JP2020202988A - 画像処理装置、画像処理プログラム、及び、磁気共鳴イメージング装置 - Google Patents

Abstract

【課題】ＮＬＭフィルタを適用した医用画像のノイズ低減処理において、短時間で類似するパッチを探索することができ、これにより処理時間の短縮と、類似パッチが見つからないことに起因するＳＮＲ向上効果の低下やボケの発生を防止することを課題とする。【解決手段】特定の検査対象を撮像した対象画像に対しノイズ低減処理を行うノイズ除去部と、医用撮像装置或いは画像を格納する記憶装置から前記対象画像のノイズ処理に用いる既撮像画像を取得する画像取得部と、を備え、ノイズ除去部は、対象画像の局所領域と既撮像画像の局所領域との類似度に基づき、既撮像画像の局所領域に含まれる画素の画素値を重み付け加算し、対象画像の画素値を算出する。【選択図】図４

Description

本発明は、医用撮像装置で取得した画像の画像処理技術に関し、特に磁気共鳴イメージング装置で取得した画像のノイズ低減処理技術に関する。

医用撮像装置で取得した画像は、装置自体の精度、撮像条件、検査対象側の要因などにより、種々のノイズを含む。これらノイズは、その種類や発生原因に応じてそれを低減する技術が多数開発されている。

例えばガウスノイズやスパイクノイズなどは、少ない画素で構成される局所領域ごとに画素値をその平均値、中央値或いは重み付け平均値などで置き換えることで、ノイズを低減する。これらノイズ低減処理は、具体的には、Ｂｏｘフィルタ、Ｍｅｄｉａｎフィルタ、Ｇａｕｓｓｉａｎフィルタ、バイラテラルフィルタ、Ｎｏｎ Ｌｏｃａｌ Ｍｅａｎｓ （ＮＬＭ）フィルタなど種々のフィルタにより実現され、フィルタの種類によってノイズ低減効果やエッジ保存効果が異なる。例えば、上述したフィルタのうち、バイラテラルフィルタやＮＬＭフィルタは、演算時間が多くなるがエッジ保存効果が高い。ＮＬＭフィルタの具体的な処理は、画像内に所定の局所領域（パッチ）を設定し、このパッチとの類似度を画像内の全パッチについて算出し、類似度に応じた重みを算出し、重みに応じた平均化を行ってエッジを保存した平滑化を実現するというものである。非特許文献１には、このようなＮＬＭフィルタを磁気共鳴イメージング装置の画像処理に採用して例が開示されている。

Ｌｉｕ Ｈ 他、"Ｄｅｎｏｉｓｉｎｇ ３Ｄ ＭＲ ｉｍａｇｅｓ ｂｙ ｔｈｅ ｅｎｈａｎｃｅｄ ｎｏｎ−ｌｏｃａｌ ｍｅａｎｓ ｆｉｌｔｅｒ ｆｏｒ Ｒｉｃｉａｎ ｎｏｉｓｅ" ｍａｇｎ． Ｒｅｓｏｎ． Ｉｍａｇｉｎｇ ２０１０ ２８（１０）， １４８５−９６

上述したようにＮＬＭフィルタを用いたノイズ低減処理では、画像内で局所領域との類似度を探索するが、探索に時間がかかるという問題に加えて、類似するパッチがないと信号ノイズ比（ＳＮＲ）を向上する効果が低い、或いはエッジが保存されず、ボケが生じるという問題がある。

本発明は、ＮＬＭフィルタを適用したノイズ低減処理において、短時間で類似するパッチを探索することができ、これにより処理時間の短縮と、類似パッチが見つからないことに起因するＳＮＲ向上効果の低下やボケの発生を防止することを課題とする。

上記課題を解決するため、本発明は、ＭＲＩでは撮像部位毎にある程度決まった位置を撮像すること、そしてヒトの画像の構造は個人差はあるものの局所的には類似していることに着目し、画像処理対象となる画像とは別に取得した画像データのうち同種の画像を用いて、当該画像の小領域から類似度を探索することにより、類似度の高いパッチを短時間で効率よく探索する手法を提案するものである。

即ち本発明の画像処理装置は、医用撮像装置或いは画像を格納する記憶装置から既撮像画像を取得する画像取得部と、特定の検査対象を撮像した対象画像に対し、前記対象画像以外の画像を含む既撮像画像を用いてノイズ低減処理を行うノイズ除去部と、を備え、前記ノイズ除去部は、前記対象画像の局所領域と前記既撮像画像の局所領域との類似度に基づき、前記既撮像画像の局所領域に含まれる画素の画素値を重み付け加算し、前記対象画像の画素値を算出することを特徴とする。

