WO2015133363A1 - 画像処理装置、磁気共鳴イメージング装置、画像処理方法、および記録媒体 - Google Patents

画像処理装置、磁気共鳴イメージング装置、画像処理方法、および記録媒体 Download PDF

Info

Publication number
WO2015133363A1
WO2015133363A1 PCT/JP2015/055638 JP2015055638W WO2015133363A1 WO 2015133363 A1 WO2015133363 A1 WO 2015133363A1 JP 2015055638 W JP2015055638 W JP 2015055638W WO 2015133363 A1 WO2015133363 A1 WO 2015133363A1
Authority
WO
WIPO (PCT)
Prior art keywords
score
image
parameter
diagnostic
unit
Prior art date
Application number
PCT/JP2015/055638
Other languages
English (en)
French (fr)
Inventor
ビアン ドゥニ ル
麻美 飯間
浩二朗 矢野
Original Assignee
国立大学法人京都大学
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 国立大学法人京都大学 filed Critical 国立大学法人京都大学
Priority to US15/122,601 priority Critical patent/US10401457B2/en
Priority to EP15759173.6A priority patent/EP3114994B1/en
Publication of WO2015133363A1 publication Critical patent/WO2015133363A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56341—Diffusion imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing

Definitions

  • the present invention relates to an image processing apparatus for processing a diffusion weighted image.
  • the conventional apparatus or the like cannot easily and accurately diagnose the presence or absence of a malignant tumor, and cannot output an image that can accurately indicate a high or low malignant part of the tumor.
  • the image processing apparatus obtains two or more types of parameters for one or more processing units constituting a diffusion weighted image, using a reception unit that receives the diffusion weighted image and the diffusion weighted image. And a pixel value corresponding to the score for each of the one or more processing units obtained by acquiring a score corresponding to the two or more types of parameters for each of the one or more processing units.
  • the image processing apparatus includes a diagnostic image configuration unit that configures a diagnostic image that is an image having at least one processing unit, and an output unit that outputs the diagnostic image.
  • the image processing apparatus and the like it is possible to easily and accurately diagnose the presence or absence of a malignant tumor, and to output an image that can accurately indicate a high or low malignant part of the tumor.
  • Block diagram of image processing apparatus 1 according to Embodiment 1 A flowchart for explaining the overall operation of the image processing apparatus 1 Flowchart explaining the acquisition process of the parameter condition Flowchart explaining the score acquisition process Flowchart explaining the score coefficient acquisition process Flowchart explaining the acquisition process of the diagnosis result information
  • the figure which shows the example of the same score acquisition management information The figure which shows the example of the same diagnostic result management information
  • the figure which shows the example of the diffusion weighted image The figure which shows the example of the same ADC image
  • the figure which shows the example of the same IVIM image The figure which shows the example of the K image
  • the figure which shows the example of the score acquired with respect to the ADC image The figure which shows the example of the score acquired with respect to the same IVIM image
  • the figure which shows the example of the score acquired with respect to the K image The figure which shows the example of the score after the summation
  • the figure which shows the example of the said diagnostic image The figure which shows the output example of the said diagnostic image and diagnostic result information
  • an image processing apparatus 1 that acquires two or more types of parameters from a diffusion weighted image, constructs and outputs a diagnostic image that is an image used for diagnosis of the presence or absence of a malignant tumor using the acquired parameters. Will be described.
  • FIG. 1 is a block diagram of the image processing apparatus 1 in the present embodiment.
  • the image processing apparatus 1 includes a score acquisition management information storage unit 101, a score coefficient management information storage unit 102, a diagnosis result management information storage unit 103, a reception unit 104, a parameter acquisition unit 105, a score acquisition information acquisition unit 106, and a score acquisition unit 107.
  • the score acquisition management information storage unit 101 stores one or more score acquisition management information.
  • the score acquisition management information is information in which type information and score acquisition information are associated with each other.
  • the type information is information indicating the type of parameter.
  • the parameter is a parameter acquired using the diffusion weighted image. It can also be said that the type information is information indicating the type of the parameter map. It can also be said that the type information is information indicating the type of parameter included in the parameter map.
  • the diffusion weighted image is a kind of so-called MRI sequence, and is an image created based on the MR signal of the object. Further, the diffusion weighted image is generally called DWI (Diffusion Weighted Image). For details of the diffusion weighted image, see, for example, Non-Patent Document 1.
  • the types of the above parameters are, for example, ADC values, IVIM values, K values, and the like.
  • the ADC value is a parameter indicating the diffusion coefficient of water molecules in the tissue.
  • the ADC value is not an exact diffusion coefficient of water molecules in the tissue, but an approximate diffusion coefficient (apparent diffusion coefficient).
  • the IVIM value is a parameter indicating the blood flow (perfusion) in the capillary of the tissue.
  • the K value is a parameter indicating the kurtosis of the displacement distribution of water molecules in the tissue.
  • Non-Patent Document 1 details of the ADC value, methods and procedures for calculating the ADC value, details of the IVIM value, methods and procedures of calculating the IVIM value, details of the K value, methods and procedures of calculating the K value, for example.
  • the types of the above parameters may be other than the ADC value, the IVIM value, and the K value, for example.
  • details of parameters other than the ADC value, the IVIM value, and the K value, and methods and procedures for calculating the parameters refer to Non-Patent Document 4, for example.
  • the parameter map is information having one or more types of parameters.
  • the parameter map only needs to have one or more types of parameters, and the data structure, data format, etc. are not limited.
  • the parameter map may be a one-dimensional array, for example.
  • the parameter map may be a two-dimensional array, for example.
  • the parameter map may be, for example, a so-called image (hereinafter referred to as a parameter image as appropriate).
  • a parameter image is an image configured using one or more types of parameters.
  • the parameter image is an image obtained by imaging one type of one or more parameters.
  • “An image obtained by imaging a parameter” is, for example, an image having a parameter as a pixel value, an image having a value calculated using the parameter as a pixel value, or a value determined in advance for each parameter classification. And the like.
  • the pixel value may be a so-called color value (RGB value) or a so-called luminance value.
  • the parameter image is an image having one or more types of parameters.
  • the one or more parameters of one type usually correspond to one or more pixels of the parameter image.
  • the ADC value is hereinafter referred to as ADC as appropriate.
  • the IVIM value is hereinafter appropriately expressed as IVIM.
  • the K value is hereinafter referred to as Kurtosis as appropriate.
  • the parameter map having the ADC value is hereinafter referred to as an ADC map as appropriate.
  • the ADC map is generally sometimes called an ADC image.
  • a parameter map having an IVIM value is hereinafter referred to as an IVIM map as appropriate.
  • the IVIM map is generally sometimes referred to as an IVIM image.
  • a parameter map having a K value is hereinafter referred to as a K map as appropriate.
  • the K map is generally called a K image.
  • the type information is, for example, “ADC”, “IVIM”, “K”, and the like.
  • ADC indicates, for example, that the parameter map is an ADC map, and that the parameter type included in the parameter map is an ADC value.
  • IVIM indicates, for example, that the parameter map is an IVIM map, and that the parameter type included in the parameter map is an IVIM value.
  • K indicates, for example, that the parameter map is a K map, and that the type of parameter that the parameter map has is a K value.
  • the score acquisition information is information for acquiring a score corresponding to the parameter.
  • the score acquisition information is usually one or more conditions related to parameters (hereinafter referred to as parameter conditions as appropriate).
  • the score acquisition information may be, for example, a calculation formula for calculating a score (hereinafter appropriately referred to as a score calculation formula).
  • the score calculation formula usually has variables for substituting parameters.
  • the score calculation formula may be, for example, a so-called function or a program.
  • the score acquisition information may be, for example, a parameter / score correspondence table (hereinafter, referred to as a score correspondence table as appropriate).
  • the score correspondence table usually has one or more sets of parameters and scores.
  • the one or more parameter conditions when the score acquisition information is one or more parameter conditions, the one or more parameter conditions usually have one or more threshold values.
  • the two parameter conditions when the score acquisition management information has two parameter conditions, the two parameter conditions usually have one threshold value.
  • the one threshold value is “TH”
  • the two parameter conditions are, for example, “param ⁇ TH” and “param ⁇ TH”.
  • the three parameter conditions when the score acquisition management information has three parameter conditions, the three parameter conditions usually have any one or two of two or more threshold values.
  • the two threshold values are “TH1” and “TH2”
  • the three parameter conditions are, for example, “param ⁇ TH1”, “TH1 ⁇ param ⁇ TH2”, and “param ⁇ TH2”.
  • the four or more parameter conditions when the score acquisition management information has four or more parameter conditions, usually have any one or two of three or more threshold values. If the three or more threshold values are “TH1”, “TH2”, “TH3”,..., “THm”, the four or more parameter conditions are, for example, “param ⁇ TH1”, “TH1 ⁇ param ⁇ TH2”. , “TH2 ⁇ param ⁇ TH3”, “TH3 ⁇ param ⁇ TH4”,..., “Param ⁇ THm”.
  • a score may be associated with the parameter condition.
  • the said score is a score used in order to score the parameter which a parameter map has.
  • the score coefficient management information storage unit 102 stores two or more score coefficient management information.
  • the score coefficient management information is information in which type information is associated with a score coefficient that is a weight for a score.
  • the score coefficient is, for example, a real number or an integer.
  • the diagnosis result management information storage unit 103 stores one or more diagnosis result management information.
  • the diagnosis result management information is information in which a score condition that is a condition related to a score and diagnosis result information that is information indicating a diagnosis result corresponding to the score are associated with each other.
  • the diagnosis result information is information indicating, for example, the degree of the tumor if the tumor is malignant or benign, or if the tumor is malignant.
  • the reception unit 104 receives a diffusion weighted image.
  • “Accept” refers to acquisition of information input from an input device such as a touch panel or a keyboard, acquisition of information stored in a recording medium such as an optical disk, magnetic disk, or semiconductor memory, and transmission via a wired or wireless communication line. It is a concept that includes receiving information that has been received.
  • the reception unit 104 normally receives a set of diffusion-weighted images.
  • the one set of diffusion-weighted images is an image in which two or more diffusion-weighted images having different b values indicating the gradient magnetic field are set as one set.
  • the set of diffusion-weighted images is an image having two or more diffusion-weighted images having different b values.
  • the two diffusion-weighted images are usually a so-called low b-value diffusion weighted image and a so-called high b-value diffusion. It is an emphasized image.
  • two or more diffusion-weighted images included in one set of diffusion-weighted images are diffusion-weighted images having the same shooting position.
  • the shooting position is a shooting position with respect to a shooting target.
  • the receiving unit 104 may receive, for example, two or more diffusion-weighted images having different b values.
  • the two or more diffusion-weighted images are diffusion-weighted images that can be the set of diffusion-weighted images.
  • the two or more diffusion-weighted images are diffusion-weighted images having the same shooting position.
  • the reception unit 104 may receive, for example, two or more sets of diffusion-weighted images having different shooting positions.
  • the photographing position is a so-called slice position.
  • the shooting position can also be said to be a shooting area, a shooting location, or the like.
  • the two or more sets of diffusion-weighted images are usually images obtained by photographing the same object.
  • the diffusion weighted image received by the receiving unit 104 is usually a two-dimensional image.
  • the receiving unit 104 may receive, for example, region-of-interest information.
  • the region-of-interest information is information indicating a region in the diffusion weighted image. It can also be said that the region-of-interest information is information indicating a region where the user desires diagnosis.
  • the region-of-interest information is, for example, a set of one or more coordinates in the diffusion weighted image, an image for masking the region of interest, or the like.
  • the receiving unit 104 may receive, for example, two or more types of parameter maps.
  • the parameter map is usually associated with type information indicating the type of the parameter map.
  • the input means such as information and instructions in the reception unit 104 may be anything such as a menu screen or a keyboard.
  • the accepting unit 104 can be realized by control software for a menu screen, a device driver for input means such as a keyboard, and the like.
  • the parameter acquisition unit 105 acquires two or more types of parameters.
  • the parameter acquisition unit 105 normally acquires the two or more types of parameters as two or more types of parameter maps having one or more parameters of any one of the two or more types of parameters. That is, the parameter acquisition unit 105 normally acquires two or more types of parameter maps.
  • the type of parameter map acquired by the parameter acquisition unit 105 is usually determined in advance.
  • parameters are evaluated using a perfusion / diffusion model.
  • Examples of the model for analyzing two or more appropriate parameters include a Kurtosis model, a biexponential model, and an IVIM model.
  • a Kurtosis model For these models, see, for example, Non-Patent Document 2 to Non-Patent Document 4.
  • the parameter acquisition unit 105 acquires two or more types of parameter maps corresponding to the diffusion weighted image using the diffusion weighted image. Specifically, the parameter acquisition unit 105 acquires two or more types of parameters for one or more processing units constituting the diffusion weighted image using the diffusion weighted image.
  • the processing unit is a unit for acquiring two or more types of parameters.
  • the processing unit is usually an area composed of one or more pixels. That is, the processing unit is, for example, an area composed of one pixel, an area composed of two adjacent pixels, an area composed of four adjacent pixels, or the like. A region composed of one pixel is one pixel.
  • the processing unit is usually determined in advance.
  • the parameter acquisition unit 105 holds information indicating the processing unit in advance. Then, the parameter acquisition unit 105 acquires a parameter for each processing unit indicated by the information image.
  • the parameter acquisition unit 105 acquires two or more types of parameters using one pixel for one pixel constituting the diffusion weighted image.
  • the parameter acquisition unit 105 uses a single pixel and two pixels adjacent to the top and bottom of the single pixel (a total of three pixels) for one pixel constituting the diffusion weighted image. Get more than types of parameters.
  • the parameter acquisition unit 105 uses two pixels adjacent to the left and right of the one pixel and the one pixel (a total of three pixels) for one pixel constituting the diffusion weighted image. Get more than types of parameters.
  • the parameter acquisition unit 105 uses one pixel and four pixels adjacent to the top, bottom, left, and right of the one pixel (a total of five pixels) for one pixel constituting the diffusion weighted image. Get two or more parameters.
  • the parameter acquisition unit 105 acquires two or more types of parameter maps having one of the acquired two or more types of parameters for each of one or more processing units.
  • the parameter acquisition unit 105 acquires, for example, two or more types of parameters corresponding to one or more pixels constituting the diffusion weighted image for one diffusion weighted image.
  • the number of pixels constituting one diffusion weighted image and the number of parameters included in one type of parameter map are usually the same.
  • the number of processing units constituting one diffusion weighted image is usually the same as the number of parameters included in one type of parameter map.
  • one or more pixels constituting one diffusion-weighted image and one or more parameters included in one type of parameter map are usually associated on a one-to-one basis.
  • the processing units constituting one diffusion weighted image and the parameters included in the parameter map usually correspond one-to-one.
  • the parameter acquisition unit 105 corresponds to each of the one or more sets of diffusion enhanced images for each of the one or more sets of diffusion enhanced images. Get more than one type of parameter map.
  • the parameter acquisition unit 105 associates, for example, type information indicating the type of the parameter map with the acquired parameter map.
  • the type information is normally held by the parameter acquisition unit 105.
  • the type information may be stored in a predetermined storage area, for example.
  • the parameter acquisition unit 105 acquires the two or more types of parameter maps.
  • type information is associated with the two or more types of parameter maps.
  • the parameter acquisition unit 105 may configure two or more types of parameter images corresponding to the diffusion weighted image, for example.
  • the parameter acquisition unit 105 acquires, for example, two or more types of parameters for one or more processing units constituting the diffusion weighted image using the diffusion weighted image received by the reception unit 104.
  • the parameter acquisition unit 105 configures a parameter image that is an image having a pixel value corresponding to one of the two or more acquired parameters for each of one or more processing units.
  • the “pixel value corresponding to the parameter” is, for example, the parameter itself, a value calculated using the parameter, a value determined in advance for each parameter classification, or the like.
  • the parameter acquisition unit 105 calculates a parameter using, for example, a calculation formula for calculating the parameter.
  • the calculation formula includes a variable for substituting one or more pixel values, for example.
  • the parameter acquisition unit 105 acquires two or more types of parameter maps corresponding to the region indicated by the region-of-interest information. For example, when the reception unit 104 receives a diffusion weighted image, the parameter acquisition unit 105 usually cuts out an image corresponding to the region indicated by the region-of-interest information from the diffusion weighted image. And the parameter acquisition part 105 comprises the 2 or more types of parameter map corresponding to the said cut-out image using the said cut-out image. For example, when the reception unit 104 receives two or more types of parameter maps, the parameter acquisition unit 105 outputs two or more types of information corresponding to the region indicated by the region of interest information from the two or more types of parameter maps. Get as a parameter map.
  • the two or more types of parameter maps acquired by the parameter acquisition unit 105 are preferably any two or more of three or more types of parameter maps including an ADC map, an IVIM map, and a K map. .
  • the score acquisition information acquisition unit 106 acquires score acquisition information corresponding to the type information from the score acquisition management information.
  • the type information is type information associated with the parameter map acquired by the parameter acquisition unit 105.
  • the type information is hereinafter referred to as acquisition type information as appropriate.
  • the score acquisition management information is score acquisition management information stored in the score acquisition management information storage unit 101.
