JP6139151B2 - 境界検出装置、磁気共鳴装置、およびプログラム - Google Patents

Description

本発明は、第１の部位と第２の部位との境界を検出する境界検出装置、この境界検出装置が適用された医用装置、および第１の部位と第２の部位との境界を検出するためのプログラムに関する。

被検体の呼吸により体動する部位を撮影する方法として、被検体の呼吸信号を取得するためのナビゲータシーケンスを用いた方法が知られている（特許文献１参照）。

特開２０１１−１９３８８４号公報

ナビゲータシーケンスを用いて被検体の呼吸信号を取得する場合、ナビゲータエコーを収集するためのナビゲータ領域を設定する必要がある。ナビゲータ領域は、例えば、肺と肝臓との境界に設定される。肝臓は被検体の呼吸によって動くので、肺と肝臓との境界にナビゲータ領域を設定することによって、被検体の呼吸信号を収集することができる。ナビゲータ領域を設定する方法の一例としては、事前に画像データを取得しておき、オペレータがその画像データを見ながら、肺と肝臓との境界を探し出し、ナビゲータ領域を設定する方法がある。しかし、この方法では、オペレータ自身が肺と肝臓との境界を探し出さなければならず、オペレータにとっては煩雑な作業となる。そこで、肺と肝臓との境界を自動的に検出する技術の開発が試みられているが、境界の検出精度を向上させることは難しいという問題がある。したがって、境界の検出精度を向上させることができる技術が望まれている。

本発明の第１の観点は、第１の部位と第２の部位とを含む撮影部位をスキャンすることにより得られたデータに基づいて、前記第１の部位と前記第２の部位との境界を検出する境界検出装置であって、
前記第１の部位を横切るスライスと前記第２の部位を横切るスライスを含む複数のスライスの各々の画像データを作成する画像データ作成手段と、
前記第１の部位および前記第２の部位が第１の論理値を有し、背景領域が第２の論理値を有するように、前記複数のスライスの各々の画像データを２値化する第１の２値化手段と、
前記第１の部位が前記第１の論理値を有し、前記第２の部位および前記背景領域が前記第２の論理値を有するように、前記複数のスライスの各々の画像データを２値化する第２の２値化手段と、
前記第１の２値化手段により得られた第１の２値画像データと、前記第２の２値化手段により得られた第２の２値画像データとに基づいて、前記第１の部位と前記第２の部位との境界を検出する検出手段とを有し、
前記検出手段は、
前記第１の２値画像データの特徴量と、前記第２の２値画像データの特徴量とに基づいて、前記第１の部位と前記第２の部位との境界を検出する、境界検出装置である。

本発明の第２の観点は、第１の部位と第２の部位とを含む撮影部位をスキャンすることにより得られたデータに基づいて、前記第１の部位と前記第２の部位との境界を検出する境界検出装置であって、
前記第１の部位を横切るスライスと前記第２の部位を横切るスライスを含む複数のスライスの各々の画像データを作成する画像データ作成手段と、
前記第１の部位および前記第２の部位が第１の論理値を有し、背景領域が第２の論理値を有するように、前記複数のスライスの各々の画像データを２値化する第１の２値化手段と、
前記第１の部位が前記第１の論理値を有し、前記第２の部位および前記背景領域が前記第２の論理値を有するように、前記複数のスライスの各々の画像データを２値化する第２の２値化手段と、
前記第１の２値化手段により得られた第１の２値画像データと、前記第２の２値化手段により得られた第２の２値画像データとに基づいて、前記第１の部位と前記第２の部位との境界を検出する検出手段とを有し、
前記検出手段は、
前記第１の２値画像データから所定の部位を削除する第１の削除処理と、前記第２の２値画像データから前記所定の部位を削除する第２の削除処理とを実行し、
前記第１の削除処理後の第１の２値画像データの特徴量と、前記第２の削除処理後の第２の２値画像データの特徴量とに基づいて、前記第１の部位と前記第２の部位との境界を検出する、境界検出装置である。

本発明の第３の観点は、本発明の第１又は第２の観点の境界検出装置を有する医用装置である。

本発明の第４の観点は、第１の部位と第２の部位とを含む撮影部位をスキャンすることにより得られたデータに基づいて、前記第１の部位と前記第２の部位との境界を検出する境界検出装置のプログラムであって、
前記第１の部位を横切るスライスと前記第２の部位を横切るスライスを含む複数のスライスの各々の画像データを作成する画像データ作成処理と、
前記第１の部位および前記第２の部位が第１の論理値を有し、背景領域が第２の論理値を有するように、前記複数のスライスの各々の画像データを２値化する第１の２値化処理と、
前記第１の部位が前記第１の論理値を有し、前記第２の部位および前記背景領域が前記第２の論理値を有するように、前記複数のスライスの各々の画像データを２値化する第２の２値化処理と、
前記第１の２値化処理により得られた第１の２値画像データと、前記第２の２値化処理により得られた第２の２値画像データとに基づいて、前記第１の部位と前記第２の部位との境界を検出する検出処理であって、前記第１の２値画像データの特徴量と、前記第２の２値画像データの特徴量とに基づいて、前記第１の部位と前記第２の部位との境界を検出する検出処理と、
を計算機に実行させるためのプログラムである。

本発明の第５の観点は、第１の部位と第２の部位とを含む撮影部位をスキャンすることにより得られたデータに基づいて、前記第１の部位と前記第２の部位との境界を検出する境界検出装置のプログラムであって、
前記第１の部位を横切るスライスと前記第２の部位を横切るスライスを含む複数のスライスの各々の画像データを作成する画像データ作成処理と、
前記第１の部位および前記第２の部位が第１の論理値を有し、背景領域が第２の論理値を有するように、前記複数のスライスの各々の画像データを２値化する第１の２値化処理と、
前記第１の部位が前記第１の論理値を有し、前記第２の部位および前記背景領域が前記第２の論理値を有するように、前記複数のスライスの各々の画像データを２値化する第２の２値化処理と、
前記第１の２値化処理により得られた第１の２値画像データと、前記第２の２値化処理により得られた第２の２値画像データとに基づいて、前記第１の部位と前記第２の部位との境界を検出する検出処理であって、前記第１の２値画像データから所定の部位を削除する第１の削除処理と、前記第２の２値画像データから前記所定の部位を削除する第２の削除処理とを実行し、前記第１の削除処理後の第１の２値画像データの特徴量と、前記第２の削除処理後の第２の２値画像データの特徴量とに基づいて、前記第１の部位と前記第２の部位との境界を検出する検出処理と、
を計算機に実行させるためのプログラムである。

