JP2023074958A - 医用画像処理装置、医用画像処理方法及びプログラム - Google Patents

Abstract

【課題】医用画像の超解像処理の効率を向上させる。【解決手段】実施形態に係る医用画像処理装置は、取得部と、特定部と、出力部とを備える。取得部は、処理対象の医用画像データを取得する。特定部は、医用画像データに基づいて、医用画像データのうち、画質を向上させる超解像処理の対象となる対象領域と超解像処理の対象外となる対象外領域とを特定する。出力部は、医用画像データの対象領域に関する情報を出力する。【選択図】図１

Description

本明細書及び図面に開示の実施形態は、医用画像処理装置、医用画像処理方法及びプログラムに関する。

従来、医用画像診断装置によって収集された医用画像について、深層学習を含む機械学習等のＡＩ（Artificial Intelligence）技術を用いた画像の解像度を高める超解像処理が行われている。

例えば、Ｘ線ＣＴ装置によって三次元再構成された医用画像を、ＡＩ技術によって作成した超解像モデル（学習済モデル）に入力することで、医用画像を高画質化することが行われている。しかしながら、医用画像を高画質化する超解像処理には時間がかかることが知られており、超解像処理の効率を向上させる技術が切望されている。

米国特許出願公開第２０１３/０５１５１９号明細書

クリストファー M. ビショップ（Christopher M. Bishop）著、「パターン認識と機械学習（Pattern recognition and machine learning）」、（米国）、第１版、スプリンガー（Springer）、2006年、P.225-290

本明細書及び図面に開示の実施形態が解決しようとする課題の一つは、医用画像の超解像処理の効率を向上させることである。ただし、本明細書及び図面に開示の実施形態により解決しようとする課題は上記課題に限られない。後述する実施形態に示す各構成による各効果に対応する課題を他の課題として位置づけることもできる。

実施形態に係る医用画像処理装置は、取得部と、特定部と、出力部とを備える。取得部は、処理対象の医用画像データを取得する。特定部は、医用画像データに基づいて、医用画像データのうち、画質を向上させる超解像処理の対象となる対象領域と超解像処理の対象外となる対象外領域とを特定する。出力部は、医用画像データの対象領域に関する情報を出力する。

図１は、実施形態に係る医用画像処理システムの構成の一例を示すブロック図である。 図２は、実施形態に係るＸ線ＣＴ装置の構成の一例を示すブロック図である。 図３は、実施形態に係る対象部位の選択処理の一例を示す説明図である。 図４は、実施形態に係るスライス画像データの分割処理の一例を示す説明図である。 図５は、実施形態に係る機械学習による超解像モデルの生成方法の一例を示す説明図である。 図６は、実施形態に係る超解像モデルの入出力イメージの一例を示す図である。 図７は、実施形態に係る医用情報処理装置が実行する処理の一例を示すフローチャートである。 図８は、変形例３に係る医用画像処理システムの構成の一例を示すブロック図である。 図９は、変形例３に係るマスク処理の一例を示す説明図である。 図１０は、変形例３に係る医用画像処理装置の処理の概要の一例を示す説明図である。 図１１は、変形例３に係る医用情報処理装置が実行する処理の一例を示すフローチャートである。

以下、添付図面を参照しながら、医用画像処理装置、医用画像処理方法及びプログラムの実施形態について詳細に説明する。

本実施形態では、図１に示すように、Ｘ線ＣＴ装置１及び医用画像処理装置２を含んだ医用画像処理システムＳを例として説明する。図１は、実施形態に係る医用画像処理システムＳの構成の一例を示すブロック図である。本実施形態では、図１に示すＸ線ＣＴ装置１により収集された投影データに基づいて後述の各処理が実行されるものとして説明する。Ｘ線ＣＴ装置１及び医用画像処理装置２は、ネットワークＮＷを介して相互に接続される。

なお、ネットワークＮＷを介して接続可能であれば、Ｘ線ＣＴ装置１及び医用画像処理装置２が設置される場所は任意である。例えば、Ｘ線ＣＴ装置１及び医用画像処理装置２は、互いに異なる施設内に設置されていてもよい。即ち、ネットワークＮＷは、施設内で閉じたローカルネットワークにより構成されてもよいし、インターネットを介したネットワークであってもよい。

また、Ｘ線ＣＴ装置１と医用画像処理装置２との間の通信は、画像保管装置等の他の装置を介して行なわれてもよいし、他の装置を介さず直接的に行なわれてもよい。このような画像保管装置の例としては、例えば、ＰＡＣＳ（Picture Archiving and Communication System）のサーバが挙げられる。

まず、Ｘ線ＣＴ装置１について、図２を用いて説明する。図２は、実施形態に係るＸ線ＣＴ装置１の構成の一例を示すブロック図である。図２に示すように、Ｘ線ＣＴ装置１は、架台装置１０と寝台装置３０とコンソール装置４０とを有する。

なお、本実施形態では、非チルト状態での回転フレーム１３の回転軸の長手方向をＺ軸方向、Ｚ軸方向に直交し、かつ回転中心から回転フレーム１３を支持する支柱に向かう方向をＸ軸、当該Ｚ軸及びＸ軸と直交する方向をＹ軸とそれぞれ定義するものとする。

架台装置１０は、診断に用いられる医用画像を撮影するための撮影系１９を有する。撮影系１９は、例えば、Ｘ線管１１、Ｘ線検出器１２、ウェッジ１６、及びコリメータ１７で構成される。すなわち、架台装置１０は、被検体ＰにＸ線を照射し、被検体Ｐを透過したＸ線の検出データから投影データを収集する撮影系１９を有する装置である。

また、架台装置１０は、被検体Ｐを収容するための開口部を有する。被検体Ｐが載置された天板３３は、寝台装置３０が設けられる側を入り口として開口部へ収容される。

架台装置１０は、Ｘ線管１１と、ウェッジ１６と、コリメータ１７と、Ｘ線検出器１２と、Ｘ線高電圧装置１４と、ＤＡＳ（Ｄａｔａ Ａｃｑｕｉｓｉｔｉｏｎ Ｓｙｓｔｅｍ）１８と、回転フレーム１３と、制御装置１５と、寝台装置３０とを有する。

Ｘ線管１１は、Ｘ線高電圧装置１４からの高電圧の印加により、陰極（フィラメント）から陽極（ターゲット）に向けて熱電子を照射する真空管である。例えば、Ｘ線管１１には回転する陽極に熱電子を照射することでＸ線を発生させる回転陽極型のＸ線管がある。

ウェッジ１６は、Ｘ線管１１から照射されたＸ線のＸ線量を調節するためのフィルタである。具体的には、ウェッジ１６は、Ｘ線管１１から被検体Ｐへ照射されるＸ線が、予め定められた分布になるように、Ｘ線管１１から照射されたＸ線を透過して減衰するフィルタである。

ウェッジ１６は、例えばウェッジフィルタ（ｗｅｄｇｅ ｆｉｌｔｅｒ）またはボウタイフィルタ（ｂｏｗ－ｔｉｅ ｆｉｌｔｅｒ）であり、所定のターゲット角度や所定の厚みとなるようにアルミニウムを加工したフィルタである。