また本発明の画像処理プロブラムは、医用撮像装置で取得した対象画像に対しノイズ低減処理を行うための画像処理プログラムであって、コンピュータに、既撮像画像を格納した記憶装置から、前記既撮像画像を読み出すステップと、前記対象画像及び前記既撮像画像の画素毎に、それぞれ、類似度を算出する探索範囲を設定するステップと、前記対象画像の前記探索範囲において、前記対象画像に局所領域を設定するステップと、前記既撮像画像から、前記対象画像の局所領域と同サイズの局所領域を抽出し、前記局所領域との類似度を算出するステップと、前記類似度に従って、前記既撮像画像の局所領域に含まれる画素の画素値を重み付け加算するステップと、を実行させる。

本発明の磁気共鳴イメージング装置は、画像処理部が上述する画像処理装置の機能を備えたものである。この場合、既撮像画像を格納する記憶装置は、ＭＲＩ装置内の記憶装置であってもよいし、ＭＲＩ装置とは別の装置であってもよい。

本発明によれば、ＮＬＭフィルタを用いたノイズ低減処理において類似度の高いパッチを確実に探索することができ、類似の高いパッチを処理に用いることで、エッジ保存効果を保ちつつＳＮＲの向上を図ることができる。

本発明の一実施形態のＭＲＩ装置の機能ブロック図 ＭＲＩ装置の計測部の詳細を含む機能ブロック図 図１のＭＲＩ装置の動作の流れを示す図 第一実施形態のノイズ除去処理の流れを示すフロー図 ノイズ除去部の機能ブロック図 ノイズ除去処理のうち画像読出しからパッチ設定までの処理を説明する図 （Ａ）及び（Ｂ）は、線形変換付き重み付け加算を説明する図 異なる画像のパッチを用いた重み付け加算を説明する図 第一実施形態による処理の結果を示す図で、（Ａ）は原画像、（Ｂ−１）及び（Ｃ−１）は本実施形態によるノイズ除去画像及び（Ａ）との差分、（Ｂ−２）及び（Ｃ−２）は従来技術によるノイズ除去画像及び（Ａ）との差分を示す。 第二実施形態のノイズ除去処理の流れを示すフロー図 第二実施形態におけるパッチのブロック処理を説明する図 （Ａ）、（Ｂ）は第二実施形態におけるパッチの設定手法を説明する図 画像処理装置の機能ブロック図

以下、本発明の画像処理装置及びＭＲＩ装置の実施形態を説明する。以下、説明する全図において、同じ機能を有するものは同一の符号で示し、重複する説明は省略する。

＜第一実施形態＞
本発明の画像処理装置の機能を備えたＭＲＩ装置の実施形態を説明する。

本実施形態のＭＲＩ装置１００は、図１に示すように、静磁場発生部１１、傾斜磁場発生部１２、送信部１３、受信部１４などを備え、検査対象（被検体）を構成する組織内に存在する原子の原子核に核磁気共鳴を起こさせるとともに、それにより被検体から発生する核磁気共鳴信号を収集する計測部１０と、計測部１０が収集した核磁気共鳴信号を用いて画像再構成やノイズ除去などの演算を行う画像処理部２０と、計測部１０及び画像処理部２０の動作を制御する制御部３０と、ユーザーが撮像や各種演算等に必要な条件や数値などを入力するとともに演算結果等を表示するユーザーインターフェイス部４０と、を備える。またＭＲＩ装置１００は、外部記憶装置５０が接続されている。外部記憶装置５０は、有線あるいは無線で接続されるスタンドアローンの機器のほかに、インターネットのクラウド上に構築されたものやイントラネット等で接続される外部記憶装置なども含む。

計測部１０は、公知のＭＲＩ装置の構成と同様であり、図２に示すように、静磁場を発生する静磁場コイル１０２（静磁場発生部）と、傾斜磁場を発生する傾斜磁場コイル１０３（傾斜磁場発生部）と、被検体（例えば、生体）１０１に高周波磁場パルスを照射する送信Ｆコイル（送信部）１０５と、被検体１０１から発生するエコー信号を検出する受信コイル（受信部）１０６と、静磁場コイル１０２の発生する静磁場空間内で被検体１０１を載置する寝台（不図示）と、を備える。