  • the score acquisition information acquisition unit 106 determines which of the two or more score acquisition management information has the same type information as the acquisition type information. Then, the score acquisition information acquisition unit 106 acquires one or more parameter conditions from the score acquisition management information determined to have the same type information as the acquisition type information.
  • the parameter acquisition unit 105 normally acquires two or more types of parameter maps. Therefore, the score acquisition information acquisition unit 106 acquires, from the score acquisition management information, score acquisition information corresponding to the type information associated with each of the two or more parameter maps for each of the two or more types of parameter maps. . Moreover, the score acquisition information acquisition unit 106 may acquire score acquisition management information having the same type information as the acquisition type information, for example.
  • the score acquisition unit 107 uses a parameter for each of one or more processing units included in each of the two or more types of parameter maps and the score acquisition information to set a score corresponding to each of the two or more types of parameter maps to one or more. Acquired for each processing unit. That is, the score acquisition unit 107 acquires one or more scores corresponding to the two or more parameter maps for each of the two or more parameter maps. Also, the score acquisition unit 107 normally acquires one score for each of one or more parameters included in one type of parameter map.
  • the score acquisition unit 107 first acquires, for example, the type information associated with the parameter map for the parameter map for which the score is to be acquired. Then, the score acquisition unit 107 acquires score acquisition information associated with the type information from the score acquisition information acquired by the score acquisition information acquisition unit 106. And the score acquisition part 107 acquires one or more scores corresponding to the said parameter map using the acquired score acquisition information and the parameter map used as the object for acquiring a score.
  • the score acquisition information acquisition unit 106 acquires one parameter condition for a parameter map for which a score is to be acquired.
  • the score acquisition unit 107 determines whether the parameter satisfies the parameter condition for each of one or more parameters. When the parameter condition is satisfied, the score acquisition unit 107 acquires a predetermined score as a score corresponding to the parameter. When the parameter condition is not satisfied, the score acquisition unit 107 acquires a predetermined score as a score corresponding to the parameter.
  • the predetermined score is normally held in advance by the score acquisition unit 107.
  • the predetermined score may be stored in a predetermined storage area, for example.
  • the score acquisition information acquisition unit 106 acquires two parameter conditions for a parameter map for which a score is to be acquired.
  • the score acquisition unit 107 determines, for each of one or more parameters, which of the two parameter conditions the parameter satisfies. Then, the score acquisition unit 107 acquires a score associated with the parameter condition satisfied by the parameter as a score corresponding to the parameter.
  • the score acquisition information acquisition unit 106 acquires three or more parameter conditions for a parameter map for which a score is to be acquired.
  • the score acquisition unit 107 determines, for each of one or more parameters, which of the three or more parameter conditions the parameter satisfies. Then, the score acquisition unit 107 acquires a score associated with the parameter condition satisfied by the parameter as a score corresponding to the parameter.
  • the score acquisition information acquisition unit 106 acquires a score calculation formula for a parameter map that is a target for acquiring a score.
  • the score acquisition unit 107 assigns the parameter to the score calculation formula for each of one or more parameters, calculates a score calculation formula after substituting the parameter, and calculates a score corresponding to the parameter.
  • the score acquisition information acquisition unit 106 acquires a score correspondence table for a parameter map for which a score is to be acquired.
  • the score acquisition unit 107 acquires a score corresponding to the parameter for each of one or more parameters from the score correspondence table.
  • the score coefficient acquisition unit 108 acquires a score coefficient corresponding to the type information from the score coefficient management information.
  • the type information is type information associated with the parameter map acquired by the parameter acquisition unit 105.
  • the score coefficient management information is score coefficient management information stored in the score coefficient management information storage unit 102. Specifically, the score coefficient acquisition unit 108 acquires a score coefficient associated with the same type information as the acquisition type information from the score coefficient management information.
  • Diagnostic image construction unit 109 constructs a diagnostic image.
  • a diagnostic image is an image used for diagnosis of the presence or absence of a tumor.
  • a diagnostic image is an image which can diagnose the presence or absence of a tumor, for example.
  • a diagnostic image is an image used for a diagnosis of the grade of the malignancy of a tumor, for example.
  • a diagnostic image is an image which can diagnose the grade of the grade of malignancy of a tumor, for example.
  • the diagnostic image may be generally called a diagnostic map.
  • the diagnostic image construction unit 109 normally uses two or more scores for each of one or more processing units corresponding to two or more types of parameter maps (hereinafter referred to as subscores as appropriate), and scores according to the subscore ( Hereinafter, the diagnostic score is obtained as appropriate. Then, the diagnostic image configuration unit 109 configures a diagnostic image that is an image having a pixel value corresponding to the acquired diagnostic score for each of one or more processing units for each of one or more processing units.
  • the “pixel value corresponding to the diagnostic score” is, for example, the diagnostic score itself, a value calculated using the diagnostic score, a value predetermined for each diagnostic score, or the like.
  • the diagnostic image construction unit 109 classifies, for example, one or more sub-scores corresponding to two or more types of parameter maps into one or more groups for each processing unit. In addition, in each of the one or more groups, a total of two or more subscores that are one or more subscores corresponding to two or more types of parameter maps are generally classified. And the diagnostic image structure part 109 acquires the diagnostic score corresponding to the 2 or more subscore which the said group has for every said classified group.
  • the parameter maps acquired by the parameter acquisition unit 105 are an ADC map and a K map. Further, it is assumed that two or more sub-scores are classified for each pixel. In such a case, for example, the diagnostic image construction unit 109 converts the two sub-scores corresponding to the coordinates (1, 1) of the diffusion weighted image (the score corresponding to the ADC value of the ADC map and the K value of the K map). Corresponding scores) are grouped into one group.
  • the diagnostic image construction unit 109 usually adds two or more sub-scores classified into one group to calculate a diagnostic score.
  • the diagnostic image configuration unit 109 holds, for example, a calculation formula for calculating a diagnostic score (hereinafter, appropriately referred to as a diagnostic score calculation formula) in advance.
  • the diagnostic score calculation formula usually has a variable for substituting two or more subscores.
  • the diagnostic score calculation formula may be, for example, a so-called function or a program. Then, the diagnostic image construction unit 109 may calculate a diagnostic score by substituting two or more subscores classified into one group into the diagnostic score calculation formula.
  • the diagnostic image configuration unit 109 holds, for example, a correspondence table of two or more sub-scores and one diagnostic score (hereinafter, appropriately referred to as a diagnostic score correspondence table). And the diagnostic image structure part 109 may acquire the diagnostic score corresponding to two or more parameters classified into one group from the diagnostic score correspondence table.
  • the diagnostic image configuration unit 109 When the reception unit 104 receives two or more sets of diffusion-weighted images, the diagnostic image configuration unit 109 performs two sheets corresponding to the two or more sets of diffusion-weighted images for each of the two or more sets of diffusion-weighted images.
  • the above diagnostic image is constructed.
  • the diagnostic image construction unit 109 may compose a three-dimensional diagnostic image by combining the two or more diagnostic images.
  • a method and procedure for composing two or more two-dimensional images (here, two-dimensional diagnostic images) to form a three-dimensional image (here, three-dimensional diagnostic images) are known. Therefore, explanation is omitted.
  • the diagnostic image construction unit 109 may add the subscores using, for example, a score coefficient.
  • the score coefficient is a score coefficient acquired by the score coefficient acquisition unit 108.
  • the diagnostic image construction unit 109 multiplies the score score corresponding to the type of parameter map by the sub-score corresponding to the type of parameter map.
  • the parameter maps acquired by the parameter acquisition unit 105 are an ADC map and a K map. In such a case, for example, the diagnostic image construction unit 109 multiplies the sub-score corresponding to the ADC map by the score coefficient corresponding to the ADC map.
  • the diagnostic image construction unit 109 multiplies the sub-score corresponding to the K map by the score coefficient corresponding to the K map. Then, the diagnostic image construction unit 109 adds the two sub-scores multiplied by the score coefficient and calculates a diagnostic score.
  • the diagnostic image construction unit 109 may construct a diagnostic image using, for example, two or more types of parameter maps.
  • the diagnostic image construction unit 109 holds, for example, a diagnostic score calculation formula in advance.
  • the diagnostic score calculation formula includes, for example, a variable for substituting two or more types of parameters.
  • the diagnostic image construction unit 109 calculates a diagnostic score by substituting two or more types of parameters for each predetermined processing unit into the diagnostic score calculation formula.
  • the diagnostic image construction unit 109 holds, for example, a diagnostic score correspondence table in advance.
  • the diagnostic score correspondence table is a correspondence table of two or more types of parameters and one diagnostic score. Then, the diagnostic image construction unit 109 acquires a diagnostic score corresponding to two or more types of parameters for each predetermined processing unit from the diagnostic score correspondence table.
  • the diagnostic image formed by the diagnostic image configuration unit 109 is usually preferably a so-called color image, but may be a so-called gray scale image, for example.
  • the diagnostic result information acquisition unit 110 acquires one or more diagnostic result information corresponding to the diagnostic image from the diagnostic result management information.
  • the diagnostic image is a diagnostic image configured by the diagnostic image configuration unit 109.
  • the diagnosis result management information is diagnosis result management information stored in the diagnosis result management information storage unit 103.
  • the diagnosis result information acquisition unit 110 normally acquires, from the diagnosis result management information, diagnosis result information corresponding to a score condition satisfied by a score corresponding to the processing unit for each of one or more processing units constituting the diagnostic image.
  • the processing unit here includes, for example, a region composed of one or more pixels having the same score associated with the pixel. That is, the diagnostic result information acquisition unit 110 acquires, for example, diagnostic result information corresponding to a score condition satisfied by a score corresponding to the pixel for each of one or more pixels included in the diagnostic image. In addition, the diagnosis result information acquisition unit 110 acquires, for example, diagnosis result information corresponding to a score condition satisfied by the score for each region composed of one or more pixels having the same one or more scores included in the diagnostic image. To do.
  • the diagnostic result information acquisition unit 110 acquires one or more diagnostic result information for each of the two or more diagnostic images, for example. That is, the diagnostic result information acquisition unit 110 normally acquires one or more diagnostic result information for one diagnostic image.
  • the diagnosis result information acquisition unit 110 may acquire diagnosis result information corresponding to a score associated with the pixel for each of one or more pixels included in the diagnosis image.
  • the diagnosis result information acquisition unit 110 may acquire diagnosis result information for pixels that are high enough to satisfy a predetermined score, for example, among one or more pixels included in the diagnosis image. Good.
  • the output unit 111 outputs a diagnostic image.
  • the diagnostic image is a diagnostic image configured by the diagnostic image configuration unit 109.
  • output refers to display on a display, projection using a projector, printing with a printer, sound output, transmission to an external device, accumulation in a recording medium, processing to other processing devices or other programs, etc. It is a concept that includes delivery of results. In addition, regarding transmission, accumulation, and delivery of processing results, an output target is finally presented to the user.
  • the output unit 111 may output both the diagnostic image and the one or more pieces of diagnostic result information.
  • the output unit 111 normally outputs the diagnostic image and the diagnostic result information in a manner in which the correspondence between the region in the diagnostic image and the one or more diagnostic result information is known.
  • the output unit 111 outputs the diagnostic image and the diagnostic result information so that the diagnostic result information overlaps the diagnostic image.
  • the output unit 111 outputs, for example, a diagnostic image and a correspondence table between colors in the diagnostic image and diagnostic result information.
  • the output unit 111 may be considered to include an output device such as a display or a speaker, or may not be included.
  • the output unit 111 can be implemented by output device driver software, or output device driver software and an output device.
  • the score acquisition management information storage unit 101, the score coefficient management information storage unit 102, and the diagnosis result management information storage unit 103 are preferably non-volatile recording media, but can also be realized by volatile recording media. Moreover, the process in which predetermined information is memorize
  • the parameter acquisition unit 105, the score acquisition information acquisition unit 106, the score acquisition unit 107, the score coefficient acquisition unit 108, the diagnostic image configuration unit 109, and the diagnosis result information acquisition unit 110 can be usually realized by an MPU, a memory, or the like. Further, the processing procedure of the parameter acquisition unit 105 and the like is usually realized by software, and the software is recorded on a recording medium such as a ROM.
  • the parameter acquisition unit 105 and the like may be realized by hardware (dedicated circuit).
  • FIG. 2 is a flowchart showing the overall operation of the image processing apparatus 1.
  • Step S201 The parameter acquisition unit 105 determines whether the reception unit 104 has received one diffusion-weighted image. If accepted, the process proceeds to step S202; otherwise, the process proceeds to step S202.
  • Step S202 The parameter acquisition unit 105 acquires two or more types of parameter maps determined in advance using the diffusion weighted image received in step S201.
  • the parameter acquisition unit 105 has acquired m types (m ⁇ 2) of parameter maps.
  • the parameter map is a two-dimensional array having one or more parameters corresponding to one or more pixels of the diffusion weighted image.
  • Step S203 The diagnostic image construction unit 109 sets 1 to the counter i.
  • Step S204 The score acquisition information acquisition unit 106 acquires one or more score acquisition information corresponding to the parameter map [i]. Details of this processing will be described with reference to the flowchart of FIG.
  • Step S205 The score acquisition unit 107 acquires one or more scores corresponding to the parameter map [i] using the score acquisition information acquired in step S204. Details of this processing will be described with reference to the flowchart of FIG.
  • Step S206 The score coefficient acquisition unit 108 acquires a score coefficient corresponding to the type of the parameter map [i]. Details of this processing will be described with reference to the flowchart of FIG.
  • Step S207 The diagnostic image construction unit 109 determines whether i is m. When it is m, it progresses to step S209, and when that is not right, it progresses to step S208.
  • Step S208 The diagnostic image construction unit 109 increments i by 1. Then, the process returns to step S204.
  • Step S209 The diagnostic image construction unit 109 sets 0 to an array map [] [] for storing scores corresponding to one or more pixels of the diagnostic image (initializes the array map [] []).
  • Step S210 The diagnostic image construction unit 109 sets 1 to the counter y.
  • y is a variable indicating the y-direction coordinate (y-coordinate) of the parameter map
  • y-size vertical width
  • Step S211 The diagnostic image construction unit 109 sets 1 to the counter x.
  • x is a variable indicating the coordinate (x coordinate) in the x direction of the parameter map, and the size (horizontal width) in the x direction of the parameter map is assumed to be xmax.
  • Step S212 The diagnostic image construction unit 109 sets 0 to the variable sum.
  • Step S213 The diagnostic image construction unit 109 sets 1 to the counter i.
  • Step S214 The diagnostic image construction unit 109 corresponds to the score [x] [y] that is a score corresponding to the pixel at the coordinates (x, y) of the parameter map [i] and the type of the parameter map [i].
  • the coefficient is multiplied by weight [i], which is the coefficient acquired in step S206, and the result is added to sum.
  • Step S215) The diagnostic image construction unit 109 determines whether i is m. When it is m, it progresses to step S217, and when that is not right, it progresses to step S216.
  • Step S216 The diagnostic image construction unit 109 increments i by 1. Then, the process returns to step S214.
  • Step S21-7 The diagnostic image construction unit 109 sets sum to map [x] [y].
  • Step S228 The diagnostic image construction unit 109 determines whether x is xmax. When it is xmax, it progresses to step S219, and when that is not right, it progresses to step S220.
  • Step S219) The diagnostic image construction unit 109 increments x by 1. Then, the process returns to step S212.
  • Step S220 The diagnostic image construction unit 109 determines whether y is ymax. When it is ymax, it progresses to step S222, and when that is not right, it progresses to step S221.
  • Step S221 The diagnostic image construction unit 109 increments y by 1. Then, the process returns to step S211.
  • Step S222 The diagnostic image construction unit 109 images map [] [] and constructs a diagnostic image.
  • Step S223 The diagnostic result information acquisition unit 110 acquires one or more pieces of diagnostic result information corresponding to the diagnostic image acquired in Step S222. Details of this processing will be described with reference to the flowchart of FIG.
  • Step S224 The output unit 111 outputs the diagnostic image configured in Step S222 and one or more diagnostic result information acquired in Step S223. Then, the process returns to step S201.
  • the process may be terminated by powering off or a process termination interrupt.
  • FIG. 3 is a flowchart showing the score acquisition information acquisition process in step S204 of the flowchart of FIG. In the flowchart of FIG. 3, it is assumed that the score acquisition management information storage unit 101 stores n score acquisition management information.
  • Step S301 The score acquisition information acquisition unit 106 sets 1 to the counter j.
  • the score acquisition information acquisition unit 106 includes the acquisition type information [i], which is the type information associated with the parameter map [i] in the flowchart of FIG. It is determined whether it is the same as the type information [j]. If they are the same, the process proceeds to step S303, and if not, the process proceeds to step S304.
  • Step S303 The score acquisition information acquisition unit 106 acquires score acquisition information [j] that is score acquisition information included in the score acquisition management information [j].
  • Step S304 The score acquisition information acquisition unit 106 determines whether j is n. When it is n, it returns to a high-order process, and when that is not right, it progresses to step S305.
  • Step S305 The score acquisition information acquisition unit 106 increments j by 1. Then, the process returns to step S302.