コリメータ１７は、ウェッジ１６を透過したＸ線の照射範囲を絞り込むための鉛板等であり、複数の鉛板等の組み合わせによってスリットを形成する。なお、コリメータ１７は、Ｘ線絞りと呼ばれる場合もある。

Ｘ線検出器１２は、Ｘ線管１１から照射され、被検体Ｐを通過したＸ線を検出し、当該Ｘ線量に対応した電気信号をデータ収集装置（ＤＡＳ１８）へと出力する。Ｘ線検出器１２は、例えば、Ｘ線管１１の焦点を中心として１つの円弧に沿ってチャンネル方向に複数のＸ線検出素子が配列された複数のＸ線検出素子列を有する。なお、チャンネル方向は、回転フレーム１３の円周方向を意味する。

Ｘ線検出器１２は、例えば、Ｘ線管１１の焦点を中心として一つの円弧に沿ってチャンネル方向に複数のＸ線検出素子が配列された複数のＸ線検出素子列を有する。Ｘ線検出器１２は、例えば、チャンネル方向に複数のＸ線検出素子が配列されたＸ線検出素子列がスライス方向（体軸方向、列方向とも呼ばれる）に複数配列された構造を有する。

また、Ｘ線検出器１２は、例えば、グリッドと、シンチレータアレイと、光センサアレイとを有する間接変換型の検出器である。シンチレータアレイは、複数のシンチレータを有し、シンチレータは入射Ｘ線量に応じた光子量の光を出力するシンチレータ結晶を有する。グリッドは、シンチレータアレイのＸ線入射側の面に配置され、散乱Ｘ線を吸収する機能を有するＸ線遮蔽版を有する。

光センサアレイは、シンチレータからの光量に応じた電気信号に変換する機能を有し、例えば、光電子増倍管（ＰＭＴ）等の光センサを有する。なお、Ｘ線検出器１２は、入射したＸ線を電気信号に変換する半導体素子を有する直接変換型の検出器であっても構わない。

Ｘ線高電圧装置１４は、変圧器（トランス）及び整流器等の電気回路を有し、Ｘ線管１１に印加する高電圧を発生する機能を有する高電圧発生装置と、Ｘ線管１１が照射するＸ線に応じた出力電圧の制御を行うＸ線制御装置とを有する。高電圧発生装置は、変圧器方式であってもよいし、インバータ方式であっても構わない。

なお、Ｘ線高電圧装置１４は、回転フレーム１３に設けられてもよいし、架台装置１０の固定フレーム（図示しない）側に設けられても構わない。なお、固定フレームは、回転フレーム１３を回転可能に支持するフレームである。

ＤＡＳ１８は、Ｘ線検出器１２の各Ｘ線検出素子から出力される電気信号に対して増幅処理を行う増幅器と、電気信号をデジタル信号に変換するＡ／Ｄ変換器とを有し、検出データを生成する。ＤＡＳ１８が生成した検出データは、コンソール装置４０へと転送される。検出データは、例えば、サイノグラムである。

サイノグラムとは、Ｘ線管１１の位置（以下、ビュー角度ともいう）ごとに、且つＸ線検出素子ごとに生成される投影データを、ビュー方向とチャンネル方向とに対応付けて示すデータである。ここで、ビュー方向は、ビュー角度に対応し、Ｘ線の照射方向を意味する。

なお、Ｘ線検出器１２における１つの検出素子列のみを用いてシングルスキャンを実行した場合、１つのスキャンに対して１つのサイノグラムを生成することができる。また、Ｘ線検出器１２における複数の検出素子列を用いてヘリカルスキャン又はボリュームスキャンを実行した場合、１つのスキャンに対して複数のサイノグラムを生成することができる。

回転フレーム１３は、Ｘ線管１１とＸ線検出器１２とを対向支持し、制御装置１５によってＸ線管１１とＸ線検出器１２とを回転させる円環状のフレームである。なお、回転フレーム１３は、Ｘ線管１１とＸ線検出器１２に加えて、Ｘ線高電圧装置１４やＤＡＳ１８を更に支持する。

回転フレーム１３は架台装置の非回転部分（例えば固定フレーム。図２での図示は省略している）により回転可能に支持される。回転機構は例えば回転駆動力を生ずるモータと、当該回転駆動力を回転フレーム１３に伝達して回転させるベアリングとを含む。モータは例えば当該非回転部分に設けられ、ベアリングは回転フレーム１３及び当該モータと物理的に接続され、モータの回転力に応じて回転フレーム１３が回転する。

回転フレーム１３と非回転部分にはそれぞれ、非接触方式または接触方式の通信回路が設けられ、これにより回転フレーム１３に支持されるユニットと当該非回転部分あるいは架台装置１０の外部装置との通信が行われる。

例えば、非接触の通信方式として光通信を採用する場合、ＤＡＳ１８が生成した検出データは、回転フレーム１３に設けられた発光ダイオード（ＬＥＤ）を有する送信機から光通信によって架台装置の非回転部分に設けられた、フォトダイオードを有する受信機に送信され、さらに送信器により当該非回転部分からコンソール装置４０へと転送される。

なお、通信方式としては、この他に容量結合式や電波方式等の非接触型のデータ伝送の他、スリップリングと電極ブラシを使った接触型のデータ伝送方式を採用しても構わない。

制御装置１５は、ＣＰＵ等を有する処理回路と、モータ及びアクチュエータ等の駆動機構とを有する。制御装置１５は、コンソール装置４０若しくは架台装置１０に取り付けられた、後述する入力インタフェース４３からの入力信号を受けて、架台装置１０及び寝台装置３０の動作制御を行う機能を有する。

例えば、制御装置１５は、入力信号を受けて回転フレーム１３を回転させる制御や、架台装置１０をチルトさせる制御、及び寝台装置３０及び天板３３を動作させる制御を行う。なお、架台装置１０をチルトさせる制御は、架台装置１０に取り付けられた入力インタフェースによって入力される傾斜角度（チルト角度）情報により、制御装置１５がＸ軸方向に平行な軸を中心に回転フレーム１３を回転させることによって実現される。

なお、制御装置１５は架台装置１０に設けられてもよいし、コンソール装置４０に設けられても構わない。

寝台装置３０は、スキャン対象の被検体Ｐを載置、移動させる装置であり、基台３１と、寝台駆動装置３２と、天板３３と、支持フレーム３４とを備える。基台３１は、支持フレーム３４を鉛直方向に移動可能に支持する筐体である。寝台駆動装置３２は、被検体Ｐが載置された天板３３をその長軸方向（図２のＺ軸方向）に移動させるモータあるいはアクチュエータである。

支持フレーム３４の上面に設けられた天板３３は、被検体Ｐが載置される板である。なお、寝台駆動装置３２は、天板３３に加え、支持フレーム３４を天板３３の長軸方向に移動してもよい。

寝台駆動装置３２は、制御装置１５からの制御信号に従って、基台３１を上下方向に移動させる。また、寝台駆動装置３２は、制御装置１５からの制御信号に従って、天板３３を長軸方向（Ｚ軸方向）に移動させる。

コンソール装置４０は、操作者によるＸ線ＣＴ装置１の操作を受け付けるとともに、架台装置１０によって収集されたＸ線検出データからＸ線ＣＴ画像データを再構成する装置である。コンソール装置４０は、メモリ４１と、ディスプレイ４２と、入力インタフェース４３と、処理回路４５とを備える。