前記第１の２値化手段により得られた第１の２値画像データと、前記第２の２値化手段により得られた第２の２値画像データとを用いることにより、第１の部位と第２の部位との境界の位置を求めることができる。

本発明の第１の形態の磁気共鳴装置の概略図である。 撮影部位を概略的に示す図である。 第１の形態で実行されるスキャンを示す図である。 第１の形態において被検体を撮影するときのフローを示す図である。 ローカライザスキャンＬＳの説明図である。 選択されたスライスＳＬ_１の画像データＤ_１を概略的に示す図である。 シード領域Ｒ_ｓｅｅｄの一例を示す図である。 領域拡張法でスライスＳＬ_１の画像データＤ_１を２値化することにより得られた２値画像データＤＡ_１を概略的に示す図である。 通常の閾値処理でスライスＳＬ_１の画像データＤ_１を２値化することにより得られた２値画像データＤＢ_１を概略的に示す図である。 ステップＳＴ２４で実行される処理を説明するための図である。 スライスＳＬ_ｉの画像データに対してステップＳＴ２を実行するときの説明図である。 スライスＳＬ_ｊの画像データに対してステップＳＴ２を実行するときの説明図である。 スライスＳＬ_１〜ＳＬ_ｍにおける面積比Ｒのグラフである。 第２の形態におけるＭＲ装置の動作フローを示す図である。 腕部のデータが削除された２値画像データＤＣ_１を概略的に示す図である。 ステップＳＴ２２０の具体的な一例を示す図である。 通常の閾値処理でスライスＳＬ_１の画像データＤ_１を２値化することにより得られた２値画像データＤＢ_１を概略的に示す図である。 腕部が削除された２値画像データＤＤ_１を概略的に示す図である。 ステップＳＴ２４で実行される処理を説明するための図である。 スライスＳＬ_１〜ＳＬ_ｍにおける面積比Ｔのグラフである。

以下、発明を実施するための形態について説明するが、本発明は、以下の形態に限定されることはない。

（１）第１の形態
図１は、本発明の第１の形態の磁気共鳴装置の概略図である。
磁気共鳴装置（以下、「ＭＲ装置」と呼ぶ。ＭＲ：Magnetic Resonance）１００は、マグネット２、テーブル３、受信コイル４などを有している。

マグネット２は、被検体１０が収容されるボア２１を有している。また、マグネット２は、超伝導コイル、勾配コイル、およびＲＦコイルなどが内蔵されている。

テーブル３は、被検体１０を支持するクレードル３ａを有している。クレードル３ａは、ボア２１内に移動できるように構成されている。クレードル３ａによって、被検体１０はボア２１に搬送される。

受信コイル４は、被検体１０の胴部に取り付けられている。受信コイル４は、被検体１０からの磁気共鳴信号を受信する。

ＭＲ装置１００は、更に、送信器５、勾配磁場電源６、制御部７、操作部８、および表示部９などを有している。

送信器５はＲＦコイルに電流を供給し、勾配磁場電源６は勾配コイルに電流を供給する。

制御部７は、表示部９に必要な情報を伝送したり、受信コイル４から受け取ったデータに基づいて画像を再構成するなど、ＭＲ装置１００の各種の動作を実現するように、ＭＲ装置１００の各部の動作を制御する。制御部７は、画像データ作成手段７１〜検出手段７４などを有している。
画像データ作成手段７１は、撮影部位の画像データを作成する。
第１の２値化手段７２は、領域拡張法を用いて画像データを２値化する。
第２の２値化手段７３は、閾値処理を用いて画像データを２値化する。
検出手段７４は、肺と肝臓との境界の位置を検出する。

制御部７は、画像データ作成手段７１〜検出手段７４を構成する一例であり、所定のプログラムを実行することにより、これらの手段として機能する。尚、制御部７は、境界検出装置の一例に相当する。

操作部８は、オペレータにより操作され、種々の情報を制御部７に入力する。表示部９は種々の情報を表示する。
ＭＲ装置１００は、上記のように構成されている。

図２は撮影部位を概略的に示す図、図３は第１の形態で実行されるスキャンを示す図である。
第１の形態では、ローカライザスキャンＬＳと本スキャンＭＳなどが実行される。

ローカライザスキャンＬＳは、スライスやナビゲータ領域Ｒ_ｎａｖを設定するときに使用される画像データを取得するためのスキャンである。ナビゲータ領域Ｒ_ｎａｖは、被検体の呼吸信号を収集するために設定される領域である。本スキャンＭＳは、ナビゲータ領域Ｒ_ｎａｖから肝臓の上端の位置情報を収集するとともに、肝臓を含む部位の画像データを収集する。以下に、ローカライザスキャンＬＳおよび本スキャンＭＳを実行するときのフローについて説明する。

図４は、第１の形態において被検体を撮影するときのフローを示す図である。
ステップＳＴ１では、ローカライザスキャンＬＳ（図３参照）を実行する。

図５は、ローカライザスキャンＬＳの説明図である。
ローカライザスキャンＬＳでは、肝臓を含む撮影部位を横切る複数のスライスＳＬ_１〜ＳＬ_ｍのスキャンが実行される。第１の形態では、スライスＳＬ_１〜ＳＬ_ｍはアキシャルである。画像データ作成手段７１（図１参照）は、ローカライザスキャンＬＳにより収集されたデータに基づいて、スライスＳＬ_１〜ＳＬ_ｍの画像データＤ_１〜Ｄ_ｍを作成する。スライスＳＬ_１〜ＳＬ_ｍの画像データＤ_１〜Ｄ_ｍを作成した後、ステップＳＴ２に進む。

ステップＳＴ２では、第１の２値化手段７２および第２の２値化手段７３（図１参照）が、スライスＳＬ_１〜ＳＬ_ｍの画像データＤ_１〜Ｄ_ｍの各々に対して２値化処理を実行する。ステップＳＴ２は、ステップＳＴ２１〜２４を有している。以下、各ステップについて説明する。