計測部１０は、さらに、傾斜磁場コイル１０３を駆動する傾斜磁場電源１０９と、送信コイル１０５を駆動する送信機１０７と、受信コイル１０６で検出したエコー信号を検波する受信機１０８と、シーケンス制御装置１１０とを有する。シーケンス制御装置１１０は、傾斜磁場電源１０９と送信機１０７とに命令を送り、それぞれ傾斜磁場および高周波磁場を発生させるとともに、検波の基準とする核磁気共鳴周波数を受信機１０８にセットする。また、計測部１０は、静磁場均一度を調節する必要があるときには、シムコイル１１３と、シムコイル１１３を駆動するシム電源１１４をさらに備えてもよい。シムコイル１１３は、複数のチャネルからなり、シム電源１１４から供給される電流により静磁場不均一を補正する付加的な磁場を発生する。静磁場均一度調整時にシムコイル１１３を構成する各チャネルに流す電流は、シーケンス制御装置１１０により制御される。

ＭＲＩ装置１００は、上述した計測部１０の各要素に加えて、受信機１０８により検波されたエコー信号に対して信号処理を施す計算機１２０と、計算機１２０での処理結果を表示する表示装置（ディスプレイ）１２１と、ユーザーからの指示を受け付ける入力装置１２３と、計算機による演算等に必要なデータや計算機の処理結果を保持する記憶装置１２５と、を備える。表示装置１２１と入力装置１２３とは近接して配置され、ユーザーインターフェイス部（図１：４０）として機能する。

計算機１２０は、ＣＰＵとメモリとを有し、図１の画像処理部２０及び制御部３０の機能を実行する。画像処理部２０が行う演算には、エコー信号を用いた画像再構成のほか、再構成された原画像を用いた種々の計算が含まれ、種々の計算にはノイズ除去処理が含まれる。図１では画像処理部２０の機能の代表として、画像生成部２３とノイズ除去部２１を示す。但し、本実施形態は、画像処理部２０及び計算機１２０が図示する機能以外の演算を行う場合も含む。

計算機１２０の機能は、メモリに予め格納されたプログラムをＣＰＵが読み込んで実行することにより、ソフトウエアにより実現される。ただし、本実施形態の計算機１２０は、ソフトウエアによりその機能を実現されるものに限られず、機能のすべてまたは一部を、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）のようなカスタムＩＣやＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）のようなプログラマブルＩＣ等のハードウエアにより実現する構成にすることも可能である。

このような構成のＭＲＩ装置による撮像の流れの一例を図３に示す。撮像は、例えば、計測部１０によるエコー信号収集（Ｓ１００１）、画像生成部２３による画像再構成（Ｓ１００２）、ノイズ除去部２１によるノイズ除去（ノイズ低減処理）（Ｓ１００３）、及び画像の表示（Ｓ１００４）の順に行われる。

ステップＳ１００１では、ユーザーインターフェイス部４０を介して、パルスシーケンスの種類や撮像パラメータなどの撮像条件が設定されると、シーケンス制御装置１００は撮像に用いるパルスシーケンスを計算し、その撮像シーケンスに従って送信機１０７や傾斜磁場電源１０９及び受信機１０８動作させて、被検体１０１から発生する核磁気共鳴信号をエコー信号として収集する。予め複数種類の撮像を所定の順番で実行するように定めた検査プロトコルに沿って撮像を行う場合には、順次、複数種類の撮像を実行し、順次、画像再構成に必要なエコー信号を収集する。

ステップＳ１００２では、画像生成部２３が収集したエコー信号を用いてフーリエ変換等の演算を行い、画像再構成を行う。画像再構成により、組織の特性である縦緩和時間（Ｔ１）、横緩和時間（Ｔ２）、プロトン密度（ＰＤ）などの相対的な違いを強調させた強調画像が得られる。どのような強調画像を取得するかは撮像条件によって決まる。また画像生成部２３は、画像間の演算により拡散係数などの値を画像化した計算値画像などを生成する場合もある。画像生成部２３が生成した画像は、画像の付帯情報（被検体に関する情報、撮像条件に関する情報など）とともに記憶装置１２５に格納される。付帯情報は、例えば、ダイコムのタグの情報として格納される。

ステップＳ１００３では、ノイズ除去部２１が画像のノイズを低減する処理を行う。具体的にはＮＬＭ法を基本とし、処理対象である画像（以下、対象画像という）よりも前に取得した画像（以下、既撮像画像という）を用いて、局所領域（パッチ）設定、パッチ間の類似度算出、類似度を用いた重み付け加算などの処理を行う。ノイズ低減処理の詳細は後述する。

ステップＳ１００４では、表示装置１２１にノイズ除去後の画像や、必要に応じて対象画像などを表示する。

次に本実施形態のＭＲＩ装置の特徴である画像処理部２０、特にノイズ除去部２１の処理の詳細を、図４及び図５を参照して説明する。図４はノイズ除去部２１の処理フロー、図５はノイズ除去部２１の機能ブロック図である。

