JP7300285B2 - 医用画像処理装置、ｘ線診断装置および医用画像処理プログラム - Google Patents

Description

本発明の実施形態は、医用画像処理装置、Ｘ線診断装置および医用画像処理プログラムに関する。

カテーテル治療を行う際、ユーザは、Ｘ線診断装置によるＸ線撮像にもとづくＸ線透視画像（以下、ライブＸ線画像という）をリアルタイムに表示させ、ライブＸ線画像に描出されるカテーテルの位置を確認しながら手技を行うことがある。また、カテーテル治療を行うユーザの手技を支援するための技術として、カテーテルを侵入させる血管、胆管、膵管、気管支、大腸、小腸などの管状構造物の画像（以下、管画像という）と、リアルタイムなライブＸ線画像と、を合成したロードマップ画像を生成して表示する技術がある。また、ライブＸ線画像から抽出したカテーテルなどのデバイスの画像（以下、デバイス画像という）を用いてロードマップ画像を生成することにより、骨や組織などの管状構造物以外の画像をロードマップ画像から排除することができる。この種の技術によれば、ライブＸ線画像にあらわれるカテーテルの位置と、同一部位における管状構造物の走行方向を示すロードマップ画像とを同時に確認することができる。このため、ユーザは、部位が複雑な構成であってもカテーテルを進める方向を把握しやすくなり、正確なカテーテル操作を行うことができる。

ところで、ロードマップ画像に用いる管画像としてＸ線診断装置により取得された血管画像を用いる場合、血管画像としてはＤＳＡ(Digital Subtraction Angiography)画像が用いられることが多い。ＤＳＡ画像は、造影剤投与の前後においてそれぞれ、たとえば被検体の同一領域を時系列的にＸ線診断装置で撮影することで得られる。具体的には、造影剤投与後の各時相のコントラスト画像から、マスク画像をそれぞれ差し引くことで得られる各時相に対応した複数の差分画像がＤＳＡ画像とされる。このとき、ＤＳＡ画像を生成する撮影の間に被検体が動いた場合に体動アーチファクト(motion artifacts)を抑制するため、コントラスト画像を基準として、すなわちコントラスト画像の位置に合わせるように、コントラスト画像とマスク画像との位置ずれ量に応じてマスク画像をアフィン変換などにより位置合わせ変換してから、コントラスト画像からマスク画像を差分することでＤＳＡ画像を生成するとよい。この場合、ＤＳＡ画像の位置は、コントラスト画像の位置に一致する。

一方、デバイス画像は、ライブＸ線画像が収集されるごとに、非造影のライブＸ線画像から非造影のデバイスマスク画像を差し引くことにより得られるＤＳ（Digital Subtraction）画像である。デバイスマスク画像は、カテーテルを用いた手技の開始前に取得されたＸ線画像にもとづいて生成される画像である。このとき、デバイス画像を生成する撮影の間に被検体が動いた場合に体動アーチファクトを抑制するため、ライブＸ線画像を基準として、ライブＸ線画像とデバイスマスク画像との位置ずれ量に応じてデバイスマスク画像をアフィン変換などにより位置合わせ変換してから、ライブＸ線画像からデバイスマスク画像を差分することでデバイス画像を生成するとよい。この場合、デバイス画像の位置は、ライブＸ線画像の位置に一致する。

ロードマップ画像は、ライブＸ線画像に含まれるカテーテルをユーザが確認するための画像である。このため、ロードマップ画像は、ライブＸ線画像を基準として、すなわちライブＸ線画像の位置に合わせるように、デバイス画像と血管画像（ＤＳＡ画像）をそれぞれ位置合わせ変換してからこれらを合成することが好ましい。

上述の通り、デバイス画像の位置は、ライブＸ線画像の位置に一致する。このため、ライブＸ線画像を基準として血管画像を位置合わせ変換すれば、位置ずれのないロードマップ画像を得ることができると考えられる。

しかしながら、ロードマップ画像を生成する際には、コントラスト画像とデバイスマスク画像との間には位置ずれがないとの仮定のもとでライブＸ線画像を基準としてコントラスト画像の位置合わせ変換が行われてしまうことが多い。この場合、コントラスト画像は、ライブＸ線画像とデバイスマスク画像との位置ずれ量に応じて位置合わせ変換される。ところが、厳密には、コントラスト画像と、デバイスマスク画像と、ライブＸ線画像とは、互いに画像収集タイミングが異なるため、互いに異なる位置に対応する。このため、コントラスト画像とライブＸ線画像との位置ずれ量は、ライブＸ線画像とデバイスマスク画像との位置ずれ量に加えて、コントラスト画像とデバイスマスク画像との位置ずれ量を含んでいる。したがって、この場合、ロードマップ画像はコントラスト画像とデバイスマスク画像との位置ずれ量に応じた位置ずれを含んでしまう。

特開２００８－２１２２４１号公報

本発明が解決しようとする課題は、ロードマップ画像の位置ずれを自動かつ高精度に低減することである。

実施形態に係る医用画像処理装置は、管状構造物の画像である管画像と手技中に前記管状構造物に挿入されたデバイスの画像であるデバイス画像との合成を行う医用画像処理装置であって、デバイス画像生成部と、合成画像生成部とを備える。デバイス画像生成部は、Ｘ線撮影にもとづいてリアルタイムに収集されるライブＸ線画像とデバイスを用いた手技の開始前に取得されたＸ線画像にもとづいて生成されたデバイスマスク画像との第１位置ずれ量にもとづいてライブＸ線画像を基準にデバイスマスク画像を位置合わせ変換してからライブＸ線画像とデバイスマスク画像とを差分することにより、デバイス画像を生成する。合成画像生成部は、管画像の生成に用いた画像とデバイスマスク画像との第２位置ずれ量と、第１位置ずれ量と、にもとづいてライブＸ線画像を基準に管画像を位置合わせ変換してから、デバイス画像と管画像とを合成した合成画像を生成する。

第１実施形態に係る医用画像処理装置の一構成例を示すブロック図。 ＤＳＡコントラスト画像、デバイスマスク画像、およびライブ画像の互いの位置ずれを説明するための図。 第１実施形態に係る医用画像処理装置の処理回路のプロセッサにより、ロードマップ画像の位置ずれを自動かつ高精度に低減するための処理を実行する際の手順の一例を示すフローチャート。 図３のステップＳ１で管画像生成機能により実行される管画像生成処理の手順の一例を示す、サブルーチンフローチャート。 第２実施形態に係る医用画像処理装置の処理回路のプロセッサにより、ロードマップ画像の位置ずれを自動かつ高精度に低減するための処理を実行する際の手順の一例を示すフローチャート。 第３実施形態に係る医用画像処理装置の管画像生成機能により図３のステップＳ１で実行される管画像生成処理の手順の一例を示すサブルーチンフローチャート。 第６実施形態に係る医用画像処理装置の管画像生成機能により図３のステップＳ１で実行される管画像生成処理の手順の一例を示すサブルーチンフローチャート。 第７実施形態に係る医用画像処理装置の管画像生成機能により図３のステップＳ１で実行される管画像生成処理の手順の一例を示すサブルーチンフローチャート。 第８実施形態に係る医用画像処理装置を含むＸ線診断装置の一構成例を示すブロック図。

以下、図面を参照しながら、医用画像処理装置、Ｘ線診断装置および医用画像処理プログラムの実施形態について詳細に説明する。なお、以下の説明において、デバイスとは被検体に挿入された治療デバイスであり、たとえばカテーテルやガイドワイヤなどをいう。

（第１の実施形態）
図１は、第１の実施形態に係る医用画像処理装置１０の一構成例を示すブロック図である。医用画像処理装置１０は、たとえば一般的なパーソナルコンピュータやワークステーションなどにより構成され、入力インターフェース１１、ディスプレイ１２、記憶回路１３、ネットワーク接続回路１４、および処理回路１５を有する。

入力インターフェース１１は、たとえばトラックボール、スイッチボタン、マウス、キーボード、テンキーなどの一般的な入力装置により構成され、ユーザの操作に対応した操作入力信号を処理回路１５に出力する。ディスプレイ１２は、たとえば液晶ディスプレイやＯＬＥＤ（Organic Light Emitting Diode）ディスプレイなどの一般的な表示出力装置により構成される。