ステップＳＴ２１では、スライスＳＬ_１〜ＳＬ_ｍの画像データＤ_１〜Ｄ_ｍの中から、２値化処理する画像データを選択する。ここでは、肺を横切るスライスＳＬ_１の画像データＤ_１が選択されたとする。図６に、選択されたスライスＳＬ_１の画像データＤ_１を概略的に示す。画像データＤ_１には、被検体の胴部だけでなく、左腕部および右腕部も描出されている。スライスＳＬ_１の画像データＤ_１を選択した後、ステップＳＴ２２に進む。

ステップＳＴ２２では、第１の２値化手段７２が、領域拡張法を用いて、スライスＳＬ_１の２値化を実行する。

第１の２値化手段７２は、先ず、画像データＤ_１の中の背景領域（被検体の体外領域）にシード領域を設定する。図７にシード領域Ｒ_ｓｅｅｄの一例を示す。シード領域Ｒ_ｓｅｅｄを背景領域に設定する方法としては、クレードル３ａの位置情報を用いる方法がある。クレードル３ａは被検体の体外に位置しているので、クレードル３ａの位置にシード領域Ｒ_ｓｅｅｄを設定することにより、シード領域Ｒ_ｓｅｅｄを確実に背景領域（体外領域）に設定することができる。尚、オペレータが画像データＤ_１を参考にして、シード領域Ｒ_ｓｅｅｄを手動で設定してもよい。

シード領域Ｒ_ｓｅｅｄを設定した後、第１の２値化手段７２は、画像データＤ_１の信号値に基づいて、被検体の体外と体内とを区別するときに使用する信号値の閾値ｖを求める。

被検体の体外の空間には、クレードル３ａや、ボア内の空気などが存在しているが、クレードル３ａの信号値や空気の信号値は、被検体の体内組織の信号値よりも十分に小さい値になる。このように、体外と体内組織との間には信号値に大きな差があるので、スライスＳＬ_１の画像データＤ_１の信号値に基づいて、被検体の体外と体内とを区別するための信号値の閾値ｖを求めることが可能となる。閾値ｖを求める方法の一例としては、シード領域Ｒ_ｓｅｅｄ内の信号値を用いる方法がある。シード領域Ｒ_ｓｅｅｄは被検体の体外に設定されているので、シード領域Ｒ_ｓｅｅｄの信号値は、被検体の体内の信号値よりも十分に小さい値（ノイズ）を有している。したがって、シード領域Ｒ_ｓｅｅｄの信号値を用いることにより、被検体の体外と体内とを区別するための信号値の閾値ｖを求めることができる。

次に、第１の２値化手段７２は、ピクセルの信号値と閾値ｖとを比較しながら、閾値ｖより小さい信号値を有するピクセルの領域を拡張し、スライスＳＬ_１の画像データＤ_１を２値化する。図８に、領域拡張法でスライスＳＬ_１の画像データＤ_１を２値化することにより得られた２値画像データＤＡ_１を概略的に示す。被検体の体外における大部分のピクセルの信号値は閾値ｖよりも小さいが、被検体の体表面における大部分のピクセルの信号値は閾値ｖよりも大きい。したがって、ピクセルの領域は、被検体の体外領域の全体に渡って拡張されるが、被検体の体内領域の内側には拡張されないので、背景領域（被検体の体外）と被検体の体内とを区別することができる。図８では、拡張された領域内のピクセルが論理値０（黒）で表され、他の領域内のピクセルが論理値１（白）で表されている。

領域拡張法を用いて２値化を実行した場合、背景領域（被検体の体外）には論理値０が割り当てられ、被検体の体内には論理値１が割り当てられる。尚、被検体の体内には論理値１が割り当てられるので、肺にも論理値１が割り当てられる。
領域拡張法を用いてスライスＳＬ_１の２値画像データＤＡ_１を得た後、ステップＳＴ２３に進む。

ステップＳＴ２３では、第２の２値化手段７３が、領域拡張法を用いずに、通常の閾値処理を用いて、スライスＳＬ_１の画像データＤ_１の２値化を実行する。具体的には、スライスＳＬ_１の画像データＤ_１の中で、ピクセルの信号値が閾値ＴＨより小さい領域に論理値０を割り当て、一方、ピクセルの信号値が閾値ＴＨより大きい領域に論理値１を割り当てることにより、スライスＳＬ_１の画像データＤ_１を２値化する。図９に、通常の閾値処理でスライスＳＬ_１の画像データＤ_１を２値化することにより得られた２値画像データＤＢ_１を概略的に示す。閾値ＴＨは、例えば、ステップＳＴ２２の領域拡張法を用いた２値化を実行するときに求めた閾値ｖを使用することができる。

先に説明したように、体内組織と空気との間には信号値に大きな差があり、体内組織の信号値は大きくなるが、空気の信号値は小さくなる。したがって、体内組織に位置するピクセルの大部分は閾値ＴＨよりも大きい信号値を有するが、空気で占められる空間に位置するピクセルの大部分は閾値ＴＨよりも小さい信号値を有する。このような信号値の差異が生じているので、通常の閾値処理により得られた２値画像データＤＢ_１は、被検体の体内組織の大部分に論理値１が割り当てられるが、背景領域（被検体の体外）や肺の内側（空気が含まれている空間）の大部分に論理値０が割り当てられる。２値化処理を実行した後、ステップＳＴ２４に進む。

図１０は、ステップＳＴ２４で実行される処理を説明するための図である。
ステップＳＴ２４では、検出手段７４（図１参照）が、２値画像データＤＡ_１の中の論理値１が割り当てられている領域の面積Ａと、２値画像データＤＢ_１の中の論理値１が割り当てられている領域の面積Ｂとを計算する。面積ＡおよびＢの値を求めたら、検出手段７４は、面積比Ｒ＝Ｂ／Ａを計算する。

図１０に示すように、領域拡張法を用いた２値化を実行した場合、肺に論理値１を割り当てることができる。一方、閾値処理を用いた２値化を実行した場合、被検体の体内組織は論理値１が割り当てられるが、肺の内側は論理値０が割り当てられる。したがって、２つの２値画像データＤＡ_１およびＤＢ_１を比較すると、２値画像データＤＢ_１の論理値１が割り当てられている領域の面積Ｂは、２値画像データＤＡ_１の論理値１が割り当てられている領域の面積Ａよりも小さくなる。したがって、スライスＳＬ_１における面積比Ｒは、１よりもかなり小さい値になる。

