JP7446736B2 - 医用データ処理装置および医用画像診断装置 - Google Patents

Description

本発明の実施形態は、医用データ処理装置および医用画像診断装置に関する。

従来、医用画像診断装置において、ユーザが医用撮像を実行する際には、例えば、出荷時の撮像パラメータ、過去に使用した撮像パラメータ、または教科書や論文に記載された撮像パラメータなどが用いられる。また、医用画像と撮像パラメータとが対応付けられている場合には、ユーザは、所望する態様の医用画像を選択し、選択した医用画像に対応付けられた撮像パラメータを用いることができる。

しかし、医用画像によっては撮像パラメータが対応付けられていない場合がある。この場合、ユーザが撮像に用いられたパラメータを推定することは困難である。

特開２００２－０１０１３５号公報 特開平０５－０６１９７３号公報 特開２０１３－１７６４０９号公報

本発明が解決しようとする課題は、撮像に用いられたパラメータを推定することである。

実施形態に係る医用データ処理装置は、取得部と、生成部とを備える。取得部は、医用データを取得する。生成部は、医用データに基づいて、医用データに関する医用画像診断装置の撮像パラメータを生成する学習済モデルに対して、医用データを入力することにより、撮像パラメータを生成する。

図１は、第１の実施形態に係る磁気共鳴イメージング装置の構成を示す図である。 図２は、図１の生成機能において利用される学習済モデルの入出力の第１例と、出力先のＭＲ撮像装置とを示す図である。 図３は、図２について、第１の実施形態におけるＭＲ撮像パラメータ推定処理を含む一連の流れを説明するためのフローチャートである。 図４は、参考ＭＲ画像と推定ＭＲ撮像パラメータとの表示画面の一例を示す図である。 図５は、参考ＭＲ画像と出力ＭＲ画像との表示画面の一例を示す図である。 図６は、図１の生成機能において利用される学習済モデルの入出力の第２例を示す図である。 図７は、図１の生成機能において利用される学習済モデルの入出力の第３例を示す図である。 図８は、図１の生成機能において利用される学習済モデルの入出力の第４例を示す図である。 図９は、図１の生成機能において利用される学習済モデルの入出力の第５例と、入力に関する処理の具体例とを示す図である。 図１０は、図１の生成機能において利用される学習済モデルの入出力の第６例を示す図である。 図１１は、第２の実施形態に係るＸ線コンピュータ断層撮影装置の構成を示す図である。 図１２は、図１１の生成機能において利用される学習済モデルの入出力の第１例と、出力先のＣＴ撮像装置とを示す図である。 図１３は、図１２の生成機能において利用される学習済モデルの入出力の第２例と、出力先のＣＴ撮像装置と、入力に関する処理の具体例とを示す図である。 図１４は、図１３について、第２の実施形態におけるＣＴ撮像パラメータ推定処理を含む一連の流れを説明するためのフローチャートである。 図１５は、第３の実施形態に係る超音波診断装置の構成を示す図である。 図１６は、図１５の生成機能において利用される学習済モデルの入出力の第１例と、出力先の超音波撮像装置とを示す図である。 図１７は、図１６の生成機能において利用される学習済モデルの入出力の第２例と、出力先の超音波撮像装置と、入力に関する処理の具体例とを示す図である。 図１８は、図１７について、第３の実施形態における超音波撮像パラメータ推定処理を含む一連の流れを説明するためのフローチャートである。

以下、図面を参照しながら、医用データ処理装置および医用画像診断装置の実施形態について詳細に説明する。

本実施形態に係る医用データ処理装置は、医用装置などにより収集された医用データ、或いは外部記憶装置などに記憶された医用データを処理するコンピュータ又はプロセッサである。本実施形態に係る医用装置としては、医用画像診断装置や生体情報計測器が利用可能である。医用画像診断装置は、種々の撮像原理により被検体に医用撮像を施して医用画像を収集するものである。医用画像診断装置としては、例えば、磁気共鳴イメージング装置、Ｘ線コンピュータ断層撮影装置、超音波診断装置、核医学診断装置、Ｘ線診断装置、光干渉断層計、光超音波装置、内視鏡等がある。生体情報計測器は、種々の計測原理により被検体の生体情報に関する波形データを収集するものである。生体情報計測器としては、例えば、自動分析装置、心電計、呼吸計、血圧計、パルスオキシメータ等がある。

本実施形態に係る医用データは、医用画像データを含む。医用画像データは、例えば、医用画像診断装置、ＰＡＣＳ（Picture Archiving and Communication System）等から取得されるが、取得元は問わない。医用画像データとしては、磁気共鳴（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ：ＭＲ）画像データ、ＭＲ撮像に基づくマップ画像データ、ＣＴ画像データ、超音波画像データ、Ｘ線画像データなどがある。マップ画像データは、後述される。なお、医用画像データは、ＤＩＣＯＭ（Ｄｉｇｉｔａｌ Ｉｍａｇｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ｉｎ Ｍｅｄｉｃｉｎｅ）形式でも非ＤＩＣＯＭ形式でもよい。

また、本実施形態に係る医用データは、医用画像ライクな画像データを含んでもよい。医用画像ライクな画像データとは、例えば、印刷、印画またはフィルムに記録された医用画像を、撮影した画像データまたは読み取った画像データである。具体的には、医用画像データをクリッピングした画像データ、紙面に印刷された医用画像をカメラで撮影することによって取得された画像データ、或いは光学スキャナで取り込むことによって取得された画像データなどである。医用画像ライクな画像データとしては、ＭＲ画像ライクな画像データ、ＣＴ画像ライクな画像データ、超音波画像ライクな画像データ、Ｘ線画像ライクな画像データなどがある。

また、本実施形態に係る医用データは、画像データに関する補足データを含んでもよい。補足データは、例えば、既知の撮像パラメータ、ＤＩＣＯＭデータおよびラベルデータなどである。撮像パラメータは、例えば、医用画像データを取得する際の医用画像診断装置の撮像に関するパラメータである。ＤＩＣＯＭデータは、例えば、ＤＩＣＯＭ形式の医用画像データに付帯されている撮像パラメータに関するタグデータである。ラベルデータは、例えば、要素の有無を「ゼロ」「１」に対応させたワンホット・ベクトル（Ｏｎｅ－Ｈｏｔ Ｖｅｃｔｏｒ）形式のデータである。

なお、撮像パラメータは、医用画像診断装置に関する情報が含まれてもよい。医用画像診断装置に関する情報は、例えば、磁気共鳴イメージング装置であれば静磁場強度（例えば、１．５Ｔ、３Ｔ、７Ｔ）の情報、Ｘ線コンピュータ断層撮影装置であればマルチスライスの列数（例えば、６４列、３２０列）の情報、超音波診断装置であればプローブの種類（例えば、コンベックスプローブ、セクタプローブ、リニアプローブ、３Ｄプローブ）の情報などである。

本実施形態に係る医用データ処理装置は、医用装置に搭載されたコンピュータ又はプロセッサでもよいし、医用装置とは別体のコンピュータ又はプロセッサでもよい。説明を具体的に行うため、第１の実施形態に係る医用データ処理装置は、磁気共鳴イメージング装置に搭載されたコンピュータであり、第２の実施形態に係る医用データ処理装置は、Ｘ線コンピュータ断層撮影装置に搭載されたコンピュータであり、第３の実施形態に係る医用データ処理装置は、超音波診断装置に搭載されたコンピュータであるとする。

（第１の実施形態）
図１は、第１の実施形態に係る磁気共鳴イメージング装置の構成を示す図である。図１に示すように、磁気共鳴イメージング装置１は、架台１０、寝台３０、傾斜磁場電源２１、送信回路２３、受信回路２５、寝台駆動装置２７、シーケンス制御回路２９及び医用データ処理装置５０を有する。

架台１０は、静磁場磁石４１と傾斜磁場コイル４３とを有する。静磁場磁石４１と傾斜磁場コイル４３とは架台１０の筐体に収容されている。架台１０の筐体には中空形状を有するボアが形成されている。架台１０のボア内には送信コイル４５と受信コイル４７とが配置される。

静磁場磁石４１は、中空の略円筒形状を有し、略円筒内部に静磁場を発生する。静磁場磁石４１としては、例えば、永久磁石、超伝導磁石または常伝導磁石等が使用される。ここで、静磁場磁石４１の中心軸をＺ軸に規定し、Ｚ軸に対して鉛直に直交する軸をＹ軸に規定し、Ｚ軸に水平に直交する軸をＸ軸に規定する。Ｘ軸、Ｙ軸及びＺ軸は、直交３次元座標系を構成する。

傾斜磁場コイル４３は、静磁場磁石４１の内側に取り付けられ、中空の略円筒形状に形成されたコイルユニットである。傾斜磁場コイル４３は、傾斜磁場電源２１からの電流の供給を受けて傾斜磁場を発生する。より詳細には、傾斜磁場コイル４３は、互いに直交するＸ軸、Ｙ軸、Ｚ軸に対応する３つのコイルを有する。当該３つのコイルは、Ｘ軸、Ｙ軸、Ｚ軸の各軸に沿って磁場強度が変化する傾斜磁場を形成する。Ｘ軸、Ｙ軸、Ｚ軸の各軸に沿う傾斜磁場は合成されて互いに直交するスライス選択傾斜磁場Ｇｓ、位相エンコード傾斜磁場Ｇｐ及び周波数エンコード傾斜磁場Ｇｒが所望の方向に形成される。スライス選択傾斜磁場Ｇｓは、任意に撮像断面（スライス）を決めるために利用される。位相エンコード傾斜磁場Ｇｐは、空間的位置に応じて磁気共鳴信号（以下、ＭＲ信号と呼ぶ）の位相を変化させるために利用される。周波数エンコード傾斜磁場Ｇｒは、空間的位置に応じてＭＲ信号の周波数を変化させるために利用される。なお、以下の説明においてスライス選択傾斜磁場Ｇｓの傾斜方向はＺ軸、位相エンコード傾斜磁場Ｇｐの傾斜方向はＹ軸、周波数エンコード傾斜磁場Ｇｒの傾斜方向はＸ軸であるとする。