図４に示すように、ノイズ除去部２１は、まず、記憶装置１２５或いは外部記憶装置５０に格納された既撮像画像を読出す（Ｓ２００１）。対象画像及び既撮像画像において、類似度を探索する範囲（範囲の大きさ）を設定する（Ｓ２００２）。ステップＳ２００２で設定した探索範囲内で、類似度を算出するための局所領域（パッチ）を対象画像に設定する（Ｓ２００３）。対象画像のパッチ（対象パッチ）と、既撮像画像の探索範囲内にある対象パッチと同サイズのパッチとの類似度を算出する（Ｓ２００４）。類似度から各パッチの重みを算出し、算出した重みを用いて既撮像画像のパッチの画素を重み付け加算し、対象パッチの画素値を決定する（Ｓ２００５）。Ｓ２００２〜Ｓ２００５の処理を全ての画素について行う（Ｓ２００６）。

この処理を実現するため、ノイズ除去部２１は、図５に示すように、画像読出し部２１１、探索範囲設定部２１２、局所領域設定部２１３、類似度算出部２１５、重み付け加算部２１７、及び、繰り返し演算部２１９を備える。また画像読出し部２１１の処理を容易にするために、ノイズ除去部２１或いは画像処理部２０は、画像をあらかじめ分類する分類部２１０を備えていてもよい。

以下、ノイズ除去部２１の各部の処理を図４及び図６を参照して詳述する。

［Ｓ２００１：画像の読出し］
画像読出し部２１１は、既に取得され、記憶装置に格納された既撮像画像を検索し、同じ種類の画像を読み出す（図６）。ここで、既撮像画像には、ノイズ処理の対象である画像（対象画像）の被写体本人の画像、本人以外の被検体の画像を含み、本人の画像は、過去の日付、時間で取得した画像を含み、同一検査プロトコル内で先行して取得した画像や時系列画像のうち先行する画像も含む。また記憶装置には、ＭＲＩ装置内の記憶装置１２５や外部記憶装置５０を含む。

画像読出し部２１１が画像を読み出す際の、同じ種類か否かの判断は、画像データ（ダイコム）のタグに含まれている情報、例えば、撮像部位（脳、胸部、腹部、四肢）、撮像対象（年齢、性別、体格）、撮像条件（パルスシーケンス、撮像パラメータ）、ＦＯＶ等により、行うことができる。画像読出し部２１１は、これらタグの情報を対象画像の情報と比較し同種か否かを判断してもよいが、あらかじめ画像データを分類しておき、その分類に従って選択してもよい。即ち、画像処理部２０（或いはノイズ除去部）が、分類部２１０を備える場合は、画像分類部２１０は、タグに書き込まれた情報を読み込み、既撮像画像の画像データを分類し、分類毎に記憶装置１２５に格納しておく。分類の基準は、撮像部位の分類を最上位とし、その他の分類項目は並列でもよいし、優先性をつけてツリー構造としてもよい。例えば、撮像部位毎に、さらに撮像対象によるサブ分類を行い、サブ分類毎に、撮像条件による分類を行うなどである。

このように既撮像画像が分類されて格納されている場合には、画像読出し部２１は、分類毎に格納された既撮像画像のうち、画像分類部２１０が分類した対象画像の分類と同じ分類に属する既撮像画像を選択することができる。ただし画像読出し部２１が選択する既撮像画像は、分類の全ての項目が同じである必要はなく、例えば、部位と撮像断面が同じであれば、強調画像の種類が異なっていても同じ分類の画像として読み出してもよい。

読み出す既撮像画像の枚数を予め設定しておき、既撮像画像のうち、撮像部位が同じであって、その他の分類項目が同じであるか一致度の高い画像を設定された枚数、例えば数十枚〜数百枚、選択して、読み出すようにしてもよい。一致度は、例えば、対象画像と一致する分類項目の数を合計し、それを一致度としてもよい。この場合、分類項目に優先度に応じた点数を割り当てておき、対象画像と一致する分類項目の点数を合計してもよい。

画像読出し部２１１が読み出す既撮像画像の数が多いほどノイズ除去効果は高くなるが、後述する類似度算出の演算負荷も大きくなる。従って、類似度算出の演算負荷を考慮して、ノイズ除去効果が見込まれる所定の数を予め決めておいてもよい。