  • FIG. 4 is a flowchart showing the score acquisition process in step S205 of the flowchart of FIG.
  • the score acquisition information acquisition unit 106 acquires n pieces of score acquisition information for each of two or more types of parameter maps.
  • the score acquisition information is assumed to be two or more parameter conditions or a score calculation formula.
  • Step S401 The score acquisition unit 107 sets 1 to the counter y.
  • Step S402 The score acquisition unit 107 sets 1 to the counter x.
  • Step S403 The score acquisition unit 107 determines whether the score acquisition condition acquired in the flowchart of FIG. 3 is a parameter condition or a score calculation formula. If it is a parameter condition, the process proceeds to step S404; otherwise, the process proceeds to step S409.
  • Step S404 The score acquisition unit 107 sets 1 to the counter j.
  • Step S405 In the score acquisition unit 107, the parameter [x] [y], which is a parameter corresponding to the coordinates (x, y) of the parameter map [i] in the flowchart of FIG. 2, corresponds to the parameter map [i]. It is determined whether or not the parameter condition [j], which is the parameter condition acquired in the flowchart of FIG. If satisfied, the process proceeds to step S406, and otherwise, the process proceeds to step S407.
  • Step S406 The score acquisition unit 107 correlates the parameter score [j] to the array score [x] [y] storing the score corresponding to the parameter (x, y) of the parameter map [i].
  • the score [j] which is a certain score is set.
  • Step S407 The score acquisition unit 107 determines whether j is n. When it is n, it progresses to step S411, and when that is not right, it progresses to step S408.
  • Step S408 The score acquisition unit 107 increments j by 1. Then, the process returns to step S405.
  • Step S409 The score calculation unit 107 calculates a score by substituting the parameters corresponding to the coordinates (x, y) of the parameter map [i] in the flowchart of FIG. 2 into the score calculation formula acquired in the flowchart of FIG. To do.
  • Step S410 The score acquisition unit 107 sets the score acquired in step S409 in the array score [x] [y] that stores the score corresponding to the parameter (x, y) of the parameter map [i]. .
  • Step S411 The score acquisition unit 107 determines whether x is xmax. When it is xmax, it progresses to step S413, and when that is not right, it progresses to step S412.
  • Step S412 The score acquisition unit 107 increments x by 1. Then, the process returns to step S403.
  • Step S413 The score acquisition unit 107 determines whether y is ymax. If it is ymax, the process returns to the upper process, and if not, the process proceeds to step S414.
  • Step S414 The score acquisition unit 107 increments y by 1. Then, the process returns to step S402.
  • FIG. 5 is a flowchart showing the score coefficient acquisition process in step S206 of the flowchart of FIG. In the flowchart of FIG. 5, it is assumed that the score coefficient management information storage unit 102 stores n score coefficient management information.
  • Step S501 The score coefficient acquisition unit 108 sets 1 to the counter j.
  • Step S502 In the score coefficient acquisition unit 108, the acquisition type information [i], which is the type information associated with the parameter map [i] in the flowchart of FIG. 2, is the type information included in the score coefficient management information [j]. It is determined whether or not it is the same as certain type information [j]. If they are the same, the process proceeds to step S503, and if not, the process proceeds to step S504.
  • Step S503 The score coefficient acquisition unit 108 acquires a score coefficient [j] that is a score coefficient included in the score coefficient management information [j].
  • Step S504 The score coefficient acquisition unit 108 determines whether j is n. When it is n, it returns to a high-order process, and when that is not right, it progresses to step S505.
  • Step S505 The score coefficient acquisition unit 108 increments j by 1. Then, the process returns to step S502.
  • FIG. 6 is a flowchart showing the diagnostic result information acquisition process in step S223 of the flowchart of FIG.
  • the diagnosis result management information storage unit 103 stores n pieces of diagnosis result management information.
  • Step S601 The diagnosis result information acquisition unit 110 detects one or more score identical regions that are regions composed of one or more pixels and have the same score corresponding to the pixels from the diagnostic image.
  • the diagnosis result information acquisition unit 110 detects m score identical regions.
  • Step S602 The diagnosis result information acquisition unit 110 sets 1 to the counter i.
  • Step S603 The diagnosis result information acquisition unit 110 sets 1 to the counter j.
  • Step S604 The diagnosis result information acquisition unit 110 satisfies the score condition [j], which is the score condition of the diagnosis result management information [j], with the score [i] corresponding to the score identical area [i]. Determine whether or not. When it satisfies, it progresses to step S605, and when that is not right, it progresses to step S606.
  • Step S605 The diagnosis result information acquisition unit 110 acquires diagnosis result information [j], which is diagnosis result information included in the diagnosis result management information [j], as diagnosis result information corresponding to the same score area [i].
  • Step S606 The diagnosis result information acquisition unit 110 determines whether j is n. When it is n, it progresses to step S608, and when that is not right, it progresses to step S607.
  • Step S607 The diagnosis result information acquisition unit 110 increments j by 1. Then, the process returns to step S604.
  • Step S608 The diagnosis result information acquisition unit 110 determines whether i is m. If m, the process returns to the upper process, and if not, the process proceeds to step S609.
  • Step S609 The diagnosis result information acquisition unit 110 increments i by 1. Then, the process returns to step S603.
  • the score acquisition management information storage unit 101 stores the score acquisition management information shown in FIG.
  • the score acquisition management information includes an ID for uniquely identifying a record, type information (item name: type), a parameter condition (item name: condition), and a score.
  • type information item name: type
  • parameter condition item name: condition
  • a score is associated with each of the two parameter conditions.
  • the parameter condition associated with the score is score acquisition information.
  • diagnosis result management information storage unit 103 stores the diagnosis result management information shown in FIG.
  • the diagnosis result management information includes an ID for uniquely identifying a record, a score condition (item name: condition), and diagnosis result information (item name: diagnosis result).
  • the reception unit 104 receives a set of diffusion-weighted images having two or more diffusion-weighted images having different b values.
  • One diffusion-weighted image of the two or more diffusion-weighted images is, for example, FIG.
  • the parameter acquisition unit 105 configures two or more types of parameter images using the set of diffusion weighted images received by the receiving unit 104.
  • the parameter acquisition unit 105 configures an ADC image, an IVIM image, and a K image.
  • the ADC image is, for example, FIG.
  • the IVIM image is shown in FIG.
  • the K image is, for example, FIG.
  • type information is associated with each of the three parameter images.
  • the type information “ADC” is associated with the ADC image.
  • the type information “IVIM” is associated with the IVIM image.
  • the type information “Kurtosis” is associated with the K image.
  • the score acquisition information acquisition unit 106 acquires one or more parameter conditions for the IVIM image and the K image as described above.
  • the score acquisition unit 107 acquires one or more scores corresponding to each parameter image in the above three sheets using the parameter condition acquired by the score acquisition information acquisition unit 106.
  • the score acquisition information acquisition unit 106 acquires two parameter conditions “ADC ⁇ 1.40 ⁇ 10 ⁇ ⁇ 3” and “ADC ⁇ 1.40 ⁇ 10 ⁇ ⁇ 3”. is doing. Therefore, the score acquisition unit 107 determines which of the two parameter conditions the parameter (ADC value) corresponding to one or more pixels of the ADC image satisfies.
  • the score acquisition unit 107 sets the parameter to the parameter condition “ADC ⁇ 1 .40 ⁇ 10 ⁇ ⁇ 3 ”is satisfied. And the score acquisition part 107 acquires the score corresponding to the parameter conditions which a parameter satisfy
  • the acquisition result of the score is, for example, FIG. In FIG. 13, one cell corresponds to one pixel. That is, in FIG. 13, the numerical value in one cell is a score corresponding to the pixel corresponding to the cell.
  • the score acquisition unit 107 acquires one or more scores for the IVIM image and the K image as described above.
  • the score acquisition unit 107 acquires, for example, the score of FIG. 14 for the IVIM image.
  • the score acquisition unit 107 acquires, for example, the score of FIG. 15 for the K image.
  • the diagnostic image construction unit 109 adds the scores of FIGS. 13 to 15 for each pixel at the same position, and calculates the score after the addition.
  • the calculated score after the summation is, for example, FIG.
  • the diagnostic image construction unit 109 images the score using the combined score of FIG. 16 and constructs a diagnostic image.
  • the diagnostic image construction unit 109 holds, for example, a correspondence table between the condition relating to the score and the pixel value in advance.
  • the diagnostic image structure part 109 acquires the pixel value corresponding to each said 1 or more score from the said correspondence table.
  • the diagnostic image construction unit 109 constructs a diagnostic image composed of pixels having one or more acquired pixel values.
  • the diagnostic image is, for example, FIG. Further, for example, one or more pixels in FIG. 16 correspond to one or more pixels of the diagnostic image.
  • the output unit 111 outputs the diagnostic image of FIG. 17 and one or more pieces of diagnostic result information acquired by the diagnostic result information acquisition unit 110.
  • the situation at this time is, for example, FIG. In FIG. 18, the output unit 111 outputs a diagnostic image and a correspondence table between colors in the diagnostic image and diagnostic result information.
  • the score coefficient management information storage unit 102 stores the score coefficient management information shown in FIG.
  • the score coefficient management information includes an ID for uniquely identifying a record, type information (item name: type), and a score coefficient.
  • the score coefficient acquisition unit 108 acquires score coefficients for the above IVIM image and the above K image in the same manner as described above.
  • the diagnostic image construction unit 109 multiplies one or more scores corresponding to each type of parameter image acquired by the score acquisition unit 107 by the score coefficient acquired by the score coefficient acquisition unit 108, and adds up the scores. . That is, the diagnostic image construction unit 109 multiplies the score of the ADC image by a score coefficient “1.5”. Further, the diagnostic image construction unit 109 multiplies the score of the IVIM image by a score coefficient “1.0”. The diagnostic image construction unit 109 multiplies the score of the K image by a score coefficient “0.8”.
  • the diagnostic image construction unit 109 adds the values “1.5”, “1.0”, “0.8” calculated by multiplying the coefficients, and calculates a score “3.3” after the addition. To do.
  • the score after summation calculated in this way is, for example, FIG.
  • score acquisition management information having three parameter conditions having two thresholds for the same type information is, for example, FIG.
  • an image capable of easily and accurately diagnosing the presence or absence of a malignant tumor and accurately pointing out a high or low malignant part of the tumor is output. it can.
  • the image processing apparatus 1 according to the present embodiment is a revolutionary new device that can create a detailed diagnostic map of a tumor lesion accurately and without using a contrast agent so that a treatment policy can be determined in a short time. It is.
  • the fact that the entire lesion can be evaluated by the image processing apparatus 1 according to the present embodiment is extremely different from the fact that only a part of the lesion can be collected in the biological tissue diagnosis and that only a part of the lesion can be evaluated. It is considered advantageous.
  • the image processing apparatus 1 according to the present embodiment the most active among tumors that guides a needle safely and reliably to a place where a puncture is desired, when using a diagnostic map, by using a diagnostic map.
  • the image processing apparatus 1 includes, for example, a score acquisition management information storage unit 101, a score coefficient management information storage unit 102, a score acquisition information acquisition unit 106, a score acquisition unit 107, and a score coefficient acquisition unit 108. It does not have to be provided.
  • FIG. 22 is a block diagram of the image processing apparatus 1 in this case.
  • the parameter acquisition unit 105 uses the diffusion weighted image received by the reception unit 104 to acquire two or more types of parameters for one or more processing units constituting the diffusion weighted image. Then, using the two or more types of parameters acquired by the parameter acquisition unit 105, the diagnostic image configuration unit 109 acquires a score corresponding to the two or more types of parameters for each of one or more processing units.
  • the diagnostic image configuration unit 109 configures a diagnostic image that is an image having a pixel value corresponding to the acquired score for each of one or more processing units for each of one or more processing units.
  • the diagnosis result information acquisition unit 110 acquires one or more pieces of diagnosis result information corresponding to the score condition satisfied by the score included in the diagnosis image configured by the diagnosis image configuration unit 109.
  • the output part 111 outputs the diagnostic image which the diagnostic image structure part 109 comprised, and the 1 or more diagnostic result information which the diagnostic result information acquisition part 110 acquired.
  • the image processing apparatus 1 may not further include the diagnosis result management information storage unit 103 and the diagnosis result information acquisition unit 110.
  • FIG. 23 is a block diagram of the image processing apparatus 1 in this case.
  • the parameter acquisition unit 105 uses the diffusion weighted image received by the reception unit 104 to acquire two or more types of parameters for one or more processing units constituting the diffusion weighted image. Then, using the two or more types of parameters acquired by the parameter acquisition unit 105, the diagnostic image configuration unit 109 acquires a score corresponding to the two or more types of parameters for each of one or more processing units.
  • the diagnostic image configuration unit 109 configures a diagnostic image that is an image having a pixel value corresponding to the acquired score for each of one or more processing units for each of one or more processing units. Then, the output unit 111 outputs the diagnostic image configured by the diagnostic image configuration unit 109.
  • the diffusion weighted image received by the receiving unit 104 is usually acquired or configured by the magnetic resonance imaging apparatus 2.
  • the reception unit 104 normally receives a diffusion weighted image acquired or configured by the magnetic resonance imaging apparatus 2.
  • the conceptual diagram of the said magnetic resonance imaging apparatus 2 is FIG. 24, for example.
  • the magnetic resonance imaging apparatus 2 includes an MRI apparatus 21 and an image inspection apparatus 22.
  • the MRI apparatus 21 includes a patient table 212, a magnet 213, a gradient magnetic field coil 214, a high frequency transmission coil 215, a high frequency reception coil 216, a gradient magnetic field power source 217, a high frequency reception unit 218, and a high frequency transmission unit 219.
  • the image inspection apparatus 22 includes a gradient magnetic field, high-frequency pulse sequence generation unit 221, an interface unit 222, a data collection unit 223, an image reconstruction unit 224, and an image storage unit 225.
  • the magnetic resonance imaging apparatus 2 usually acquires or configures one or more diffusion weighted images having different b values. For example, in FIG. 24, the magnetic resonance imaging apparatus 2 acquires or configures three diffusion weighted images (diffusion weighted image 1, diffusion weighted image 2, and diffusion weighted image 3) having different b values.
  • the image processing apparatus 1 may include, for example, the magnetic resonance imaging apparatus 2 shown in FIG.
  • the reception unit 104 receives the diffusion weighted image acquired or configured by the magnetic resonance imaging apparatus 2.
  • the magnetic resonance imaging apparatus 2 of FIG. 24 may include, for example, the image processing apparatus 1 in the present embodiment.
  • the accepting unit 104 accepts a diffusion weighted image stored in a storage area determined in advance by the image storage unit 225 included in the magnetic resonance imaging apparatus 2.
  • the image processing apparatus in each of the above embodiments may be a stand-alone apparatus or a server apparatus in a server / client system, for example.
  • each process or each function may be realized by centralized processing by a single device or a single system, or distributed by a plurality of devices or a plurality of systems. It may be realized by being processed.
  • each component may be configured by dedicated hardware, or a component that can be realized by software may be realized by executing a program.
  • each component can be realized by a program execution unit such as a CPU reading and executing a software program recorded on a recording medium such as a hard disk or a semiconductor memory.
  • the software that realizes the image processing apparatus in each of the above embodiments is, for example, the following program.
  • the program uses a computer that accepts a diffusion weighted image, a parameter acquisition unit that obtains two or more parameters using the diffusion weighted image, and the two or more parameters.
  • a diagnostic image configuration unit that acquires one or more scores corresponding to the above parameters, and that is an image having the acquired one or more scores and is an image obtained by imaging the acquired one or more scores
  • the functions realized by the program do not include functions that can only be realized by hardware.
  • the program may be executed by being downloaded from a server or the like, or a program recorded on a predetermined recording medium (for example, an optical disk such as a CD-ROM, a magnetic disk, a semiconductor memory, etc.) is read out. May be executed. Further, this program may be used as a program constituting a program product.
  • a predetermined recording medium for example, an optical disk such as a CD-ROM, a magnetic disk, a semiconductor memory, etc.
  • the computer that executes the program may be singular or plural. That is, centralized processing may be performed, or distributed processing may be performed.
  • FIG. 24 is an overview of the computer system 9 that executes the above-described program to realize the image processing apparatus and the like of the above-described embodiment.
  • the above-described embodiments can be realized by computer hardware and a computer program executed thereon.
  • the computer system 9 includes a computer 901 including a CD-ROM drive 9011, a keyboard 902, a mouse 903, and a monitor 904.
  • FIG. 25 is a block diagram of the computer system 9.
  • a computer 901 is connected to an MPU 9013, a ROM 9014 for storing a program such as a bootup program, and the MPU 9013, and temporarily stores an instruction of an application program.
  • a RAM 9015 for providing a temporary storage space, a hard disk 9015 for storing application programs, system programs, and data, and a bus 9016 for mutually connecting a CD-ROM drive 9011, an MPU 9012, and the like are provided.
  • the computer 901 may further include a network card that provides connection to a LAN.
  • a program that causes the computer system 9 to execute the functions of the image processing apparatus and the like of the above-described embodiment may be stored in the CD-ROM 9101, inserted into the CD-ROM drive 9011, and further transferred to the hard disk 9015.
  • the program may be transmitted to the computer 901 via a network (not shown) and stored in the hard disk 9015.
  • the program is loaded into the RAM 9014 when executed.
  • the program may be loaded directly from the CD-ROM 9101 or the network.
  • the program does not necessarily include an operating system (OS) or a third-party program that causes the computer 901 to execute the functions of the image processing apparatus according to the above-described embodiment.
  • the program only needs to include an instruction portion that calls an appropriate function (module) in a controlled manner and obtains a desired result. How the computer system 9 operates is well known and will not be described in detail.
  • the image processing apparatus can easily and accurately diagnose the presence or absence of a malignant tumor, and can output an image that can accurately indicate a high or low malignant part of the tumor. It is useful as a nuclear magnetic resonance diagnostic imaging apparatus.

