JP6450519B2 - 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、勾配磁場のＺdephaserの面積を大きくすることより、大動脈内の血液の信号をできるだけ低減させている。したがって、各スライスから低信号の領域を検出することにより、スライスごとに大動脈を検出することができる。しかし、肺を横切るスライスでは、大動脈だけでなく、肺に含まれる空気の領域も低信号となるので、肺に含まれる空気の領域が大動脈として誤検出されることがある。したがって、大動脈などの血管の検出精度を向上させるための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の部位と血管とを含む撮影部位を横切るｍ枚のスライスの画像を作成する画像作成手段と、
前記スライスの画像に基づいて、前記スライスが前記第１の部位を横切るか否かを判断するための指標を求める手段と、
前記指標に基づいて、前記ｍ枚のスライスの中から、前記第１の部位を横切る第１のスライスを選択する選択手段と、
前記第１のスライスにおける前記血管を検出する検出手段であって、前記第１のスライスにおける前記血管の位置に基づいて、前記第２の部位を横切る第２のスライスにおける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、上記の血管検出装置を有する磁気共鳴装置である。

本発明の第３の観点は、第１の部位と第２の部位と血管とを含む撮影部位を横切るｍ枚のスライスの画像を作成する画像作成処理と、
前記スライスの画像に基づいて、前記スライスが前記第１の部位を横切るか否かを判断するための指標を求める処理と、
前記指標に基づいて、前記ｍ枚のスライスの中から、前記第１の部位を横切る第１のスライスを選択する選択処理と、
前記第１のスライスにおける前記血管を検出する検出処理であって、前記第１のスライスにおける前記血管の位置に基づいて、前記第２の部位を横切る第２のスライスにおける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２のスライスにおいて第２の部位を血管として誤検出する可能性を低減することができる。

本発明の第１の形態の磁気共鳴装置の概略図である。 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。 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の一例を示す図である。 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Ｄ_１に設定された検索領域Ｒ_１を示す図である。 検索領域Ｒ_１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Ｄ_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）＝（θ_１，ｘ_１，ｙ_１）を示す図である。 アキシャル画像Ｄ_２に設定された検索領域Ｒ_２を示す図である。 検索領域Ｒ_２から大動脈Ａが検出されたときの様子を概略的に示す図である。 アキシャル画像Ｄ_３に設定された検索領域Ｒ_３を示す図である。 検索領域Ｒ_３から検出された大動脈Ａの位置を示す図である。 スライスＳＬ_１〜ＳＬ_１０から検出された大動脈Ａの位置を表す回転角θ＝θ_１〜θ_１０を概略的に示す図である。 誤検出の例を示す図である。 スライスＳＬ_２に設定された検索領域Ｒ_２を示す図である。 本形態におけるステップＳＴ３のフローを示す図である。 選択されたスライスＳＬ_１のアキシャル画像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Ｄ_１を２値化することにより得られた２値画像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Ｄ_１を２値化することにより得られた２値画像ＤＢ_１を概略的に示す図である。 ステップＳＴ３４０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_３の画像に対してステップＳＴ３０を実行するときの説明図である。 スライスＳＬ_７の画像に対してステップＳＴ３を実行するときの説明図である。 各スライスと面積比Ｒとの関係を表すプロファイルを示す図である。 スライスＳＬ_１〜ＳＬ_１０の中から、肝臓側に位置するスライスを求めるときの説明図である。 アキシャル画像Ｄ_５に設定された検索領域Ｒ_５を示す図である。 検索領域Ｒ_５から大動脈Ａが検出されたときの様子を概略的に示す図である。 アキシャル画像Ｄ_６に設定された検索領域Ｒ_６を示す図である。 検索領域Ｒ_６から検出された大動脈Ａの位置を示す図である。 アキシャル画像Ｄ_７に設定された検索領域Ｒ_７を示す図である。 検索領域Ｒ_７から検出された大動脈Ａの位置を示す図である。 スライスＳＬ_６〜ＳＬ_１０から検出された大動脈Ａの位置を表す回転角θ＝θ_６〜θ_１０を概略的に示す。 アキシャル画像Ｄ_４に設定された検索領域Ｒ_４を示す図である。 検索領域Ｒ_４から検出された大動脈Ａの位置を示す図である。 アキシャル画像Ｄ_３に設定された検索領域Ｒ_３を示す図である。 検索領域Ｒ_３から検出された大動脈Ａの位置を示す図である。 スライスＳＬ_４〜ＳＬ_１から検出された大動脈Ａの位置を表す回転角θ＝θ_４〜θ_１を概略的に示す図である。 スライスＳＬ_１〜ＳＬ_１０の大動脈Ａの中心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。 第２の形態のＭＲ装置２００を概略的に示す図である。 第２の形態においてステップＳＴ３を実行するときのフローの説明図である。 腕部が削除された２値画像ＤＣ_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のアキシャル画像Ｄ_１を２値化することにより得られた２値画像ＤＢ_１を概略的に示す。 腕部が削除された２値画像ＤＤ_１を概略的に示す図である。 ステップＳＴ３４０で実行される処理を説明するための図である。 各スライスと面積比Ｒとの関係を表すプロファイルを示す図である。

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。

（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〜設定手段９７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（例えば、図５参照）を作成する。
第１の２値化手段９２は領域拡張法を用いて画像を２値化する。
第２の２値化手段９３は閾値処理を用いて画像を２値化する。
算出手段９４は後述する面積比Ｒ（例えば、図２６参照）を算出する。
選択手段９５は大動脈を検出するときの基準となるスライスを選択する。
検出手段９６は大動脈を検出する。
設定手段９７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〜設定手段９７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の一例について説明する。

