WO2018216504A1

WO2018216504A1 - 脳画像データ処理装置、脳画像データ処理方法、および脳画像データ処理プログラム

Info

Publication number: WO2018216504A1
Application number: PCT/JP2018/018280
Authority: WO
Inventors: ヒラルドホラシオサンソン; クワイベンフェルナンドハビエルウォン; 厳増岡; 洋之高尾
Original assignee: 株式会社アルム
Priority date: 2017-05-26
Filing date: 2018-05-11
Publication date: 2018-11-29
Also published as: JP6555785B2; US11206983B2; JP2018198729A; US20200178804A1

Abstract

【課題】脳の画像データにおける部位領域の設定精度を向上させること。【解決手段】　脳画像データ処理装置１００は、脳の各部位に対応する位置に、各部位を識別するための部位領域が設定された脳の画像データを読み込む脳画像データ読み込み手段と、脳画像データ読み込み手段によって読み込まれた脳の画像データにおいて、いずれの部位領域にも含まれない各画素に対して、各画素と各部位領域との距離に基づいて、各画素が各部位領域に含まれる確率を算出する確率算出手段と、確率算出手段によって算出された確率に基づいて、各画素がどの部位領域に属するかを判定する判定手段とを備える。

Description

脳画像データ処理装置、脳画像データ処理方法、および脳画像データ処理プログラム

　本発明は、脳画像データ処理装置、脳画像データ処理方法、および脳画像データ処理プログラムに関する。

　次のような輪郭抽出装置が知られている。この輪郭抽出装置では、輪郭抽出の対象となる物体の像を含む画像データに対し、画像の各点が持つ属性に基づいて、各点をその点が属する複数の領域に分離し、領域間の境界を輪郭として抽出することにより、人体頭部のＭＲＩ画像から、脳、頭皮、頭部以外の３つの領域に分類する（特許文献１参照）。

特開２００１－９２９８０号公報

　従来の輪郭抽出装置のように、ＭＲＩ画像を解析して、画像内を複数の領域に分割する技術が存在している。このように画像内を複数の領域に分割した場合、処理の精度によっては、領域の分割が正しく行われない可能性がある。例えば、脳の画像に対して脳の部位ごとに領域分割を行う場合、本来はいずれかの部位に対応する領域に含まれるべき画素が、いずれの領域にも属さないように分割されてしまう可能性があった。従来の技術では、このような場合に各画素がどの領域に含まれるべきかを判定する技術については、何ら検討されていなかった。

