JP6035167B2 - 医用画像処理プログラム、医用画像処理方法および医用画像処理装置 - Google Patents

Description

本発明は、医用画像処理プログラム、医用画像処理方法および医用画像処理装置に関する。

医用画像には、大別して、解剖学的情報を画像化した形態画像と、生理学的情報を画像化した機能画像とが存在する。形態画像としては、コンピュータ断層撮影（ＣＴ）画像や磁気共鳴（ＭＲ）画像が知られている。機能画像の一態様である核医学画像としては、陽電子放出型断層撮像（ＰＥＴ）画像や単光子放出型断層撮像（ＳＰＥＣＴ）画像が知られている。近年、形態画像と核医学画像、たとえばＰＥＴ画像とＣＴ画像を融合することで、解剖学的情報および生理学的情報を考慮した高精度の診断を行うことが提案されている。

腹胸部領域の医用画像を撮像する場合、呼吸などの体動の影響（モーションアーチファクト）により画像にブレが生じることが問題となる。一例としてＰＥＴの場合、画像の撮像のために十分な陽電子のカウント数を得るためには２分程度の時間を要するため、その間に被験者が呼吸を停止しておくことは難しい。このため、撮像される医用画像には呼吸運動によるブレが含まれることとなる。

非特許文献１には、ＰＥＴ画像とＣＴ画像とを融合して腫瘍の位置を同定することが放射線治療に有効であることが記載されている。非特許文献１には、体表面に取り付けた赤外線マーカーから呼吸周期の位相を取得しつつ撮像を行うことで、ＰＥＴ画像から呼吸性移動による誤差要因を除去することが記載されている。
非特許文献２には、呼吸運動の大きい下肺野に関してはＰＥＴ画像に含まれるブレが大きく、ＣＴ画像と融合することが困難であることが記載されている。非特許文献２には、この問題を解決するため、呼吸停止下でＰＥＴ画像を撮像する手法のほか、呼吸同期下でＰＥＴ画像とＣＴ画像を取得し、全呼吸時相のデータを照合してＰＥＴとＣＴの時相の一致したデータのみを抽出する手法などが記載されている。非特許文献２には、被験者に過度の負担を与えることなくＰＥＴ画像のモーションアーチファクトを実用的に十分に低減するには改善の余地があることが記載されている。

特許文献１および２には、心臓を撮像する磁気共鳴（ＭＲ）映像装置において、呼吸動に起因するモーションアーチファクトを低減することが記載されている。具体的には、被験者の体表にプローブを装着して呼吸動による横隔膜の変位を検出し、検出された移動量に基づいて心臓のスキャン位置を補正している。

特開２０１１−１４７５６０号公報 特開２０１１−１４７５６１号公報

「ＰＥＴ／ＣＴシミュレータによる治療計画 呼吸制御の現状」、立石宇貴秀著、臨床放射線、金原出版株式会社、Ｖｏｌ．５７ Ｎｏ．４、Ｐ．４９６−Ｐ．５０１、２０１２年４月 「肺癌診断におけるＰＥＴ−ＣＴの有用性と限界」、野上宗伸著、画像診断、株式会社学研メディカル秀潤社、Ｖｏｌ．３１ Ｎｏ．１０、Ｐ．１０４６−Ｐ．１０５４、２０１１年９月

しかしながら、特許文献１、２および非特許文献１の技術は、呼吸時相を取得するためのプローブや赤外線マーカー等の特別な機器を導入する必要があるため汎用性に欠ける。また、医用画像に呼吸時相を対応づけて撮像する技術であるため、呼吸時相を取得することなく過去に通常の方法で撮像されて蓄積されている医用画像に対して適用することはできない。そして、非特許文献２に記載されているように、医用画像において呼吸動に起因するモーションアーチファクトを十分に低減することはまだ実現されていない。

本発明は上述のような課題に鑑みてなされたものであり、呼吸時相を取得するための特別な機器を導入することなく医用画像から呼吸動に起因するモーションアーチファクトを実用的なレベルで低減することができる技術を提供するものである。

本発明によれば、人体の胸部を含む医用画像をコンピュータに画像処理させるためのプログラムであって、前記医用画像から横隔膜と肝臓との接触領域に関する画素強度の頭尾方向の変化率に基づいてフィルタ関数を生成するステップと、生成された前記フィルタ関数を用いて前記医用画像にデコンボリューション処理を行うステップと、を含む医用画像処理プログラムが提供される。

また、本発明によれば、人体の胸部を含む医用画像から横隔膜と肝臓との接触領域に関する画素強度の頭尾方向の変化率に基づいてフィルタ関数を算出する工程と、算出された前記フィルタ関数を用いて前記医用画像にデコンボリューション処理を行う工程と、を含む医用画像処理方法が提供される。

また、本発明によれば、人体の胸部を含む医用画像を画像処理する装置であって、前記医用画像を入力する画像入力手段と、入力された前記医用画像における横隔膜と肝臓との接触領域を特定する領域特定手段と、特定された前記接触領域に関する前記医用画像の画素強度の頭尾方向の変化率を算出する変化率算出手段と、算出された前記変化率に基づいて前記医用画像のフィルタ関数を生成するフィルタ生成手段と、生成された前記フィルタ関数を用いて前記医用画像にデコンボリューション処理を行う鮮鋭化処理部と、を含む医用画像処理装置が提供される。

本発明によれば、撮像された医用画像からフィルタ関数を生成してデコンボリューション（逆畳み込み）処理を行う。このため、呼吸時相を取得するための特別な機器を導入することなく、自由呼吸下で撮像された医用画像から呼吸動に起因するモーションアーチファクトを実用的なレベルで低減することが可能である。

本発明の実施形態にかかる医用画像処理装置のブロック図である。 被験者のＰＥＴ画像の一例を示す図である。 図３（ａ）はＰＥＴ画像の放射線計測のカウント値を示すプロファイルカーブの例を示すグラフである。図３（ｂ）は図３（ａ）の一次微分カーブを示すグラフである。 図４（ａ）はモーションアーチファクトが存在するＰＥＴ画像の放射線計測のカウント値を示すプロファイルカーブの例を示すグラフである。図４（ｂ）は、図４（ａ）の一次微分カーブを示すグラフである。 本発明の実施形態にかかる医用画像処理方法のフローチャートである。 図６（ａ）はＰＥＴ装置で撮像された体軸断面画像の一例である。図６（ｂ）は生成された冠状断面画像を示す図である。 実施例に用いたモデル画像である。 図８（ａ）は摸擬対象画像である。図８（ｂ）は摸擬鮮鋭画像である。