図４は、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の一例を示す図である。
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。
ローカライザスキャンＬＳは、被検体の肺および肝臓を含む部位の画像を取得するためのスキャンである。図５には、ローカライザスキャンＬＳを実行するときのスライスが示されている。ローカライザスキャンＬＳでは、アキシャル、サジタル、およびコロナルの画像が取得されるが、図５では、説明の便宜上、アキシャルの画像を取得するためのｍ枚のスライス（ここでは、ｍ＝１０枚のスライスＳＬ_１〜ＳＬ_１０）が示されている。スライスＳＬ_１〜ＳＬ_１０にはスライス番号ｎ（ｎ＝１〜１０）が対応付けられている。スライス番号ｎは、スライス位置がＳ側からＩ側に向かうに従って「１」づつ大きくなるように設定されている。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、スライスＳＬ_１〜ＳＬ_１０の画像Ｄ_１〜Ｄ_１０を作成する（以下では、この画像を「アキシャル画像」と呼ぶ）。スライスＳＬ_１〜ＳＬ_１０は大動脈Ａを横切っているので、アキシャル画像Ｄ_１〜Ｄ_１０には、大動脈Ａの断面が描出される。アキシャル画像Ｄ_１〜Ｄ_１０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。図５では、大動脈Ａを黒で表している。
アキシャル画像Ｄ_１〜Ｄ_１０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Ｄ_１〜Ｄ_１０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Ｄ_１〜Ｄ_１０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９６（図１参照）が、アキシャル画像Ｄ_１〜Ｄ_１０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の一例を概略的に示す図である。
教師データｖ_１〜ｖ_ｐ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。

教師データｖ_１〜ｖ_ｐ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_１〜ｖ_ｐの大動脈は黒色で示されている。

これらの教師データｖ_１〜ｖ_ｐを機械学習で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。

本形態では、検出手段９６が、上記のようにして作成された識別器Ｃを用いて、スライスＳＬ_１〜ＳＬ_１０の各々から大動脈Ａを検出する。以下に、本形態における大動脈Ａの検出方法について説明する。尚、本形態における大動脈Ａの検出方法の説明にあたっては、本形態における大動脈Ａの検出方法の効果を明確にするために、先ず、検出手段９６が、本形態とは別の方法で大動脈Ａを検出するやり方について説明する。

図７〜図１５は、本形態とは別の方法で大動脈Ａを検出するときの手順を示す図である。
先ず、肺側に位置するスライスＳＬ_１のアキシャル画像Ｄ_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Ｄ_１に設定された検索領域Ｒ_１を示す図である。
検出手段９６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_０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Ｒ_１として設定される。検索領域Ｒ_１は、大動脈Ａが含まれるように設定される。θ_０は、例えば、θ_０＝４５°である。

次に、検出手段９６は、検索領域Ｒ_１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Ｒ_１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９６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９６は、検索領域Ｒ_１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９６は、アキシャル画像Ｄ_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Ｄ_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９６は、識別器Ｃの出力値Ｏｕｔに基づいて、アキシャル画像Ｄ_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Ｄ_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＝θ_１、ピクセル数ｘ＝ｘ_１、およびピクセル数ｙ＝ｙ_１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）＝（θ_１，ｘ_１，ｙ_１）のときに、アキシャル画像Ｄ_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Ｄ_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）＝（θ_１，ｘ_１，ｙ_１）を示す。

ウィンドウＷの回転角θ_１およびピクセル数ｙ_１は、スライスＳＬ_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ｘ_１はスライスＳＬ_１における大動脈Ａの内径を表している。したがって、ウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ_１，ｘ_１，ｙ_１）を求めることによって、スライスＳＬ_１の中から大動脈Ａを検出することができる。

スライスＳＬ_１においてウィンドウＷのパラメータ（θ，ｘ，ｙ）＝（θ_１，ｘ_１，ｙ_１）を求めた後、隣のスライスＳＬ_２におけるアキシャル画像Ｄ_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Ｄ_２に設定された検索領域Ｒ_２を示す図である。
スライスＳＬ_２はスライスＳＬ_１の隣に位置しているので、スライスＳＬ_２における大動脈Ａの位置は、スライスＳＬ_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９６は、スライスＳＬ_１のアキシャル画像Ｄ_１から検出した大動脈Ａの位置を表す回転角θ_１を基準にして、回転角θ_１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Ｒ_２として設定する。

次に、検出手段９６は、ウィンドウＷを用いて、検索領域Ｒ_２の中から大動脈Ａを検出する。図１２に、検索領域Ｒ_２から大動脈Ａが検出されたときの様子を概略的に示す。検出手段９６は、先に説明したように、ウィンドウＷの回転角θおよびウィンドウＷのサイズ（ピクセル数ｘ、ピクセル数ｙ）を変更し、アキシャル画像Ｄ_３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ｙを求める。図１２から、大動脈Ａは、θ＝θ_２のライン上に位置していることがわかる。

スライスＳＬ_２における大動脈Ａを検出した後、検出手段９６は、スライスＳＬ_２に隣接するスライスＳＬ_３のアキシャル画像Ｄ_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１３参照）。

図１３は、アキシャル画像Ｄ_３に設定された検索領域Ｒ_３を示す図である。
スライスＳＬ_３はスライスＳＬ_２の隣に位置しているので、スライスＳＬ_３における大動脈Ａの位置は、スライスＳＬ_２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９６は、スライスＳＬ_２のアキシャル画像Ｄ_２から検出した大動脈Ａの位置を表す回転角θ_２を基準にして、回転角θ_２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Ｒ_３として設定する。

次に、検出手段９６は、ウィンドウＷを用いて、検索領域Ｒ_３の中から大動脈Ａを検出する。図１４に、検索領域Ｒ_３から検出された大動脈Ａの位置を示す。大動脈Ａは、θ＝θ_３のライン上に位置している。

スライスＳＬ_３の大動脈Ａを検出した後も、同様の手法で、隣のスライスのアキシャル画像に検索領域を設定し、ウィンドウＷを用いて検索領域の中から大動脈Ａを検出する。したがって、全てのスライスＳＬ_１〜ＳＬ_１０における大動脈Ａを検出することができる。図１５に、スライスＳＬ_１〜ＳＬ_１０から検出された大動脈Ａの位置を表す回転角θ＝θ_１〜θ_１０を概略的に示す。

