JP6176843B2 - 血管検出装置、磁気共鳴装置、およびプログラム - Google Patents

Description

本発明は、血管を検出する血管検出装置、被検体の画像を取得し、取得した画像から血管を検出する磁気共鳴装置、および血管を検出するためのプログラムに関する。

従来より、造影剤を用いて被検体を撮影する磁気共鳴イメージング装置が知られている（特許文献１）。

特開２００９−２６１９０４号公報

造影剤を用いて被検体を撮影する方法の一例として、オペレータが、画像データの中から大動脈の位置を見つけて、大動脈の位置に、造影剤を検出するためのトラッカー領域を設定する方法がある。この方法では、トラッカー領域に所定量の造影剤が到達したときに、撮影が実行される。しかし、経験の浅いオペレータは、大動脈の位置を見つけるのに長時間を要したり、大動脈とは別の場所にトラッカー領域を設定しまうことがある。したがって、大動脈を短時間で自動的に検出する手法の開発が望まれている。大動脈を短時間で自動的に検出する手法の一例が、論文“Med Imag Tech Vol.31 No.2 March 2013”で発表されている。

上記の論文では、スライス勾配磁場のＺdephaserの面積を大きくすることより、アキシャル画像に描出される大動脈内の血液の信号をできるだけ低減させて、大動脈を検出している。しかし、心臓の収縮期では、大動脈の血流速度が低下するため、大動脈内の血液が高信号になることがある。したがって、実際には、高信号の血液の影響を受けて、大動脈内の血液の信号を十分に低減することができない場合がある。この場合、大動脈とは別の組織を大動脈として誤検出したり、あるいは大動脈を検出することができないという問題がある。そこで、大動脈内の血液の信号が十分に低減できない場合でも、大動脈を検出す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、血管を横切る複数の面の各々の画像であって、前記血管内の血液の信号が低減されている第１の画像と、前記血管内の血液の信号が前記第１の画像よりも低減されていない第２の画像とを含んでいる画像を作成する画像作成手段と、
前記第１の画像から前記血管を検出するための第１の教師データと、前記第２の画像から前記血管を検出するための第２の教師データとに基づいて作成された識別器を用いて、前記画像から前記血管を検出する検出手段とを有する血管検出装置である。

本発明の第２の観点は、血管を横切る複数の面の各々の画像であって、前記血管内の血液の信号が低減されている第１の画像と、前記血管内の血液の信号が前記第１の画像よりも低減されていない第２の画像とを含んでいる画像を作成する画像作成手段と、
前記第１の画像から前記血管を検出するための第１の教師データと、前記第２の画像から前記血管を検出するための第２の教師データとに基づいて作成された識別器を用いて、前記画像から前記血管を検出する検出手段とを有する磁気共鳴装置である。

本発明の第３の観点は、血管を横切る複数の面の各々の画像であって、前記血管内の血液の信号が低減されている第１の画像と、前記血管内の血液の信号が前記第１の画像よりも低減されていない第２の画像とを含んでいる画像を作成する画像作成処理と、
前記第１の画像から前記血管を検出するための第１の教師データと、前記第２の画像から前記血管を検出するための第２の教師データとに基づいて作成された識別器を用いて、前記画像から前記血管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。

第１の教師データと第２の教師データとに基づいて作成された識別器を用いることにより、血管内の血液の信号が十分に低減できない場合でも、血管を検出することができる。

本発明の一形態の磁気共鳴装置の概略図である。 本形態で実行されるスキャンを示す図である。 撮影部位を概略的に示す図である。 本形態において被検体１２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。 識別器Ｃを作成するために使用された教師データを概略的に示す図である。 アキシャル画像ＤＡ_１に設定された検索領域Ｒ１を示す図である。 検索領域Ｒ１に設定されたウィンドウＷを示す図である。 識別器Ｃを用いて、大動脈ＡがウィンドウＷの先端部に内接するときのウィンドウＷの回転角θ、ピクセル数ｘ、およびピクセル数ｙを求めるときの説明図である。 アキシャル画像ＤＡ_１の大動脈ＡがウィンドウＷの先端部に内接しているときのウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ１，ｘ１，ｙ１）を示す図である。 アキシャル画像ＤＡ_２に設定された検索領域Ｒ２を示す図である。 検索領域Ｒ２に設定されたウィンドウＷを示す図である。 識別器Ｃを用いて、アキシャル画像ＤＡ_２の大動脈ＡがウィンドウＷの先端部に内接するときのウィンドウＷの回転角θ、ピクセル数ｘ、およびピクセル数ｙを求めるときの説明図である。 アキシャル画像ＤＡ_２の大動脈ＡがウィンドウＷの先端部に内接しているときのウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ２，ｘ２，ｙ２）を示す図である。 アキシャル画像ＤＡ_３に設定された検索領域Ｒ３を示す図である。 検索領域Ｒ３に設定されたウィンドウＷを示す図である。 アキシャル画像ＤＡ_３の大動脈ＡがウィンドウＷの先端部に内接しているときのウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ３，ｘ３，ｙ３）を示す図である。 アキシャル画像ＤＡ_１〜ＤＡ_ｍの各々に対して決定されたウィンドウＷの回転角θ、ピクセル数ｘ、およびピクセル数ｙを示す図である。 識別器Ｄを作成するために使用された教師データを概略的に示す図である。 アキシャル画像ＤＡ_１における大動脈Ａ内の血液の信号が十分に低減されているか否かを判断する方法の説明図である。 アキシャル画像ＤＡ_２における大動脈Ａ内の血液の信号が十分に低減されているか否かを判断する方法の説明図である。 ウィンドウＷに設定された円Ｃを概略的に示す図である。 大動脈Ａの中心位置ｐ_１を示す図である。 アキシャル画像ＤＡ_１、ＤＡ_３〜ＤＡ_ｍについて求められた大動脈Ａの中心位置ｐ_１、ｐ_３〜ｐ_ｍを概略的に示す。 仮の中心位置ｋの求め方の一例を示す図である。 ウィンドウＷの先端部に内接する円を示す図である。 仮の中心位置ｋが円Ｃの外側に位置する場合の一例を示す図である。 アキシャル画像ＤＡ_２における大動脈Ａの中心位置ｐ２を概略的に示す図である。 トラッカー領域Ｒ_ｔを概略的に示す図である。