記憶回路１３は、たとえば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等の、プロセッサにより読み取り可能な記録媒体を含んだ構成を有し、処理回路１５が利用するプログラムやパラメータデータやその他のデータを記憶する。なお、記憶回路１３の記録媒体内のプログラムおよびデータの一部または全部は、ネットワーク１００を介した通信によりダウンロードされてもよいし、光ディスクなどの可搬型記憶媒体を介して記憶回路１３に与えられてもよい。

ネットワーク接続回路１４は、ネットワーク１００の形態に応じた種々の情報通信用プロトコルを実装する。ネットワーク接続回路１４は、この各種プロトコルに従ってネットワーク１００を介して他の電気機器と接続する。ネットワーク１００は、電気通信技術を利用した情報通信網全般を意味し、病院基幹ＬＡＮ（Local Area Network）などの無線／有線ＬＡＮやインターネット網のほか、電話通信回線網、光ファイバ通信ネットワーク、ケーブル通信ネットワークおよび衛星通信ネットワークなどを含む。

医用画像処理装置１０は、Ｘ線ＴＶ装置、Ｘ線アンギオ装置などのＸ線診断装置１０１、核磁気共鳴イメージング装置（ＭＲＩ（Magnetic Resonance Imaging）装置）１０２、画像サーバ１０３、図示しないＸ線ＣＴ（Computed Tomography）装置などと、ネットワーク１００を介して互いにデータ送受信可能に接続される。

なお、図１には、医用画像処理装置１０とＸ線診断装置１０１とがネットワーク１００を介して接続される場合の例を示したが、ネットワーク１００を介さず直接接続されてもよい。直接接続に用いられる規格は、たとえばＡＴＡ（Advanced Technology Attachment）規格、ＳＣＳＩ（Small Computer System Interface）規格、ＬＴＯ（Linear Tape-Open）規格のほか、ＵＳＢ（Universal Serial Bus）規格、ＩＥＥＥ１３９４規格などの有線通信規格であってもよいし、赤外線通信などの無線通信規格であってもよい。Ｘ線診断装置１０１が生成するライブＸ線画像を利用する場合、医用画像処理装置１０は、たとえばＸ線診断装置１０１の撮像系が設置される検査室に設けられる。

処理回路１５は、医用画像処理装置１０を統括制御する機能を実現する。また、処理回路１５は、記憶回路１３に記憶された医用画像処理プログラムを読み出して実行することにより、ロードマップ画像の位置ずれを自動かつ高精度に低減するための処理を実行するプロセッサである。

具体的には、図１に示すように、処理回路１５のプロセッサは、管画像生成機能２１、デバイス画像生成機能２２、およびロードマップ画像生成機能２３を実現する。これらの各機能は、それぞれプログラムの形態で記憶回路１３に記憶されている。

管画像生成機能２１は、デバイスが挿入される血管、胆管、膵管、気管支、大腸、小腸などの管状構造物の画像（管画像）を生成する。たとえば、管画像生成機能２１は、造影剤投与後の被検体の時系列的な複数のコントラスト画像の各コントラスト画像と、造影剤投与前の被検体の画像にもとづくマスク画像とを差分することにより、複数のＤＳＡ画像を生成する。具体的には、管画像生成機能２１は、各コントラスト画像とマスク画像との位置ずれ量にもとづいて、各コントラスト画像を基準に、すなわち各コントラスト画像に合わせこむように、マスク画像を位置合わせ変換してから、各コントラスト画像とマスク画像とを差分することにより、複数のＤＳＡ画像を生成する。また、管画像生成機能２１は、複数のＤＳＡ画像からユーザにより選択されたＤＳＡ画像を、管画像としてロードマップ画像生成機能２３に与える。

また、画像の位置合わせ変換は、アフィン変換を用いる方法や、エッジ検出を用いたパターンマッチングや特徴量を用いたパターンマッチング、画像どうしの相関を用いる方法、解剖学的な特徴点（Anatomical Landmark）を利用した方法など、従来各種のものが知られており、これらのうち任意のものを使用することが可能である。また、位置合わせ変換は、線形変換であってもよいし非線形変換であってもよい。以下、位置合わせ変換に用いる、位置ずれ量に応じた変数を、変換パラメータという。管画像生成機能２１は、管画像生成部の一例である。

デバイス画像生成機能２２は、Ｘ線撮影にもとづいて所定のフレームレートでリアルタイムに収集されるライブＸ線画像と、デバイスを用いた手技の開始前に取得されたＸ線画像にもとづいて生成されたデバイスマスク画像との位置ずれ量にもとづいて、ライブＸ線画像を基準としてデバイスマスク画像を位置合わせ変換する。そして、デバイス画像生成機能２２は、ライブＸ線画像と位置合わせ変換後のデバイスマスク画像とを差分することにより、手技中に管状構造物に挿入されたデバイスの画像（デバイス画像）を生成する。デバイス画像生成機能２２は、デバイス画像生成部の一例である。

ロードマップ画像生成機能２３は、デバイスが挿入される血管、胆管、膵管、気管支、大腸、小腸などの管状構造物の画像（管画像）の生成に用いた画像とデバイスマスク画像との位置ずれ量と、ライブＸ線画像とデバイスマスク画像との位置ずれ量と、にもとづいて、ライブＸ線画像（以下、ライブ画像という）を基準として、管画像を位置合わせ変換する。そして、ロードマップ画像生成機能２３は、デバイス画像と位置合わせ変換後の管画像とを合成したロードマップ画像を生成する。ロードマップ画像生成機能２３は、合成画像生成部の一例である。

図２は、ＤＳＡコントラスト画像３２、デバイスマスク画像４１、およびライブ画像４２の互いの位置ずれを説明するための図である。なお図２には、Ｘ線診断装置１０１により生成されたＸ線画像にもとづくＤＳＡ画像を管画像として用いる場合の例を示した。また、図２に示した頭蓋骨を模した図形は、血管以外の組織（たとえば骨や臓器など）を示す。

ロードマップ画像５０を生成するため、まず、管画像生成機能２１は、複数のＤＳＡコントラスト画像の各ＤＳＡコントラスト画像について、各ＤＳＡコントラスト画像を基準としてＤＳＡマスク画像を位置合わせ変換してから、各ＤＳＡコントラスト画像からＤＳＡマスク画像を差分することにより、複数のＤＳＡ画像を生成する。このように差分することで、血管以外の組織が画像から排除され、血管を抽出することができる。ＤＳＡマスク画像３１は、造影剤投与前の複数のＸ線画像の平均画像でもよいし、造影剤投与前の所定の瞬間に撮影された１のＸ線画像でもよい。

ユーザは、生成された複数のＤＳＡ画像をディスプレイ１２に表示させ、最も血管を視認しやすいＤＳＡ画像を選択する。管画像生成機能２１は、選択されたＤＳＡ画像を管画像３５としてロードマップ画像生成機能２３に与える。

管画像３５として選択されたＤＳＡ画像の生成に用いたＤＳＡコントラスト画像３２とＤＳＡマスク画像３１とは、互いの撮影タイミングの時間差に応じた被検体の体動に由来する位置ずれを内包する。管画像生成機能２１は、管画像３５に対応するＤＳＡ画像を生成するとき、この位置ずれ量に応じた第１変換パラメータΔＰ１にもとづいて、ＤＳＡコントラスト画像３２を基準に、すなわちＤＳＡコントラスト画像３２に合わせこむように、ＤＳＡマスク画像３１を位置合わせ変換する。このため、管画像３５の位置は、ＤＳＡコントラスト画像３２の位置に一致する（図２中段左側参照）。

管画像３５が生成されたあと、デバイス画像生成機能２２は、デバイス４３を用いた手技の開始前にＸ線画像を取得し、デバイスマスク画像４１を生成する。デバイスマスク画像４１は、手技開始前の複数のＸ線画像の平均画像でもよいし、手技開始前の所定の瞬間に撮影された１のＸ線画像でもよい。手技が開始されると、ライブ画像４２が所定のフレームレートで順次収集される。ライブ画像４２が収集されるごとに、デバイス画像生成機能２２は、ライブ画像４２を基準としてデバイスマスク画像４１を位置合わせ変換してから、ライブ画像４２と位置合わせ変換後のデバイスマスク画像４１とを差分することにより、デバイス画像４５を生成する。このように差分することで、血管以外の組織が画像から排除され、デバイス４３を抽出することができる。

