JPH11332848A - スライス位置判別方法および医用画像診断装置 - Google Patents

Abstract

(57)【要約】 【課題】 ノイズ等に影響されずに適正にスライス位置
を判別する。頭部の特徴を適切に表すような領域にスラ
イス位置を領域分けする。 【解決手段】 頭部後側半円領域Ｃの平均画素値を用い
ずに、蝶形関心領域Ｆにおける空洞／組織識別閾値より
小さい画素値を持つ画素の数（蝶形骨洞断面積）を用い
てスライス位置を判別する。また、スライス位置の属す
る領域を頭頂領域、脳中部領域、脳下部領域、脳底領域
の４つの領域に分ける。

Description

【発明の詳細な説明】

【０００１】

【発明が属する技術分野】本発明は、スライス位置判別
方法および医用画像診断装置に関し、さらに詳しくは、
断層画像を撮影したスライス位置が撮影対象物のどの部
分かを一連の断層画像を基に判別するスライス位置判別
方法および医用画像診断装置に関する。

【０００２】

【従来の技術】特開平９−２９９３４９号公報には、次
のような技術が開示されている。 （１）一連の頭部断層画像の各々における頭部断面積お
よび頭部後側半円領域内平均画素値を求め、それらを基
に各頭部断層画像を撮影したスライス位置が頭上部、頭
中部、頭下部のいずれの領域かを判別するスライス位置
判別方法（領域分け処理）。 （２）第１の一連の頭部断層画像と第２の一連の頭部断
層画像の頭上部の画像のスライス位置は頭部断面積の変
化率を基にして対応付け、第１の一連の頭部断層画像と
第２の一連の頭部断層画像の頭中部と頭下部の画像はそ
れぞれの距離を等しいと仮定して割り付けた相対位置を
基にして対応付けるスライス位置対応付け方法（対応付
け処理）。 （３）トレーニングシリーズの一連の頭部断層画像に予
めＷＷ値・ＷＬ値を設定したものをトレーニングＷＷテ
ーブル曲線・トレーニングＷＬテーブル曲線として記憶
し、頭上部、頭中部、頭下部の領域毎に頭部後側半円領
域内の画素値の平均値および標準偏差を求めて記憶し、
スライス位置領域毎に予め重み関数を設定したものを記
憶し、設定対象シリーズの一連の頭部断層画像を上記
（１）により領域分けし、各領域毎に頭部後側半円領域
の画素値の平均値および標準偏差を求め、前記トレーニ
ングシリーズの各領域毎の頭部後側半円領域の画素値の
平均値および標準偏差とのズレを基にＷＷオフセット基
準量・ＷＬオフセット基準量を求め、設定対象シリーズ
の一連の頭部断層画像とトレーニングシリーズの一連の
頭部断層画像を上記（２）により対応付けし、その対応
付けを基にして前記トレーニングＷＷテーブル曲線・ト
レーニングＷＬテーブル曲線および重み関数を設定対象
シリーズの一連の頭部断層画像に合わせた出力ＷＷテー
ブル曲線・出力ＷＬテーブル曲線および重み関数に変換
し、それら出力ＷＷテーブル曲線・出力ＷＬテーブル曲
線および重み関数並びに前記ＷＷオフセット基準量・Ｗ
Ｌオフセット基準量を基に設定対象シリーズの一連の頭
部断層画像の各々のＷＷ値・ＷＬ値を設定するＷＷ値・
ＷＬ値自動設定方法（自動設定処理）。以上の３つの方
法を適用することにより、一連の頭部断層画像の各画像
毎に比較的適正なＷＷ値・ＷＬ値を自動設定することが
出来る。

【０００３】

【発明が解決しようとする課題】上記特開平９−２９９
３４９号公報に開示の技術により大体の場合は適正なＷ
Ｗ値・ＷＬ値を設定できたが、適正なＷＷ値・ＷＬ値を
設定できない場合もあり、必ずしも満足できる状況では
なかった。かかる状況に鑑み、適正なＷＷ値・ＷＬ値を
設定できない原因を本発明の発明者が鋭意研究したとこ
ろ、上記（１）のスライス位置判別方法において、ノイ
ズ等があると、その影響で頭部後側半円領域内平均画素
値が変動し、スライス位置の判別が不適正になることが
一つの原因であると判明した。また、スライス位置を頭
上部、頭中部、頭下部の３つの領域に分けているが、こ
のような分け方が必ずしも頭部の特徴を適切に表してい
ないことが他の一つの原因であると判明した。そこで、
本発明の目的は、ノイズ等に影響されずに適正にスライ
ス位置を判別できると共に頭部の特徴を適切に表すよう
な領域にスライス位置を分けることが出来るスライス位
置判別方法および医用画像診断装置を提供することにあ
る。

