JP6616682B2 - 中心線決定装置、医用装置、およびプログラム - Google Patents

Description

本発明は、体躯の中心線を決定する中心線決定装置、体躯の中心線を決定する医用装置、および、中心線決定装置に適用される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１参照）。

特開２００９−２６１９０４号公報

Med Imag Tech Vol.31 No.2 March 2013

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。また、近年では、大動脈の位置を自動的に検出する手法が発表されている（非特許文献１参照）。

非特許文献１では、被検体の胴部、左腕、および右腕を横切る断面のアキシャル画像を生成し、アキシャル画像を２値化する。アキシャル画像を２値化することにより２値画像が得られる。２値画像では、被検体の胴部の領域、左腕の領域、および右腕の領域に論理値１が割り当てられ、被検体の体外に論理値０が割り当てられている。２値画像を求めた後、縮小処理、リージョングローイング、および拡大処理を繰り返すことにより、胴部の領域から、左腕の領域および右腕の領域を分離する分離処理が実行される。したがって、分離処理を実行することにより、胴部の領域から両腕の領域が分離された２値画像が得られる。分離処理を実行した後、分離処理後の２値画像から胴部の領域を抽出する抽出処理を実行し、胴部の領域が抽出された２値画像を得る。次に、抽出処理後の２値画像に基づいて、被検体の体躯の左右方向の中心線を求める。そして、求めた体躯の中心線を用いて脳脊髄液の位置を検出し、検出した脳脊髄液の位置に基づいて、大動脈を検出している。大動脈は脳脊髄液の近くに存在しているので、非特許文献１の方法により、大動脈を検出することができる。

しかし、分離処理を行っても、右腕の領域および左腕の領域のうちの片方の腕の領域が、胴部の領域から分離できないことがある。この場合、分離処理後の２値画像では、胴部の領域に片方の腕の領域が繋がっているので、分離処理後の２値画像に対して抽出処理を実行すると、胴部の領域に片方の腕の領域が繋がったままで領域の抽出が行われる。したがって、抽出処理後の２値画像に基づいて体躯の中心線を求めると、求めた体躯の中心線が、実際の体躯の中心線に対して片方の腕の領域側にずれてしまい、脳脊髄液の位置を検出することが困難になる。その結果、大動脈の位置を正しく検出できないという問題がある。

そこで、抽出すべきでない領域が誤って抽出された場合であっても、十分な精度で体躯の中心線を求め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、被検体の胴部、左腕部、および右腕部を含む撮影部位から得られたイメージングデータに基づいて、前記被検体の体躯の中心線を決定する中心線決定装置であって、
前記イメージングデータに基づいて、前記胴部の断面を表す第１の領域と、前記左腕部の断面を表す第２の領域と、前記右腕部の断面を表す第３の領域とを含む画像を生成する画像生成手段と、
前記第１の領域、前記第２の領域、および前記第３の領域が第１の論理で表され、前記撮影部位の外側の領域が第２の論理で表される２値画像が得られるように、前記画像を２値化するための２値化処理を実行する２値化手段と、
前記２値画像に含まれる前記第２の領域および前記第３の領域を、前記２値画像に含まれる前記第１の領域から分離するための分離処理を実行する分離手段と、
前記分離手段により得られた画像から前記第１の領域を抽出するための抽出処理を実行する抽出手段と、
前記抽出処理により抽出された抽出領域に、前記第１の領域と、前記第２の領域および前記第３の領域のうちの一方の領域とが含まれるが、前記第２の領域および前記第３の領域のうちの他方の領域が含まれていない場合、前記抽出領域から前記一方の領域を除去するための第１の除去処理を実行し、前記第１の除去処理後の抽出領域に基づいて、前記被検体の体躯の中心線を求める手段と、
を有する中心線決定装置である。

本発明の第２の観点は、被検体の胴部、左腕部、および右腕部を含む撮影部位のイメージングデータを取得するためのスキャンを実行するスキャン手段と、
前記イメージングデータに基づいて、前記胴部の断面を表す第１の領域と、前記左腕部の断面を表す第２の領域と、前記右腕部の断面を表す第３の領域とを含む画像を生成する画像生成手段と、
前記第１の領域、前記第２の領域、および前記第３の領域が第１の論理で表され、前記撮影部位の外側の領域が第２の論理で表される２値画像が得られるように、前記画像を２値化するための２値化処理を実行する２値化手段と、
前記２値画像に含まれる前記第２の領域および前記第３の領域を、前記２値画像に含まれる前記第１の領域から分離するための分離処理を実行する分離手段と、
前記分離手段により得られた画像から前記第１の領域を抽出するための抽出処理を実行する抽出手段と、
前記抽出処理により抽出された抽出領域に、前記第１の領域と、前記第２の領域および前記第３の領域のうちの一方の領域とが含まれるが、前記第２の領域および前記第３の領域のうちの他方の領域が含まれていない場合、前記抽出領域から前記一方の領域を除去するための第１の除去処理を実行し、前記第１の除去処理後の抽出領域に基づいて、前記被検体の体躯の中心線を求める手段と、
を有する医用装置である。

本発明の第３の観点は、被検体の胴部、左腕部、および右腕部を含む撮影部位から得られたイメージングデータに基づいて、前記胴部の断面を表す第１の領域と、前記左腕部の断面を表す第２の領域と、前記右腕部の断面を表す第３の領域とを含む画像を生成する画像生成処理と、
前記第１の領域、前記第２の領域、および前記第３の領域が第１の論理で表され、前記撮影部位の外側の領域が第２の論理で表される２値画像が得られるように、前記画像を２値化するための２値化処理と、
前記２値画像に含まれる前記第２の領域および前記第３の領域を、前記２値画像に含まれる前記第１の領域から分離するための分離処理と、
前記分離処理により得られた画像から前記第１の領域を抽出するための抽出処理と、
前記抽出処理により抽出された抽出領域に、前記第１の領域と、前記第２の領域および前記第３の領域のうちの一方の領域とが含まれるが、前記第２の領域および前記第３の領域のうちの他方の領域が含まれていない場合、前記抽出領域から前記一方の領域を除去するための第１の除去処理を実行し、前記第１の除去処理後の抽出領域に基づいて、前記被検体の体躯の中心線を求める処理と、
をコンピュータに実行させるためのプログラムである。

抽出処理により抽出された抽出領域に、第２の領域および第３の領域のうちの一方の領域が含まれている場合、抽出処理により抽出された領域から当該一方の領域を除去するための第１の除去処理が実行される。そして、この除去処理により得られた領域に基づいて被検体の体躯の中心線を求めるので、求められる体躯の中心線と実際の体躯の中心線とのずれを十分に小さくすることができる。

