JP6533687B2 - 医用画像処理装置、医用画像処理方法、及び医用画像処理プログラム - Google Patents

Description

本発明は、医用画像処理装置、医用画像処理方法、及び医用画像処理プログラムに関する。

従来、物体内部の３次元画像を得る方法として、ボリュームレンダリング（ＶＲ：Ｖｏｌｕｍｅ Ｒｅｎｄｅｒｉｎｇ）法が知られている。ボリュームレンダリング法では、ボリュームデータを構成する３次元のボクセル（微小体積要素；Ｖｏｘｅｌ）に対して仮想始点から仮想光線（レイ）が投射されることにより、投影面に画像が投影され、ボリュームデータが可視化される。以下、ボリュームレンダリング法により得られる画像を、ボリュームレンダリング画像とも称する。

ボリュームレンダリング法には、ＭＩＰ(Ｍａｘｉｍｕｍ Ｉｎｔｅｎｓｉｔｙ Ｐｒｏｊｅｃｔｉｏｎ)法及びレイキャスティング（Ｒａｙｃａｓｔｉｎｇ）法が含まれる。

ＭＩＰ法では、仮想光線上のボクセルの輝度（Ｉｎｔｅｎｓｉｔｙ）の最大値が取得され、この値が投影面にマッピングされ、ボリュームデータが可視化される。以下、ＭＩＰ法により得られる画像を、ＭＩＰ画像とも称する。

レイキャスティング法では、仮想光線の経路に沿って一定間隔でサンプリングされ、各サンプリング点のボクセルからボクセル値（ボクセルの画素値）が取得され、各サンプリング点における仮想光線を減衰させつつ反射光が蓄積されることによって、ボリュームデータが可視化される。以下、レイキャスティング法により得られる画像を、レイキャスト画像とも称する。

従来、ＭＩＰ画像を生成する医用画像処理装置として、体内の臓器を区分し、複数の臓器に対して異なる色を割り当ててＭＩＰ画像を生成する装置が知られている（例えば、特許文献１参照）。

従来、レイキャスト画像を生成する医用画像処理装置として、体内の臓器を区分し、複数の臓器に対して異なる色を割り当ててレイキャスト画像を生成する装置が知られている（例えば、特許文献２参照）。

米国特許出願公開第２０１２／０１７７２５８号明細書 特開２００９−１６０３０６号公報

特許文献１，２に記載された画像生成装置では、単一の仮想光線上に臓器等を含む領域が複数存在する場合、仮想光線上の複数の領域を同時に表示することが困難である。そのため、ユーザは、仮想光線上の複数の領域を視認することが困難である。すなわち、画像の奥行き方向に重なる物体を同時に的確に表示することが出来ない。また、いわゆる半透明処理によって奥行き方向に重なる物体を同時に表示することは従来行われてはいるものの、満足できる画質ではない。

本発明は、上記事情に鑑みてなされたものであり、ボリュームデータにおける仮想光線上の複数の領域の視認性を向上できる医用画像処理装置、医用画像処理方法、及び医用画像処理プログラムを提供する。

本発明の医用画像処理装置は、生体のボリュームデータを取得するポートと、前記ボリュームデータにおいて２個又は３個の領域の指定を受け付けるユーザインタフェースと、前記ボリュームデータ及び前記２個又は３個の領域に基づいて、カラーボリュームレンダリング画像を生成するプロセッサと、前記カラーボリュームレンダリング画像を表示するディスプレイと、を備え、前記カラーボリュームレンダリング画像は、少なくとも１点において前記２個又は３個の領域が仮想光線上で重複し、当該カラーボリュームレンダリング画像に対する可逆変換により、前記２個又は３個の領域に対応するボリュームレンダリング画像が分離可能な態様であり、前記プロセッサは、前記領域毎に、前記カラーボリュームレンダリング画像を表示するための異なる輝度条件を設定し、前記輝度条件は、ウィンドウ幅及びウィンドウレベルを含む。

本発明の医用画像処理方法は、医用画像処理装置における医用画像処理方法であって、
生体のボリュームデータを取得し、前記ボリュームデータにおいて２個又は３個の領域の指定を受け付け、前記ボリュームデータ及び前記２個又は３個の領域に基づいて、カラーボリュームレンダリング画像を生成し、前記領域毎に、前記カラーボリュームレンダリング画像を表示するための異なる輝度条件を設定し、前記カラーボリュームレンダリング画像を表示し、前記カラーボリュームレンダリング画像は、少なくとも１点において前記２個又は３個の領域が仮想光線上で重複し、当該カラーボリュームレンダリング画像に対する可逆変換により、前記２個又は３個の領域に対応するボリュームレンダリング画像が分離可能な態様であり、前記輝度条件は、ウィンドウ幅及びウィンドウレベルを含む。

本発明の医用画像処理プログラムは、上記医用画像処理方法をコンピュータに実行させるためのプログラムである。

本発明によれば、ボリュームデータにおける仮想光線上の複数の領域の視認性を向上できる。

第１の実施形態における医用画像処理装置の構成例を示すブロック図 第１の実施形態における医用画像処理装置の第１動作例を示すフローチャート 第１の実施形態における医用画像処理装置の第２動作例を示すフローチャート 第１の実施形態における医用画像処理装置の第３動作例を示すフローチャート （Ａ）〜（Ｄ）第１の実施形態におけるボリュームレンダリング画像の第１例を示す模式図 第１の実施形態におけるボリュームレンダリング画像の第２例を示す模式図 第１の実施形態におけるボリュームレンダリング画像の第３例を示す模式図 第２の実施形態における医用画像処理装置の動作例を示すフローチャート （Ａ）〜（Ｄ）第２の実施形態におけるボリュームレンダリング画像の一例を示す模式図

以下、本発明の実施形態について、図面を用いて説明する。

（本発明の一形態を得るに至った経緯）
特許文献１の技術におけるＭＩＰ画像での１つの画素では、１つの領域の情報のみが得られる。例えば、赤色領域、緑色領域、青色領域が仮想光線上で重複している場合に、赤、緑、又は青色の領域が選択される。この場合、ユーザは、選択されなかった領域を把握できず、得られた画像から仮想光線上の複数の領域を認識することが困難である。

特許文献２の技術では、レイキャスト法で半透明処理された部位は、半透明状態で表示され、画像が不鮮明となる。そのため、仮想光線上で半透明部分と非半透明部分とが重複する場合、この仮想光線上の画像が不鮮明となり、画像の信頼性が低下する。

以下、ボリュームデータにおける仮想光線上の複数の領域の視認性を向上できる医用画像処理装置、医用画像処理方法、及び医用画像処理プログラムについて説明する。

（第１の実施形態）
図１は、第１の実施形態における医用画像処理装置１００の構成例を示すブロック図である。医用画像処理装置１００は、ポート１１０、ＵＩ（Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）１２０、ディスプレイ１３０、プロセッサ１４０、及びメモリ１５０を備える。医用画像処理装置１００には、ＣＴ装置２００が接続される。医用画像処理装置１００は、ＣＴ装置２００からボリュームデータを取得し、取得されたボリュームデータに対して処理を行う。

ＣＴ装置２００は、生体へＸ線を照射し、体内の組織によるＸ線の吸収の違いを利用して、画像（ＣＴ画像）を撮像する。ＣＴ画像は、時系列に複数撮像されてもよい。ＣＴ画像は、生体内部の任意の箇所の情報を含むボリュームデータを形成する。ＣＴ画像が撮像されることにより、ＣＴ画像における各画素（ボクセル）の画素値（ＣＴ値）が得られる。ＣＴ装置２００は、ＣＴ画像としてのボリュームデータを医用画像処理装置１００へ、有線回線又は無線回線を介して送信する。