メモリ４１は、例えばＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等により実現される。メモリ４１は、例えば投影データや再構成画像データを記憶する。また、メモリ４１は、撮影プロトコルを記憶する。

ここで、撮影プロトコルとは、撮影系１９を制御して被検体Ｐを撮影し画像を取得するための手順等を規定したものである。撮影プロトコルは、例えば、撮影部位、撮影条件、撮影範囲、再構成条件、架台装置１０（撮影系１９）の動作、寝台装置３０の動作等のパラメータ群である。

また、メモリ４１は、後述するシステム制御機能４５１、前処理機能４５２、再構成処理機能４５３、及び画像処理機能４５４を実現するための専用プログラムを格納する。

ディスプレイ４２は、操作者が参照するモニタであり、各種の情報を表示する。例えば、ディスプレイ４２は、処理回路４５によって生成された医用画像（ＣＴ画像）や、操作者からの各種操作を受け付けるためのＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）等を出力する。例えば、ディスプレイ４２は、液晶ディスプレイやＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）ディスプレイである。

入力インタフェース４３は、操作者からの各種の入力操作を受け付け、受け付けた入力操作を電気信号に変換して処理回路４５に出力する。例えば、入力インタフェース４３は、投影データを収集する際の収集条件や、ＣＴ画像を再構成する際の再構成条件、ＣＴ画像から後処理画像を生成する際の画像処理条件等を操作者から受け付ける。

また、例えば、入力インタフェース４３は、マウスやキーボード、トラックボール、スイッチ、ボタン、ジョイスティック等により実現される。また、入力インタフェース４３は、架台装置１０に設けられてもよい。また、入力インタフェース４３は、コンソール装置４０本体と無線通信可能なタブレット端末等で構成されることにしても構わない。

処理回路４５は、Ｘ線ＣＴ装置１全体の動作を制御する。処理回路４５は、例えば、システム制御機能４５１、前処理機能４５２、再構成処理機能４５３、及び画像処理機能４５４を有する。

実施形態では、構成要素であるシステム制御機能４５１、前処理機能４５２、再構成処理機能４５３、及び画像処理機能４５４にて行われる各処理機能は、コンピュータによって実行可能なプログラムの形態でメモリ４１へ記憶されている。処理回路４５はプログラムをメモリ４１から読み出し、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４５は、図２の処理回路４５内に示された各機能を有することになる。

なお、図２においては単一の処理回路４５にて、システム制御機能４５１、前処理機能４５２、再構成処理機能４５３、及び画像処理機能４５４にて行われる処理機能が実現され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４５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。

換言すると、上述のそれぞれの機能がプログラムとして構成され、１つの処理回路が各プログラムを実行する場合であってもよいし、特定の機能が専用の独立したプログラム実行回路に実装される場合であってもよい。

システム制御機能４５１は、入力インタフェース４３を介して操作者から受け付けた入力操作に基づいて、処理回路４５の各種機能を制御する。例えば、システム制御機能４５１は、入力インタフェース４３を介し、ログインのためのユーザ情報（例えばユーザＩＤ等）、被検体情報等の入力を受け付ける。また、例えば、システム制御機能４５１は、入力インタフェース４３を介し、撮影プロトコルの入力を受け付ける。

前処理機能４５２は、ＤＡＳ１８から出力された検出データに対して対数変換処理やオフセット処理、チャンネル間の感度補正処理、ビームハードニング補正等の前処理を施したデータを生成する。なお、前処理前のデータ（検出データ）及び前処理後のデータを総称して投影データと称する場合もある。

再構成処理機能４５３は、後述する医用画像処理装置２から送信される超解像処理の対象となる被検体Ｐの部位に関する情報に基づいて、前処理機能４５２により生成された投影データに対して、再構成条件に従ってフィルタ補正逆投影法や逐次近似再構成法等を用いた再構成処理を行って、複数のスライス画像データ（ＣＴ画像データ）を生成する。生成されたスライス画像データは、医用画像処理装置２に送信され、医用画像処理装置２で超解像処理が行われる。なお、スライス画像データは、医用画像データの一例である。

また、再構成処理機能４５３は、医用画像処理装置２から参照用画像データの送信要求を受信した場合、投影データに対して再構成処理を行って参照用画像データを生成する。参照用画像は、超解像処理の対象部位の選択処理を行うために用いられるスライス画像である。参照用画像は、診断に用いるものではないため、低画質の画像であってもよい。生成された参照用画像データは、処理回路４５により、医用画像処理装置２に送信される。

画像処理機能４５４は、入力インタフェース４３を介して操作者から受け付けた入力操作に基づいて、医用画像処理装置２から受信した、超解像処理を施したスライス画像データ（以下、超解像スライス画像データともいう）を公知の方法により、任意断面の断層像データや三次元画像データに変換する。なお、三次元画像データの生成は再構成処理機能４５３が行なってもよい。

なお、後処理は、コンソール装置４０又は医用画像処理装置２のどちらで実施することにしても構わない。また、コンソール装置４０と医用画像処理装置２の両方で同時に処理することにしても構わない。

ここで定義される後処理とは、医用画像処理装置２から受信した、複数の超解像スライス画像データに対する処理を指す概念である。例えば、後処理は、ノイズの除去、複数の超解像スライス画像のＭｕｌｔｉ-Ｐｌａｎａｒ Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ（ＭＰＲ）表示、及び、ボリュームデータのレンダリング等を含む処理である。

図１に戻り、医用画像処理装置２について説明する。医用画像処理装置２は、Ｘ線ＣＴ装置１による被検体Ｐのスキャンによって生成されるスライス画像データに対して、画質を向上させる超解像処理を行なう装置である。本実施形態では、一例として、Ｘ線ＣＴ装置１において生成されたスライス画像データに対して、医用画像処理装置２による超解像処理が行なわれる場合について説明する。

医用画像処理装置２は、例えば、図１に示すように、メモリ２１、ディスプレイ２２、入力インタフェース２３及び処理回路２４を備える。

メモリ２１は、各種の情報を記憶する。メモリ２１は、例えば、超解像モデル２１１を記憶する。超解像モデル２１１は、例えば、スライス画像データの入力に応じて、超解像スライス画像データを出力するよう機能付けられた学習済みモデルである。なお、超解像モデル２１１は、ネットワークＮＷを介して、医用画像処理装置２と接続されたサーバ等の外部装置に記憶されていてもよい。超解像モデル２１１については、後述する。

また、例えば、メモリ２１は、医用画像処理装置２に含まれる回路がその機能を実現するためのプログラムを記憶する。また、例えば、メモリ２１は、Ｘ線ＣＴ装置１から受信したデータ、及び、処理回路２４によって生成されたデータを記憶する。

なお、メモリ２１は、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等により実現される。また、メモリ２１は、医用画像処理装置２とネットワークＮＷを介して接続されたサーバ群（クラウド）により実現されることとしてもよい。

ディスプレイ２２は、各種の情報を表示する。例えば、ディスプレイ２２は、入力インタフェース２３を介してユーザから各種の指示や設定等を受け付けるためのＧＵＩ（Graphical User Interface）を表示する。