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Vascular Medicine (AREA)
  • Medical Informatics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

拡散強調画像を受け付ける受付部と、拡散強調画像を用いて、拡散強調画像を構成する１以上の各処理単位に対して、２種類以上のパラメータを取得するパラメータ取得部と、２種類以上のパラメータを用いて、２種類以上のパラメータに対応するスコアを１以上の処理単位ごとに取得し、取得した１以上の処理単位ごとのスコアに対応する画素値を１以上の処理単位ごとに有する画像である診断画像を構成する診断画像構成部と、診断画像を出力する出力部とを備える画像処理装置により、悪性腫瘍の有無を容易にかつ精度良く診断し、腫瘍の中でも悪性度の高いもしくは低い部位を正確に指摘することが可能な画像が出力できる。

Description

画像処理装置、磁気共鳴イメージング装置、画像処理方法、および記録媒体
　本発明は、拡散強調画像を処理する画像処理装置等に関するものである。
　従来、拡散強調画像を生成し、拡散強調画像のうちで拡散係数が閾値未満である領域を他の領域に対して際立たせて表示する磁気共鳴イメージング装置等が開発されている（特許文献１等参照）。
特許第５１０５７８６号公報 米国特許第４８０９７０１号明細書 米国特許第６５６７６８４号明細書 米国特許第７７０１２１０号明細書
D. Jones, Diffusion MRI: Theory, Methods and Applications, Oxford University Press, 2011 Le Bihan D, Breton E, Lallemand D, Aubin ML, Vignaud J, Laval-Jeantet M, Separation of diffusion and perfusion in intravoxel incoherent motion MR imaging, Radiology 168, 1998, p.497-505 Jensen JH, Helpern JA, MRI quantification of non-Gaussian water diffusion by kurtosis analysis, NMR in Biomedicine 23, 2010, p.698-710 Niendorf T, Dijkhuizen RM, Norris DG, van Lookeren Campagne M, Nicolay K, Biexponential diffusion attenuation in various states of brain tissue: Implications for diffusion-weighted imaging, Magnetic Resonance in Medicine 36, 1996, p.847-857
　従来の装置等では、悪性腫瘍の有無を容易にかつ精度良く診断し、腫瘍の中でも悪性度の高いもしくは低い部位を正確に指摘することが可能な画像が出力できなかった。
　また、従来の装置等では、悪性腫瘍の有無の診断の為、閾値より下のＡＤＣ値における病変の部位を同定できるような方法を実装する事が挙げられている（例えば、特許文献４参照）。しかしながら、このアプローチには複数の欠点が存在する。最初に、閾値より下のＡＤＣ値を示すピクセルのみが考慮されている。この点に関しては、患者間のＡＤＣ値におけるオーバーラップにより、ＡＤＣ値単独の閾値では、偽陽性及び偽陰性の症例を生み出す事になる。二番目に、この方法の具体化の際に、閾値により区別されたＡＤＣ画像は、ＭＩＰ法（１画像上で病変の全ての領域のうち信号強度が最大のものを投影する表示法）を使用して表示されるため、全てのスライスが一枚の画像に投影される。これに伴い、低いＡＤＣ値を示す領域は認識されるものの、病変の正確な位置情報は失われる。
　本第一の発明の画像処理装置は、拡散強調画像を受け付ける受付部と、拡散強調画像を用いて、拡散強調画像を構成する１以上の各処理単位に対して、２種類以上のパラメータを取得するパラメータ取得部と、２種類以上のパラメータを用いて、２種類以上のパラメータに対応するスコアを１以上の処理単位ごとに取得し、取得した１以上の処理単位ごとのスコアに対応する画素値を１以上の処理単位ごとに有する画像である診断画像を構成する診断画像構成部と、診断画像を出力する出力部とを備える画像処理装置である。
　このような構成により、悪性腫瘍の有無を容易にかつ精度良く診断し、腫瘍の中でも悪性度の高いもしくは低い部位を正確に指摘することが可能な画像が出力できる。
　本発明による画像処理装置等によれば、悪性腫瘍の有無を容易にかつ精度良く診断し、腫瘍の中でも悪性度の高いもしくは低い部位を正確に指摘することが可能な画像が出力できる。
実施の形態１における画像処理装置１のブロック図 同画像処理装置１の全体動作について説明するフローチャート 同パラメータ条件の取得処理について説明するフローチャート 同スコアの取得処理について説明するフローチャート 同スコア係数の取得処理について説明するフローチャート 同診断結果情報の取得処理について説明するフローチャート 同スコア取得管理情報の例を示す図 同診断結果管理情報の例を示す図 同拡散強調画像の例を示す図 同ＡＤＣ画像の例を示す図 同ＩＶＩＭ画像の例を示す図 同Ｋ画像の例を示す図 同ＡＤＣ画像に対して取得されたスコアの例を示す図 同ＩＶＩＭ画像に対して取得されたスコアの例を示す図 同Ｋ画像に対して取得されたスコアの例を示す図 同合算後のスコアの例を示す図 同該診断画像の例を示す図 同該診断画像と診断結果情報の出力例を示す図 同スコア係数管理情報の例を示す図 同合算後のスコアの例を示す図 同スコア取得管理情報の例を示す図 同画像処理装置１のブロック図 同画像処理装置１のブロック図 同磁気共鳴イメージング装置２のブロック図 上記実施の形態におけるコンピュータシステムの概観図 上記実施の形態におけるコンピュータシステムのブロック図
　以下、本発明による画像処理装置等の実施形態について図面を参照して説明する。なお、実施の形態において同じ符号を付した構成要素は同様の動作を行うので、再度の説明を省略する場合がある。また、本実施の形態において説明する各情報の形式、内容などは、あくまで例示であり、各情報の持つ意味を示すことができれば、形式、内容などは問わない。
　（実施の形態１）
　本実施の形態において、拡散強調画像から２種類以上のパラメータを取得し、当該取得したパラメータを用いて、悪性腫瘍の有無の診断に用いる画像である診断画像を構成し、出力する画像処理装置１について説明する。
　図１は、本実施の形態における画像処理装置１のブロック図である。画像処理装置１は、スコア取得管理情報格納部１０１、スコア係数管理情報格納部１０２、診断結果管理情報格納部１０３、受付部１０４、パラメータ取得部１０５、スコア取得情報取得部１０６、スコア取得部１０７、スコア係数取得部１０８、診断画像構成部１０９、診断結果情報取得部１１０、出力部１１１を備える。
　スコア取得管理情報格納部１０１には、１以上のスコア取得管理情報が格納される。スコア取得管理情報とは、種類情報と、スコア取得情報とが対応付いた情報である。
　種類情報とは、パラメータの種類を示す情報である。当該パラメータは、拡散強調画像を用いて取得されるパラメータである。また、種類情報は、パラメータマップの種類を示す情報であるとも言える。また、種類情報は、パラメータマップが有するパラメータの種類を示す情報であるとも言える。
　また、拡散強調画像とは、いわゆるＭＲＩのシーケンスの一種であり、物体のＭＲ信号に基づき作成される画像である。また、拡散強調画像は、一般的には、ＤＷＩ（Ｄｉｆｆｕｓｉｏｎ　Ｗｅｉｇｈｔｅｄ　Ｉｍａｇｅ）とも呼ばれる。なお、拡散強調画像の詳細については、例えば、非特許文献１を参照されたい。
　また、上記のパラメータの種類は、例えば、ＡＤＣ値や、ＩＶＩＭ値、Ｋ値などである。ＡＤＣ値とは、組織内の水分子の拡散係数を示すパラメータである。また、ＡＤＣ値は、通常、組織内の水分子の厳密な拡散係数ではなく、近似的な拡散係数（見かけ上の拡散係数）である。また、ＩＶＩＭ値とは、組織の毛細血管内での血液の流れ（灌流）を示すパラメータである。また、Ｋ値とは、組織内の水分子の変位分布の尖度（Ｋｕｒｔｏｓｉｓ）を示すパラメータである。また、ＡＤＣ値の詳細、ＡＤＣ値を算出する方法や手順など、ＩＶＩＭ値の詳細、ＩＶＩＭ値を算出する方法や手順など、Ｋ値の詳細、Ｋ値を算出する方法や手順などについては、例えば、非特許文献１～非特許文献３を参照されたい。また、上記のパラメータの種類は、例えば、ＡＤＣ値、ＩＶＩＭ値、Ｋ値以外であってもよい。ＡＤＣ値、ＩＶＩＭ値、Ｋ値以外のパラメータの詳細および当該パラメータを算出する方法や手順などについては、例えば、非特許文献４を参照されたい。
　また、パラメータマップとは、１種類のパラメータを１以上有する情報である。パラメータマップは、１種類のパラメータを１以上有していればよく、データ構造や、データ形式などは、問わない。パラメータマップは、例えば、一次元の配列であってもよい。また、パラメータマップは、例えば、二次元の配列であってもよい。また、パラメータマップは、例えば、いわゆる画像（以下、適宜、パラメータ画像とする）であってもよい。
　パラメータ画像は、１種類の１以上のパラメータを用いて構成される画像である。言い換えると、パラメータ画像は、１種類の１以上のパラメータを画像化した画像である。「パラメータを画像化した画像」とは、例えば、パラメータを画素値とする画像や、パラメータを用いて算出された値を画素値とする画像、パラメータの区分ごとに予め決められた値を画素値とする画像などである。当該画素値は、いわゆる色値（ＲＧＢ値）であってもよいし、いわゆる輝度値であってもよい。また、パラメータ画像は、１種類の１以上のパラメータを有する画像である。また、当該１種類の１以上の各パラメータは、通常、パラメータ画像が有する１以上の各画素に対応付いている。
　なお、ＡＤＣ値を、以下、適宜、ＡＤＣと表記する。また、ＩＶＩＭ値を、以下、適宜、ＩＶＩＭと表記する。また、Ｋ値を、以下、適宜、Ｋｕｒｔｏｓｉｓと表記する。また、ＡＤＣ値を有するパラメータマップを、以下、適宜、ＡＤＣマップとする。ＡＤＣマップは、一般的には、ＡＤＣ画像と呼ばれることもある。また、ＩＶＩＭ値を有するパラメータマップを、以下、適宜、ＩＶＩＭマップとする。ＩＶＩＭマップは、一般的には、ＩＶＩＭ画像と呼ばれることもある。また、Ｋ値を有するパラメータマップを、以下、適宜、Ｋマップとする。Ｋマップは、一般的には、Ｋ画像と呼ばれることもある。
　また、種類情報は、例えば、「ＡＤＣ」、「ＩＶＩＭ」、「Ｋ」などである。「ＡＤＣ」は、例えば、パラメータマップがＡＤＣマップであること、パラメータマップが有するパラメータの種類がＡＤＣ値であること、などを示す。また、「ＩＶＩＭ」は、例えば、パラメータマップがＩＶＩＭマップであること、パラメータマップが有するパラメータの種類がＩＶＩＭ値であること、などを示す。また、「Ｋ」は、例えば、パラメータマップがＫマップであること、パラメータマップが有するパラメータの種類がＫ値であること、などを示す。
　また、スコア取得情報とは、パラメータに対応するスコアを取得するための情報である。スコア取得情報は、通常、パラメータに関する１以上の条件（以下、適宜、パラメータ条件とする）である。また、スコア取得情報は、例えば、スコアを算出するための算出式（以下、適宜、スコア算出式とする）であってもよい。当該スコア算出式は、通常、パラメータを代入するための変数を有する。また、当該スコア算出式は、例えば、いわゆる関数や、プログラムであってもよい。また、スコア取得情報は、例えば、パラメータとスコアの対応表（以下、適宜、スコア対応表とする）であってもよい。当該スコア対応表は、通常、パラメータとスコアとの１以上の組を有する。
　また、スコア取得情報が１以上のパラメータ条件である場合、当該１以上のパラメータ条件は、通常、１以上の閾値を有する。また、パラメータ条件の数が２以上である場合、当該パラメータ条件の数と閾値の数との関係は、通常、「パラメータ条件の数－１＝閾値の数」である。
　例えば、スコア取得管理情報が２つのパラメータ条件を有する場合、当該２つのパラメータ条件は、通常、１つの閾値を有する。当該１つの閾値を「ＴＨ」とすると、当該２つのパラメータ条件は、例えば、「ｐａｒａｍ＜ＴＨ」、「ｐａｒａｍ≧ＴＨ」である。
　また、例えば、スコア取得管理情報が３つのパラメータ条件を有する場合、当該３つのパラメータ条件は、通常、２以上の閾値のうちのいずれか１つまたは２つを有する。当該２つの閾値を「ＴＨ１」、「ＴＨ２」とすると、当該３つのパラメータ条件は、例えば「ｐａｒａｍ＜ＴＨ１」、「ＴＨ１≦ｐａｒａｍ＜ＴＨ２」、「ｐａｒａｍ≧ＴＨ２」である。
　また、例えば、スコア取得管理情報が４以上のパラメータ条件を有する場合、当該４以上のパラメータ条件は、通常、３以上の閾値のうちのいずれか１つまたは２つを有する。当該３以上の閾値を「ＴＨ１」、「ＴＨ２」、「ＴＨ３」、・・・、「ＴＨｍ」とすると、当該４以上のパラメータ条件は、例えば、「ｐａｒａｍ＜ＴＨ１」、「ＴＨ１≦ｐａｒａｍ＜ＴＨ２」、「ＴＨ２≦ｐａｒａｍ＜ＴＨ３」、「ＴＨ３≦ｐａｒａｍ＜ＴＨ４」、・・・、「ｐａｒａｍ≧ＴＨｍ」である。
　また、パラメータ条件には、例えば、スコアが対応付いていてもよい。当該スコアは、パラメータマップが有するパラメータをスコア化するために用いるスコアである。
　スコア係数管理情報格納部１０２には、２以上のスコア係数管理情報が格納される。スコア係数管理情報とは、種類情報と、スコアに対する重みであるスコア係数とが対応付いた情報である。スコア係数は、例えば、実数や、整数などである。
　診断結果管理情報格納部１０３には、１以上の診断結果管理情報が格納される。診断結果管理情報とは、スコアに関する条件であるスコア条件と、スコアに対応する診断結果を示す情報である診断結果情報とが対応付いた情報である。また、当該診断結果情報は、例えば、腫瘍が悪性であるか良性であるか、腫瘍が悪性である場合は、その程度などを示す情報である。
　受付部１０４は、拡散強調画像を受け付ける。受け付けとは、タッチパネルや、キーボードなどの入力デバイスから入力された情報の取得、光ディスクや磁気ディスク、半導体メモリなどの記録媒体に格納されている情報の取得、有線もしくは無線の通信回線を介して送信された情報の受信などを含む概念である。
　また、受付部１０４は、通常、１組の拡散強調画像を受け付ける。当該１組の拡散強調画像とは、傾斜磁場を示すｂ値が異なる２枚以上の拡散強調画像を１組とする画像である。言い換えると、当該１組の拡散強調画像は、ｂ値が異なる２枚以上の拡散強調画像を有する画像である。また、例えば、１組の拡散強調画像が２枚の拡散強調画像の組である場合、当該２枚の拡散強調画像は、通常、いわゆる低ｂ値の拡散強調画像と、いわゆる高ｂ値の拡散強調画像である。また、１組の拡散強調画像が有する２枚以上の拡散強調画像は、撮影位置が同一の拡散強調画像である。当該撮影位置は、撮影対象に対する撮影位置である。
　また、受付部１０４は、例えば、ｂ値が異なる２枚以上の拡散強調画像を受け付けてもよい。この場合、当該２枚以上の拡散強調画像は、上記の１組の拡散強調画像となり得る拡散強調画像である。言い換えると、当該２枚以上の拡散強調画像は、撮影位置が同一の拡散強調画像である。
　また、受付部１０４は、例えば、撮影位置の異なる２組以上の拡散強調画像を受け付けてもよい。撮影位置とは、いわゆるスライスの位置である。また、撮影位置は、例えば、撮影領域や、撮影箇所などとも言える。また、当該２組以上の拡散強調画像は、通常、同一の対象物を撮影した画像である。また、受付部１０４が受け付ける拡散強調画像は、通常、２次元の画像である。
　また、受付部１０４は、例えば、関心領域情報を受け付けてもよい。関心領域情報とは、拡散強調画像内の領域を示す情報である。また、関心領域情報は、ユーザが診断を所望する領域を示す情報であるとも言える。関心領域情報は、例えば、拡散強調画像における１以上の座標の集合や、関心領域をマスクするための画像などである。
　また、受付部１０４は、例えば、２種類以上のパラメータマップを受け付けてもよい。この場合、当該パラメータマップには、通常、当該パラメータマップの種類を示す種類情報が対応付いている。
　また、受付部１０４における情報や指示などの入力手段は、メニュー画面によるものや、キーボードなど、何でもよい。受付部１０４は、メニュー画面の制御ソフトウェアや、キーボード等の入力手段のデバイスドライバなどで実現され得る。
　パラメータ取得部１０５は、２種類以上のパラメータを取得する。パラメータ取得部１０５は、当該２種類以上のパラメータを、通常、当該２種類以上のパラメータのうちのいずれか１種類の１以上のパラメータを有する２種類以上のパラメータマップとして取得する。つまり、パラメータ取得部１０５は、通常、２種類以上のパラメータマップを取得する。また、パラメータ取得部１０５が取得するパラメータマップの種類は、通常、予め決められている。