ライブ画像４２とデバイスマスク画像４１とは、互いの撮影タイミングの時間差に応じた被検体の体動に由来する位置ずれを内包する。デバイス画像生成機能２２は、デバイス画像４５を生成するとき、この位置ずれ量に応じた第２変換パラメータΔＰ２にもとづいて、ライブ画像４２を基準として、デバイスマスク画像４１を位置合わせ変換する。このため、デバイス画像４５の位置は、ライブ画像４２の位置に一致する（図２中段右側参照）。

次に、ロードマップ画像生成機能２３により、デバイス画像４５と管画像３５とが合成されてロードマップ画像５０が生成される。この合成の前に、管画像３５は、ライブ画像４２を基準として位置合わせ変換される。

このとき、従来の手法では、ＤＳＡコントラスト画像３２とデバイスマスク画像４１との間には位置ずれがないと仮定されていた。この手法では、管画像３５は、ライブ画像４２を基準として、第２変換パラメータΔＰ２のみを用いて位置合わせ変換される。しかし、ＤＳＡコントラスト画像３２とデバイスマスク画像４１との間には、互いの画像の撮影タイミングの時間差にともなう位置ずれが存在する。

そこで、本実施形態に係るロードマップ画像生成機能２３は、ＤＳＡコントラスト画像３２とデバイスマスク画像４１との位置ずれ量に応じた第３変換パラメータΔＰ３を考慮する。具体的には、ロードマップ画像生成機能２３は、ライブ画像４２を基準として、第３変換パラメータΔＰ３と第２変換パラメータΔＰ２とにもとづいて管画像３５を位置合わせ変換し、位置合わせ変換後の管画像３５とデバイス画像４５とを合成することでロードマップ画像５０を生成する（図２下段参照）。

第３変換パラメータΔＰ３は、管画像３５の位置と、デバイスマスク画像４１の位置との位置ずれを補正するために用いられる。この第３変換パラメータΔＰ３を求めるために用いられるＤＳＡコントラスト画像３２は、管画像３５を生成するために用いた画像であるとともに、管画像３５の位置を定義するために用いられる画像と言える。以下、管画像３５を生成するために用いた画像であって管画像３５の位置を定義するために用いられる画像を適宜、管位置基準画像という。

次に、本実施形態に係る医用画像処理装置１０の動作の一例について説明する。

図３は、第１実施形態に係る医用画像処理装置１０の処理回路１５のプロセッサにより、ロードマップ画像５０の位置ずれを自動かつ高精度に低減するための処理を実行する際の手順の一例を示すフローチャートである。図３において、Ｓに数字を付した符号はフローチャートの各ステップを示す。図３には、Ｘ線診断装置１０１により生成されたＸ線画像にもとづくＤＳＡ画像を管画像３５として用いる場合の例を示した。

まず、ステップＳ１において、管画像生成機能２１は、管画像３５を生成し、管位置基準画像としてのＤＳＡコントラスト画像３２とともにロードマップ画像生成機能２３に与える。管画像生成機能２１は、複数のＤＳＡ画像を生成し、複数のＤＳＡ画像からユーザにより選択されたＤＳＡ画像を管画像３５とする。

次に、ステップＳ２において、デバイス画像生成機能２２は、デバイス４３を用いた手技の開始前にＸ線画像を取得し、デバイスマスク画像４１を生成する。

次に、ステップＳ３において、ロードマップ画像生成機能２３は、管位置基準画像としてのＤＳＡコントラスト画像３２の位置（管画像３５の位置）とデバイスマスク画像４１の位置との位置ずれ量に応じた第３変換パラメータΔＰ３を求める。

次に、ステップＳ４において、デバイス画像生成機能２２は、Ｘ線診断装置１０１からライブ画像４２を取得する。

次に、ステップＳ５において、デバイス画像生成機能２２は、ライブ画像４２とデバイスマスク画像４１との位置ずれ量に応じた第２変換パラメータΔＰ２を求める。

次に、ステップＳ６において、デバイス画像生成機能２２は、ライブ画像４２を基準として、第２変換パラメータΔＰ２を用いてデバイスマスク画像４１を位置合わせ変換する。

次に、ステップＳ７において、デバイス画像生成機能２２は、ライブ画像４２と、位置合わせ変換後のデバイスマスク画像４１とを差分することにより、デバイス画像４５を生成する。

次に、ステップＳ８において、ロードマップ画像生成機能２３は、ライブ画像４２を基準として、第３変換パラメータΔＰ３と第２変換パラメータΔＰ２とを用いて管画像３５を位置合わせ変換する。

次に、ステップＳ９において、ロードマップ画像生成機能２３は、位置合わせ変換後の管画像３５とデバイス画像４５とを合成してロードマップ画像５０を生成し、ディスプレイ１２に表示させる。

次に、ステップＳ１０において、ロードマップ画像生成機能２３は、一連の手順を終了すべきか否かを判定する。終了すべきでない場合はステップＳ４に戻り、次のフレームのライブ画像４２を取得してステップＳ４－Ｓ９の処理を繰り返す。一方、ユーザにより入力インターフェース１１を介した終了指示があった場合や、所定時間以上ライブ画像４２の入力が途絶えた場合などは、一連の手順は終了となる。

以上の手順により、ロードマップ画像５０の位置ずれを自動かつ高精度に低減することができる。

図４は、図３のステップＳ１で管画像生成機能２１により実行される管画像生成処理の手順の一例を示す、サブルーチンフローチャートである。

ステップＳ１１において、管画像生成機能２１は、ＤＳＡマスク画像３１を生成する。次に、ステップＳ１２において、管画像生成機能２１は、Ｘ線診断装置１０１からＮフレーム（ただし、Ｎは正の整数）のＤＳＡコントラスト画像を取得する。

次に、ステップＳ１３において、管画像生成機能２１は、フレームごとにＤＳＡマスク画像３１とＤＳＡコントラスト画像との位置ずれ量に応じた第１変換パラメータΔＰ１を求める。

次に、ステップＳ１４において、管画像生成機能２１は、フレームごとに、ＤＳＡコントラスト画像を基準として、第１変換パラメータΔＰ１を用いてＤＳＡマスク画像３１を位置合わせ変換する。

次に、ステップＳ１５において、管画像生成機能２１は、ＤＳＡコントラスト画像と位置合わせ変換後のＤＳＡマスク画像３１とを差分することにより、ＤＳＡ画像を生成する。

次に、ステップＳ１６において、管画像生成機能２１は、フレームごとに、ＤＳＡ画像と、ＤＳＡ画像に対応するＤＳＡコントラスト画像と、を関連付けて記憶回路１３に記憶させる。

次に、ステップＳ１７において、管画像生成機能２１は、複数のＤＳＡ画像からユーザにより選択されたＤＳＡ画像を管画像３５に決定する。

そして、ステップＳ１８において、管画像生成機能２１は、管画像３５と、管画像３５に関連付けられたＤＳＡコントラスト画像３２（管位置基準画像）とを出力し、ロードマップ画像生成機能２３に与えて、図３のステップＳ２に進む。

本実施形態に係る医用画像処理装置１０は、ライブ画像４２を基準として管画像３５を位置合わせする変換するとき、ＤＳＡコントラスト画像３２とデバイスマスク画像４１との位置ずれ量に応じた第３変換パラメータΔＰ３を考慮することができる。このため、ＤＳＡコントラスト画像３２とデバイスマスク画像４１との位置ずれを考慮しない場合に比べ、ロードマップ画像５０を構成する管画像３５とデバイス画像４５とを非常に高精度に位置合わせすることができる。

（第２の実施形態）
次に、本発明に係る医用画像処理装置１０の第２実施形態について説明する。

この第２実施形態に係る医用画像処理装置１０は、ライブ画像４２に係る処理を行う前に、あらかじめ第３変換パラメータΔＰ３を用いてデバイスマスク画像４１を基準として管画像３５を位置合わせ変換しておく点で、第１実施形態に示す医用画像処理装置１０と異なる。他の構成および作用については図１に示す医用画像処理装置１０と実質的に異ならないため、同じ構成には同一符号を付して説明を省略する。