例えば、ディスプレイ２２は、液晶ディスプレイやＣＲＴ（Cathode Ray Tube）ディスプレイである。ディスプレイ２２は、デスクトップ型でもよいし、医用画像処理装置２本体と無線通信可能なタブレット端末等で構成されることにしても構わない。

入力インタフェース２３は、ユーザからの各種の入力操作を受け付け、受け付けた入力操作を電気信号に変換して処理回路２４に出力する。例えば、入力インタフェース２３は、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、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、音声入力回路等により実現される。

なお、入力インタフェース２３は、医用画像処理装置２本体と無線通信可能なタブレット端末等で構成されることにしても構わない。また、入力インタフェース２３は、モーションキャプチャによりユーザからの入力操作を受け付ける回路であっても構わない。一例を挙げると、入力インタフェース２３は、トラッカーを介して取得した信号やユーザについて収集された画像を処理することにより、ユーザの体動や視線等を入力操作として受け付けることができる。

また、入力インタフェース２３は、マウスやキーボード等の物理的な操作部品を備えるものだけに限られない。例えば、医用画像処理装置２とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を処理回路２４へ出力する電気信号の処理回路も入力インタフェース２３の例に含まれる。

処理回路２４は、選択機能２４１、取得機能２４２、分割機能２４３、特定機能２４４及び超解像処理機能２４５を実行することで、医用画像処理装置２全体の動作を制御する。ここで、取得機能２４２は、取得部の一例である。また、選択機能２４１は、選択部の一例である。また、分割機能２４３及び特定機能２４４は、特定部の一例である。また、超解像処理機能２４５は、処理部の一例である。

図１に示す医用画像処理装置２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メモリ２１へ記憶されている。処理回路２４は、メモリ２１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、プログラムを読み出した状態の処理回路２４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２４にて、選択機能２４１、取得機能２４２、分割機能２４３、特定機能２４４、及び超解像処理機能２４５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２４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。また、処理回路２４が有する各処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。

また、処理回路２４は、ネットワークＮＷを介して接続された外部装置のプロセッサを利用して、機能を実現することとしてもよい。例えば、処理回路２４は、メモリ２１から各機能に対応するプログラムを読み出して実行するとともに、医用画像処理装置２とネットワークＮＷを介して接続されたサーバ群（クラウド）を計算資源として利用することにより、図１に示す各機能を実現する。

選択機能２４１は、超解像処理の対象となる被検体Ｐの対象部位をスライス画像データから選択する。具体的には、まず、選択機能２４１は、参照用画像データの送信要求をＸ線ＣＴ装置１に送信する。次いで、Ｘ線ＣＴ装置１から参照用画像データを受信する。次いで、選択機能２４１は、当該参照用画像データをディスプレイ２２に出力する。

次いで、選択機能２４１は、ユーザから対象部位の選択指示の入力を受付ける。図３は、選択処理の一例を示す説明図である。図３の参照用画像データＲＩは、被検体Ｐの特定の断面を表すスライス画像データである。ユーザは、選択枠ＳＦを用いて参照画像データＲＩ上の対象部位の選択指示を行う。なお、選択枠ＳＦの位置、大きさ、及び形状等は、ユーザが自由に調整できる。

選択機能２４１は、ユーザから受け付けた、対象部位の選択指示の入力に従い、対象部位を選択する。例えば、図３では、選択機能２４１は、選択枠ＳＦで囲われた領域を、対象部位となる選択領域ＳＥとして選択する。

なお、選択機能２４１は、被検体Ｐの撮影部位等に基づいて、対象部位を自動的に選択してもよい。この場合、選択機能２４１は、撮影部位を決定するための撮影された位置決め画像データに基づいて、対象部位を選択する。また、位置決め画像データから複数の対象部位が候補として導出される場合、選択機能２４１は、ユーザから、複数の候補の何れを対象部位とするかを指示する入力を受付けてもよい。

また、選択機能２４１は、被検体Ｐの既往歴に基づいて、対象部位を自動的に選択してもよい。例えば、被検体Ｐの既往歴に肺疾患が含まれる場合、選択機能２４１は、肺部を対象部位に選択してもよい。なお、既往歴から複数の対象部位が候補として導出される場合、選択機能２４１は、ユーザから、複数の候補の何れを対象部位とするかを指示する入力を受付けてもよい。

ユーザの対象部位の選択入力の内容（図２では、選択領域ＳＥの情報）は、処理回路２４により、Ｘ線ＣＴ装置１へ送信される。Ｘ線ＣＴ装置１の再構成処理機能４５３は、ユーザの選択入力の内容に基づいて、再構成処理を行い、複数のスライス画像データを生成する。

取得機能２４２は、処理対象の複数のスライス画像データを取得する。具体的には、取得機能２４２は、ユーザの対象部位の選択入力の内容に基づいて、Ｘ線ＣＴ装置１の再構成処理機能４５３により生成された複数のスライス画像データを取得する。なお、取得機能２４２は、選択機能２４１により選択された対象部位が存在する複数のスライス画像データを取得する。

分割機能２４３は、１のスライス画像データを複数のサブスライス画像データに分割する。サブスライス画像データは、サブデータの一例である。具体的には、分割機能２４３は、取得機能２４２により取得された各スライス画像データを複数のサブスライス画像データに分割する。図４は、スライス画像データの分割処理の一例を示す図である。図４に示すように、分割機能２４３は、スライス画像ＬＩを縦５×横５の格子状の領域に分割する。

このように分割機能２４３により分割された各領域を表す画像データがサブスライス画像データとなる。図４では、１のスライス画像データから２５のサブスライス画像データを生成している。

なお、図４では、分割機能２４３は、スライス画像ＬＩを縦５×横５の領域に分割しているが、分割の方法はこれに限定されるものではない。例えば、分割機能２４３は、スライス画像ＬＩを縦２×横２の領域に分割してもよいし、スライス画像ＬＩを縦１０×横５の領域に分割してもよい。

特定機能２４４は、スライス画像データに基づいて、スライス画像データのうち、画質を向上させる超解像処理の対象となる対象領域と超解像処理の対象外となる対象外領域とを特定する。具体的には、特定機能２４４は、分割機能２４３により生成された複数のサブスライス画像データについて、サブスライス画像データごとに対象領域と非対象領域とを特定する。

より具体的には、特定機能２４４は、選択機能２４１により選択された対象部位と、人体の部位ごとに予め定められた基準特徴量と、サブスライス画像データに含まれる特徴量の分布とに基づいて、対象領域を特定する。なお、特徴量はデータ値の一例である。

特徴量としては、例えば、エッジ量が用いられる。一例として、対象部位が肝臓である場合、特定機能２４４は、サブスライス画像データのエッジ量を算出し、予め定めた肝臓を表すエッジ量（以下、基準エッジ量ともいう）と比較する。なお、エッジ量は、離散微分した微分値、２次元フーリエ変換した高周波の振幅、フィルタリングにより特徴抽出した値等を用いる既存の手法により算出することができる。

算出したエッジ量と基準エッジ量とが類似する場合、特定機能２４４は、当該サブスライス画像データが表すスライス画像データ上の特定の領域を対象領域として特定する。一方、算出したエッジ量と基準エッジ量とが類似しない場合、特定機能２４４は、当該サブスライス画像データが表すスライス画像データ上の特定の領域を対象外領域として特定する。