［Ｓ２００２：探索範囲設定］
探索範囲設定部２１２は、対象画像及び既撮像画像において、パッチ毎の類似度を探索する範囲を設定する。類似度算出及びノイズ除去演算は、画像の被検体が存在する領域すべてについて行うが、画像間の類似度を判別する範囲（探索範囲）が広すぎると、類似度算出処理が膨大な演算となるため、画像から小領域を探索範囲として抽出し、小領域毎に繰り返し演算を行う。探索範囲のサイズは、大きいほど類似度が高い部分が含まれる可能性が高いが、類似度算出のための演算量が多くなる。従って、演算量を考慮し、画素数１００〜１０００程度、例えば５０×５０画素からなる領域を抽出する。

探索範囲設定部２１２は、図６に示すように、対象画像及び既撮像画像において、起点となる画素（注目画素）を設定し、その画素を含む小領域を設定する。最終的には全ての画素について処理を行うので、起点となる画素の位置は特に限定されないが、例えば画像をラスタースキャンし、最初の被検体領域の画素と判別された画素でもよいし、所定の解剖学的特徴点の画素でもよい。小領域は、注目画素を中心とする領域でもよいし、注目画素を所定の端部とする領域でもよい。このように起点となる画素を適切に設定することで、対象画像及び既撮像画像から、互いに対応する位置の小領域を抽出することができ、これにより、比較的小さい領域を小領域としても類似度が高い部分が含まれる可能性を高めることができ、演算負荷を低減できる。

［Ｓ２００３：局所領域設定部］
類似度の算出は、対象画像の小領域に設定した局所領域（パッチ）と、対象画像及び既撮像画像の小領域内の同サイズの局所領域（パッチ）との類似度を算出する。このため、局所領域設定部２１３は、まず対象画像の小領域に、小領域を決定した注目画素を含むパッチを設定する。パッチは、類似度を算出するパッチの組が多い場合にはパッチのサイズが大きいほうがノイズ除去精度が向上するが、既撮像画像を例えば１００枚程度用いる場合、1つの画素に対し積算される画素数が多いので、比較的小さなサイズとすることができる。具体的にはパッチのサイズは、数画素×数画素程度、例えば７×７程度である。

［Ｓ２００４：類似度算出部］
類似度算出部２１５は、既撮像画像及び対象画像の検索範囲から、対象画像のパッチと同サイズのパッチを順次抽出し、各パッチの類似度を算出する。

類似度算出方法は、例えば、式（１）〜（３）で表される公知のＳＳＤ、ＳＡＳ、ＮＣＣ等の類似度算出アルゴリズムを用いることができる。式（１）〜（３）において、ｙiは対象画像のi番目のパッチの画素ベクトル、ｘjは既撮像画像内のj番目のパッチの画素ベクトル、Ｓi,jは類似度であり、Ｓi,jは値が小さいほど類似度が高い。

類似度の算出は、さらに、既撮像画像のパッチの画素値を線形変換する演算を付加した手法を用いてもよい。この手法では、既撮像画像のパッチの画素値を線形変換した後、変形後にパッチ間の類似度を算出するものであり、例えば、対象画像と既撮像画像とのコントラストが異なる場合に有効である。例えば、対象画像（パッチ）７Ａの画素が図７の（Ａ）に示すような値を示すのに対し、既撮像画像（パッチ）７Ｂの画素が図７の（Ｂ）に示すような値を示す場合を考える。この場合、既撮像画像はコントラスト比が対象画像異なる画像であり、対象画像と画素値の絶対値は異なるが、画素間の関係性は同じ、即ち構造的には類似性が高い。

このようなパッチ７Ａとパッチ７Ｂを単純に式（１）〜（３）の類似度算出方法で算出した場合には、類似度は低く（Ｓは大きい値）になる。これに対し、まず既撮像画像のパッチ７Ｂを線形変換してコントラストをパッチ７Ａに合わせる処理を施して置くことにより、本来構造的に類似度の高いパッチの重みを低下させることなく積算に利用することができる。

線形変換は、式（４）により、Ei,jを最小化する係数Ａj、及び切片Ｂを求め、これらＡj、Ｂｊを用いてｘ‘ｊ（＝Ａｊｘｊ−Ｂｊ）を算出する。その後、このｘ’ｊを上掲の式（１）や（２）のｘｊに代入することで、線形変換付きの類似度算出を実現できる。

なお上記では、まず式（４）により係数Ａj及び切片Ｂを求めると説明したが、実際の演算では、例えば式（１）と合体させた式（５）により直接類似度を算出することができる。この例では式（１）であるが、式（２）や式（３）でも同様である。