　また、パラメータは灌流・拡散モデルを用いて評価される。適切な２種類以上のパラメータを解析するモデルとして、ＫｕｒｔｏｓｉｓモデルやＢｉｅｘｐｏｎｅｎｉｔａｌモデル、ＩＶＩＭモデルなどが例として挙げられる。これらのモデルに関しては、例えば、非特許文献２～非特許文献４を参照されたい。
　例えば、受付部１０４が拡散強調画像を受け付けた場合、パラメータ取得部１０５は、当該拡散強調画像を用いて、当該拡散強調画像に対応する２種類以上のパラメータマップを取得する。具体的に、パラメータ取得部１０５は、拡散強調画像を用いて、当該拡散強調画像を構成する１以上の各処理単位に対して、２種類以上のパラメータを取得する。当該処理単位とは、２種類以上のパラメータを取得する単位である。また、当該処理単位は、通常、１以上の画素から構成される領域である。つまり、当該処理単位は、例えば、１つの画素から構成される領域や、隣接する２つの画素から構成される領域、隣接する４つの画素から構成される領域などである。１つの画素から構成される領域は、１つの画素である。また、処理単位は、通常、予め決められている。また、パラメータ取得部１０５は、処理単位を示す情報を予め保持している。そして、パラメータ取得部１０５は、当該情報画示す処理単位ごとに、パラメータを取得する。
　例えば、パラメータ取得部１０５は、拡散強調画像を構成する１つの画素に対して、当該１つの画素を用いて２種類以上のパラメータを取得する。また、例えば、パラメータ取得部１０５は、拡散強調画像を構成する１つの画素に対して、当該１つの画素と当該１つの画素の上下に隣接する２つの画素（合計３つの画素）を用いて２種類以上のパラメータを取得する。また、例えば、パラメータ取得部１０５は、拡散強調画像を構成する１つの画素に対して、当該１つの画素と当該１つの画素の左右に隣接する２つの画素（合計３つの画素）を用いて２種類以上のパラメータを取得する。また、例えば、パラメータ取得部１０５は、拡散強調画像を構成する１つの画素に対して、当該１つの画素と当該１つの画素の上下左右に隣接する４つの画素（合計５つの画素）を用いて２種類以上のパラメータを取得する。
　そして、パラメータ取得部１０５は、取得した２種類以上のパラメータのうちのいずれか１種類のパラメータを１以上の処理単位ごとに有する２種類以上のパラメータマップを取得する。
　また、パラメータ取得部１０５は、例えば、１枚の拡散強調画像に対して、当該拡散強調画像を構成する１以上の各画素に対応する２種類以上のパラメータを取得する。つまり、１枚の拡散強調画像を構成する画素の数と、１種類のパラメータマップが有するパラメータの数とは、通常、同一である。言い換えると、１枚の拡散強調画像を構成する処理単位の数と、１種類のパラメータマップが有するパラメータの数とは、通常、同一である。また、１枚の拡散強調画像を構成する１以上の各画素と、１種類のパラメータマップが有する１以上の各パラメータとは、通常、１対１で対応付いている。言い換えると、１枚の拡散強調画像を構成する処理単位と、パラメータマップが有するパラメータとは、通常、１対１で対応付いている。
　また、例えば、受付部１０４が１組以上の拡散強調画像を受け付けた場合、パラメータ取得部１０５は、当該１組以上の拡散強調画像ごとに、当該１組以上の各拡散強調画像に対応する２種類以上のパラメータマップを取得する。
　また、パラメータ取得部１０５は、例えば、取得したパラメータマップに、当該パラメータマップの種類を示す種類情報を対応付ける。当該種類情報は、通常、パラメータ取得部１０５が保持している。また、当該種類情報は、例えば、予め決められた記憶領域に格納されていてもよい。
　また、例えば、受付部１０４が２種類以上のパラメータマップを受け付けた場合、パラメータ取得部１０５は、当該２種類以上のパラメータマップを取得する。当該２種類以上の各パラメータマップには、通常、種類情報が対応付いている。
　また、パラメータ取得部１０５は、例えば、拡散強調画像に対応する２種類以上のパラメータ画像を構成してもよい。この場合、パラメータ取得部１０５は、例えば、受付部１０４が受け付けた拡散強調画像を用いて、当該拡散強調画像を構成する１以上の各処理単位に対して、２種類以上のパラメータを取得する。そして、パラメータ取得部１０５は、取得した２種類以上のパラメータのうちのいずれか１種類のパラメータに対応する画素値を１以上の処理単位ごとに有する画像であるパラメータ画像を構成する。「パラメータに対応する画素値」とは、例えば、パラメータそのものや、パラメータを用いて算出された値、パラメータの区分ごとに予め決められた値などである。
　なお、拡散強調画像を用いて２種類以上のパラメータを取得する方法や手順、取得したパラメータを有するパラメータマップを取得する方法や手順、取得したパラメータを有するパラメータ画像を構成する方法や手順などは、公知であるので、詳細な説明を省略する。パラメータ取得部１０５は、例えば、パラメータを算出するための算出式を用いてパラメータを算出する。当該算出式は、例えば、１以上の画素値を代入するための変数を有する。
　また、例えば、受付部１０４が関心領域情報を受け付けた場合、パラメータ取得部１０５は、当該関心領域情報が示す領域に対応する２種類以上のパラメータマップを取得する。例えば、受付部１０４が拡散強調画像を受け付けた場合、パラメータ取得部１０５は、通常、拡散強調画像から、関心領域情報が示す領域に対応する画像を切り出す。そして、パラメータ取得部１０５は、当該切り出した画像を用いて、当該切り出した画像に対応する２種類以上のパラメータマップを構成する。また、例えば、受付部１０４が２種類以上のパラメータマップを受け付けた場合、パラメータ取得部１０５は、当該２種類以上の各パラメータマップから、関心領域情報が示す領域に対応する情報を、２種類以上のパラメータマップとして取得する。
　なお、パラメータ取得部１０５が取得する２種類以上のパラメータマップは、例えば、ＡＤＣマップ、ＩＶＩＭマップ、Ｋマップを含む３種類以上のパラメータマップのうちのいずれか２種類以上であることが好適である。
　スコア取得情報取得部１０６は、種類情報に対応するスコア取得情報を、スコア取得管理情報から取得する。当該種類情報は、パラメータ取得部１０５が取得したパラメータマップに対応付いている種類情報である。また、当該種類情報を、以下、適宜、取得種類情報とする。また、当該スコア取得管理情報は、スコア取得管理情報格納部１０１に格納されているスコア取得管理情報である。
　具体的に、スコア取得情報取得部１０６は、取得種類情報と同一の種類情報を、２以上のスコア取得管理情報のいずれが有するかを判断する。そして、スコア取得情報取得部１０６は、取得種類情報と同一の種類情報を有すると判断したスコア取得管理情報から、１以上のパラメータ条件を取得する。
　また、パラメータ取得部１０５は、通常、２種類以上のパラメータマップを取得する。従って、スコア取得情報取得部１０６は、当該２種類以上のパラメータマップごとに、当該２種類以上の各パラメータマップに対応付いている種類情報に対応するスコア取得情報を、スコア取得管理情報から取得する。また、また、スコア取得情報取得部１０６は、例えば、取得種類情報と同一の種類情報を有するスコア取得管理情報を取得してもよい。
　スコア取得部１０７は、２種類以上の各パラメータマップが有する１以上の処理単位ごとのパラメータと、前記スコア取得情報とを用いて、当該２種類以上の各パラメータマップに対応するスコアを１以上の処理単位ごとに取得する。つまり、スコア取得部１０７は、２種類以上のパラメータマップごとに、当該２種類以上の各パラメータマップに対応する１以上のスコアを取得する。また、スコア取得部１０７は、通常、１種類のパラメータマップが有する１以上の各パラメータに対して、１つのスコアを取得する。
　スコア取得部１０７は、例えば、まず、スコアを取得する対象となるパラメータマップについて、当該パラメータマップに対応付いている種類情報を取得する。そして、スコア取得部１０７は、当該種類情報が対応付いているスコア取得情報を、スコア取得情報取得部１０６が取得したスコア取得情報から取得する。そして、スコア取得部１０７は、当該取得したスコア取得情報と、スコアを取得する対象となるパラメータマップとを用いて、当該パラメータマップに対応する１以上のスコアを取得する。
　例えば、スコア取得情報取得部１０６が、スコアを取得する対象となるパラメータマップに対して１つのパラメータ条件を取得したとする。この場合、スコア取得部１０７は、１以上のパラメータごとに、当該パラメータが当該パラメータ条件を満たすか否かを判断する。そして、パラメータ条件を満たす場合、スコア取得部１０７は、当該パラメータに対応するスコアとして、予め決められたスコアを取得する。また、パラメータ条件を満たさない場合、スコア取得部１０７は、当該パラメータに対応するスコアとして、予め決められたスコアを取得する。なお、当該予め決められたスコアは、通常、スコア取得部１０７が予め保持している。また、当該予め決められたスコアは、例えば、予め決められた記憶領域に格納されていてもよい。
　また、例えば、スコア取得情報取得部１０６が、スコアを取得する対象となるパラメータマップに対して２つのパラメータ条件を取得したとする。この場合、スコア取得部１０７は、１以上のパラメータごとに、当該パラメータが当該２つのパラメータ条件のいずれを満たすかを判断する。そして、スコア取得部１０７は、当該パラメータが満たすパラメータ条件に対応付いているスコアを、当該パラメータに対応するスコアとして取得する。
　また、例えば、スコア取得情報取得部１０６が、スコアを取得する対象となるパラメータマップに対して３以上のパラメータ条件を取得したとする。この場合、スコア取得部１０７は、１以上のパラメータごとに、当該パラメータが当該３以上のパラメータ条件のいずれを満たすかを判断する。そして、スコア取得部１０７は、当該パラメータが満たすパラメータ条件に対応付いているスコアを、当該パラメータに対応するスコアとして取得する。
　また、例えば、スコア取得情報取得部１０６が、スコアを取得する対象となるパラメータマップに対してスコア算出式を取得したとする。この場合、スコア取得部１０７は、１以上のパラメータごとに、当該スコア算出式に当該パラメータを代入し、当該パラメータを代入後のスコア算出式を計算し、当該パラメータに対応するスコアを算出する。
　また、例えば、スコア取得情報取得部１０６が、スコアを取得する対象となるパラメータマップに対してスコア対応表を取得したとする。この場合、スコア取得部１０７は、１以上のパラメータごとに、当該パラメータに対応するスコアを、当該スコア対応表から取得する。
　スコア係数取得部１０８は、種類情報に対応するスコア係数を、スコア係数管理情報から取得する。当該種類情報は、パラメータ取得部１０５が取得したパラメータマップに対応付いている種類情報である。また、当該スコア係数管理情報は、スコア係数管理情報格納部１０２に格納されているスコア係数管理情報である。具体的に、スコア係数取得部１０８は、取得種類情報と同一の種類情報に対応付いているスコア係数を、スコア係数管理情報から取得する。
　診断画像構成部１０９は、診断画像を構成する。診断画像とは、腫瘍の有無の診断に用いる画像である。また、診断画像は、例えば、腫瘍の有無の診断が可能な画像であるとも言える。また、診断画像は、例えば、腫瘍の悪性度の程度の診断に用いる画像であるとも言える。また、診断画像は、例えば、腫瘍の悪性度の程度の診断が可能な画像であるとも言える。また、診断画像は、一般的には、診断マップと呼ばれることもある。
　診断画像構成部１０９は、通常、２種類以上の各パラメータマップに対応する１以上の処理単位ごとの２以上のスコア（以下、適宜、サブスコアとする）を用いて、当該サブスコアに応じたスコア（以下、適宜、診断スコアとする）を取得する。そして、診断画像構成部１０９は、当該取得した１以上の処理単位ごとの診断スコアに対応する画素値を１以上の処理単位ごとに有する画像である診断画像を構成する。「診断スコアに対応する画素値」とは、例えば、診断スコアそのものや、診断スコアを用いて算出された値、診断スコアごとに予め決められた値などである。
　診断画像構成部１０９は、例えば、２種類以上の各パラメータマップに対応する１以上のサブスコアを、処理単位ごとの１以上のグループに分類する。また、当該１以上の各グループには、通常、２種類以上の各パラメータマップに対応する１以上のサブスコアである合計２以上のサブスコアが分類される。そして、診断画像構成部１０９は、当該分類したグループごとに、当該グループが有する２以上のサブスコアに対応する診断スコアを取得する。
　例えば、パラメータ取得部１０５が取得したパラメータマップが、ＡＤＣマップとＫマップであるとする。また、２以上のサブスコアを、１画素ごとに分類するとする。この様な場合、診断画像構成部１０９は、例えば、拡散強調画像の座標（１，１）に対応する２つのサブスコア（ＡＤＣマップが有するＡＤＣ値に対応するスコアと、Ｋマップが有するＫ値に対応するスコア）を、１つのグループに分類する。
　また、診断画像構成部１０９は、通常、１つのグループに分類された２以上のサブスコアを合算し、診断スコアを算出する。また、診断画像構成部１０９は、例えば、診断スコアを算出するための算出式（以下、適宜、診断スコア算出式とする）を予め保持している。当該診断スコア算出式は、通常、２以上のサブスコアを代入するための変数を有する。また、当該診断スコア算出式は、例えば、いわゆる関数や、プログラムであってもよい。そして、診断画像構成部１０９は、当該診断スコア算出式に、１つのグループに分類された２以上のサブスコアを代入し、診断スコアを算出してもよい。また、診断画像構成部１０９は、例えば、２以上のサブスコアと、１つの診断スコアとの対応表（以下、適宜、診断スコア対応表とする）を予め保持している。そして、診断画像構成部１０９は、１つのグループに分類された２以上のパラメータに対応する診断スコアを、診断スコア対応表から取得してもよい。
　また、受付部１０４が２組以上の拡散強調画像を受け付けた場合、診断画像構成部１０９は、当該２組以上の拡散強調画像ごとに、当該２組以上の各拡散強調画像に対応する２枚以上の診断画像を構成する。そして、診断画像構成部１０９は、当該２枚以上の診断画像を合成し、３次元の診断画像を構成してもよい。なお、２枚以上の２次元の画像（ここでは、２次元の診断画像）を合成し、３次元の画像（ここでは、３次元の診断画像）を構成する方法や手順などは、公知であるので、説明を省略する。
　また、例えば、２以上のサブスコアを合算する場合、診断画像構成部１０９は、例えば、スコア係数を用いてサブスコアを合算してもよい。当該スコア係数は、スコア係数取得部１０８が取得したスコア係数である。この場合、診断画像構成部１０９は、パラメータマップの種類に対応するスコア係数を、当該種類のパラメータマップに対応するサブスコアに乗算する。例えば、パラメータ取得部１０５が取得したパラメータマップが、ＡＤＣマップとＫマップであるとする。この様な場合、診断画像構成部１０９は、例えば、ＡＤＣマップに対応するサブスコアに、ＡＤＣマップに対応するスコア係数を乗算する。また、診断画像構成部１０９は、例えば、Ｋマップに対応するサブスコアに、Ｋマップに対応するスコア係数を乗算する。そして、診断画像構成部１０９は、当該スコア係数が乗算された２つのサブスコアを合算し、診断スコアを算出する。
　また、診断画像構成部１０９は、例えば、２種類以上のパラメータマップを用いて、診断画像を構成してもよい。この場合、診断画像構成部１０９は、例えば、診断スコア算出式を予め保持している。当該診断スコア算出式は、例えば、２種類以上のパラメータを代入するための変数を有する。そして、診断画像構成部１０９は、当該診断スコア算出式に、予め決められた処理単位ごとの２種類以上のパラメータを代入し、診断スコアを算出する。また、診断画像構成部１０９は、例えば、診断スコア対応表を予め保持している。当該診断スコア対応表は、２種類以上のパラメータと、１つの診断スコアとの対応表である。そして、診断画像構成部１０９は、予め決められた処理単位ごとの２種類以上のパラメータに対応する診断スコアを、診断スコア対応表から取得する。
　また、診断画像構成部１０９が構成する診断画像は、通常、いわゆるカラー画像であることが好適であるが、例えば、いわゆるグレースケール画像であってもよい。
　診断結果情報取得部１１０は、診断画像に対応する１以上の診断結果情報を、診断結果管理情報から取得する。当該診断画像は、診断画像構成部１０９が構成した診断画像である。また、当該診断結果管理情報は、診断結果管理情報格納部１０３に格納されている診断結果管理情報である。
　診断結果情報取得部１１０は、通常、診断画像を構成する１以上の処理単位ごとに、当該処理単位に対応するスコアが満たすスコア条件に対応する診断結果情報を、診断結果管理情報から取得する。ここでの処理単位には、例えば、画素に対応付いているスコアが同一である１以上の画素から構成される領域を含む。つまり、診断結果情報取得部１１０は、例えば、診断画像が有する１以上の画素ごとに、当該画素に対応するスコアが満たすスコア条件に対応する診断結果情報を取得する。また、診断結果情報取得部１１０は、例えば、診断画像が有する１以上のスコアが同一である１以上の画素から構成される領域ごとに、当該スコアが満たすスコア条件に対応する診断結果情報を取得する。