ポート１１０は、ＣＴ画像としてのボリュームデータを取得する。取得されたボリュームデータは、直ぐにプロセッサ１４０へ送られて各種処理されてもよいし、メモリ１５０において保管された後、必要時にプロセッサ１４０へ送られて各種処理されてもよい。

ＵＩ１２０は、例えば、タッチパネル、ポインティングデバイス、キーボード、音声入力を含む。ＵＩ１２０は、医用画像処理装置１００のユーザ（例えば医師、放射線技師、読影医）から、任意の入力操作を受け付ける。ＵＩ１２０は、例えば、領域指定の操作、輝度条件の設定の操作、を受け付ける。

ディスプレイ１３０は、例えばＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）を含み、各種情報を表示する。各種情報は、各種カラーボリュームレンダリング画像を含む。カラーボリュームレンダリング画像は、色付けされたボリュームレンダリング画像である。カラーボリュームレンダリング画像は、例えば、色付けされたＭＩＰ画像、レイキャスト画像、その他の色付けされたボリュームレンダリング画像を含む。

ディスプレイ１３０は、プロセッサ１４０により設定された輝度条件に基づいて、各種情報を表示してもよい。

メモリ１５０は、各種ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）を含む。メモリ１５０、各種情報やプログラムを記憶する。各種情報は、例えば、ポート１１０により取得されたボリュームデータ、プロセッサ１４０により生成された画像、プロセッサ１４０により設定された設定情報、を含む。

プロセッサ１４０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、又はＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を含む。プロセッサ１４０は、メモリ１５０に記憶された医用画像処理プログラムを実行することにより、各種処理や制御を行う。また、プロセッサ１４０は、医用画像処理装置１００の各部を統括する。

プロセッサ１４０は、１つのボリュームデータにおいて、複数の領域を抽出する。この場合、ＵＩ１２０がユーザからの領域指定を受け付け、領域指定の情報がプロセッサ１４０に送られる。プロセッサ１４０は、領域指定の情報に基づいて、公知の方法により、ボリュームデータから、指定された領域を抽出する。または、プロセッサ１４０は、ＵＩ１２０からの入力よりユーザの手動操作により領域を設定する。

抽出される領域は、ユーザにより注目される関心領域（ＲＯＩ：Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ）を含む。抽出される領域は、ユーザが注目すべき病変や組織（例えば、骨、血管、臓器）の領域を含み、体内に存在する物品（例えばステント）の領域を含んでもよい。

プロセッサ１４０は、ポート１１０により取得されたボリュームデータから、指定された領域に基づいて、カラーボリュームレンダリング画像を生成する。カラーボリュームレンダリング画像は、少なくとも１点において、指定された複数の領域の少なくとも２個が奥行き方向に重複する。また、プロセッサ１４０は、カラーボリュームレンダリング画像に対して後述の可逆変換することで、指定された領域の各々に対応するボリュームレンダリング画像を分離可能である。尚、可逆変換は恒等変換を含む。

プロセッサ１４０は、カラーボリュームレンダリング画像を生成する際、色付きではないモノクロのボリュームレンダリング画像を生成してもよいし、モノクロのボリュームレンダリング画像を生成しなくてもよい。

プロセッサ１４０は、ディスプレイ１３０によりカラーボリュームレンダリング画像を表示する際の輝度条件を導出し、設定する。輝度条件は、指定された領域毎に、同じでも異なってもよい。

輝度条件は、例えば、ウィンドウ幅（ｗｗ：ｗｉｎｄｏｗ ｗｉｄｔｈ）と、ウィンドウレベル（ｗｌ：ｗｉｎｄｏｗ ｌｅｖｅｌ）と、を含む。ウィンドウ幅は、ディスプレイ１３０により表示される画像の画素値の幅（範囲）を示す。ウィンドウレベルは、ディスプレイ１３０により表示される画像の画素値の幅の中心値を示す。

プロセッサ１４０は、例えばＡｕｔｏＷｉｎｄｏｗにより、輝度条件を導出する。ＡｕｔｏＷｉｎｄｏｗは、ヒストグラムを利用して、画像データに含まれる画素値の統計的情報に基づいて、ウィンドウ幅とウィンドウレベルを設定する処理である。ＡｕｔｏＷｉｎｄｏｗのウィンドウ幅は、定数×画素値の分散値により算出される。ＡｕｔｏＷｉｎｄｏｗのウィンドウレベルは、画素値の平均値により算出される。

次に、医用画像処理装置１００の動作例について説明する。
図２は、医用画像処理装置１００の第１動作例を示すフローチャートである。第１動作例では、プロセッサ１４０は、領域毎にモノクロＭＩＰ画像を生成する。

まず、ポート１１０が、ＣＴ装置２００からボリュームデータを取得し（Ｓ１０１）、メモリ１５０に保持させる。

ＵＩ１２０は、ユーザからのボリュームデータの領域指定を受け付ける。ＵＩ１２０は、受け付けた領域指定の情報をプロセッサ１４０へ送る。プロセッサ１４０は、領域指定の情報に基づいて、取得されたボリュームデータにおいて、３個の領域を抽出する（Ｓ１０２）。ここでは、３個の領域は、Ｒ領域、Ｇ領域、及びＢ領域とする。

プロセッサ１４０は、抽出された３個の領域の各々で、ボリュームデータから従来の手段でＭＩＰ画像を生成する（Ｓ１０３）。Ｒ領域に対応して生成されるＭＩＰ画像をＲ−ＭＩＰ画像とも称する。Ｇ領域に対応して生成されるＭＩＰ画像をＧ−ＭＩＰ画像とも称する。Ｂ領域に対応して生成されるＭＩＰ画像をＢ−ＭＩＰ画像とも称する。

Ｓ１０３では、プロセッサ１４０は、投影面の１つの画素において、ボリュームデータに対して仮想光線を投射し、領域毎にボクセル値を得る。プロセッサ１４０は、同一の仮想光線上のボクセル値の最大値を投影値として算出する。プロセッサ１４０は、投影面の他画素において同様に仮想光線を投射し、領域毎に各画素の投影値を算出する。これにより、プロセッサ１４０は、ボリュームデータから、領域毎にモノクロＭＩＰ画像を生成する。

プロセッサ１４０は、各領域のＭＩＰ画像（Ｒ−ＭＩＰ画像、Ｇ−ＭＩＰ画像、Ｂ−ＭＩＰ画像）の画素値に基づいて、カラーＭＩＰ画像における色情報を得る。プロセッサ１４０は、得られた各画素の色情報を投影面にマッピングすることで、各領域のＭＩＰ画像を合成してカラーＭＩＰ画像を生成する（Ｓ１０４）。すなわち、プロセッサ１４０は、カラーＭＩＰ画像の画素値がＲＧＢで表現されるときに、ＲＧＢのＲチャネルをＲ−ＭＩＰ画像の画素値より、ＲＧＢのＧチャネルをＧ−ＭＩＰ画像の画素値より、ＲＧＢのＢチャネルをＢ−ＭＩＰ画像の画素値よりマッピングする。尚、この演算は、投影面の画素毎、つまりカラーＭＩＰ画像における画素毎に行われる。

ディスプレイ１３０は、プロセッサ１４０により生成されたカラーＭＩＰ画像を表示する（Ｓ１０５）。また、プロセッサ１４０は、カラーＭＩＰ画像に対してアフィン変換してから表示しても良い。

図２の処理では、プロセッサ１４０は、投影情報に基づいて、領域毎にＭＩＰ画像を生成する。プロセッサ１４０は、各ＭＩＰ画像の色情報をマッピングして、カラーＭＩＰ画像を生成する。つまり、プロセッサ１４０は、領域毎にボリュームレンダリング画像を生成した後にカラーボリュームレンダリング画像を生成する。