本発明の一形態の磁気共鳴装置の概略図である。 処理装置１０が実現する手段の説明図である。 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を撮影するときの各処理を表す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。 ２値化の説明図である。 分離処理が実行された後の２値画像ＤＢ_１〜ＤＢ_１０を概略的に示す図である。 抽出処理の説明図である。 ステップＳＴ５の説明図である。 距離ｄと閾値ｄthとを比較し、判定を行うときの説明図である。 ステップＳＴ５７の具体的なフローの一例を示す図である。 除去が行われる部分を決定するときの説明図である。 除去処理後の抽出領域を示す図である。 中心線ＬＣ２０および重心Ｇ_２０を示す図である。 特定された点Ｇ_２０’を示す図である。 ステップＳＴ６８の説明図である。 部分Ｒｒ１が除去された後の抽出領域を示す図である。 中心線ＬＣ２１および重心Ｇ_２１を示す図である。 特定した点Ｇ_２１’を示す図である。 ｉ＝２にインクリメントされた場合におけるステップＳＴ６８〜ＳＴ７３の説明図である。 ｉ＝ｑにインクリメントされた場合におけるステップＳＴ６８〜ＳＴ７２の説明図である。 アキシャル画像ごとに求められた体躯の中心線ＬＢを概略的に示す図である。 平面ＦＳを概略的に示す図である。 トラッカー領域の設定方法の一例の説明図である。

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、造影剤注入装置５などを有している。

マグネット２は、被検体１４が収容される収容空間２１を有している。また、マグネット２は、超伝導コイル２２と、勾配コイル２３と、ＲＦコイル２４とを有している。超伝導コイル２２は静磁場を印加し、勾配コイル２３は勾配パルスを印加し、ＲＦコイル２４はＲＦパルスを印加する。尚、超伝導コイル２２の代わりに、永久磁石を用いてもよい。

テーブル３は、被検体１４を搬送するためのクレードル３ａを有している。クレードル３ａによって、被検体１４は収容空間２１に搬送される。

受信コイル４は、被検体１４に取り付けられている。受信コイル４は、被検体１４からの磁気共鳴信号を受信する。
造影剤注入装置５は、被検体１４に造影剤を注入する。

ＭＲ装置１は、更に、制御部６、送信器７、勾配磁場電源８、受信器９、処理装置１０、記憶部１１、操作部１２、および表示部１３などを有している。

制御部６は、処理装置１０から、シーケンスで使用されるＲＦパルスおよび勾配パルスの波形情報や印加タイミングなどを含むデータを受け取る。そして、制御部６は、ＲＦパルスのデータに基づいて送信器７を制御し、勾配パルスのデータに基づいて勾配磁場電源８を制御する。また、制御部６は、造影剤注入装置５の造影剤の注入開始のタイミングの制御や、クレードル３ａの移動の制御なども行う。尚、図１では、制御部６が、造影剤注入装置５、送信器７、勾配磁場電源８、クレードル３ａなどの制御を行っているが、造影剤注入装置５、送信器７、勾配磁場電源８、クレードル３ａなどの制御を複数の制御部で行ってもよい。例えば、造影剤注入装置５を制御する制御部と、送信器７および勾配磁場電源８を制御する制御部と、クレードル３ａを制御する制御部とを別々に設けてもよい。

送信器７は、制御部６から受け取ったデータに基づいて、ＲＦコイル２４に電流を供給する。
勾配磁場電源８は、制御部６から受け取ったデータに基づいて、勾配コイル２３に電流を供給する。

受信器９は、受信コイル４で受信された磁気共鳴信号に対して、検波などの処理を行い、処理装置１０に出力する。尚、マグネット２、受信コイル４、制御部６、送信器７、勾配磁場電源８、受信器９を合わせたものが、スキャン手段に相当する。

記憶部１１には、処理装置１０により実行されるプログラムなどが記憶されている。尚、記憶部１１は、ハードディスク、ＣＤ−ＲＯＭなどの非一過性の記憶媒体であってもよい。処理装置１０は、記憶部１１に記憶されているプログラムを読み出し、プログラムに記述されている処理を実行するプロセッサとして動作する。処理装置１０は、プログラムに記述されている処理を実行することにより、種々の手段を実現する。図２は、処理装置１０が実現する手段の説明図である。

画像生成手段１０１は、被検体１４の撮影部位の画像を生成する。
２値化手段１０２は、画像生成手段により得られた画像を２値化するための２値化処理を実行する。
分離手段１０３は、２値画像に含まれる左腕領域および右腕領域を、２値画像に含まれる胴部領域から分離するための分離処理を実行する。
抽出手段１０４は、分離処理後の２値画像から、胴部領域を抽出するための抽出処理を実行する。

中心線計算手段１０５は、抽出処理後の２値画像に含まれる抽出領域のｘ軸方向における中心位置を表す中心線を計算する。
重心計算手段１０６は、抽出領域の重心を計算する。
特定手段１０７は、中心線に対して重心と線対称の位置関係にある点を特定する。
距離計算手段１０８は、重心と点との間のｘ軸方向における距離ｄを計算する。
第１の判定手段１０９は、抽出手段１０４により得られた抽出領域が、後述する第１の抽出領域であるか、第２の抽出領域であるかを判定する。
決定手段１１０は、体躯の中心線を決定する。
除去手段１１１は、抽出領域から腕の領域を除去する。
Δｘ計算手段１１２は、後述するΔｘ（例えば、図１７参照）を計算する。
第２の判定手段１１３は、残っている腕の領域が除去されたか否かを判定する。

ＭＲ装置１は、処理装置１０を含むコンピュータを備えている。処理装置１０は、記憶部１１に記憶されているプログラムを読み出すことにより、画像生成手段１０１〜第２の判定手段１１３などを実現する。尚、処理装置１０は、一つのプロセッサで画像生成手段１０１〜第２の判定手段１１３を実現してもよいし、２つ以上のプロセッサで、画像生成手段１０１〜第２の判定手段１１３を実現してもよい。また、画像生成手段１０１〜第２の判定手段１１３のうちの一部の手段を、制御部６で実行できるようにしてもよい。また、処理装置１０が実行するプログラムは、一つの記憶部に記憶させておいてもよいし、複数の記憶部に分けて記憶させておいてもよい。処理装置１０は中心線決定装置に相当する。
図１に戻って説明を続ける。

操作部１２は、オペレータにより操作され、種々の情報をコンピュータ８に入力する。表示部１３は種々の情報を表示する。
ＭＲ装置１は、上記のように構成されている。

図３は本形態で実行されるスキャンを示す図、図４は撮影部位を概略的に示す図である。図４において、ｘ軸方向、ｙ軸方向、およびｚ軸方向は、それぞれ、ＲＬ（Right-Left）方向、ＡＰ（Anterior-Posterior）方向、およびＳＩ（Superior-Inferior）方向に対応している。
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、撮影範囲を設定したり、大動脈を検出するために使用される画像を取得するためのスキャンである。
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、後述するトラッカー領域Ｒｔ（図２５参照）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、トラッカー領域に所定量の造影剤が注入されたら、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５は、本形態において被検体を撮影するときの各処理を表す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３参照）を実行する。

図６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６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６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。

ローカライザスキャンＬＳを実行する場合、制御部６（図１参照）は、ローカライザスキャンＬＳで使用されるシーケンスのＲＦパルスのデータを送信器７に送り、ローカライザスキャンＬＳで使用されるシーケンスの勾配パルスのデータを勾配磁場電源８送る。送信器７は、制御部６から受け取ったデータに基づいてＲＦコイル２４に電流を供給し、勾配磁場電源８は、制御部６から受け取ったデータに基づいて勾配コイル２３に電流を供給する。したがって、ＲＦコイル２４はＲＦパルスを印加し、勾配コイル２３は勾配パルスを印加する。ローカライザスキャンＬＳが実行されることにより、撮影部位からＭＲ信号が発生する。ＭＲ信号は受信コイル４（図１参照）で受信される。受信コイル４は、ＭＲ信号を受信し、ＭＲ信号の情報を含むアナログ信号を出力する。受信器９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行い、信号処理により得られたデータを処理装置１０に出力する。