図５は、第２実施形態に係る医用画像処理装置１０の処理回路１５のプロセッサにより、ロードマップ画像５０の位置ずれを自動かつ高精度に低減するための処理を実行する際の手順の一例を示すフローチャートである。図３と同等のステップには同一符号を付し、重複する説明を省略する。

ステップＳ３で第３変換パラメータΔＰ３（図２上段中央参照）が求められると、ステップＳ２１において、ロードマップ画像生成機能２３は、ライブ画像４２の収集前（ステップＳ４の実行前）に、デバイスマスク画像４１を基準として、第３変換パラメータΔＰ３を用いて管画像３５の生成に用いた画像（本例ではＤＳＡコントラスト画像３２）を仮に位置合わせ変換しておく。

ステップＳ４でライブ画像４２の収集が開始され、ステップＳ５－７でデバイス画像４５が生成されると、ステップＳ２において、ロードマップ画像生成機能２３は、ステップＳ２１でデバイスマスク画像４１を基準として仮に位置合わせ変換しておいたＤＳＡコントラスト画像３２を、第２変換パラメータΔＰ２のみを用いて、ライブ画像４２を基準として位置合わせ変換する。

第２実施形態に係る医用画像処理装置１０によっても、第１実施形態に係る医用画像処理装置１０と同様の効果を奏する。また、第２実施形態に係る医用画像処理装置１０は、ライブ画像４２の収集前に、デバイスマスク画像４１を基準として、第３変換パラメータΔＰ３を用いてＤＳＡコントラスト画像３２を仮に位置合わせ変換しておく。このため、ライブ画像４２の収集ごとに繰り返し実行される、ライブ画像４２を基準としたＤＳＡコントラスト画像３２の位置合わせ変換の計算量を、大幅に低減することができる。

（第３の実施形態）
次に、本発明に係る医用画像処理装置１０の第３実施形態について説明する。

第３実施形態に係る医用画像処理装置１０は、管位置基準画像としてＤＳＡマスク画像３１を用いる点で、第１実施形態に示す医用画像処理装置１０と異なる。他の構成および作用については図１に示す医用画像処理装置１０と実質的に異ならないため、同じ構成には同一符号を付して説明を省略する。

図６は、第３実施形態に係る医用画像処理装置１０の管画像生成機能２１により、図３のステップＳ１で実行される管画像生成処理の手順の一例を示すサブルーチンフローチャートである。図４と同等のステップには同一符号を付し、重複する説明を省略する。

ステップＳ１５でフレームごとにＤＳＡ画像を生成した後、ステップＳ２３において、管画像生成機能２１は、フレームごとに、ＤＳＡ画像と、ＤＳＡ画像に対応するＤＳＡマスク画像３１とＤＳＡコントラスト画像との位置ずれ量に応じた第１変換パラメータΔＰ１と、を関連付けて記憶回路１３に記憶させる。

ステップＳ１７で管画像３５が決定されると、ステップＳ２４において、管画像生成機能２１は、管画像３５と、管画像３５に関連付けられたＤＳＡマスク画像３１とＤＳＡコントラスト画像３２との位置ずれ量に応じた第１変換パラメータΔＰ１と、ＤＳＡマスク画像３１（管位置基準画像）と、を出力し、ロードマップ画像生成機能２３に与えて、図３のステップＳ２に進む。

この場合、図３のステップＳ３では、ロードマップ画像生成機能２３は、管位置基準画像としてのＤＳＡマスク画像３１とデバイスマスク画像４１とを比較することにより互いの位置ずれ量に応じた第３変換パラメータΔＰ３を求める。そして、図３のステップＳ８において、ロードマップ画像生成機能２３は、ＤＳＡマスク画像３１とデバイスマスク画像４１との位置ずれ量に応じた第３変換パラメータΔＰ３と、ライブ画像４２とデバイスマスク画像４１との位置ずれ量に応じた第２変換パラメータΔＰ２とに加えて、さらに、ＤＳＡマスク画像３１とＤＳＡコントラスト画像３２との位置ずれ量に応じた第１変換パラメータΔＰ１を用いて、ライブ画像４２を基準として管画像３５を位置合わせ変換する。

第３実施形態に係る医用画像処理装置１０によっても、第１実施形態に係る医用画像処理装置１０と同様の効果を奏する。また、第３実施形態に係る医用画像処理装置１０は、図３のステップＳ３において、ＤＳＡマスク画像３１とデバイスマスク画像４１とを比較することにより互いの位置ずれ量に応じた第３変換パラメータΔＰ３を求めることができる。

ＤＳＡコントラスト画像３２が血管を含んでしまっている画像であるため、ＤＳＡマスク画像３１はＤＳＡコントラスト画像３２よりも、デバイスマスク画像４１に類似した画像である。また、ＤＳＡマスク画像３１が複数のマスク画像の平均画像である場合には、ＤＳＡマスク画像３１はＤＳＡコントラスト画像３２よりもノイズの少ない画像である。このため、ＤＳＡコントラスト画像３２をデバイスマスク画像４１との比較に用いる場合よりも、ＤＳＡマスク画像３１をデバイスマスク画像４１との比較に用いるほうが、より正確に互いの画像の位置ずれ量を求めることができる。したがって、管位置基準画像としてＤＳＡマスク画像３１を用いることにより、さらに高精度に管画像３５とデバイス画像４５とを位置合わせすることができる。

（第４の実施形態）
次に、本発明に係る医用画像処理装置１０の第４実施形態について説明する。

第４実施形態に係る医用画像処理装置１０は、管画像生成機能２１がＤＳＡコントラスト画像３２を基準として、管位置基準画像としてのＤＳＡマスク画像３１を位置合わせ変換しておく点で、第３実施形態に示す医用画像処理装置１０と異なる。

第４実施形態に係る管画像生成機能２１は、図６のステップＳ２４において、管画像３５に対応するＤＳＡコントラスト画像３２を基準としてＤＳＡマスク画像３１を位置合わせ変換した仮変換マスク画像を管位置基準として生成する。そして、管画像生成機能２１は、生成した仮変換マスク画像と、管画像３５と、管画像３５に関連付けられたＤＳＡマスク画像３１とＤＳＡコントラスト画像３２との位置ずれ量に応じた第１変換パラメータΔＰ１と、を出力し、ロードマップ画像生成機能２３に与えて、図３のステップＳ２に進む。第４実施形態に係る管画像生成機能２１は、第１変換パラメータΔＰ１を出力する必要はなく、したがってステップＳ２３で第１変換パラメータΔＰ１を記憶しておく必要もない。

この場合、図３のステップＳ３では、ロードマップ画像生成機能２３は、管位置基準画像としての仮変換マスク画像（ＤＳＡコントラスト画像３２を基準として位置合わせ変換済み）とデバイスマスク画像４１とを比較することにより互いの位置ずれ量に応じた第３変換パラメータΔＰ３を求める。そして、図３のステップＳ８において、ロードマップ画像生成機能２３は、仮変換マスク画像（ＤＳＡコントラスト画像３２を基準として位置合わせ変換済み）との位置ずれ量に応じた第３変換パラメータΔＰ３と、ライブ画像４２とデバイスマスク画像４１との位置ずれ量に応じた第２変換パラメータΔＰ２とを用いて、ライブ画像４２を基準として管画像３５を位置合わせ変換する。

第４実施形態に係る医用画像処理装置１０によっても、第１実施形態および第３実施形態に係る医用画像処理装置１０と同様の効果を奏する。また、第４実施形態に係る医用画像処理装置１０は、ＤＳＡコントラスト画像３２を基準としてＤＳＡマスク画像３１を位置合わせ変換した仮変換マスク画像を管位置基準画像として用いる。このため、仮変換マスク画像は、ＤＳＡコントラスト画像３２と同様の座標系となる。したがって、第３実施形態に係る医用画像処理装置１０に比べ、第１変換パラメータΔＰ１を記憶しておく必要はない。

また、図３のステップＳ８で第１変換パラメータΔＰ１を利用することもないため、第３実施形態に係る医用画像処理装置１０に比べ、図３のステップＳ８で実行されるライブ画像４２を基準としたＤＳＡコントラスト画像３２の位置合わせ変換の計算量を大幅に低減することができる。