以下、本発明の実施形態を図面に基づいて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、重複する説明は適宜省略する。

本実施形態の医用画像処理装置１００は、コンピュータプログラムを読み取って対応する処理動作を実行できるように、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、インタフェースユニット等の汎用デバイスで構築されたハードウェア、もしくは所定の処理動作を実行するように構築された専用の論理回路、またはこれらの組み合わせ、等として実施することができる。医用画像処理装置１００の各構成要素は、所定の機能を発揮する専用のハードウェア、所定の機能がコンピュータプログラムにより付与された情報処理装置、もしくはコンピュータプログラムにより情報処理装置に実現された所定の機能、またはこれらの任意の組み合わせ、等として実現することができる。そして、医用画像処理装置１００の各構成要素は、個々に独立した存在である必要はなく、一つの構成要素が他の構成要素の一部であること、ある構成要素の一部と他の構成要素の一部とが重複していること、等を許容する。

また、本実施形態の医用画像処理プログラムおよび医用画像処理方法を説明するにあたり、順番に記載された複数の処理ステップや工程を用いて説明する場合があるが、その記載の順番は複数の処理ステップや工程を実行する順番やタイミングを必ずしも限定するものではない。このため、本実施形態の医用画像処理プログラムおよび医用画像処理方法を実施するにあたっては、その複数の処理ステップや工程の順番を、内容的に支障のない範囲で変更することができ、また複数の処理ステップや工程の実行タイミングの一部または全部が互いに重複していてもよい。

（医用画像処理装置）
図１は、本発明の実施形態の医用画像処理装置１００のブロック図である。
はじめに、本実施形態の医用画像処理装置１００の概要を説明する。

医用画像処理装置１００は、人体の胸部を含む医用画像ＩＭを画像処理する装置である。
医用画像処理装置１００は、画像入力部１０、領域特定部２０、変化率算出部３０、フィルタ生成部４０および鮮鋭化処理部５０を含む。
画像入力部１０は、医用画像ＩＭを入力する手段である。領域特定部２０は、入力された医用画像ＩＭにおける横隔膜と肝臓との接触領域を特定する手段である。変化率算出部３０は、特定された接触領域に関する医用画像ＩＭの画素強度の頭尾方向の変化率を算出する手段である。フィルタ生成部４０は、算出された変化率に基づいて医用画像ＩＭのフィルタ関数を生成する手段である。鮮鋭化処理部５０は、生成されたフィルタ関数を用いて医用画像ＩＭにデコンボリューション処理を行う手段である。

以下、医用画像処理装置１００について詳細に説明する。
医用画像処理装置１００は、二次元画像または三次元画像である医用画像ＩＭをデコンボリューション処理により鮮鋭化する装置である。医用画像ＩＭは、任意の被験者の胸部を撮像対象として含む画像である。医用画像ＩＭは、腹部や頭部を撮像対象として含んでもよい。

医用画像処理装置１００は、ディスプレイ装置２００や入力デバイス２１０と接続して使用される。入力デバイス２１０としてはマウスやキーボードを例示することができる。

医用画像ＩＭとしては、ＰＥＴ画像やＳＰＥＣＴ画像などの核医学画像を例示することができる。このほか、ＭＲ画像などの形態画像を用いてもよい。医用画像ＩＭは、ＰＥＴ装置やＳＰＥＣＴ装置、ＭＲ装置などの専用の撮像装置（図示せず）により取得される。

画像入力部１０は、これらの撮像装置で取得された医用画像ＩＭを医用画像処理装置１００に取り込むためのインタフェースである。取り込まれた医用画像ＩＭは記憶部９０に蓄積される。記憶部９０は医用画像ＩＭを含む各種のデータを記憶する手段である。なお、記憶部９０がデータを記憶するとは、記憶部９０がデータを記憶する機能を有することを意味しており、医用画像処理装置１００の流通時や使用開始前などに関しては医用画像ＩＭなどのデータが記憶部９０に格納されていることを必ずしも要しない。

本実施形態の医用画像処理装置１００による医用画像処理方法の実施にあたり、記憶部９０には、多数の被験者に関して、複数の二次元画像、または三次元画像が、医用画像ＩＭとしてそれぞれ記憶されている。本実施形態では、被験者の腹胸部の二次元断層画像が医用画像ＩＭとして記憶されている。医用画像ＩＭとしては、撮像装置で取得されて画像入力部１０に入力された画像（以下、取得画像という場合がある）および鮮鋭化処理部５０によりデコンボリューション処理が施された画像（以下、鮮鋭画像という場合がある）が挙げられる。ここでは、取得画像として、被験者の複数の体軸断面（axial section）画像が、頭尾方向の撮像位置を示す撮像位置情報と対応づけて記憶部９０に記憶されているものとする。

画像出力部８０は、医用画像ＩＭをディスプレイ装置２００に表示させる手段である。表示される医用画像ＩＭとしては、上記の取得画像や鮮鋭画像のほか、後述する再構成部６０で再構成された三次元画像や、断層画像生成部７０により生成された画像（以下、対象画像という場合がある）をディスプレイ装置２００に表示させてもよい。

演算処理部１１０は、医用画像ＩＭに各種の演算処理を行う手段である。演算処理部１１０は医用画像処理装置１００のＣＰＵにより実現される。本実施形態の演算処理部１１０は、領域特定部２０、変化率算出部３０、フィルタ生成部４０、鮮鋭化処理部５０、再構成部６０および断層画像生成部７０を含む。

再構成部６０は、記憶部９０を参照し、断層画像（体軸断面画像）である取得画像を撮像位置情報に基づいて頭尾方向に結合して被験者の三次元画像を構成（再構成）する。再構成部６０は、公知の手法により複数の取得画像を前後左右方向に位置合わせしたうえで、頭尾方向に補間して三次元画像を再構成する。

図２は被験者ＳのＰＥＴ画像の一例を示す図である。図２は、［^１８Ｆ］２−フルオロ−２−デオキシ−Ｄ−グルコースを薬剤として用いたＦＤＧ−ＰＥＴ画像である。冠状断面（coronal section）画像ＣＳは、撮像位置を前後方向（Ｙ方向）にずらしながら被験者ＳをＺＸ平面に平行に切った断面の画像である。矢状断面（sagittal section）画像ＳＳは、撮像位置を左右方向（Ｘ方向）にずらしながら被験者ＳをＹＺ平面に平行に切った断面の画像である。体軸断面画像ＡＳは、撮像位置を頭尾方向（Ｚ方向）にずらしながら被験者ＳをＸＹ平面に平行に切った断面の画像である。冠状断面画像ＣＳ、矢状断面画像ＳＳおよび体軸断面画像ＡＳの撮像位置の例を図２にそれぞれ一点鎖線で示す。