画像生成手段１０１（図２参照）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。

アキシャル画像には、３つの領域が含まれている。一つ目は、被検体の胴部の断面を表す領域（以下、「胴部領域」と呼ぶ）ＨＢであり、２つ目は、被検体の左腕の断面を表す領域（以下、「左腕領域」と呼ぶ）ＨＬであり、３つ目は、被検体の右腕の断面を表す領域（以下、「右腕領域」と呼ぶ）ＨＲである。

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６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、２値化手段１０２が、領域拡張法を用いて、各アキシャル画像の２値化を実行する。

図７は、２値化の説明図である。
先ず、２値化手段１０２は、アキシャル画像Ｄ_１の２値化を実行する。アキシャル画像Ｄ_１の２値化を実行する場合、２値化手段１０２は、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Ｒ_ｓｅｅｄを設定する。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、２値化手段１０２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、２値化手段１０２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７では、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値画像を符号ＤＡ_１で概略的に示してある。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７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。

本形態では、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、背景領域（被検体の体外）には論理値１が割り当てられ、被検体の体内には論理値０が割り当てられるように２値化を行ってもよい。

尚、その他のスライスのアキシャル画像も、同様の方法で２値化が行われる。図７では、説明の便宜上、スライスＳＬ_１〜ＳＬ_１０のうち、スライスＳＬ_１、ＳＬ_２、およびＳＬ_１０における２値画像ＤＡ_１、ＤＡ_２、およびＤＡ_１０のみが示されているが、他のスライスにおける２値画像も得られる。
２値化を実行した後、ステップＳＴ３に進む。

ステップＳＴ３では、分離手段１０３（図２参照）が、胴部領域ＨＢから、左腕領域ＨＬおよび右腕領域ＨＲを分離するための分離処理を実行する。分離処理としては、例えば、縮小処理と拡大処理とを含む一連の処理を１回又は複数回実行する方法を用いることができる。別の分離処理としては、例えば、２値画像を距離変換し、距離変換を行った後で、左腕領域ＨＬおよび右腕領域ＨＲに、胴部領域ＨＢとは異なるラベルが付されるように、Watershed変換をする方法がある。Watershed変換を使うことによっても、胴部領域ＨＢから、左腕領域ＨＬおよび右腕領域ＨＲを分離することが可能である。図８に、分離処理が実行された後の２値画像ＤＢ_１〜ＤＢ_１０を概略的に示す。

２値画像ＤＢ_１０は、分離処理により、胴部領域ＨＢから左腕領域ＨＬおよび右腕領域ＨＲが分離された例を示している。２値画像ＤＢ_２は、分離処理により、胴部領域ＨＢから左腕領域ＨＬが分離できたが、胴部領域ＨＢと右腕領域ＨＲが分離できなかった例を示している。また、２値画像ＤＢ_１は、分離処理を行ったが、胴部領域ＨＢから左腕領域ＨＬおよび右腕領域ＨＲの両方の領域が分離できなかった例を示している。分離処理を行った後、ステップＳＴ４に進む。

ステップＳＴ４では、抽出手段１０４（図２参照）が、分離処理により得られた分離処理後の２値画像ＤＢ_１〜ＤＢ_１０から、胴部領域ＨＢを抽出するための抽出処理を行う。図９は、抽出処理の説明図である。

尚、以下では、説明の便宜上、先ず、分離処理後の２値画像ＤＢ_１０から胴部領域ＨＢを抽出するための抽出処理について説明する。

抽出手段１０４は、分離処理後の２値画像ＤＢ_１０の中央部にシード領域Ｒ_ｓｅｅｄを設定する。分離処理後の２値画像ＤＢ_１０の中央部は論理値１の領域であるので、シード領域Ｒ_ｓｅｅｄは、論理値１の領域内に設定される。シード領域Ｒ_ｓｅｅｄを設定した後、シード領域Ｒ_ｓｅｅｄを基準としてリージョングローイングを行い、論理値１の領域を抽出する。したがって、抽出処理により得られた領域（以下、「抽出領域」と呼ぶ）ＨＥ１０を有する抽出処理後の２値画像ＤＣ_１０が得られる。分離処理後の２値画像ＤＢ_１０では、左腕領域ＨＬおよび右腕領域ＨＲは、いずれも胴部領域ＨＢから分離されているので、シード領域Ｒ_ｓｅｅｄを基準にしてリージョングローイングを行うことにより、胴部領域ＨＢのみを抽出することができる。したがって、抽出処理後の２値画像ＤＣ_１０の抽出領域ＨＥ_１０は、胴部領域ＨＢのみを含んでいる。

次に、分離処理後の２値画像ＤＢ_２から胴部領域ＨＢを抽出するための抽出処理について説明する。

抽出手段１０４は、分離処理後の２値画像ＤＢ_２の中央部にシード領域Ｒ_ｓｅｅｄを設定する。分離処理後の２値画像ＤＢ_２の中央部は論理値１の領域であるので、シード領域Ｒ_ｓｅｅｄは、論理値１の領域内に設定される。シード領域Ｒ_ｓｅｅｄを設定した後、シード領域Ｒ_ｓｅｅｄを基準としてリージョングローイングを行い、論理値１の領域を抽出する。したがって、抽出領域ＨＥ２を有する抽出処理後の２値画像ＤＣ_２が得られる。分離処理後の２値画像ＤＢ_２では、左腕領域ＨＬは胴部領域ＨＢから分離されているが、右腕領域ＨＲは胴部領域ＨＢから分離されておらず、胴部領域ＨＢに繋がっている。したがって、分離処理後の２値画像ＤＢ_２において、シード領域Ｒ_ｓｅｅｄを基準にしてリージョングローイングを行うことにより、胴部領域ＨＢの他に右腕領域ＨＲも抽出される。したがって、抽出処理後の２値画像ＤＣ_２の抽出領域ＨＥ２は、胴部領域ＨＢおよび右腕領域ＨＲを含んでいる。

次に、分離処理後の２値画像ＤＢ_１から胴部領域ＨＢを抽出するための抽出処理について説明する。

抽出手段１０４は、分離処理後の２値画像ＤＢ_１の中央部にシード領域Ｒ_ｓｅｅｄを設定する。分離処理後の２値画像ＤＢ_１の中央部は論理値１の領域であるので、シード領域Ｒ_ｓｅｅｄは、論理値１の領域内に設定される。シード領域Ｒ_ｓｅｅｄを設定した後、シード領域Ｒ_ｓｅｅｄを基準としてリージョングローイングを行い、論理値１の領域を抽出する。したがって、抽出領域ＨＥ１を有する抽出処理後の２値画像ＤＣ_１が得られる。分離処理後の２値画像ＤＢ_１では、左腕領域ＨＬおよび右腕領域ＨＲは胴部領域ＨＢから分離されておらず、胴部領域ＨＢに繋がっている。したがって、シード領域Ｒ_ｓｅｅｄを基準にしてリージョングローイングを行うことにより、胴部領域ＨＢの他に、左腕領域ＨＬおよび右腕領域ＨＲも抽出される。この結果、抽出処理後の２値画像ＤＣ_１の抽出領域ＨＥ１は、胴部領域ＨＢ、左腕領域ＨＬ、および右腕領域ＨＲを含んでいる。
抽出処理を実行した後、ステップＳＴ５に進む。