（第５の実施形態）
次に、本発明に係る医用画像処理装置１０の第５実施形態について説明する。

第５実施形態に係る医用画像処理装置１０は、管画像３５を複数のＤＳＡ画像を用いて生成する点で、第１実施形態に示す医用画像処理装置１０と異なる。

第５実施形態に係る管画像生成機能２１は、図４のステップＳ１７において、ボトムトレース処理や一般的なトレース処理によって、複数のＤＳＡ画像を用いて１枚の管画像３５を生成する。ボトムトレース処理は、造影剤が流れていくフレームのそれぞれで最下値（造影剤濃度が最高の画素値）をピックアップしていくことで、血管を抽出する処理である。

また、複数のＤＳＡ画像にかえて、複数のＤＳＡコントラスト画像を用いて管画像３５を生成してもよい。複数のＤＳＡコントラスト画像を用いて管画像３５を生成する場合はＤＳＡ画像を生成する必要はなく、図４のステップＳ１４－１６は省略してもよい。

そして、ステップＳ１８において、管位置基準画像と管画像３５とを出力する。

このとき、管位置基準画像としては、たとえば管画像３５の生成に用いた複数のＤＳＡ画像の一部または全部の平均画像や、管画像３５の生成に用いた複数のＤＳＡ画像に対応する複数のＤＳＡコントラスト画像（ＤＳＡコントラスト画像には血管以外も描出されているため）を管画像３５と合成した画像などを用いることができる。管位置基準画像を生成することにより、第３変換パラメータΔＰ３を定義することができるため、第３変換パラメータΔＰ３を用いない場合よりも高精度に位置合わせ可能となる。また、トレース処理によって管画像３５を生成した場合は、管画像３５に採用された画素数が最も多い１枚のＤＳＡ画像（またはＤＳＡコントラスト画像）を代表として管位置基準画像としてもよい。また、ＤＳＡマスク画像３１を管位置基準画像としてもよい。ボトムトレース処理やトレース処理では、ＤＳＡマスク画像３１を基準として位置合わせ変換することが多いためである。

（第６の実施形態）
次に、本発明に係る医用画像処理装置１０の第６実施形態について説明する。

第６実施形態に係る医用画像処理装置１０は、管画像生成機能２１が、図示しないＸ線ＣＴ装置により生成されたボリュームデータを用いて管画像３５および管位置基準画像を生成する点で、第１実施形態に示す医用画像処理装置１０と異なる。他の構成および作用については図１に示す医用画像処理装置１０と実質的に異ならないため、同じ構成には同一符号を付して説明を省略する。

図７は、第６実施形態に係る医用画像処理装置１０の管画像生成機能２１により、図３のステップＳ１で実行される管画像生成処理の手順の一例を示すサブルーチンフローチャートである。

ステップＳ３１において、管画像生成機能２１は、Ｘ線ＣＴ装置の血管撮影法により取得された被検体の３次元原画像のボリュームデータと、３次元原画像にもとづいて生成された３次元血管像（３ＤＣＴＡ（3D-CT Angiography）画像）のボリュームデータとを取得する。

次に、ステップＳ３２において、管画像生成機能２１は、３次元血管像のボリュームデータを、Ｘ線診断装置１０１でライブ画像４２を収集されるべく待機している被検体に位置合わせする。

次に、ステップＳ３３において、管画像生成機能２１は、ライブ画像４２を収集するＸ線診断装置１０１の撮像系の位置にもとづいて、Ｘ線の照射位置および照射角度の情報を取得する。

次に、ステップＳ３４において、管画像生成機能２１は、Ｘ線の照射位置および照射角度にもとづいて３次元血管像のボリュームデータをレンダリング処理することにより管画像３５（２次元透視像）を生成する。レンダリング処理は、たとえばレイサム（Ray sum）処理やＭＩＰ（Maximum Intensity Projection）処理などを用いることができる。

次に、ステップＳ３５において、管画像生成機能２１は、Ｘ線の照射位置および照射角度にもとづいて３次元原画像をレンダリング処理することにより、管位置基準画像（２次元透視像）を生成する。

そして、ステップＳ３６において、管画像生成機能２１は、管画像３５と管位置基準画像とを出力し、ロードマップ画像生成機能２３に与えて、図３のステップＳ２に進む。

第６実施形態に係る医用画像処理装置１０によれば、Ｘ線ＣＴ装置により生成されたボリュームデータを用いて管画像３５および管位置基準画像を生成することができる。管位置基準画像は、第１－第５実施形態と同様、デバイスマスク画像４１と比較される画像であるため、血管以外の組織が描出されていることが好ましい。この点、第６実施形態に係る医用画像処理装置１０は、３次元血管像とは別に原画像のボリュームデータを取得し、原画像のボリュームデータから管位置基準画像を生成することで、デバイスマスク画像４１との比較に適した管位置基準画像を生成することができる。

（第７の実施形態）
次に、本発明に係る医用画像処理装置１０の第７実施形態について説明する。

第７実施形態に係る医用画像処理装置１０は、管画像生成機能２１が、ＭＲＩ装置１０２により生成されたボリュームデータを用いて管画像３５および管位置基準画像を生成する点で、第１実施形態に示す医用画像処理装置１０と異なる。他の構成および作用については図１に示す医用画像処理装置１０と実質的に異ならないため、同じ構成には同一符号を付して説明を省略する。

図８は、第７実施形態に係る医用画像処理装置１０の管画像生成機能２１により、図３のステップＳ１で実行される管画像生成処理の手順の一例を示すサブルーチンフローチャートである。

ステップＳ４１において、管画像生成機能２１は、ＭＲＩ装置１０２の胆管膵管撮影法により取得された被検体の３次元原画像のボリュームデータを取得する。

次に、ステップＳ４２において、管画像生成機能２１は、３次元原画像のボリュームデータを、Ｘ線診断装置１０１でライブ画像４２を収集されるべく待機している被検体に位置合わせする。

次に、ステップＳ４３において、管画像生成機能２１は、ライブ画像４２を収集するＸ線診断装置１０１の撮像系の位置にもとづいて、Ｘ線の照射位置および照射角度の情報を取得する。

次に、ステップＳ４４において、管画像生成機能２１は、Ｘ線の照射位置および照射角度にもとづいて３次元原画像のボリュームデータをレンダリング処理して管画像３５（２次元ＭＲＣＰ画像（ＭＲＣＰ（Magnetic Resonance Cholangio Pancreatography）画像）のボリュームデータと）を生成する。

次に、ステップＳ４５において、管画像生成機能２１は、３次元原画像のボリュームデータにもとづいて、Ｘ線ＣＴ画像のボリュームデータをシミュレートする（Ｘ線ＣＴ画像のボリュームデータに変換する）。

次に、ステップＳ４６において、管画像生成機能２１は、Ｘ線の照射位置および照射角度にもとづいてシミュレートして得たＸ線ＣＴ画像のボリュームデータをレンダリング処理することにより、管位置基準画像（２次元透視像）を生成する。

そして、ステップＳ４７において、管画像生成機能２１は、管画像３５（２次元ＭＲＣＰ画像）と管位置基準画像とを出力し、ロードマップ画像生成機能２３に与えて、図３のステップＳ２に進む。

第７実施形態に係る医用画像処理装置１０によれば、ＭＲＩ装置１０２により生成されたボリュームデータを用いて管画像３５（ＭＲＣＰ画像）および管位置基準画像を生成することができる。管位置基準画像は、第１－第５実施形態と同様、デバイスマスク画像４１と比較される画像であるため、血管以外の組織が描出されていることが好ましい。この点、第６実施形態に係る医用画像処理装置１０は、３次元血管像とは別に原画像のＭＲボリュームデータを取得し、このＭＲボリュームデータからＣＴボリュームデータをシミュレートして生成して管位置基準画像を生成することで、デバイスマスク画像４１との比較に適した管位置基準画像を生成することができる。

ＭＲＣＰ法により膵臓付近を撮像すると、膵管内の膵液や胆管内の胆汁が造影剤を注入することなく撮影することができる．この方法は、膵胆管系のスクリーニング検査として有用であり、超音波、ＣＴもしくは生化学検査で膵胆管系疾患が疑われる場合に、全体像を把握し、閉塞部の上流の導管部分も観察できる利点から、侵襲性のあるＥＰＣＰ（Endoscopic Retrograde Cholangio Pancreatography）による確定診断の前に行われる。事がある。３次元高分解能で撮像したＭＲＣＰ画像は、特に細部を任意方向から観察できる点から診断価値が高いことが知られている。