このようにして、ステップＳＴ２が実行される。尚、図６〜図１０では、スライスＳＬ_１の画像データＤ_１に対してステップＳＴ２を実行した例について説明されているが、他のスライスＳＬ_２〜ＳＬ_ｍの各々の画像データに対しても、スライスＳＬ_１の画像データＤ_１と同様に、ステップＳＴ２を実行する。図１１および図１２に、他のスライスの画像データに対してステップＳＴ２を実行する例を示す。以下、図１１および図１２について順に説明する。

図１１は、スライスＳＬ_ｉの画像データに対してステップＳＴ２を実行するときの説明図である。
先ず、ステップＳＴ２１において、スライスＳＬ_ｉの画像データＤ_ｉを選択する。スライスＳＬ_ｉは、肺と肝臓との境界付近に位置しており、肺と肝臓との両方の臓器を横切っている。スライスＳＬ_ｉの画像データＤ_ｉを選択した後、ステップＳＴ２２に進む。

ステップＳＴ２２では、第１の２値化手段７２が、画像データＤ_ｉの中の背景領域（被検体の体外領域）にシード領域を設定し、領域拡張法を用いて２値化を実行する。したがって、スライスＳＬ_ｉの２値画像データＤＡ_ｉが得られる。領域拡張法を用いて２値化を実行した場合、背景領域（被検体の体外）には論理値０が割り当てられ、被検体の体内には論理値１が割り当てられる。被検体の体内は論理値１で表されるので、肺にも肝臓にも論理値１が割り当てられる。
領域拡張法を用いてスライスＳＬ_ｉの２値画像データＤＡ_ｉを得た後、ステップＳＴ２３に進む。

ステップＳＴ２３では、第２の２値化手段７３が、領域拡張法を用いずに、通常の閾値処理を用いて、スライスＳＬ_ｉの画像データＤ_ｉの２値化を実行する。これにより、スライスＳＬ_ｉの２値画像データＤＢ_ｉが得られる。通常の閾値処理により得られたスライスＳＬ_ｉの２値画像データＤＢ_ｉは、背景領域（被検体の体外）や肺の内側（空気が含まれている空間）の大部分に論理値０が割り当てられるが、肝臓の大部分には論理値１が割り当てられる。したがって、スライスＳＬ_ｉの２値画像データＤＢ_ｉは、スライスＳＬ_１の２値画像データＤＢ_１（図１０参照）と比較すると、論理値１が割り当てられている領域の面積が広くなる。２値化処理を実行した後、ステップＳＴ２４に進む。

ステップＳＴ２４では、検出手段７４が、２値画像データＤＡ_ｉの中の論理値１が割り当てられている領域の面積Ａと、２値画像データＤＢ_ｉの中の論理値１が割り当てられている領域の面積Ｂとを計算する。面積ＡおよびＢの値を求めたら、検出手段７４は、面積比Ｒ＝Ｂ／Ａを計算する。

２値画像データＤＡ_ｉおよびＤＢ_ｉを比較すると、２値画像データＤＢ_ｉの論理値１が割り当てられている領域の面積Ｂは、２値画像データＤＡ_ｉの論理値１が割り当てられている領域の面積Ａよりも小さくなる。したがって、スライスＳＬ_ｉにおける面積比Ｒは、１よりも小さい値になる。

このようにして、スライスＳＬ_ｉの画像データに対してステップＳＴ２が実行される。次に、スライスＳＬ_ｊの画像データに対してステップＳＴ２を実行する場合について説明する。

図１２は、スライスＳＬ_ｊの画像データに対してステップＳＴ２を実行するときの説明図である。
先ず、ステップＳＴ２１において、スライスＳＬ_ｊの画像データＤ_ｊを選択する。スライスＳＬ_ｊは、肺を横切っておらず、肝臓を横切っている。スライスＳＬ_ｊの画像データＤ_ｊを選択した後、ステップＳＴ２２に進む。

ステップＳＴ２２では、第１の２値化手段７２が、画像データＤ_ｊの中の背景領域（被検体の体外領域）にシード領域を設定し、領域拡張法を用いて２値化を実行する。したがって、スライスＳＬ_ｊの２値画像データＤＡ_ｊが得られる。領域拡張法を用いて２値化を実行した場合、背景領域（被検体の体外）には論理値０が割り当てられ、被検体の体内には論理値１が割り当てられる。被検体の体内は論理値１で表されるので、肝臓には論理値１が割り当てられる。
領域拡張法を用いてスライスＳＬ_ｊの２値画像データＤＡ_ｊを得た後、ステップＳＴ２３に進む。

ステップＳＴ２３では、第２の２値化手段７３が、領域拡張法を用いずに、通常の閾値処理を用いて、スライスＳＬ_ｊの画像データＤ_ｊの２値化を実行する。これにより、スライスＳＬ_ｊの２値画像データＤＢ_ｊが得られる。スライスＳＬ_ｊは肺を横切っておらず、肝臓を横切っているので、２値画像データＤＢ_ｊは、被検体の体内の大部分の領域に、論理値１が割り当てられている。２値化処理を実行した後、ステップＳＴ２４に進む。

ステップＳＴ２４では、検出手段７４が、２値画像データＤＡ_ｊの中の論理値１が割り当てられている領域の面積Ａと、２値画像データＤＢ_ｊの中の論理値１が割り当てられている領域の面積Ｂとを計算する。面積ＡおよびＢの値を求めたら、検出手段７４は、面積比Ｒ＝Ｂ／Ａを計算する。

２値画像データＤＡ_ｊおよびＤＢ_ｊを比較すると、２値画像データＤＢ_ｊの論理値１が割り当てられている領域の面積Ｂは、２値画像データＤＡ_ｊの論理値１が割り当てられている領域の面積Ａとほぼ同じである。したがって、スライスＳＬ_ｊにおける面積比Ｒは、１に近い値になる。
このように、各スライスの画像データに対してステップＳＴ２を実行した後、ステップＳＴ３に進む。