　また、診断画像構成部１０９が２枚以上の診断画像を取得した場合、診断結果情報取得部１１０は、例えば、当該２枚以上の診断画像ごとに、１以上の診断結果情報を取得する。つまり、診断結果情報取得部１１０は、通常、１枚の診断画像に対して、１以上の診断結果情報を取得する。
　また、診断結果情報取得部１１０は、例えば、診断画像が有する１以上の画素ごとに、当該画素に対応付いているスコアに対応する診断結果情報を取得してもよい。また、診断結果情報取得部１１０は、例えば、診断画像が有する１以上の画素のうち、対応付いているスコアが予め決められた条件を満たすほど高い画素に対して診断結果情報を取得してもよい。
　出力部１１１は、診断画像を出力する。当該診断画像は、診断画像構成部１０９が構成した診断画像である。また、出力とは、ディスプレイへの表示、プロジェクターを用いた投影、プリンタでの印字、音出力、外部の装置への送信、記録媒体への蓄積、他の処理装置や他のプログラムなどへの処理結果の引渡しなどを含む概念である。なお、送信や蓄積、処理結果の引渡しについては、出力対象が最終的にユーザに提示されるものとする。
　また、出力部１１１は、例えば、診断結果情報取得部１１０が１以上の診断結果情報を取得した場合、診断画像と、当該１以上の診断結果情報とを、共に出力してもよい。この場合、出力部１１１は、通常、診断画像内の領域と、当該１以上の診断結果情報との対応がわかる態様にて、診断画像と診断結果情報とを出力する。出力部１１１は、例えば、診断画像に診断結果情報が重なるように、診断画像と診断結果情報を出力する。また、出力部１１１は、例えば、診断画像と、診断画像内の色と診断結果情報との対応表とを出力する。
　また、出力部１１１は、ディスプレイやスピーカーなどの出力デバイスを含むと考えてもよいし、含まないと考えてもよい。出力部１１１は、出力デバイスのドライバソフトまたは、出力デバイスのドライバソフトと出力デバイスなどで実現され得る。
　なお、スコア取得管理情報格納部１０１、スコア係数管理情報格納部１０２、診断結果管理情報格納部１０３は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。また、スコア取得管理情報格納部１０１などに所定の情報が記憶される過程は、問わない。例えば、当該所定の情報は、記録媒体や、通信回線、入力デバイスなどを介してスコア取得管理情報格納部１０１などに記憶されてもよい。
　また、パラメータ取得部１０５、スコア取得情報取得部１０６、スコア取得部１０７、スコア係数取得部１０８、診断画像構成部１０９、診断結果情報取得部１１０は、通常、ＭＰＵやメモリ等から実現され得る。また、パラメータ取得部１０５などの処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。なお、パラメータ取得部１０５などは、ハードウェア（専用回路）で実現されてもよい。
　次に、画像処理装置１の全体動作について、フローチャートを用いて説明する。なお、所定の情報におけるｉ番目の情報は、「情報［ｉ］」と記載するものとする。図２は、画像処理装置１の全体動作を示すフローチャートである。
　（ステップＳ２０１）パラメータ取得部１０５は、受付部１０４が１枚の拡散強調画像を受け付けたか否かを判断する。受け付けた場合は、ステップＳ２０２に進み、そうでない場合は、ステップＳ２０２に進む。
　（ステップＳ２０２）パラメータ取得部１０５は、ステップＳ２０１で受け付けた拡散強調画像を用いて、予め決められた２種類以上のパラメータマップを取得する。ここで、パラメータ取得部１０５は、ｍ種類（ｍ≧２）のパラメータマップを取得したものとする。また、当該パラメータマップは、拡散強調画像が有する１以上の各画素に対応する１以上のパラメータを有する二次元配列であるものとする。
　（ステップＳ２０３）診断画像構成部１０９は、カウンタｉに１をセットする。
　（ステップＳ２０４）スコア取得情報取得部１０６は、パラメータマップ［ｉ］に対応する１以上のスコア取得情報を取得する。この処理の詳細は、図３のフローチャートを用いて説明する。
　（ステップＳ２０５）スコア取得部１０７は、ステップＳ２０４で取得したスコア取得情報を用いて、パラメータマップ［ｉ］に対応する１以上のスコアを取得する。この処理の詳細は、図４のフローチャートを用いて説明する。
　（ステップＳ２０６）スコア係数取得部１０８は、パラメータマップ［ｉ］の種類に対応するスコア係数を取得する。この処理の詳細は、図５のフローチャートを用いて説明する。
　（ステップＳ２０７）診断画像構成部１０９は、ｉがｍであるか否かを判断する。ｍである場合は、ステップＳ２０９に進み、そうでない場合は、ステップＳ２０８に進む。
　（ステップＳ２０８）診断画像構成部１０９は、ｉを１インクリメントする。そして、ステップＳ２０４に戻る。
　（ステップＳ２０９）診断画像構成部１０９は、診断画像の１以上の各画素に対応するスコアを格納する配列ｍａｐ［］［］に０をセットする（配列ｍａｐ［］［］を初期化する）。
　（ステップＳ２１０）診断画像構成部１０９は、カウンタｙに１をセットする。ここで、ｙは、パラメータマップのｙ方向の座標（ｙ座標）を示す変数であり、パラメータマップのｙ方向のサイズ（縦幅）は、ｙｍａｘであるものとする。
　（ステップＳ２１１）診断画像構成部１０９は、カウンタｘに１をセットする。ここで、ｘは、パラメータマップのｘ方向の座標（ｘ座標）を示す変数であり、パラメータマップのｘ方向のサイズ（横幅）は、ｘｍａｘであるものとする。
　（ステップＳ２１２）診断画像構成部１０９は、変数ｓｕｍに０をセットする。
　（ステップＳ２１３）診断画像構成部１０９は、カウンタｉに１をセットする。
　（ステップＳ２１４）診断画像構成部１０９は、パラメータマップ［ｉ］の座標（ｘ，ｙ）の画素に対応するスコアであるｓｃｏｒｅ［ｘ］［ｙ］と、パラメータマップ［ｉ］の種類に対応する係数であり、ステップＳ２０６で取得した係数であるｗｅｉｇｈｔ［ｉ］とを乗算し、当該結果をｓｕｍに加算する。
　（ステップＳ２１５）診断画像構成部１０９は、ｉがｍであるか否かを判断する。ｍである場合は、ステップＳ２１７に進み、そうでない場合は、ステップＳ２１６に進む。
　（ステップＳ２１６）診断画像構成部１０９は、ｉを１インクリメントする。そして、ステップＳ２１４に戻る。
　（ステップＳ２１７）診断画像構成部１０９は、ｍａｐ［ｘ］［ｙ］にｓｕｍをセットする。
　（ステップＳ２１８）診断画像構成部１０９は、ｘがｘｍａｘであるか否かを判断する。ｘｍａｘである場合は、ステップＳ２１９に進み、そうでない場合は、ステップＳ２２０に進む。
　（ステップＳ２１９）診断画像構成部１０９は、ｘを１インクリメントする。そして、ステップＳ２１２に戻る。
　（ステップＳ２２０）診断画像構成部１０９は、ｙがｙｍａｘであるか否かを判断する。ｙｍａｘである場合は、ステップＳ２２２に進み、そうでない場合は、ステップＳ２２１に進む。
　（ステップＳ２２１）診断画像構成部１０９は、ｙを１インクリメントする。そして、ステップＳ２１１に戻る。
　（ステップＳ２２２）診断画像構成部１０９は、ｍａｐ［］［］を画像化し、診断画像を構成する。
　（ステップＳ２２３）診断結果情報取得部１１０は、ステップＳ２２２で取得した診断画像に対応する１以上の診断結果情報を取得する。この処理の詳細は、図６のフローチャートを用いて説明する。
　（ステップＳ２２４）出力部１１１は、ステップＳ２２２で構成した診断画像と、ステップＳ２２３で取得した１以上の診断結果情報とを出力する。そして、ステップＳ２０１に戻る。
　なお、図２のフローチャートにおいて、電源オフや処理終了の割り込みにより処理を終了してもよい。
　図３は、図２のフローチャートのステップＳ２０４のスコア取得情報の取得処理を示すフローチャートである。なお、図３のフローチャートにおいて、スコア取得管理情報格納部１０１には、ｎ個のスコア取得管理情報が格納されているものとする。
　（ステップＳ３０１）スコア取得情報取得部１０６は、カウンタｊに１をセットする。
　（ステップＳ３０２）スコア取得情報取得部１０６は、図２のフローチャートにおけるパラメータマップ［ｉ］に対応付いている種類情報である取得種類情報［ｉ］が、スコア取得管理情報［ｊ］が有する種類情報である種類情報［ｊ］と同一であるか否かを判断する。同一である場合は、ステップＳ３０３に進み、そうでない場合は、ステップＳ３０４に進む。
　（ステップＳ３０３）スコア取得情報取得部１０６は、スコア取得管理情報［ｊ］が有するスコア取得情報であるスコア取得情報［ｊ］を取得する。
　（ステップＳ３０４）スコア取得情報取得部１０６は、ｊがｎであるか否かを判断する。ｎである場合は、上位処理にリターンし、そうでない場合は、ステップＳ３０５に進む。
　（ステップＳ３０５）スコア取得情報取得部１０６は、ｊを１インクリメントする。そして、ステップＳ３０２に戻る。
　図４は、図２のフローチャートのステップＳ２０５のスコアの取得処理を示すフローチャートである。なお、図４のフローチャートにおいて、スコア取得情報取得部１０６は、２種類以上のパラメータマップごとに、ｎ個のスコア取得情報を取得しているものとする。また、当該スコア取得情報は、２以上のパラメータ条件、またはスコア算出式であるものとする。
　（ステップＳ４０１）スコア取得部１０７は、カウンタｙに１をセットする。
　（ステップＳ４０２）スコア取得部１０７は、カウンタｘに１をセットする。
　（ステップＳ４０３）スコア取得部１０７は、図３のフローチャートにおいて取得したスコア取得条件が、パラメータ条件であるかスコア算出式であるかを判断する。パラメータ条件である場合は、ステップＳ４０４に進み、そうでない場合は、ステップＳ４０９に進む。
　（ステップＳ４０４）スコア取得部１０７は、カウンタｊに１をセットする。
　（ステップＳ４０５）スコア取得部１０７は、図２のフローチャートにおけるパラメータマップ［ｉ］の座標（ｘ，ｙ）に対応するパラメータであるパラメータ［ｘ］［ｙ］が、パラメータマップ［ｉ］に対応する２以上のパラメータ条件であり、図３のフローチャートにおいて取得したパラメータ条件であるパラメータ条件［ｊ］を満たすか否かを判断する。満たす場合は、ステップＳ４０６に進み、そうでない場合は、ステップＳ４０７に進む。
　（ステップＳ４０６）スコア取得部１０７は、パラメータマップ［ｉ］の座標（ｘ，ｙ）のパラメータに対応するスコアを格納する配列ｓｃｏｒｅ［ｘ］［ｙ］に、パラメータ条件［ｊ］に対応付いているスコアであるスコア［ｊ］をセットする。
　（ステップＳ４０７）スコア取得部１０７は、ｊがｎであるか否かを判断する。ｎである場合は、ステップＳ４１１に進み、そうでない場合は、ステップＳ４０８に進む。
　（ステップＳ４０８）スコア取得部１０７は、ｊを１インクリメントする。そして、ステップＳ４０５に戻る。
　（ステップＳ４０９）スコア算出部１０７は、図３のフローチャートにおいて取得したスコア算出式に、図２のフローチャートにおけるパラメータマップ［ｉ］の座標（ｘ，ｙ）に対応するパラメータを代入し、スコアを算出する。
　（ステップＳ４１０）スコア取得部１０７は、パラメータマップ［ｉ］の座標（ｘ，ｙ）のパラメータに対応するスコアを格納する配列ｓｃｏｒｅ［ｘ］［ｙ］に、ステップＳ４０９で取得したスコアをセットする。
　（ステップＳ４１１）スコア取得部１０７は、ｘがｘｍａｘであるか否かを判断する。ｘｍａｘである場合は、ステップＳ４１３に進み、そうでない場合は、ステップＳ４１２に進む。
　（ステップＳ４１２）スコア取得部１０７は、ｘを１インクリメントする。そして、ステップＳ４０３に戻る。
　（ステップＳ４１３）スコア取得部１０７は、ｙがｙｍａｘであるか否かを判断する。ｙｍａｘである場合は、上位処理にリターンし、そうでない場合は、ステップＳ４１４に進む。
　（ステップＳ４１４）スコア取得部１０７は、ｙを１インクリメントする。そして、ステップＳ４０２に戻る。
　図５は、図２のフローチャートのステップＳ２０６のスコア係数の取得処理を示すフローチャートである。なお、図５のフローチャートにおいて、スコア係数管理情報格納部１０２には、ｎ個のスコア係数管理情報が格納されているものとする。
　（ステップＳ５０１）スコア係数取得部１０８は、カウンタｊに１をセットする。
　（ステップＳ５０２）スコア係数取得部１０８は、図２のフローチャートにおけるパラメータマップ［ｉ］に対応付いている種類情報である取得種類情報［ｉ］が、スコア係数管理情報［ｊ］が有する種類情報である種類情報［ｊ］と同一であるか否かを判断する。同一である場合は、ステップＳ５０３に進み、そうでない場合は、ステップＳ５０４に進む。
　（ステップＳ５０３）スコア係数取得部１０８は、スコア係数管理情報［ｊ］が有するスコア係数であるスコア係数［ｊ］を取得する。
　（ステップＳ５０４）スコア係数取得部１０８は、ｊがｎであるか否かを判断する。ｎである場合は、上位処理にリターンし、そうでない場合は、ステップＳ５０５に進む。
　（ステップＳ５０５）スコア係数取得部１０８は、ｊを１インクリメントする。そして、ステップＳ５０２に戻る。
　図６は、図２のフローチャートのステップＳ２２３の診断結果情報の取得処理を示すフローチャートである。なお、図６のフローチャートにおいて、診断結果管理情報格納部１０３には、ｎ個の診断結果管理情報が格納されているものとする。
　（ステップＳ６０１）診断結果情報取得部１１０は、診断画像から、１以上の画素から構成される領域であり、画素に対応するスコアが同一の領域である１以上のスコア同一領域を検出する。ここで、診断結果情報取得部１１０は、ｍ個のスコア同一領域を検出したものとする。
　（ステップＳ６０２）診断結果情報取得部１１０は、カウンタｉに１をセットする。
　（ステップＳ６０３）診断結果情報取得部１１０は、カウンタｊに１をセットする。
　（ステップＳ６０４）診断結果情報取得部１１０は、スコア同一領域［ｉ］に対応するスコアであるスコア［ｉ］が、診断結果管理情報［ｊ］が有するスコア条件であるスコア条件［ｊ］を満たすか否かを判断する。満たす場合は、ステップＳ６０５に進み、そうでない場合は、ステップＳ６０６に進む。
　（ステップＳ６０５）診断結果情報取得部１１０は、診断結果管理情報［ｊ］が有する診断結果情報である診断結果情報［ｊ］を、スコア同一領域［ｉ］に対応する診断結果情報として取得する。
　（ステップＳ６０６）診断結果情報取得部１１０は、ｊがｎであるか否かを判断する。ｎである場合は、ステップＳ６０８に進み、そうでない場合は、ステップＳ６０７に進む。
　（ステップＳ６０７）診断結果情報取得部１１０は、ｊを１インクリメントする。そして、ステップＳ６０４に戻る。
　（ステップＳ６０８）診断結果情報取得部１１０は、ｉがｍであるか否かを判断する。ｍである場合は、上位処理にリターンし、そうでない場合は、ステップＳ６０９に進む。
　（ステップＳ６０９）診断結果情報取得部１１０は、ｉを１インクリメントする。そして、ステップＳ６０３に戻る。
　なお、上記で説明した画像処理装置１の全体動作は、あくまで一例である。つまり、画像処理装置１の全体動作は、上記の説明に限定されるものではない。
　（具体例）
　次に、画像処理装置１の動作の具体例について説明する。なお、本具体例において、スコア取得管理情報格納部１０１には、図７に示すスコア取得管理情報が格納されているものとする。当該スコア取得管理情報は、レコードを一意に特定するためのＩＤと、種類情報（項目名：種類）と、パラメータ条件（項目名：条件）と、スコアとを有する。また、当該スコア取得管理情報において、同一の種類情報には、２つのパラメータ条件が対応付いており、また、当該２つの各パラメータ条件には、スコアが対応付いている。また、スコアが対応付いた当該パラメータ条件は、スコア取得情報である。また、診断結果管理情報格納部１０３には、図８に示す診断結果管理情報が格納されている。当該診断結果管理情報は、レコードを一意に特定するためのＩＤと、スコア条件（項目名：条件）と、診断結果情報（項目名：診断結果）とを有する。
　まず、受付部１０４が、ｂ値が異なる２枚以上の拡散強調画像を有する１組の拡散強調画像を受け付けたとする。当該２枚以上の拡散強調画像のうちの１枚の拡散強調画像は、例えば、図９である。
　次に、パラメータ取得部１０５は、受付部１０４が受け付けた１組の拡散強調画像を用いて、２種類以上のパラメータ画像を構成する。ここで、パラメータ取得部１０５は、ＡＤＣ画像と、ＩＶＩＭ画像と、Ｋ画像とを構成したものとする。当該ＡＤＣ画像は、例えば、図１０である。また、当該ＩＶＩＭ画像は、図１１である。また、当該Ｋ画像は、例えば、図１２である。また、これら３枚のパラメータ画像は、各画素に対応するパラメータの値に応じて色付けされている。また、これら３枚の各パラメータ画像には、種類情報が対応付いている。例えば、ＡＤＣ画像には、種類情報「ＡＤＣ」が対応付いているものとする。また、例えば、ＩＶＩＭ画像には、種類情報「ＩＶＩＭ」が対応付いているものとする。また、例えば、Ｋ画像には、種類情報「Ｋｕｒｔｏｓｉｓ」が対応付いているものとする。