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。

図１は、本発明の一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１２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、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１２はボア２１に搬送される。

受信コイル４は、被検体１２に取り付けられている。受信コイル４は、被検体１２からの磁気共鳴信号を受信する。

ＭＲ装置１００は、更に、造影剤注入装置５、送信器６、勾配磁場電源７、受信器８、制御部９、操作部１０、および表示部１１などを有している。

造影剤注入装置５は、被検体１２に造影剤を注入する。
送信器６はＲＦコイルに電流を供給し、勾配磁場電源７は勾配コイルに電流を供給する。
受信器８は、受信コイル４から受け取った信号に対して、検波などの信号処理を実行する。

制御部９は、表示部１１に必要な情報を伝送したり、受信器８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９は、画像作成手段９１〜トラッカー領域設定手段９５などを有している。

画像作成手段９１は、被検体１２のアキシャル画像ＤＡ_１〜ＤＡ_ｍ（図５参照）を作成する。
検出手段９２は、アキシャル画像ＤＡ_１〜ＤＡ_ｍの各々から大動脈を検出する。
選択手段９３は、アキシャル画像ごとに検出された大動脈の中から、血液の信号が十分に低減されている大動脈を選択する。
特定手段９４は、アキシャル画像ごとに大動脈の中心位置を特定する。
トラッカー領域設定手段９５は、造影剤を検出するためのトラッカー領域を設定する。

制御部９は、画像作成手段９１〜トラッカー領域設定手段９５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。制御部９は血管検出装置に相当する。

操作部１０は、オペレータにより操作され、種々の情報を制御部９に入力する。表示部１１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は本形態で実行されるスキャンを示す図、図３は撮影部位を概略的に示す図である。
本形態では、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、スライス位置やトラッカー領域Ｒ_ｔを設定するときに使用される画像を取得するためのスキャンである。トラッカー領域Ｒ_ｔは、大動脈Ａに流れる造影剤を検出するために設定される領域である。
ローカライザスキャンＬＳの後に本スキャンＭＳが実行される。

本スキャンＭＳでは、被検体に造影剤が注入され、トラッカー領域Ｒ_ｔから造影剤を検出するためのシーケンスが繰り返し実行される。そして、トラッカー領域Ｒ_ｔに所定量の造影剤が注入したときに、肝臓の画像を取得するためのイメージングシーケンスが実行される。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、本形態において被検体１２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２参照）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。
本形態では、ローカライザスキャンＬＳは、磁場不均一に強いＳＳＦＳＥ（Single
Shot Fast Spin Echo）法によりデータを収集するスキャンである。

ローカライザスキャンＬＳでは、腹部を横切る複数のアキシャル面ＡＸ_１〜ＡＸ_ｍをスキャンする。画像作成手段９１（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、アキシャル面ＡＸ_１〜ＡＸ_ｍの画像ＤＡ_１〜ＤＡ_ｍを作成する。以下では、アキシャル面の画像を「アキシャル画像」と呼ぶ。アキシャル面ＡＸ_１〜ＡＸ_ｍは大動脈Ａを横切っているので、アキシャル画像ＤＡ_１〜ＤＡ_ｍには、大動脈Ａの断面が描出される。アキシャル画像ＤＡ_１〜ＤＡ_ｍの大動脈Ａの断面の位置を比較すると、大動脈Ａの断面は、Ｓ側からＩ側に近づくに従って、背骨を中心にして反時計方向ＡＮに回転していることが分かる。

ローカライザスキャンＬＳで使用されるシーケンスは、流速の速い血液のエコー信号ができるだけ収束しないように設計されている。したがって、流速の速い血液の信号は十分に低減することができる。例えば、大動脈Ａを流れる血液の流速について考えると、大動脈Ａを流れる血液の流速は速いので、大動脈Ａの血液の信号は十分に低減することができる。したがって、アキシャル画像ＤＡ_１〜ＤＡ_ｍの各々の大動脈Ａ内の血液の信号は、理想的には、十分に低減されているはずである。

しかし、心臓の収縮期では、大動脈Ａの血流速度が低下するため、大動脈Ａ内の血液が高信号になることがある。したがって、実際には、アキシャル画像ＤＡ_１〜ＤＡ_ｍの中には、高信号の血液の影響を受けて、大動脈Ａ内の血液の信号があまり低減されていないアキシャル画像も存在する。

図５では、大動脈Ａ内の血液の信号が十分に低減されている場合、大動脈Ａを黒で表しており、大動脈Ａ内の血液の信号があまり低減されていない場合、大動脈Ａを白黒で表している。例えば、アキシャル画像ＤＡ_１、ＤＡ_３、ＤＡ_ｍの大動脈Ａは黒で示されているので、血液の信号は十分に低減されている。一方、アキシャル画像ＤＡ_２の大動脈Ａは白黒で示されているので、血液の信号はあまり低減されていない。
アキシャル画像データＤＡ_１〜ＤＡ_ｍを作成した後、ステップＳＴ２に進む。

ステップＳＴ２では、アキシャル画像データＤＡ_１〜ＤＡ_ｍの各々から、脳脊髄液ＣＳＦを検出する。脳脊髄液ＣＳＦの検出方法は、例えば、“Med Imag Tech Vol.31 No.2 March 2013”に記載されている方法を用いることができる。アキシャル画像データＤＡ_１〜ＤＡ_ｍごとに脳脊髄液ＣＳＦを検出した後、ステップＳＴ３に進む。