ステップＳＴ５では、アキシャル画像ごとに、被検体の体躯のｘ軸方向（左右方向）の中心位置を表す中心線を求めるための処理を実行する。以下、ステップＳＴ５について説明する。

図１０は、ステップＳＴ５の説明図である。
尚、ステップＳＴ５は、ステップＳＴ５１〜ＳＴ５７を有しているので、各ステップについて順に説明する。

図１０では、説明の便宜上、抽出処理後の２値画像ＤＣ_１〜ＤＣ_１０のうち、２値画像ＤＣ_１、ＤＣ_２、およびＤＣ_１０のみが具体的に示されている。

ステップＳＴ５１では、中心線計算手段１０５（図２参照）が、抽出領域ＨＥ１〜ＨＥ１０の各々のｘ軸方向における中心位置を表す中心線（第１の中心線）を求める。図１０では、抽出領域ＨＥ１〜ＨＥ１０のうち、抽出領域ＨＥ１、ＨＥ２、およびＨＥ１０の中心線ＬＣ１、ＬＣ２、およびＬＣ１０が具体的に示されている。中心線計算手段１０５は、抽出領域ＨＥ１〜ＨＥ１０の各々の右端部（右腕側の端部）ＥＲのｘ軸方向における座標値ｘＲと、抽出領域ＨＥ１〜ＨＥ１０の各々の左端部（左腕側の端部）ＥＬのｘ軸方向における座標値ｘ_Ｌとを求め、これらの座標値ｘ_Ｒおよびｘ_Ｌのｘ軸方向における中間位置の座標値ｘ_ｍを通過する線を、抽出領域ＨＥ１〜ＨＥ１０の中心線ＬＣ１〜ＬＣ１０として求める。抽出領域ＨＥ１〜ＨＥ１０の中心線ＬＣ１〜ＬＣ１０を求めた後、ステップＳＴ５２に進む。

ステップＳＴ５２では、重心計算手段１０６（図２参照）が、抽出領域ＨＥ１〜ＨＥ１０の各々の重心Ｇ（第１の重心）の位置を計算する。図１０では、抽出領域ＨＥ１〜ＨＥ１０のうち、抽出領域ＨＥ１、ＨＥ２、およびＨＥ１０の重心Ｇ＝Ｇ_１、Ｇ_２、およびＧ_１０が具体的に示されている。重心Ｇは黒丸（●）で示されている。重心Ｇの位置は、抽出領域内の各ピクセルのｘ軸方向およびｙ軸方向の座標値に基づいて求めることができる。また、重心Ｇ_１、Ｇ_２、およびＧ_１０のｘ軸方向における座標ｘは、それぞれ、ｘ＝ｘ_１、ｘ_２、およびｘ_１０で表されている。重心Ｇを求めた後、ステップＳＴ５３に進む。

ステップＳＴ５３では、特定手段１０７（図２参照）が、抽出処理後の２値画像ＤＣ_１〜ＤＣ_１０の各々において、中心線に対して重心Ｇと線対称の位置関係にある点Ｇ’（第１の点）を特定する。図１０では、抽出処理後の２値画像ＤＣ_１〜ＤＣ_１０のうち、抽出処理後の２値画像ＤＣ_１、ＤＣ_２、およびＤＣ_１０の点Ｇ’＝Ｇ_１’、Ｇ_２’、およびＧ_１０’が具体的に示されている。点Ｇ_１’、Ｇ_２’、およびＧ_１０’のｘ軸方向における座標ｘは、それぞれ、ｘ＝ｘ_１’、ｘ_２’、およびｘ_１０’で表されている。点Ｇ’を求めた後、ステップＳＴ５４に進む。

ステップＳＴ５４では、距離計算手段１０８（図２参照）が、重心Ｇと点Ｇ’との距離ｄを求める。図１０では、抽出処理後の２値画像ＤＣ_１〜ＤＣ_１０のうち、抽出処理後の２値画像ＤＣ_１、ＤＣ_２、およびＤＣ_１０における距離ｄ＝ｄ１、ｄ２、およびｄ１０が具体的に示されている。距離ｄを求めた後、ステップＳＴ５５に進む。

ステップＳＴ５５では、第１の判定手段１０９（図２参照）が、距離ｄに基づいて、抽出領域ＨＥ１〜ＨＥ１０の各々が、以下の第１の抽出領域および第２の抽出領域のうちのどちらの抽出領域であるかを判定する。
（１）第１の抽出領域：左腕領域ＨＬおよび右腕領域ＨＲの両方を含んでいない又は両方を含む抽出領域
（２）第２の抽出領域：左腕領域ＨＬおよび右腕領域ＨＲのうちの一方の領域を含むが他方の領域は含んでいない抽出領域

以下では、先ず、上記の判定を行う方法の原理について説明する。

先ず、抽出処理後の２値画像ＤＣ_１０（図１０の上段参照）について考察する。抽出処理後の２値画像ＤＣ_１０の抽出領域ＨＥ１０は胴部領域ＨＢのみを含んでいるので、抽出領域ＨＥ１０は、抽出領域ＨＥ１０の中心線ＬＣに対して略左右対称の形状を有しているとみなすことができる。したがって、抽出処理後の２値画像ＤＣ_１０においては、点Ｇ_１０’は重心Ｇ_１０に重なっているか（ｄ１０＝０）、あるいは、距離ｄ＝ｄ１０はゼロに近い値になる。次に、抽出処理後の２値画像ＤＣ_１（図１０の下段参照）について考察する。抽出処理後の２値画像ＤＣ_１の抽出領域ＨＥ１は、抽出領域ＨＥ１０とは異なり、胴部領域ＨＢの他に、左腕領域ＨＬおよび右腕領域ＨＲを含んでいる。しかし、左腕領域ＨＬおよび右腕領域ＨＲの大きさは、略等しいとみなすことができるので、抽出領域ＨＥ１は、中心線ＬＣ１に対して略左右対称の形状を有しているとみなすことができる。したがって、抽出処理後の２値画像ＤＣ_１では、点Ｇ_１’は重心Ｇ_１に重なっているか（ｄ１＝０）、あるいは、距離ｄ＝ｄ１はゼロに近い値になる。

上記の考察から、抽出領域における距離ｄの値が小さい場合、抽出領域は、左腕領域ＨＬおよび右腕領域ＨＲの両方を含んでいないか（抽出領域ＨＥ１０）、左腕領域ＨＬおよび右腕領域ＨＲの両方を含んでいる（抽出領域ＨＥ１）と考えることができる。

