶部２３から読み出して、各構造物の強調／減弱度合いを読み出した値に決定することとしてもよい。

または、ＣＰＵ２１は、ユーザー操作により入力された各構造物の強調／減弱度合いの入力履歴を記憶部２３に蓄積記憶しておき、入力履歴に基づいて、各構造物の強調／減弱度合いを決定してもよい。例えば、入力履歴における各構造物の強調／減弱度合いの代表値（平均値、中央値、最大値、最小値等）を算出し、各構造物の強調／減弱度合いを算出した代表値に決定してもよい。

また、ＣＰＵ２１は、各レイヤー画像の信号値をプリセットされた各構造物の強調／減弱度合いで強調又は減弱した画像を重ね合わせて表示部２５に表示するとともに、各構造物の強調／減弱度合いを調整するためのユーザーインターフェース（例えば、スライダーバー等）を表示し、ユーザーインターフェースからの入力に応じて各構造物の強調／減弱度合いを調整できるようにしてもよい。

なお、複数のプリセットが記憶部２３に記憶されている場合は、何れのプリセットを用いるかをユーザーが操作部２４により予め設定しておくようにすることが好ましい。

次いで、ＣＰＵ２１は、ステップＳ３で決定した各構造物の強調／減弱度合いにより各レイヤー画像の構造物領域の各画素の信号値を強調又は減弱する（ステップＳ４）。
例えば、強調度合いがαである場合、強調後の信号値は、α×信号値となる。減弱度合いがβである場合、減弱後の信号値はβ×信号値となる。減弱度合いβは、０が最大減弱である。

そして、ＣＰＵ２１は、強調又は減弱された各レイヤー画像を合成し（ステップＳ５）、合成画像を表示部２５に表示し（ステップＳ６）、医用画像表示処理を終了する。
レイヤー画像の各画素の信号値を加算することで、合成画像を生成することができる。

レイヤー画像や合成画像は、記憶部２３の画像ＤＢ２３１において元の医用画像に対応付けて記憶される。

図６は、医用画像表示処理の処理内容を模式的に示す図である。
図６に示すように、医用画像表示処理においては、医用画像（オリジナル画像）から、医用画像に含まれる各構造物の信号値を推定して各構造物毎のレイヤー画像を生成し、各構造物の強調／減弱度合いを決定し、決定された強調／減弱度合いで各レイヤー画像の構造物領域を強調又は減弱する。そして、強調又は減弱した各レイヤー画像を重ね合わせて合成する。
したがって、構造物毎に信号の強調／減弱度合いを決定することができるので、診療の目的やユーザーの好みに応じて構造物が強調又は減弱された医用画像を生成することができ、診断精度の向上及び診断効率の向上を図ることができる。

以上説明した本実施形態における記述は、本発明に係る好適なＸ線画像システム及び医用画像処理装置の一例であり、これに限定されるものではない。
例えば、上記の医用画像表示処理の説明では、ＣＰＵ２１は、構造物が強調又は減弱された合成画像を表示部２５に表示することとしたが、各レイヤー画像を並べて表示部２５に表示することとしてもよい。これにより、ユーザーは、各構造物を個々に観察することが可能となる。

また、重ね合わせたレイヤー画像のうち、一又は複数の構造物のレイヤー画像の信号値を所定の強調／減弱度合いの範囲で自動的に変化させて表示部２５に表示することとしてもよい。これにより、視線を移動させずに構造物の強調／減弱度合いを変化させた画像を観察することが可能となる。

また、上記の医用画像表示処理の説明では、医用画像が胸部の単純Ｘ線画像である場合を例にとり説明したが、腹部や頭部等の、構造物が重なり合う他の部位の単純Ｘ線画像としてもよい。また、上記の医用画像表示処理の説明では、医用画像が１枚の単純Ｘ線画像である場合について説明したが、複数の単純Ｘ線画像を所定の時間間隔で連続して撮影したＸ線動画像（例えば、被写体の動態を撮影した動態画像）としてもよい。そして、Ｘ線動画像の各フレーム画像に上記ステップＳ１〜Ｓ６の処理を実行してもよい。

また、上記実施形態においては、強調や減弱の対象とする構造物を、骨、血管、心臓、横隔膜、病変、医療機器として説明したが、これに限定されるものではなく、例えば、このうちいずれか一以上を強調や減弱の対象とする構造物としてもよい。また、肺野を強調や減弱の対象とする構造物に加えてもよい。また、強調や減弱の対象とする構造物（レイヤー画像を生成する構造物）を操作部２４によりユーザーが選択できるようにしてもよい。

また、例えば、上記の説明では、本発明に係るプログラムのコンピュータ読み取り可能な媒体としてハードディスクや半導体の不揮発性メモリー等を使用した例を開示したが、この例に限定されない。その他のコンピュータ読み取り可能な媒体として、ＣＤ-ＲＯＭ
等の可搬型記録媒体を適用することが可能である。また、本発明に係るプログラムのデータを通信回線を介して提供する媒体として、キャリアウエーブ(搬送波)も適用される。

その他、Ｘ線画像システム１００を構成する各装置の細部構成及び細部動作に関しても、本発明の趣旨を逸脱することのない範囲で適宜変更可能である。

１００Ｘ線画像システム
１Ｘ線撮影装置
２医用画像処理装置
２１ＣＰＵ
２２ＲＡＭ
２３記憶部
２３１画像ＤＢ
２４操作部
２５表示部
２６通信部
２７バス

Claims

生体を撮影することにより取得されたＸ線画像に含まれる複数の構造物を認識する認識手段と、
前記Ｘ線画像における前記認識された構造物のそれぞれに起因する信号値を推定して構造物毎のレイヤー画像を生成するレイヤー画像生成手段と、
前記構造物のそれぞれの強調度合い又は減弱度合いを決定する決定手段と、
前記決定した強調度合い又は減弱度合いに基づいて、前記レイヤー画像のそれぞれの構造物の信号値を強調又は減弱する処理手段と、
を備える医用画像処理装置。
複数の前記レイヤー画像を合成して合成画像を生成する合成手段を備える請求項１に記載の医用画像処理装置。
前記レイヤー画像生成手段は、前記Ｘ線画像における前記構造物のそれぞれの領域に、予め取得されているその構造物の画像特徴に基づいたスムージング処理を施すことにより、前記構造物のそれぞれに起因する信号値を推定する請求項１又は２に記載の医用画像処理装置。
前記決定手段は、前記構造物のそれぞれの強調度合い又は減弱度合いを予めプリセットされた強調度合い又は減弱度合いに決定する請求項１〜３のいずれか一項に記載の医用画像処理装置。
前記決定手段は、ユーザーインターフェースによる入力に基づいて前記構造物のそれぞれの強調度合い又は減弱度合いを決定する請求項１〜３のいずれか一項に記載の医用画像処理装置。
前記決定手段は、ユーザーインターフェースによる前記構造物のそれぞれの強調度合い又は減弱度合いの入力履歴に基づいて、前記構造物のそれぞれの強調度合い又は減弱度合いを決定する請求項１〜３のいずれか一項に記載の医用画像処理装置。