ステップＳＴ３では、検出手段９２（図１参照）が、アキシャル画像データＤＡ_１〜ＤＡ_ｍの各々から大動脈Ａを検出する。本形態では、大動脈Ａを識別するための識別器を用いて大動脈Ａを検出する。以下に、識別器の作成方法について説明する。

識別器は、被検体を撮影する前に予め準備されている。本形態では、識別器は、機械学習により作成されている。具体的には、教師データを用意し、機械学習で教師データを学習させることにより、大動脈Ａを検出するのに適した識別器Ｃを作成している（図６参照）。

図６は、識別器Ｃを作成するために使用された教師データを概略的に示す図である。
教師データは、実際の複数の人間を撮影することにより得られた腹部のアキシャル画像や胸部のアキシャル画像などを用いて作成することができる。本形態では、教師データとして、２種類の教師データＶおよびＷが用いられている。教師データＶは、アキシャル画像ＤＡ_１〜ＤＡ_ｍの中から大動脈Ａを検出するためのデータであり、教師データＷは、大動脈Ａ以外の組織を検出の対象から除外するためのデータである。教師データＶおよびＷは、いずれも、ｘ_０×ｙ_０ピクセルの長方形領域のデータとして規定されている。以下に、これらの教師データについて順に説明する。

（１）教師データＶについて
教師データＶは、２種類の教師データ、即ち、教師データｖ_１１〜ｖ_１ｐと、教師データｖ_２１〜ｖ_２ｑに分けられる。
（１ａ）教師データｖ_１１〜ｖ_１ｐについて
教師データｖ_１１〜ｖ_１ｐは、大動脈の断面が長方形領域の右側に内接するように規定されている。教師データｖ_１１〜ｖ_１ｐは、大動脈内の血液の信号が十分に低減されているデータである。教師データｖ_１１〜ｖ_１ｐの大動脈は黒色で示されている。
（１ｂ）教師データｖ_２１〜ｖ_２ｑについて
教師データｖ_２１〜ｖ_２ｑは、大動脈の断面が長方形領域の右側に内接するように規定されている。教師データｖ_２１〜ｖ_２ｑは、大動脈内の血液の信号があまり低減されていないデータである。教師データｖ_２１〜ｖ_２ｑの大動脈は白黒模様で示されている。

（２）教師データＷについて
教師データＷには、大動脈以外の組織の信号を表す教師データｗ１〜ｗｓが含まれている。大動脈以外の組織は、例えば、肝臓や腎臓等である。

このような教師データＶおよびＷを用意し、機械学習により教師データＶおよびＷを学習させることにより、アキシャル画像の中から大動脈を検出するのに適した識別器Ｃを作成する。

上記のようにして作成された識別器Ｃを用いて、アキシャル画像ごとに大動脈を検出する。以下に、大動脈の検出方法について、図７〜図１８を参照しながら説明する。

先ず、検出手段９２は、アキシャル画像ＤＡ_１〜ＤＡ_ｍの中からアキシャル画像ＤＡ_１を取り出し、アキシャル画像ＤＡ_１に、大動脈Ａの検索範囲を規定する検索領域を設定する（図７参照）。

図７は、アキシャル画像ＤＡ_１に設定された検索領域Ｒ１を示す図である。
検出手段９２は、脳脊髄液ＣＳＦから水平に延びるラインＬ０と、脳脊髄液ＣＳＦを中心としてラインＬ０に対してθ＝θ_ｅ１だけ傾いたラインＬ１とを規定する。ラインＬ０とラインＬ１とに挟まれる領域が、大動脈Ａの検索範囲を規定する検索領域Ｒ１として設定される。検索領域Ｒ１は、大動脈Ａが含まれるように設定される。θ_ｅ１は、例えば、θ_ｅ１＝６０°である。

次に、検出手段９２は、検索領域Ｒ１に、大動脈Ａを検出するときに使用するウィンドウを設定する（図８参照）。

図８は、検索領域Ｒ１に設定されたウィンドウＷを示す図である。
ウィンドウＷは、ｘ×ｙのピクセルサイズを有している。検出手段９２は、脳脊髄液ＣＳＦを基準にして、ラインＬ０上にウィンドウＷを設定する。ウィンドウＷを設定した後、検出手段９２は、検索領域Ｒ１内で、脳脊髄液ＣＳＦを中心としてウィンドウＷを回転させることによりウィンドウＷの回転角θを変更し、更にウィンドウＷのサイズ（ピクセル数ｘ、ピクセル数ｙ）も変更する。そして、識別器Ｃ（図６参照）を用いて、大動脈ＡがウィンドウＷの先端部に内接するときのウィンドウＷの回転角θ、ピクセル数ｘ、およびピクセル数ｙを求める（図９参照）。