次に、抽出処理後の２値画像ＤＣ_２（図１０の中段参照）について考察する。抽出処理後の２値画像ＤＣ_２の抽出領域ＨＥ２は、胴部領域ＨＢの他に、右腕領域ＨＲを含んでいるが、左腕領域ＨＬは含んでいない。したがって、抽出領域ＨＥ２の場合、中心線ＬＣ２に対して左側の領域の形状と、中心線ＬＣ２に対して右側の領域の形状は、大きく異なる。このため、抽出処理後の２値画像ＤＣ_２では、点Ｇ_２’と重心Ｇ_２との距離ｄ（＝ｄ２）は大きい値になる。つまり、抽出領域における距離ｄの値が大きい場合、抽出領域は、左腕領域ＨＬおよび右腕領域ＨＲの一方の領域は含んでいないが、他方の領域は含んでいると考えることができる。

そこで、本形態では、距離ｄが小さい値であるか大きい値であるかを判定するための閾値ｄthを予め設定しておき、距離ｄと閾値ｄthとを比較する。そして、ｄ＜ｄthの場合、抽出領域は、左腕領域ＨＬおよび右腕領域ＨＲの両方を含んでいない又は両方を含んでいる第１の抽出領域であると判定され、一方、ｄ≧ｄthの場合、抽出領域は、左腕領域ＨＬおよび右腕領域ＨＲのうちの一方の領域を含むが他方の領域は含んでいない第２の抽出領域であると判定される。ｄthは、例えば、数ｍｍとすることができる。

図１１は、距離ｄと閾値ｄthとを比較し、上記の判定を行うときの説明図である。
第１の判定手段１０９は、距離ｄと閾値ｄthとを比較する。図１１を参照すると、２値画像ＤＣ_１（図１１の下段）ではｄ１＜ｄthであり、２値画像ＤＣ_１０（図１１の上段）ではｄ１０＜ｄthである。したがって、第１の判定手段１０９は、抽出領域ＨＥ１およびＨＥ１０は、左腕領域ＨＬおよび右腕領域ＨＲの両方を含んでいない又は両方を含んでいる領域であると判定する。抽出領域が左腕領域ＨＬおよび右腕領域ＨＲの両方を含んでいない又は両方を含んでいる場合、抽出領域の中心線は、体躯の中心線と考えられる。そこで、ｄ＜ｄthの場合、ステップＳＴ５６に進み、決定手段１１０（図２参照）は、抽出領域の中心線を体躯の中心線と決定する。

一方、２値画像ＤＣ_２（図１１の中段）では、ｄ２＞ｄｔｈである。したがって、第１の判定手段１０９は、抽出領域ＨＥ２は、左腕領域ＨＬおよび右腕領域ＨＲのうちの一方の領域を含むが他方の領域は含んでいない領域であると判定する。このように判定された場合、抽出領域ＨＥ２の中心線ＬＣ２は、除去されずに残ってしまった一方の領域の影響を受けて、体躯の中心線から大きくずれていると考えられる。したがって、ｄ≧ｄthの場合、抽出領域の中心線を体躯の中心線ＬＢとみなすことはできない。そこで、ｄ≧ｄthの場合、ステップＳＴ５７に進み、体躯の中心線ＬＢを決定するための処理が実行される。以下、ステップＳＴ５７について説明する。

図１２は、ステップＳＴ５７の具体的なフローの一例を示す図である。
尚、ステップＳＴ５７は、ステップＳＴ６１〜ＳＴ７４を有しているので、各ステップについて順に説明する。

ステップＳＴ６１では、除去手段１１１（図２参照）が、２値画像ＤＣ_２の抽出領域ＨＥ２の中から、右腕領域ＨＲの除去が行われる部分を決定する（図１３参照）。

図１３は、除去が行われる部分を決定するときの説明図である。
ステップＳＴ６１では、除去手段１１１は、先ず、抽出領域ＨＥ２の左端部ＥＬおよび右端部ＥＲのうちの、抽出領域ＨＥ２の中心線ＬＣ２に対して重心Ｇ_２側に位置する端部を特定する。ここでは、左端部ＥＬおよび右端部ＥＲのうち、抽出領域ＨＥ２の中心線ＬＣ２に対して重心Ｇ_２側に位置する端部は、左端部ＥＬである。したがって、除去手段１１１は左端部ＥＬを特定する。

次に、除去手段１１１は、重心線ＬＧ（重心Ｇ_２のｘ軸方向における座標ｘ＝ｘ_２を表す線）に対して、先に特定した左端部ＥＬと線対称の位置関係にある点ＥＬ’を求める。図１３では、点ＥＬ’のｘ軸方向における座標は、ｘ＝ｘ_ａで示されている。点ＥＬ’を求めた後、除去手段１１１は、抽出領域ＨＥ２のうち、右端部ＥＲの位置ｘ_Ｒと点ＥＬ’の位置ｘ_ａとの間の部分Ｒｒを、除去が行われる部分として決定する。除去が行われる部分Ｒｒを決定した後、ステップＳＴ６２に進む。

ステップＳＴ６２では、除去手段１１１が、ステップＳＴ６１で決定した部分Ｒｒを除去するための除去処理（第１の除去処理）を実行する。具体的には、除去手段１１１は、抽出領域ＨＥ２の部分Ｒｒ（ｘ_Ｒ〜ｘ_ａ）に含まれるピクセルのピクセル値を、論理値１から論理値０に変更する。これにより、抽出領域ＨＥ２の部分Ｒｒを除去することができる。図１４に、除去処理後の抽出領域を示す。図１４では、除去処理後の抽出領域は、符号「ＨＥ２０」で示されている。
部分Ｒｒを除去した後、ステップＳＴ６３に進む。

ステップＳＴ６３では、中心線計算手段１０５が、ステップＳＴ６２の除去処理により得られた抽出領域ＨＥ２０の中心線（第２の中心線）を計算し、重心計算手段１０６が抽出領域ＨＥ２０の重心（第２の重心）を計算する。図１５に、求められた中心線ＬＣ２０および重心Ｇ_２０を示す。重心Ｇ_２０のｘ軸方向における位置はｘ＝ｘ_２０で示されている。中心線ＬＣ２０および重心Ｇ_２０を求めた後、ステップＳＴ６４に進む。

ステップＳＴ６４では、特定手段１０７が、中心線ＬＣ２０に対して、重心Ｇ_２０と線対称の位置関係にある点Ｇ_２０’（第２の点）を特定する。図１６に、特定された点Ｇ_２０’を示す。点Ｇ_２０’のｘ軸方向における位置はｘ＝ｘ_２０’で示されている。点Ｇ_２０’を求めた後、ステップＳＴ６５に進む。

ステップＳＴ６５では、Δｘ計算手段１１２が、重心Ｇ_２０の位置ｘ_２０と点Ｇ_２０’の位置ｘ_２０’との間の位置ずれ量（第１の位置ずれ量）Δｘ＝ｘ_２０−ｘ_２０’を計算する。Δｘを計算した後、ステップＳＴ６６に進む。