図２の処理によれば、従来の手段で得られるモノクロＭＩＰ画像を用いるので、医用画像処理装置１００の実装を簡単に行える。

プロセッサ１４０は、例えば（式１）を用いて演算することもできる。図２の処理では、プロセッサ１４０は、３つのＭＩＰ画像（Ｒ−ＭＩＰ画像、Ｇ−ＭＩＰ画像、Ｂ−ＭＩＰ画像）から直接カラーＭＩＰ画像の画素値のＲＧＢの各チャネルを取得した。プロセッサ１４０は、３つのＭＩＰ画像（Ｒ−ＭＩＰ画像、Ｇ−ＭＩＰ画像、Ｂ−ＭＩＰ画像）を、３つのＭＩＰ画像（ｃｈ１−ＭＩＰ画像、ｃｈ２−ＭＩＰ画像、ｃｈ３−ＭＩＰ画像）と一般化した上で、変換を加えてからカラーＭＩＰ画像の画素値のＲＧＢの各チャネルとしても良い。（式１）では、３つのＭＩＰ画像（ｃｈ１−ＭＩＰ画像、ｃｈ２−ＭＩＰ画像、ｃｈ３−ＭＩＰ画像）の生成時に得られる画素値（（式１）でのｃｈ１〜ｃｈ３）に対して、変換行列Ｔ（（式１）での３×３型の行列）を乗じて、変換後の画素値（（式１）でのＲ，Ｇ，Ｂの値）を得る。色情報は、「Ｒ」「Ｇ」「Ｂ」の値を含む。

「ｃｈ１」は、第１の領域におけるボリュームレンダリングにより得られる画素値であり、ここではｃｈ１−ＭＩＰ画像の画素値である。「ｃｈ２」は、第２の領域におけるボリュームレンダリングにより得られる画素値であり、ここではｃｈ２−ＭＩＰ画像の画素値である。「ｃｈ３」は、第３の領域におけるボリュームレンダリングにより得られる画素値であり、ここではｃｈ３−ＭＩＰ画像の画素値である。「Ｒ」は、カラーボリュームレンダリング画像での赤色成分の値を示す。「Ｇ」は、カラーボリュームレンダリング画像での緑色成分の値を示す。「Ｂ」は、カラーボリュームレンダリング画像での青色成分の値を示す。

（式１）は可逆変換の式である。そのため、プロセッサ１４０は、ｃｈ１，ｃｈ２，ｃｈ３の各値から変換行列Ｔを用いてＲ，Ｇ，Ｂの各値を算出可能である。また、プロセッサ１４０は、Ｒ，Ｇ，Ｂの各値から変換行列Ｔを用いてｃｈ１，ｃｈ２，ｃｈ３の各値を算出可能である。

（式１）が可逆変換の式であることで、ｃｈ１，ｃｈ２，ｃｈ３の各値とＲ，Ｇ，Ｂの各値とは相互変換可能である。従って、ｃｈ１−ＭＩＰ画像、ｃｈ２−ＭＩＰ画像、及びｃｈ３−ＭＩＰ画像と、カラーＭＩＰ画像とは、相互変換可能である。また、カラーＭＩＰ画像からｃｈ１−ＭＩＰ画像、ｃｈ２−ＭＩＰ画像、及びｃｈ３−ＭＩＰ画像を一意に分離可能である。特に、ユーザは、カラーＭＩＰ画像から直接にｃｈ１−ＭＩＰ画像、ｃｈ２−ＭＩＰ画像、及びｃｈ３−ＭＩＰ画像に相当する画像を想起することが出来るので、複雑に重複する領域形状の関係を把握しやすい。

このように、プロセッサ１４０は、ボリュームデータに対して仮想光線を投射し、領域毎に投影情報を取得する。プロセッサ１４０は、投影情報に基づいて色情報を取得し、色情報に基づいてカラーボリュームレンダリング画像を生成する。プロセッサ１４０は、投影情報に対して可逆変換して、カラーＭＩＰ画像の色情報を取得する。投影情報は、投影値を含む。色情報は、ＲＧＢの値を含む。

図３は、医用画像処理装置１００の第２動作例を示すフローチャートである。第２動作例では、プロセッサ１４０は、１つの画素につき複数の仮想光線（例えば３本）を投射する。また、プロセッサ１４０は、オーバーサンプリングしてもよい。

尚、図３において、図２と同様の処理については、同一の符号を付し、説明を省略又は簡略化する。

まず、医用画像処理装置１００は、Ｓ１０１，Ｓ１０２の処理を行う。

Ｓ１０２の処理後、プロセッサ１４０は、抽出された３個の領域の各々で、ボリュームデータに対して仮想光線を投射して、仮想光線上のボクセル値を取得する。つまり、プロセッサ１４０は、赤色用の仮想光線（Ｒ仮想光線）、緑色用の仮想光線（Ｇ仮想光線）、及び青色用の仮想光線（Ｂ仮想光線）を投射する。プロセッサ１４０は、各仮想光線において最大のボクセル値を投影値として得る（Ｓ２０１）。これにより、投影面の１画素における各領域の投影値が得られる。投影面の１画素は、カラーＭＩＰ画像の１画素に相当する。

プロセッサ１４０は、Ｒ仮想光線、Ｇ仮想光線、及びＢ仮想光線により得られた各領域のボクセルの最大値を用いて、例えば（式１）を演算し、（式１）の「Ｒ」「Ｇ」「Ｂ」の値（ＲＧＢの画素値）を算出する（Ｓ２０２）。「Ｒ」「Ｇ」「Ｂ」の値により、投影面における１画素の配色が決定される。

プロセッサ１４０は、Ｓ２０１，Ｓ２０２の処理を投影面の他の画素に対して反復し、カラーＭＩＰ画像を生成する（Ｓ２０３）。

そして、医用画像処理装置１００は、Ｓ１０５の処理を行う。

このように、図３の処理では、プロセッサ１４０は、各画素において、領域毎に仮想光線を投射して、領域毎に投影情報を取得する。プロセッサ１４０は、各画素の色情報を投影面にマッピングして、カラーＭＩＰ画像を生成する。つまり、プロセッサ１４０は、領域毎に仮想光線を投影しながら、ＭＩＰ画像を生成する。また、プロセッサ１４０は、各仮想光線をｃｈ１仮想光線、ｃｈ２仮想光線、及びｃｈ３仮想光線とし、ｃｈ１〜ｃｈ３仮想光線のそれぞれから得られる最大値に（式１）を適用して、Ｒ，Ｇ，Ｂの各値を算出してもよい。

図３の処理によれば、領域毎にＭＩＰ画像を生成しなくて済むので、カラーボリュームレンダリング画像の生成を高速化できる。

図４は、医用画像処理装置１００の第３動作例を示すフローチャートである。第３動作例では、プロセッサ１４０は、１つの画素につき１つの仮想光線を投射する。

尚、図４において、図２又は図３と同様の処理については、同一の符号を付し、説明を省略又は簡略化する。

まず、医用画像処理装置１００は、Ｓ１０１，Ｓ１０２の処理を行う。

Ｓ１０２の処理後、プロセッサ１４０は、抽出された３個の領域で、ボリュームデータに対して１つの仮想光線を投射する（Ｓ３０１）。

プロセッサ１４０は、仮想光線がＲ領域を進行する際には、Ｒ領域における各ボクセル値を、Ｒ領域における最大値候補（Ｒ最大値候補）として、メモリ１５０に記憶する（Ｓ３０２）。プロセッサ１４０は、仮想光線がＧ領域を進行する際には、Ｇ領域における各ボクセル値をＧ領域における最大値候補（Ｇ最大値候補）として、メモリ１５０に記憶する（Ｓ３０２）。プロセッサ１４０は、仮想光線がＢ領域を進行する際には、Ｂ領域における各ボクセル値をＢ領域における最大値候補（Ｂ最大値候補）として、メモリ１５０に記憶する（Ｓ３０２）。