接触領域３００は医用画像ＩＭ（対象画像）において肝臓と横隔膜とが接している曲面領域である。一般に肝臓は右葉前上区域が最も高く突出して横隔膜と密着している。すなわち、肝臓を頭尾方向に切った断層画像である対象画像には、呼吸動により主として頭尾方向に発生する肝臓および横隔膜の体動が画像情報として含まれることとなる。

領域特定部２０は、対象画像に撮像対象として含まれる横隔膜と肝臓との接触領域３００を特定する。かかる接触領域３００の特定方法は特に限定されない。本実施形態では、医用画像ＩＭ（対象画像）をディスプレイ装置２００に表示した状態で、医師等のユーザがこの医用画像ＩＭを目視しながら入力デバイス２１０を操作して、横隔膜と肝臓とが良好に密着していると視認される接触領域３００を特定する（図１参照）。接触領域３００としては、肝臓の上面を特定してもよく、または横隔膜の下面を特定してもよい。

図２に示すようなＦＤＧ−ＰＥＴ画像の場合、糖代謝が活発な脳や肝臓、および尿排出される糖が蓄積される腎臓や膀胱から主として放出される陽電子が画像化される。領域特定部２０は、このため、ＦＤＧ−ＰＥＴ画像のうち肝臓の画素強度（画素値）は高くなり、肺や横隔膜の画素強度は低くなる。したがって、医用画像ＩＭがＦＤＧ−ＰＥＴ画像の場合は、接触領域３００として肝臓の上面を特定することが好適である。このほか、領域特定部２０は、取得画像または対象画像の画素強度に基づいて横隔膜と肝臓との接触領域３００を算出してもよい。具体的には、取得画像（本実施形態では体軸断面画像ＡＳ）または対象画像（本実施形態では冠状断面画像ＣＳまたは矢状断面画像ＳＳ）から画素強度に基づいて肝臓の撮像領域を特定したうえ、肝臓が最も高く突出している右葉前上区域のＸＹ座標位置を接触領域３００として算出することができる。

接触領域３００のうち、肝臓の右葉前上区域の頂部を通り頭尾方向（Ｚ方向）に延在する計測ライン３１０を図２に示す。断層画像生成部７０は、再構成部６０により再構成された被験者Ｓの三次元画像から、領域特定部２０で特定された接触領域３００のいずれかの位置を通る頭尾方向の断面画像を対象画像として生成する（図１参照）。具体的には断層画像生成部７０は計測ライン３１０を含む冠状断面画像ＣＳまたは矢状断面画像ＳＳを対象画像として生成する。

すなわち、本実施形態の医用画像処理装置１００は、医用画像ＩＭ（対象画像）と異なる撮像方向から撮像された体軸断面画像ＡＳである複数の断層画像（取得画像）に基づいて胸部の三次元画像を構成する再構成部６０と、構成された三次元画像から医用画像ＩＭ（対象画像）として冠状断面画像または矢状断面画像を作成する断層画像生成部７０とを備えている。

図１に示す変化率算出部３０は、医用画像ＩＭ（対象画像）の接触領域３００に関する画素強度の頭尾方向の変化率を算出する。変化率算出部３０は、断層画像生成部７０が生成した対象画像における画素強度（画素値）の一次元または二次元プロファイルの差分処理により、この変化率を算出する。簡単のため、計測ライン３１０に関する対象画像の一次元プロファイルを用いて変化率算出部３０の処理を具体的に説明する。

図３（ａ）は、計測ライン３１０に関するＰＥＴ画像の放射線計測のカウント値を示すプロファイルカーブの例を示すグラフである。同図は、モーションアーチファクトが存在しない場合の理想的なプロファイルカーブを示している。ここでは、ベータ線飛程や検出器に起因するボケは無視する。図３（ａ）における左方は、図２の＋Ｚ方向、すなわち頭側にあたる。同図の右方は、図２の−Ｚ方向、すなわち足側にあたる。図３（ｂ）は、図３（ａ）の一次微分カーブを示すグラフである。
モーションアーチファクトが存在しない場合、図３（ａ）に示すように頭尾方向の所定の位置（Ｚ＝１４〜１５）でカウント値は急峻に立ち上がる。この立ち上がり位置が計測ライン３１０における肝臓の上縁にあたり、その左方は横隔膜や肺にあたる。そしてカウント値のプロファイルカーブの一次微分カーブはインパルスとなる。これは、肺や横隔膜では糖代謝が実質的に無視できる程度に低く、計測ライン３１０が肝臓を横切った瞬間にカウント値が計測されるためである。

図４（ａ）はモーションアーチファクトが存在するＰＥＴ画像における、計測ライン３１０に関する放射線計測のカウント値を示すプロファイルカーブの例を示すグラフである。図４（ｂ）は、図４（ａ）の一次微分カーブを示すグラフである。図４（ａ）、（ｂ）における左方は図２の＋Ｚ方向にあたり、右方は−Ｚ方向にあたる。
ＰＥＴ画像の取得には一般に数分間の撮像時間を要するため、自由呼吸下で撮像したＰＥＴ画像においては肝臓の上縁はモーションアーチファクトにより非鮮鋭となる。図４（ｂ）に両側矢印で示した範囲がカウント値の変動領域であり、すなわち横隔膜と肝臓との接触領域３００が呼吸動により頭尾方向に揺動する範囲である。また、この一次微分カーブが尖鋭でピーク値が大きいほど、図３（ｂ）に示すインパルスに近くモーションアーチファクトの影響が小さいといえる。逆に、図４（ｂ）に示す一次微分カーブが鈍形でピーク値が小さいほど、モーションアーチファクトの影響が大きく接触領域３００は非鮮鋭であるといえる。したがって、この一次微分カーブの形状から、対象画像における胸部の動き関数を求めることができる。

変化率算出部３０は、計測ライン３１０に沿って医用画像ＩＭ（対象画像）の画素強度を差分演算して動き関数を算出することができる。または、医用画像ＩＭ（対象画像）の画素強度の関数を求め、この関数の一次微分演算により動き関数を算出してもよい。

図１に示すフィルタ生成部４０は、変化率算出部３０が算出した動き関数に任意で係数を乗じてフィルタ関数を生成する。このフィルタ関数は、一次微分カーブを積分した面積が１になるように規格化されたボケ関数である。