　本発明の第１の態様によると、脳画像データ処理装置は、脳の各部位に対応する位置に、各部位を識別するための部位領域が設定された脳の画像データを読み込む脳画像データ読み込み手段と、脳画像データ読み込み手段によって読み込まれた脳の画像データにおいて、いずれの部位領域にも含まれない各画素に対して、各画素と各部位領域との距離に基づいて、各画素が各部位領域に含まれる確率を算出する確率算出手段と、確率算出手段によって算出された確率に基づいて、各画素がどの部位領域に属するかを判定する判定手段とを備える。
　本発明の第２の態様によると、第１の態様の脳画像データ処理装置において、確率算出手段は、いずれの部位領域にも含まれない各画素に対して、各画素と各部位領域との間の測地線の距離を算出し、測地線の距離に基づいて、各画素が各部位領域に含まれる確率を算出する。
　本発明の第３の態様によると、第１または第２の態様の脳画像データ処理装置において、判定手段は、確率算出手段によって算出された確率が、あらかじめ設定された閾値より大きい場合に、対象となる画素はその部位領域に属するものと判定する。
　本発明の第４の態様によると、第１～第３のいずれかの態様の脳画像データ処理装置において、判定手段による判定結果に基づいて、各部位領域に属すると判定された画素を包含するように、脳の画像データにおける部位領域の設定を更新する更新手段をさらに備える。
　本発明の第５の態様によると、第４の態様の脳画像データ処理装置において、更新手段によって部位領域の設定が更新された脳の画像データを対象として、確率算出手段、判定手段、および更新手段による処理を、あらかじめ設定された終了条件を満たすまで繰り返す処理繰り返し手段をさらに備える。
　本発明の第６の態様によると、第５の態様の脳画像データ処理装置において、処理繰り返し手段は、前回の処理から脳の画像データにおける部位領域の設定が変更されなくなったときに、終了条件を満たしたと判定する。
　本発明の第７の態様によると、第５の態様の脳画像データ処理装置において、処理繰り返し手段は、処理の繰り返し回数があらかじめ設定された回数に到達したときに、終了条件を満たしたと判定する。
　本発明の第８の態様によると、脳画像データ処理方法は、脳の各部位に対応する位置に、各部位を識別するための部位領域が設定された脳の画像データを読み込む脳画像データ読み込み手順と、脳画像データ読み込み手順で読み込んだ脳の画像データにおいて、いずれの部位領域にも含まれない各画素に対して、各画素と各部位領域との距離に基づいて、各画素が各部位領域に含まれる確率を算出する確率算出手順と、確率算出手順で算出した確率に基づいて、各画素がどの部位領域に属するかを判定する判定手順とをコンピュータに実行させるための方法である。
　本発明の第９の態様によると、第８の態様の脳画像データ処理方法において、確率算出手順は、いずれの部位領域にも含まれない各画素に対して、各画素と各部位領域との間の測地線の距離を算出し、測地線の距離に基づいて、各画素が各部位領域に含まれる確率を算出する。
　本発明の第１０の態様によると、第８または第９の態様の脳画像データ処理方法において、判定手順は、確率算出手順で算出した確率が、あらかじめ設定された閾値より大きい場合に、対象となる画素はその部位領域に属するものと判定する。
　本発明の第１１の態様によると、第８～第１０のいずれかの態様の脳画像データ処理方法において、判定手順による判定結果に基づいて、各部位領域に属すると判定された画素を包含するように、脳の画像データにおける部位領域の設定を更新する更新手順をさらに有する。
　本発明の第１２の態様によると、第１１の態様の脳画像データ処理方法において、更新手順で部位領域の設定が更新された脳の画像データを対象として、確率算出手順、判定手順、および更新手順による処理を、あらかじめ設定された終了条件を満たすまで繰り返す処理繰り返し手順をさらに有する。
　本発明の第１３の態様によると、第１２の態様の脳画像データ処理方法において、処理繰り返し手順は、前回の処理から脳の画像データにおける部位領域の設定が変更されなくなったときに、終了条件を満たしたと判定する。
　本発明の第１４の態様によると、第１２の態様の脳画像データ処理方法において、処理繰り返し手順は、処理の繰り返し回数があらかじめ設定された回数に到達したときに、終了条件を満たしたと判定する。
　本発明の第１５の態様によると、脳画像データ処理プログラムは、脳の各部位に対応する位置に、各部位を識別するための部位領域が設定された脳の画像データを読み込む脳画像データ読み込み手順と、脳画像データ読み込み手順で読み込んだ脳の画像データにおいて、いずれの部位領域にも含まれない各画素に対して、各画素と各部位領域との距離に基づいて、各画素が各部位領域に含まれる確率を算出する確率算出手順と、確率算出手順で算出した確率に基づいて、各画素がどの部位領域に属するかを判定する判定手順とをコンピュータに実行させるためのプログラムである。
　本発明の第１６の態様によると、第１５の態様の脳画像データ処理プログラムにおいて、確率算出手順は、いずれの部位領域にも含まれない各画素に対して、各画素と各部位領域との間の測地線の距離を算出し、測地線の距離に基づいて、各画素が各部位領域に含まれる確率を算出する。
　本発明の第１７の態様によると、第１５または第１６の態様の脳画像データ処理プログラムにおいて、判定手順は、確率算出手順で算出した確率が、あらかじめ設定された閾値より大きい場合に、対象となる画素はその部位領域に属するものと判定する。
　本発明の第１８の態様によると、第１５～第１７の態様の脳画像データ処理プログラムにおいて、判定手順による判定結果に基づいて、各部位領域に属すると判定された画素を包含するように、脳の画像データにおける部位領域の設定を更新する更新手順をさらに有する。
　本発明の第１９の態様によると、第１８の態様の脳画像データ処理プログラムにおいて、更新手順で部位領域の設定が更新された脳の画像データを対象として、確率算出手順、判定手順、および更新手順による処理を、あらかじめ設定された終了条件を満たすまで繰り返す処理繰り返し手順をさらに有する。
　本発明の第２０の態様によると、第１９の態様の脳画像データ処理プログラムにおいて、処理繰り返し手順は、前回の処理から脳の画像データにおける部位領域の設定が変更されなくなったときに、終了条件を満たしたと判定する。
　本発明の第２１の態様によると、第１９の態様の脳画像データ処理プログラムにおいて、処理繰り返し手順は、処理の繰り返し回数があらかじめ設定された回数に到達したときに、終了条件を満たしたと判定する。