上記のように、図７〜図１５の方法では、スライスＳＬ_１からスライスＳＬ_１０に向かう順（スライス番号ｎの小さい順）に大動脈Ａが検出される。しかし、スライスＳＬ_１は、肺を横切る位置に設定されているので、スライスＳＬ_１のアキシャル画像Ｄ_１には、大動脈Ａの他に、肺の領域も低信号で描出される。したがって、スライスＳＬ_１のアキシャル画像Ｄ_１から大動脈Ａを検出する場合、大動脈Ａと同様に低信号で描出された肺の領域を、大動脈として誤検出することがある。図１６に、誤検出の例を示す。図１６では、回転角θ＝θ_１´において、肺の一部の領域を大動脈として誤検出している。したがって、隣のスライスＳＬ_２に検索領域Ｒ_２を設定する場合、スライスＳＬ_１において大動脈として誤検出された領域の回転角θ＝θ_１´に基づいて、スライスＳＬ_２の検索領域Ｒ_２が設定される。図１７に、スライスＳＬ_２に設定された検索領域Ｒ_２を示す。図１７では、スライスＳＬ_２における大動脈Ａが検索領域Ｒ_２に含まれていないので、スライスＳＬ_２の大動脈Ａを検出することができない。したがって、残りのスライスＳＬ_３〜ＳＬ_１０でも大動脈を検出することができないという問題がある。この問題に対処する方法として、肺から最も離れた位置のスライスＳＬ_１０から、肺を横切るスライスＳＬ_１に向かう順（スライス番号ｎの大きい順）に大動脈Ａを検出することが考えられる。しかし、スライスＳＬ_１０のように、肝臓の下端に近いスライスには、大動脈Ａとは別の動脈の断面も現れやすいので、スライスＳＬ_１０から大動脈Ａの検出を開始すると、別の動脈を大動脈Ａとして検出する可能性がある。したがって、やはり、大動脈Ａを正しく検出することができないという問題がある。そこで、本形態では、各スライスの大動脈を正しく検出することができるように、ステップＳＴ３の処理を工夫している。以下に、本形態におけるステップＳＴ３の処理について説明する。

図１８は、本形態におけるステップＳＴ３のフローを示す図である。
ステップＳＴ３０では、スライスが肝臓を横切るか否かを判断するための指標を算出する。ステップＳＴ３０は、ステップＳＴ３１０〜ＳＴ３４０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ＳＴ３１０では、スライスＳＬ_１〜ＳＬ_１０のアキシャル画像Ｄ_１〜Ｄ_１０の中から、１枚のアキシャル画像を選択する。ここでは、肺を横切るスライスＳＬ_１のアキシャル画像Ｄ_１が選択されたとする。図１９に、選択されたスライスＳＬ_１のアキシャル画像Ｄ_１を概略的に示す。アキシャル画像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のアキシャル画像Ｄ_１を選択した後、ステップＳＴ３２０に進む。

ステップＳＴ３２０では、第１の２値化手段９２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９２は、先ず、アキシャル画像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２０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９２は、アキシャル画像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のアキシャル画像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９２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のアキシャル画像Ｄ_１を２値化する。図２１に、領域拡張法でスライスＳＬ_１の画像Ｄ_１を２値化することにより得られた２値画像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２１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ＤＡ_１を得た後、ステップＳＴ３３０に進む。

ステップＳＴ３３０では、第２の２値化手段９３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のアキシャル画像Ｄ_１の２値化を実行する。具体的には、スライスＳＬ_１のアキシャル画像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のアキシャル画像Ｄ_１を２値化する。図２２に、通常の閾値処理でスライスＳＬ_１のアキシャル画像Ｄ_１を２値化することにより得られた２値画像ＤＢ_１を概略的に示す。閾値ＴＨは、例えば、ステップＳＴ３２０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ＳＴ３４０に進む。

図２３は、ステップＳＴ３４０で実行される処理を説明するための図である。
ステップＳＴ３４０では、算出手段９４（図１参照）が、２値画像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、算出手段９４は、面積比Ｒ＝Ｂ／Ａを計算する。この面積比Ｒが、スライスＳＬ_１が肝臓を横切るか否かを判断するための指標として用いられる。面積比Ｒを用いてスライスが肝臓を横切るか否かを判断する具体的なやり方については後述する。

図２３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ＤＡ_１およびＤＢ_１を比較すると、２値画像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よりも小さい値となる。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ＳＴ３０が実行される。尚、図１９〜図２３では、スライスＳＬ_１のアキシャル画像Ｄ_１に対してステップＳＴ３０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_１０のアキシャル画像に対しても、スライスＳＬ_１のアキシャル画像Ｄ_１と同様に、ステップＳＴ３０を実行する。図２４および図２５に、他のスライスの画像に対してステップＳＴ３０を実行する例を示す。以下、図２４および図２５について順に説明する。

図２４は、スライスＳＬ_３の画像に対してステップＳＴ３０を実行するときの説明図である。
先ず、ステップＳＴ３１０において、スライスＳＬ_３のアキシャル画像Ｄ_３を選択する。スライスＳＬ_３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_３のアキシャル画像Ｄ_３を選択した後、ステップＳＴ３２０に進む。

ステップＳＴ３２０では、第１の２値化手段９２が、アキシャル画像Ｄ_３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_３の２値画像ＤＡ_３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_３の２値画像ＤＡ_３を得た後、ステップＳＴ３３０に進む。

ステップＳＴ３３０では、第２の２値化手段９３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_３のアキシャル画像Ｄ_３の２値化を実行する。これにより、スライスＳＬ_３の２値画像ＤＢ_３が得られる。通常の閾値処理により得られたスライスＳＬ_３の２値画像ＤＢ_３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_３の２値画像ＤＢ_３は、スライスＳＬ_１の２値画像ＤＢ_１（図２３参照）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ＳＴ３４０に進む。

ステップＳＴ３４０では、算出手段９４が、２値画像ＤＡ_３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ＤＢ_３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、算出手段９４は、面積比Ｒ＝Ｂ／Ａを計算する。

２値画像ＤＡ_３およびＤＢ_３を比較すると、２値画像ＤＢ_３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ＤＡ_３の論理値１が割り当てられている領域の面積Ａよりも小さい値となる。したがって、スライスＳＬ_３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_３のアキシャル画像に対してステップＳＴ３が実行される。次に、スライスＳＬ_７のアキシャル画像に対してステップＳＴ３を実行する場合について説明する。

図２５は、スライスＳＬ_７の画像に対してステップＳＴ３を実行するときの説明図である。
先ず、ステップＳＴ３１０において、スライスＳＬ_７のアキシャル画像Ｄ_７を選択する。スライスＳＬ_７は、肺を横切っておらず、肝臓を横切っている。スライスＳＬ_７のアキシャル画像Ｄ_７を選択した後、ステップＳＴ３２０に進む。