傾斜磁場電源２１は、シーケンス制御回路２９からのシーケンス制御信号に従い傾斜磁場コイル４３に電流を供給する。傾斜磁場電源２１は、傾斜磁場コイル４３に電流を供給することにより、Ｘ軸、Ｙ軸及びＺ軸の各軸に沿う傾斜磁場を傾斜磁場コイル４３により発生させる。当該傾斜磁場は、静磁場磁石４１により形成された静磁場に重畳されて被検体Ｐに印加される。

送信コイル４５は、例えば、傾斜磁場コイル４３の内側に配置され、送信回路２３から電流の供給を受けて高周波磁場パルス（以下、ＲＦ磁場パルスと呼ぶ）を発生する。

送信回路２３は、被検体Ｐ内に存在する対象プロトンを励起するためのＲＦ磁場パルスを、送信コイル４５を介して被検体Ｐに印加するために、送信コイル４５に電流を供給する。ＲＦ磁場パルスは、対象プロトンに固有の共鳴周波数で振動し、対象プロトンを励起させる。励起された対象プロトンからＭＲ信号が発生され、受信コイル４７により検出される。送信コイル４５は、例えば、全身用コイル（ＷＢコイル）である。全身用コイルは、送受信コイルとして使用されても良い。

受信コイル４７は、ＲＦ磁場パルスの作用を受けて被検体Ｐ内に存在する対象プロトンから発せられるＭＲ信号を受信する。受信コイル４７は、ＭＲ信号を受信可能な複数の受信コイルエレメントを有する。受信されたＭＲ信号は、有線又は無線を介して受信回路２５に供給される。図１に図示しないが、受信コイル４７は、並列的に実装された複数の受信チャネルを有している。受信チャネルは、ＭＲ信号を受信する受信コイルエレメント及びＭＲ信号を増幅する増幅器等を有している。ＭＲ信号は、受信チャネル毎に出力される。受信チャネルの総数と受信コイルエレメントの総数とは同一であっても良いし、受信チャネルの総数が受信コイルエレメントの総数に比して多くても良いし、少なくても良い。

受信回路２５は、励起された対象プロトンから発生されるＭＲ信号を、受信コイル４７を介して受信する。受信回路２５は、受信されたＭＲ信号を信号処理してデジタルのＭＲ信号を発生する。デジタルのＭＲ信号は、空間周波数により規定されるｋ空間にて表現することができる。よって、以下、デジタルのＭＲ信号をｋ空間データと呼ぶことにする。ｋ空間データは、有線又は無線を介して医用データ処理装置５０に供給される。

なお、上記の送信コイル４５と受信コイル４７とは一例に過ぎない。送信コイル４５と受信コイル４７との代わりに、送信機能と受信機能とを備えた送受信コイルが用いられても良い。また、送信コイル４５、受信コイル４７及び送受信コイルが組み合わされても良い。

架台１０に隣接して寝台３０が設置される。寝台３０は、天板３３と基台３１とを有する。天板３３には被検体Ｐが載置される。基台３１は、天板３３をＸ軸、Ｙ軸、Ｚ軸各々に沿ってスライド可能に支持する。基台３１には寝台駆動装置２７が収容される。寝台駆動装置２７は、シーケンス制御回路２９からの制御を受けて天板３３を移動する。寝台駆動装置２７は、例えば、サーボモータやステッピングモータ等の如何なるモータ等を含んでも良い。

シーケンス制御回路２９は、ハードウェア資源として、ＣＰＵ（Central Processing Unit）あるいはＭＰＵ（Micro Processing Unit）のプロセッサとＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）等のメモリとを有する。シーケンス制御回路２９は、処理回路５１等により決定された撮像プロトコルに基づいて傾斜磁場電源２１、送信回路２３及び受信回路２５を同期的に制御し、当該撮像プロトコルに応じたパルスシーケンスに従い被検体ＰにＭＲ撮像を実行し、被検体Ｐに関するｋ空間データを収集する。

図１に示すように、医用データ処理装置５０は、処理回路５１、メモリ５２、ディスプレイ５３、入力インタフェース５４及び通信インタフェース５５を有するコンピュータである。

処理回路５１は、ハードウェア資源としてＣＰＵ等のプロセッサを有する。処理回路５１は、磁気共鳴イメージング装置１の中枢として機能する。例えば、処理回路５１は、各種プログラムの実行により取得機能５１１、生成機能５１２、出力機能５１３、表示制御機能５１４及び学習機能５１５を有する。なお、図示しないが、処理回路５１は、各種プログラムの実行により撮像プロトコル設定機能、画像再構成機能及び画像処理機能を有する。

撮像プロトコル設定機能において処理回路５１は、磁気共鳴イメージングに関する撮像プロトコルを、入力インタフェース５４を介したユーザ指示又は自動的に設定する。撮像プロトコルは、磁気共鳴イメージングに関する各種のＭＲ撮像パラメータの集合である。ＭＲ撮像パラメータについては後述される。

画像再構成機能において処理回路５１は、各種スキャンにより収集されたｋ空間データに基づいてＭＲ画像を再構成する。なお、再構成手法については特に限定しない。

画像処理機能において処理回路５１は、ＭＲ画像に種々の画像処理を施す。例えば、処理回路５１は、ボリュームレンダリングや、サーフェスレンダリング、画素値投影処理、ＭＰＲ（Multi-Planer Reconstruction）処理、ＣＰＲ（Curved MPR）処理等の画像処理を施す。

取得機能５１１において処理回路５１は、ユーザの指示によってＰＡＣＳなどから医用データを取得する。本実施形態では、処理回路５１は、例えば、ＭＲ画像データ、マップ画像データおよびＭＲ画像ライクな画像データを取得する。さらに、処理回路５１は、補足データを取得してもよい。

生成機能５１２において処理回路５１は、学習済モデルを、医用データに適用して、当該医用データに関する医用画像診断装置の撮像パラメータを生成する。換言すると、処理回路５１は、取得した医用データに基づいて、当該医用データに関する医用画像診断装置の撮像パラメータを生成する学習済モデルに対して、当該医用データを入力することにより、当該撮像パラメータを生成する。学習済モデルは、例えば、予め用意された、医用データと、当該医用データに関する医用画像診断装置の撮像パラメータとに基づき機械学習された機械学習モデルである。尚、本実施形態において、医用データに医用画像データが含まれている場合、当該医用画像データは、医用画像診断装置に対応付けられている。また、医用データに医用画像ライクな画像データが含まれている場合、当該画像データは、当該医用画像を取得した医用画像装置に対応付けられている。

本実施形態では、処理回路５１は、例えば、学習済モデルを、ＭＲ画像データに適用して、当該ＭＲ画像データに関するＭＲ撮像パラメータを生成する。換言すると、処理回路５１は、取得したＭＲ画像データに基づいて、当該ＭＲ画像データに関する磁気共鳴イメージング装置のＭＲ撮像パラメータを生成する学習済モデルに対して、当該ＭＲ画像データを入力することにより、当該ＭＲ撮像パラメータを生成する。このとき、学習済モデルは、例えば、予め用意された、ＭＲ画像データと、当該ＭＲ画像データに対応するｋ空間データを収集した際に用いたＭＲ撮像パラメータ（磁気共鳴イメージング装置のＭＲ撮像パラメータ）とに基づき機械学習された機械学習モデルである。

本実施形態に係る機械学習モデルは、典型的には、生物の脳の神経回路を模した多層のネットワークモデルである深層ニューラルネットワーク（ＤＮＮ：Deep Neural Network）であるとする。ＤＮＮは、複数の調整可能な関数及びパラメータの組合せにより定義されるパラメータ付きの合成関数を含む。

出力機能５１３において処理回路５１は、生成機能５１２により生成された、医用画像診断装置の撮像パラメータを撮像装置へ出力する。撮像装置は、医用画像診断装置において医用撮像を行う各部および各回路を総称したものである。処理回路５１は、出力先の撮像装置に応じた撮像パラメータとなるように、撮像パラメータを変換してもよい。なお、撮像装置は、医用画像診断装置と同一であってもよい。本実施形態では、処理回路５１は、例えば、生成機能５１２により生成された、磁気共鳴イメージング装置のＭＲ撮像パラメータをＭＲ撮像装置へと出力する。

表示制御機能５１４において処理回路５１は、種々の情報をディスプレイ５３に表示する。例えば、処理回路５１は、出力機能５１３により出力された医用画像診断装置の撮像パラメータなどをディスプレイ５３に表示する。本実施形態では、処理回路５１は、例えば、入力データとして用いた参考ＭＲ画像や、出力機能５１３により出力された磁気共鳴イメージング装置のＭＲ撮像パラメータ、当該ＭＲ撮像パラメータを用いて撮像された被検体ＰのＭＲ画像（出力ＭＲ画像）などをディスプレイ５３に表示する。