図９は、識別器Ｃを用いて、大動脈ＡがウィンドウＷの先端部に内接するときのウィンドウＷの回転角θ、ピクセル数ｘ、およびピクセル数ｙを求めるときの説明図である。

検出手段９２は、アキシャル画像ＤＡ_１に設定されたウィンドウＷの３つのパラメータ（θ，ｘ，ｙ）のうちのいずれかのパラメータを変更するたびに、ウィンドウＷ内のピクセルデータを抽出する。識別器Ｃは、抽出されたデータに基づいて、アキシャル画像ＤＡ_１の大動脈ＡがウィンドウＷの先端部に内接している可能性が高いか低いかを判断するための値を出力する。検出手段９２は、識別器Ｃの出力値Ｏｕｔに基づいて、アキシャル画像ＤＡ_１の大動脈ＡがウィンドウＷの先端部に内接している可能性が高いか低いかを判断する。本形態では、ウィンドウＷの先端部に大動脈Ａが内接している可能性が高いほど出力値Ｏｕｔが大きくなるように、識別器Ｃが構成されている。したがって、識別器Ｃの出力値Ｏｕｔが最大のときに、アキシャル画像ＤＡ_１の大動脈ＡがウィンドウＷの先端部に内接している可能性が最も高いと判断することができる。ここでは、回転角θ＝θ１、ピクセル数ｘ＝ｘ１、およびピクセル数ｙ＝ｙ１のときに、識別器Ｃの出力値Ｏｕｔが最大になったとする。したがって、ウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ１，ｘ１，ｙ１）のときに、アキシャル画像ＤＡ_１の大動脈ＡがウィンドウＷの先端部に内接していると判断される。図１０に、アキシャル画像ＤＡ_１の大動脈ＡがウィンドウＷの先端部に内接しているときのウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ１，ｘ１，ｙ１）を示す。

ウィンドウＷの回転角θ１およびピクセル数ｙ１は、アキシャル画像ＤＡ_１における大動脈Ａの位置を表しており、ウィンドウＷのピクセル数ｘ１はアキシャル画像ＤＡ_１における大動脈Ａの血管径を表している。したがって、ウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ１，ｘ１，ｙ１）を求めることによって、アキシャル画像ＤＡ_１の中から大動脈Ａを検出することができる。

本形態では、大動脈を検出するための教師データＶに、大動脈内の血液の信号が十分に低減されている教師データｖ_１１〜ｖ_１ｐが含まれている（図６参照）。したがって、アキシャル画像ＤＡ_１のように、大動脈Ａ内の血液の信号が十分に低減されている場合でも、大動脈Ａを検出することができる。

ウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ１，ｘ１、ｙ１）を求めた後、検出手段９２は、アキシャル画像ＤＡ_２に、大動脈Ａの検索範囲を規定する検索領域を設定する（図１１参照）。

図１１は、アキシャル画像ＤＡ_２に設定された検索領域Ｒ２を示す図である。
アキシャル画像ＤＡ_２は、アキシャル画像ＤＡ_１の隣りに位置している。したがって、アキシャル画像ＤＡ_２における大動脈Ａの位置は、アキシャル画像ＤＡ_１における大動脈Ａの位置に近いと考えられる。そこで、検出手段９２は、アキシャル画像ＤＡ_１における大動脈Ａの位置を表す回転角θ１を基準にして、回転角θ１を含む角度範囲θ_ｓ２≦θ≦θ_ｅ２を規定し、この角度範囲θ_ｓ２≦θ≦θ_ｅ２を検索領域Ｒ２として設定する。

尚、大動脈Ａの断面は、Ｓ側からＩ側に近づくに従って、背骨を中心にして反時計方向ＡＮに回転している。したがって、アキシャル画像ＤＡ_２における大動脈Ａは、θ＝θ１に対して反時計方向ＡＮに位置している可能性が高いので、検索領域Ｒ２のうちのθ_ｓ２≦θ≦θ１の角度範囲は狭くし、θ１≦θ≦θ_ｅ２の角度範囲を広く設定してもよい。このように、大動脈Ａの走行方向に基づいて検索領域Ｒ２を設定することにより、大動脈Ａが存在している可能性が低い領域を、検索領域Ｒ２から除外することができる。

次に、検出手段９２は、検索領域Ｒ２に、大動脈Ａを検出するときに使用するウィンドウを設定する（図１２参照）。

図１２は、検索領域Ｒ２に設定されたウィンドウＷを示す図である。
検出手段９２は、脳脊髄液ＣＳＦを基準にして、アキシャル画像ＤＡ_２のθ＝θ_ｓ２上にウィンドウＷを設定する。ウィンドウＷを設定した後、検出手段９２は、検索領域Ｒ２内で、脳脊髄液ＣＳＦを中心としてウィンドウＷの回転角θを変更し、更にウィンドウＷのサイズ（ピクセル数ｘ、ピクセル数ｙ）を変更する。そして、識別器Ｃを用いて、アキシャル画像ＤＡ_２の大動脈ＡがウィンドウＷの先端部に内接するときのウィンドウＷの回転角θ、ピクセル数ｘ、およびピクセル数ｙを求める（図１３参照）。

図１３は、識別器Ｃを用いて、アキシャル画像ＤＡ_２の大動脈ＡがウィンドウＷの先端部に内接するときのウィンドウＷの回転角θ、ピクセル数ｘ、およびピクセル数ｙを求めるときの説明図である。

検出手段９２は、アキシャル画像ＤＡ_２に設定されたウィンドウＷの３つのパラメータ（θ，ｘ，ｙ）のうちのいずれかのパラメータを変更するたびに、ウィンドウＷ内のピクセルデータを抽出する。識別器Ｃは、抽出されたデータに基づいて、アキシャル画像ＤＡ_２の大動脈ＡがウィンドウＷの先端部に内接している可能性が高いか低いかを判断するための値を出力する。検出手段９２は、識別器Ｃの出力値Ｏｕｔに基づいて、アキシャル画像ＤＡ_２の大動脈ＡがウィンドウＷの先端部に内接している可能性が高いか低いかを判断する。本形態では、ウィンドウＷの先端部に大動脈Ａが内接している可能性が高いほど識別器Ｃの出力値Ｏｕｔが大きくなるように、識別器Ｃが構成されている。したがって、識別器Ｃの出力値Ｏｕｔが最大のときに、アキシャル画像ＤＡ_２の大動脈ＡがウィンドウＷの先端部に内接している可能性が最も高いと判断することができる。ここでは、回転角θ＝θ２、ピクセル数ｘ＝ｘ２、およびピクセル数ｙ＝ｙ２のときに、識別器Ｃの出力値Ｏｕｔが最大になったとする。したがって、ウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ２，ｘ２，ｙ２）のときに、アキシャル画像ＤＡ_２の大動脈ＡがウィンドウＷの先端部に内接していると判断される。図１４に、アキシャル画像ＤＡ_２の大動脈ＡがウィンドウＷの先端部に内接しているときのウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ２，ｘ２，ｙ２）を示す。