ここでＭＲ画像からＣＴ画像をシミュレートする方法の一例について簡単に説明する。

ＭＲ画像からＣＴ画像をシミュレートする方法の説明の前に、Ｔ１－強調画像からＴ２－強調画像をシミュレートする方法について説明する。

Ｔ１－強調画像からＴ２－強調画像をシミュレートする場合、処理回路１５は、シミュレータを訓練するよう構成された訓練回路と、Ｔ１－強調画像からＴ２－強調画像をシミュレートするために訓練されたシミュレータを使用するよう構成されたシミュレーション回路（シミュレータ、画像生成部と対応）と、シミュレートＴ２－強調画像をリアルＴ２－強調画像にレジストレーションするよう構成されたレジストレーション回路とを含む。

シミュレータは、決定論的敵対的ネットワーク（ＤＡＮ：Deterministic Adversarial Network）と呼ぶことができる、敵対的ネットワークを有する。この決定論的敵対的ネットワークは、二つの部分を有する。第一の部分は、生成部（ジェネレータ）、モダリティ生成部、またはモダリティ変換器とも呼ばれることのある、画像生成部である。この画像生成部は、第一の深層学習ネットワークを有する。決定論的敵対的ネットワークの第二の部分は、識別器である。識別器は、第二の深層学習ネットワークを有する。

深層学習ネットワークは、何層にも積み重なったニューロンを具備するニューラルネットワークとすることができる。何層にも積み重なったニューロンは、その後の層の入力として、一つまたは複数の手前の層の出力を使用する、非線形活性化機能を有することができる。深層学習モデルは、入力空間から出力空間までの非線形なマッピングを高度に構築することができ、それにより、モデルとなる予定の処理、または、タスクの複雑な関係性を捉えることができる。

たとえば、各画像生成部と識別器とは、個別の畳み込みニューラルネットワークを有する。なお、画像生成部および識別器は、たとえば多層パーセプトロン、スキップ接続を伴う畳み込みニューラルネットワーク、回帰性ニューラルネットワーク等、任意の適切なタイプの深層学習ネットワークを使用することができる。

画像生成部は、実世界画像（ｒｅａｌ ｗｏｒｌｄ ｉｍａｇｅ）を受け取り、シミュレートされた画像を生成する。本例において、実世界画像はリアルＴ１－強調画像であり、シミュレートされた画像はシミュレートされたＴ２－強調画像である。

識別器は、画像生成部からシミュレート画像と、リアル画像と、を受け取る。この識別器は、シミュレート画像とリアル画像のうち、どちらがリアルであると判断し、かつどちらが偽者（シミュレートされた）であると判断したかという、決定を生み出す。識別器は、シミュレート画像とリアル画像のうちの一方がリアルであり、他方が偽物である、と常に区分する。識別器は、リアルＴ２－強調撮像スキャンから取得されたと判断したシミュレート画像とリアル画像のうちの一方をリアルとして区分する。識別器は、リアルＴ２－強調撮像スキャンから取得されなかったと判断したシミュレート画像とリアル画像のうちの一方を偽物として区分する。

シミュレータがリアルＴ１－強調画像からシミュレートされたＴ２－強調画像を生成すると、シミュレートされたＴ２－強調画像を使用しながらレジストレーションが実行される。

まず、シミュレータは、たとえば上述の訓練法を使用してＴ２－強調画像をシミュレートするために訓練される。

シミュレーション回路は、Ｔ１―強調画像を取得する。シミュレーション回路は、Ｔ１－強調画像からＴ２－強調画像をシミュレートするために、シミュレータを使用する。シミュレーション回路は、シミュレートされたＴ２－強調画像をレジストレーション回路に渡す。

シミュレートＴ２－強調画像は、Ｔ２－強調画像を特徴付ける属性を有する。たとえば、水の領域は、Ｔ１－強調画像では暗く見える一方、シミュレートされたＴ２－強調画像で明るく見えることがある。シミュレートされたＴ２－強調画像は、画像属性においてリアルＴ２－強調画像に似ていると思われる。たとえば、シミュレートされたＴ２－強調画像は、リアルＴ２－強調画像と、輝度値、輝度幅範囲、コントラスト、解像度、シャープネス、特色の定義、信号対ノイズ比等において、類似する。

たとえば、Ｔ１－強調画像入力画像からＴ２－強調画像を合成するシミュレータの能力を実証する、四つの画像のセットが生成される。この例では、第一の画像は、Ｔ１－強調ＭＲアキシャル頭部画像スライスの画像である。第二の画像は、Ｔ１－強調の第一画像と照合する、本物のＴ２－強調画像の画像である。たとえば、Ｔ２－強調画像は、Ｔ１－強調の第一画像と同じスタディで収集されたＴ２－強調画像の場合がある。

第三の画像は、積み重ねられたオートエンコーダを有する画像生成部を使用することで、Ｔ１－強調の第一画像から取得されたシミュレートされたＴ２－強調画像である。第四の画像は、たとえば上述のＤＡＮシミュレータを使用することで、Ｔ１－強調の第一画像から取得されたシミュレートされたＴ２－強調画像である。第三および第四の画像を生み出すために使用された各方法において、画像生成部は、積み重ねられたオートエンコーダを有する。第四の画像を生み出すために使用された方法のみ、識別器を使用する。この例において、第四の画像（ＤＡＮ法を使用）は第三の画像（積み重ねられたオートエンコーダを使用）よりも鮮明である。

Ｔ１－強調画像から取得されたシミュレートされたＴ２－強調画像は、Ｔ１－強調画像と同じスキャンで取得されたリアルＴ２－強調画像とは異なる場合がある。シミュレータは、現実的なシミュレートされた画像を生み出すよう訓練されているが、リアルＴ２－強調画像にはＴ１－強調画像で利用できない情報が存在しうる。それにもかかわらず、シミュレートされたＴ２－強調画像は、多重シーケンスレジストレーションに対して、または、その他のアプリケーションに対しても、役立つツールになることがある。シミュレートされたＴ２－強調画像を使用することにより、シミュレートされたＴ２－強調画像が取得されたオリジナルＴ１－強調画像について、実行することが不可能な場合があった操作は、シミュレートされたＴ２－強調画像について、操作を実行することができる。

また、レジストレーション回路は、シミュレーション回路が取得したＴ１－強調画像がレジストレーションされるよう意図していたリアルＴ２－強調画像を受け取る。たとえば、Ｔ１－強調画像およびＴ２－強調画像は、同じスキャンから取得されている場合があるが、所望のアプリケーションにおける使用に対しては十分満足にレジストレーションされない場合がある。別の例において、Ｔ１－強調画像とリアルＴ２－強調画像とは、異なる時間で収集された、同じ患者のスキャンからの画像の場合がある。Ｔ１－強調データのみが一回のスキャンで収集され（たとえば、最初のスキャン）、Ｔ２－強調データのみが別のスキャンで収集され（たとえば、後追い（フォローアップ）スキャン）する可能性があり、各スキャンから取得された画像をレジストレーションしようとすることもある。

レジストレーション回路は、シミュレータを使用して取得したシミュレートされたＴ２－強調画像を、リアルＴ２－強調画像へとレジストレーションする。レジストレーション回路は、類似性メトリックとして二乗差の和を使用して、シミュレートされたＴ２－強調画像をリアルＴ２－強調画像へとレジストレーションする。レジストレーション法は、たとえば同じモダリティかつ同じシーケンスを使用して収集された画像など、同じ撮像手順を使用して取得された画像をレジストレーションするために使用することができる、任意のレジストレーション法とすることができる。

同じタイプの撮像手順を使用して収集されたデータをレジストレーションするために通常は使用することができるレジストレーション法を使用して、シミュレートされたＴ２－強調画像とリアルＴ２－強調画像とを、一緒にレジストレーションすることは可能である。何故ならば、シミュレートされたＴ２－強調画像は、リアルＴ２－強調画像の画像属性と同じような画像属性を有するからである。

レジストレーション回路は、シミュレートされたＴ２－強調画像とリアルＴ２－強調画像とのレジストレーションを使用して、Ｔ１－強調画像とリアルＴ２－強調画像とのレジストレーションを取得する。シミュレートされたＴ２－強調画像は、Ｔ１－強調画像と同じ座標空間に存在するため、シミュレートされたＴ２－強調画像とリアルＴ２－強調画像とのレジストレーションの結果を、Ｔ１－強調画像へと直接変換することができる。