ステップＳＴ３２０では、第１の２値化手段９２が、アキシャル画像Ｄ_７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_７の２値画像ＤＡ_７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_７の２値画像ＤＡ_７を得た後、ステップＳＴ３３０に進む。

ステップＳＴ３３０では、第２の２値化手段９３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_７のアキシャル画像Ｄ_７の２値化を実行する。これにより、スライスＳＬ_７の２値画像ＤＢ_７が得られる。スライスＳＬ_７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ＤＢ_７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ＳＴ３４０に進む。

ステップＳＴ３４０では、算出手段９４が、２値画像ＤＡ_７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ＤＢ_７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、算出手段９４は、面積比Ｒ＝Ｂ／Ａを計算する。

２値画像ＤＡ_７およびＤＢ_７を比較すると、２値画像ＤＢ_７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ＤＡ_７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_７における面積比Ｒは、１に近い値になる。

このように、算出手段９４は、各スライスの画像に対して面積比Ｒを算出する。したがって、各スライスと面積比Ｒとの関係を表すプロファイルを得ることができる。図２６に、各スライスと面積比Ｒとの関係を表すプロファイルを示す。

図２６のプロファイルを参照すると、スライスが肺側に位置しているか、肝臓側に位置しているかに応じて、面積比Ｒが異なることがわかる。以下に、スライスＳＬ_１〜ＳＬ_１０のうち、代表して、３つのスライスＳＬ_１、ＳＬ_３、およびＳＬ_７を取り上げ、３つのスライスＳＬ_１、ＳＬ_３、およびＳＬ_７の面積比Ｒの違いについて説明する。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_７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_３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ＤＢ_１の論理値１の面積Ｂは、２値画像ＤＡ_１の論理値１の面積Ａよりもかなり小さいので、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_７の面積比Ｒについて
スライスＳＬ_７では、２値画像ＤＡ_７の肝臓の領域には論理値１が割り当てられ、２値画像ＤＢ_７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ＤＢ_７の論理値１の面積Ｂは、２値画像ＤＡ_７の論理値１の面積Ａにほぼ等しいので、スライスＳＬ_７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_３の面積比Ｒについて
スライスＳＬ_３の２値画像ＤＡ_３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_３の２値画像ＤＢ_３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_３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_７における面積比Ｒよりも小さくなる。

したがって、面積比Ｒが１に近いほど、スライスが肝臓を横切る可能性は高く、面積比Ｒが小さくなるに従って、スライスが肝臓を横切る可能性は低くなることがわかる。
スライスＳＬ_１〜ＳＬ_１０の面積比Ｒを求めた後、ステップＳＴ３１に進む。

ステップＳＴ３１では、選択手段９５が、面積比Ｒに基づいて、スライスＳＬ_１〜ＳＬ_１０の中から、大動脈Ａを検出するときの基準となるスライスＳＬ_ｊ（スライス番号ｎ＝ｊ）を選択する。以下に、スライスＳＬ_ｊを選択する方法について説明する。

選択手段９５は、先ず、スライスＳＬ_１〜ＳＬ_１０の中から、肝臓側に位置するスライスを求める（図２７参照）。

図２７は、スライスＳＬ_１〜ＳＬ_１０の中から、肝臓側に位置するスライスを求めるときの説明図である。

選択手段９５は、面積比Ｒの最大値ｍａｘと面積比Ｒの最小値ｍｉｎとの差ΔＲを求める。そして、ΔＲに基づいて、面積比Ｒが１に近いか否かを判断するための閾値ＴＨを設定する。閾値ＴＨは、以下の式で表すことができる。
ＴＨ＝ｍｉｎ＋ｋ・ΔＲ ・・・（１）
ここで、ｍｉｎ：面積比Ｒの最小値
ｋ：係数

ｋは、例えば、ｋ＝０．９である。本形態では、閾値ＴＨ以上の面積比Ｒを有するスライスを、肝臓側に位置するスライスとして求める。図２７では、スライスＳＬ_５〜ＳＬ_１０が、肝臓側に位置するスライスとして求められる。先に説明したように、スライスの面積比Ｒが１に近いほど、スライスが肝臓側に位置している可能性は高いと考えられるので、閾値ＴＨ以上の面積比Ｒを有するスライスＳＬ_５〜ＳＬ_１０は、肝臓を横切っていると考えることができる。

スライスＳＬ_５〜ＳＬ_１０を求めた後、選択手段９５は、スライスＳＬ_５〜ＳＬ_１０の中から、一つのスライスを、大動脈を検出するときの基準となるスライスＳＬ_ｊとして選択する。ここでは、ｊ＝５、すなわち、スライスＳＬ_５〜ＳＬ_１０のうち、一番肺側に位置するスライスＳＬ_５（スライス番号ｎ＝５）が、大動脈Ａを検出するときの基準となるスライスＳＬ_ｊとして選択される。スライスＳＬ_５は面積比Ｒが１に近い値であるので、スライスＳＬ_５は肺をほとんど横切っていないと考えることができる。したがって、スライスＳＬ_５における大動脈Ａの周囲には、肺が原因で生じる低信号領域は存在していないと考えられる。スライスＳＬ_５を選択した後、ステップＳＴ３２に進む。

ステップＳＴ３２では、検出手段９６が、ステップＳＴ３１で選択されたスライスＳＬ_５の大動脈Ａを検出する。

図２８および図２９は、スライスＳＬ_５の大動脈Ａを検出するときの説明図である。
検出手段９６は、先ず、スライスＳＬ_５のアキシャル画像Ｄ_５に、検索範囲を規定する検索領域を設定する。図２８に、アキシャル画像Ｄ_５に設定された検索領域Ｒ_５を示す。

検出手段９６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_０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Ｒ_５として設定される。検索領域Ｒ_５は、大動脈Ａが含まれるように設定される。θ_０は、例えば、θ_０＝９０°である。

次に、検出手段９６は、ウィンドウＷを用いて、検索領域Ｒ_５の中から大動脈Ａを検出する。図２９に、検索領域Ｒ_５から大動脈Ａが検出されたときの様子を概略的に示す。検出手段９６は、先に説明したように、ウィンドウＷの回転角θおよびウィンドウＷのサイズ（ピクセル数ｘ、ピクセル数ｙ）を変更し、アキシャル画像Ｄ_５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ｙを求める。図２９から、大動脈Ａは、θ＝θ_５のライン上に位置していることがわかる。
スライスＳＬ_５の大動脈Ａを検出した後、ステップＳＴ３３に進む。