　次に、スコア取得情報取得部１０６は、上記の３枚の各パラメータ画像に対応する１以上のパラメータ条件を取得する。例えば、上記のＡＤＣ画像には、種類情報「ＡＤＣ」が対応付いている。従って、スコア取得情報取得部１０６は、当該種類情報が、図７の「ＩＤ＝０１１」と「ＩＤ＝０１２」の種類情報「ＡＤＣ」と同一であると判断する。そして、スコア取得情報取得部１０６は、図７の「ＩＤ＝０１１」と「ＩＤ＝０１２」のパラメータ条件「ＡＤＣ＜１．４０×１０＾－３」と「ＡＤＣ≧１．４０×１０＾－３」とを、当該パラメータ条件に対応付いているスコアと共に取得する。なお、当該パラメータ条件における「１０＾－３」は、１０のマイナス３乗を意味する。
　また、スコア取得情報取得部１０６は、上記のＩＶＩＭ画像、上記のＫ画像に対しても、上記と同様に、１以上のパラメータ条件を取得する。スコア取得情報取得部１０６は、ＩＶＩＭ画像に対して、図７の「ＩＤ＝０１３」と「ＩＤ＝０１４」のパラメータ条件「ＩＶＩＭ＞２．０７」と「ＩＶＩＭ≦２．０７」とを、対応付いているスコアと共に取得する。また、スコア取得情報取得部１０６は、Ｋ画像に対して、図７の「ＩＤ＝０１５」と「ＩＤ＝０１６」のパラメータ条件「Ｋ＞０．８」と「Ｋ≦０．８」とを、対応付いているスコアと共に取得する。
　次に、スコア取得部１０７は、上記の３枚に各パラメータ画像に対応する１以上のスコアを、スコア取得情報取得部１０６が取得したパラメータ条件を用いて取得する。例えば、上記のＡＤＣ画像に対して、スコア取得情報取得部１０６は、２つのパラメータ条件「ＡＤＣ＜１．４０×１０＾－３」と「ＡＤＣ≧１．４０×１０＾－３」とを取得している。従って、スコア取得部１０７は、ＡＤＣ画像が有する１以上の各画素に対応するパラメータ（ＡＤＣ値）が、当該２つのパラメータ条件のうちのいずれを満たすかを判断する。例えば、座標（ｘ，ｙ）＝（１，１）の画素に対応するパラメータが「１．２５×１０＾－３」である場合、スコア取得部１０７は、当該パラメータがパラメータ条件「ＡＤＣ＜１．４０×１０＾－３」を満たすと判断する。そして、スコア取得部１０７は、パラメータが満たすパラメータ条件に対応するスコアを、当該画素に対応するスコアとして取得する。当該スコアの取得結果は、例えば、図１３である。図１３において、１つのセルは、１つの画素に対応する。つまり、図１３において、１つのセル内の数値は、当該セルに対応する画素に対応するスコアである。
　また、スコア取得部１０７は、上記のＩＶＩＭ画像、上記のＫ画像に対しても、上記と同様に、１以上のスコアを取得する。スコア取得部１０７は、ＩＶＩＭ画像に対して、例えば、図１４のスコアを取得する。また、スコア取得部１０７は、Ｋ画像に対して、例えば、図１５のスコアを取得する。
　次に、診断画像構成部１０９は、図１３から図１５のスコアを、同一位置の画素ごとに合算し、合算後のスコアを算出する。当該算出された合算後のスコアは、例えば、図１６である。
　次に、診断画像構成部１０９は、図１６の合算後のスコアを用いて、当該スコアを画像化し、診断画像を構成する。このとき、診断画像構成部１０９は、例えば、スコアに関する条件と、画素値との対応表を予め保持している。そして、診断画像構成部１０９は、当該１以上の各スコアに対応する画素値を、当該対応表から取得する。そして、診断画像構成部１０９は、取得した１以上の画素値の画素から構成される診断画像を構成する。当該診断画像は、例えば、図１７である。また、当該診断画像が有する１以上の各画素には、例えば、図１６の１以上の各スコアが対応付いている。
　次に、診断結果情報取得部１１０は、診断画像に対応する１以上の診断結果情報を取得する。例えば、図１７の診断画像において、対応する図１８のスコアが「３」である領域について、診断結果情報取得部１１０は、当該スコア「３」が、図８の「ＩＤ＝０１１」のスコア条件「スコア≧３」を満たすと判断する。そして、診断結果情報取得部１１０は、当該領域に対応する診断結果情報として、図８の「ＩＤ＝０１１」の診断結果情報「悪性（ステージ３）」を取得する。同様にして、診断結果情報取得部１１０は、図１７の他の領域に対しても、診断結果情報を取得する。
　次に、出力部１１１は、図１７の診断画像と、診断結果情報取得部１１０が取得した１以上の診断結果情報とを出力する。このときの様子は、例えば、図１８である。図１８において、出力部１１１は、診断画像と、診断画像内の色と診断結果情報との対応表とを出力している。
　また、例えば、スコア係数管理情報格納部１０２に、図１９に示すスコア係数管理情報が格納されているとする。当該スコア係数管理情報は、レコードを一意に特定するためのＩＤと、種類情報（項目名：種類）と、スコア係数とを有する。
　スコア係数管理情報格納部１０２にスコア係数管理情報が格納されている場合、スコア係数取得部１０８は、上記の３枚の各パラメータ画像に対応するスコア係数を取得する。例えば、上記のＡＤＣ画像には、種類情報「ＡＤＣ」が対応付いている。従って、スコア係数取得部１０８は、当該種類情報が、図１９の「ＩＤ＝０１１」の種類情報「ＡＤＣ」と同一であると判断する。そして、スコア係数取得部１０８は、図１９の「ＩＤ＝０１１」のスコア係数「１．５」を取得する。
　また、スコア係数取得部１０８は、上記のＩＶＩＭ画像、上記のＫ画像に対しても、上記と同様に、スコア係数を取得する。スコア係数取得部１０８は、ＩＶＩＭ画像に対して、図１９の「ＩＤ＝０１２」のスコア係数「１．０」を取得する。また、スコア係数取得部１０８は、Ｋ画像に対して、図１９の「ＩＤ＝０１３」のスコア係数「０．８」を取得する。
　次に、診断画像構成部１０９は、スコア取得部１０７が取得した各種類のパラメータ画像に対応する１以上のスコアに対し、スコア係数取得部１０８が取得したスコア係数を乗算し、スコアを合算する。つまり、診断画像構成部１０９は、ＡＤＣ画像のスコアに対しては、スコア係数「１．５」を乗算する。また、診断画像構成部１０９は、ＩＶＩＭ画像のスコアに対しては、スコア係数「１．０」を乗算する。また、診断画像構成部１０９は、Ｋ画像のスコアに対しては、スコア係数「０．８」を乗算する。
　例えば、処理の対象となる画素の座標が「（ｘ，ｙ）＝（４，４）」であるとする。この場合、診断画像構成部１０９は、図１３の座標「（ｘ，ｙ）＝（４，４）」のスコア「１」に対し、スコア係数「１．５」を乗算し、「１．５」を算出する。また、診断画像構成部１０９は、図１４の座標「（ｘ，ｙ）＝（４，４）」のスコア「１」に対し、スコア係数「１．０」を乗算し、「１．０」を算出する。また、診断画像構成部１０９は、図１５の座標「（ｘ，ｙ）＝（４，４）」のスコア「１」に対し、スコア係数「０．８」を乗算し、「０．８」を算出する。そして、診断画像構成部１０９は、当該係数を乗じて算出した値「１．５」、「１．０」、「０．８」とを合算し、合算後のスコア「３．３」を算出する。この様にして算出された合算後のスコアは、例えば、図２０である。
　また、同一の種類情報に対して、２つの閾値を有する３つのパラメータ条件を有するスコア取得管理情報の例は、例えば、図２１である。
　以上、本実施の形態による画像処理装置１によれば、悪性腫瘍の有無を容易にかつ精度良く診断し、腫瘍の中でも悪性度の高いもしくは低い部位を正確に指摘することが可能な画像が出力できる。
　また、本実施の形態による画像処理装置１は、短時間で治療方針を決定できるほど正確に、且つ造影剤を用いずして腫瘍病変の詳細な診断マップを作成できるという画期的な新しいものである。本実施の形態による画像処理装置１により病変全体を評価できることは、生体組織診断では病変のうちほんの一部分しか採取できず、評価可能となるのが一部の病変に限られる点と比較すると、極めて有利なものであると考えられる。その一方で、本実施の形態による画像処理装置１によれば、診断マップの使用により、生体組織診断の際に、刺したい場所に安全、確実に針を誘導するような、腫瘍のうち最も活動性の高い（悪性度の高い）部位を表示および強調させる事が可能となる。さらに、本実施の形態による画像処理装置１によれば、最も悪性度の高い部位を生体組織診断しない事による診断の過小評価を防ぐことができる。以上により、悪性腫瘍の治療に取り組む患者や医療従事者の受ける恩恵は大きいと考えられる。
　なお、本実施の形態において、画像処理装置１は、例えば、スコア取得管理情報格納部１０１、スコア係数管理情報格納部１０２、スコア取得情報取得部１０６、スコア取得部１０７、スコア係数取得部１０８を備えていなくてもよい。この場合の画像処理装置１のブロック図は、図２２である。また、この場合、パラメータ取得部１０５は、受付部１０４が受け付けた拡散強調画像を用いて、当該拡散強調画像を構成する１以上の処理単位に対して２種類以上のパラメータを取得する。そして、診断画像構成部１０９は、パラメータ取得部１０５が取得した２種類以上のパラメータを用いて、当該２種類以上のパラメータに対応するスコアを１以上の処理単位ごとに取得する。そして、診断画像構成部１０９は、当該取得した１以上の処理単位ごとのスコアに対応する画素値を１以上の処理単位ごとに有する画像である診断画像を構成する。そして、診断結果情報取得部１１０は、診断画像構成部１０９が構成した診断画像が有するスコアが満たすスコア条件に対応する１以上の診断結果情報を取得する。そして、出力部１１１は、診断画像構成部１０９が構成した診断画像と、診断結果情報取得部１１０が取得した１以上の診断結果情報とを出力する。
　また、本実施の形態において、画像処理装置１は、さらに、診断結果管理情報格納部１０３と、診断結果情報取得部１１０とを備えていなくてもよい。この場合の画像処理装置１のブロック図は、図２３である。また、この場合、パラメータ取得部１０５は、受付部１０４が受け付けた拡散強調画像を用いて、当該拡散強調画像を構成する１以上の処理単位に対して２種類以上のパラメータを取得する。そして、診断画像構成部１０９は、パラメータ取得部１０５が取得した２種類以上のパラメータを用いて、当該２種類以上のパラメータに対応するスコアを１以上の処理単位ごとに取得する。そして、診断画像構成部１０９は、当該取得した１以上の処理単位ごとのスコアに対応する画素値を１以上の処理単位ごとに有する画像である診断画像を構成する。そして、出力部１１１は、診断画像構成部１０９が構成した診断画像を出力する。
　また、本実施の形態において、受付部１０４が受け付ける拡散強調画像は、通常、磁気共鳴イメージング装置２にて取得または構成される。言い換えると、受付部１０４は、通常、磁気共鳴イメージング装置２が取得または構成した拡散強調画像を受け付ける。また、当該磁気共鳴イメージング装置２の概念図は、例えば、図２４である。図２４において、磁気共鳴イメージング装置２は、ＭＲＩ装置２１と、画像検査装置２２とを備える。ＭＲＩ装置２１は、患者テーブル２１２、磁石２１３、傾斜磁場コイル２１４、高周波送信コイル２１５、高周波受信コイル２１６、傾斜磁場電源２１７、高周波の受信部２１８、高周波の送信部２１９を備える。また、画像検査装置２２は、傾斜磁場、高周波パルスシークエンスの生成部２２１、インターフェース部２２２、データ収集部２２３、画像再構成部２２４、画像記憶部２２５を備える。なお、ＭＲＩ装置２１が備える各部、および、画像検査装置２２が備える各部が行う処理や動作などは、公知であるので、詳細な説明を省略する。磁気共鳴イメージング装置２は、通常、ｂ値の異なる１枚以上の拡散強調画像を取得または構成する。例えば、図２４において、磁気共鳴イメージング装置２は、ｂ値の異なる３枚の拡散強調画像（拡散強調画像１、拡散強調画像２、拡散強調画像３）を取得または構成している。
　また、本実施の形態において、画像処理装置１は、例えば、図２４の磁気共鳴イメージング装置２を備えていてもよい。この場合、受付部１０４は、当該磁気共鳴イメージング装置２が取得または構成した拡散強調画像を受け付ける。
　また、図２４の磁気共鳴イメージング装置２は、例えば、本実施の形態における画像処理装置１を備えていてもよい。この場合、受付部１０４は、当該磁気共鳴イメージング装置２が備える画像記憶部２２５により予め決められた記憶領域に記憶された拡散強調画像を受け付ける。
　また、上記各実施の形態における画像処理装置は、例えば、スタンドアロンの装置であってもよいし、サーバ・クライアントシステムにおけるサーバ装置であってもよい。
　また、上記各実施の形態において、各処理または各機能は、単一の装置または単一のシステムによって集中処理されることによって実現されてもよいし、あるいは、複数の装置または複数のシステムによって分散処理されることによって実現されてもよい。
　また、上記各実施の形態において、各構成要素は専用のハードウェアにより構成されてもよいし、あるいは、ソフトウェアにより実現可能な構成要素については、プログラムを実行することによって実現されてもよい。例えば、ハードディスクや半導体メモリ等の記録媒体に記録されたソフトウェア・プログラムをＣＰＵ等のプログラム実行部が読み出して実行することによって、各構成要素が実現され得る。
　また、上記各実施の形態における画像処理装置を実現するソフトウェアは、例えば、以下のようなプログラムである。つまり、このプログラムは、コンピュータを、拡散強調画像を受け付ける受付部、前記拡散強調画像を用いて、２種類以上のパラメータを取得するパラメータ取得部、前記２種類以上のパラメータを用いて、当該２種類以上のパラメータに対応する１以上のスコアを取得し、当該取得した１以上のスコアを有する画像であり、当該取得した１以上のスコアを画像化した画像である診断画像を構成する診断画像構成部、前記診断画像を出力する出力部として機能させるためのプログラムである。
　なお、上記プログラムにおいて、上記プログラムが実現する機能には、ハードウェアでしか実現できない機能は含まれない。
　また、上記プログラムは、サーバなどからダウンロードされることによって実行されてもよいし、所定の記録媒体（例えば、ＣＤ－ＲＯＭなどの光ディスクや磁気ディスク、半導体メモリなど）に記録されたプログラムが読み出されることによって実行されてもよい。また、このプログラムは、プログラムプロダクトを構成するプログラムとして用いられてもよい。
　また、上記プログラムを実行するコンピュータは、単数であってもよいし、複数であってもよい。つまり、集中処理を行ってもよいし、あるいは分散処理を行ってもよい。
　また、図２４は、前述のプログラムを実行して、前述の実施の形態の画像処理装置等を実現するコンピュータシステム９の概観図である。前述の実施の形態は、コンピュータハードウェア、およびその上で実行されるコンピュータプログラムで実現され得る。
　図２４において、コンピュータシステム９は、ＣＤ－ＲＯＭドライブ９０１１を含むコンピュータ９０１と、キーボード９０２と、マウス９０３と、モニタ９０４とを備える。
　図２５は、コンピュータシステム９のブロック図である。図２５において、コンピュータ９０１は、ＣＤ－ＲＯＭドライブ９０１１に加えて、ＭＰＵ９０１３と、ブートアッププログラム等のプログラムを記憶するためのＲＯＭ９０１４と、ＭＰＵ９０１３に接続され、アプリケーションプログラムの命令を一時的に記憶するとともに一時記憶空間を提供するためのＲＡＭ９０１５と、アプリケーションプログラム、システムプログラム、およびデータを記憶するためのハードディスク９０１５と、ＣＤ－ＲＯＭドライブ９０１１、ＭＰＵ９０１２等を相互に接続するバス９０１６とを備える。ここでは図示しないが、コンピュータ９０１は、さらに、ＬＡＮへの接続を提供するネットワークカードを備えていてもよい。
　コンピュータシステム９に、前述の実施の形態の画像処理装置等の機能を実行させるプログラムは、ＣＤ－ＲＯＭ９１０１に記憶されて、ＣＤ－ＲＯＭドライブ９０１１に挿入され、さらにハードディスク９０１５に転送されてもよい。これに代えて、プログラムは、図示しないネットワークを介してコンピュータ９０１に送信され、ハードディスク９０１５に記憶されてもよい。プログラムは実行の際にＲＡＭ９０１４にロードされる。プログラムは、ＣＤ－ＲＯＭ９１０１またはネットワークから直接、ロードされてもよい。
　プログラムは、コンピュータ９０１に、前述の実施の形態の画像処理装置等の機能を実行させるオペレーティングシステム（ＯＳ）、またはサードパーティープログラム等は、必ずしも含まなくてもよい。プログラムは、制御された態様で適切な機能（モジュール）を呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいればよい。コンピュータシステム９がどのように動作するかは周知であり、詳細な説明は省略する。
　本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。
　以上のように、本発明にかかる画像処理装置は、悪性腫瘍の有無を容易にかつ精度良く診断し、腫瘍の中でも悪性度の高いもしくは低い部位を正確に指摘することが可能な画像が出力できるという効果を有し、核磁気共鳴画像診断装置等として有用である。
　１　画像処理装置
　１０１　スコア取得管理情報格納部
　１０２　スコア係数管理情報格納部
　１０３　診断結果管理情報格納部
　１０４　受付部
　１０５　パラメータ取得部
　１０６　スコア取得情報取得部
　１０７　スコア取得部
　１０８　スコア係数取得部
　１０９　診断画像構成部
　１１０　診断結果情報取得部
　１１１　出力部