　本発明によれば、部位領域が設定された脳の画像データに対して、いずれの部位領域にも含まれない各画素がどの部位領域に属するかを判定することができる。

脳画像データ処理装置１００の一実施の形態の構成を示すブロック図。脳画像データの一例を模式的に示した図。脳画像データ上での部位領域の設定例を模式的に示した図。脳画像データ上における画素Ｐの設定例を模式的に示した図。脳画像データ上における各部位領域と画素Ｐとの間の測地線距離を模式的に示した図。脳画像データ上における部位領域の更新例を模式的に示した図。脳画像データ処理装置１００で実行される処理の流れを示すフローチャート図。

　図１は、本実施の形態における脳画像データ処理装置１００の一実施の形態の構成を示すブロック図である。脳画像データ処理装置１００としては、例えば、サーバ装置やパソコン等が用いられ、図１は、脳画像データ処理装置１００としてサーバ装置を用いた場合の一実施の形態の構成を示している。脳画像データ処理装置１００は、制御装置１０１と、記録装置１０２とを備えている。

　制御装置１０１は、ＣＰＵ、メモリ、およびその他の周辺回路によって構成され、脳画像データ処理装置１００の全体を制御する。なお、制御装置１０１を構成するメモリは、例えばＳＤＲＡＭ等の揮発性のメモリである。このメモリは、ＣＰＵがプログラム実行時にプログラムを展開するためのワークメモリや、データを一時的に記録するためのバッファメモリとして使用される。

　記録装置１０２は、脳画像データ処理装置１００が蓄える種々のデータや、制御装置１０１が実行するためのプログラムのデータ等を記録するための記録装置であり、例えばＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）等が用いられる。なお、記録装置１０２に記録されるプログラムのデータは、ＣＤ－ＲＯＭやＤＶＤ－ＲＯＭなどの記録媒体に記録されて提供されたり、ネットワークを介して提供され、操作者が取得したプログラムのデータを記録装置１０２にインストールすることによって、制御装置１０１がプログラムを実行できるようになる。

　本実施の形態における脳画像データ処理装置１００では、記録装置１０２には、対象者の脳を撮影した脳画像データがあらかじめ記録されている。脳画像データとしては、ＭＲＩやＣＴなどにより撮影された対象者の脳の画像データが用いられる。

　また、本実施の形態では、対象者の脳画像データには、脳の各部位に対応する位置に、各部位を識別するための部位領域が設定されている。部位領域の設定方法は、公知の方法を用いてあらかじめ行われており、その方法は限定されないため、ここでは詳細な説明は省略する。部位領域の設定方法の一例を挙げると、脳画像データに対して、あらかじめ設定された閾値を用いて画像内を各画素の濃度値に基づいて領域分けを行ったり、脳の各部位の形状を模したテンプレート画像を用意しておき、該テンプレート画像を用いた形状のマッチング処理により脳の各部位ごとに領域分けを行ったりすればよい。

　例えば、図２に示すような脳画像データに対して、図３に示すように、脳の各部位に応じた位置に、部位領域１、部位領域２、部位領域３、部位領域４が設定される。なお、図３において、部位領域１は、前頭葉に対して設定された領域を示し、部位領域２は、頭頂葉に対して設定された領域を示し、部位領域３は、側頭葉に対して設定された領域を示し、部位領域４は、後頭葉に対して設定された領域を示している。