ステップＳＴ３３では、検出手段９６が、スライスＳＬ_５に対してスライス番号ｎが大きくなる方向に並ぶスライスＳＬ_６〜ＳＬ_１０の大動脈Ａを検出する。

図３０〜図３４は、スライスＳＬ_６〜ＳＬ_１０の大動脈Ａを検出するときの説明図である。
ステップＳＴ３３では、検出手段９６は、先ず、スライスＳＬ_６〜ＳＬ_１０のうち、スライスＳＬ_５に隣接するスライスＳＬ_６の大動脈Ａを検出する（図３０および図３１参照）。

図３０および図３１は、スライスＳＬ_６の大動脈Ａを検出するときの説明図である。
検出手段９６は、先ず、スライスＳＬ_６のアキシャル画像Ｄ_６に、検索範囲を規定する検索領域を設定する。図３０に、アキシャル画像Ｄ_６に設定された検索領域Ｒ_６を示す。

スライスＳＬ_６はスライスＳＬ_５の隣に位置しているので、スライスＳＬ_６における大動脈Ａの位置は、スライスＳＬ_５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９６は、スライスＳＬ_５のアキシャル画像Ｄ_５から検出した大動脈Ａの位置を表す回転角θ_５を基準にして、回転角θ_５を含む角度範囲θ_ｓ６≦θ≦θ_ｅ６を規定し、この角度範囲θ_ｓ６≦θ≦θ_ｅ６を検索領域Ｒ_６として設定する。

尚、先に説明したように、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Ｄ_６における大動脈Ａは、θ＝θ_５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Ｒ_６のうちのθ_ｓ６≦θ≦θ_５の角度範囲は狭くし、θ_５≦θ≦θ_ｅ６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Ｒ_６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Ｒ_６から除外することができる。

検索領域Ｒ_６を設定した後、検出手段９６は、ウィンドウＷを用いて、検索領域Ｒ_６の中から大動脈Ａを検出する。図３１に、検索領域Ｒ_６から検出された大動脈Ａの位置を示す。大動脈Ａは、θ＝θ_６のライン上に位置している。

スライスＳＬ_６における大動脈Ａを検出した後、検出手段９６は、スライスＳＬ_６に対してＩ方向（スライス番号ｎが大きくなる方向）に隣接するスライスＳＬ_７のアキシャル画像Ｄ_７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３２参照）。

図３２は、アキシャル画像Ｄ_７に設定された検索領域Ｒ_７を示す図である。

スライスＳＬ_７はスライスＳＬ_６の隣に位置しているので、スライスＳＬ_７における大動脈Ａの位置は、スライスＳＬ_６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９６は、スライスＳＬ_６のアキシャル画像Ｄ_６から検出した大動脈Ａの位置を表す回転角θ_６を基準にして、回転角θ_６を含む角度範囲θ_ｓ７≦θ≦θ_ｅ７を規定し、この角度範囲θ_ｓ７≦θ≦θ_ｅ７を検索領域Ｒ_７として設定する。尚、大動脈Ａの走行方向を考慮して、検索領域Ｒ_７のうちのθ_ｓ７≦θ≦θ_６の角度範囲は狭くし、θ_６≦θ≦θ_ｅ７の角度範囲を広く設定してもよい。

検索領域Ｒ_７を設定した後、検出手段９６は、ウィンドウＷを用いて、検索領域Ｒ_７の中から大動脈Ａを検出する。図３３に、検索領域Ｒ_７から検出された大動脈Ａの位置を示す。大動脈Ａは、θ＝θ_７のライン上に位置している。

スライスＳＬ_７の大動脈Ａを検出した後も、同様の手法で、スライスＳＬ_８、ＳＬ_９、およびＳＬ_１０の大動脈Ａを検出する。したがって、スライスＳＬ_５に対してスライス番号ｎが大きい方向に並ぶスライスＳＬ_６〜ＳＬ_１０の大動脈Ａを検出することができる。図３４に、スライスＳＬ_６〜ＳＬ_１０から検出された大動脈Ａの位置を表す回転角θ＝θ_６〜θ_１０を概略的に示す。

スライスＳＬ_８の大動脈Ａを検出する場合、検出手段９６は、スライスＳＬ_７から検出された大動脈の位置を表す回転角θ＝θ_７に基づいて、スライスＳＬ_８のアキシャル画像Ｄ_８に検索領域Ｒ_８を設定し、検索領域Ｒ_８の中から大動脈Ａを検出する。図３４では、スライスＳＬ_８の大動脈Ａは、θ＝θ_８のライン上に位置している。スライスＳＬ_８の大動脈Ａを検出した後、θ＝θ_８に基づいて、隣のスライスＳＬ_９のアキシャル画像Ｄ_９に検索領域Ｒ_９を設定し、検索領域Ｒ_９の中から大動脈Ａを検出する。図３４では、スライスＳＬ_９の大動脈Ａは、θ＝θ_９のライン上に位置している。スライスＳＬ_９の大動脈Ａを検出した後、θ＝θ_９に基づいて、隣のスライスＳＬ_１０のアキシャル画像Ｄ_１０に検索領域Ｒ_１０を設定し、検索領域Ｒ_１０の中から大動脈Ａを検出する。このようにして、スライスＳＬ_６〜ＳＬ_１０の大動脈Ａを検出することができる。
スライスＳＬ_６〜ＳＬ_１０の大動脈Ａを検出した後、ステップＳＴ３４に進む。

ステップＳＴ３４では、検出手段９６が、スライスＳＬ_５に対してスライス番号ｎが小さくなる方向に並ぶスライスＳＬ_４〜ＳＬ_１の大動脈Ａを検出する。

図３５〜図３９は、スライスＳＬ_４〜ＳＬ_１の大動脈Ａを検出するときの説明図である。
ステップＳＴ３４では、検出手段９６は、先ず、ＳＬ_４〜ＳＬ_１のうち、スライスＳＬ_５に隣接するスライスＳＬ４の大動脈Ａを検出する（図３５および図３６参照）。