ステップＳＴ３では、検出手段７４が、ステップＳＴ２で求められたスライスＳＬ_１〜ＳＬ_ｍの面積比Ｒに基づいて、肺と肝臓との境界のＳＩ方向の位置を求める。

図１３は、スライスＳＬ_１〜ＳＬ_ｍにおける面積比Ｒのグラフである。
グラフの横軸はスライスＳＬ_１〜ＳＬ_ｍを表しており、グラフの縦軸は面積比Ｒを表している。以下では、スライスＳＬ_１〜ＳＬ_ｍの面積比Ｒのうち、代表して、３つのスライスＳＬ_１、ＳＬ_ｉ、およびＳＬ_ｊの面積比Ｒについて説明する。尚、説明の便宜上、肺を横切るスライスＳＬ_１の面積比Ｒと、肝臓を横切るスライスＳＬ_ｊの面積比Ｒを先に説明し、最後に、肝臓と肺との境界を横切るスライスＳＬ_ｉの面積比Ｒについて説明する。

（１）肺を横切るスライスＳＬ_１の面積比Ｒについて
スライスＳＬ_１では、２値画像データＤＡ_１の肺の領域には論理値１が割り当てられるが、２値画像データＤＢ_１の肺の領域には論理値０が割り当てられる。したがって、２値画像データＤＢ_１の論理値１の面積Ｂは、２値画像データＤＡ_１の論理値１の面積Ａよりもかなり小さくので、スライスＳＬ_１における面積比Ｒは１よりもかなり小さい値になる。

（２）肝臓を横切るスライスＳＬ_ｊの面積比Ｒについて
スライスＳＬ_ｊでは、２値画像データＤＡ_ｊの肝臓の領域には論理値１が割り当てられ、２値画像データＤＢ_ｊの肝臓の領域にも論理値１が割り当てられる。したがって、２値画像データＤＢ_ｊの論理値１の面積Ｂは、２値画像データＤＡ_ｊの論理値１の面積Ａにほぼ等しいので、スライスＳＬ_ｊにおける面積比Ｒは１に近い値になる。

（３）肝臓と肺との境界を横切るスライスＳＬ_ｉの面積比Ｒについて
スライスＳＬ_ｉの２値画像データＤＡ_ｉでは、肝臓の領域に論理値１が割り当てられ、肺の領域にも論理値１が割り当てられる。一方、スライスＳＬ_ｉの２値画像データＤＢ_ｉでは、肝臓の領域には論理値１が割り当てられるが、肺の領域には論理値０が割り当てられる。したがって、スライスＳＬ_ｉにおける面積比Ｒは、スライスＳＬ_１における面積比Ｒよりも大きいが、スライスＳＬ_ｊにおける面積比Ｒよりも小さくなる。

このような面積比Ｒの違いが生じるので、面積比Ｒが急激に変化する位置を検出することにより、肺と肝臓との境界のＳＩ方向の位置を検出することができる。第１の形態では、スライスＳＬ_ｉの位置が、肝臓と肺との境界のＳＩ方向の位置として検出される。境界のＳＩ方向の位置を検出した後、ステップＳＴ４に進む。

ステップＳＴ４では、肝臓と肺との境界のＡＰ方向の位置とＲＬ方向の位置とを検出する。これらの位置は、例えば、コロナル断面の画像データに基づいて検出することができる。肝臓と肺との境界のＳＩ方向、ＡＰ方向、ＲＬ方向の位置の交点が、肝臓と肺との境界の位置として求められる。肝臓と肺との境界の位置を求めた後、ステップＳＴ５に進む。

ステップＳＴ５では、肝臓と肺との境界の位置にナビゲータ領域Ｒ_ｎａｖ（図２参照）を設定する。ナビゲータ領域Ｒ_ｎａｖを設定した後、ステップＳＴ６に進む。ステップＳＴ６では、ナビゲータ領域から肝臓の上端の位置情報を収集するためのナビゲータシーケンスを実行しながら、肝臓の画像データを収集するためのイメージングシーケンスを行う。画像データを収集したら、フローを終了する。

第１の形態では、領域拡張法による２値化と、閾値処理による２値化とを実行し、面積比Ｒを求めている。領域拡張法による２値化では、どのスライスであっても、体内の領域は論理値１が割り当てられるので、肺にも肝臓にも論理値１が割り当てられる。一方、閾値処理による２値化では、肝臓には論理値１が割り当てられるが、肺には論理値０が割り当てられるので、スライスが、肺を横切るか、肺と肝臓との境界付近を横切るか、肝臓を横切るかによって、論理値１が割り当てられる領域の面積が異なる。したがって、スライスの面積比Ｒは、肺と肝臓との境界の位置で急激に変化するので、面積比Ｒが急激に変化する位置を検出することにより、肺と肝臓との境界の位置を検出することができる。

（２）第２の形態
第２の形態のＭＲ装置は、第１の形態のＭＲ装置と比較すると、検出手段７４の処理が異なるが、その他の構成は第１の形態のＭＲ装置と同じである。したがって、第２の形態の説明にあたっては、主に、検出手段７４の処理を詳細に説明する。

図１４は、第２の形態におけるＭＲ装置の動作フローを示す図である。
ステップＳＴ１〜ＳＴ２２は第１の形態と同じであるので説明は省略する。

ステップＳＴ２２により、２値画像データＤＡ_１（図８参照）が得られる。尚、２値画像データＤＡ_１には、被検体の胴部だけでなく、左腕部および右腕部も描出されている。第２の形態では、左腕部および右腕部を削除する処理をする。この処理を実行するために、ステップＳＴ２２０に進む。

ステップＳＴ２２０では、検出手段７４が、２値画像データＤＡ_１から、腕部を削除する処理を実行する（図１５参照）。

図１５は、腕部のデータが削除された２値画像データＤＣ_１を概略的に示す図である。
ステップＳＴ２２０では、２値画像データＤＡ_１から、左腕部と右腕部とを削除するための画像処理を実行する。これにより、腕部が削除された２値画像データＤＣ_１を得ることができる。図１６に、ステップＳＴ２２０の具体的な一例を示す。図１６では、ステップＳＴ２２０は、ステップＳＴ２２１（縮小処理）、ステップＳＴ２２２（領域拡張処理）、およびステップＳＴ２２３（拡大処理）を有している。以下に、ステップＳＴ２２１、ＳＴ２２２、およびＳＴ２２３について順に説明する。