【０００４】

【課題を解決するための手段】第１の観点では、本発明
は、頭部断層画像を撮影したスライス位置が頭部のどの
部分かを一連の頭部断層画像を基に判別するためのスラ
イス位置判別方法であって、各頭部断層画像から頭部断
面積および蝶形骨洞断面積をそれぞれ算出し、各頭部断
層画像の頭部断面積および蝶形骨洞断面積を比較して各
頭部断層画像を撮影したスライス位置が頭頂領域、脳中
部領域、脳下部領域、脳底領域のいずれの領域に属する
かをそれぞれ特定することを特徴とするスライス位置判
別方法を提供する。上記第１の観点のスライス位置判別
方法では、頭部後側半円領域内平均画素値を用いずに、
蝶形骨洞断面積を用いてスライス位置を判別するように
した。頭部後側半円領域内平均画素値を用いると、頭部
後側半円領域内のノイズ等の影響を受けてしまうが、蝶
形骨洞断面積を用いると、骨洞と組織を区別しうる適切
な閾値および骨洞部分以外をなるべく含まない関心領域
を設定することで、ノイズ等の影響を実質的に受けない
ようにすることが出来る。さらに、スライス位置の属す
る領域を頭頂領域、脳中部領域、脳下部領域、脳底領域
の４つの領域に分けるようにした。これにより、頭部の
特徴をより適切に表す領域分けが可能になる。よって、
本発明のスライス位置判別方法を適用した後、上記スラ
イス位置対応付け方法や上記ＷＷ値・ＷＬ値自動設定方
法を適用することで、適正なＷＷ値・ＷＬ値を設定でき
るようになる。

【０００５】なお、上記ＷＷ値・ＷＬ値自動設定方法で
は、頭部後側半円領域内の画素値の平均値および標準偏
差を基にＷＷオフセット基準量・ＷＬオフセット基準量
を求めているが、頭部後側半円領域内に骨、脂肪、造影
された病変、ノイズなどによる高輝度画素が多量に含ま
れている場合、それらに平均値および標準偏差が影響さ
れて、ＷＷオフセット基準量・ＷＬオフセット基準量が
不適正になり、設定されたＷＷ値・ＷＬ値が不適正にな
ることがある。そこで、高輝度画素が含まれている割合
をチェックし、この割合が高い場合には、設定されたＷ
Ｗ値を大きくするように補正するのが好ましい。これに
より、骨、脂肪、造影された病変、ノイズなどによる高
輝度画素が多量に含まれている断層画像を表示する画質
を改善することが出来る。

【０００６】第２の観点では、本発明は、一連の頭部断
層画像の各々から頭部断面積および蝶形骨洞断面積をそ
れぞれ算出する特徴量算出手段と、各頭部断層画像の頭
部断面積および蝶形骨洞断面積を比較して各頭部断層画
像を撮影したスライス位置が頭頂領域、脳中部領域、脳
下部領域、脳底領域のいずれの領域に属するかをそれぞ
れ特定するスライス位置特定手段とを具備したことを特
徴とする医用画像診断装置を提供する。上記第２の観点
の医用画像診断装置では、上記第１の観点のスライス位
置判別方法を好適に実施できる。

【０００７】

【発明の実施の形態】以下、図に示す実施形態に基づい
て本発明をさらに詳しく説明する。なお、これにより本
発明が限定されるものではない。図１は、本発明の一実
施形態にかかるＭＲＩ装置１００の構成を示すブロック
図である（但し、本発明に関連する要部構成のみを示
す）。このＭＲＩ装置１００は、撮像装置１と、処理装
置２と、記憶装置３と、表示装置４と、入力装置５とを
具備している。

【０００８】前記撮像装置１は、被検体Ｋをスキャン
し、得られたスキャンデータを処理装置２に渡す。前記
処理装置２は、前記撮像装置１からスキャンデータを取
得するデータ取得部２ａと、スキャンデータから断層画
像を生成する断層画像生成部２ｂと、断層画像のスライ
ス位置（撮影位置）に応じて変化する被検体Ｋの特徴量
（例えば像の断面積の変化のような幾何学的特徴量や画
素値の変化のような質的特徴量）を断層画像から抽出し
その特徴量に基づいて一連の断層画像の各スライス位置
を判別するスライス位置判別処理部２ｃと、一連の断層
画像とトレーニングシリーズの頭部断層画像のスライス
位置を対応付けするスライス位置対応付け処理部２ｄ
と、各断層画像のスライス位置に基づいてＷＷ値・ＷＬ
値を自動設定するＷＷ・ＷＬ自動設定処理部２ｅとを含
んでいる。前記記憶装置３は、スキャンデータや断層画
像を記憶する。前記表示装置４は、断層画像や各種の情
報を表示する。前記入力装置５は、操作者が入力する情
報を受け付ける。