ウィンドウＷの回転角θ２およびピクセル数ｙ２は、アキシャル画像ＤＡ_２における大動脈Ａの位置を表しており、ウィンドウＷのピクセル数ｘ２はアキシャル画像ＤＡ_２における大動脈Ａの血管径を表している。したがって、ウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ２，ｘ２，ｙ２）を求めることによって、アキシャル画像ＤＡ_２の中から大動脈Ａを検出することができる。

本形態では、大動脈を検出するための教師データＶに、大動脈内の血液の信号があまり低減されていない教師データｖ_２１〜ｖ_２ｑが含まれている（図６参照）。したがって、アキシャル画像ＤＡ_２のように、大動脈Ａ内の血液の信号があまり低減されていない場合でも、大動脈Ａを検出することができる。

ウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ２，ｘ２、ｙ２）を求めた後、検出手段９２は、アキシャル画像ＤＡ_３に、大動脈Ａの検索範囲を規定する検索領域を設定する（図１５参照）。

図１５は、アキシャル画像ＤＡ_３に設定された検索領域Ｒ３を示す図である。
検出手段９２は、アキシャル画像ＤＡ_２における大動脈Ａの位置を表す回転角θ２を基準にして、回転角θ２を含む角度範囲θ_ｓ３≦θ≦θ_ｅ３を規定し、この角度範囲θ_ｓ３≦θ≦θ_ｅ３を、検索領域Ｒ３として設定する。

次に、検出手段９２は、検索領域Ｒ３に、大動脈Ａを検出するときに使用するウィンドウを設定する（図１６参照）。

図１６は、検索領域Ｒ３に設定されたウィンドウＷを示す図である。
検出手段９２は、脳脊髄液ＣＳＦを基準にして、アキシャル画像ＤＡ_３のθ＝θ_ｓ３上にウィンドウＷを設定する。ウィンドウＷを設定した後、検出手段９２は、検索領域Ｒ３内で、脳脊髄液ＣＳＦを中心としてウィンドウＷの回転角θを変更し、更にウィンドウＷのサイズ（ピクセル数ｘ、ピクセル数ｙ）を変更する。そして、検出手段９２は、図９および図１３を参照しながら説明したように、ウィンドウＷの（θ，ｘ，ｙ）のうちのいずれかのパラメータを変更するたびに、ウィンドウＷ内のピクセルデータを抽出し、識別器Ｃの出力値Ｏｕｔが最大になるときのウィンドウＷのパラメータ（θ，ｘ，ｙ）を求める。ここでは、（θ，ｘ，ｙ）＝（θ３，ｘ３，ｙ３）のときに、識別器Ｃの出力値Ｏｕｔが最大になったとする。したがって、ウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ３，ｘ３，ｙ３）のときに、アキシャル画像ＤＡ_３の大動脈ＡがウィンドウＷの先端部に内接していると判断される。図１７に、アキシャル画像ＤＡ_３の大動脈ＡがウィンドウＷの先端部に内接しているときのウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ３，ｘ３，ｙ３）を示す。

ウィンドウＷの回転角θ３およびピクセル数ｙ３は、アキシャル画像ＤＡ_３における大動脈Ａの位置を表しており、ウィンドウＷのピクセル数ｘ３はアキシャル画像ＤＡ_３における大動脈Ａの血管径を表している。したがって、ウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ３，ｘ３，ｙ３）を求めることによって、アキシャル画像ＤＡ_３の中から大動脈Ａを検出することができる。

ウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ３，ｘ３，ｙ３）を求めた後、以下同様に、残りのアキシャル画像にも検索領域を設定し、大動脈ＡがウィンドウＷの先端部に内接するときのウィンドウＷの回転角θ、ピクセル数ｘ、およびピクセル数ｙを決定する。したがって、全てのアキシャル画像ＤＡ_１〜ＤＡ_ｍに対してウィンドウＷの回転角θ、ピクセル数ｘ、およびピクセル数ｙを決定することができる。図１８に、アキシャル画像ＤＡ_１〜ＤＡ_ｍの各々に対して決定されたウィンドウＷの回転角θ、ピクセル数ｘ、およびピクセル数ｙを示す。ウィンドウＷの回転角θ、ピクセル数ｘ、およびピクセル数ｙが決定されるので、アキシャル画像ＤＡ_１〜ＤＡ_ｍの各々から大動脈Ａを検出することができる。
アキシャル画像ＤＡ_１〜ＤＡ_ｍから大動脈Ａを検出した後、ステップＳＴ４０に進む。

ステップＳＴ４０では、アキシャル画像ＤＡ_１〜ＤＡ_ｍの大動脈Ａの中心位置を特定する。以下に、ステップＳＴ４０において、大動脈Ａの中心位置を特定する方法について説明する。