　このように、あらかじめ脳画像データ上で行われた各部位ごとの領域分けは、必ずしも精度が高いとは限らない。このため、本来はいずれかの部位領域に属する画素が、部位領域の外に位置してしまう可能性がある。本実施の形態では、このような問題を解決するために、部位領域に含まれない画素がいずれかの部位領域に属するか否かを判定し、いずれかの部位に属すると判定した画素を本来含まれるべき部位領域に含めて部位領域を更新する方法について説明する。

　制御装置１０１は、記録装置１０２から部位領域が設定された脳画像データを読み込んで、いずれの部位領域にも含まれない各画素に対して、各画素と各部位領域との距離に基づいて、各画素が各部位領域に含まれる確率を算出し、算出した確率に基づいて、各画素がどの部位領域に属するかを判定する。本実施の形態では、ｎ個の画素で構成される脳画像データＩに対して、Ｌ個の部位領域が設定されている場合を想定し、以下のように処理を行う。

　制御装置１０１は、読み込んだ脳画像データ上に設定されている各部位領域に対して、次式（１）を用いて、バイナリマップＢ_ｉを初期化する。

　なお、式（１）では、ｘは脳画像データ内の画素を示し、Ａ（ｘ）は、画素ｘが含まれる部位領域を示している。また、ｌ_ｉは各部位領域を識別するためのラベルを示している。本実施の形態では、例えば、図３に示した部位領域１には、ラベルｌ_１が割り当てられ、部位領域２には、ラベルｌ_２が割り当てられ、部位領域３には、ラベルｌ_３が割り当てられ、部位領域４には、ラベルｌ_４が割り当てられているものとする。このため、式（１）によって、ラベルｌ_ｉが割り当てられた部位領域に属する画素は１の値に初期化され、ラベルｌ_ｉが割り当てられた部位領域に属さない画素は０の値に初期化したＢ_ｉ（ｘ）を得ることができる。例えば、Ｂ_１（ｘ）では、部位領域１に属する画素は１の値に初期化され、部位領域１に属さない画素は０の値に初期化されることにより、画素が２値化される。

　制御装置１０１は、次式（２）を用いて、いずれの部位領域にも含まれない各画素を対象として、各画素ｘと各部位領域ｌ_ｉとの間を結ぶ測地線の距離Ｄ（ｘ，Ｂ，Ｉ）を算出する。次式（２）において、ｄ（ｘ，ｙ）は、次式（３）により算出される。なお、次式（３）において、Ｐ_ｘ，ｙは、画素ｘと画素ｙとの間のすべての経路の集合であり、ｐは画素ｘと画素ｙとの間の１つの経路であって、これは０または１の値をとるｓによってパラメータ化される。▽Ｉ（ｓ）は、経路ｐの位置ｓにおける脳画像データＩの勾配であり、ｐ´（ｓ）は経路ｐの方向ベクトルであって、次式（４）により算出される。また、定数γは、経路ｐに沿って画素ｘから画素ｙまでの全距離に対する画像勾配▽Ｉ（ｓ）の寄与を調整するための定数である。通常の距離変換の計算では、γ＝０に設定される。

　ｐ´（ｓ）＝ｐ（ｓ＋１）－ｐ（ｓ）　・・・（４）
　制御装置１０１は、上記の処理を実行することにより、各部位領域ｌ_ｉと各画素ｘとの間の測地線距離Ｄ（ｘ，Ｂ，Ｉ）を算出することができる。

　例えば、図４に示した画素Ｐを対象とした場合には、図５において破線で示すように、式（２）によって、点Ｐと部位領域１との間の測地線距離Ｄ（ｘ，Ｂ，Ｉ）としてｄ１が算出され、点Ｐと部位領域２との間の測地線距離Ｄ（ｘ，Ｂ，Ｉ）としてｄ２が算出され、点Ｐと部位領域３との間の測地線距離Ｄ（ｘ，Ｂ，Ｉ）としてｄ３が算出され、点Ｐと部位領域４との間の測地線距離Ｄ（ｘ，Ｂ，Ｉ）としてｄ４が算出される。