学習機能５１５において処理回路５１は、予め用意された、医用データと、当該医用データに関する医用画像診断装置の撮像パラメータとに基づき機械学習された学習済モデルを生成する。例えば、処理回路５１は、医用データと、当該医用データに関する、医用画像診断装置の撮像パラメータとを教師データとして用いる教師付き機械学習により学習済モデルを生成する。尚、学習において、強化学習を併用してもよい。

本実施形態では、処理回路５１は、例えば、予め用意された、ＭＲ画像データと、当該ＭＲ画像データに関するＭＲ撮像パラメータとに基づき機械学習された機械学習モデルを生成する。例えば、処理回路５１は、ＭＲ画像データと、当該ＭＲ画像データに関するＭＲ撮像パラメータとを教師データとして用いる教師付き機械学習により学習済モデルを生成する。

概括すると、医用データ処理装置は、医用データを取得し、取得した医用データに基づいて、当該医用データに関する医用画像診断装置の撮像パラメータを生成する学習済モデルに対して、当該医用データを入力することにより、当該撮像パラメータを生成する。よって、例えば、ユーザが医用画像診断装置の最適な撮像パラメータを設定するために、本医用データ処理装置は、撮像パラメータが未知の医用データから撮像パラメータを推定することができる。尚、医用データは、少なくとも画像データを含む。

メモリ５２は、種々の情報を記憶するＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）、集積回路記憶装置等の記憶装置である。また、メモリ５２は、ＣＤ－ＲＯＭドライブやＤＶＤドライブ、フラッシュメモリ等の可搬性記憶媒体との間で種々の情報を読み書きする駆動装置等であっても良い。例えば、メモリ５２は、ｋ空間データ、ＭＲ画像データ、マップ画像データ及び各種プログラム等を記憶する。

ディスプレイ５３は、表示制御機能５１４により種々の情報を表示する。例えば、ディスプレイ５３は、出力機能５１３により出力された医用画像診断装置の撮像パラメータなどを表示する。本実施形態では、ディスプレイ５３は、例えば、参考ＭＲ画像や、ＭＲ撮像パラメータ、出力ＭＲ画像などを表示する。ディスプレイ５３としては、例えば、ＣＲＴディスプレイや液晶ディスプレイ、有機ＥＬディスプレイ、ＬＥＤディスプレイ、プラズマディスプレイ、又は当技術分野で知られている他の任意のディスプレイが適宜利用可能である。

入力インタフェース５４は、ユーザからの各種指令を受け付ける入力機器を含む。入力機器としては、キーボードやマウス、各種スイッチ、タッチスクリーン、タッチパッド等が利用可能である。なお、入力機器は、マウス、キーボードなどの物理的な操作部品を備えるものだけに限らない。例えば、磁気共鳴イメージング装置１とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、受け取った電気信号を種々の回路へ出力するような電気信号の処理回路も入力インタフェース５４の例に含まれる。

通信インタフェース５５は、ＬＡＮ（Local Area Network）等を介して磁気共鳴イメージング装置１と、ワークステーションやＰＡＣＳ、ＨＩＳ（Hospital Information System）、ＲＩＳ（Radiology Information System）等とを接続するインタフェースである。ネットワークＩＦは、各種情報を接続先のワークステーション、ＰＡＣＳ、ＨＩＳ及びＲＩＳとの間で送受信する。

なお、上記の構成は一例であって、これに限定されない。例えば、シーケンス制御回路２９は、医用データ処理装置５０に組み込まれても良い。また、シーケンス制御回路２９と処理回路５１とが同一の基板に実装されても良い。シーケンス制御回路２９、傾斜磁場電源２１、送信回路２３及び受信回路２５は、医用データ処理装置５０とは異なる単一の制御装置に実装されても良いし、複数の装置に分散して実装されても良い。

以下、本実施形態に係る磁気共鳴イメージング装置１の実施例を説明する。

図２は、図１の生成機能において利用される学習済モデルの入出力の第１例と、出力先の撮像装置とを示す図である。処理回路５１は、取得機能５１１により、ＭＲ画像データを取得する。処理回路５１は、生成機能５１２により、ＭＲ画像データに学習済モデル６０を適用し、当該ＭＲ画像データに関するＭＲ撮像パラメータを生成する。処理回路５１は、出力機能５１３により、ＭＲ撮像パラメータをＭＲ撮像装置６１へと出力する。

ＭＲ撮像パラメータは、ＭＲ画像データを取得する際の磁気共鳴イメージング装置の撮像に関するパラメータである。また、ＭＲ撮像パラメータは、磁気共鳴イメージング装置に関する情報が含まれてもよい。

ＭＲ撮像パラメータとしては、例えば、収集系の種類、収集方法の種類、時間パラメータ、フリップアングル、撮像断面、再構成の種類、ＦＯＶ、マトリクスサイズ、スライス厚、位相符号化ステップ数、スキャンオプションなどが含まれる。

収集系の種類は、例えば、静磁場強度の情報および収集コイル（例えば、ヘッドコイル、ボディコイル）の情報などが含まれる。収集方法の種類は、例えば、シーケンスの種類（例えば、ＳＥ（Ｓｐｉｎ Ｅｃｈｏ）、ＦＳＥ（Ｆａｓｔ Ｓｐｉｎ Ｅｃｈｏ）、ＥＰ（Ｅｃｈｏ Ｐｌａｎａｒ）、ＩＲ（Ｉｎｖｅｒｓｉｏｎ Ｒｅｃｏｖｅｒｙ）、ＧＲＥ（Ｇｒａｄｉｅｎｔ Ｅｃｈｏ）、ｂＳＳＦＰ（ｂａｌａｎｃｅｄ Ｓｔｅａｄｙ Ｓｔａｔｅ Ｆｒｅｅ Ｐｒｅｃｅｓｓｉｏｎ））の情報などが含まれる。時間パラメータは、例えば、パルスシーケンスの特徴を定める時間パラメータ(例えば、エコー時間（ＴＥ）、反復時間（ＴＲ）)の情報などが含まれる。再構成の種類は、例えば、撮像技術（例えば、ＰＩ（Ｐａｒａｌｌｅｌ Ｉｍａｇｉｎｇ）、ＣＳ（Ｃｏｍｐｒｅｓｓｅｄ Ｓｅｎｓｉｎｇ））に起因する再構成手法の情報、深層学習を利用した再構成手法（Ｄｅｅｐ Ｌｅａｒｎｉｎｇ Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ：ＤＬＲ）の情報などが含まれる。マトリクスサイズは、例えば、画像のＸＹ方向のサンプル数の情報および空間分解能の情報などが含まれる。スキャンオプションは、例えば、個別のシーケンスに関する設定（例えば、ＳＰ（Ｓｐａｔｉａｌ Ｐｒｅｓａｔｕｒａｔｉｏｎ）、ＦＳ（Ｆａｔ Ｓａｔｕｒａｔｉｏｎ）、ＰｒｅＩＲ（Ｐｒｅ Ｉｎｖｅｒｓｉｏｎ Ｒｅｃｏｖｅｒｙ）、ショット数）の情報などが含まれる。

図３は、図２について、第１の実施形態におけるＭＲ撮像パラメータ推定処理を含む一連の流れを説明するためのフローチャートである。図３のフローチャートは、例えば、ユーザによってＭＲ撮像パラメータ推定処理に関するアプリケーションの起動指示が入力されたことを契機として、処理回路５１がＭＲ撮像パラメータ推定プログラムを実行することにより開始する。

（ステップＳＡ１）
ＭＲ撮像パラメータ推定プログラムが実行されると、処理回路５１は、取得機能５１１を実行する。取得機能５１１を実行すると、処理回路５１は、ユーザによって指定されたＭＲ画像データを取得する。

（ステップＳＡ２）
ＭＲ画像データを取得した後、処理回路５１は、生成機能５１２を実行する。生成機能５１２を実行すると、処理回路５１は、ＭＲ画像データに学習済モデルを適用してＭＲ撮像パラメータを生成する。

（ステップＳＡ３）
ＭＲ撮像パラメータを生成した後、処理回路５１は、表示制御機能５１４を実行する。表示制御機能５１４を実行すると、処理回路５１は、取得したＭＲ画像データ（参考ＭＲ画像）と、生成されたＭＲ撮像パラメータ（推定ＭＲ撮像パラメータ）とをディスプレイ５３に表示する。

図４は、参考ＭＲ画像と推定ＭＲ撮像パラメータとの表示画面の一例を示す図である。表示画面Ｄ１は、ユーザがパラメータを推定するために指定したＭＲ画像Ｐ１と、推定されたＭＲ撮像パラメータのリストであるテーブルＴ１とを含む。

（ステップＳＡ４）
表示画面Ｄ１が表示された後、処理回路５１は、推定されたＭＲ撮像パラメータに修正があるか否かの判定をユーザに提示する。具体的には、処理回路５１は、表示画面Ｄ１においてパラメータを修正できるようなＧＵＩを表示させ（図示せず）、ユーザによる修正指示に関する入力を受け取ったか否かで判定を行う。ユーザによる修正が無い場合、処理はステップＳＡ６へ進み、ユーザによる修正がある場合、処理はステップＳＡ５へと進む。