なお、算出したエッジ量と基準エッジ量とが類似するか否かは、例えば、両者の差分値の閾値を定めること等により判断する。この場合、差分値が閾値未満のとき、特定機能２４４は、算出したエッジ量と基準エッジ量とが類似すると判断する。一方、差分値が閾値以上のとき、特定機能２４４は、算出したエッジ量と基準エッジ量とが類似しないと判断する。

また、特定機能２４４は、スライス画像データを極座標変換した後、距離方向に１次元フーリエ変換し、高周波の振幅が予め定めた閾値以下となる最小の距離で対象領域を特定してもよい。これは、スライス画像の中心に重要な情報が含まれている可能性が高いためである。

なお、上記では特徴量としてエッジ量を用いているが、特徴量は、例えば、ＣＴ値等であってもよい。また、例えば、ＣＴ値及びエッジ量のように、２つの要素を組み合わせて特徴量として用いてもよい。

特定機能２４４は、選択機能２４１により選択された対象部位が存在する複数のスライス画像データについて、対象領域と対象外領域とを特定する処理（以下、単に特定処理ともいう）を行う。なお、特定機能２４４は、特定処理を行ったスライス画像データに隣接するスライス画像データについては、特定処理を省略してもよい。

これは、例えば、あるスライス画像データに対象領域が含まれる場合、当該スライス画像データに隣接するスライス画像データにも対象領域が含まれる可能性が高いからである。また、特定処理を省略する場合、あるスライス画像データから何枚先のスライス画像データまで特定処理を省略するかを予め定めてもよい。この場合、対象部位によって、省略する枚数を変更してもよい。

なお、特定機能２４４は、特定処理用の特定処理用画像データを生成してもよい。例えば、特定機能２４４は、対象部位が判別できる範囲でサブスライス画像データをダウンサンプリングして特定処理用画像データを生成する。ダウンサンプリングした特定処理用画像データを生成することにより、処理回路２４の処理負担を軽減させることができる。

また、特定機能２４４は、エッジを強調した特定処理用画像データを用いて特定処理を行ってもよい。この場合、例えば、Ｘ線ＣＴ装置１の再構成処理機能４５３は、サイノグラムに対して、対象部位のエッジ抽出を行い、抽出結果に基づいて、再構成処理を行い、エッジを強調した特定処理用画像データを生成する。エッジが強調されることにより、対象領域の特定がしやすくなる。

超解像処理機能２４５は、対象領域に関する情報に基づいて、スライス画像データに対して超解像処理を行う。例えば、超解像処理機能２４５は、超解像モデル２１１を用いて超解像処理を行う。

ここで、図５を用いて超解像モデル２１１の生成処理について説明する。図５は、機械学習による超解像モデル２１１の生成方法の一例を示す説明図である。なお、超解像モデル２１１は、医用画像処理装置２で生成されてもよいし、医用画像処理装置２以外の外部装置で生成されてもよい。以下、超解像モデル２１１を生成する装置を学習装置という。

例えば、学習装置は、図５に示すように、入力側教師データである「低画質スライス画像データ」と、出力側教師データである低画質スライス画像データを高画質化した「高画質スライス画像データ」とを学習用データセットとして機械学習エンジンに入力し、機械学習を行う。

ここで、低画質スライス画像データは、例えば、高線量で撮影された高画質スライス画像データを、一旦縮小した後、再度拡大する等の加工を行い低画質化させたものである。なお、低画質スライス画像データの収集方法はこれに限定されるものではない。例えば、被検体Ｐの同じ部位を低線量と高線量との両方で撮影し、低線量で撮影されたスライス画像データを低画質スライス画像データとしてもよい。

なお、機械学習エンジンとしては、例えば、公知である非特許文献「クリストファー M. ビショップ（Christopher M. Bishop）著、「パターン認識と機械学習（Pattern recognition and machine learning）」、（米国）、第１版、スプリンガー（Springer）、2006年、P.225-290」に記載のニューラルネットワーク（Neural Network）等を適用することができる。

また、機械学習エンジンについては、上記したニューラルネットワークの他、例えば、ディープラーニングや、ロジスティック（Logistic）回帰分析、非線形判別分析、サポートベクターマシン（Support Vector Machine：ＳＶＭ）、ランダムフォレスト（Random Forest）、ナイーブベイズ（Naive Bayes）等の各種のアルゴリズムを用いるものでもよい。

上述の学習装置で生成された超解像モデル２１１は、スライス画像データ（低画質スライス画像データ）の入力に応じて、超解像スライス画像データ（高画質スライス画像データ）を出力するように機能付けられる。

図６は、超解像モデル２１１の入出力イメージの一例を示す図である。図６に示すように、超解像モデル２１１は、スライス画像データの入力に応じて、スライス画像データを高画質化した超解像スライス画像データを出力する。超解像処理機能２４５は、この超解像モデル２１１を用いて超解像処理を行う。

まず、超解像処理機能２４５は、サブスライス画像データから、対象領域として特定された領域をクロッピングした画像データを超解像モデル２１１に入力する。超解像処理機能２４５は、超解像モデル２１１から出力された超解像画像データを取得する。

なお、この例では、サブスライス画像データから、対象領域として特定された領域をクロッピングしたサブスライス画像データを超解像モデル２１１に入力しているが、対象領域として特定された領域を極座標変換した情報を超解像モデル２１１に入力してもよい。この場合の超解像モデル２１１は、例えば、極座標変換した結果を入力側教師データとして学習された学習済みモデルである。

次いで、超解像処理機能２４５は、超解像モデル２１１に入力しなかった領域（サブスライス画像データ上のクロッピングされた領域以外の領域）を表す画像データと、超解像モデル２１１から出力された超解像画像データとをマージし、超解像サブスライス画像データを生成する。

次いで、超解像処理機能２４５は、対象領域として特定された領域を含む全てのサブスライス画像データに対して同様の処理を行う。そして、生成された全ての超解像サブスライス画像データと、対象領域として特定された領域を含まない全てのサブスライス画像データとをマージして、超解像スライス画像データを生成する。生成された超解像スライス画像データは、Ｘ線ＣＴ装置１に送信され、Ｘ線ＣＴ装置１で後処理が行われる。

なお、超解像モデル２１１が外部装置に記憶されている場合、超解像処理機能２４５は、当該外部装置に、対象領域として特定された領域を表すサブスライス画像データを送信する。そして、超解像モデル２１１から出力された超解像サブスライス画像データを外部装置から取得する。この場合、超解像処理機能２４５は、超解像モデル２１１を記憶する外部装置に対して、スライス画像データの対象領域に関する情報を出力することになるため、出力部の一例であるといえる。

また、医用画像処理装置２に超解像モデル２１１が記憶されている場合も、超解像処理機能２４５は、超解像モデル２１１に対して、スライス画像データの対象領域に関する情報を出力しているともいえるため、この場合も超解像処理機能２４５は、出力部の一例であるといえる。

次に、医用画像処理装置２が実行する処理について説明する。図７は、医用画像処理装置２が実行する処理の一例を示すフローチャートである。

まず、選択機能２４１は、超解像処理の対象部位を選択する（ステップＳ１）。具体的には、選択機能２４１は、Ｘ線ＣＴ装置１から参照用画像データを取得する。選択機能２４１は、当該参照用画像データを用いて、ユーザから対象部位の選択入力を受付ける。次いで、選択機能２４１は、ユーザから受け付けた対象部位の選択入力の内容をＸ線ＣＴ装置１へ送信する（ステップＳ２）。