ステップＳＴ２２１では、検出手段７４は、２値画像データＤＡ_１に対して縮小処理を実行する。ここでは、注目画素に対して例えば９×９のピクセル領域を設定し、縮小処理を実行する。図１６には、縮小処理後の２値画像データを符号「ＤＡ_１ｅ」で示してある。縮小処理を実行した後、ステップＳＴ２２２に進む。

ステップＳＴ２２２では、検出手段７４は、縮小処理後の２値画像データＤＡ_１ｅの胴部にシード領域Ｒ_ｓｅｅｄを設定し、領域拡張処理を実行する。シード領域Ｒ_ｓｅｅｄを被検体の胴部に設定する方法としては、縮小処理後の２値画像データＤＡ_１ｅのＲＬ方向の中心線ＣＬを用いる方法がある。この中心線ＣＬは、被検体の胴部を横切るので、中心線ＣＬ上にシード領域Ｒ_ｓｅｅｄを設定することにより、シード領域Ｒ_ｓｅｅｄを被検体の胴部に設定することができる。

次に、検出手段７４は、シード領域Ｒ_ｓｅｅｄを基準にして、論理値１の領域を拡張する処理を実行する。左腕部および右腕部は胴部から分離しているので、論理値１の領域は、左腕部および右腕部までは拡張されず、左腕部および右腕部には論理値０が割り当てられる。したがって、領域拡張処理を実行することにより、左腕部および右腕部を削除することができる。図１６には、領域拡張処理後の２値画像データを符号「ＤＡ_１ｒ」で示してある。領域拡張処理を実行した後、ステップＳＴ２２３に進む。

ステップＳＴ２２３では、検出手段７４は、領域拡張処理後の２値画像データＤＡ_１ｒに対して拡大処理を実行する。拡大処理を実行することにより、胴部を元の大きさに戻すことができる。図１６には、拡大処理後の２値画像データを符号「ＤＡ_１ｄ」で示してある。拡大処理後の２値画像データＤＡ_１ｄが、図１５に示す腕部が削除された２値画像データＤＣ_１として使用される。

尚、図１６では、ステップＳＴ２２０を１回実行することにより腕部を削除している。しかし、ステップＳＴ２２０を１回実行しても腕部を削除しきれない場合は、ステップＳＴ２２０を複数回実行してもよい。ステップＳＴ２２０が実行されるたびに腕部の面積は小さくなるので、１回のステップＳＴ２２０では腕部を削除しきれなくても、ステップＳＴ２２０を複数回実行することにより、腕部を削除することができる。また、図１６では、縮小処理、領域拡張処理、拡大処理を実行することにより腕部を削除しているが、別の処理方法により、腕部を削除してもよい。図１５に示す腕部が削除された２値画像データＤＣ_１を得た後、ステップＳＴ２３に進む。

ステップＳＴ２３では、第２の２値化手段７３が、領域拡張法を用いずに、通常の閾値処理を用いて、スライスＳＬ_１の画像データＤ_１の２値化を実行する。この２値化は、第１の形態のステップＳＴ２３で実行される２値化と同じである。図１７に、通常の閾値処理でスライスＳＬ_１の画像データＤ_１を２値化することにより得られた２値画像データＤＢ_１を概略的に示す。２値画像データＤＢ_１を得た後、ステップＳＴ２３０に進む。

ステップＳＴ２３０では、検出手段７４が、２値画像データＤＢ_１に対して、左腕部と右腕部とを削除するための画像処理を実行する。ステップＳＴ２３０で実行される画像処理は、図１６に示す画像処理（縮小処理、領域拡張処理、拡大処理）と同じである。２値画像データＤＢ_１は肺に論理値０が割り当てられているので、縮小処理、領域拡張処理、拡大処理を実行すると、腕部が削除されるだけでなく、胴部の領域が狭くなる。図１８に、腕部が削除された２値画像データＤＤ_１を概略的に示す。腕部を削除した後、ステップＳＴ２４に進む（図１９参照）。

図１９は、ステップＳＴ２４で実行される処理を説明するための図である。
ステップＳＴ２４では、検出手段７４が、２値画像データＤＣ_１の中の論理値１が割り当てられている領域の面積Ａと、２値画像データＤＤ_１の中の論理値１が割り当てられている領域の面積Ｂとを計算する。面積ＡおよびＢの値を求めたら、検出手段７４は、面積比Ｔ＝Ｂ／Ａを計算する。

図１９に示すように、面積Ｂは面積Ａよりもかなり小さいので、面積比Ｔは、１よりもかなり小さい値になることがわかる。

また、ステップＳＴ２４では、２値画像データＤＣ_１に基づいて、被検体の胴部のＲＬ方向の範囲Ｗ_ＲＬと、胴部のＡＰ方向の範囲Ｗ_ＡＰを求める。２値画像データＤＣ_１では、被検体の胴部は論理値１で表されているので、論理値１の領域のＲＬ方向の範囲が、被検体の胴部のＲＬ方向の範囲Ｗ_ＲＬであり、論理値１の領域のＡＰ方向の範囲が、被検体の胴部のＡＰ方向の範囲Ｗ_ＡＰとなる。また、２値画像データＤＣ_１は腕部が削除されているので、被検体の胴部にのみ論理値１が割り当てられる。したがって、被検体の胴部のＲＬ方向の範囲Ｗ_ＲＬから、被検体の腕部を確実に除外することができるので、範囲Ｗ_ＲＬを求めるときの誤差を十分に小さくすることができる。

このようにして、ステップＳＴ２が実行される。尚、図１５〜図１９では、スライスＳＬ_１の画像データＤ_１に対してステップＳＴ２を実行した例について説明されている。しかし、他のスライスＳＬ_２〜ＳＬ_ｍの各々の画像データに対しても、スライスＳＬ_１の画像データＤ_１と同様に、ステップＳＴ２を実行し、面積比Ｔと、範囲Ｗ_ＲＬおよびＷ_ＡＰとを求める。各スライスの画像データに対してステップＳＴ２を実行した後、ステップＳＴ３に進む。