このような線形変換つきの類似度算出手法をとることで、例えばＭＲＩ装置のように、組織が持つ物性値のコントラストを異ならせた複数種の画像が得られるモダリティの場合、既撮像画像として撮像方法の異なる画像（例えば、Ｔ１強調画像、Ｔ２強調画像）などを含めることができ、ノイズ除去の効果を向上することができる。特に処理画像の被検体自身の画像を多く利用することが可能となり、さらにノイズ除去効果を向上することができる。

上述した類似度の算出は、既撮像画像の小領域内から抽出される全てのパッチについて行う。

［Ｓ２００５：重み付け加算処理］
重み付け加算部２１７は、算出した類似度を用いて各パッチの重みを算出し、既撮像画像の各パッチの注目画素の画素値を重み付け加算（積算）し、処理画像のパッチの注目画素の画素値とする（図８）。重みは、例えば式（６）で与えられ、重み付け加算後の画素値は式（７）となる。

ステップＳ２００５の処理の概略を図８に示す。
［Ｓ２００６：繰り返し演算］
繰り返し演算部２１９は、ステップＳ２００２で探索範囲となる小領域を設定した注目画素を変更し、上述したＳ２００２〜Ｓ２００５の処理を繰り返す。これにより対象画像全体のノイズ低減処理が完了する。

以上が本実施形態の画像処理部によるノイズ除去処理の流れである。

本実施形態によれば、従来、類似するパッチの探索範囲が、処理対象である画像内に限定されていたのに対し、類似するパッチの探索範囲を処理画像だけでなく、既に取得した同分類の画像に広げることにより、類似度が高いパッチを確実に積算に用いることができ且つ積算数を増加させることができ、ノイズ除去の効果を高めることができる。また既撮像画像として同分類の画像を用いることで、対象画像のパッチとの類似度が高いパッチを多数抽出できるので、パッチのサイズが小さくてもノイズ除去効果を高め且つ演算負荷を低減することができる。

また本実施形態によれば、類似度算出の手法として、線形変換付き類似度算出を採用することにより、コントラストの異なる画像も効果的に利用することができる。これによりＭＲＩ装置のようなコントラストの異なる多種の画像を取得する装置において、被検体自身の、或いは被検体以外の異種画像を用いて効果的なノイズ除去を行うことができる。

なお、上述した式（１）〜式（７）の計算例では、対象画像とそれとは異なる既撮像画像とのパッチ同士の類似度を算出し、既撮像画像のパッチの画素値をその類似度に応じて重み加算したが、対象画像自体について、小領域から処理対象パッチ以外のパッチを抽出し、処理対象パッチとそれ以外のパッチとの類似度を算出し、類似度に応じて重み付け加算してもよい。

この場合、これら式におけるｘj「既撮像画像内のj番目のパッチの画素ベクトル」に加えて、ｘk「処理画像のk番目（但し、k≠i）のパッチの画素ベクトル」についても類似度を算出し、ｘjとｘkとを用いて重み付け加算を行う。
このように処理画像自体も重み付け加算に加えることにより、さらに、ノイズ除去の効果を向上することができる。

［効果］
本実施形態による処理の結果画像を図９に示す。図９の（Ａ）は原画像、（Ｂ−１）は本実施形態によるノイズ除去画像、（Ｃ−１）は原画像との差分を示す。比較例として、（Ｂ−２）、（Ｃ−２）に従来のＢｏｘフィルタＮＬＭ法によるノイズ除去結果を示す。なお、従来法では、パッチの大きさを３×３としたのに対し、本実施形態ではパッチサイズは８×８とした。

差分画像（Ｃ−１）、（Ｃ−２）から本実施形態では、従来法に比べ、パッチサイズを大きくしても従来法よりも原画像のエッジが保存されており、優れたエッジ保存ノイズ除去効果が得られることがわかった。

＜第二実施形態＞
第一実施形態では、対象画像のパッチの注目画素を、既撮像画像のパッチの対応画素で重み付け加算する処理を画素毎に行ったが、本実施形態では、パッチを一つの処理ブロックとして、パッチ内の全画素をそれぞれ対応する画素で重み付け加算する。

本実施形態においても画像処理部の構成は第一実施形態と同様である。以下、図１０のフローを参照して本実施形態のノイズ処理を説明する。なお図１０において、図４と同じ内容の処理は同じ符号で示し、重複する説明は省略する。

図１０に示すように、ノイズ除去部２１が、記憶装置に格納された既撮像画像から同じ分類の画像を読出し（Ｓ２００１）、対象画像と既撮像画像とに小領域を設定し（Ｓ２００２）、小領域を探索範囲としてパッチ間の類似度を算出すること（Ｓ２００３、Ｓ２００４）は第一実施形態と同様である。