仮想光線が最後のボクセルまで投射され、最後のボクセルのボクセル値が得られると、プロセッサ１４０は、Ｒ領域における最大値候補からＲ領域の最大値（Ｒ最大値）を取得する（Ｓ３０３）。同様に、プロセッサ１４０は、Ｇ領域における最大値候補からＧ領域の最大値（Ｇ最大値）を取得する（Ｓ３０３）。同様に、プロセッサ１４０は、Ｂ領域における最大値候補からＢ領域の最大値（Ｂ最大値）を取得する（Ｓ３０３）。これにより、投影面の１画素における各領域の投影値が得られる。

プロセッサ１４０は、仮想光線により得られた各領域のボクセルの最大値を用いて、例えば（式１）を演算し、（式１）の「Ｒ」「Ｇ」「Ｂ」の値を得る（Ｓ３０３）。「Ｒ」「Ｇ」「Ｂ」の値により、投影面における１画素の配色が決定される。

プロセッサ１４０は、Ｓ３０１〜Ｓ３０３の処理を投影面の他の画素に対して反復し、カラーＭＩＰ画像を生成する（Ｓ３０４）。

そして、医用画像処理装置１００は、Ｓ１０５の処理を行う。

このように、図４の処理では、プロセッサ１４０は、画素毎に仮想光線を投射し、仮想光線が各領域を進行するときに、領域毎に各ボクセルの画素値をメモリ１５０に記録する。プロセッサ１４０は、メモリ１５０に記録された領域毎の各ボクセルの画素値に基づいて、領域毎に投影情報を取得する。プロセッサ１４０は、各画素の色情報を投影面にマッピングして、カラーＭＩＰ画像を生成する。つまり、プロセッサ１４０は、各領域に跨って仮想光線を投影しながら、カラーＭＩＰ画像を生成する。また、プロセッサ１４０は、仮想光線が算出する最大値をｃｈ１最大値、ｃｈ２最大値、及びｃｈ３最大値とし、ｃｈ１最大値〜ｃｈ３最大値に（式１）を適用して、Ｒ，Ｇ，Ｂの各値を算出してもよい。

図４の処理によれば、領域毎にＭＩＰ画像を生成しなくて済むので、カラーボリュームレンダリング画像の生成を高速化できる。

尚、第３動作例では、プロセッサ１４０は、各ボクセルのボクセル値を導出し、このボクセル値から投影値を導出することを例示した。この代わりに、プロセッサ１４０は、仮想光線上の各領域のボクセル値として、補間ボクセル値を用いてもよい。すなわち、仮想光線上のサンプリング点におけるボクセル値は、周辺のボクセルからの補間によって求められてもよい。また、サンプリング点は厳密に仮想光線上にある必要も無い。アーチファクト対策のために、サンプリング点をランダムに微少距離散乱させる等の場合があるからである。

次に、カラーボリュームレンダリング画像について説明する。尚、ここでは、モノクロＭＩＰ画像を生成し合成して、カラーＭＩＰ画像を生成することを例示する。尚、前述のように、モノクロＭＩＰ画像が生成されなくてもよい。

図５（Ａ）〜（Ｄ）は、ボリュームレンダリング画像の第１例を示す模式図である。図５（Ａ）〜（Ｄ）では、心臓近辺を含むボリュームデータを基に生成されたカラーボリュームレンダリング画像Ｉ１を例示する。図５（Ａ）は心臓の領域Ｄ１を示すモノクロＭＩＰ画像の模式図である。図５（Ｂ）は大動脈の領域Ｄ１２を示すモノクロＭＩＰ画像の模式図である。図５（Ｃ）は心臓、大動脈以外の領域Ｄ１３を示すモノクロＭＩＰ画像の模式図である。図５（Ｄ）はカラーＭＩＰ画像としてのカラーボリュームレンダリング画像Ｉ１を示す模式図である。

図５（Ａ）〜（Ｄ）では、ボリュームデータは、心臓の領域Ｄ１１と、大動脈の領域Ｄ１２と、その他の領域Ｄ１３と、を含む。プロセッサ１４０は、心臓の領域Ｄ１１には緑色（Ｇ）を割り当て、Ｇ−ＭＩＰ画像を生成する。プロセッサ１４０は、大動脈の領域Ｄ１２には青色（Ｂ）を割り当て、Ｂ−ＭＩＰ画像を生成する。プロセッサ１４０は、その他の領域Ｄ１３には赤色（Ｒ）を割り当て、Ｒ−ＭＩＰ画像を生成する。プロセッサ１４０は、各ＭＩＰ画像を合成してカラーボリュームレンダリング画像Ｉ１を生成する。ディスプレイ１３０は、生成されたカラーボリュームレンダリング画像Ｉ１を表示する。尚、各ＭＩＰ画像に割り当てられる色はこれに限らない。

カラーボリュームレンダリング画像Ｉ１により、モノクロボリュームレンダリング画像と比較すると、ユーザは、色を確認することで、どの領域に含まれる組織であるかを判別しやすい。２次元データであるボリュームレンダリング画像は、ユーザに提示される表示の段階では、３次元データであるボリュームデータよりも情報量が少ない。しかし、ユーザは、カラーボリュームレンダリング画像Ｉ１の注目部位における色を確認することで、各組織の位置を認識し易くなる。特に、従来のＭＩＰ画像では、観察したい組織が奥行き方向に重なっているときには、いずれか一方の組織しか描画されなかった。これに対し、本実施形態によれば、色に注目することで重複部分の各組織を容易に識別できる。

図６は、ボリュームレンダリング画像の第２例を示す模式図である。図６では、頭、顔、首近辺を含むボリュームデータを基に生成されたカラーボリュームレンダリング画像Ｉ２を例示する。

図６では、ボリュームデータは、頸動脈の領域Ｄ２１と、頭骨の領域Ｄ２２と、頸動脈及び頭骨が重複する領域Ｄ２３と、を含む。プロセッサ１４０は、頸動脈のＤ２１には赤色（Ｒ）を割り当て、Ｒ−ＭＩＰ画像を生成する。プロセッサ１４０は、頭骨の領域Ｄ２２には緑色（Ｇ）を割り当て、Ｇ−ＭＩＰ画像を生成する。プロセッサ１４０は、各ＭＩＰ画像を合成してカラーボリュームレンダリング画像Ｉ２を生成する。尚、重複する領域Ｄ２３は、赤色と緑色の各色が加法混色された黄色として表示されることになる。図６では、領域Ｄ２１を横のハッチングパターン、頭骨の領域Ｄ２２を縦のハッチングパターン、重複する領域Ｄ２３は縦横のハッチングパターンで表現している。また、領域Ｄ２３が、領域Ｄ２１と領域Ｄ２２の特徴を包含していることを表現している。ディスプレイ１３０は、生成されたカラーボリュームレンダリング画像Ｉ２を表示する。