ステップＳＴ３では、検出手段７４が、ステップＳＴ２で求められたスライスＳＬ_１〜ＳＬ_ｍにおける面積比Ｔに基づいて、肺と肝臓との境界のＳＩ方向の位置を検出する。

図２０は、スライスＳＬ_１〜ＳＬ_ｍにおける面積比Ｔのグラフである。
面積比Ｔのグラフは、面積比Ｒのグラフ（図１３参照）と同様の傾向を有する。したがって、面積比Ｔが急激に変化する位置を検出することにより、肺と肝臓との境界のＳＩ方向の位置を検出することができる。第２の形態では、スライスＳＬ_ｉの位置が、肝臓と肺との境界のＳＩ方向の位置として検出される。境界のＳＩ方向の位置を検出した後、ステップＳＴ４に進む。

ステップＳＴ４では、肝臓と肺との境界のＡＰ方向の位置とＲＬ方向の位置とを検出する。これらの位置は、例えば、コロナル断面の画像データに基づいて検出することができる。肝臓と肺との境界のＳＩ方向、ＡＰ方向、ＲＬ方向の位置の交点が、肝臓と肺との境界の位置として求められる。尚、肝臓と肺との境界のＡＰ方向およびＲＬ方向の位置を求める場合は、それぞれ、ステップＳＴ２４で求めた範囲Ｗ_ＡＰおよびＷ_ＲＬが制約条件として使用される。範囲Ｗ_ＡＰおよびＷ_ＲＬを制約条件として使用することにより、肝臓と肺との境界のＡＰ方向およびＲＬ方向の位置が、被検体の体外に設定されることを確実に防止することができる。肝臓と肺との境界の位置を求めた後、ステップＳＴ５に進む。

ステップＳＴ５では、肝臓と肺との境界の位置にナビゲータ領域Ｒ_ｎａｖ（図２参照）を設定する。ナビゲータ領域Ｒ_ｎａｖを設定した後、ステップＳＴ６に進む。ステップＳＴ６では、ナビゲータ領域から肝臓の上端の位置情報を収集するためのナビゲータシーケンスを実行しながら、肝臓の画像データを収集するためのイメージングシーケンスを行う。画像データを収集したら、フローを終了する。

第２の形態では、腕部が削除された２値画像データを用いて面積比Ｔを求めている。面積比Ｔは、肺と肝臓との境界の位置で急激に変化するので、面積比Ｔが急激に変化する位置を検出することにより、肺と肝臓との境界の位置を検出することができる。

第２の形態は、２値画像データから腕部を削除する処理を実行している。したがって、被検体の胴部のみが描出された２値画像データを得ることができるので、被検体の胴部のＲＬ方向の範囲Ｗ_ＲＬとＡＰ方向の範囲Ｗ_ＡＰとを十分な精度で求めることができる。また、第２の形態では、これらの範囲Ｗ_ＲＬおよび範囲Ｗ_ＡＰを肺と肝臓との境界の位置を検出するときの制約条件として使用することができるので、肺と肝臓との境界が体外に設定されることを確実に防止することができる。

第２の形態では、腕部が削除された２値画像データを用いて面積比Ｔを求めている。面積比Ｔは、肝臓側では１に近い値になり、肺側では０に近い値になる。したがって、肝臓側の面積比と肺側の面積比との差が、第１の形態の場合（図１３参照）よりも大きくなるので、肺と肝臓との境界の検出精度を更に向上させることが可能となる。

第１および第２の形態では、ローカライザスキャンＬＳにおけるスライスＳＬ_１〜ＳＬ_ｍはアキシャルである（図５参照）。しかし、本発明は、第１の部位と第２の部位との境界の位置を検出することができるのであれば、スライスはアキシャルに限定されることはなく、例えば、サジタル、コロナル、オブリークであってもよい。

第１および第２の形態では、ステップＳＴ２２で領域拡張法を用いた２値化を実行し、ステップＳＴ２３では閾値処理を用いた２値化を実行している。しかし、第１の部位と第２の部位との境界の位置を検出することができるのであれば、領域拡張法や閾値処理の２値化に限定されることはなく、他の手法を用いた２値化であってもよい。

第１および第２の形態では、２値画像データの特徴量として、論理値１の面積を求めている。しかし、論理値１の面積の代わりに論理値０の面積を求め、論理値０の面積の比を用いて、肝臓と肺との境界の位置を検出してもよい。

第１および第２の形態では、論理値１の面積比Ｒ（面積比Ｔ）＝Ｂ／Ａを用いて肝臓と肺との境界の位置を検出している。しかし、面積比として、Ｂ／Ａの代わりに、Ａ／Ｂを用いてもよい。また、Ｂ／ＡあるいはＡ／Ｂに一定の係数Ｋを乗算し、Ｋ（Ｂ／Ａ）あるいはＫ（Ａ／Ｂ）を用いて境界を検出してもよい。

第１および第２の形態では、肝臓と肺との境界の位置を検出している。しかし、本発明は、肝臓と肺との境界の位置の検出に限定されることはなく、他の臓器や器官の境界の位置を検出するのにも適用することができる。

第１および第２の形態では、ＭＲ装置の例について説明されているが、本発明は、ＭＲ装置以外の医用装置（例えば、ＣＴ装置）にも適用することができる。

２ マグネット
３ テーブル
３ａ クレードル
４ 受信コイル
５ 送信器
６ 勾配磁場電源
７ 制御部
８ 操作部
９ 表示部
１０ 被検体
２１ ボア
７１ 画像データ作成手段
７２ 第１の２値化手段
７３ 第２の２値化手段
７４ 検出手段
１００ ＭＲ装置

Claims (15)