本形態では、ステップＳＴ３において、アキシャル画像ＤＡ_１〜ＤＡ_ｍごとに、大動脈ＡがウィンドウＷの先端部に内接するときのパラメータ（θ，ｘ，ｙ）が求められている。したがって、パラメータ（θ，ｘ，ｙ）の値から、アキシャル画像ＤＡ_１〜ＤＡ_ｍの各々の大動脈Ａの中心位置を求めることが可能である。大動脈Ａの中心位置を求める方法としては、Mean Shift法を用いることが考えられる。ただし、アキシャル画像ＤＡ_２のように大動脈Ａ内の血液の信号があまり低減できていない場合、大動脈内の信号分布のばらつきが大きくなり、大動脈内に信号ムラが発生する。大動脈内に信号ムラが発生した場合、Mean Shift法では、大動脈の中心位置を十分な精度で検出することができないことがある。そこで、本形態では、大動脈内に信号ムラが現れる場合であっても、大動脈の中心位置の検出精度を高めることができるように、大動脈の中心位置を求める方法を工夫している。以下に、ステップＳＴ４０において大動脈の中心位置を求める方法について説明する。尚、ステップＳＴ４０は、ステップＳＴ４〜ＳＴ６を有しているので、ステップＳＴ４〜ＳＴ６について順に説明する。

ステップＳＴ４では、選択手段９３（図１参照）が、アキシャル画像ＤＡ_１〜ＤＡ_ｍの各々から検出された大動脈Ａの中から、血液の信号が十分に低減されている大動脈Ａを選択する。本形態では、識別器を用いて、血液の信号が十分に低減されている大動脈Ａを選択する。以下に、血液の信号が十分に低減されている大動脈Ａを選択するための識別器の作成方法について説明する。

識別器は、被検体を撮影する前に予め準備されている。本形態では、識別器は、機械学習により作成されている。具体的には、教師データを用意し、機械学習で教師データを学習させることにより、血液の信号が十分に低減されている大動脈Ａを検出するための識別器Ｄを作成している（図１９参照）。

図１９は、識別器Ｄを作成するために使用された教師データを概略的に示す図である。
教師データは、実際の複数の人間を撮影することにより得られた腹部のアキシャル画像や胸部のアキシャル画像などを用いて作成することができる。本形態では、教師データとして、２種類の教師データＦおよびＧが用いられている。

教師データＦは、血液の信号が十分に低減されている大動脈を検出するための教師データｖ_１１〜ｖ_１ｐを有している。図１９に示す教師データｖ_１１〜ｖ_１ｐは、図６に示す教師データｖ_１１〜ｖ_１ｐと同じである。

一方、教師データＧは、血液の信号があまり低減されていない大動脈を検出の対象から除外するための教師データｖ_２１〜ｖ_２ｑを有している。図１９に示す教師データｖ_２１〜ｖ_２ｑは、図６に示す教師データｖ_２１〜ｖ_２ｑと同じである。

このような教師データＦおよびＧを用意し、機械学習により教師データＦおよびＧを学習させることにより、血液の信号が十分に低減されている大動脈を選択するための識別器Ｄを作成する。

上記のようにして作成された識別器Ｄを用いて、アキシャル画像ＤＡ_１〜ＤＡ_ｍにおける大動脈Ａごとに、血液の信号が十分に低減されているか否かを判断する。以下に、この判断方法について説明する。

選択手段９３は、先ず、アキシャル画像ＤＡ_１における大動脈Ａ内の血液の信号が十分に低減されているか否かを判断する（図２０参照）。

図２０は、アキシャル画像ＤＡ_１における大動脈Ａ内の血液の信号が十分に低減されているか否かを判断する方法の説明図である。
選択手段９３は、アキシャル画像ＤＡ_１の大動脈ＡがウィンドウＷの先端部に内接するときのウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ１，ｘ１，ｙ１）を確認し、パラメータ（θ１，ｘ１，ｙ１）のウィンドウＷ内から、ピクセルデータを抽出する。そして、識別器Ｄは、抽出されたデータに基づいて、アキシャル画像ＤＡ_１の大動脈Ａ内の血液の信号が十分に低減されているか否かを判断するための値を出力する。選択手段９３は、識別器Ｄの出力値Ｏｕｔに基づいて、血液の信号が十分に低減されているか否かを判断する。本形態では、血液の信号が十分に低減されている場合、出力値Ｏｕｔが閾値ＴＨ以上になり、血液の信号があまり低減されていない場合、出力値Ｏｕｔが閾値ＴＨより小さくなるように、識別器Ｄが構成されている。したがって、識別器Ｄの出力値Ｏｕｔを閾値ＴＨと比較することにより、大動脈Ａ内の血液の信号が十分に低減されているか否かを判断することができる。ここでは、識別器Ｄの出力値Ｏｕｔが閾値ＴＨ以上であるとする。したがって、選択手段９３は、アキシャル画像ＤＡ_１の大動脈Ａ内の血液の信号は十分に低減されていると判断する。

次に、選択手段９３は、アキシャル画像ＤＡ_２における大動脈Ａ内の血液の信号が十分に低減されているか否かを判断する。

図２１は、アキシャル画像ＤＡ_２における大動脈Ａ内の血液の信号が十分に低減されているか否かを判断する方法の説明図である。
選択手段９３は、アキシャル画像ＤＡ_２の大動脈ＡがウィンドウＷの先端部に内接するときのウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ２，ｘ２，ｙ２）を確認し、パラメータ（θ２，ｘ２，ｙ２）のウィンドウＷ内から、ピクセルデータを抽出する。そして、識別器Ｄは、抽出されたデータに基づいて、アキシャル画像ＤＡ_２の大動脈Ａ内の血液の信号が十分に低減されているか否かを判断するための値を出力する。選択手段９３は、識別器Ｄの出力値Ｏｕｔと閾値ＴＨとを比較する。そして、その比較結果に基づいて、血液の信号が十分に低減されているか否かを判断する。ここでは、識別器Ｄの出力値Ｏｕｔが閾値ＴＨより小さいとする。したがって、選択手段９３は、アキシャル画像ＤＡ_２の大動脈Ａ内の血液の信号はあまり低減されていないと判断する。