カラーボリュームレンダリング画像Ｉ２により、各領域Ｄ２１〜Ｄ２３の色により、ユーザは、頸動脈と頭骨との境界を容易に認識できる。また、頸動脈と頭骨との重複部では、頸動脈と頭骨とのいずれか一方の情報が反映される代わりに、双方の情報が反映されるので、仮想光線における異なる位置（領域）の情報が欠落することを低減できる。従って、ユーザは、頸動脈と頭骨とを容易に区別して認識でき、重複も認識できる。また、頸動脈の領域Ｄ２１と頭骨の領域Ｄ２２とに付される赤色、緑色の濃淡も高精度に描画される。これは、カラーボリュームレンダリング画像において、元となったＲ−ＭＩＰ画像及びＧ−ＭＩＰ画像のそれぞれの濃淡情報が保存されているからである。また、Ｒ−ＭＩＰ画像及びＧ−ＭＩＰ画像がそれぞれ中間の輝度を持つ場合にも、それに応じたＲ値及びＧ値に即した黄土色として描画される。また、このようにカラーボリュームレンダリング画像を作成するために必要なモノクロＭＩＰ画像は、２つで足りる。

図７は、ボリュームレンダリング画像の第３例を示す模式図である。図７では、心臓近辺を含むボリュームデータを基に生成されたカラーボリュームレンダリング画像Ｉ３を例示する。

図７では、ボリュームデータは、冠動脈の領域Ｄ３１と、ステントの領域Ｄ３２と、ステント内を流れる血流の領域Ｄ３３と、を含む。プロセッサ１４０は、冠動脈の領域Ｄ３１には第１の色（例えば赤色）を割り当て、第１の色のＭＩＰ画像を生成する。プロセッサ１４０は、ステントの領域Ｄ３２には第２の色（例えば青色）を割り当て、第２の色のＭＩＰ画像を生成する。プロセッサ１４０は、ステント内を流れる領域Ｄ３３には第３の色（例えば緑色）を割り当て、第３の色のＭＩＰ画像を生成する。プロセッサ１４０は、各ＭＩＰ画像を合成してカラーボリュームレンダリング画像Ｉ３を生成する。ディスプレイ１３０は、生成されたカラーボリュームレンダリング画像Ｉ３を表示する。

カラーボリュームレンダリング画像Ｉ３により、各領域Ｄ３１〜Ｄ３３の色により、ユーザは、冠動脈とステントとステント内の血流との境界を容易に認識できる。また、冠動脈内にステントが挿入されているので、冠動脈とステントとは立体的に包含関係にある。同様に、ステントとステント内の血流とは立体的に包含関係にある。このように包含関係にある場合でも、各々の領域を区分し、それぞれに着色することで、仮想光線における異なる位置（領域）の情報が欠落することを低減できる。従って、ユーザは、冠動脈とステントとステント内の血流とを容易に区別して認識できる。

尚、図５〜図７において、各ＭＩＰ画像に割り当てられる色は、これに限らない。特に（式１）を利用して様々な形態が考えられる。

このように、医用画像処理装置１００は、複数の領域に対して、独立してＭＩＰ画像の生成に係る演算を行い、各領域での投影値を算出する。実際には、図３及び図４で示したように中間生成物であるモノクロのＭＩＰ画像は、生成されてもよいし生成されてなくてもよい。そして、医用画像処理装置１００は、３つの領域を各々、カラーチャネルに割り当ててカラーボリュームレンダリング画像を表示する。

これにより、ユーザは、ボリュームデータが示す組織間の位置関係がカラーボリュームレンダリング画像において把握し易くなる。また、領域の指定に誤りがある場合には、誤りのある領域がユーザの意図と異なった色で表示されるので、ユーザは、関心領域の設定の誤りを把握し易くなる。

また、本実施形態の医用画像処理装置１００によれば、ボリュームデータからボリュームレンダリング画像を生成する際に欠落する情報量を低減して、カラーボリュームレンダリング画像を生成できる。

また、ボリュームデータに投射される仮想光線上で、指定された領域同志が重複する場合でも、領域毎に別の色情報が付加される。そのため、医用画像処理装置１００は、仮想光線上の複数の領域を良好に区別できるカラーボリュームレンダリング画像を生成できる。

ボリュームデータに投射される仮想光線上で、指定された領域同志が包含関係にある場合でも、領域毎に別の色情報が付加される。そのため、医用画像処理装置１００は、仮想光線上の複数の領域を良好に区別できるカラーボリュームレンダリング画像を生成できる。

また、カラーボリュームレンダリング画像に対して可逆変換であることで、ユーザは、カラーＭＩＰ画像から直接に各領域のモノクロＭＩＰ画像に相当する画像を想起でき、複雑に重複する領域形状の関係を把握し易い。

また、ボリュームデータから多数の領域を切り出した場合、複数の領域間の仮想光線上の前後関係やボリュームデータ全体に対する領域の位置を認識し難くなる。これに対し、医用画像処理装置１００は、領域毎に色分けすることで、複数の領域間の仮想光線上の前後関係やボリュームデータ全体に対する領域の位置を理解し易くできる。

また、レイキャスト画像では、通常、視線方向における反射位置よりも背後にあるボクセル値が反映さず、生体の内部を観察しにくい。一方、ＭＩＰ画像は、仮想光線を透過させて値を得るので、生体の内部を観察し易い。また、レイキャスト画像は、形状把握に優れた画像であり、例えば、血管の絡み合い、骨の反り、管状組織の走行状態を把握し易い。一方、ＭＩＰ画像は、形状把握には向いていない。そのため、生体内部の病変や組織の位置をＭＩＰ画像で把握し、詳細情報をレイキャスト画像で把握するという使用方法が考えられる。これに対し、本実施形態のカラーボリュームレンダリング画像によれば、生体内部の観察と形状把握とを1つの画像で容易に実施できる。

また、観察対象の部位の近傍にボクセル値の高い病変や組織（例えば背骨）が存在する場合、ＭＩＰ画像ではその周囲の画像を観察しづらくなる。これに対し、ボクセル値の高い病変や組織が属する領域とは異なる領域を設定することで、周囲の画像を観察し易くできる。

（第２の実施形態）
第１の実施形態では、ボリュームレンダリング画像として主にＭＩＰ画像を例示した。第２の実施形態では、ボリュームレンダリング画像として主にレイキャスト画像を例示する。

本実施形態の医用画像処理装置１００の構成は、第１の実施形態における医用画像処理装置１００の構成と同一である。対応する構成については、同一の符号を付し、説明を省略又は簡略化する。

医用画像処理装置１００の動作例について説明する。
図８は、医用画像処理装置１００の動作例を示すフローチャートである。本実施形態の動作例では、プロセッサ１４０が領域毎にＭＩＰ画像を生成しており、第１の実施形態の第１動作例に相当する。この代わりに、本実施形態の動作に、第１の実施形態の第２動作例又は第３動作例を適用してもよい。

まず、医用画像処理装置１００は、Ｓ１０１，Ｓ１０２の処理を行う。

プロセッサ１４０は、抽出された３個の領域の各々で、ボリュームデータからモノクロレイキャスト画像を生成する（Ｓ４０１）。Ｒ領域に対応して生成されるモノクロレイキャスト画像をＲレイキャスト画像とも称する。Ｇ領域に対応して生成されるモノクロレイキャスト画像をＧレイキャスト画像とも称する。Ｂ領域に対応して生成されるモノクロレイキャスト画像をＢレイキャスト画像とも称する。

プロセッサ１４０は、各領域のモノクロレイキャスト画像（Ｒレイキャスト画像、Ｇレイキャスト画像、Ｂレイキャスト画像）の画素値に基づいて、カラーレイキャスト画像における色情報を得る。プロセッサ１４０は、得られた各画素の色情報を投影面にマッピングすることで、各領域のレイキャスト画像を合成してカラーレイキャスト画像を生成する（Ｓ４０２）。尚、この演算は、投影面の画素毎、つまりカラーレイキャスト画像における画素毎に行われる。