対象部位の選択入力の内容を受信したＸ線ＣＴ装置１は、対象部位の選択入力の内容に基づいて、投影データにして再構成処理を実行し、複数のスライス画像データを生成する。生成された複数のスライス画像データは、Ｘ線ＣＴ装置１の処理回路４５により、医用画像処理装置２に送信される。

次いで、取得機能２４２は、処理対象の複数のスライス画像データを取得する（ステップＳ３）。具体的には、取得機能２４２は、Ｘ線ＣＴ装置１から送信される、対象部位を含む複数のスライス画像データを取得する。次いで、分割機能２４３は、スライス画像データをサブスライス画像データに分割する（ステップＳ４）。具体的には、分割機能２４３は、スライス画像を格子状に分割し、分割された各領域を表す画像をサブスライス画像とする。

次いで、特定機能２４４は、各サブスライス画像データについて、対象領域と対象外領域とを特定する。具体的には、特定機能２４４は、選択機能２４１により選択された対象部位と、人体の部位ごとに予め定められた基準エッジ量と、に基づいて、対象領域と対象外領域とを特定する。そして、特定機能２４４は、各サブスライス画像データが対象領域として特定された領域を含むか否かを判定する（ステップＳ５）。

特定機能２４４により、対象領域として特定された領域を含まないと判定された場合（ステップＳ５：Ｎｏ）、ステップＳ８の処理に移行する。一方、特定機能２４４により、対象領域として特定された領域を含むと判定された場合（ステップＳ５：Ｙｅｓ）、超解像処理機能２４５は、当該サブスライス画像データの対象領域として特定された領域をクロッピングした画像データを超解像モデル２１１に入力する（ステップＳ６）。

次いで、超解像処理機能２４５は、超解像サブスライス画像データを生成する（ステップＳ７）。具体的には、超解像処理機能２４５は、超解像モデル２１１から出力された超解像画像データを取得する。そして、超解像処理機能２４５は、超解像画像データと、対象外領域を表す画像データとをマージすることで、対象領域が高解像度化された超解像サブスライス画像データを生成する。

次いで、超解像処理機能２４５は、特定処理を行っていない（未処理の）サブスライス画像データの有無を確認する（ステップＳ８）。未処理のサブスライス画像データが存在する場合（ステップＳ８：Ｙｅｓ）、ステップＳ５の処理に移行する。

一方、未処理のサブスライス画像データが存在しない場合（ステップＳ８：Ｎｏ）、超解像処理機能２４５は、生成した全ての超解像サブスライス画像データと、対象外領域として特定された領域のみを含む全てのサブスライス画像データとをマージし、超解像スライス画像データを生成する（ステップＳ９）。超解像処理機能２４５は、当該超解像スライス画像データをＸ線ＣＴ装置１へ送信し、本処理を終了する（ステップＳ１０）。

以上に述べた実施形態に係る医用画像処理装置２は、処理対象となるスライス画像データを取得し、当該スライス画像データのうち、超解像処理の対象となる対象領域と、超解像処理の対象外となる対象外領域とを特定し、特定された対象領域に関する情報を出力する。

これにより、対象領域を特定し、対象領域に関する情報を出力することができるため、対象外の領域に対して超解像処理が行われることがなくなる。したがって、超解像処理にかかる時間を短縮することができる。つまり、本実施形態に係る医用画像処理装置２によれば、医用画像の超解像処理の効率を向上させることができる。

また、本実施形態に係る医用画像処理装置２は、出力された対象領域に関する情報に基づいて、スライス画像データに対して超解像処理を行う。これにより、外部装置とのデータの送受信回数を減少させることができる。したがって、より医用画像の超解像処理の効率を向上させることができる。

また、本実施形態に係る医用画像処理装置２は、超解像処理の対象となる被検体Ｐの部位である対象部位を選択する。これにより、例えば、診断の対象外となる被検体Ｐの部位については、超解像処理を行わないようにすることができる。したがって、医用画像の超解像処理の効率を向上させることができる。

また、本実施形態に係る医用画像処理装置２は、ユーザの選択指示に従い、前対象部位を選択してもよい。これにより、ユーザが指示した被検体Ｐの部位のみについて、超解像処理を行うことができる。

また、本実施形態に係る医用画像処理装置２は、位置決め撮影により生成される位置決め画像データに基づいて、対象部位を選択してもよい。これにより、対象部位を選択しなくても自動的に対象部位が選択されるため、ユーザの負担を軽減することができる。

また、本実施形態に係る医用画像処理装置２は、被検体Ｐに過去の既往歴がある場合、当該既往歴に基づいて、対象部位を選択してもよい。これにより、例えば、過去に診断の対象となった被検体Ｐの部位が自動的に対象部位として選択されるため、ユーザの負担を軽減することができる。

また、本実施形態に係る医用画像処理装置２は、予め定めた対象部位を表す特徴量の基準値と、スライス画像データに含まれる特徴量の分布に基づいて、対象領域を特定する。これにより、対象領域を正確に特定することができる。そして、対象領域を正確に特定することで、超解像処理が不要な領域に対して超解像処理を行うことがなくなり、医用画像の超解像処理の効率を向上させることができる。

また、本実施形態において、特徴量は、少なくともＣＴ値及びエッジ量の何れか１つを含んでいる。これにより、ＣＴ値やエッジ量といった既存のデータ値を算出することで、対象領域を正確に特定することができる。

また、本実施形態に係る医用画像処理装置２は、スライス画像データを複数のサブスライス画像データに分割し、当該複数のサブスライス画像データに基づいて、対象領域を特定する。これにより、１回１回の特定処理を行う領域が小さくなるため、処理負担を軽減することができる。

なお、上述した実施形態は、各装置が有する構成又は機能の一部を変更することで、適宜に変形して実施することも可能である。そこで、以下では、上述した実施形態に係るいくつかの変形例を他の実施形態として説明する。なお、以下では、上述した実施形態と異なる点を主に説明することとし、既に説明した内容と共通する点については詳細な説明を省略する。また、以下で説明する変形例は、個別に実施されてもよいし、適宜組み合わせて実施されてもよい。

（変形例１）
上述の実施形態においては、医用画像診断装置１が、Ｘ線ＣＴ装置である場合を例として説明したが、これに限定されるものではない。医用画像診断装置１は、例えば、ＭＲＩ（Magnetic Resonance Imaging）装置、アンギオ－ＣＴシステム、トモシンセシス装置、ＳＰＥＣＴ（Single Photon Emission Computed Tomography）装置、ＰＥＴ（Positron Emission computed Tomography）装置等であってもよい。

本変形例によれば、Ｘ線ＣＴ装置に限らず、低画質で撮影された医用画像データを高画質化することができる。これにより、医用画像の撮影によって被検体Ｐにかかる負担を軽減することができる。

（変形例２）
上述の実施形態においては、Ｘ線ＣＴ装置１のコンソール装置４０とは別体の情報処理装置を医用画像処理装置２とする形態について説明した。しかしながら、コンソール装置４０が、医用画像処理装置２が備える機能構成を備えていてもよい。本変形例によれば、１つの装置で再構成処理や超解像処理等の処理を行うことができるため、医用画像の超解像処理の効率を向上させることができる。