つまり、リアルＴ１－強調画像からＴ２－強調画像をシミュレーションし、かつシミュレートされたＴ２－強調画像をリアルＴ２－強調画像へとレジストレーションすることにより、シミュレーション回路が取得したリアルＴ１－強調画像は、リアルＴ２－強調画像へとレジストレーションされる、ということである。

以上が、Ｔ１－強調画像からＴ２－強調画像をシミュレートする方法の一例である。この方法は、任意のマルチモダリティ、または、マルチシーケンス画像レジストレーションを支援するために使用される。たとえば、Ｔ１－強調画像をＣＴ画像へとレジストレーションするためには、Ｔ１－強調画像に見えるようなＣＴ画像を、まず作る場合がある。

第一のタイプの撮像手順を使用しながら収集された画像を、第二の、異なるタイプの撮像手順、例えば異なるモダリティ、シーケンス、取得技法または処理技法を使用しながら収集された画像へと、直接レジストレーションする方法を使用することは、有名である。たとえば、相互情報は、異なるタイプの撮像手順を使用しながら収集された画像を、レジストレーションするために使用することができる。

上記の方法を用いて、任意のシーケンスをシミュレートすることができる。たとえば、Ｔ１－強調画像をＴ２－強調画像からシミュレートすることもできるし、異なるモダリティをシミュレートすることもできる。たとえば、Ｔ１－強調ＭＲ画像をＣＴ画像へとレジストレーションするために、ＣＴ画像をＴ１－強調画像のように見えるようにさせるシミュレータを使用することがある。シミュレータは、マルチモダリティ、または、マルチシーケンス画像レジストレーションを支援するために訓練することができる。

また、セグメンテーションアルゴリズムは、一つのタイプの撮像手順を使用して収集されたデータに対して利用可能であるが、異なるタイプの撮像手順を使用しながら収集されたデータでは使用することができない。シミュレータは、セグメンテーションアルゴリズムを開発するためのデータタイプをシミュレートするように訓練される。たとえば、セグメンテーションアルゴリズムは、ＣＴ画像に対して開発されてもよい。この場合、シミュレータは、ＣＴ画像をシミュレートするために、ＭＲ画像を処理するよう訓練される。セグメンテーションアルゴリズムは、その場合にＭＲ画像からＣＴ画像をシミュレーションし、かつセグメンテーションアルゴリズムをシミュレートされたＣＴ画像へと適用することで、ＭＲ画像について使用することができる。シミュレーション処理を上述のように適用することにより、一つのモダリティに対して開発されたセグメンテーションアルゴリズムは、その他のモダリティについても使用することができる。

（第８の実施形態）
図９は、第８の実施形態に係る医用画像処理装置を含むＸ線診断装置８０の一構成例を示すブロック図である。

Ｘ線診断装置８０は、被検体をＸ線撮影することによりＸ線画像を生成する撮影装置８１と、医用画像処理装置１０の一例としてのコンソール装置８２とを備える。

この第８実施形態に示すＸ線診断装置８０は、自身で被検体を撮影してＤＳＡマスク画像３１、ＤＳＡコントラスト画像、デバイスマスク画像４１、およびライブ画像４２を取得可能な点で第１実施形態に示す医用画像処理装置１０と異なる。他の構成および作用については図１に示す医用画像処理装置１０と実質的に異ならないため、同じ構成には同一符号を付して説明を省略する。

撮影装置８１は、たとえばＸ線ＴＶ装置の撮影系により構成され、撮影台に臥位で載置された被検体の撮影対象部位をＸ線撮影するためのＸ線管、Ｘ線検出器等を含む撮影系を有し、Ｘ線撮影により得たＸ線画像をコンソール装置８２に与える。

医用画像処理装置１０の一例としてのコンソール装置８２の処理回路１５ｘの管画像生成機能２１ｘ、デバイス画像生成機能２２ｘ、およびロードマップ画像生成機能２３ｘは、医用画像処理装置１０の管画像生成機能２１、デバイス画像生成機能２２、およびロードマップ画像生成機能２３と同様の構成および作用を有するため説明を省略する。処理回路１５ｘがあつかう管画像３５としては、ＤＳＡ画像（血管画像）が好適である。

第８実施形態に係る医用画像処理装置１０によっても、第１実施形態に係る医用画像処理装置１０と同様に、ＤＳＡコントラスト画像３２とデバイスマスク画像４１との位置ずれ量に応じた第３変換パラメータΔＰ３を考慮することにより、ロードマップ画像５０を構成する管画像３５（ＤＳＡ画像）とデバイス画像４５との位置ずれを自動かつ高精度に低減することができる。

以上説明した少なくとも１つの実施形態によれば、ロードマップ画像５０を構成する管画像３５とデバイス画像４５との位置ずれを自動かつ高精度に低減することができる。

なお、上記実施形態において、「プロセッサ」という文言は、たとえば、専用または汎用のＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、または、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）、プログラマブル論理デバイス（たとえば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、およびＦＰＧＡ）等の回路を意味するものとする。プロセッサは、記憶媒体に保存されたプログラムを読み出して実行することにより、各種機能を実現する。

また、上記実施形態では処理回路の単一のプロセッサが各機能を実現する場合の例について示したが、複数の独立したプロセッサを組み合わせて処理回路を構成し、各プロセッサが各機能を実現してもよい。また、プロセッサが複数設けられる場合、プログラムを記憶する記憶媒体は、プロセッサごとに個別に設けられてもよいし、１つの記憶媒体が全てのプロセッサの機能に対応するプログラムを一括して記憶してもよい。

なお、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１０ 医用画像処理装置
１５、１５ｘ 処理回路
２１、２１ｘ 管画像生成機能
２２、２２ｘ デバイス画像生成機能
２３、２３ｘ ロードマップ画像生成機能
３１ ＤＳＡマスク画像
３２ ＤＳＡコントラスト画像
３５ 管画像
４１ デバイスマスク画像
４２ ライブ画像
４３ デバイス
４５ デバイス画像
５０ ロードマップ画像
８０ Ｘ線診断装置
８１ 撮影装置
１０１ Ｘ線診断装置
１０２ ＭＲＩ装置

Claims (13)