フィルタ生成部４０が生成するフィルタ関数について説明する。本実施形態では、複数の医用画像ＩＭ（対象画像）に対して、一次元または二次元関数である共通のフィルタ関数を用いてデコンボリューション処理を行う。フィルタ関数が一次元関数であって対象画像が二次元画像である場合は、対象画像に対して頭尾方向にこのフィルタ関数を適用する。

ただし本発明はこれに限られず、対象画像ごとに異なるフィルタ関数を個別に生成してもよい。すなわち、複数の医用画像ＩＭ（対象画像）に関して個別に画素強度の変化率を算出してフィルタ関数を生成し、生成されたフィルタ関数を用いて当該対象画像にそれぞれデコンボリューション処理を行うこととしてもよい。

また、生成されたフィルタ関数を対象画像の全体に適用してデコンボリューション処理を行ってもよく、または対象画像の領域ごとにフィルタ関数に異なる係数を乗じたうえで適用してもよい。たとえば、フィルタ関数は、横隔膜の近傍における鮮鋭度よりも、横隔膜からの頭尾方向の距離が大きい位置における鮮鋭度の方が高いものとすることができる。すなわち、呼吸動に起因するモーションアーチファクトは下肺において最も顕著であり、ＰＥＴ画像では横隔膜と接する肝臓の上部に顕著なボケが発生する。これに対して、横隔膜から頭尾方向に大きく離間した位置では呼吸動の影響は小さくなる。このため、横隔膜の近傍に適用するフィルタ関数を鈍らせて鮮鋭度を小さくし、頭尾方向に離間した部位に適用するフィルタ関数の鮮鋭度を高くすることで、後記のデコンボリューション処理の収束を早めることが期待される。

鮮鋭化処理部５０は、生成されたフィルタ関数を用いて医用画像ＩＭ（対象画像）にデコンボリューション（逆畳み込み）処理を行う。
図１に示すように、本実施形態の鮮鋭化処理部５０は、重畳演算部５２、誤差判定部５４および画像更新部５６を備えている。
重畳演算部５２は、フィルタ関数を推定画像に重畳して重畳画像を生成する手段である。誤差判定部５４は、この重畳画像と医用画像ＩＭ（対象画像）との乖離度に基づいて推定画像の誤差判定を行う手段である。画像更新部５６は、誤差判定の結果に基づいて推定画像を更新する手段である。具体的なデコンボリューション処理は後述するが、画像更新部５６にて推定画像を反復的に更新して重畳画像を医用画像ＩＭ（対象画像）に近づけていくことにより、この推定画像を対象画像の鮮鋭画像として取得することができる。

鮮鋭化処理部５０によりデコンボリューション処理が施された複数の医用画像ＩＭ（鮮鋭画像）は、再構成部６０にて三次元画像に再構成される。断層画像生成部７０は、鮮鋭化された三次元画像から、体軸断面画像ＡＳを含む任意の断層画像を生成する。これにより、本実施形態で鮮鋭化された医用画像ＩＭと、他の医用画像（たとえばＣＴ画像）とを融合させて高精度の診断を行うことが可能となる。

（医用画像処理プログラム）
以下、本実施形態の医用画像処理装置１００を動作させる医用画像処理プログラム（以下、本プログラムという）および本プログラムにより実行される医用画像処理方法（以下、本方法という）について説明する。
図５は本方法のフローチャートである。図１、２、５を参照して本プログラムによる画像処理を説明する。

本プログラムは、人体の胸部を含む医用画像ＩＭを、コンピュータである医用画像処理装置１００に画像処理させるためのプログラムである。
本プログラムは、医用画像ＩＭ（対象画像）から横隔膜と肝臓との接触領域３００に関する画素強度の頭尾方向の変化率に基づいてフィルタ関数を生成する生成ステップＳ２０と、生成されたフィルタ関数を用いて医用画像ＩＭにデコンボリューション処理を行う画像処理ステップＳ３０と、を含む。

本プログラムは、医用画像処理装置１００の演算処理部１１０を制御して医用画像ＩＭを鮮鋭化する。本プログラムによれば、呼吸時相の情報を持たない医用画像であっても、その医用画像がもつ情報に基づいて鮮鋭化することができる。

すなわち、本プログラムによれば、人体の胸部を含む医用画像ＩＭ（対象画像）から横隔膜と肝臓との接触領域３００に関する画素強度の頭尾方向の変化率に基づいてフィルタ関数を算出する工程と、算出されたフィルタ関数を用いて医用画像ＩＭにデコンボリューション処理を行う工程と、を含む医用画像処理方法が実現される。

本方法では、放射性薬剤が集積しやすく、かつ横隔膜に接している臓器である肝臓のうち、特別なマーカーが無くても観察できる指標部位（接触領域３００）が呼吸動により経時的に移動する様子を解析する。本方法は、指標部位の移動をリアルタイムにモニタするのではなく、この指標部位の存在確率を示す空間プロファイルのデータに基づいてボケ関数を求め、同じ被験者の任意の測定部位の画像を、このボケ関数を用いて鮮鋭化するものである。これは、指標部位の周期的な体動（呼吸動）が十分に平均化された状態で空間プロファイルに含まれるとみなしうる程度に長時間に亘って撮像された取得画像に基づいてボケ関数を算出していることに基づいている。

以下、本方法を詳細に説明する。
本方法では、生成ステップＳ２０に先立ち、任意で画像準備ステップＳ１０を行う。画像準備ステップＳ１０では、ＰＥＴ画像などの二次元医用画像を取得画像として画像入力部１０で取得する（ステップＳ１２）。本方法では、取得画像として、ＰＥＴ装置で撮像された被験者Ｓの腹胸部を含む複数の体軸断面画像ＡＳを取得するものとする。つぎに、この取得画像を再構成部６０にて三次元画像に再構成する（ステップＳ１４）。
なお、医用画像処理装置１００以外の画像処理装置にて予め再構成された三次元医用画像を画像入力部１０で取得する場合は、画像準備ステップＳ１０は不要となる。この場合、画像入力部１０で取得した三次元医用画像を再構成部６０に読み込んでおく。

生成ステップＳ２０は、再構成された三次元画像の読み込みステップＳ２２、対象画像作成ステップＳ２４、カウントプロファイルカーブ作成ステップＳ２６およびフィルタ関数生成ステップＳ２８を含む。