（ステップＳＡ５）
処理回路５１は、ユーザからの修正指示に基づいて、ＭＲ撮像パラメータを修正する。ステップＳＡ５の後、処理はステップＳＡ６へ進む。

なお、ステップＳＡ３、ステップＳＡ４およびステップＳＡ５は省略されてもよい。

（ステップＳＡ６）
ＭＲ撮像パラメータの修正に関する処理の後、処理回路５１は、出力機能５１３を実行する。出力機能５１３を実行すると、処理回路５１は、ＭＲ撮像パラメータをＭＲ撮像装置へ出力する。なお、ＭＲ撮像装置は、磁気共鳴イメージング装置１と同一のものとして説明する。

（ステップＳＡ７）
ＭＲ撮像パラメータを受け取った後、処理回路５１は、撮像プロトコル設定機能を実行する。撮像プロトコル設定機能を実行すると、処理回路５１は、受け取ったＭＲ撮像パラメータに基づいて撮像プロトコルを設定し、シーケンス制御回路２９へと出力する。シーケンス制御回路２９は、ＭＲ撮像を実行し、ｋ空間データを生成する。

（ステップＳＡ８）
ｋ空間データが生成された後、処理回路５１は、画像再構成機能を実行する。画像再構成機能を実行すると、処理回路５１は、生成されたｋ空間データを再構成し、ＭＲ画像データを生成する。

（ステップＳＡ９）
ＭＲ画像データが生成された後、処理回路５１は、表示制御機能５１４を実行する。表示制御機能５１４を実行すると、処理回路５１は、ステップＳＡ１で取得したＭＲ画像データ（参考ＭＲ画像）と生成されたＭＲ画像データ（出力ＭＲ画像）とをディスプレイ５３に表示し、ＭＲ撮像パラメータ推定処理を終了する。

図５は、参考ＭＲ画像と出力ＭＲ画像との表示画面の一例を示す図である。表示画面Ｄ２は、ＭＲ画像Ｐ１と、推定されたＭＲ撮像パラメータに基づいて撮像されたＭＲ画像Ｐ２とを含む。

図３のフローチャートにおいて、ＭＲ撮像パラメータ推定処理が撮像処理を含むものとして説明したが、これに限らない。ＭＲ撮像パラメータ推定処理が撮像処理を含まない場合、ＭＲ撮像パラメータ推定処理は、少なくともステップＳＡ１、ステップＳＡ２およびステップＳＡ６を含む。また、ステップＳＡ２におけるＭＲ撮像パラメータの表示は省略されてもよい。

上記において、学習済モデルに入力される医用画像データがＭＲ画像データであるとして説明したが、これに限らない。以下の図６から図１０において、学習済モデルに入力される医用画像データがＭＲ画像データ以外のものについて説明する。なお、学習済モデルからの出力は、何れの場合においてもＭＲ撮像パラメータである。また、図６から図１０は、ＭＲ撮像パラメータの出力先であるＭＲ撮像装置の図示を省略している。

図６は、図１の生成機能において利用される学習済モデルの入出力の第２例を示す図である。処理回路５１は、生成機能５１２により、マップ画像データに学習済モデル６２を適用し、当該マップ画像データに関するＭＲ撮像パラメータを生成する。マップ画像とは、例えば、複数のＭＲ画像から計算される画像（例えば、腫瘍らしさマップ、Ｔ１マップ、Ｔ２マップ、ＡＤＣマップ）である。マップ画像を取得するには複数のパルスシーケンスによる撮像が必要であるため、学習済モデル６２は、パルスシーケンスの数に対応したＭＲ撮像パラメータを出力するように機械学習される。例えば、腫瘍らしさマップであれば、Ｔ１Ｗ（Ｔ１強調）、Ｔ２Ｗ（Ｔ２強調）、ＦＬＡＩＲ（Ｆｌｕｉｄ－Ａｔｔｅｎｕａｔｅｄ Ｉｎｖｅｒｓｉｏｎ Ｒｅｃｏｖｅｒｙ）、およびＤＷＩ（拡散強調）のそれぞれに必要なＭＲ撮像パラメータの集合を出力するように、学習済モデル６２は機械学習される。

図７は、図１の生成機能において利用される学習済モデルの入出力の第３例を示す図である。処理回路５１は、生成機能５１２により、ＭＲ画像ライクな画像データに学習済モデル６３を適用し、当該ＭＲ画像ライクな画像データに関するＭＲ撮像パラメータを生成する。

上記で述べた学習済モデル６０、学習済モデル６２および学習済モデル６３は、それぞれ単一の種類の入力データを用いて機械学習されているものとして説明したが、これに限らない。例えば、学習済モデルは、複数の種類の入力データを用いて機械学習されていてもよい。

図８は、図１の生成機能において利用される学習済モデルの入出力の第４例を示す図である。処理回路５１は、生成機能５１２により、ＭＲ画像データ、マップ画像データまたはＭＲ画像ライクな画像データと、これら複数の画像データの種類を特定する補足データ（ラベルデータ）とに学習済モデル６４を適用し、特定された画像データに関するＭＲ撮像パラメータを生成する。具体的には、処理回路５１は、画像データの種類に応じた複数のモデルを、ラベルデータに基づいて切り替える。例えば、学習済モデル６４は、学習済モデル６０、学習済モデル６２および学習済モデル６３をそれぞれ有する。処理回路５１は、ラベルデータに基づいて、学習済モデル６０、学習済モデル６２および学習済モデル６３をそれぞれ切り替える。なお、これらのモデルは、例えば、個別の三つのモデルとして分けられていてもよいし、一つのモデルに対してソフトウェアスイッチなどによって重みづけを切り替えられてもよい。上記のラベルデータは、例えば、ソフトウェアスイッチとして機能させることができる。

図８のラベルデータは、入力される画像データの種別が数値化されたデータである。例えば、ラベルデータは、ＭＲ画像データが入力される場合を［１，０，０］とし、マップ画像データが入力される場合を［０，１，０］とし、ＭＲ画像ライクな画像データが入力される場合を［０，０，１］とする。即ち、ラベルデータは、ベクトルの値の位置と画像データの種別とを対応付け、ベクトルの値によって種別の有無を表している。

図９は、図１の生成機能において利用される学習済モデルの入出力の第５例と、入力に関する処理の具体例とを示す図である。図９の例では、記事Ａ１に印刷されたＭＲ画像のＭＲ撮像パラメータを推定することができる。なお、図９の学習済モデル６７は、図８の学習済モデル６４と同様に、複数の種類の画像データの入力に対応している。

具体的には、ユーザは、記事Ａ１を光学スキャナ６５で読み取り、ＭＲ画像ライクな画像データＰ３を取得する。処理回路５１は、前処理６６として、取得した画像データＰ３からラベルデータを生成する。ここでのラベルデータは、図８のラベルデータと同様である。そして、処理回路５１は、生成機能５１２により、画像データＰ３とラベルデータとに学習済モデル６７を適用し、画像データＰ３に関するＭＲ撮像パラメータを生成する。

図１０は、図１の生成機能において利用される学習済モデルの入出力の第６例を示す図である。処理回路５１は、取得機能５１１により、ＭＲ画像データと、当該ＭＲ画像データに関する補足データ（ＤＩＣＯＭデータ）を取得する。処理回路５１は、生成機能５１２により、ＭＲ画像データと、当該ＭＲ画像データに関するＤＩＣＯＭデータとに学習済モデル６８を適用し、ＭＲ画像データに関するＭＲ撮像パラメータを生成する。なお、入力したＤＩＣＯＭデータと生成されたＭＲ撮像パラメータとに相違がある場合は、処理回路５１は、後段のＭＲ撮像装置へＭＲ撮像パラメータを出力する際に、既知のＤＩＣＯＭデータの値をＭＲ撮像パラメータの値に変更してもよい。

図１０のＤＩＣＯＭデータに含まれるＤＩＣＯＭタグの種類は、設計段階で予め決められていることが望ましい。よって、処理回路５１は、ＤＩＣＯＭデータを学習済モデル６８へ入力する際に、当該ＤＩＣＯＭデータに含まれるＤＩＣＯＭタグの有無を示すワンホット・ベクトル形式のラベルデータをＤＩＣＯＭデータに付帯させてもよい。

以上説明したように、第１の実施形態に係る磁気共鳴イメージング装置は、ＭＲ画像データを取得し、取得したＭＲ画像データに基づいて、当該ＭＲ画像データに関する磁気共鳴イメージング装置のＭＲ撮像パラメータを生成する学習済モデルに対して、当該ＭＲ画像データを入力することにより、当該ＭＲ撮像パラメータを生成する。よって、例えば、ユーザが最適なＭＲ撮像パラメータを設定するために、本実施形態に係る磁気共鳴イメージング装置は、ＭＲ撮像パラメータが未知のＭＲ画像データからＭＲ撮像に用いられたＭＲ撮像パラメータを推定することができる。

（第２の実施形態）
第１の実施形態では、医用データ処理装置が磁気共鳴イメージング装置に搭載されたコンピュータであるとして説明した。他方、第２の実施形態では、医用データ処理装置がＸ線コンピュータ断層撮影装置に搭載されたコンピュータであるとして説明する。なお以下の説明において、第１実施形態と略同一の機能を有する構成要素については、同一符号を付し、必要な場合にのみ重複説明する。

図１１は、第２の実施形態に係るＸ線コンピュータ断層撮影装置の構成を示す図である。なお、図１１には説明の都合のため複数の架台１０－２が描画されているが、典型的にはＸ線コンピュータ断層撮影装置１－２が装備する架台１０－２は１台である。