第一実施形態では、図８に示したように、対象パッチ内の注目画素の画素値を、既撮像画像のパッチの画素値に類似度に応じた重み付けをして加算して決定したが、本実施形態では、ステップＳ２０１５において、対象パッチ内の全画素（パッチサイズが７×７の場合には４９画素全部）の画素値を、既撮像画像のパッチの対応する画素の画素値を用いて重み付け加算する。重みは、ステップＳ２００４で算出したパッチ間の類似度から算出する。即ち、パッチ毎に類似度が算出されると、類似度から算出される重みをパッチ内のすべての画素に適用して、次式（８）に従い重み付け加算する。

式中、ｙ（mn）は処理パッチのｍ列目ｎ行目の画素の画素値、ｗｊは、ｊ番目のパッチの重み、ｘｊ(mn)はｊ番目のパッチのｍ列目ｎ行目の画素の画素値である。

一括して対象パッチ内の画素値を求める様子を図１１に示す。但し、図１１では、既撮像画像のパッチのうち一つの画素値を対象パッチの画素値に適用する矢印を示し、他の既撮像画像のパッチの画素値について省略している。

このように重み付け加算ステップＳ２０１５は、パッチ毎のブロック処理となる。ステップＳ２０１６の繰り返し演算は、対象画像に設定するパッチ毎にステップＳ２００２〜Ｓ２０１５を繰り返す。

ここでステップＳ２００３における局所領域（対象パッチ）の抽出は、図１２（Ａ）に示すように、例えばステップＳ２００２で抽出した小領域において、パッチ同士が重複しないように抽出してもよいし、図１２（Ｂ）に示すように、パッチ同士が一部重複するように抽出してもよい。この場合、重複する部分の画素については、例えば画素値の平均値を画素値とする。このように重複して対象パッチを抽出することにより、パッチ間に処理の不連続性に起因するアーチファクト等が生じるのを防止することができる。

本実施形態によれば、画素毎に繰り返し演算を行うのではなく、パッチ毎にブロック処理を行うことにより、演算負荷を低減し処理速度を上げることができる。

以上、本発明をＭＲＩ装置に適用した実施形態を説明したが、本発明はＭＲＩ装置とは独立した画像処理装置や画像処理プログラムを搭載した計算機においても実現可能であり、また本発明の画像処理装置がノイズ処理の対象とする画像は、ＭＲＩ装置で取得した画像に限定されることなく、ＣＴ装置や超音波装置で取得した画像についても、適用することができる。

独立した画像処理装置の構成例を図１３に示す。図示するように、画像処理装置２００は、ノイズ除去用の画像処理プロブラムを搭載した計算機で構成され、医用撮像装置１００や医用撮像装置１００で取得した画像を格納する記憶装置（データベース等）５００と通信やインターネット等を介して接続される。また表示部や入力部を備えたユーザーインターフェイス部４０が接続される。

この画像処理装置２００は、ノイズ除去用プログラムを実行することにより機能するノイズ除去部２１と、画像取得部２５とを備えている。画像取得部２５は、医用撮像装置１００や記憶装置５００あるいは可搬媒体等から処理の対象となる画像やそのノイズ処理に用いる画像を取得する。ノイズ除去部２１の機能は、第一実施形態或いは第二実施形態で説明したＭＲＩ装置のノイズ除去部２１と同様であり、対象画像に対し、画素毎に、複数の既撮像画像を用いて、類似度に基づく重み加算処理を行い、ノイズ低減処理を実行する。

１０：計測部、２０：画像処理部、４０：ユーザーインターフェイス部、５０：外部記憶装置、２１：ノイズ除去部、１００：ＭＲＩ装置（医用撮像装置）、２００：画像処理装置、２１０：分類部、２１１：画像読出し部、２１２：探索範囲設定部、２１３：局所領域設定部、２１５：類似度算出部、２１７：重み付け加算部、２１９：繰り返し演算部

Claims (15)