ステップＳ２２で、断層画像生成部７０は再構成部６０より三次元医用画像を取得して読み込む。ステップＳ２４で、断層画像生成部７０は、領域特定部２０により特定された接触領域３００を通る頭尾方向の断面画像を対象画像として生成する。具体的には、断層画像生成部７０は、医用画像ＩＭ（対象画像）として、肝臓の冠状断面画像または肝臓の左右方向の中間部を通る矢状断面画像を生成する。ここでは、肝臓の右葉前上区域の頂部を通る計測ライン３１０を含む冠状断面画像ＣＳ（図２を参照）を対象画像として生成するものとする。

以上より、本方法は、医用画像ＩＭ（対象画像）と異なる撮像方向から撮像された複数の断層画像（体軸断面画像ＡＳ）に基づいて胸部の三次元画像を構成（再構成）するステップＳ１４と、構成された三次元画像から医用画像ＩＭ（対象画像）を作成するステップＳ２４と、を含むものといえる。

つぎに、ステップＳ２６で、変化率算出部３０は核医学画像である医用画像ＩＭ（対象画像）から、接触領域３００の近傍の画素強度に基づいて、放射線計測のカウント値の頭尾方向の推移を示すカウントプロファイルカーブを作成する。カウントプロファイルカーブは、画素強度の配列として作成してもよく、または画素強度を示す関数として作成してもよい。

ステップＳ２８でフィルタ生成部４０は、このカウントプロファイルカーブの頭尾方向の変化率を算出する。変化率は、画素強度の配列の差分処理または画素強度を示す関数の一次微分処理により求めることができる。この変化率が対象画像の呼吸動のモーションアーチファクトを示す動き関数gにあたる。動き関数gは、積分値が１になるように規格化されたボケ関数である。

動き関数gの次数は、対象画像の次数を超えない限り、一次元から三次元のいずれでもよい。すなわち、対象画像が二次元画像である場合、動き関数gは一次元関数または二次元関数である。後述するように対象画像が三次元画像である場合、動き関数gは一次元関数または二次元関数であるほか、三次元関数でもよい。
図２に示すように直線状の一次元の計測ライン３１０に沿って画素強度の変化率を求める場合、頭尾方向（Ｚ方向）の一次元の一次微分カーブ（図４（ｂ）を参照）を動き関数g(z)とすることができる。以下、動き関数が二次元または三次元関数の場合も、簡単のためg(z)と表記する場合がある。
更に、ステップＳ２８でフィルタ生成部４０は、動き関数gに任意で係数を乗じて、デコンボリューション処理のためのフィルタ関数を生成する。以下、フィルタ関数をg(z)と表記する。

すなわち、フィルタ生成部４０は、差分演算または微分演算により、医用画像ＩＭ（対象画像）のカウントプロファイルカーブの一次微分関数をフィルタ関数として生成する。

画像処理ステップＳ３０は鮮鋭化処理部５０により実行される。画像処理ステップＳ３０は、初期画像設定ステップＳ３１、重畳積分ステップＳ３２、差分処理ステップＳ３３、画像更新ステップＳ３４および誤差判定ステップＳ３５を含む。

初期画像設定ステップＳ３１では、推定画像として初期画像f⁰(z)を設定する。推定画像fⁿ(z)は、対象画像f_org(z)からモーションアーチファクトを除去した鮮鋭画像として推定される画像である。初期画像f⁰(z)は、推定画像fⁿ(z)にデコンボリューション処理を反復的に適用するための初期値となる画像である。初期画像f⁰(z)のすべての画素強度は非ゼロであることが好ましい。本方法のように核医学画像を対象画像f_org(z)とする場合、カウント値（画素強度）がゼロである画素が存在することがある。これに対し、初期画像f⁰(z)の画素の画素強度（画素値）にゼロ以外の値を付与しておくことによりデコンボリューション処理の収束を早めることができる。

初期画像f⁰(z)には、対象画像f_org(z)のうち画素強度がゼロである画素に最小値（たとえば１）を付与した画像を用いることができる。初期画像f⁰(z)として対象画像f_org(z)に近い画像を設定することでデコンボリューション処理の収束を早めることができる。

画像処理ステップＳ３０で行われるデコンボリューション処理では、以下の（ｉ）から（ｉｉｉ）の工程を反復的に行う。
（ｉ）フィルタ関数g(z)を推定画像fⁿ(z)に重畳して重畳画像f_cnv(z)を生成する重畳積分ステップＳ３２。
（ｉｉ）重畳画像f_cnv(z)と医用画像ＩＭ（対象画像f_org(z)）との乖離度に基づいて推定画像fⁿ(z)の誤差判定を行う誤差判定ステップＳ３５。
（ｉｉｉ）誤差判定の結果に基づいて推定画像fⁿ(z)を更新する画像更新ステップＳ３４。

本方法では、図５に示すように、（ｉ）重畳積分ステップＳ３２、（ｉｉｉ）画像更新ステップＳ３４、（ｉｉ）誤差判定ステップＳ３５の順に実行される。ただし、（ｉ）から（ｉｉｉ）の工程は、フローチャートに応じて任意の順序で行うことができる。具体的には、画像更新ステップＳ３４は、誤差判定ステップＳ３５において収束条件を満たさない（ステップＳ３５：Ｎｏ）と判定された場合に行ってもよい。

重畳積分ステップＳ３２では、重畳演算部５２は、下式（１）により、フィルタ関数g(z)を推定画像fⁿ(z)に重畳積分して重畳画像f_cnv(z)を求める。式中、ｎはそれまでに実行された画像処理ステップＳ３０の反復回数である。ｎ回の画像処理ステップＳ３０が実行された後の推定画像を、ｎ回目の推定画像fⁿ(z)と呼称する。初回（ｎ＝０）の画像処理ステップＳ３０では、推定画像fⁿ(z)の初期画像f⁰(z)とフィルタ関数g(z)との重畳積分を行う。重畳画像f_cnv(z)は、推定画像fⁿ(z)にボケ関数である動き関数g(z)を重畳したボケ画像である。

推定画像fⁿ(z)にフィルタ関数g(z)を重畳積分するにあたり、推定画像fⁿ(z)の周縁に位置する画素に対してはそのままフィルタ関数g(z)を重畳することができない。このため、重畳積分ステップＳ３２では、推定画像fⁿ(z)の周縁の画素に対して補間処理を行う。具体的な補間処理は特に限定されないが、初期画像f⁰(z)における当該画素の画素強度をそのまま与えてもよく、または当該画素に隣接する他の画素に基づく外挿演算によって画素強度を補間してもよい。