図１１に示すように、Ｘ線コンピュータ断層撮影装置１－２は、架台１０－２、寝台３０－２及び医用データ処理装置（コンソール）５０－２を有する。架台１０－２は、被検体ＰをＸ線ＣＴ撮影するための構成を有するスキャン装置である。寝台３０－２は、Ｘ線ＣＴ撮影の対象となる被検体Ｐを載置し、被検体Ｐを位置決めするための搬送装置である。医用データ処理装置５０－２は、架台１０－２を制御するコンピュータである。例えば、架台１０－２及び寝台３０－２は検査室に設置され、医用データ処理装置５０－２は検査室に隣接する制御室に設置される。架台１０－２、寝台３０－２及び医用データ処理装置５０－２は互いに通信可能に有線または無線で接続されている。

図１１に示すように、架台１０－２は、Ｘ線管１１、Ｘ線検出器１２、回転フレーム１３、Ｘ線高電圧装置１４、制御装置１５、ウェッジフィルタ１６、コリメータ１７及びデータ収集回路（ＤＡＳ：Data Acquisition System）１８を有する。

Ｘ線管１１は、Ｘ線を発生する。具体的には、Ｘ線管１１は、熱電子を発生する陰極と、陰極から飛翔する熱電子を受けてＸ線を発生する陽極と、陰極と陽極とを保持する真空管とを含む。Ｘ線管１１は、高圧ケーブルを介してＸ線高電圧装置１４に接続されている。陰極には、Ｘ線高電圧装置１４によりフィラメント電流が供給される。フィラメント電流の供給により陰極から熱電子が発生する。陰極と陽極との間には、Ｘ線高電圧装置１４により管電圧が印加される。管電圧の印加により陰極から陽極に向けて熱電子が飛翔して陽極に衝突し、Ｘ線が発生する。発生されたＸ線は、被検体Ｐに照射される。陰極から陽極に向けて熱電子が飛翔することにより管電流が流れる。

Ｘ線検出器１２は、Ｘ線管１１から発生され被検体Ｐを通過したＸ線を検出し、検出されたＸ線の線量に対応した電気信号をＤＡＳ１８に出力する。Ｘ線検出器１２は、チャネル方向に複数のＸ線検出素子が配列されたＸ線検出素子列がスライス方向（列方向）に複数配列された構造を有する。Ｘ線検出器１２は、例えば、グリッド、シンチレータアレイ及び光センサアレイを有する間接変換型の検出器である。シンチレータアレイは、複数のシンチレータを有する。シンチレータは、入射Ｘ線量に応じた光量の光を出力する。グリッドは、シンチレータアレイのＸ線入射面側に配置され、散乱Ｘ線を吸収するＸ線遮蔽板を有する。なお、グリッドは、コリメータ（１次元コリメータ又は２次元コリメータ）と呼ばれることもある。光センサアレイは、シンチレータからの光の光量に応じた電気信号に変換する。光センサとしては、例えば、フォトダイオードが用いられる。

回転フレーム１３は、Ｘ線管１１とＸ線検出器１２とを回転軸Ｚ回りに回転可能に支持する円環状のフレームである。具体的には、回転フレーム１３は、Ｘ線管１１とＸ線検出器１２とを対向支持する。回転フレーム１３は、固定フレーム（図示せず）に回転軸Ｚ回りに回転可能に支持される。制御装置１５により回転フレーム１３が回転軸Ｚ回りに回転することによりＸ線管１１とＸ線検出器１２とを回転軸Ｚ回りに回転させる。回転フレーム１３の開口部１９には、画像視野（ＦＯＶ：Field Of View）が設定される。

なお、本実施形態では、非チルト状態での回転フレーム１３の回転軸又は寝台３０－２の天板３３－２の長手方向をＺ方向、Ｚ方向に直交し床面に対し水平である方向をＸ方向、Ｚ方向に直交し床面に対し垂直である方向をＹ方向と定義する。

Ｘ線高電圧装置１４は、高電圧発生装置とＸ線制御装置とを有する。高電圧発生装置は、変圧器（トランス）及び整流器等の電気回路を有し、Ｘ線管１１に印加する高電圧及びＸ線管１１に供給するフィラメント電流を発生する。Ｘ線制御装置は、Ｘ線管１１に印加する高電圧とＸ線管１１に供給フィラメント電流とを制御する。高電圧発生装置は、変圧器方式であってもよいし、インバータ方式であっても構わない。Ｘ線高電圧装置１４は、架台１０－２内の回転フレーム１３に設けられてもよいし、架台１０－２内の固定フレーム（図示しない）に設けられても構わない。

ウェッジフィルタ１６は、被検体Ｐに照射されるＸ線の線量を調節する。具体的には、ウェッジフィルタ１６は、Ｘ線管１１から被検体Ｐへ照射されるＸ線の線量が予め定められた分布になるようにＸ線を減衰する。例えば、ウェッジフィルタ１６としては、アルミニウム等の金属が加工されることにより形成された金属フィルタが用いられる。ウェッジフィルタ１６は、所定のターゲット角度や所定の厚みを有するように加工される。なおウェッジフィルタ１６はボウタイフィルタ（bow-tie filter）とも呼ばれる。

コリメータ１７は、ウェッジフィルタ１６を透過したＸ線の照射範囲を限定する。コリメータ１７は、Ｘ線を遮蔽する複数の鉛板をスライド可能に支持し、複数の鉛板により形成されるスリットの形態を調節する。なお、コリメータ１７は、Ｘ線絞りとも呼ばれる。

ＤＡＳ１８は、Ｘ線検出器１２により検出されたＸ線の線量に応じた電気信号をＸ線検出器１２から読み出し、読み出した電気信号を増幅し、ビュー期間に亘り電気信号を積分することにより当該ビュー期間に亘るＸ線の線量に応じたデジタル値を有する投影データを収集する。ＤＡＳ１８は、例えば、投影データを生成可能な回路素子を搭載したＡＳＩＣにより実現される。ＤＡＳ１８により生成された投影データは、回転フレーム１３に設けられた発光ダイオード（ＬＥＤ）を有する送信機から光通信によって架台１０－２の非回転部（例えば、固定フレーム）に設けられた発光ダイオード（ＬＥＤ）を有する受信機に送信され、受信機から医用データ処理装置５０－２に伝送される。なお、回転フレーム１３から架台１０－２の非回転部への投影データの送信方式は、前述の光通信に限定されず、非接触型のデータ伝送であれば如何なる方式であってもよい。

寝台３０－２は、基台３１－２及び天板３３－２を備える。基台３１－２は、床面に設置される。基台３１－２は、支持フレームを、床面に対して垂直方向（Ｙ方向）に移動可能に支持する構造体である。支持フレームは、基台３１－２の上部に設けられるフレームである。支持フレームは、天板３３－２を中心軸Ｚに沿ってスライド可能に支持する。天板３３－２は、被検体Ｐが載置される柔軟性を有する板状構造体である。寝台駆動装置は、寝台３０－２に収容される。寝台駆動装置は、被検体Ｐが載置された天板３３－２を移動させるための動力を発生するモータ又はアクチュエータである。寝台駆動装置は、制御装置１５又は医用データ処理装置５０－２等による制御に従い作動する。

制御装置１５は、処理回路５１による撮影制御に従いＸ線ＣＴ撮影を実行するためにＸ線高電圧装置１４、ＤＡＳ１８及び寝台３０－２を制御する。制御装置１５は、ＣＰＵ等を有する処理回路と、モータ及びアクチュエータ等の駆動装置とを有する。処理回路は、ハードウェア資源として、ＣＰＵ等のプロセッサとＲＯＭやＲＡＭ等のメモリとを有する。制御装置１５は、例えば、医用データ処理装置５０－２、架台１０－２及び寝台３０－２等に設けられた入力インタフェース５４からの操作信号に従い架台１０－２及び寝台３０－２を制御する。例えば、制御装置１５は、回転フレーム１３の回転、架台１０－２のチルト、天板３３及び寝台３０－２の動作を制御する。

図１１に示される医用データ処理装置５０－２は、処理回路５１、メモリ５２、ディスプレイ５３、入力インタフェース５４及び通信インタフェース５５を有するコンピュータである。

処理回路５１は、例えば、Ｘ線コンピュータ断層撮影装置１－２の中枢として機能するプロセッサである。処理回路５１は、メモリ５２に記憶されているプログラムを実行することで、当該プログラムに対応する機能を実現する。処理回路５１は、例えば、取得機能５１１、生成機能５１２、出力機能５１３、表示制御機能５１４、学習機能５１５を有する。なお、図示しないが、処理回路５１は、撮像制御機能、再構成処理機能、画像処理機能、類似度算出機能及び重みづけ変更機能を有する。

撮像制御機能において処理回路５１は、ＣＴ撮像を行うためＸ線高電圧装置１４と制御装置１５とＤＡＳ１８とを制御する。処理回路５１は、入力インタフェース５４を介したユーザ指示又は自動的に設定された撮影条件（ＣＴ撮像パラメータ）に従いＸ線高電圧装置１４と制御装置１５とＤＡＳ１８とを制御する。ＣＴ撮像パラメータについては後述される。

再構成処理機能において処理回路５１は、ＤＡＳ１８から出力された投影データに基づいてＣＴ画像を生成する。具体的には、処理回路５１は、ＤＡＳ１８から出力された投影データに対して対数変換処理やオフセット補正処理、チャネル間の感度補正処理、ビームハードニング補正等の前処理を施す。そして処理回路５１は、前処理後の投影データに対して、フィルタ補正逆投影法や逐次近似再構成法等を用いた再構成処理を施しＣＴ画像を生成する。