以下同様に、選択手段９３は、アキシャル画像ＤＡ_３〜ＤＡ_ｍごとに、大動脈Ａ内の血液の信号が十分に低減されているか否かを判断する。したがって、アキシャル画像ＤＡ_１〜ＤＡ_ｍの各々から検出された大動脈Ａの中から、血液の信号が十分に低減されている大動脈Ａを選択することができる。ここでは、アキシャル画像ＤＡ_１、ＤＡ_３〜ＤＡ_ｍの大動脈Ａ内の血液の信号が十分に低減されていると判断されたとする。血液の信号が十分に低減されている大動脈Ａを選択した後、ステップＳＴ５に進む。

ステップＳＴ５では、特定手段９４（図１参照）が、アキシャル画像ＤＡ_１、ＤＡ_３〜ＤＡ_ｍの各々の大動脈Ａの中心位置を特定する。以下では、先ず、アキシャル画像ＤＡ_１の大動脈Ａの中心位置を特定する方法について説明する。

図２２および図２３は、アキシャル画像ＤＡ_１の大動脈Ａの中心位置を特定する方法の説明図である。
特定手段９４は、先ず、ウィンドウＷの先端部に内接する円Ｃを設定する。図２２に、設定された円Ｃを概略的に示す。一般的に大動脈Ａの輪郭は円形に近いので、大動脈Ａの輪郭は円Ｃに近似することができる。円Ｃを設定した後、特定手段９４は、円Ｃの中心位置Ｃ０を開始点としてMean Shift法により、アキシャル画像ＤＡ_１における大動脈Ａの中心位置を求める。図２３に、求められた大動脈Ａの中心位置ｐ_１を示す。

以下同様に、血液の信号が十分に低減されている他のアキシャル画像ＤＡ_３〜ＤＡ_ｍについても、Mean Shift法により、大動脈Ａの中心位置を求める。図２４に、アキシャル画像ＤＡ_１、ＤＡ_３〜ＤＡ_ｍについて求められた大動脈Ａの中心位置ｐ_１、ｐ_３〜ｐ_ｍを概略的に示す。

このように、ステップＳＴ５を実行することにより、アキシャル画像データＤＡ_１、ＤＡ_３〜ＤＡ_ｍにおける大動脈Ａの中心位置ｐ_１、ｐ_３〜ｐ_ｍを特定することができる。しかし、アキシャル画像ＤＡ_２における大動脈Ａの中心位置はまだ特定されていない。そこで、アキシャル画像ＤＡ_２における大動脈Ａの中心位置を特定するために、ステップＳＴ６に進む。

ステップＳＴ６では、アキシャル画像ＤＡ_２における大動脈Ａの中心位置を求める。
図２５〜図２７は、アキシャル画像ＤＡ_２における大動脈Ａの中心位置を求める方法の説明図である。
特定手段９４は、先ず、アキシャル画像ＤＡ_２における大動脈Ａの仮の中心位置ｋを求める。図２５に、仮の中心位置ｋの求め方の一例を示す。仮の中心位置ｋは、例えば、アキシャル画像ＤＡ_１の大動脈Ａの中心位置ｐ_１と、アキシャル画像ＤＡ_３の大動脈Ａの中心位置ｐ_３と用いて、線形補間により求めることができる。

仮の中心位置ｋを求めた後、アキシャル画像ＤＡ_２のウィンドウＷの先端部に内接する円を考える（図２６参照）。

図２６は、ウィンドウＷの先端部に内接する円を示す図である。
一般的に大動脈Ａの輪郭は円形に近いので、大動脈Ａの輪郭は円Ｃに近似できる。そこで、特定手段９４は、仮の中心位置ｋが円Ｃの内側に位置している場合、仮の中心位置ｋを、アキシャル画像ＤＡ_２における大動脈Ａの中心位置と決定する。図２６では、仮の中心位置ｋが円Ｃの内側に位置しているので、仮の中心位置ｋを、アキシャル画像ＤＡ_２における大動脈Ａの中心位置と決定する。

一方、仮の中心位置ｋが円Ｃの外側に位置する場合がある（図２７参照）。

図２７は、仮の中心位置ｋが円Ｃの外側に位置する場合の一例を示す図である。
仮の中心位置ｋが円Ｃの外側に位置する場合、円Ｃの円周上の点の中で、仮の中心位置ｋに最も近い位置を、アキシャル画像ＤＡ_２における大動脈Ａの中心位置ｐ２と決定する。

したがって、図２６および図２７に示すように、仮の中心位置ｋに基づいて、アキシャル画像ＤＡ_２における大動脈Ａの中心位置ｐ２を決定することできる。図２８に、アキシャル画像ＤＡ_２における大動脈Ａの中心位置ｐ２を概略的に示す。中心位置ｐ２を決定したら、ステップＳＴ７進む。

ステップＳＴ７では、トラッカー領域設定手段９５（図１参照）が、アキシャル画像ＤＡ_１〜ＤＡ_ｍの各々の大動脈Ａの中心位置ｐ_１〜ｐ_ｍに基づいて、大動脈Ａに、造影剤を検出するためのトラッカー領域を設定する。図２９に、設定されたトラッカー領域Ｒ_ｔを概略的に示す。トラッカー領域Ｒ_ｔは、大動脈Ａの血管壁に内接するように設定される。トラッカー領域Ｒ_ｔを設定した後、ステップＳＴ８に進む。

ステップＳＴ８０では、本スキャンＭＳ（図２参照）が実行される。本スキャンＭＳでは、被検体に造影剤が注入され、トラッカー領域Ｒ_ｔから造影剤を検出するためのシーケンスが繰り返し実行される。そして、トラッカー領域Ｒ_ｔに所定量の造影剤が注入したときに、肝臓の画像を取得するためのイメージングシーケンスが実行され、フローが終了する。