また、プロセッサ１４０は、各モノクロレイキャスト画像をｃｈ１レイキャスト画像、ｃｈ２レイキャスト画像、及びｃｈ３レイキャスト画像としてもよい。そして、プロセッサ１４０は、ｃｈ１〜ｃｈ３レイキャスト画像のそれぞれの画素に（式１）を適用して、カラーレイキャスト画像における画素のＲ，Ｇ，Ｂの各値を算出してもよい。

ディスプレイ１３０は、プロセッサ１４０により生成されたカラーレイキャスト画像を表示する（Ｓ４０３）。

次に、カラーボリュームレンダリング画像について説明する。

図９（Ａ）〜（Ｄ）は、ボリュームレンダリング画像の一例を示す模式図である。図９（Ａ）〜（Ｄ）では、心臓近辺を含むボリュームデータを基に生成されたカラーボリュームレンダリング画像Ｉ４を例示する。図９（Ａ）は右冠動脈の領域Ｄ４１を示す模式図である。図９（Ｂ）は左冠動脈の領域Ｄ４２を示す模式図である。図９（Ｃ）は心臓及び心臓の周辺血管の領域Ｄ４３を示す模式図である。図９（Ｄ）はカラーレイキャスト画像としてのカラーボリュームレンダリング画像Ｉ４を示す模式図である。

図９（Ａ）〜（Ｄ）では、ボリュームデータは、右冠動脈の領域Ｄ４１と、左冠動脈の領域Ｄ４２と、心臓及び心臓の周辺血管の領域Ｄ４３と、を含む。プロセッサ１４０は、右冠動脈の領域Ｄ４１には赤色（Ｒ）を割り当て、Ｇレイキャスト画像を生成する。プロセッサ１４０は、左冠動脈の領域Ｄ４２には緑色（Ｇ）を割り当て、Ｇレイキャスト画像を生成する。プロセッサ１４０は、心臓及び周辺血管の領域Ｄ４３には青色（Ｂ）を割り当て、Ｂレイキャスト画像を生成する。プロセッサ１４０は、各レイキャスト画像を合成してカラーボリュームレンダリング画像Ｉ４を生成する。ディスプレイ１３０は、生成されたカラーボリュームレンダリング画像Ｉ４を表示する。

尚、各レイキャスト画像に割り当てられる色は、これに限らない。

また、右冠動脈の領域Ｄ４１と左冠動脈の領域Ｄ４２とが区別して表示されるので、例えばカテーテルを挿入する血管を誤認識することを抑制できる。

本実施形態の医用画像処理装置１００によれば、第１の実施形態と同様の効果が得られる。更に、医用画像処理装置１００は、従来のレイキャスト法の半透明処理を用いる場合と比較すると、半透明処理によって失われるエッジ情報の欠落を抑制し、仮想光線上に存在する複数の組織の形状を認識し易くできる。また、医用画像処理装置１００は、半透明処理に起因する画質の低下を抑制できる。また、医用画像処理装置１００は、従来のレイキャスト法のいわゆる領域加算による複数領域の描画と比較して、背後となる領域が隠蔽されることもなく描画でき、複雑に絡み合う複数領域を適切に描画できる。

（他の実施形態）
なお、本発明は、上記実施形態の構成に限られるものではなく、特許請求の範囲で示した機能、または本実施形態の構成が持つ機能が達成できる構成であればどのようなものであっても適用可能である。

上記実施形態では、撮像されたＣＴ画像としてのボリュームデータは、ＣＴ装置２００から医用画像処理装置１００へ送信されることを例示した。この代わりに、ボリュームデータが一旦蓄積されるため、ネットワーク上のサーバ等へ送信され、保管されてもよい。この場合、必要時に医用画像処理装置１００のポート１１０が、ボリュームデータを、有線回線又は無線回線を介して取得してもよいし、任意の記憶媒体（不図示）を介して取得してもよい。

上記実施形態では、撮像されたＣＴ画像としてのボリュームデータは、ＣＴ装置２００から医用画像処理装置１００へポート１１０を経由して送信されることを例示した。これには、実質的にＣＴ装置２００と医用画像処理装置１００とを併せて一製品として成立している場合も含まれるものとする。医用画像処理装置１００がＣＴ装置２００のコンソールとして扱われている場合も含む。

上記実施形態では、ＣＴ装置２００により画像を撮像し、生体内部の情報を含むボリュームデータを生成することを例示したが、他の装置により画像を撮像し、ボリュームデータを生成してもよい。他の装置は、ＭＲＩ（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｉｎｇ）装置、ＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）装置、血管造影装置（Ａｎｇｉｏｇｒａｐｈｙ装置）、又はその他のモダリティ装置を含む。また、ＰＥＴ装置は、他のモダリティ装置と組み合わせて用いられてもよい。

上記実施形態では、プロセッサ１４０が、ボリュームデータから３個の領域を抽出することを例示した。この代わりに、プロセッサ１４０は、２個の領域を抽出し、２個の領域に対応してカラーボリュームレンダリング画像を生成してもよい。また、プロセッサ１４０は、４個以上の領域を抽出し、４個以上の領域に対応してカラーボリュームレンダリング画像を生成してもよい。

ｎ個以上（ｎ≧４）の領域が抽出される場合、プロセッサ１４０は、（式１）の変換行列Ｔとして、３×ｎ型の行列が用いられる。この場合、色情報を導出するための（式１）の演算は不可逆演算となる。プロセッサ１４０は、ｎ個の領域を抽出すると、領域が３個の場合と同様に、ボリュームデータとｎ個の領域とに基づいて、カラーボリュームレンダリング画像を生成する。このカラーボリュームレンダリング画像は、少なくとも１点において少なくとも２個の領域が仮想光線上で重複する。プロセッサ１４０は、カラーボリュームレンダリング画像に対して逆変換すると、２個の領域に対応するボリュームレンダリング画像を分離可能な態様であることが望ましい。

４個の領域が抽出される場合、プロセッサ１４０は、例えば、観察対象とする冠動脈に対して白色を割り当て、心臓内及び大動脈の血液に対して赤色を割り当て、心筋に対して緑色を割り当て、その他の部位に対して青色を割り当ててもよい。これにより、医用画像処理装置１００は、最も注目したい部位を白色とし、次に注目したい部位を赤色に着色することで、ユーザの意図に沿って各領域を色付けできる。

上記実施形態では、プロセッサ１４０は、（式１）を用いてカラーボリュームレンダリング画像を生成することを例示した。尚、（式１）における変換行列Ｔの各行列要素の値は一例であり、他の値を用いてもよい。また、プロセッサ１４０は、（式１）以外の式を用いて、カラーボリュームレンダリング画像を生成してもよい。

プロセッサ１４０は、（式１）の代わりに（式２）を用いて演算してもよい。
Ｒ＝ｃｈ１
Ｇ＝ｃｈ２ ・・・（式２）
Ｂ＝ＭＡＸ（ｃｈ１，ｃｈ２）
尚、（式２）は、領域が２個指定された場合に用いられる。（式２）は、（式１）と同様に、可逆変換の式である。

上記実施形態では、プロセッサ１４０は、色情報としてＲＧＢ成分を含むカラーボリュームレンダリング画像を生成した。この代わりに、プロセッサ１４０は、色情報としてＨＳＶ成分を含むカラーボリュームレンダリング画像を生成してもよい。ＨＳＶ成分は、色相（Ｈｕｅ）成分、彩度（Ｓａｔｕｒａｔｉｏｎ）成分、及び明度（Ｂｒｉｇｈｔｎｅｓｓ）成分を含む。尚、色情報は、色相に限られず、輝度や再度等の色に関する情報を広く含む。また、プロセッサ１４０は、色情報としてＣＭＹ成分を用いても良い。