1. 管状構造物の画像である管画像と手技中に前記管状構造物に挿入されたデバイスの画像であるデバイス画像との合成を行う医用画像処理装置であって、
   Ｘ線撮影にもとづいてリアルタイムに収集されるライブＸ線画像と前記デバイスを用いた手技の開始前に取得されたＸ線画像にもとづいて生成されたデバイスマスク画像との第１位置ずれ量にもとづいて前記ライブＸ線画像を基準に前記デバイスマスク画像を位置合わせ変換してから前記ライブＸ線画像と前記デバイスマスク画像とを差分することにより、前記デバイス画像を生成するデバイス画像生成部と、
   前記管画像の生成に用いた画像と前記デバイスマスク画像との第２位置ずれ量と、前記第１位置ずれ量と、にもとづいて前記ライブＸ線画像を基準に前記管画像を位置合わせ変換してから、前記デバイス画像と前記管画像とを合成した合成画像を生成する合成画像生成部と、
   を備えた医用画像処理装置。
2. 前記合成画像生成部は、
   前記ライブＸ線画像の収集前に前記第２位置ずれ量にもとづいて前記デバイスマスク画像を基準に前記管画像の生成に用いた画像を仮に位置合わせ変換しておき、前記ライブＸ線画像の収集が開始されると、前記ライブＸ線画像が収集されるごとに、仮に位置合わせ変換した前記管画像の生成に用いた画像を前記第１位置ずれ量にもとづいて前記ライブＸ線画像を基準に位置合わせ変換してから、前記デバイス画像と前記管画像とを合成した合成画像を生成する、
   請求項１記載の医用画像処理装置。
3. 造影剤投与後の被検体の時系列的な複数のコントラスト画像の各コントラスト画像について、前記各コントラスト画像と造影剤投与前の被検体の画像にもとづくマスク画像との第３位置ずれ量にもとづいて前記各コントラスト画像を基準に前記マスク画像を位置合わせ変換してから前記各コントラスト画像と前記マスク画像とを差分することにより、複数のＤＳＡ画像を生成し、前記複数のＤＳＡ画像から選択されたＤＳＡ画像を前記管画像として前記合成画像生成部に与える管画像生成部、
   をさらに備えた請求項１または２に記載の医用画像処理装置。
4. 前記管画像生成部は、
   前記複数のＤＳＡ画像の各ＤＳＡ画像と、前記各ＤＳＡ画像に対応するコントラスト画像と、を関連付けて記憶部に記憶させておき、前記複数のＤＳＡ画像から前記管画像が選択されると、当該管画像に対応するコントラスト画像を前記記憶部から取得して、取得したコントラスト画像を前記管画像とともに前記合成画像生成部に与える、
   請求項３記載の医用画像処理装置。
5. 前記管画像の生成に用いた画像は、前記管画像として選択されたＤＳＡ画像に対応するコントラスト画像であり、
   前記合成画像生成部は、
   前記管画像に対応するコントラスト画像と前記デバイスマスク画像との前記第２位置ずれ量と、前記第１位置ずれ量と、にもとづいて前記ライブＸ線画像を基準に前記管画像を位置合わせ変換してから、前記デバイス画像と前記管画像とを合成した合成画像を生成する、
   請求項４記載の医用画像処理装置。
6. 前記管画像生成部は、
   前記複数のＤＳＡ画像の各ＤＳＡ画像と、前記各ＤＳＡ画像に対応する前記各コントラスト画像と前記マスク画像との第３位置ずれ量と、を関連付けて記憶部に記憶させておき、前記複数のＤＳＡ画像から前記管画像が選択されると、当該管画像に対応する第３位置ずれ量を前記記憶部から取得して、取得した第３位置ずれ量を前記管画像および前記マスク画像とともに前記合成画像生成部に与える、
   請求項３記載の医用画像処理装置。
7. 前記管画像の生成に用いた画像は、前記マスク画像であり、
   前記合成画像生成部は、
   前記管画像に対応する前記第３位置ずれ量と、前記マスク画像と前記デバイスマスク画像との前記第２位置ずれ量と、前記第１位置ずれ量と、にもとづいて前記ライブＸ線画像を基準に前記管画像を位置合わせ変換してから、前記デバイス画像と前記管画像とを合成した合成画像を生成する、
   請求項６記載の医用画像処理装置。
8. 前記管画像生成部は、
   前記管画像に対応する前記第３位置ずれ量にもとづいて前記管画像に対応するコントラスト画像を基準に前記マスク画像を位置合わせ変換した仮変換マスク画像を生成して、生成した前記仮変換マスク画像を前記管画像とともに前記合成画像生成部に与え、
   前記合成画像生成部は、
   前記仮変換マスク画像と前記デバイスマスク画像との前記第２位置ずれ量と、前記第１位置ずれ量と、にもとづいて前記ライブＸ線画像を基準に前記管画像を位置合わせ変換してから、前記デバイス画像と前記管画像とを合成した合成画像を生成する、
   請求項７記載の医用画像処理装置。
9. 造影剤投与後の被検体の時系列的な複数のコントラスト画像にもとづく複数のＤＳＡ画像を用いて前記管画像を生成して前記合成画像生成部に与えるとともに、前記管画像の生成に用いた前記複数のＤＳＡ画像にもとづく画像または当該複数のＤＳＡ画像に対応する複数のコントラスト画像にもとづく画像を、前記管画像の生成に用いた画像として、前記合成画像生成部に与える管画像生成部、
   をさらに備えた請求項１または２に記載の医用画像処理装置。
10. Ｘ線ＣＴ装置の血管撮影法により取得された被検体の３次元原画像のボリュームデータと前記３次元原画像にもとづいて生成された３次元血管像のボリュームデータとを取得し、前記ライブＸ線画像を収集するＸ線診断装置の撮像系の位置にもとづくレンダリング処理により前記３次元血管像のボリュームデータから前記管画像を生成するとともに、前記撮像系の位置にもとづくレンダリング処理により前記３次元原画像のボリュームデータから前記管画像の生成に用いた画像を生成する管画像生成部、
    をさらに備え、
    前記合成画像生成部は、
    前記３次元原画像のボリュームデータから生成された前記管画像の生成に用いた画像と前記デバイスマスク画像との前記第２位置ずれ量と、前記第１位置ずれ量と、にもとづいて前記ライブＸ線画像を基準に前記３次元血管像のボリュームデータから生成された前記管画像を位置合わせ変換してから、前記デバイス画像と前記３次元血管像のボリュームデータから生成された前記管画像とを合成した合成画像を生成する、
    請求項１または２に記載の医用画像処理装置。
11. 磁気共鳴イメージング装置の胆管膵管撮影法により取得された被検体の３次元ＭＲ原画像のボリュームデータと前記３次元ＭＲ原画像にもとづいて生成された３次元ＭＲ管画像のボリュームデータとを取得し、前記ライブＸ線画像を収集するＸ線診断装置の撮像系の位置にもとづくレンダリング処理により前記３次元ＭＲ管画像のボリュームデータから前記管画像を生成するとともに、前記３次元ＭＲ原画像のボリュームデータにもとづいてＸ線ＣＴ画像のボリュームデータをシミュレートし、前記撮像系の位置にもとづくレンダリング処理によりシミュレートされた前記Ｘ線ＣＴ画像のボリュームデータから前記管画像の生成に用いた画像を生成する管画像生成部、
    をさらに備え、
    前記合成画像生成部は、
    前記３次元ＭＲ原画像のボリュームデータにもとづいてシミュレートされた前記Ｘ線ＣＴ画像のボリュームデータから生成された前記管画像の生成に用いた画像と前記デバイスマスク画像との前記第２位置ずれ量と、前記第１位置ずれ量と、にもとづいて前記ライブＸ線画像を基準に前記３次元ＭＲ管画像のボリュームデータから生成された前記管画像を位置合わせ変換してから、前記デバイス画像と前記３次元ＭＲ管画像のボリュームデータから生成された前記管画像とを合成した合成画像を生成する、
    請求項１または２に記載の医用画像処理装置。
12. 血管画像と手技中に血管に挿入されたデバイスの画像であるデバイス画像との合成を行うＸ線診断装置であって、
    被検体をＸ線撮影することによりＸ線画像を生成する撮影装置と、
    前記撮影装置により撮影されたＸ線画像にもとづいて被検体の前記血管画像を生成する血管画像生成部と、
    Ｘ線撮影にもとづいてリアルタイムに収集されるライブＸ線画像と前記デバイスを用いた手技の開始前に取得されたＸ線画像にもとづいて生成されたデバイスマスク画像との第１位置ずれ量にもとづいて前記ライブＸ線画像を基準に前記デバイスマスク画像を位置合わせ変換してから前記ライブＸ線画像と前記デバイスマスク画像とを差分することにより、前記デバイス画像を生成するデバイス画像生成部と、
    前記血管画像の生成に用いた画像と前記デバイスマスク画像との第２位置ずれ量と、前記第１位置ずれ量と、にもとづいて前記ライブＸ線画像を基準に前記血管画像を位置合わせ変換してから、前記デバイス画像と前記血管画像とを合成した合成画像を生成する合成画像生成部と、
    を備えたＸ線診断装置。
13. 管状構造物の画像である管画像と手技中に前記管状構造物に挿入されたデバイスの画像であるデバイス画像との合成を行う医用画像処理プログラムであって、コンピュータに、
    Ｘ線撮影にもとづいてリアルタイムに収集されるライブＸ線画像と前記デバイスを用いた手技の開始前に取得されたＸ線画像にもとづいて生成されたデバイスマスク画像との第１位置ずれ量にもとづいて前記ライブＸ線画像を基準に前記デバイスマスク画像を位置合わせ変換するステップ、
    当該位置合わせ変換した前記デバイスマスク画像と、前記ライブＸ線画像と、を差分することにより、前記デバイス画像を生成するステップ、
    前記管画像の生成に用いた画像と前記デバイスマスク画像との第２位置ずれ量と、前記第１位置ずれ量と、にもとづいて、前記ライブＸ線画像を基準に前記管画像を位置合わせ変換するステップ、および、
    当該位置合わせ変換した前記管画像と、前記デバイス画像と、を合成した合成画像を生成するステップ、
    を実行させるための医用画像処理プログラム。

Images