【０００９】図２および図３は、前記スライス位置判別
処理部２ｃの動作を示すフローチャートである。図２の
ステップＣ１では、一連の頭部断層画像Ｇｉを読み込
む。例えば、図４に示すごとき各スライス位置での断層
画像から構成される一連の頭部断層画像Ｇｉを読み込
む。ステップＣ２では、各頭部断層画像Ｇｉにおける像
輪郭を抽出する。例えば、図５の（ａ）に示す頭部断層
画像では、図５の（ｂ）に太破線で示す如き像輪郭が抽
出される。ステップＣ３では、各頭部断層画像Ｇｉの像
輪郭内のピクセル数ＡＨを求める。このピクセル数ＡＨ
は、各頭部断層画像Ｇｉにおける頭部断面積を表してい
る。従って、ピクセル数ＡＨは、頭部の中央位で最大値
となり、頭頂部に近付くほど小さくなる。

【００１０】ステップＣ４では、各頭部断層画像Ｇｉの
像輪郭を円で近似し、その円の中心を固定し半径をＤ
（例えば２０ｍｍ）だけ縮めた円の後側の半円の中央９
０°除く左右の４５°ずつの蝶形部分内の画素であって
空気／組織識別閾値（空気の画素値と組織の画素値の間
の値）よりも画素値の小さい画素のピクセル数ＡＩを求
める。例えば、図６の（ａ）に示す頭頂部に頭部の中央
くらい頭部断層画像では、蝶形関心領域Ｆ内の大部分は
脳組織であるため、ピクセル数ＡＩは小さい。一方、図
６の（ｂ）に示す頭部断層画像では、蝶形関心領域Ｆ内
の大部分は骨洞であるため、ピクセル数ＡＩは大きくな
る。なお、Ｃは前記半円である。

【００１１】ステップＣ５では、各頭部断層画像のピク
セル数ＡＨの最大値を“１００”として各頭部断層画像
のピクセル数ＡＨを正規化し、正規化ピクセル数ＡＨ^*
を求める。ステップＣ６では、各頭部断層画像のピクセ
ル数ＡＩの最大値を“１００”として各頭部断層画像の
ピクセル数ＡＩを正規化し、正規化ピクセル数ＡＩ^*を
求める。

【００１２】図３のステップＣ７では、図７に示すよう
に、正規化ピクセル数ＡＨ^*が最大値“１００”の画像
Ｇhxよりも頭頂部側に在って正規化ピクセル数ＡＨ^*が
“８０”以下の頭部断層画像を頭頂領域の画像ＧＵとす
る。なお、図７の実線が正規化ピクセル数ＡＨ^*の近似
曲線である。また、画像Ｇhxは、蝶形骨洞レベルに相当
する。ステップＣ８では、図８に示すように、正規化ピ
クセル数ＡＩ^*が最大値“１００”の画像Ｇixよりも頭
頂部側に在って正規化ピクセル数ＡＩ^*が“１０”以上
且つ正規化ピクセル数ＡＨ^*が“９０”以上の頭部断層
画像および画像Ｇixよりも頚部側に在って正規化ピクセ
ル数ＡＩ^*が“５０”以上且つ正規化ピクセル数ＡＨ^*が
“９０”以上の頭部断層画像を脳下部領域の画像ＧＬと
する。なお、図８の破線が正規化ピクセル数ＡＩ^*の近
似曲線である。ステップＣ９では、図９に示すように、
脳下部領域の画像ＧＬよりも頚部側に在る頭部断層画像
を脳底領域の画像ＧＢとする。ステップＣ１０では、図
９に示すように、脳下部領域の画像ＧＬと頭頂領域の画
像ＧＵの間に在る頭部断層画像を脳中部領域の画像ＧＭ
とする。そして、処理を終了する。

【００１３】以上により、一連の頭部断層画像Ｇｉの各
スライス位置が頭頂領域、脳中部領域、脳下部領域、脳
底領域のいずれの領域に属するかを判別できる。これに
より、領域毎に異なる処理（画像処理や診断処理）を行
う場合や他の一連の頭部断層画像との位置合わせを行う
場合に好適に対応できる。また、各領域毎に必要な頭部
断層画像が得られているかをチェックし、スキャン計画
へ反映することも可能となる。

【００１４】この後、スライス位置対応付け処理部２ｄ
は、特開平９−２９９３４９号公報に開示のスライス位
置対応付け方法により、一連の頭部断層画像Ｇｉとトレ
ーニングシリーズの一連の頭部断層画像のスライス位置
を対応付ける。