差分処理ステップＳ３３では、誤差判定部５４は、下式（２）により、重畳画像f_cnv(z)と元画像にあたる対象画像f_org(z)との差分処理を行うことにより誤差画像f_err(z)を求める。誤差画像f_err(z)は、ボケ画像である重畳画像f_cnv(z)と元画像との乖離度を表している。この誤差画像f_err(z)が小さくなる重畳画像f_cnv(z)を求めることで、動き関数g(z)を重畳する前の推定画像fⁿ(z)が対象画像f_org(z)の鮮鋭画像であると推定される。

（数１）
f_err(z)＝f_cnv(z)−f_org(z) ・・・（２）

画像更新ステップＳ３４では、画像更新部５６は、次回の画像処理ステップＳ３０にて誤差画像f_err(z)が小さくなるように推定画像fⁿ(z)を更新する。具体的には、画像更新部５６は、下式（３）により、ｎ回目の推定画像fⁿ(z)から誤差画像f_err(z)を減算する。

（数２）
fⁿ⁺¹(z)＝fⁿ(z)−f_err(z) ・・・（３）

なお、画像更新ステップＳ３４では、ベイズの定理を利用したLucy-Richardson法や、Iterative Back Projection（ＩＢＰ）法などの公知の手法により逐次近似的に推定画像fⁿ(z)を更新してもよい。すなわち、画像更新ステップＳ３４では、ｎ回目の推定画像fⁿ(z)から誤差画像f_err(z)をそのまま減算してもよく、または誤差画像f_err(z)に所定の調整値を乗じて減算してもよい。または、ｎ回目の推定画像fⁿ(z)を、誤差画像f_err(z)が示す乖離度に対応する係数で除算してもよい。

誤差判定ステップＳ３５では、誤差判定部５４は、重畳画像f_cnv(z)と元画像との乖離度に基づいて、推定画像fⁿ(z)の誤差判定を行う。誤差判定部５４による誤差判定は種々の方法で行うことができる。一例として、誤差画像f_err(z)の画素強度の総和（単純合計または自乗和、以下同様）が、予め設定された閾値以下となったことをもって収束条件を満たす（ステップＳ３５：Ｙｅｓ）と判定することができる。このほか、重畳画像f_cnv(z)の画素強度の総和と対象画像f_org(z)の画素強度の総和との比率が、１を中心とする所定の閾値範囲内に収まった場合に収束条件を満たすと判定することができる。このように、誤差判定ステップＳ３５では、重畳画像f_cnv(z)と対象画像f_org(z)との乖離度を示す誤差画像f_err(z)の絶対値や比率に基づいて、推定画像fⁿ(z)の収束判定を行う。

誤差判定ステップＳ３５において誤差判定部５４が収束条件を満たさない（ステップＳ３５：Ｎｏ）と判定した場合、画像処理ステップＳ３０の反復回数ｎに１を加算したうえ、重畳積分ステップＳ３２に戻って画像処理ステップＳ３０を繰り返す。

そして、画像処理ステップＳ３０を複数回、場合により１回、推定画像fⁿ(z)に適用して誤差判定部５４が収束条件を満たす（ステップＳ３５：Ｙｅｓ）と判定した場合、この推定画像fⁿ(z)が対象画像f_org(z)の鮮鋭画像として取得される。

本方法では、医用画像ＩＭ（対象画像）が二次元画像であり、デコンボリューション処理が施された複数の医用画像ＩＭ（鮮鋭画像）に基づいて被験者の胸部の三次元画像を構成する再構成ステップＳ４０を更に実行してもよい。再構成ステップＳ４０は、医用画像処理装置１００の再構成部６０で行うことができる。

本方法では、更に、鮮鋭画像を再構成した三次元画像から、対象画像とは異なる断層画像（たとえば体軸断面画像ＡＳ）を作成する断層画像作成ステップＳ５０を実行してもよい。断層画像作成ステップＳ５０は医用画像処理装置１００の断層画像生成部７０で行うことができる。

なお、本方法に代えて、再構成ステップＳ４０および断層画像作成ステップＳ５０を医用画像処理装置１００とは異なる他の画像処理装置で行ってもよい。

鮮鋭化された断層画像（たとえば体軸断面画像ＡＳ）に対して、更にＰＥＴ装置の検出系に起因する部分容積効果などのボケを補正してもよい。

以上より、本方法では、複数枚の断層画像（たとえば体軸断面画像ＡＳ）を三次元再構成し（ステップＳ１４）、この断層画像と異なる方向の他の断層画像（たとえば冠状断面画像ＣＳ）から肝臓の所定位置を特定してカウントプロファイルカーブを作成する（ステップＳ２６）。さらに、肝臓の上記の所定位置に関する一次元から三次元のボケ関数をフィルタ関数g(z)として求め（ステップＳ２８）、上記の断層画像（たとえば冠状断面画像ＣＳ）を鮮鋭化（更新）する（ステップＳ３４）。これにより、過去に撮像されて医療機関等に蓄積された任意の断層画像を鮮鋭化することが可能である。

なお、本発明は上述の実施形態に限定されるものではなく、本発明の目的が達成される限りにおける種々の変形、改良等の態様も含む。

たとえば、上記実施形態では取得画像および対象画像として二次元画像を用い、フィルタ関数g(z)として一次元関数を用いることを例示したが、本発明はこれに限られない。対象画像を冠状断面画像ＣＳとする場合、二次元関数であるフィルタ関数g(x,z)を用い、重畳積分ステップＳ３２では下式（４）により重畳積分を行うことができる。

二次元関数のフィルタ関数は、接触領域３００を通過する対象画像（たとえば冠状断面画像ＣＳ）から、頭尾方向およびこれに直交する方向の二方向について画素強度の変化率（一次微分）を算出して求めることができる。

さらに本発明の変形例として、医用画像ＩＭが三次元画像であり、フィルタ関数が三次元関数であってもよい。すなわち、ステップＳ１４で取得画像を再構成してなる三次元画像を、一つの対象画像として取り扱う。三次元関数のフィルタ関数は、三次元の対象画像のうち接触領域３００を内包する部分領域を抽出し、この部分領域に関し直交三軸方向について画素強度の変化率（一次微分）を算出して求めることができる。重畳積分ステップＳ３２では、下式（５）によりフィルタ関数g(x,y,z)と推定画像fⁿ(x,y,z)との重畳積分を行うことができる。

また、ステップＳ２６では、領域特定部２０で特定された、たとえば計測ライン３１０に関するカウントプロファイルカーブを作成して頭尾方向の変化率を算出することを例示したが、本発明はこれに限られない。ステップＳ２６において、接触領域３００を通過する異なる複数箇所に関してカウントプロファイルカーブを作成して頭尾方向の変化率を算出し、算出された複数の変化率のうち最も鈍形であるものを選択してもよい。これにより、横隔膜と肝臓とが良好に接触している領域を接触領域３００としてユーザが特定しなくとも、モーションアーチファクトの影響が大きい部位を算出してフィルタ関数を生成することができる。