画像処理機能において処理回路５１は、入力インタフェース５４を介して操作者から受け付けた入力操作に基づいて、再構成処理機能によって生成されたＣＴ画像を、任意断面の断層像や３次元画像に変換する。

メモリ５２、ディスプレイ５３、入力インタフェース５４、通信インタフェース５５、取得機能５１１、生成機能５１２、出力機能５１３、表示制御機能５１４及び学習機能５１５、については説明を省略する。また、類似度算出機能および重みづけ変更機能については後述される。

以下、本実施形態に係るＸ線コンピュータ断層撮影装置１－２の実施例を説明する。

図１２は、図１１の生成機能において利用される学習済モデルの入出力の第１例と、出力先のＣＴ撮像装置とを示す図である。処理回路５１は、取得機能５１１により、ＣＴ画像データを取得する。処理回路５１は、生成機能５１２により、ＣＴ画像データに学習済モデル６９を適用し、当該ＣＴ画像データに関するＣＴ撮像パラメータを生成する。処理回路５１は、出力機能５１３により、ＣＴ撮像パラメータをＣＴ撮像装置７０へと出力する。

ＣＴ撮像パラメータは、ＣＴ画像データを取得する際のＸ線コンピュータ断層撮影装置の撮像に関するパラメータである。また、ＣＴ撮像パラメータは、Ｘ線コンピュータ断層撮影装置に関する情報が含まれてもよい。

ＣＴ撮像パラメータとしては、例えば、線量、逐次近似処理のパラメータ、ＡＩ再構成処理のパラメータ、ＦＯＶ、マトリクスサイズ、デュアルエナジー、ウインドウレベル／ウインドウ幅（ＷＬ／ＷＷ）、収集ビンの種類、マルチスライスの列数の情報などが含まれる。

線量は、例えば、管電流の値の情報および管電圧の値の情報などが含まれる。逐次近似処理のパラメータは、例えば、逐次近似処理の種類（例えば、ＥＭ（expectation maximization）法、ＡＲＴ（algebraic reconstruction technique）法）の情報およびブレンドレートの情報などが含まれる。ブレンドレートとは、逐次近似処理で用いられる初期画像と更新画像との合成比率である。ＡＩ再構成処理のパラメータは、例えば、ノイズ低減率に関する情報などが含まれる。デュアルエナジーは、例えば、デュアルエナジーの使用の有無の情報などが含まれる。

図１３は、図１２の生成機能において利用される学習済モデルの入出力の第２例と、出力先のＣＴ撮像装置と、入力に関する処理の具体例とを示す図である。図１３の例では、参考となるＣＴ画像ライクな画像データに基づいてＣＴ撮像パラメータを生成し、生成されたＣＴ画像パラメータに基づいて撮像を実行し、撮像によって生成されたＣＴ画像データの情報をＣＴ撮像パラメータの生成処理にフィードバックすることによって、リアルタイムに生成されるＣＴ画像の表示を最適化することができる。図１３を概括すると、Ｘ線コンピュータ断層撮影装置１－２は、ＣＴ画像の表示について、ＣＴ撮像によって生成されたＣＴ画像データを用いてリアルタイムにフィードバック制御を行うことができる。

なお、図１３において、ＣＴ画像ライクな画像データを学習済モデル７１に入力しているが、これに限らず、ＣＴ画像データでもよい。また、図１３の学習済モデル７１は、スコアデータに基づいて、モデルの重みづけを変更し、ＣＴ撮像パラメータの各値を変化させることができる。

図１４は、図１３について、第２の実施形態におけるＣＴ撮像パラメータ推定処理を含む一連の流れを説明するためのフローチャートである。図１４のフローチャートは、例えば、ユーザによってＣＴ撮像パラメータ推定処理に関するアプリケーションの起動指示が入力されたことを契機として、処理回路５１がＣＴ撮像パラメータ推定プログラムを実行することにより開始する。

（ステップＳＢ１）
ＣＴ撮像パラメータ推定プログラムが実行されると、処理回路５１は、取得機能５１１を実行する。取得機能５１１を実行すると、処理回路５１は、ユーザによって指定されたＣＴ画像ライクな画像データを取得する。

（ステップＳＢ２）
ＣＴ画像ライクな画像データを取得した後、処理回路５１は、生成機能５１２を実行する。生成機能５１２を実行すると、処理回路５１は、ＣＴ画像ライクな画像データに学習済モデル７１を適用し、当該ＣＴ画像ライクな画像データに関するＣＴ撮像パラメータを生成する。

（ステップＳＢ３）
ＣＴ撮像パラメータを生成した後、処理回路５１は、出力機能５１３を実行する。出力機能５１３を実行すると、処理回路５１は、ＣＴ撮像パラメータをＣＴ撮像装置７２へと出力する。なお、ＣＴ撮像装置７２は、Ｘ線コンピュータ断層撮影装置１－２と同一のものとして説明する。

（ステップＳＢ４）
ＣＴ撮像パラメータを受け取った後、処理回路５１は、撮像制御機能を実行する。撮像制御機能を実行すると、処理回路５１は、ステップＳＢ２で生成されたＣＴ撮像パラメータを用いたＣＴ撮像を実行し、投影データを収集する。

（ステップＳＢ５）
投影データを収集した後、処理回路５１は、再構成処理機能を実行する。再構成処理機能を実行すると、処理回路５１は、収集された投影データを再構成し、ＣＴ画像データを生成する。

（ステップＳＢ６）
ＣＴ画像データを生成した後、処理回路５１は、表示制御機能５１４を実行する。表示制御機能５１４を実行すると、処理回路５１は、生成されたＣＴ画像データをディスプレイ５３に表示する。

（ステップＳＢ７）
ＣＴ画像データを表示した後、処理回路５１は、類似度算出機能を実行する。類似度算出機能を実行すると、処理回路５１は、ステップＳＢ１で取得したＣＴ画像ライクな画像データと生成されたＣＴ画像データとの類似度を算出する。類似度は、例えば、画像データ毎の特徴量を算出し、これらの特徴量に基づいて算出される。

（ステップＳＢ８）
類似度が算出された後、処理回路５１は、算出された類似度が閾値より大きいか否かを判定する。類似度が閾値より大きい場合、リアルタイムに生成されるＣＴ画像の表示が最適化されたとして、処理は終了する。類似度が閾値以下の場合、リアルタイムに生成されるＣＴ画像の表示が最適化されていないとして、処理はステップＳＢ９へ進む。

（ステップＳＢ９）
類似度の判定に関する処理の後、処理回路５１は、重みづけ変更機能を実行する。重みづけ変更機能を実行すると、処理回路５１は、類似度に対応したスコアデータに基づいて学習済モデル７１の重みづけを変更する。ステップＳＢ９の後、処理はステップＳＢ２へ戻る。

図１４のフローチャートにおいて、リアルタイムに生成されるＣＴ画像の表示を最適化する例を説明したが、リアルタイムに限らない。例えば、最初に推定されたＣＴ撮像パラメータでのみＣＴ撮像を実行し、２回目以降に推定されたＣＴ撮像パラメータは、生成されたＣＴ画像の表示画面を最適化するために用いられる。具体的には、処理回路５１は、２回目以降に推定されたＣＴ撮像パラメータに含まれるＷＬ／ＷＷを用いて、ＣＴ画像データの表示画面を最適化する。

以上説明したように、第２の実施形態に係るＸ線コンピュータ断層撮影装置は、ＣＴ画像データを取得し、取得したＣＴ画像データに基づいて、当該ＣＴ画像データに関するＸ線コンピュータ断層撮影装置のＣＴ撮像パラメータを生成する学習済モデルに対して、当該ＣＴ画像データを入力することにより、当該ＣＴ撮像パラメータを生成する。よって、例えば、ユーザが最適なＣＴ撮像パラメータを設定するために、本実施形態に係るＸ線コンピュータ断層撮影装置は、ＣＴ撮像パラメータが未知のＣＴ画像データからＣＴ撮像に用いられたＣＴ撮像パラメータを推定することができる。

（第３の実施形態）
第２の実施形態では、医用データ処理装置がＸ線コンピュータ断層撮影装置に搭載されたコンピュータであるとして説明した。他方、第３の実施形態では、医用データ処理装置が、超音波診断装置に搭載されたコンピュータであるとして説明する。なお以下の説明において、第１実施形態と略同一の機能を有する構成要素については、同一符号を付し、必要な場合にのみ重複説明する。

図１５は、第３の実施形態に係る超音波診断装置の構成を示す図である。図１５に示すように、超音波診断装置１－３は、超音波プローブ１０－３と医用データ処理装置（装置本体）５０－３とを有する。

超音波プローブ１０－３は、例えば、医用データ処理装置５０－３の制御に従い、患者等の生体内の走査領域について超音波走査を実行する。超音波プローブ１０－３は、例えば、複数の圧電振動子、整合層及びバッキング材等を有する。本実施形態においては、超音波プローブ１０－３は、例えば、所定の方向に沿って配列された複数の圧電振動子を有する。超音波プローブ１０－３は、医用データ処理装置５０－３と着脱自在に接続される。