（変形例３）
上述の実施形態においては、選択機能２４１により選択された対象部位以外の領域や空気を表す空気領域についても特定処理を行う形態について説明した。しかしながら、対象部位以外の領域や空気領域をマスクし、マスクした領域（以下、マスク領域ともいう）については特定処理を省略してもよい。

図８は、変形例３に係る医用画像処理システムＳの構成の一例を示すブロック図である。図８に示すように、変形例３に係る医用画像処理装置２は、マスク機能２４６を機能部として備える。また、図８の例では、医用画像処理装置２は、分割機能２４３を備えていない。

マスク機能２４６は、スライス画像データ上の対象部位以外の領域や空気領域をマスクする。例えば、マスク機能２４６は、選択機能２４１により選択された対象部位をクロッピングし、クロッピングされた領域以外の領域をマスク領域として設定する。

また、マスク機能２４６は、スライス画像データを構成する各画素のＣＴ値に基づいて、空気領域を検出する。これは、スライス画像において、空気は黒く描画されるためである。したがって、ＣＴ値の閾値を定めることにより、閾値未満のＣＴ値を示す領域を空気領域として検出することができる。そして、マスク機能２４６は、検出した空気領域をマスク領域として設定する。以下、図９を用いてマスク処理について説明する。

図９は、マスク処理の一例を示す図である。まず、マスク機能２４６は、スライス画像データＬＩから選択機能２４１により選択された選択領域ＳＥをクロッピングする。これにより、スライス画像データＬＩは、選択領域ＳＥ以外の領域を表す画像データである対象部位外画像データＭＩとクロッピング画像データＣＬとに分割される。マスク機能２４６は、対象部位外画像データＭＩ全体をマスク領域ＭＥとして設定する。

また、マスク機能２４６は、クロッピング画像データＣＬから空気領域を検出する。なお、図９では、クロッピング画像データＣＬに空気領域は存在しないが、空気領域がある場合、マスク機能２４６は、当該空気領域をマスクして、マスク領域を設定する。

次に、本変形例における超解像処理について、図１０を用いて説明する。図１０は、変形例３に係る超解像処理の概要の一例を示す図である。まず、特定機能２４４は、クロッピング画像データＣＬについて、対象領域を特定する。超解像処理機能２４５は、対象領域として特定された領域をクロッピングして、超解像モデル２１１に入力する。

超解像処理機能２４５は、超解像モデル２１１から出力された超解像画像データと、対象領域として特定された領域を含まない領域を表す画像データとをマージして、超解像クロッピング画像データＣＨを生成する。超解像処理機能２４５は、マスク領域ＭＥが設定された対象部位外画像データＭＩと、超解像クロッピング画像データＣＨとをマージして超解像スライス画像データＣＩを生成する。

なお、クロッピング画像データＣＬ上にマスク領域ＭＥが設定されている場合、超解像処理機能２４５は、クロッピング画像データＣＬからのマスク領域ＭＥを除いて、超解像モデル２１１に入力して超解像処理を行う。この場合は、クロッピング画像データＣＬのマスク領域ＭＥを表す画像データと、対象部位外画像データＭＩと、マスク領域ＭＥが除かれた超解像クロッピング画像データＣＨとをマージして超解像スライス画像データＣＩを生成する。

なお、この例では、スライス画像データをサブスライス画像データに分割する分割処理を行っていないが、上述したマスク処理を分割処理と併せて行ってもよい。この場合、スライス画像データをサブスライス画像データに分割した後、マスク機能２４６は、サブスライス画像データから選択機能２４１により選択された対象部位を含む領域をクロッピングし、サブスライス画像データにマスク領域を設定する。

また、マスク機能２４６は、クロッピングした対象部位を含む領域について、空気領域を検出し、マスク領域を設定する。その後、特定機能２４４及び超解像処理機能２４５は、サブスライス画像データごとに、対象領域の特定処理及び超解像処理を行う。

次に、本変形例に係る医用画像処理装置２が実行する処理について説明する。図１１は、変形例３に係る医用画像処理装置２が実行する処理の一例を示すフローチャートである。なお、ステップＳ１１乃至ステップＳ１３については、図７のステップＳ１乃至ステップＳ３と同様の処理のため、説明を省略する。

スライス画像データの取得後、マスク機能２４６は、スライス画像データについて、マスク領域を設定する（ステップＳ１４）。具体的には、マスク機能２４６は、選択機能２４１により選択された対象部位をクロッピングし、クロッピングされた領域以外の領域をマスク領域として設定する。さらに、マスク機能２４６は、スライス画像データを構成する各画素のＣＴ値に基づいて、スライス画像データから空気領域を検出し、当該空気領域をマスク領域として設定する。

次いで、特定機能２４４は、スライス画像データにおけるマスク領域以外の領域について、対象領域と対象外領域とを特定する。具体的には、特定機能２４４は、スライス画像データにおけるマスク領域以外の領域について、選択機能２４１により選択された対象部位と、人体の部位ごとに予め定められた基準エッジ量と、に基づいて、対象領域と対象外領域とを特定する。

そして、特定機能２４４は、スライス画像データにおけるマスク領域以外の領域が対象領域として特定された領域を含むか否かを判定する（ステップＳ１５）。対象領域として特定された領域を含まないと判定された場合（ステップＳ１５：Ｎｏ）、ステップＳ１８の処理に移行する。

一方、特定機能２４４により、対象領域として特定された領域を含むと判定された場合（ステップＳ１５：Ｙｅｓ）、超解像処理機能２４５は、スライス画像データにおけるマスク領域以外の領域から対象領域として特定された領域をクロッピングした、クロッピング画像データを超解像モデル２１１に入力する（ステップＳ１６）。

次いで、超解像処理機能２４５は、超解像モデル２１１から出力された超解像クロッピング画像データを取得する（ステップＳ１７）。そして、超解像処理機能２４５は、マスク領域を表す画像データと、超解像クロッピング画像データとをマージすることで、対象領域が高解像度化された超解像スライス画像データを生成する（ステップＳ１８）。次いで、超解像処理機能２４５は、当該超解像スライス画像データをＸ線ＣＴ装置１へ送信し、本処理を終了する（ステップＳ１９）。

本変形例に係る医用画像処理装置２によれば、マスク領域を除いた領域をスライス画像データからクロッピングすることで、特定処理を高速化させることができる。つまり、医用画像の超解像処理の効率を向上させることができる。

（変形例４）
上述の実施形態においては、１の超解像モデル２１１を用いて超解像処理を行う形態について説明した。しかしながら、超解像処理の対象となる部位ごとに異なる超解像モデルを用いて超解像処理を行ってもよい。この場合、超解像処理機能２４５は、対象部位が肺臓の場合は、肺臓用の超解像モデルを用いて、対象部位が心臓の場合は、心臓用の超解像モデル・・・といったように、対象部位に対応する超解像モデルを用いて超解像処理を行う。

例えば、肺臓用の超解像モデルは、「肺臓が撮影された低画質スライス画像データ」を入力側教師データ、「肺臓が撮影された高画質スライス画像データ」を出力側教師データとした機械学習により生成される学習済モデルである。肺臓用の超解像モデルは、肺臓が撮影されたスライス画像データのみを用いて機械学習が行われるため、肺臓が撮影されたスライス画像データを高画質化するのに適した超解像モデルが生成される。