1. 医用撮像装置或いは画像を格納する記憶装置から既撮像画像を取得する画像取得部と、
   特定の検査対象を撮像した対象画像に対し、前記対象画像以外の画像を含む既撮像画像を用いてノイズ低減処理を行うノイズ除去部と、を備え、
   前記ノイズ除去部は、前記対象画像の局所領域と前記既撮像画像の局所領域との類似度に基づき、前記既撮像画像の局所領域に含まれる画素の画素値を重み付け加算し、前記対象画像の画素値を算出することを特徴とする画像処理装置。
2. 請求項１に記載の画像処理装置であって、
   前記ノイズ除去部は、
   前記既撮像画像から、前記対象画像の局所領域と同サイズの局所領域を抽出し、前記局所領域との類似度を算出する類似度算出部と、
   前記類似度算出部が算出した類似度に従って、前記既撮像画像の局所領域に含まれる画素の画素値を重み付け加算する重み付け加算部と、を備えることを特徴とする画像処理装置。
3. 請求項２に記載の画像処理装置であって、
   前記類似度算出部は、前記対象画像の局所領域と前記既得画像の局所領域との画素値の差分の二乗和から類似度を算出することを特徴とする画像処理装置。
4. 請求項２に記載の画像処理装置であって、
   前記類似度算出部は、前記既撮像画像の局所領域の画素値を線形変換した後、前記対象画像との類似度を算出することを特徴とする画像処理装置。
5. 請求項２に記載の画像処理装置であって、
   前記重み付け加算部は、前記対象画像の局所領域に含まれる１ないし複数の画素について、前記類似度に従って、前記既撮像画像の局所領域に含まれる１ないし複数の画素の画素値を重み付け加算し、前記対象画像の局所領域に含まれる前記１ないし複数の画素の画素値とすることを特徴とする画像処理装置。
6. 請求項１に記載の画像処理装置であって、
   前記ノイズ除去部は、
   前記対象画像及び前記既撮像画像の画素毎に、それぞれ、類似度を算出する範囲を設定する探索範囲設定部と、
   前記探索範囲設定部が設定した探索範囲において、前記局所領域を設定する局所領域設定部と、
   を備えることを特徴とする画像処理装置。
7. 請求項６に記載の画像処理装置であって、
   前記ノイズ除去部は、前記対象画像の画素または局所領域を変更しながら、局所領域の類似度に基づく重み付け加算を繰り返すことを特徴とする画像処理装置。
8. 請求項１に記載の画像処理装置であって、
   画像を撮像部位及び撮像条件に従って分類する分類部をさらに備え、
   前記画像取得部は、前記分類部による分類基準を参照して、前記既撮像画像を選択することを特徴とする画像処理装置。
9. 請求項１に記載の画像処理装置であって、
   前記画像取得部は、前記既撮像画像として、前記対象画像及び当該対象画像の取得時より過去に取得された画像を取得することを特徴とする画像処理装置。
10. 請求項１に記載の画像処理装置であって、
    前記画像取得部は、前記既撮像画像として、前記対象画像と撮像部位及び撮像条件が共通する同種の画像を取得することを特徴とする画像処理装置。
11. 請求項１に記載の画像処理装置であって、
    前記画像取得部は、前記既撮像画像として、前記対象画像と撮像部位が同じで撮像条件が異なる画像を取得することを特徴とする画像処理装置。
12. 医用撮像装置で取得した対象画像に対しノイズ低減処理を行うための画像処理プログラムであって、
    コンピュータに、
    既撮像画像を格納した記憶装置から、前記既撮像画像を読み出すステップと、
    前記対象画像及び前記既撮像画像の画素毎に、それぞれ、類似度を算出する探索範囲を設定するステップと、
    前記対象画像の前記探索範囲において、前記対象画像に局所領域を設定するステップと、
    前記既撮像画像から、前記対象画像の局所領域と同サイズの局所領域を抽出し、前記局所領域との類似度を算出するステップと、
    前記類似度に従って、前記既撮像画像の局所領域に含まれる画素の画素値を重み付け加算するステップと、を実行させる画像処理プログラム。
13. 請求項１２に記載の画像処理プログラムであって、
    前記対象画像及び前記既撮像画像は、ＭＲＩ装置が取得した画像であることを特徴とする画像処理プログラム。
14. 被検体から核磁気共鳴信号を計測する計測部と、
    前記計測部が計測した核磁気共鳴信号を用いて前記被検体の画像を再構成する画像生成部と、前記画像に対しノイズ低減処理を行うノイズ除去部と、を備え、
    前記ノイズ除去部は、前記被検体の画像を対象画像として、既撮像画像を格納する記憶装置から、前記対象画像のノイズ処理に用いる既撮像画像を読み出す画像読出し部と、
    前記対象画像の局所領域と前記既撮像画像の局所領域との類似度を算出する類似度算出部と、
    前記類似度に基づき、前記既撮像画像の局所領域に含まれる画素の画素値を重み付け加算し、前記対象画像の画素値を算出する重み付け加算部と、を備えることを特徴とする磁気共鳴イメージング装置。
15. 請求項１４に記載の磁気共鳴イメージング装置であって、
    画像を撮像部位及び撮像条件に従って分類する分類部をさらに備え、
    前記画像読み出し部は、前記分類部による分類基準を参照して、前記既撮像画像を読み出すことを特徴とする磁気共鳴イメージング装置。