1. 第１の部位と第２の部位とを含む撮影部位をスキャンすることにより得られたデータに基づいて、前記第１の部位と前記第２の部位との境界を検出する境界検出装置であって、
   前記第１の部位を横切るスライスと前記第２の部位を横切るスライスを含む複数のスライスの各々の画像データを作成する画像データ作成手段と、
   前記第１の部位および前記第２の部位が第１の論理値を有し、背景領域が第２の論理値を有するように、前記複数のスライスの各々の画像データを２値化することにより、第１の２値画像データを求める第１の２値化手段と、
   前記第１の部位が前記第１の論理値を有し、前記第２の部位および前記背景領域が前記第２の論理値を有するように、前記複数のスライスの各々の画像データを２値化することにより、第２の２値画像データを求める第２の２値化手段と、
   前記第１の２値画像データの特徴量と前記第２の２値画像データの特徴量とを求め、前記第１の２値画像データの特徴量と前記第２の２値画像データの特徴量とに基づいて、前記第１の部位と前記第２の部位との境界を検出する検出手段と、
   を有する境界検出装置。
2. 前記第１の２値画像データの特徴量は、前記第１の２値画像データにおける前記第１の論理値の面積であり、
   前記第２の２値画像データの特徴量は、前記第２の２値画像データにおける前記第１の論理値の面積である、請求項１に記載の境界検出装置。
3. 前記検出手段は、
   前記第１の２値画像データにおける前記第１の論理値の面積と、前記第２の２値画像データにおける前記第１の論理値の面積とを求め、これらの面積の比に基づいて、前記境界を検出する、請求項２に記載の境界検出装置。
4. 第１の部位と第２の部位とを含む撮影部位をスキャンすることにより得られたデータに基づいて、前記第１の部位と前記第２の部位との境界を検出する境界検出装置であって、
   前記第１の部位を横切るスライスと前記第２の部位を横切るスライスを含む複数のスライスの各々の画像データを作成する画像データ作成手段と、
   前記第１の部位および前記第２の部位が第１の論理値を有し、背景領域が第２の論理値を有するように、前記複数のスライスの各々の画像データを２値化することにより、第１の２値画像データを求める第１の２値化手段と、
   前記第１の部位が前記第１の論理値を有し、前記第２の部位および前記背景領域が前記第２の論理値を有するように、前記複数のスライスの各々の画像データを２値化することにより、第２の２値画像データを求める第２の２値化手段と、
   前記第１の２値画像データから所定の部位を削除する第１の削除処理と、前記第２の２値画像データから前記所定の部位を削除する第２の削除処理とを実行し、前記第１の削除処理後の第１の２値画像データの特徴量と、前記第２の削除処理後の第２の２値画像データの特徴量とを求め、前記第１の削除処理後の第１の２値画像データの特徴量と、前記第２の削除処理後の第２の２値画像データの特徴量とに基づいて、前記第１の部位と前記第２の部位との境界を検出する検出手段と、
   を有する、境界検出装置。
5. 前記第１の削除処理後の第１の２値画像データの特徴量は、前記第１の削除処理後の第１の２値画像データにおける前記第１の論理値の面積であり、
   前記第２の削除処理後の第２の２値画像データの特徴量は、前記第２の削除処理後の第２の２値画像データにおける前記第１の論理値の面積である、請求項４に記載の境界検出装置。
6. 前記検出手段は、
   前記第１の削除処理後の第１の２値画像データにおける前記第１の論理値の面積と、前記第２の削除処理後の第２の２値画像データにおける前記第１の論理値の面積とを求め、これらの面積の比に基づいて、前記境界を検出する、請求項５に記載の境界検出装置。
7. 前記第１の削除処理は複数回実行される、請求項４〜６のうちのいずれか一項に記載の境界検出装置。
8. 前記第１の削除処理は、縮小処理、領域拡張処理、および拡大処理を含む、請求項７に記載の境界検出装置。
9. 前記第２の削除処理は複数回実行される、請求項４〜８のうちのいずれか一項に記載の境界検出装置。
10. 前記第２の削除処理は、縮小処理、領域拡張処理、および拡大処理を含む、請求項９に記載の境界検出装置。
11. 前記第１の２値化手段は、領域拡張法を用いた２値化であり、
    前記第２の２値化手段は、閾値処理を用いた２値化である、請求項１〜１０のうちのいずれか一項に記載の境界検出装置。
12. 前記第１の部位は肝臓を含み、前記第２の部位は肺を含む、請求項１〜１１のうちのいずれか一項に記載の境界検出装置。
13. 請求項１〜１２のうちのいずれか一項に記載の境界検出装置を有する医用装置。
14. 第１の部位と第２の部位とを含む撮影部位をスキャンすることにより得られたデータに基づいて、前記第１の部位と前記第２の部位との境界を検出する境界検出装置のプログラムであって、
    前記第１の部位を横切るスライスと前記第２の部位を横切るスライスを含む複数のスライスの各々の画像データを作成する画像データ作成処理と、
    前記第１の部位および前記第２の部位が第１の論理値を有し、背景領域が第２の論理値を有するように、前記複数のスライスの各々の画像データを２値化することにより、第１の２値画像データを求める第１の２値化処理と、
    前記第１の部位が前記第１の論理値を有し、前記第２の部位および前記背景領域が前記第２の論理値を有するように、前記複数のスライスの各々の画像データを２値化することにより、第２の２値画像データを求める第２の２値化処理と、
    前記第１の２値画像データの特徴量と前記第２の２値画像データの特徴量とを求め、前記第１の２値画像データの特徴量と前記第２の２値画像データの特徴量とに基づいて、前記第１の部位と前記第２の部位との境界を検出する検出処理と、
    を計算機に実行させるためのプログラム。
15. 第１の部位と第２の部位とを含む撮影部位をスキャンすることにより得られたデータに基づいて、前記第１の部位と前記第２の部位との境界を検出する境界検出装置のプログラムであって、
    前記第１の部位を横切るスライスと前記第２の部位を横切るスライスを含む複数のスライスの各々の画像データを作成する画像データ作成処理と、
    前記第１の部位および前記第２の部位が第１の論理値を有し、背景領域が第２の論理値を有するように、前記複数のスライスの各々の画像データを２値化することにより、第１の２値画像データを求める第１の２値化処理と、
    前記第１の部位が前記第１の論理値を有し、前記第２の部位および前記背景領域が前記第２の論理値を有するように、前記複数のスライスの各々の画像データを２値化することにより、第２の２値画像データを求める第２の２値化処理と、
    前記第１の２値画像データから所定の部位を削除する第１の削除処理と、前記第２の２値画像データから前記所定の部位を削除する第２の削除処理とを実行し、前記第１の削除処理後の第１の２値画像データの特徴量と、前記第２の削除処理後の第２の２値画像データの特徴量とを求め、前記第１の削除処理後の第１の２値画像データの特徴量と、前記第２の削除処理後の第２の２値画像データの特徴量とに基づいて、前記第１の部位と前記第２の部位との境界を検出する検出処理と、
    を計算機に実行させるためのプログラム。