複数の圧電振動子は、医用データ処理装置５０－３が有する超音波送信回路５７から供給される駆動信号に従い超音波を発生する。これにより、超音波プローブ１０－３から生体へ超音波が送信される。超音波プローブ１０－３から生体へ超音波が送信されると、送信された超音波は、生体の体内組織における音響インピーダンスの不連続面で次々と反射され、反射波信号として複数の圧電振動子にて受信される。受信される反射波信号の振幅は、超音波が反射される不連続面における音響インピーダンスの差に依存する。また、送信された超音波パルスが、移動している血流又は放射線吸収性組織スペーサ等の表面で反射された場合の反射波信号は、ドプラ効果により、移動体の超音波送信方向の速度成分に依存して、周波数偏移を受ける。超音波プローブ１０－３は、生体からの反射波信号を受信して電気信号に変換する。電気信号は、医用データ処理装置５０－３に供給される。

図１５に示される医用データ処理装置５０－３は、超音波プローブ１０－３により受信された反射波信号に基づいて超音波画像を生成及び表示するコンピュータである。医用データ処理装置５０－３は、図１５に示されるように、超音波送信回路５７、超音波受信回路５６、処理回路５１、メモリ５２、ディスプレイ５３、入力インタフェース５４及び通信インタフェース５５を有する。

超音波送信回路５７は、超音波プローブ１０－３に駆動信号を供給するプロセッサである。超音波送信回路５７は、例えば、トリガ発生回路、遅延回路、及びパルサ回路等により実現される。トリガ発生回路は、所定のレート周波数で、送信超音波を形成するためのレートパルスを繰り返し発生する。遅延回路は、超音波プローブ１０－３から発生される超音波をビーム状に集束して送信指向性を決定するために必要な圧電振動子毎の遅延時間を、トリガ発生回路が発生する各レートパルスに対し与える。パルサ回路は、レートパルスに基づくタイミングで、超音波プローブ１０－３に設けられる複数の超音波振動子へ駆動信号（駆動パルス）を印加する。遅延回路により各レートパルスに対し与える遅延時間を任意に変化させることで、圧電振動子面からの送信方向が任意に調整される。

超音波受信回路５６は、超音波プローブ１０－３が受信した反射波信号に対して各種処理を施し、受信信号を生成するプロセッサである。超音波受信回路５６は、例えば、アンプ回路、Ａ／Ｄ変換器、受信遅延回路及び加算器等により実現される。アンプ回路は、超音波プローブ１０－３が受信した反射波信号をチャンネル毎に増幅してゲイン補正処理を行う。Ａ／Ｄ変換器は、ゲイン補正された反射波信号をデジタル信号に変換する。受信遅延回路は、デジタル信号に受信指向性を決定するのに必要な遅延時間を与える。加算器は、遅延時間が与えられた複数のデジタル信号を加算する。加算器の加算処理により、受信指向性に応じた方向からの反射成分が強調された受信信号が発生する。

処理回路５１は、例えば、超音波診断装置１－３の中枢として機能するプロセッサである。処理回路５１は、メモリ５２に記憶されているプログラムを実行することで、当該プログラムに対応する機能を実現する。処理回路５１は、例えば、取得機能５１１、生成機能５１２、出力機能５１３、表示制御機能５１４、学習機能５１５を有する。なお、図示しないが、処理回路５１は、Ｂモード処理機能、ドプラモード処理機能、画像処理機能、類似度算出機能及び重みづけ変更機能を有する。

Ｂモード処理機能において処理回路５１は、超音波受信回路５６から受け取った受信信号に基づき、Ｂモードデータを生成する。具体的には、処理回路５１は、例えば、超音波受信回路５６から受け取った受信信号に対して包絡線検波処理、及び対数増幅処理等を施し、信号強度が輝度の明るさで表現されるデータ（Ｂモードデータ）を生成する。生成されたＢモードデータは、２次元的な超音波走査線（ラスタ）上のデータとして不図示のＲＡＷデータメモリに記憶される。

ドプラモード処理機能において処理回路５１は、超音波受信回路５６から受け取った受信信号を周波数解析することで、スキャン領域に設定されるＲＯＩ（Region Of Interest：関心領域）内にある血流のドプラ効果に基づく運動情報を抽出したデータ（ドプラデータ）を生成する。具体的には、処理回路５１は、血流の運動情報として、平均速度、平均分散値、平均パワー値等を、複数のサンプル点それぞれで推定したドプラデータを生成する。生成されたドプラデータは、２次元的な超音波走査線上のデータとして不図示のＲＡＷデータメモリに記憶される。

また、処理回路５１は、ドプラモード処理機能において、カラーフローマッピング（ＣＦＭ：Color Flow Mapping）法と称されるカラードプラ法を実行可能である。ＣＦＭ法では、超音波の送受信が複数の走査線上で複数回行なわれる。処理回路５１は、同一位置のデータ列に対してＭＴＩ（Moving Target Indicator）フィルタを掛けることで、静止している組織又は動きの遅い組織に由来する信号（クラッタ信号）を抑制し、血流に由来する信号を抽出する。そして、処理回路５１は、抽出した信号から血流の速度、分散又はパワー等の情報を推定する。

画像処理機能において処理回路５１は、Ｂモード処理機能およびドプラ処理機能により生成されたデータに基づき、各種超音波画像データを生成する。具体的には、処理回路５１は、例えば、ＲＡＷデータメモリに記憶されているＢモードＲＡＷデータに対してＲＡＷ－ピクセル変換、例えば、超音波プローブ１０－３による超音波の走査形態に応じた座標変換を実行することで、ピクセルから構成されるＢモード画像データを生成する。

また、処理回路５１は、画像処理機能において、例えば、ＲＡＷデータメモリに記憶されているドプラＲＡＷデータに対してＲＡＷ－ピクセル変換などの画像処理を実行することで、血流情報が映像化されたドプラ画像データを生成する。ドプラ画像データは、速度画像データ、分散画像データ、パワー画像データ、またはこれらを組み合わせた画像データである。なお、カラードプラ法により取得されたドプラデータから生成されたドプラ画像データは、カラードプラ超音波画像データと呼ばれてもよい。

メモリ５２、ディスプレイ５３、入力インタフェース５４、通信インタフェース５５、取得機能５１１、生成機能５１２、出力機能５１３、表示制御機能５１４及び学習機能５１５、については説明を省略する。また、類似度算出機能および重みづけ変更機能については後述される。

以下、本実施形態に係る超音波診断装置１－３の実施例を説明する。

図１６は、図１５の生成機能において利用される学習済モデルの入出力の第１例と、出力先の超音波撮像装置とを示す図である。処理回路５１は、取得機能５１１により超音波画像データを取得する。処理回路５１は、生成機能５１２により、超音波画像データに学習済モデル７３を適用し、当該超音波データに関する超音波撮像パラメータを生成する。処理回路５１は、出力機能５１３により、超音波撮像パラメータを超音波撮像装置７４へと出力する。

超音波撮像パラメータは、超音波画像データを取得する際の超音波診断装置の撮像に関するパラメータである。また、超音波撮像パラメータは、超音波診断装置に関する情報が含まれてもよい。

超音波撮像パラメータとしては、例えば、プローブの種類、フレームレート、ダイナミックレンジ、周波数、流速レンジなどが含まれる。周波数は、例えば、送信信号の中心周波数の情報などが含まれる。流速レンジは、例えば、カラードプラ表示における流速範囲の情報などが含まれる。

図１７は、図１６の生成機能において利用される学習済モデルの入出力の第２例と、出力先の超音波撮像装置と、入力に関する処理の具体例とを示す図である。図１７の例では、参考となるカラードプラ超音波画像ライクな画像データに基づいて超音波撮像パラメータを生成し、生成された超音波撮像パラメータに基づいて撮像を実行し、撮像によって生成された超音波画像データの情報を超音波撮像パラメータの生成処理にフィードバックすることによって、リアルタイムに生成される超音波画像の表示を最適化することができる。図１７を概括すると、超音波診断装置１－３は、超音波画像の表示について、超音波撮像によって生成された超音波画像データを用いてリアルタイムにフィードバック制御を行うことができる。

なお、図１７において、カラードプラ超音波画像ライクな画像データを学習済モデル７５に入力しているが、これに限らず、カラードプラ超音波画像データでもよい。また、図１７の学習済モデル７５は、スコアデータに基づいて、モデルの重みづけを変更し、超音波撮像パラメータの各値を変化させることができる。

図１８は、図１７について、第３の実施形態における超音波撮像パラメータ推定処理を含む一連の流れを説明するためのフローチャートである。図１８のフローチャートは、例えば、ユーザによって超音波撮像パラメータ推定処理に関するアプリケーションの起動指示が入力されたことを契機として、処理回路５１が超音波撮像パラメータ推定プログラムを実行することによって開始する。

（ステップＳＣ１）
超音波撮像パラメータ推定プログラムが実行されると、処理回路５１は、取得機能５１１を実行する。取得機能５１１を実行すると、処理回路５１は、ユーザによって指定されたカラードプラ超音波画像ライクな画像データを取得する。

（ステップＳＣ２）
カラードプラ超音波画像ライクな画像データを取得した後、処理回路５１は、生成機能５１２を実行する。生成機能５１２を実行すると、処理回路５１は、カラードプラ超音波画像ライクな画像データに学習済モデル７５を適用し、当該カラードプラ超音波画像ライクな画像データに関する超音波撮像パラメータを生成する。尚、この超音波撮像パラメータには、流速レンジが含まれる。