上記実施形態では、プロセッサ１４０が、カラーボリュームレンダリング画像として、各領域のＭＩＰ画像に対して色付けされたカラーＭＩＰ画像、各領域のレイキャスト画像に対して色付けされたカラーレイキャスト画像を例示した。この代わりに、プロセッサ１４０は、各領域のＭｉｎＩＰ（Ｍｉｎｉｍｕｍ Ｉｎｔｅｎｓｉｔｙ Ｐｒｏｊｅｃｔｉｏｎ）画像に対して色付けされたカラーＭｉｎＩＰ画像、各領域のＲａｙＳＵＭ画像に対して色付けされたカラーＲａｙＳＵＭ画像、を生成してもよい。また、プロセッサ１４０は、これらの方法を組み合わせ、チャネル毎に異なるレンダリング方法を用いて、カラーボリュームレンダリング画像を生成しても良い。例えば、肺動脈をＭＩＰ画像、気管支をＭｉｎＩＰ画像として描画し、これらを合成してカラーボリュームレンダリング画像を得ることが考えられる。

ＭｉｎＩＰ画像は、ＭｉｎＩＰ法により得られる画像である。ＭｉｎＩＰ法では、仮想光線上のボクセルの輝度の最小値が取得され、この値が投影面にマッピングされ、ボリュームデータが可視化される。ＭｉｎＩＰ画像では、仮想光線の進行方向（画像の奥行方向）において複数の領域で投影値が導出され、各領域に異なる色情報が付加される。そのため、カラーＭｉｎＩＰ画像により、同一の仮想光線上で投影値が１つに限定されて情報が欠落し、前後（奥行方向）の位置関係が不明瞭となることを抑制できる。

ＲａｙＳＵＭ画像は、仮想光線上のボクセルの輝度の平均値や合計値が取得され、この値が投影面にマッピングされ、ボリュームデータが可視化される。ＲｙＳＵＭ画像では、仮想光線の進行方向（画像の奥行方向）において複数の領域で投影値が導出され、各領域に異なる色情報が付加される。そのため、カラーＲａｙＳＵＭ画像により、同一の仮想光線上で投影値が１つに限定されて情報が欠落し、前後（奥行方向）の位置関係が不明瞭となることを抑制できる。特に、カラーＲａｙＳＵＭ画像では、平均値や合計値が算出されることで各ボクセルの特徴が平均化され、ボクセル値が小さい部位（輝度が小さい部位）が投影値に反映され難い。これに対し、カラーＲａｙＳＵＭ画像により、平均化された特徴でも領域毎に色分けされることで、ユーザは、各ボクセルの特徴を認識し易くなる。

上記実施形態では、各領域に対応するボリュームレンダリング画像がモノクロ画像であることを主に例示したが、カラー画像であってもよい。つまり、各領域に対応するカラー画像が合成されて、カラーボリュームレンダリング画像が生成されてもよい。また、各領域に対応するモノクロ画像とカラー画像とが合成されて、カラーボリュームレンダリング画像が生成されてもよい。すなわち、カラーボリュームレンダリング画像から各領域に対応するカラー画像が分離できる態様であればよい。これには例えば、ＬＵＴ（Ｌｏｏｋ Ｕｐ Ｔａｂｌｅ）により緑と青に着色されたレイキャスト画像と、モノクロＭＩＰ画像に赤を割り当てたものと、を合成する例が考えられる。

上記実施形態では、３次元空間において、ボリュームデータから複数の重複しない領域を抽出することを例示したが、複数の領域の一部が重複してもよい。

上記実施形態では、プロセッサ１４０が、領域の指定をカラーボリュームデータの生成前に行うことを例示したが、カラーボリュームデータの生成後に領域を追加指定してもよい。これにより、ユーザは、ＵＩ１２０を介して、カラーボリュームデータを確認しながら、ユーザ所望の領域分けとなるように、領域指定できる。

上記実施形態では、プロセッサ１４０は、ボリュームレンダリング画像を縮小してもよい。この場合、プロセッサ１４０は、カラーボリュームレンダリング画像の生成前に、各領域に対応するボリュームレンダリング画像を縮小してもよい。プロセッサ１４０は、カラーボリュームレンダリング画像の生成後に、カラーボリュームレンダリング画像を縮小してもよい。プロセッサ１４０は、各ボリュームレンダリング画像の生成前に縮小すると、色情報を導出するための演算量を低減できる。

（本発明の一態様の概要）
本発明の一態様の医用画像処理装置は、生体のボリュームデータを取得するポートと、ボリュームデータにおいて２個又は３個の領域の指定を受け付けるユーザインタフェースと、ボリュームデータ及び２個又は３個の領域に基づいて、カラーボリュームレンダリング画像を生成するプロセッサと、カラーボリュームレンダリング画像を表示するディスプレイと、を備え、カラーボリュームレンダリング画像は、少なくとも１点において２個又は３個の領域が仮想光線上で重複し、当該カラーボリュームレンダリング画像に対する可逆変換により、２個又は３個の領域に対応するボリュームレンダリング画像が分離可能な態様である。

この構成によれば、医用画像処理装置は、ボリュームデータからボリュームレンダリング画像を生成する際に欠落する情報量を低減して、カラーボリュームレンダリング画像を生成できる。また、仮想光線上の複数の領域で異なる色情報が付加されることで、各領域が見分け易くなる。従って、医用画像処理装置は、ボリュームデータにおける仮想光線上の複数の領域の視認性を向上できる。

本発明の一態様の医用画像処理装置は、ユーザインタフェースが、ボリュームデータにおいて４個以上の領域の指定を受け付け、プロセッサが、ボリュームデータ及び４個以上の領域に基づいて、カラーボリュームレンダリング画像を生成し、カラーボリュームレンダリング画像は、少なくとも１点において２個以上の領域が仮想光線上で重複し、当該カラーボリュームレンダリング画像に対する逆変換により、少なくとも２個の領域に対応するボリュームレンダリング画像が分離可能な態様でもよい。

この構成によれば、仮想光線上で領域を細分化した場合でも、領域が３個の場合と同様の効果が得られる。つまり、医用画像処理装置は、ボリュームデータからボリュームレンダリング画像を生成する際に欠落する情報量を低減して、カラーボリュームレンダリング画像を生成できる。また、カラーレンダリング画像を逆変換することで少なくとも２つの領域の画像を得られるので、領域分けがない場合と比較すると、仮想光線上の領域を識別し易くなる。

本発明の一態様の医用画像処理装置は、領域の少なくとも２個が、相互に三次元空間上で重複してもよい。

この構成によれば、例えば、１つの血管が血管領域と心臓領域とに同時に含まれてもよい。この場合でも、各領域に対して色情報が付加された際に血管に対して混色された色情報が付されることで、ユーザは各領域や組織を容易に識別できる。

本発明の一態様の医用画像処理装置は、ボリュームレンダリング画像が、最大値投影画像を含んでもよい。

この構成によれば、仮想光線における投影値が比較的小さいボクセルであっても、領域毎に投影値が算出されることで、ボリュームレンダリング画像に反映され、ユーザによって認識し易くなる。

本発明の一態様の医用画像処理装置は、プロセッサが、領域毎に、カラーボリュームレンダリング画像を表示するための異なる輝度条件を設定してもよい。

この構成によれば、医用画像処理装置は、観察対象の組織や病変に応じて輝度を調整できる。例えば、医用画像処理装置は、投影値が比較的小さい組織の領域の輝度を高めに設定でき、又は、投影値が比較的大きい組織の輝度を低めに設定でき、各領域を見易くできる。