図３５および図３６は、スライスＳＬ_４の大動脈Ａを検出するときの説明図である。

検出手段９６は、先ず、スライスＳＬ_４のアキシャル画像Ｄ_４に、検索範囲を規定する検索領域を設定する。図３５に、アキシャル画像Ｄ_４に設定された検索領域Ｒ_４を示す。

スライスＳＬ_４はスライスＳＬ_５の隣に位置しているので、スライスＳＬ_４における大動脈Ａの位置は、スライスＳＬ_５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９６は、スライスＳＬ_５のアキシャル画像Ｄ_５から検出した大動脈Ａの位置を表す回転角θ_５を基準にして、回転角θ_５を含む角度範囲θ_ｓ４≧θ≧θ_ｅ４を規定し、この角度範囲θ_ｓ４≧θ≧θ_ｅ４を検索領域Ｒ_４として設定する。

尚、図３５から、大動脈Ａの断面は、Ｉ側からＳ側に近づくに従って、背骨を中心にして時計方向ＣＲに回転している。したがって、アキシャル画像Ｄ_４における大動脈Ａは、θ＝θ_５に対して時計方向ＣＲに位置している可能性が高いので、検索領域Ｒ_４のうちのθ_ｓ４≧θ≧θ_５の角度範囲は狭くし、θ_５≧θ≧θ_ｅ４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Ｒ_４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Ｒ_４から除外することができる。

検索領域Ｒ_４を設定した後、検出手段９６は、ウィンドウＷを用いて、検索領域Ｒ_４の中から大動脈Ａを検出する。図３６に、検索領域Ｒ_４から検出された大動脈Ａの位置を示す。大動脈Ａは、θ＝θ_４のライン上に位置している。

スライスＳＬ_４における大動脈Ａを検出した後、検出手段９６は、スライスＳＬ_４に対してＳ方向（スライス番号ｎが小さくなる方向）に隣接するスライスＳＬ_３のアキシャル画像Ｄ_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３７参照）。

図３７は、アキシャル画像Ｄ_３に設定された検索領域Ｒ_３を示す図である。
スライスＳＬ_３はスライスＳＬ_４の隣に位置しているので、スライスＳＬ_３における大動脈Ａの位置は、スライスＳＬ_４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９６は、スライスＳＬ_４のアキシャル画像Ｄ_４から検出した大動脈Ａの位置を表す回転角θ_４を基準にして、回転角θ_４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Ｒ_３として設定する。尚、大動脈Ａの走行方向を考慮して、検索領域Ｒ_３のうちのθ_ｓ３≧θ≧θ_４の角度範囲は狭くし、θ_４≧θ≧θ_ｅ３の角度範囲を広く設定してもよい。

検索領域Ｒ_３を設定した後、検出手段９６は、ウィンドウＷを用いて、検索領域Ｒ_７の中から大動脈Ａを検出する。図３８に、検索領域Ｒ_３から検出された大動脈Ａの位置を示す。大動脈Ａは、θ＝θ_３のライン上に位置している。

スライスＳＬ_３の大動脈Ａを検出した後も、同様の手法で、スライスＳＬ_２およびＳＬ_１の大動脈Ａを検出する。したがって、スライスＳＬ_５に対してスライス番号ｎが小さい方向に並ぶスライスＳＬ_４〜ＳＬ_１の大動脈Ａを検出することができる。図３９に、スライスＳＬ_４〜ＳＬ_１から検出された大動脈Ａの位置を表す回転角θ＝θ_４〜θ_１を概略的に示す。

スライスＳＬ_２の大動脈Ａを検出する場合、検出手段９６は、スライスＳＬ_３から検出された大動脈の位置を表す回転角θ＝θ_３に基づいて、スライスＳＬ_２のアキシャル画像Ｄ_２に検索領域Ｒ_２を設定し、検索領域Ｒ_２の中から大動脈Ａを検出する。図３９では、スライスＳＬ_２の大動脈Ａは、θ＝θ_２のライン上に位置している。スライスＳＬ_２の大動脈Ａを検出した後、θ＝θ_２に基づいて、隣のスライスＳＬ_１のアキシャル画像Ｄ_１に検索領域Ｒ_１を設定し、検索領域Ｒ_１の中から大動脈Ａを検出する。このようにして、スライスＳＬ_４〜ＳＬ_１の大動脈Ａを検出することができる。

したがって、ステップＳＴ３２〜ＳＴ３４を実行することにより、全てのスライスＳＬ_１〜ＳＬ_１０の大動脈Ａを検出することができる。全てのスライスＳＬ_１〜ＳＬ_１０の大動脈Ａを検出した後、ステップＳＴ４（図４参照）に進む。

ステップＳＴ４では、検出手段９６が、スライスＳＬ_１〜ＳＬ_１０から検出された大動脈Ａの中心を求める。図４０に、スライスＳＬ_１〜ＳＬ_１０の大動脈Ａの中心を概略的に示す。図４０には、紙面の制約上、スライスＳＬ_１、ＳＬ_２、ＳＬ_３、およびＳＬ_１０の大動脈Ａの中心のみを示してある。大動脈Ａの断面形状は略円形と見なすことができるので、ウィンドウＷに内接する円を考え、その円の中心を検出することにより、大動脈Ａの中心を求めることができる。大動脈Ａの中心を求めた後、ステップＳＴ５に進む。

ステップＳＴ５では、設定手段９７（図１参照）が、検出された血管の中心に基づいて、造影剤を検出するためのトラッカー領域を設定する。図４１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の内側に位置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ＳＴ６に進む。

ステップＳＴ６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スキャンが実行され、フローが終了する。

本形態では、スライスＳＬ_１〜ＳＬ_１０と面積比Ｒとの関係を表すプロファイルを求め（図２７参照）、このプロファイルに基づいて、大動脈Ａを検出するときの基準となるスライスＳＬ_５を選択する。そして、スライスＳＬ_１〜ＳＬ_１０のうち、選択されたスライスＳＬ_５の大動脈を最初に検出する。スライスＳＬ_５の面積比Ｒは１に近い値であるので、スライスＳＬ_５における大動脈Ａの周囲には、肺が原因で生じる低信号領域は存在していないと考えられる。したがって、スライスＳＬ_５の大動脈を検出する場合、肺が原因で生じる低信号領域を大動脈として誤検出せずに、大動脈を正しく検出することができる。本形態では、スライスＳＬ_５の大動脈を検出した後、スライスＳＬ_５の大動脈の位置を基準にして、スライスＳＬ_６〜ＳＬ_１０の検索領域とスライスＳＬ_４〜ＳＬ_１の検索領域を設定する。したがって、スライスＳＬ_１のように、肺を横切るスライスであっても、肺による低信号領域を大動脈として誤検出しないようにすることができる。