ステップＳＴ６６では、第２の判定手段１１３（図２参照）が、Δｘの値に基づいて、残っている腕の領域が除去されたか否かを判定する。Δｘ＞０の場合、これは、点Ｇ_２０’が重心Ｇ_２０に対して右腕側に位置していることを意味している。したがって、Δｘ＞０の場合、右腕領域ＨＲはまだ残っていると考えることができる。一方、Δｘ≦０の場合、これは、点Ｇ_２０’が重心Ｇ_２０に重なっているか、点Ｇ_２０’が重心Ｇ_２０に対して左腕側に位置していることを意味している。したがって、Δｘ≦０の場合、残っている右腕領域ＨＲは除去されたと考えることができる。そこで、本形態では、Δｘ＞０の場合、右腕領域ＨＲは除去されたと判定し、一方、Δｘ≦０の場合、右腕領域ＨＲはまだ残っていると判定する。Δｘ＞０の場合、ステップＳＴ６７に進み、Δｘ≦０の場合、ステップＳＴ７４に進む。ここでは、Δｘ＞０である。したがって、ステップＳＴ６７に進む。

ステップＳＴ６７では、ｉが初期値ｉ＝１に設定される。ｉは、後述する抽出領域の除去が行われるｘ軸上の位置ｘ_ｄを決定するためのパラメータである。ｉ＝１に設定した後、ステップＳＴ６８に進む。

図１７は、ステップＳＴ６８の説明図である。
ステップＳＴ６８では、除去手段１１１が、抽出領域ＨＥ２０のｘ軸方向における位置ｘ_ｄの領域を除去するための除去処理（第２の除去処理）を実行する。ｘ_ｄは、以下の式で表される。
ｘ_ｄ＝ｘ_ａ＋ｉ ・・・（１）

式（１）の右辺ｘ_ａ＋ｉは、位置ｘ_ａに対してｉピクセル分だけｘ軸方向に移動した位置を表している。ここでは、ｉ＝１に設定されているので、ｘ_ｄ＝ｘ_ａ＋１である。したがって、ｘ_ｄ＝ｘ_ａ＋１は、位置ｘ_ａに対して１ピクセル分だけｘ軸方向に移動した位置を表している。除去手段１１１は、抽出領域ＨＥ２０のｘ_ｄ（＝ｘ_ａ＋１）の部分Ｒｒ１を除去する。具体的には、除去手段１１１は、抽出領域ＨＥ２０の位置ｘ_ｄ＝ｘ_ａ＋１におけるピクセルのピクセル値を、論理値１から論理値０に変更する。これにより、抽出領域ＨＥ２の位置ｘ_ｄ＝ｘ_ａ＋１の部分Ｒｒ１が除去される。したがって、残っている右腕領域ＨＲのｘ_ｄ＝ｘ_ａ＋１の部分Ｒｒ１を除去することができる。図１８に、部分Ｒｒ１が除去された後の抽出領域を示す。図１８では、部分Ｒｒ１が除去された後の抽出領域は符号「ＨＥ２１」で示されている。位置ｘ_ｄ＝ｘ_ａ＋１の部分Ｒｒ１を除去した後、ステップＳＴ６９に進む。

ステップＳＴ６９では、中心線計算手段１０５が、ステップＳＴ６８の除去処理により得られた抽出領域ＨＥ２１の中心線（第３の中心線）を計算し、重心計算手段１０６が抽出領域ＨＥ２１の重心（第３の重心）を計算する。図１９に、求められた中心線ＬＣ２１および重心Ｇ_２１を示す。重心Ｇ_２１のｘ軸方向における位置はｘ＝ｘ_２１で示されている。中心線ＬＣ２１および重心Ｇ_２１を求めた後、ステップＳＴ７０に進む。

ステップＳＴ７０では、特定手段１０７が、中心線ＬＣ２１に対して、重心Ｇ_２１と線対称の位置関係にある点Ｇ_２１’（第３の点）を特定する。図２０に、特定した点Ｇ_２１’を示す。点Ｇ_２１’を特定した後、ステップＳＴ７１に進む。

ステップＳＴ７１では、Δｘ計算手段１１２が、重心Ｇ_２１の位置ｘ_２１と点Ｇ_２１’の位置ｘ_２１’との間の位置ずれ量（第２の位置ずれ量）Δｘ＝ｘ_２１−ｘ_２１’を計算する。Δｘを計算した後、ステップＳＴ７２に進む。

ステップＳＴ７２では、第２の判定手段１１３が、Δｘの値に基づいて、残っている腕の領域が除去されたか否かを判定する。Δｘ＞０の場合、これは、点Ｇ_２１’が重心Ｇ_２１に対して右腕側に位置していることを意味している。したがって、Δｘ＞０の場合、右腕領域ＨＲはまだ残っていると考えることができる。一方、Δｘ≦０の場合、これは、点Ｇ_２１’が重心Ｇ_２１に重なっているか、点Ｇ_２１’が重心Ｇ_２１に対して左腕側に位置していることを意味している。したがって、Δｘ≦０の場合、残っている右腕領域ＨＲは除去されたと考えることができる。そこで、本形態では、Δｘ＞０の場合、右腕領域ＨＲは除去されたと判定し、一方、Δｘ≦０の場合、右腕領域ＨＲはまだ残っていると判定する。Δｘ＞０の場合、ステップＳＴ７３に進み、Δｘ≦０の場合、ステップＳＴ７４に進む。ここでは、Δｘ＞０である。したがって、ステップＳＴ７３に進む。

ステップＳＴ７３では、ｉがインクリメントされる。ここでは、ｉはｉ＝１からｉ＝２にインクリメントされる。ｉをインクリメントした後、ステップＳＴ６８に戻る。

図２１は、ｉ＝２にインクリメントされた場合におけるステップＳＴ６８〜ＳＴ７３の説明図である。
除去手段１１１は、ｘ_ｄ＝ｘ_ａ＋２の部分Ｒｒ２を除去する（ステップＳＴ６８）。次に、中心線計算手段１０５が除去処理後の抽出領域ＨＥ２２の中心線ＬＣ２２を計算し、重心計算手段１０６が抽出領域ＨＥ２２の重心Ｇ_２２を計算する（ステップＳＴ６９）。次に、特定手段１０７が、中心線ＬＣ２２に対して、重心Ｇ_２２と線対称の位置関係にある点Ｇ_２２’を特定する（ステップＳＴ７０）。次に、Δｘ計算手段１１２が、重心Ｇ_２２の位置ｘ_２２と点Ｇ_２２’の位置ｘ_２２’との位置ずれ量Δｘ＝ｘ_２２−ｘ_２２’を計算する（ステップＳＴ７１）。そして、第２の判定手段１１３が、Δｘ≦０であるか否かを判定する（ステップＳＴ７２）。ここでは、Δｘ＞０である。したがって、ステップＳＴ７３に進み、ｉをｉ＝２からｉ＝３にインクリメントし、ステップＳＴ６８に戻る。

したがって、ｉがインクリメントされるたびに、ステップＳＴ６８に戻り、ステップＳＴ６８〜ＳＴ７２が実行される。そして、ステップＳＴ７２においてΔｘ＞０と判定される間は、ステップＳＴ６８〜ＳＴ７３のループが繰り返し実行される。