本発明の一態様の医用画像処理装置は、プロセッサが、領域毎に、カラーボリュームレンダリング画像を表示するための同一の輝度条件を設定してもよい。

この構成によれば、医用画像処理装置は、観察対象の組織や病変に依存せずに輝度調整できる。また、医用画像処理装置は、各領域の輝度条件をまとめて設定できるので、ユーザの手間を省ける。

本発明の一態様の医用画像処理装置は、同一の輝度条件を設定するためのユーザインタフェースを有してもよい。これは、複数の領域が概ね同一の組成を有している場合に効果的である。静脈と動脈を区別して可視化する場合や、肝臓とその他の臓器を区別して可視化する場合に効果的である。

この構成によれば、ユーザの意図に応じて輝度条件を設定できる。

本発明の一態様の医用画像処理方法は、医用画像処理装置における医用画像処理方法であって、生体のボリュームデータを取得し、前記ボリュームデータにおいて２個又は３個の領域の指定を受け付け、前記ボリュームデータ及び前記２個又は３個の領域に基づいて、カラーボリュームレンダリング画像を生成し、前記カラーボリュームレンダリング画像を表示し、前記カラーボリュームレンダリング画像は、少なくとも１点において前記２個又は３個の領域が仮想光線上で重複し、当該カラーボリュームレンダリング画像に対する可逆変換により、前記２個又は３個の領域に対応するボリュームレンダリング画像が分離可能な態様である。

この方法によれば、医用画像処理装置は、ボリュームデータからボリュームレンダリング画像を生成する際に欠落する情報量を低減して、カラーボリュームレンダリング画像を生成できる。また、仮想光線上の複数の領域で異なる色情報が付加されることで、各領域が見分け易くなる。従って、医用画像処理装置は、ボリュームデータにおける仮想光線上の複数の領域の視認性を向上できる。

本発明の一態様の医用画像処理プログラムは、上記医用画像処理方法をコンピュータに実行させるためのプログラムである。

このプログラムによれば、プログラムを実行する医用画像処理装置は、ボリュームデータからボリュームレンダリング画像を生成する際に欠落する情報量を低減して、カラーボリュームレンダリング画像を生成できる。また、仮想光線上の複数の領域で異なる色情報が付加されることで、各領域が見分け易くなる。従って、医用画像処理装置は、ボリュームデータにおける仮想光線上の複数の領域の視認性を向上できる。

本発明は、ボリュームデータにおける仮想光線上の複数の領域の視認性を向上できる医用画像処理装置、医用画像処理方法、及び医用画像処理プログラム等に有用である。

１００ 医用画像処理装置
１１０ ポート
１２０ ＵＩ
１３０ ディスプレイ
１４０ プロセッサ
１５０ メモリ
２００ ＣＴ装置
Ｄ１１〜Ｄ１３、Ｄ２１〜Ｄ２３、Ｄ３１〜Ｄ３３、Ｄ４１〜Ｄ４３ 領域
Ｉ１〜Ｉ４ カラーボリュームレンダリング画像

Claims (10)

1. 生体のボリュームデータを取得するポートと、
   前記ボリュームデータにおいて２個又は３個の領域の指定を受け付けるユーザインタフェースと、
   前記ボリュームデータ及び前記２個又は３個の領域に基づいて、カラーボリュームレンダリング画像を生成するプロセッサと、
   前記カラーボリュームレンダリング画像を表示するディスプレイと、
   を備え、
   前記カラーボリュームレンダリング画像は、
   少なくとも１点において前記２個又は３個の領域が仮想光線上で重複し、
   当該カラーボリュームレンダリング画像に対する可逆変換により、前記２個又は３個の領域に対応するボリュームレンダリング画像が分離可能な態様であり、
   前記プロセッサは、前記領域毎に、前記カラーボリュームレンダリング画像を表示するための異なる輝度条件を設定し、
   前記輝度条件は、ウィンドウ幅及びウィンドウレベルを含む、医用画像処理装置。
2. 生体のボリュームデータを取得するポートと、
   前記ボリュームデータにおいて２個又は３個の領域の指定を受け付けるユーザインタフェースと、
   前記ボリュームデータ及び前記２個又は３個の領域に基づいて、カラーボリュームレンダリング画像を生成するプロセッサと、
   前記カラーボリュームレンダリング画像を表示するディスプレイと、
   を備え、
   前記カラーボリュームレンダリング画像は、
   少なくとも１点において前記２個又は３個の領域が仮想光線上で重複し、
   当該カラーボリュームレンダリング画像に対する可逆変換により、前記２個又は３個の領域に対応するボリュームレンダリング画像が分離可能な態様であり、
   前記プロセッサは、前記領域毎に、前記カラーボリュームレンダリング画像を表示するための同一の輝度条件を設定する、医用画像処理装置。
3. 請求項２に記載の医用画像処理装置であって、更に、
   前記同一の輝度条件を設定するためのユーザインタフェースを有する、医用画像処理装置。
4. 請求項１ないし３のいずれか１項に記載の医用画像処理装置であって、
   ユーザインタフェースは、前記ボリュームデータにおいて４個以上の領域の指定を受け付け、
   前記プロセッサは、前記ボリュームデータ及び前記４個以上の領域に基づいて、カラーボリュームレンダリング画像を生成し、
   前記カラーボリュームレンダリング画像は、
   少なくとも１点において２個以上の前記領域が仮想光線上で重複し、
   当該カラーボリュームレンダリング画像に対する逆変換により、少なくとも２個の領域に対応するボリュームレンダリング画像が分離可能な態様である、医用画像処理装置。
5. 請求項１ないし４のいずれか１項に記載の医用画像処理装置であって、
   前記領域の少なくとも２個は、相互に三次元空間上で重複する、医用画像処理装置。
6. 請求項１ないし５のいずれか１項に記載の医用画像処理装置であって、
   前記ボリュームレンダリング画像は、最大値投影画像を含む、医用画像処理装置。
7. 医用画像処理装置における医用画像処理方法であって、
   生体のボリュームデータを取得し、
   前記ボリュームデータにおいて２個又は３個の領域の指定を受け付け、
   前記ボリュームデータ及び前記２個又は３個の領域に基づいて、カラーボリュームレンダリング画像を生成し、
   前記領域毎に、前記カラーボリュームレンダリング画像を表示するための異なる輝度条件を設定し、
   前記カラーボリュームレンダリング画像を表示し、
   前記カラーボリュームレンダリング画像は、
   少なくとも１点において前記２個又は３個の領域が仮想光線上で重複し、
   当該カラーボリュームレンダリング画像に対する可逆変換により、前記２個又は３個の領域に対応するボリュームレンダリング画像が分離可能な態様であり、
   前記輝度条件は、ウィンドウ幅及びウィンドウレベルを含む、医用画像処理方法。
8. 医用画像処理装置における医用画像処理方法であって、
   生体のボリュームデータを取得し、
   前記ボリュームデータにおいて２個又は３個の領域の指定を受け付け、
   前記ボリュームデータ及び前記２個又は３個の領域に基づいて、カラーボリュームレンダリング画像を生成し、
   前記領域毎に、前記カラーボリュームレンダリング画像を表示するための同一の輝度条件を設定し、
   前記カラーボリュームレンダリング画像を表示し、
   前記カラーボリュームレンダリング画像は、
   少なくとも１点において前記２個又は３個の領域が仮想光線上で重複し、
   当該カラーボリュームレンダリング画像に対する可逆変換により、前記２個又は３個の領域に対応するボリュームレンダリング画像が分離可能な態様である、医用画像処理方法。
9. 請求項７に記載の医用画像処理方法をコンピュータに実行させるための医用画像処理プログラム。
10. 請求項８に記載の医用画像処理方法をコンピュータに実行させるための医用画像処理プログラム。