本形態では、大動脈を検出するための教師データＶに、大動脈内の血液の信号が十分に低減されている教師データｖ_１１〜ｖ_１ｐと、大動脈内の血液の信号があまり低減されていない教師データｖ_２１〜ｖ_２ｑとが含まれている（図６参照）。したがって、アキシャル画像ＤＡ_１〜ＤＡ_ｍの各々の大動脈Ａ内の血液の信号が十分に低減されているか否かに拘らず、アキシャル画像ＤＡ_１〜ＤＡ_ｍの各々の大動脈Ａを検出することができる。

また、本形態では、アキシャル画像ＤＡ_１〜ＤＡ_ｍの各々の大動脈Ａの中心位置を特定する場合、血液の信号が十分に低減されている大動脈Ａについては、Mean Shift法により大動脈の中心位置を特定する。しかし、血液の信号があまり低減されていない大動脈Ａについては、線形補間を用いて中心位置を決定している。したがって、信号ムラが大きくなる大動脈であっても、十分な精度で大動脈の中心位置を決定することができる。尚、線形補間により求めた仮の中心位置ｋが、大動脈Ａの実際の中心位置に十分近いと考えられる場合は、ウィンドウＷの先端部に内接する円Ｃを考えることなく、仮の中心位置ｋを大動脈Ａの中心位置と決定してもよい。

本形態では、脳脊髄液ＣＳＦを基準にして大動脈Ａを検出しているが、脳脊髄液ＣＳＦとは別の部位を基準にして、大動脈Ａを検出してもよい。また、本形態では大動脈Ａを検出しているが、本発明は、大動脈Ａとは別の血管を検出する場合にも適用することができる。

本形態では、アキシャル画像に基づいて、大動脈を検出しているが、アキシャル面とは別の面（例えば、アキシャル面に対して斜めに交差するオブリーク面）の画像データに基づいて大動脈を決定してもよい。

本形態では、脳脊髄液ＣＳＦを含むようにウィンドウＷが設定されている。しかし、大動脈Ａの位置を検出することができるのであれば、脳脊髄液ＣＳＦはウィンドウＷから外れていてもよい。また、ウィンドウＷは矩形状であるが、別の形状（例えば、楕円形状）であってもよい。

２ マグネット
３ テーブル
３ａ クレードル
４ 受信コイル
５ 造影剤注入装置
６ 送信器
７ 勾配磁場電源
８ 受信器
９ 制御部
１０ 操作部
１１ 表示部
１２ 被検体
２１ ボア
９１ 画像作成手段
９２ 検出手段
９３ 選択手段
９４ 特定手段
９５ トラッカー領域設定手段

Claims (12)

1. 血管を横切る複数の面の各々の画像であって、前記血管内の血液の信号が低減されている第１の画像と、前記血管内の血液の信号が前記第１の画像よりも低減されていない第２の画像とを含んでいる画像を作成する画像作成手段と、
   前記第１の画像から前記血管を検出するための第１の教師データと、前記第２の画像から前記血管を検出するための第２の教師データとに基づいて作成された識別器を用いて、前記画像から前記血管を検出する検出手段と、
   を有する血管検出装置。
2. 前記検出手段は、
   前記画像ごとに、前記血管の検索範囲を規定する検索領域を設定し、前記検索領域の中から前記血管を検出する、請求項１に記載の血管検出装置。
3. 前記検出手段は、
   前記検索領域に、前記血管を検出するためのウィンドウを設定し、前記識別器を用いて、前記ウィンドウ内に前記血管が存在している可能性が高いか低いかを判断する、請求項２に記載の血管検出装置。
4. 前記検出手段は、
   前記検索領域内で前記ウィンドウのパラメータを変化させ、前記ウィンドウ内に前記血管が存在している可能性が最も高いときの前記ウィンドウのパラメータの値を求める、請求項３に記載の血管検出装置。
5. 前記パラメータは、前記ウィンドウの回転角および前記ウィンドウの大きさである、請求項４に記載の血管検出装置。
6. 前記検出手段は、
   前記画像の血管を検出するときに求められた前記ウィンドウの回転角に基づいて、前記画像の隣りに位置する画像に前記検索領域を設定する、請求項５に記載の血管検出装置。
7. 前記画像ごとに検出された前記血管の中から、血液の信号が低減されている血管を選択する選択手段を有する、請求項１〜６のうちのいずれか一項に記載の血管検出装置。
8. 前記選択手段により選択された血管の中心位置を特定する特定手段を有する、請求項７に記載の血管検出装置。
9. 前記特定手段は、
   前記選択手段により選択された血管の中心位置に基づいて、前記選択手段により選択されなかった血管の中心位置を特定する、請求項８に記載の血管検出装置。
10. 前記特定手段により特定された血管の中心位置に基づいて、造影剤を検出するためのトラッカー領域を設定する設定手段を有する、請求項８又は９に記載の血管検出装置。
11. 血管を横切る複数の面の各々の画像であって、前記血管内の血液の信号が低減されている第１の画像と、前記血管内の血液の信号が前記第１の画像よりも低減されていない第２の画像とを含んでいる画像を作成する画像作成手段と、
    前記第１の画像から前記血管を検出するための第１の教師データと、前記第２の画像から前記血管を検出するための第２の教師データとに基づいて作成された識別器を用いて、前記画像から前記血管を検出する検出手段と、
    を有する磁気共鳴装置。
12. 血管を横切る複数の面の各々の画像であって、前記血管内の血液の信号が低減されている第１の画像と、前記血管内の血液の信号が前記第１の画像よりも低減されていない第２の画像とを含んでいる画像を作成する画像作成処理と、
    前記第１の画像から前記血管を検出するための第１の教師データと、前記第２の画像から前記血管を検出するための第２の教師データとに基づいて作成された識別器を用いて、前記画像から前記血管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。
    

Images