Claims (14)

  1. 拡散強調画像を受け付ける受付部と、
    前記拡散強調画像を用いて、当該拡散強調画像を構成する１以上の各処理単位に対して、２種類以上のパラメータを取得するパラメータ取得部と、
    前記２種類以上のパラメータを用いて、当該２種類以上のパラメータに対応するスコアを１以上の処理単位ごとに取得し、当該取得した１以上の処理単位ごとのスコアに対応する画素値を１以上の処理単位ごとに有する画像である診断画像を構成する診断画像構成部と、
    前記診断画像を出力する出力部とを備える画像処理装置。
  2. 前記パラメータ取得部は、
    前記拡散強調画像を用いて、当該拡散強調画像を構成する１以上の各処理単位に対して、２種類以上のパラメータを取得し、当該２種類以上のパラメータのうちのいずれか１種類のパラメータを１以上の処理単位ごとに有する情報である２種類以上のパラメータマップを取得し、
    前記パラメータマップの種類を示す情報である種類情報と、前記パラメータマップが有するパラメータに対応するスコアを取得するための情報であるスコア取得情報とが対応付いた情報である２以上のスコア取得管理情報が格納されるスコア取得管理情報格納部と、
    前記２種類以上の各パラメータマップの種類を示す種類情報に対応するスコア取得情報を、前記スコア取得管理情報から取得するスコア取得情報取得部と、
    前記２種類以上の各パラメータマップが有する１以上の処理単位ごとのパラメータと、前記スコア取得情報とを用いて、当該２種類以上の各パラメータマップに対応するスコアを１以上の処理単位ごとに取得するスコア取得部とをさらに備え、
    前記診断画像構成部は、
    前記スコア取得部が取得した前記２種類以上の各パラメータマップに対応する１以上の処理単位ごとの２以上のスコアを用いて、当該２以上のスコアに応じたスコアである診断スコアを当該１以上の処理単位ごとに取得し、当該取得した１以上の処理単位ごとの診断スコアに対応する画素値を１以上の処理単位ごとに有する診断画像を構成する請求項１記載の画像処理装置。
  3. 前記スコア取得情報は、パラメータの閾値を有する条件であり、パラメータに対応するスコアを取得するための条件である１以上のパラメータ条件であり、
    前記スコア取得情報取得部は、
    前記２種類以上の各パラメータマップの種類を示す種類情報に対応する１以上のパラメータ条件を、前記スコア取得管理情報から取得し、
    前記スコア取得部は、
    前記２種類以上の各パラメータマップが有する１以上の処理単位ごとのパラメータが、前記スコア取得情報取得部が取得したパラメータ条件であり、当該パラメータマップの種類に対応するパラメータ条件を満たすか否かに応じて、当該１以上の処理単位ごとのパラメータに対応するスコアを取得する請求項２記載の画像処理装置。
  4. 前記スコア取得情報は、スコアが対応付いた２つのパラメータ条件であり、
    前記スコア取得情報取得部は、
    前記２種類以上の各パラメータマップの種類を示す種類情報に対応する２つのパラメータ条件を、当該２つの各パラメータ条件に対応するスコアと共に、前記スコア取得管理情報から取得し、
    前記スコア取得部は、
    前記２種類以上の各パラメータマップが有する１以上の処理単位ごとのパラメータが、前記スコア取得情報取得部が取得したパラメータ条件であり、当該パラメータマップの種類に対応する２つのパラメータ条件のいずれを満たすかを判断し、当該１以上の処理単位ごとパラメータが満たすパラメータ条件に対応するスコアを当該１以上の処理単位ごとに取得する請求項３記載の画像処理装置。
  5. 前記診断画像構成部は、
    前記スコア取得部が取得した前記２種類以上の各パラメータマップに対応する１以上の処理単位ごとの２以上のスコアを合算し、当該１以上の処理単位ごとに診断スコアを算出し、当該算出した１以上の処理単位ごとの診断スコアに対応する画素値を１以上の処理単位ごとに有する診断画像を構成する請求項２記載の画像処理装置。
  6. 種類情報と、スコアに対する重みであるスコア係数とが対応付いた情報である２以上のスコア係数管理情報が格納されるスコア係数管理情報格納部と、
    前記２種類以上の各パラメータマップの種類を示す種類情報に対応するスコア係数を、前記スコア係数管理情報から取得するスコア係数取得部とをさらに備え、
    前記診断画像構成部は、
    前記スコア取得部が取得した前記２種類以上の各パラメータマップに対応する１以上の処理単位ごとの２以上の各スコアに、前記スコア係数取得部が取得した係数であり、当該パラメータマップの種類に対応する係数を乗算し、当該乗算後のスコアを１以上の処理単位ごとに合算し、当該１以上の処理単位ごとに診断スコアを算出し、当該算出した１以上の処理単位ごとの診断スコアに対応する画素値を１以上の処理単位ごとに有する診断画像を構成する請求項５記載の画像処理装置。
  7. 前記診断画像構成部は、
    前記２種類以上のパラメータを用いて、当該２種類以上のパラメータに対応するスコアを１以上の処理単位ごとに取得し、当該取得した１以上の処理単位ごとのスコアに応じた色を示す画素値を１以上の処理単位ごとに有する診断画像を構成する請求項１記載の画像処理装置。
  8. 前記受付部は、
    撮影位置が異なる２以上の２次元の拡散強調画像を受け付け、
    前記パラメータ取得部は、
    前記２以上の拡散強調画像を用いて、当該２以上の拡散強調画像ごとに、当該２以上の各拡散強調画像を構成する１以上の各処理単位に対して、２種類以上のパラメータを取得し、
    前記診断画像構成部は、
    前記２以上の拡散強調画像ごとに、前記２種類以上のパラメータを用いて、当該２種類以上のパラメータに対応するスコアを１以上の処理単位ごとに取得し、当該取得した１以上の処理単位ごとのスコアに対応する画素値を１以上の処理単位ごとに有する診断画像を構成し、当該構成した２以上の診断画像を合成し、３次元の診断画像を構成する請求項１記載の画像処理装置。
  9. 前記診断画像が有するスコアに関する条件であるスコア条件と、当該スコアに対応する診断結果を示す情報である診断結果情報とが対応付いた情報である１以上の診断結果管理情報が格納される診断結果管理情報格納部と、
    前記診断画像構成部が構成した診断画像が有するスコアが満たすスコア条件に対応する１以上の診断結果情報を取得する診断結果情報取得部をさらに備え、
    前記出力部は、
    前記診断画像構成部が構成した診断画像と前記診断結果情報取得部が取得した１以上の診断結果情報とを共に出力する請求項１記載の画像処理装置。
  10. 前記２種類以上のパラメータは、拡散強調画像を用いて算出されるＡＤＣ値、拡散強調画像を用いて算出されるＩＶＩＭ値、拡散強調画像を用いて算出されるＫ値のうちのいずれか２種類以上である請求項１記載の画像処理装置。
  11. 前記処理単位は、１つの画素である請求項１記載の画像処理装置。
  12. 請求項１記載の画像処理装置を備える磁気共鳴イメージング装置。
  13. 受付部と、パラメータ取得部と、診断画像構成部と、出力部とを用いて行われる画像処理方法であって、
    前記受付部が、
    拡散強調画像を受け付ける受付ステップと、
    前記パラメータ取得部が、
    前記拡散強調画像を用いて、当該拡散強調画像を構成する１以上の各処理単位に対して、２種類以上のパラメータを取得するパラメータ取得ステップと、
    前記診断画像構成部が、
    前記２種類以上のパラメータを用いて、当該２種類以上のパラメータに対応するスコアを１以上の処理単位ごとに取得し、当該取得した１以上の処理単位ごとのスコアに対応する画素値を１以上の処理単位ごとに有する画像である診断画像を構成する診断画像構成ステップと、
    前記出力部が、
    前記診断画像を出力する出力ステップとを備える画像処理方法。
  14. コンピュータを、
    拡散強調画像を受け付ける受付部、
    前記拡散強調画像を用いて、当該拡散強調画像を構成する１以上の各処理単位に対して、２種類以上のパラメータを取得するパラメータ取得部、
    前記２種類以上のパラメータを用いて、当該２種類以上のパラメータに対応するスコアを１以上の処理単位ごとに取得し、当該取得した１以上の処理単位ごとのスコアに対応する画素値を１以上の処理単位ごとに有する画像である診断画像を構成する診断画像構成部、
    前記診断画像を出力する出力部として機能させるためのプログラムを記録した記録媒体。
PCT/JP2015/055638 2014-03-05 2015-02-26 画像処理装置、磁気共鳴イメージング装置、画像処理方法、および記録媒体 WO2015133363A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US15/122,601 US10401457B2 (en) 2014-03-05 2015-02-26 Image processing apparatus, magnetic resonance imaging apparatus, image processing method, and storage medium
EP15759173.6A EP3114994B1 (en) 2014-03-05 2015-02-26 Image processing unit, magnetic resonance imaging device, image processing method, and recording medium

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014-042340 2014-03-05
JP2014042340A JP6285215B2 (ja) 2014-03-05 2014-03-05 画像処理装置、磁気共鳴イメージング装置、画像処理方法、およびプログラム

Publications (1)

Publication Number Publication Date
WO2015133363A1 true WO2015133363A1 (ja) 2015-09-11

Family

ID=54055172

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/055638 WO2015133363A1 (ja) 2014-03-05 2015-02-26 画像処理装置、磁気共鳴イメージング装置、画像処理方法、および記録媒体

Country Status (4)

Country Link
US (1) US10401457B2 (ja)
EP (1) EP3114994B1 (ja)
JP (1) JP6285215B2 (ja)
WO (1) WO2015133363A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015167610A (ja) * 2014-03-05 2015-09-28 国立大学法人京都大学 画像処理装置、磁気共鳴イメージング装置、画像処理方法、およびプログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04357934A (ja) * 1991-06-05 1992-12-10 Toshiba Corp Ｍｒｉによるｉｖｉｍイメージング
JPH0654830A (ja) * 1992-08-06 1994-03-01 Hitachi Ltd 拡散係数分布画像の表示方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2604524B1 (fr) 1986-09-26 1989-10-13 Thomson Cgr Procede de mesure des parametres de diffusion moleculaire et/ou de perfusion d'un tissu vivant soumis a une experimentation de resonance magnetique nucleaire
US6567684B1 (en) 2000-11-08 2003-05-20 Regents Of The University Of Michigan Imaging system, computer, program product and method for detecting changes in rates of water diffusion in a tissue using magnetic resonance imaging (MRI)
US8805619B2 (en) * 2002-10-28 2014-08-12 The General Hospital Corporation Tissue disorder imaging analysis
JP5105786B2 (ja) 2006-07-07 2012-12-26 株式会社東芝 磁気共鳴イメージング装置および画像処理装置
JP6285215B2 (ja) * 2014-03-05 2018-02-28 国立大学法人京都大学 画像処理装置、磁気共鳴イメージング装置、画像処理方法、およびプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04357934A (ja) * 1991-06-05 1992-12-10 Toshiba Corp Ｍｒｉによるｉｖｉｍイメージング
JPH0654830A (ja) * 1992-08-06 1994-03-01 Hitachi Ltd 拡散係数分布画像の表示方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
See also references of EP3114994A4 *
TETSUYA WAKAYAMA ET AL.: "Synthesized Diffusion Weighted Imaging in Liver: Comparison between conventional ADC and IVIM fitting models", PROC. INTL.SOC.MAG.RESON.MED., vol. 21, 26 April 2013 (2013-04-26), pages 4168, XP055358106 *
UTARO MOTOSUGI ET AL.: "Diffusion-weighted MRI of the pancreas : Tips and topics", THE JOURNAL OF JAPAN PANCREAS SOCIETY, vol. 26, no. 1, 2011, pages 72 - 78, XP055358110 *
YONGGANG LU ET AL.: "Optical model mapping for characterizing tumor microcirculation with diffusion weighted imaging in head and neck cancer", PROC.INTL.SOC.MAG.RESON.MED., vol. 21, 26 April 2013 (2013-04-26), pages 3104, XP055358108 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015167610A (ja) * 2014-03-05 2015-09-28 国立大学法人京都大学 画像処理装置、磁気共鳴イメージング装置、画像処理方法、およびプログラム

Also Published As

Publication number Publication date
EP3114994A1 (en) 2017-01-11
JP6285215B2 (ja) 2018-02-28
JP2015167610A (ja) 2015-09-28
EP3114994B1 (en) 2024-02-07
US10401457B2 (en) 2019-09-03
EP3114994A4 (en) 2017-12-13
US20170067978A1 (en) 2017-03-09

Similar Documents

Publication Publication Date Title
US8907952B2 (en) Reparametrized bull's eye plots
CN109378043A (zh) 基于患者的医学图像生成诊断报告的系统和方法及介质
CN104487978B (zh) 用于基于来自放射医生的输入来生成报告的系统和方法
US7961921B2 (en) System and method for medical diagnosis and tracking using three-dimensional subtraction in a picture archiving communication system
JP2019005557A (ja) 画像処理装置、磁気共鳴イメージング装置及び画像処理プログラム
US20130257910A1 (en) Apparatus and method for lesion diagnosis
JP2015009152A (ja) 医療画像処理装置および医用画像処理プログラム
CN104093354A (zh) 用于评估医学图像的方法和设备
JP2019103848A (ja) 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム
KR20140024190A (ko) 초음파 영상 관리 방법, 표시 방법 및 그 장치
WO2016011339A1 (en) Calcification display apparatus and imaging apparatus, and program
EP2601637B1 (en) System and method for multi-modality segmentation of internal tissue with live feedback
CN107633478B (zh) 图像处理装置、图像处理方法以及计算机可读介质
US8933926B2 (en) Image processing apparatus, method, and program
JP2017051598A (ja) 磁気共鳴イメージング装置及び画像処理装置
RU2508056C2 (ru) Способ составления и вычисления объема в системе ультразвуковой визуализации
JP6285215B2 (ja) 画像処理装置、磁気共鳴イメージング装置、画像処理方法、およびプログラム
US20240057970A1 (en) Ultrasound image acquisition, tracking and review
US10929990B2 (en) Registration apparatus, method, and program
EP4339879A1 (en) Anatomy masking for mri
US9020231B2 (en) Method and apparatus for measuring captured object using brightness information and magnified image of captured image
US20230143966A1 (en) Image processing apparatus and non-transitory computer readable medium
JP2017051599A (ja) 磁気共鳴イメージング装置及び画像処理装置
JP2022063712A (ja) 医用画像診断支援システム、医用画像処理装置、および、医用画像処理方法
CN117136378A (zh) 用于识别非均质性肝脏脂肪的系统、方法和装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15759173

Country of ref document: EP

Kind code of ref document: A1

DPE2 Request for preliminary examination filed before expiration of 19th month from priority date (pct application filed from 20040101)
NENP Non-entry into the national phase

Ref country code: DE

REEP Request for entry into the european phase

Ref document number: 2015759173

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2015759173

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 15122601

Country of ref document: US