本形態では、スライスＳＬ_６〜ＳＬ_１０の大動脈を検出した後（ステップＳＴ３３）、スライスＳＬ_４〜ＳＬ_１の大動脈を検出している（ステップＳＴ３４）。しかし、スライスＳＬ_６〜ＳＬ_１０の大動脈を検出するためのステップＳＴ３３と、スライスＳＬ_４〜ＳＬ_１の大動脈を検出するためのステップＳＴ３４とを並列で実行してもよい。ステップＳＴ３３とＳＴ３４とを並列で実行することにより、スライスＳＬ_１〜ＳＬ_１０の大動脈の検出に係る時間を短縮することができる。

本形態では、スライスＳＬ_５〜ＳＬ_１０のうちのスライスＳＬ_５を、大動脈を検出するときの基準となるスライスＳＬ_ｊとして選択している。しかし、スライスＳＬ_５〜ＳＬ_１０の中から、スライスＳＬ_５とは別のスライス（例えば、スライスＳＬ_４）を、大動脈を検出するときの基準とスライスＳＬ_ｊとして選択してもよい。ただし、スライスＳＬ_１０のように、肝臓の下端に近いスライスには、大動脈Ａとは別の動脈の断面も現れやすいので、スライスＳＬ_１０から大動脈Ａの検出を開始すると、別の動脈を大動脈Ａとして検出する可能性がある。したがって、スライスＳＬ_５〜ＳＬ_１０の中から、大動脈を検出するときの基準となるスライスＳＬ_ｊを選択する場合、肝臓の下端から離れた位置のスライス（肺に近いスライス）を選択することが望ましい。

本形態では、脳脊髄液ＣＳＦを基準にしてウィンドウＷを設定しているが、脳脊髄液ＣＳＦとは別の部位を基準にしてウィンドウＷを設定してもよい。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）の画像に基づいて大動脈を決定してもよい。

本形態では、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）第２の形態
第１の形態では、図１８に示すフローに従ってステップＳＴ３が実行されているが、第２の形態では、図１８に示すフローとは別のフローに従ってステップＳＴ３を実行する例について説明する。

図４２は、第２の形態のＭＲ装置２００を概略的に示す図である。
尚、第２の形態のＭＲ装置２００は、第１の形態のＭＲ装置１００と比較すると、２値画像から腕部を削除するための削除手段９８を有する点が異なっているが、その他の構成は第１の形態のＭＲ装置１００と同じである。したがって、第２の形態のＭＲ装置２００の説明にあたっては、削除手段９８について主に説明する。
制御部９は、画像作成手段９１〜削除手段９８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。

図４３は、第２の形態においてステップＳＴ３を実行するときのフローの説明図である。
ステップＳＴ３１０およびＳＴ３２０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ＳＴ３２０により、２値画像ＤＡ_１（図２１参照）が得られる。尚、２値画像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ＳＴ３２１に進む。

ステップＳＴ３２１では、削除手段９８が、２値画像ＤＡ_１から、腕部を削除する処理を実行する（図４４参照）。

図４４は、腕部が削除された２値画像ＤＣ_１を概略的に示す図である。
ステップＳＴ３２１では、２値画像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ＤＣ_１を得ることができる。腕部を削除する方法としては、例えば、“Med Imag Tech Vol.31 No.2 March 2013”に記載されているにように、縮小処理、領域拡張処理、および拡大処理を実行する方法を用いることができる。腕部が削除された２値画像ＤＣ_１を得た後、ステップＳＴ３３０に進む。

ステップＳＴ３３０では、第２の２値化手段９３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のアキシャル画像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ＳＴ３３０で実行される２値化と同じである。図４５に、通常の閾値処理でスライスＳＬ_１のアキシャル画像Ｄ_１を２値化することにより得られた２値画像ＤＢ_１を概略的に示す。２値画像ＤＢ_１を得た後、ステップＳＴ３３１に進む。

ステップＳＴ３３１では、削除手段９８が、２値画像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ＳＴ３３１で実行される画像処理は、ステップＳＴ３２１と同様に、縮小処理、領域拡張処理、および拡大処理を実行する方法を用いることができる。２値画像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４６に、腕部が削除された２値画像ＤＤ_１を概略的に示す。腕部を削除した後、ステップＳＴ３４０に進む（図４７参照）。

図４７は、ステップＳＴ３４０で実行される処理を説明するための図である。
ステップＳＴ３４０では、算出手段９４が、２値画像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、算出手段９４は、面積比Ｒ＝Ｂ／Ａを計算する。

図４７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Ｒは、１よりもかなり小さい値になることがわかる。

このようにして、ステップＳＴ３０が実行される。尚、図４４〜図４７では、スライスＳＬ_１のアキシャル画像Ｄ_１に対してステップＳＴ３０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_１０の各々の画像に対しても、スライスＳＬ_１のアキシャル画像Ｄ_１と同様に、ステップＳＴ３０を実行し、面積比Ｒを求める。したがって、各スライスと面積比Ｒとの関係を表すプロファイルを得ることができる。図４８に、各スライスと面積比Ｒとの関係を表すプロファイルを示す。各スライスのアキシャル画像に対してステップＳＴ３０を実行した後、ステップＳＴ３１に進む。
ステップＳＴ３１〜ＳＴ３４は第１の形態と同じであるので、説明は省略する。

第２の形態では、腕部が削除された２値画像を用いて面積比Ｒを求めている。面積比Ｒ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２６参照）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。

尚、第１および第２の形態では、スライスが肝臓を横切るか否かを判断するための指標として、面積比Ｒ＝Ａ／Ｂを用いている。しかし、大動脈Ａを検出するときの基準となるスライスＳＬ_ｊを求めることができるのであれば、面積比Ｒとは別の指標を用いてもよい。例えば、面積比Ｒの代わりに、面積Ｂを、スライスが肝臓を横切るか否かを判断するための指標として用いてもよい。