図２２は、ｉ＝ｑにインクリメントされた場合におけるステップＳＴ６８〜ＳＴ７２の説明図である。
除去手段１１１は、ｘ_ｄ＝ｘ_ａ＋ｑの部分Ｒｒｑを除去する（ステップＳＴ６８）。次に、中心線計算手段１０５が除去処理後の抽出領域ＨＥ２ｑの中心線ＬＣ２ｑを計算し、重心計算手段１０６が抽出領域ＨＥ２ｑの重心Ｇ_２ｑを計算する（ステップＳＴ６９）。次に、特定手段１０７が、中心線ＬＣ２ｑに対して、重心Ｇ_２ｑと線対称の位置関係にある点Ｇ_２ｑ’を特定する（ステップＳＴ７０）。次に、Δｘ計算手段１１２が、重心Ｇ_２ｑの位置ｘ_２ｑと点Ｇ_２ｑ’の位置ｘ_２ｑ’との位置ずれ量Δｘ＝ｘ_２ｑ−ｘ_２ｑ’を計算する（ステップＳＴ７１）。そして、第２の判定手段１１３が、Δｘ≦０であるか否かを判定する（ステップＳＴ７２）。ここでは、点Ｇ_２ｑ’は重心Ｇ_２ｑに重なっている。したがって、Δｘ＝０であるので、右腕領域ＨＲは除去できたと判定し、ステップＳＴ７４に進む。

ステップＳＴ７４では、決定手段１１０が、ｉ＝ｑにおいて計算された中心線ＬＣ２ｑを、被検体の体躯のＲＬ方向における中心位置を表す中心線と決定する。

以下同様に、他のスライスのアキシャル画像についても、ステップＳＴ５のフローに従って中心線を求める。図２３に、アキシャル画像ごとに求められた体躯の中心線ＬＢを概略的に示す。体躯の中心線ＬＢを求めた後、ステップＳＴ６（図５参照）に進む。

ステップＳＴ６では、ステップＳＴ５で決定した中心線に基づいて、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。脳脊髄液を検出したら、ステップＳＴ７に進み、脳脊髄液の位置を基準にして、大動脈を検出する。大動脈の検出方法も、“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。

したがって、ステップＳＴ１〜ＳＴ７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ＳＴ８に進む。

ステップＳＴ８では、スライスＳＬ_１〜ＳＬ_１０から検出された大動脈Ａの位置に基づいて、大動脈を縦断する平面が求められる。図２４に、計算された平面ＦＳを概略的に示す。以下に、平面ＦＳの求め方の一例について、簡単に説明する。

先ず、スライスＳＬ_１〜ＳＬ_１０から検出された大動脈Ａの位置に基づいて、アキシャル画像ごとに、大動脈の断面の領域を特定する。大動脈の断面の領域の特定方法としては、例えば、Level Setなどのセグメンテーション法を使用することができる。大動脈の断面の領域を特定した後、大動脈の断面の中心を求める。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、特定した領域を円とみなすことにより、アキシャル画像ごとに大動脈Ａの中心位置を求めることができる。大動脈Ａの中心位置を求めた後、アキシャル画像ごとに求めた大動脈の中心位置に基づいて、大動脈を縦断する平面ＦＳを求めることができる。平面ＦＳは、大動脈の走行方向と略平行になるように、大動脈を縦断する。平面ＦＳを求めた後、ステップＳＴ９に進む。

ステップＳＴ９では、造影剤を検出するためのトラッカー領域を設定する。以下に、トラッカー領域の設定方法について説明する。

図２５は、トラッカー領域の設定方法の一例の説明図である。
オペレータは、操作部１２（図１参照）を操作し、ステップＳＴ８で求められた平面ＦＳを表示部１３に表示させるための命令を入力する。この命令が入力されると、表示部１３に、ステップＳＴ８で求められた平面ＦＳが表示される。

平面ＦＳが表示されたら、オペレータは、平面ＦＳに表示されている臓器および大動脈の位置関係を参考にして、トラッカー領域を設定する。図２５では、大動脈Ａの内側に位置するようにトラッカー領域Ｒ_ｔが設定された例が示されている。尚、トラッカー領域Ｒ_ｔは、大動脈Ａの位置に基づいて、自動で設定してもよい。トラッカー領域Ｒ_ｔを設定した後、ステップＳＴ１０に進む。

ステップＳＴ１０では、本スキャンＭＳ（図３参照）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、分離処理後の２値画像ＤＢ_１〜ＤＢ_１０から胴部領域ＨＢを抽出するための抽出処理を実行する。そして、抽出処理後の２値画像ＤＣ_１〜ＤＣ_１０の各々の抽出領域の中心線および重心を求める。次に、中心線に対して重心と線対称の位置における点を求め、重心と点との距離を求める。そして、距離ｄが閾値ｄth以上の場合（ｄ≧ｄth）、抽出領域に、片方の腕の領域が除去されずに残っていると判定し、残った腕の領域の除去を行う。したがって、胴部領域ＨＢだけでなく片方の腕の領域が抽出されても、片方の腕の領域が除去できるので、体躯の中心線を求めることができる。ＣＳＦは、中心線上（又は中心線の近傍）に位置するので、論文のFig.3の方法を用いることにより、ＣＳＦを検出することができる。したがって、ＣＳＦの位置を基準にして、スライスごとに大動脈を検出することができるので、トラッカー領域を設定することができる。

本形態では、ローカライザスキャンは、各スライスのアキシャル画像を収集するための２Ｄスキャンである。しかし、ローカライザスキャンは、２Ｄスキャンに限定されることはなく、撮影部位の３Ｄ画像を収集するための３Ｄスキャンでもよい。３Ｄスキャンにより得られた撮影部位の３Ｄ画像に対して、各スライスの位置におけるアキシャル画像を生成し、これらのアキシャル画像に基づいて中心線を求める処理を実行してもよい。

本形態では、体躯の中心線に基づいて脳脊髄液ＣＳＦを検出しているが、本発明は、脳脊髄液ＣＳＦとは別の組織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体躯の中心線を求めているが、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）の画像に基づいて体躯の中心線を求めてもよい。

本形態では、造影剤を用いて被検体を撮影する例について説明している。しかし、本発明は、体躯の中心線を求める必要があるのであれば、造影を用いない非造影撮影を行う場合にも適用することができる。

尚、本形態では、ＭＲ装置により得られた画像について説明したが、本発明は、ＭＲ装置とは別の医用装置（例えば、ＣＴ装置）で得られた画像にも適用することができる。

１ ＭＲ装置
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 制御部
７ 送信器
８ 勾配磁場電源
９ 受信器
１０ 処理装置
１１ 記憶部
１２ 操作部
１３ 表示部
１４ 被検体
２１ 収容空間
２２ 超伝導コイル
２３ 勾配コイル
２４ ＲＦコイル
１０１ 画像生成手段
１０２ ２値化手段
１０３ 分離手段
１０４ 抽出手段
１０５ 中心線計算手段
１０６ 重心計算手段
１０７ 特定手段
１０８ 距離計算手段
１０９ 第１の判定手段
１１０ 決定手段
１１１ 除去手段
１１２ Δｘ計算手段
１１３ 第２の判定手段

Claims (16)