本変形例では、例えば、特定機能２４４は、エッジ量に基づいて、スライス画像データ内に存在する部位（肺臓、心臓、肝臓等）を特定する。そして、超解像処理機能２４５は、特定した部位に対応する超解像モデルを用いて超解像処理を行う。

本変形例に係る医用画像処理装置２によれば、スライス画像データごとに最適な超解像モデルを用いて超解像処理を行うことができる。また、１のスライス画像データに複数の部位が存在する場合、夫々の部位について、最適な超解像モデルを用いて超解像処理を行うことができる。

（変形例５）
上述の実施形態においては、対象領域と対象外領域とを特定する形態について説明した。しかしながら、例えば、第１処理の対象となる第１処理対象領域、第２処理の対象となる第２処理対象領域、及び対象外領域のように、複数の領域を特定し、夫々の領域に対応する処理を行ってもよい。ここで、第２処理は、第１処理よりも処理回路２４への負担が小さい処理であるものとする。

本変形例では、例えば、特定機能２４４は、選択機能２４１により選択された対象部位と、スライス画像データから算出したエッジ量とに基づいて、第１処理対象領域、第２処理対象領域、及び対象外領域を特定する。具体的には、対象部位を表す基準エッジ量と、スライス画像データから算出したエッジ量との差分値について、第１閾値及び第２閾値（ただし、第１閾値＜第２閾値とする）を予め定める。

そして、特定機能２４４は、差分値＜第１閾値となる領域を第１処理領域、第１閾値≦差分値≦第２閾値となる領域を第２処理領域、差分値＞第２閾値となる領域を対象外領域として特定する。次いで、超解像処理機能２４５は、第１処理対象領域に対しては、第１処理を、第２処理対象領域に対しては第２処理を行う。なお、超解像処理機能２４５は、対象外領域に対しては何の処理も行わない。

なお、この例では、特定機能２４４は、第１処理対象領域、第２処理対象領域、及び対象外領域を特定しているが、４つ以上の領域を特定してもよい。例えば、特定機能２４４は、第１処理対象領域、第２処理対象領域、第３処理の対象となる第３処理対象領域、及び対象外領域を特定してもよい。ここで、第３処理は、第２処理よりも処理回路２４への負担が小さい処理であるものとする。

本変形例に係る医用画像処理装置２によれば、負担が重い処理が必要な領域については重い処理を、そこまで重い処理が必要でない領域については軽い処理を行うことができるため、処理速度を向上させることができる。また、超解像処理を行う領域と行わない領域との２つを特定し、超解像処理を行った場合、ユーザは、例えば、両領域の境界付近等の領域に違和感を覚える可能性がある。しかしながら、本変形例のように軽い処理を行う対象となる領域を特定することで、上記の違和感を軽減させる効果が期待できる。

以上説明した少なくとも実施形態及び変形例等によれば、医用画像の超解像処理の効率を向上させることができる。

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（Ｇｒａｐｈｉｃａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）或いは、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））等の回路を意味する。

プロセッサはメモリ４１に保存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、メモリ４１にプログラムを保存する代わりに、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。

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、実施形態同士の組み合わせ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。

１ Ｘ線ＣＴ装置
２ 医用画像処理装置
１０ 架台装置
１１ Ｘ線管
１２ Ｘ線検出器
１３ 回転フレーム
１４ Ｘ線高電圧装置
１５ 制御装置
１６ ウェッジ
１７ コリメータ
１８ ＤＡＳ（Ｄａｔａ Ａｃｑｕｉｓｉｔｉｏｎ Ｓｙｓｔｅｍ）
１９ 撮影系
２１ メモリ
２２ ディスプレイ
２３ 入力インタフェース
２４ 処理回路
２４１ 選択機能
２４２ 取得機能
２４３ 分割機能
２４４ 特定機能
２４５ 超解像処理機能
２４６ マスク機能
３０ 寝台装置
３１ 基台
３２ 寝台駆動装置
３３ 天板
３４ 支持フレーム
４０ コンソール装置
４１ メモリ
４２ ディスプレイ
４３ 入力インタフェース
４５ 処理回路
４５１ システム制御機能
４５２ 前処理機能
４５３ 再構成処理機能
４５４ 画像処理機能

Claims (12)

1. 処理対象の医用画像データを取得する取得部と、
   前記医用画像データに基づいて、前記医用画像データのうち、画質を向上させる超解像処理の対象となる対象領域と前記超解像処理の対象外となる対象外領域とを特定する特定部と、
   前記医用画像データの前記対象領域に関する情報を出力する出力部と、
   を備える医用画像処理装置。
2. 前記出力部が出力する前記対象領域に関する情報に基づいて、前記医用画像データに対して前記超解像処理を行う処理部を更に備える、
   請求項１に記載の医用画像処理装置。
3. 前記超解像処理の対象となる被検体の対象部位を前記医用画像データから選択する選択部を更に備え、
   前記特定部は、前記対象部位が含まれるか否かに基づいて、前記対象領域と前記対象外領域とを前記医用画像データから特定する、
   請求項１又は２に記載の医用画像処理装置。
4. 前記選択部は、ユーザから指示された部位を前記対象部位として選択する、
   請求項３に記載の医用画像処理装置。
5. 前記選択部は、前記被検体の撮影部位に基づいて前記対象部位を選択する、
   請求項３又は４に記載の医用画像処理装置。
6. 前記選択部は、前記被検体の既往歴に基づいて前記対象部位を選択する、
   請求項３乃至５の何れか１項に記載の医用画像処理装置。
7. 前記特定部は、予め定めた前記対象部位を表すデータ値の基準値と、前記医用画像データに含まれるデータ値の分布に基づいて、前記対象領域を特定する、
   請求項３乃至６の何れか１項に記載の医用画像処理装置。
8. 前記データ値は、少なくとも画素値又はエッジ量の何れか１つを含む、
   請求項７に記載の医用画像処理装置。
9. 前記特定部は、前記医用画像データを複数のサブデータに分割し、当該複数のサブデータに基づいて前記対象領域を特定する、
   請求項１乃至８の何れか１項に記載の医用画像処理装置。
10. 前記特定部は、前記複数のサブデータに含まれるデータ値の分布に基づいて、前記対象領域を特定する、
    請求項９に記載の医用画像処理装置。
11. 医用画像処理装置による医用画像処理方法であって、
    処理対象の医用画像データを取得する取得ステップと、
    前記医用画像データに基づいて、当該医用画像データのうち、前記医用画像データの画質を向上させる超解像処理の対象となる対象領域と超解像処理の対象外となる対象外領域とを特定する特定ステップと、
    特定された前記対象領域に関する情報を出力する出力ステップと、
    を含む医用画像処理方法。
12. 医用画像処理装置のコンピュータに、
    処理対象の医用画像データを取得する取得ステップと、
    前記医用画像データに基づいて、前記医用画像データのうち、画質を向上させる超解像処理の対象となる対象領域と前記超解像処理の対象外となる対象外領域とを特定する特定ステップと、
    前記医用画像データの前記対象領域に関する情報を出力する出力ステップと
    を実行させるプログラム。
    

Images