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 第１の２値化手段
９３ 第２の２値化手段
９４ 算出手段
９５ 選択手段
９６ 検出手段
９７ 設定手段
９８ 削除手段

Claims (17)

1. 肝臓を含む第１の部位と肺を含む第２の部位と血管とを含む撮影部位を横切るｍ枚のスライスの画像を作成する画像作成手段と、
   前記スライスの画像に基づいて、前記スライスが前記第１の部位を横切るか否かを判断するための指標を求める手段と、
   前記指標に基づいて、前記ｍ枚のスライスの中から、前記第１の部位を横切る第１のスライスを選択する選択手段と、
   前記第１のスライスにおける前記血管を検出し、前記第１のスライスから肺に向かう方向に並ぶスライスに対して、前記第１のスライスに近いスライスから順に、前記血管を検出し、前記第２の部位を横切る第２のスライスにおける血管を検出する検出手段と、
   を有する血管検出装置。
2. 前記選択手段は、
   前記指標に基づいて、前記ｍ枚のスライスの中から、前記第１の部位を横切る２枚以上のスライスを求め、前記２枚以上のスライスの中から、前記第１のスライスを選択する、請求項１に記載の血管検出装置。
3. 前記選択手段は、
   前記２枚以上のスライスのうち、前記第２の部位に最も近いスライスを、前記第１のスライスとして選択する、請求項２に記載の血管検出装置。
4. 前記検出手段は、
   前記スライスごとに前記血管の検索領域を設定し、前記検索領域の中から前記血管を検出する、請求項１〜３のうちのいずれか一項に記載の血管検出装置。
5. 前記ｍ枚のスライスには、それぞれスライス番号ｎ＝１，２，３，・・・ｍが対応付けられており、
   前記第１のスライスのスライス番号ｎはｎ＝ｊ（１＜ｊ＜ｍ）であり、
   前記検出手段は、
   前記第１のスライスにおける前記血管を検出する第１のステップと、
   前記第１のスライスに対してスライス番号が大きくなる方向に並ぶスライス番号ｎ＝ｊ＋１〜ｍのスライスにおける前記血管を検出する第２のステップと、
   前記第１のスライスに対してスライス番号が小さくなる方向に並ぶスライス番号ｎ＝ｊ−１〜１のスライスにおける前記血管を検出する第３のステップと、
   を実行する、請求項４に記載の血管検出装置。
6. 前記検出手段は、
   前記第２のステップにおいて、
   スライス番号ｎ（ｊ≦ｎ≦ｍ−１）のスライスにおける前記血管の位置に基づいて、スライス番号ｎ＋１（ｊ≦ｎ≦ｍ−１）のスライスに第１の検索領域を設定し、
   前記第３のステップにおいて、
   スライス番号ｎ（ｊ≧ｎ≧２）のスライスにおける前記血管の位置に基づいて、スライス番号ｎ−１（ｊ≧ｎ≧２）のスライスに第２の検索領域を設定する、請求項５に記載の血管検出装置。
7. 前記検出手段は、
   前記第２のステップにおいて、
   スライス番号ｎ（ｊ≦ｎ≦ｍ−１）のスライスにおける前記血管の位置を表す第１の角度に基づいて、前記第１の検索領域を設定し、
   前記第３のステップにおいて、
   スライス番号ｎ（ｊ≧ｎ≧２）のスライスにおける前記血管の位置を表す第２の角度に基づいて、前記第２の検索領域を設定する、請求項６に記載の血管検出装置。
8. 前記検出手段は、
   前記第２のステップと前記第３のステップとを並列に実行する、請求項５〜７のうちのいずれか一項に記載の血管検出装置。
9. 前記指標を求める手段は、
   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ｍ枚のスライスの各々の画像を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ｍ枚のスライスの各々の画像を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値画像の特徴量と、前記第２の２値化手段により得られた第２の２値画像の特徴量とに基づいて、前記指標を算出する算出手段と、
   を有する、請求項１〜８のうちのいずれか一項に記載の血管検出装置。
10. 前記第１の２値画像の特徴量は、前記第１の２値画像における前記第１の論理値の面積であり、
    前記第２の２値画像の特徴量は、前記第２の２値画像における前記第１の論理値の面積である、請求項９に記載の血管検出装置。
11. 前記算出手段は、
    前記第１の２値画像における前記第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、前記指標を算出する、請求項１０に記載の血管検出装置。
12. 前記指標を求める手段は、
    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ｍ枚のスライスの各々の画像を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ｍ枚のスライスの各々の画像を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値化手段により得られた第２の２値画像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する削除手段と、
    前記第１の削除処理後の第１の２値画像の特徴量と、前記第２の削除処理後の第２の２値画像の特徴量とに基づいて、前記指標を算出する算出手段と、
    を有する、請求項１〜８のうちのいずれか一項に記載の血管検出装置。
13. 前記第１の削除処理後の第１の２値画像の特徴量は、前記第１の削除処理後の第１の２値画像における前記第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値画像の特徴量は、前記第２の削除処理後の第２の２値画像における前記第１の論理値の面積である、請求項１２に記載の血管検出装置。
14. 前記算出手段は、
    前記第１の削除処理後の第１の２値画像における前記第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、前記指標を算出する、請求項１３に記載の血管検出装置。
15. 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９〜１４のうちのいずれか一項に記載の血管検出装置。
16. 請求項１〜１５のうちのいずれか一項に記載の血管検出装置を有する医用装置。
17. 肝臓を含む第１の部位と肺を含む第２の部位と血管とを含む撮影部位を横切るｍ枚のスライスの画像を作成する画像作成処理と、
    前記スライスの画像に基づいて、前記スライスが前記第１の部位を横切るか否かを判断するための指標を求める処理と、
    前記指標に基づいて、前記ｍ枚のスライスの中から、前記第１の部位を横切る第１のスライスを選択する選択処理と、
    前記第１のスライスにおける前記血管を検出し、前記第１のスライスから肺に向かう方向に並ぶスライスに対して、前記第１のスライスに近いスライスから順に、前記血管を検出し、前記第２の部位を横切る第２のスライスにおける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。