（ステップＳＣ３）
超音波撮像パラメータを生成した後、処理回路５１は、出力機能５１３を実行する。出力機能５１３を実行すると、処理回路５１は、超音波撮像パラメータを超音波撮像装置７６へと出力する。なお、超音波撮像装置７６は、超音波診断装置１－３と同一のものとして説明する。

（ステップＳＣ４）
超音波撮像パラメータを受け取った後、処理回路５１は、撮像制御機能を実行する。撮像制御機能を実行すると、処理回路５１は、ステップＳＣ２で生成された超音波撮像パラメータを用いた超音波撮像を実行し、受信信号を取得する。

（ステップＳＣ５）
受信信号を取得した後、処理回路５１は、ドプラモード処理機能を実行する。ドプラモード処理機能を実行すると、処理回路５１は、取得された受信信号を周波数解析することによって、ドプラデータを生成する。

（ステップＳＣ６）
ドプラデータを生成した後、処理回路５１は、画像処理機能を実行する。画像処理機能を実行すると、処理回路５１は、生成されたドプラデータを画像処理することによって、カラードプラ超音波画像データを生成する。

（ステップＳＣ７）
カラードプラ超音波画像データを生成した後、処理回路５１は、表示制御機能５１４を実行する。表示制御機能５１４を実行すると、処理回路５１は、生成されたカラードプラ超音波画像データをディスプレイ５３に表示する。また、処理回路５１は、超音波撮像パラメータに含まれる流速レンジに基づいて、カラードプラ超音波画像データを表示する。

（ステップＳＣ８）
カラードプラ超音波画像データを表示した後、処理回路５１は、類似度算出機能を実行する。類似度算出機能を実行すると、処理回路５１は、ステップＳＣ１で取得したカラードプラ超音波画像データライクな画像データと生成されたカラードプラ超音波画像データとの類似度を算出する。

（ステップＳＣ９）
類似度が算出された後、処理回路５１は、算出された類似度が閾値より大きいか否かを判定する。類似度が閾値より大きい場合、リアルタイムに生成されるカラードプラ超音波画像の表示が最適化されたとして、処理は終了する。類似度が閾値以下の場合、リアルタイムに生成されるカラードプラ超音波画像の表示が最適化されていないとして、処理はステップＳＣ１０へ進む。

（ステップＳＣ１０）
類似度の判定に関する処理の後、処理回路５１は、重みづけ変更機能を実行する。重みづけ変更機能を実行すると、処理回路５１は、類似度に対応したスコアデータに基づいて学習済モデル７５の重みづけを変更する。ステップＳＣ１０の後、処理はステップＳＣ２へ戻る。

以上説明したように、第３の実施形態に係る超音波診断装置は、超音波画像データを取得し、取得した超音波画像データに基づいて、当該超音波画像データに関する超音波診断装置の超音波撮像パラメータを生成する学習済モデルに対して、当該超音波画像データを入力することにより、当該超音波撮像パラメータを生成する。よって、例えば、ユーザが最適な超音波撮像パラメータを設定するために、本実施形態に係る超音波診断装置は、超音波撮像パラメータが未知の超音波画像データから超音波撮像に用いられた超音波撮像パラメータを推定することができる。

各種撮像パラメータ推定は、医用データに対するインデクシング処理に用いることもできる。例として、医用データがストレージ（例：ＳＳＤやＨＤＤ、クラウドストレージ）に多数保持されている状態を考える。医用データが様々な撮像パラメータで撮像されたデータであるなら、ユーザがその目的に応じて、関連する医用データのみを検索したいという要求がしばしば発生する。これらの医用データを効率的に参照するためには、あらかじめ医用データに撮像パラメータといった追加情報を付与するインデクシングと呼ばれる処理を行うことが多い。ストレージに保持された医用データに撮像パラメータ推定を用いて推定されたパラメータを付与しておくことで、ユーザが検索要求を行ったときに、推定パラメータを参照しながら関連する医用データを出力できるようになる。さらに、Ｗｅｂサイトの画像や論文画像などに対して各種撮像パラメータ推定を用いてインデクシングを行うことで、関連する医用データの大規模な検索も可能になる。

また、インデクシングＷｅｂサイトの画像や論文画像など、ＤＩＣＯＭ形式でない医用データに対して各種撮像パラメータ推定を用い、その結果をＤＩＣＯＭ形式として出力することで、ＤＩＣＯＭ形式の医用データに対応した検索機能を持つワークステーションに検索可能な形で取り込むことも可能である。

以上説明した少なくとも一つの実施形態によれば、最適な撮像パラメータを設定することができる。

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。

１ 磁気共鳴イメージング装置
１０，１０－２ 架台
３０，３０－２ 寝台
３１，３１－２ 基台
３３，３３－２ 天板
４１ 静磁場磁石
４３ 傾斜磁場コイル
４５ 送信コイル
４７ 受信コイル
５０，５０－２，５０－３ 医用データ処理装置
５１ 処理回路
５１１ 取得機能
５１２ 生成機能
５１３ 出力機能
５１４ 表示制御機能
５１５ 学習機能
Ａ１ 記事
Ｄ１，Ｄ２ 表示画面
Ｐ１，Ｐ２ ＭＲ画像
Ｐ３ 画像データ
１－２ Ｘ線コンピュータ断層撮影装置
１１ Ｘ線管
１２ Ｘ線検出器
１３ 回転フレーム
１４ Ｘ線高電圧装置
１６ ウェッジフィルタ
１７ コリメータ
１９ 開口部
１－３ 超音波診断装置

Claims (15)

1. 医用画像診断装置における撮像パラメータが未知である第１の医用データを取得する取得部と、
   第２の医用データと前記第２の医用データに対応する撮像パラメータとの対応関係を学習した学習済モデルに対して、前記第１の医用データを入力することにより、前記第１の医用データに対応する第３の医用データを収集するための前記医用画像診断装置の撮像パラメータを生成する生成部と
   を具備する、医用データ処理装置。
2. 前記第１の医用データは、前記医用画像診断装置である磁気共鳴イメージング装置、Ｘ線コンピュータ断層撮影装置、超音波診断装置、核医学診断装置、Ｘ線診断装置、光干渉断層計、光超音波装置、および内視鏡のいずれかで収集されたデータである、
   請求項１に記載の医用データ処理装置。
3. 前記第１の医用データは、医用画像データを含み、
   前記生成部は、前記医用画像データに基づいて、前記医用画像データに関する前記撮像パラメータを生成する前記学習済モデルに対して、前記医用画像データを入力することにより、前記撮像パラメータを生成する
   請求項１または請求項２に記載の医用データ処理装置。
4. 前記第１の医用データは、医用画像データと、前記医用画像データに関するパラメータの一部を有する補足データとを含み、
   前記生成部は、前記医用画像データおよび前記補足データに基づいて、前記医用画像データに関する前記撮像パラメータを生成する前記学習済モデルに対して、前記医用画像データおよび前記補足データを入力することにより、前記撮像パラメータを生成する、
   請求項１から請求項３までのいずれか一項に記載の医用データ処理装置。
5. 前記補足データは、ＤＩＣＯＭ（Ｄｉｇｉｔａｌ Ｉｍａｇｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ｉｎ Ｍｅｄｉｃｉｎｅ）データである、
   請求項４に記載の医用データ処理装置。
6. 前記第１の医用データは、医用画像データと、前記医用画像データの種類に関する情報を有するラベルデータとを含み、
   前記生成部は、前記医用画像データおよび前記ラベルデータに基づいて、前記医用画像データに関する前記撮像パラメータを生成する前記学習済モデルに対して、前記医用画像データおよび前記ラベルデータを入力することにより、前記撮像パラメータを生成する、 請求項１または請求項２に記載の医用データ処理装置。
7. 前記医用画像データは、前記医用画像診断装置と対応付けられている、
   請求項３から請求項６までのいずれか一項に記載の医用データ処理装置。
8. 前記第１の医用データは、印刷、印画またはフィルムに記録された医用画像を、撮影したまたは読み取った医用画像ライクな画像データを含む、
   請求項１に記載の医用データ処理装置。
9. 前記画像データは、前記医用画像診断装置と対応付けられている、
   請求項８に記載の医用データ処理装置。
10. 前記医用画像データは、磁気共鳴イメージング装置から取得され、
    前記撮像パラメータは、前記磁気共鳴イメージング装置に関するパラメータである、
    請求項３から請求項７までのいずれか一項に記載の医用データ処理装置。
11. 前記医用画像データは、磁気共鳴画像データである、
    請求項１０に記載の医用データ処理装置。
12. 前記撮像パラメータは、前記磁気共鳴イメージング装置のシーケンスを含む、
    請求項１０に記載の医用データ処理装置。
13. 前記第１の医用データは、複数の医用画像データに基づいて生成されたマップ画像データを含み、
    前記生成部は、前記マップ画像データに基づいて、前記複数の医用画像データに関する複数の撮像パラメータを生成する前記学習済モデルに対して、前記マップ画像データを入力することにより、前記複数の撮像パラメータを生成する、
    請求項１または請求項２に記載の医用データ処理装置。
14. 請求項１から請求項１３までのいずれか一項に記載の医用データ処理装置と、
    前記撮像パラメータに基づいて医用撮像を行う撮像部と
    を具備する、医用画像診断装置。
15. 前記医用撮像によって生成された前記第３の医用データを用いてリアルタイムにフィードバック制御を行う、請求項１４に記載の医用画像診断装置。