上記実施形態では、取得画像と対象画像との撮像方向が異なる場合を例示したが、本発明はこれに限られない。ステップＳ１２で取得する断層画像が冠状断面画像ＣＳや矢状断面画像ＳＳなど頭尾方向の成分を含む断層画像である場合には、これらの取得画像のうち接触領域３００を含むものを対象画像として選択すればよい。この場合、ステップＳ１４からステップＳ２４は不要である。

以下、実施例を用いて本発明を詳細に説明する。図１から図５を適宜参照する。
図６（ａ）はＰＥＴ装置で撮像された体軸断面画像ＡＳの一例である。同図では、頭尾方向の位置情報を含む４枚の体軸断面画像ＡＳを図示してある。これらの体軸断面画像ＡＳを取得画像として画像入力部１０より取り込み、記憶部９０に医用画像ＩＭとして記録する。再構成部６０が体軸断面画像ＡＳを三次元画像に再構成したうえで、断層画像生成部７０は冠状断面画像ＣＳを生成する。生成された冠状断面画像ＣＳを図６（ｂ）に示す。冠状断面画像ＣＳには、陽電子のカウント値が高い環状の集積領域Ｃが存在している。

図７は冠状断面画像ＣＳのモデル画像である。このモデル画像は、肺野ＬＧおよび肝臓ＬＶと、それぞれに含まれる集積領域Ｃと、を模式的に鮮鋭に表したものである。ピクセルサイズを１ｍｍとし、モデル画像は２５６ピクセル四方の画像サイズである。肺野ＬＧの画素強度を１とし、肝臓ＬＶの画素強度は３、集積領域Ｃの画素強度を６としてある。集積領域Ｃとしては、図６（ｂ）に観察される環状領域のほか、直径の異なる３つの円形領域を追加してある。環状の集積領域Ｃは、外径４９ｍｍ、内径２９ｍｍで厚さ１０ｍｍとした。円形の集積領域Ｃは、腫瘍サイズを摸擬して、直径１９ｍｍ、９ｍｍおよび直径５ｍｍとした。

図８（ａ）は、図７のモデル画像をＹ方向にのみ平滑化した摸擬対象画像である。摸擬対象画像は、図７の鮮鋭なモデル画像にモーションアーチファクトが発生した状態を摸擬している。平滑化フィルタには、Ｙ方向に連続して並ぶ５点への重み係数を１：４：８：４：１とする一次元フィルタを用いた。環状の集積領域Ｃは、Ｘ方向に鮮鋭であるのに対し、Ｙ方向に暈けた画像となった。円形の集積領域Ｃも、全体にＹ方向に伸張して暈けた画像となった。

環状の集積領域Ｃの中心を通りＹ方向に延在する線分を計測ライン３１０として画素値のプロファイルカーブを作成し（図示省略）、その一次微分カーブをフィルタ関数gとして生成した。

図５に示す画像処理ステップＳ３０を反復的に実行した。
初期画像設定ステップＳ３１として、推定画像fⁿの初期画像f⁰には、図８（ａ）に示す摸擬対象画像を設定した。重畳積分ステップＳ３２として、推定画像fⁿとフィルタ関数gとの重畳積分により重畳画像f_cnvを求めた。つぎに、差分処理ステップＳ３３として、重畳画像f_cnvと対象画像（摸擬対象画像）f_orgとの差分処理により誤差画像f_errを求めた。そして、画像更新ステップＳ３４として、推定画像fⁿと誤差画像f_errとの差分処理により推定画像fⁿを更新した。誤差判定ステップＳ３５を省略して重畳積分ステップＳ３２に戻り、画像処理ステップＳ３０を１０回反復して繰り返した。

図８（ｂ）は、画像処理ステップＳ３０を１０回反復して繰り返した後の推定画像fⁿであり、すなわち摸擬対象画像を鮮鋭化した摸擬鮮鋭画像である。図８（ｂ）に示すように、Ｙ方向の暈けが除去されてＸ方向と同程度に鮮鋭な画像となっていることが分かった。肺野ＬＧおよび肝臓ＬＶのいずれについても集積領域Ｃの暈けは除去された。すなわち、集積領域Ｃとその周囲とのコントラスト比の高低によらず、本実施例によればモーションアーチファクトを模した暈けが除去されることが分かった。

本発明の実施形態および実施例は、以下の技術思想を包含するものである。
（１）人体の胸部を含む医用画像をコンピュータに画像処理させるためのプログラムであって、前記医用画像から横隔膜と肝臓との接触領域に関する画素強度の頭尾方向の変化率に基づいてフィルタ関数を生成するステップと、生成された前記フィルタ関数を用いて前記医用画像にデコンボリューション処理を行うステップと、を含む医用画像処理プログラム。
（２）前記医用画像が核医学画像であり、前記接触領域における放射線計測のカウント値に基づいて前記変化率を算出する上記（１）に記載の医用画像処理プログラム。
（３）前記カウント値のプロファイルカーブの一次微分関数を前記フィルタ関数とする上記（２）に記載の医用画像処理プログラム。
（４）前記医用画像として、肝臓の冠状断面画像または肝臓の左右方向の中間部を通る矢状断面画像を用いる上記（１）から（３）のいずれか一項に記載の医用画像処理プログラム。
（５）前記医用画像と異なる撮像方向から撮像された複数の断層画像に基づいて胸部の三次元画像を構成するステップと、構成された前記三次元画像から前記医用画像を作成するステップと、を更に含む上記（４）に記載の医用画像処理プログラム。
（６）前記デコンボリューション処理が、以下の（ｉ）から（ｉｉｉ）の工程；（ｉ）前記フィルタ関数を推定画像に重畳して重畳画像を生成する工程、（ｉｉ）前記重畳画像と前記医用画像との乖離度に基づいて前記推定画像の誤差判定を行う工程、（ｉｉｉ）前記誤差判定の結果に基づいて前記推定画像を更新する工程、を反復的に行うことを含む上記（１）から（５）のいずれか一項に記載の医用画像処理プログラム。
（７）前記推定画像の初期画像のすべての画素強度が非ゼロである上記（６）に記載の医用画像処理プログラム。
（８）前記医用画像が三次元画像であり、前記フィルタ関数が三次元関数である上記（１）から（７）のいずれか一項に記載の医用画像処理プログラム。
（９）前記医用画像が二次元画像であり、前記デコンボリューション処理が施された複数の前記医用画像に基づいて前記胸部の三次元画像を構成するステップを更に含む上記（１）から（７）のいずれか一項に記載の医用画像処理プログラム。
（１０）複数の前記医用画像に対して、一次元または二次元関数である共通の前記フィルタ関数を用いて前記デコンボリューション処理を行うことを特徴とする上記（９）に記載の医用画像処理プログラム。
（１１）複数の前記医用画像に関して個別に前記変化率を算出して前記フィルタ関数を生成し、生成された前記フィルタ関数を用いて当該医用画像にそれぞれ前記デコンボリューション処理を行う上記（９）に記載の医用画像処理プログラム。
（１２）前記フィルタ関数は、横隔膜の近傍における鮮鋭度よりも、横隔膜からの頭尾方向の距離が大きい位置における鮮鋭度の方が高いことを特徴とする上記（１）から（１１）のいずれか一項に記載の医用画像処理プログラム。
（１３）人体の胸部を含む医用画像から横隔膜と肝臓との接触領域に関する画素強度の頭尾方向の変化率に基づいてフィルタ関数を算出する工程と、算出された前記フィルタ関数を用いて前記医用画像にデコンボリューション処理を行う工程と、を含む医用画像処理方法。
（１４）人体の胸部を含む医用画像を画像処理する装置であって、前記医用画像を入力する画像入力手段と、入力された前記医用画像における横隔膜と肝臓との接触領域を特定する領域特定手段と、特定された前記接触領域に関する前記医用画像の画素強度の頭尾方向の変化率を算出する変化率算出手段と、算出された前記変化率に基づいて前記医用画像のフィルタ関数を生成するフィルタ生成手段と、生成された前記フィルタ関数を用いて前記医用画像にデコンボリューション処理を行う鮮鋭化処理手段と、を含む医用画像処理装置。