【００１５】次いで、ＷＷ・ＷＬ自動設定処理部２ｅ
は、図１０に示すＷＷ・ＷＬ自動設定処理を実行する。
ステップＳ１では、特開平９−２９９３４９号公報に開
示のＷＷ値・ＷＬ値自動設定方法（自動設定処理）によ
り、一連の頭部断層画像Ｇｉの各々に対するＷＷ値・Ｗ
Ｌ値を自動設定する。ステップＳ２では、一連の頭部断
層画像Ｇｉの各頭部断層画像における像輪郭内の画素の
数ＳＨを求める。ステップＳ３では、一連の頭部断層画
像Ｇｉの各々の関心領域内の画素で画素値が閾値を越え
る画素の数ＳＦを求める。ここで、関心領域は例えば図
６の半円Ｃとし、閾値は注目組織を表す画素の画素値の
上限より少し大きい値とする。

【００１６】ステップＳ４では、一連の頭部断層画像Ｇ
ｉの各々において、画素の数ＳＨに対する画素の数ＳＦ
の割合ＳＦ／ＳＨが予め設定した上限値Ｆｒを越えたか
否かを判定し、越えたならステップＳ５へ進み、越えな
いなら前記ステップＳ１で設定したＷＷ値・ＷＬ値のま
まで処理を終了する。なお、上限値Ｆｒは経験的に決定
される値であり、例えば“０．２”である。ステップＳ
５では、次式によりＷＷ値を補正し、処理を終了する。 ＷＷ←ＷＷ×｛１＋ａ（ＳＦ／ＳＨ−Ｆｒ） ここで、ａは経験的に決定される値であり、例えば
“１．５”である。

【００１７】以上により設定したＷＷ値・ＷＬ値を用い
て画像を表示すると、頭の端部（頭頂や左右端）の画像
や、病変のある画像や、メタルアーチファクトのある画
像でも、好ましい画質で表示することが出来る。

【００１８】

【発明の効果】本発明のスライス位置判別方法および医
用画像診断装置によれば、スライス位置を判別するため
の特徴量として蝶形骨洞断面積を用いるため、ノイズ等
の影響を受けないでスライス位置を判別できる。さら
に、スライス位置の属する領域を頭頂領域、脳中部領
域、脳下部領域、脳底領域の４つの領域に分けるため、
頭部の特徴をより適切に表す領域分けが可能となる。

【図面の簡単な説明】

【図１】本発明の一実施形態にかかるＭＲＩ装置の構成
ブロック図である。

【図２】スライス位置判別処理の前半のフローチャート
である。

【図３】スライス位置判別処理の後半のフローチャート
である。

【図４】スライス位置の説明図である。

【図５】像輪郭の説明図である。

【図６】蝶形関心領域の説明図である。

【図７】頭頂領域を判別するスライス位置と正規化値ピ
クセル数ＡＨ^*のグラフである。

【図８】脳下部領域を判別するスライス位置と正規化値
ピクセル数ＡＨ^*およびＡＩ^*のグラフである。

【図９】脳底領域と脳中部領域を判別するスライス位置
と正規化値ピクセル数ＡＨ^*およびＡＩ^*のグラフであ
る。

【図１０】ＷＷ・ＷＬ自動設定処理のフローチャートで
ある。

【符号の説明】

１００ ＭＲＩ装置 １ 撮像装置 ２ 処理装置 ２ａ データ取得部 ２ｂ 断層画像生成部 ２ｃ スライス位置判別処理部 ２ｄ スライス位置対応付け処理
部 ２ｅ ＷＷ・ＷＬ自動設定処理部

Claims (2)

【特許請求の範囲】
1. 【請求項１】 頭部断層画像を撮影したスライス位置が
   頭部のどの部分かを一連の頭部断層画像を基に判別する
   ためのスライス位置判別方法であって、各頭部断層画像
   から頭部断面積および蝶形骨洞断面積をそれぞれ算出
   し、各頭部断層画像の頭部断面積および蝶形骨洞断面積
   を比較して各頭部断層画像を撮影したスライス位置が頭
   頂領域、脳中部領域、脳下部領域、脳底領域のいずれの
   領域に属するかをそれぞれ特定することを特徴とするス
   ライス位置判別方法。
2. 【請求項２】 一連の頭部断層画像の各々から頭部断面
   積および蝶形骨洞断面積をそれぞれ算出する特徴量算出
   手段と、各頭部断層画像の頭部断面積および蝶形骨洞断
   面積を比較して各頭部断層画像を撮影したスライス位置
   が頭頂領域、脳中部領域、脳下部領域、脳底領域のいず
   れの領域に属するかをそれぞれ特定するスライス位置特
   定手段とを具備したことを特徴とする医用画像診断装
   置。