1. 被検体の胴部、左腕部、および右腕部を含む撮影部位から得られたイメージングデータに基づいて、前記被検体の体躯の中心線を決定する中心線決定装置であって、
   前記イメージングデータに基づいて、前記胴部の断面を表す第１の領域と、前記左腕部の断面を表す第２の領域と、前記右腕部の断面を表す第３の領域とを含む画像を生成する画像生成手段と、
   前記第１の領域、前記第２の領域、および前記第３の領域が第１の論理で表され、前記撮影部位の外側の領域が第２の論理で表される２値画像が得られるように、前記画像を２値化するための２値化処理を実行する２値化手段と、
   前記２値画像に含まれる前記第２の領域および前記第３の領域を、前記２値画像に含まれる前記第１の領域から分離するための分離処理を実行する分離手段と、
   前記分離手段により得られた画像から前記第１の領域を抽出するための抽出処理を実行する抽出手段と、
   前記抽出処理により抽出された抽出領域に、前記第１の領域と、前記第２の領域および前記第３の領域のうちの一方の領域とが含まれるが、前記第２の領域および前記第３の領域のうちの他方の領域が含まれていない場合、前記抽出領域から前記一方の領域を除去するための第１の除去処理を実行し、前記第１の除去処理後の抽出領域に基づいて、前記被検体の体躯の中心線を求める手段と、
   を有する中心線決定装置。
2. 前記体躯の中心線を求める手段は、
   前記抽出領域が、前記第２の領域および前記第３の領域の両方を含んでいない又は両方を含む第１の抽出領域であるか、それとも、前記抽出領域が、前記一方の領域を含むが前記他方の領域は含んでいない第２の抽出領域であるかを判定する第１の判定手段を有する、請求項１に記載の中心線決定装置。
3. 前記体躯の中心線を求める手段は、
   前記抽出領域の所定方向における中心位置を表す第１の中心線を計算する中心線計算手段を有する、請求項２に記載の中心線決定装置。
4. 前記体躯の中心線を求める手段は、
   前記抽出領域の第１の重心を計算する重心計算手段を有する、請求項３に記載の中心線決定装置。
5. 前記体躯の中心線を求める手段は、
   前記抽出領域の前記第１の中心線に対して、前記第１の重心と線対称の位置関係にある第１の点を特定する特定手段を有する、請求項４に記載の中心線決定装置。
6. 前記体躯の中心線を求める手段は、
   前記第１の重心と前記第１の点との間の前記所定方向における距離を計算する距離計算手段を有する、請求項５に記載の中心線決定装置。
7. 前記第１の判定手段は、前記距離に基づいて、前記抽出領域が、前記第１の抽出領域か前記第２の抽出領域であるかを判定する、請求項６に記載の中心線決定装置。
8. 前記体躯の中心線を求める手段は、
   前記抽出領域が前記第２の抽出領域であると判定された場合、前記第１の除去処理を実行する除去手段を有する、請求項３〜７のうちのいずれか一項に記載の中心線決定装置。
9. 前記体躯の中心線を求める手段は、
   前記第１の除去処理後の抽出領域の前記所定方向における中心位置を表す第２の中心線を求め、
   前記第１の除去処理後の抽出領域の第２の重心を求め、
   前記第２の中心線に対して前記第２の重心と線対称の位置関係にある第２の点を求め、
   前記第２の重心の前記所定方向における位置と前記第２の点の前記所定方向における位置との間の第１の位置ずれ量を求め、
   前記第１の位置ずれ量に基づいて前記一方の領域が残っているか否かを判定する、請求項８に記載の中心線決定装置。
10. 前記体躯の中心線を求める手段は、
    前記第１の位置ずれ量に基づいて前記一方の領域が残っているか否かを判定する第２の判定手段を有する、請求項９に記載の中心線決定装置。
11. 前記一方の領域が残っていると判定された場合、
    前記体躯の中心線を求める手段は、
    前記一方の領域を除去するための第２の除去処理を実行し、
    前記第２の除去処理後の抽出領域の前記所定方向における中心位置を表す第３の中心線を求め、
    前記第２の除去処理後の抽出領域の第３の重心を求め、
    前記第３の中心線に対して前記第３の重心と線対称の位置関係にある第３の点を求め、
    前記第３の重心の前記所定方向における位置と前記第３の点の前記所定方向における位置との間の第２の位置ずれ量を求め、
    前記第２の位置ずれ量に基づいて前記一方の領域が残っているか否かを判定する、請求項９又は１０に記載の中心線決定装置。
12. 前記体躯の中心線を求める手段は、
    前記一方の領域が残っていると判定された場合、前記一方の領域が除去されたと判定されるまで、前記第２の除去処理を繰り返し実行する、請求項１１に記載の中心線決定装置。
13. 前記体躯の中心線を求める手段は、
    前記一方の領域が除去されたと判定された場合、前記第３の中心線を前記体躯の中心線として決定する決定手段を有する、請求項１２に記載の中心線決定装置。
14. 前記決定手段は、
    前記抽出領域が前記第１の抽出領域であると判定された場合、前記抽出領域の前記第１の中心線を、前記体躯の中心線として決定する決定手段を有する、請求項１３に記載の中心線決定装置。
15. 被検体の胴部、左腕部、および右腕部を含む撮影部位のイメージングデータを取得するためのスキャンを実行するスキャン手段と、
    前記イメージングデータに基づいて、前記胴部の断面を表す第１の領域と、前記左腕部の断面を表す第２の領域と、前記右腕部の断面を表す第３の領域とを含む画像を生成する画像生成手段と、
    前記第１の領域、前記第２の領域、および前記第３の領域が第１の論理で表され、前記撮影部位の外側の領域が第２の論理で表される２値画像が得られるように、前記画像を２値化するための２値化処理を実行する２値化手段と、
    前記２値画像に含まれる前記第２の領域および前記第３の領域を、前記２値画像に含まれる前記第１の領域から分離するための分離処理を実行する分離手段と、
    前記分離手段により得られた画像から前記第１の領域を抽出するための抽出処理を実行する抽出手段と、
    前記抽出処理により抽出された抽出領域に、前記第１の領域と、前記第２の領域および前記第３の領域のうちの一方の領域とが含まれるが、前記第２の領域および前記第３の領域のうちの他方の領域が含まれていない場合、前記抽出領域から前記一方の領域を除去するための第１の除去処理を実行し、前記第１の除去処理後の抽出領域に基づいて、前記被検体の体躯の中心線を求める手段と、
    を有する医用装置。
16. 被検体の胴部、左腕部、および右腕部を含む撮影部位から得られたイメージングデータに基づいて、前記胴部の断面を表す第１の領域と、前記左腕部の断面を表す第２の領域と、前記右腕部の断面を表す第３の領域とを含む画像を生成する画像生成処理と、
    前記第１の領域、前記第２の領域、および前記第３の領域が第１の論理で表され、前記撮影部位の外側の領域が第２の論理で表される２値画像が得られるように、前記画像を２値化するための２値化処理と、
    前記２値画像に含まれる前記第２の領域および前記第３の領域を、前記２値画像に含まれる前記第１の領域から分離するための分離処理と、
    前記分離処理により得られた画像から前記第１の領域を抽出するための抽出処理と、
    前記抽出処理により抽出された抽出領域に、前記第１の領域と、前記第２の領域および前記第３の領域のうちの一方の領域とが含まれるが、前記第２の領域および前記第３の領域のうちの他方の領域が含まれていない場合、前記抽出領域から前記一方の領域を除去するための第１の除去処理を実行し、前記第１の除去処理後の抽出領域に基づいて、前記被検体の体躯の中心線を求める処理と、
    をコンピュータに実行させるためのプログラム。