１０：画像入力部、２０：領域特定部、３０：変化率算出部、４０：フィルタ生成部、５０：鮮鋭化処理部、５２：重畳演算部、５４：誤差判定部、５６：画像更新部、６０：再構成部、７０：断層画像生成部、８０：画像出力部、９０：記憶部、１００：医用画像処理装置、１１０：演算処理部、２００：ディスプレイ装置、２１０：入力デバイス、３００：接触領域、３１０：計測ライン、f⁰：初期画像、f_cnv：重畳画像、f_err：誤差画像、fⁿ：推定画像、f_org：対象画像、Ｓ：被験者、ＩＭ：医用画像、ＡＳ：体軸断面画像、ＣＳ：冠状断面画像、ＳＳ：矢状断面画像、Ｃ：集積領域、ＬＧ：肺野、ＬＶ：肝臓

Claims (14)

1. 人体の胸部を含む医用画像をコンピュータに画像処理させるためのプログラムであって、
   前記医用画像から横隔膜と肝臓との接触領域に関する画素強度の頭尾方向の変化率に基づいてフィルタ関数を生成するステップと、
   生成された前記フィルタ関数を用いて前記医用画像にデコンボリューション処理を行うステップと、
   を含む医用画像処理プログラム。
2. 前記医用画像が核医学画像であり、前記接触領域における放射線計測のカウント値に基づいて前記変化率を算出する請求項１に記載の医用画像処理プログラム。
3. 前記カウント値のプロファイルカーブの一次微分関数を前記フィルタ関数とする請求項２に記載の医用画像処理プログラム。
4. 前記医用画像として、肝臓の冠状断面画像または肝臓の左右方向の中間部を通る矢状断面画像を用いる請求項１から３のいずれか一項に記載の医用画像処理プログラム。
5. 前記医用画像と異なる撮像方向から撮像された複数の断層画像に基づいて胸部の三次元画像を構成するステップと、
   構成された前記三次元画像から前記医用画像を作成するステップと、を更に含む請求項４に記載の医用画像処理プログラム。
6. 前記デコンボリューション処理が、以下の（ｉ）から（ｉｉｉ）の工程；
   （ｉ）前記フィルタ関数を推定画像に重畳して重畳画像を生成する工程、
   （ｉｉ）前記重畳画像と前記医用画像との乖離度に基づいて前記推定画像の誤差判定を行う工程、
   （ｉｉｉ）前記誤差判定の結果に基づいて前記推定画像を更新する工程、
   を反復的に行うことを含む請求項１から５のいずれか一項に記載の医用画像処理プログラム。
7. 前記推定画像の初期画像のすべての画素強度が非ゼロである請求項６に記載の医用画像処理プログラム。
8. 前記医用画像が三次元画像であり、前記フィルタ関数が三次元関数である請求項１から７のいずれか一項に記載の医用画像処理プログラム。
9. 前記医用画像が二次元画像であり、前記デコンボリューション処理が施された複数の前記医用画像に基づいて前記胸部の三次元画像を構成するステップを更に含む請求項１から７のいずれか一項に記載の医用画像処理プログラム。
10. 複数の前記医用画像に対して、一次元または二次元関数である共通の前記フィルタ関数を用いて前記デコンボリューション処理を行うことを特徴とする請求項９に記載の医用画像処理プログラム。
11. 複数の前記医用画像に関して個別に前記変化率を算出して前記フィルタ関数を生成し、生成された前記フィルタ関数を用いて当該医用画像にそれぞれ前記デコンボリューション処理を行う請求項９に記載の医用画像処理プログラム。
12. 前記フィルタ関数は、横隔膜の近傍における鮮鋭度よりも、横隔膜からの頭尾方向の距離が大きい位置における鮮鋭度の方が高いことを特徴とする請求項１から１１のいずれか一項に記載の医用画像処理プログラム。
13. 人体の胸部を含む医用画像から横隔膜と肝臓との接触領域に関する画素強度の頭尾方向の変化率に基づいてフィルタ関数を算出する工程と、
    算出された前記フィルタ関数を用いて前記医用画像にデコンボリューション処理を行う工程と、
    を含む医用画像処理方法。
14. 人体の胸部を含む医用画像を画像処理する装置であって、
    前記医用画像を入力する画像入力手段と、
    入力された前記医用画像における横隔膜と肝臓との接触領域を特定する領域特定手段と、
    特定された前記接触領域に関する前記医用画像の画素強度の頭尾方向の変化率を算出する変化率算出手段と、
    算出された前記変化率に基づいて前記医用画像のフィルタ関数を生成するフィルタ生成手段と、
    生成された前記フィルタ関数を用いて前記医用画像にデコンボリューション処理を行う鮮鋭化処理手段と、
    を含む医用画像処理装置。