　制御装置１０１は、上記処理によって算出した測地線距離Ｄ（ｘ，Ｂ，Ｉ）に基づいて、各画素ｘが各部位領域ｌ_ｉに属する確率ｐ（ｘ｜ｌ_ｉ）を次式（５）により算出する。本実施の形態では、次式（５）を用いて、各画素ｘがｎ個の部位領域ｌ_１、ｌ_２、・・・、ｌ_ｎのそれぞれに属する確率をｐ（ｘ）＝（ｐ（ｘ｜ｌ_１），ｐ（ｘ｜ｌ_２），・・・，ｐ（ｘ｜ｌ_ｎ））として算出する。なお、次式（５）では、上述したように脳画像データＩにＬ個の部位領域が設定されている場合には、ｎ＝Ｌとなる。

　制御装置１０１は、各画素について確率を計算すると、次式（６）により、画素ｘがどの部位領域に属するかを判定する。すなわち、制御装置１０１は、式（５）を用いて算出したｐ（ｘ）の中で最も高く算出された確率が、あらかじめ設定されている閾値ｔより大きい場合には、画素ｘは、式（５）で最も高い確率が算出された部位領域に属するものと判定し、画素ｘが含まれる部位領域Ａ（ｘ）の情報を更新する。一方、制御装置１０１は、式（５）で最も高く算出された確率が、あらかじめ設定されている閾値ｔ未満である場合には、画素ｘはいずれの部位領域にも属さないと判定し、Ａ（ｘ）＝０とする。

　これによって、制御装置１０１は、入力された脳画像データＩ上で、いずれの部位領域にも属していなかった画素に対して、本来の部位に応じた部位領域を特定することができる。制御装置１０１は、式（６）の結果に基づいて、新たに部位領域に属すると判定した画素を、脳画像データ上の各部位領域に属するように部位領域の設定を更新し、新たな脳画像データとする。例えば、図６では、部位領域２が画素Ｐを包含するように拡大されるとともに、他の部位領域も周囲の画素を含むように拡大されて更新されている。

　制御装置１０１は、部位領域の設定を更新した後の脳画像データを新たに読み込んで、上記処理を繰り返すことにより、脳画像データにおける部位領域の設定精度を向上させることができる。なお、処理を繰り返す回数は特に限定されないが、例えば、前回の処理から脳画像データにおける部位領域の設定が変更されなくなったときに終了条件を満たしたと判定して繰り返しを終了してもよい。あるいは、処理の繰り返し回数があらかじめ設定された回数に到達したときに終了条件を満たしたと判定して繰り返しを終了してもよい。

　図７は、本実施の形態における脳画像データ処理装置１００で実行される処理の流れを示すフローチャートである。図７に示す処理は、脳画像データ処理装置１００の操作者によってプログラムの実行が指示されると起動するプログラムとして、制御装置１０１によって実行される。

　ステップＳ１０において、制御装置１０１は、記録装置１０２から部位領域が設定された脳画像データを読み込む。その後、ステップＳ２０へ進む。

　ステップＳ２０では、制御装置１０１は、上述したように、式（１）を用いて、バイナリマップＢ_ｉを初期化する。その後、ステップＳ３０へ進む。

　ステップＳ３０では、制御装置１０１は、上述したように、式（２）を用いて、いずれの部位領域にも含まれない各画素を対象として、各画素ｘと各部位領域ｌ_ｉとの間を結ぶ測地線の距離Ｄ（ｘ，Ｂ，Ｉ）を算出する。その後、ステップＳ４０へ進む。

　ステップＳ４０では、制御装置１０１は、上述したように、式（５）を用いて、各画素ｘが各部位領域ｌ_ｉに属する確率ｐ（ｘ｜ｌ_ｉ）を算出する。その後、ステップＳ５０へ進む。

　ステップＳ５０では、制御装置１０１は、上述したように、式（６）を用いて、画素ｘがどの部位領域に属するかを判定する。その後、ステップＳ６０へ進む。

　ステップＳ６０では、制御装置１０１は、上述したように、式（６）の結果に基づいて、新たに部位領域に属すると判定した画素を、脳画像データ上の各部位領域に属するように部位領域の設定を更新し、新たな脳画像データとする。その後、ステップＳ７０へ進む。

　ステップＳ７０では、制御装置１０１は、上述したように、ステップＳ１０からステップＳ６０の処理の終了条件を満たしたか否かを判断する。ステップＳ７０で否定判断した場合には、ステップＳ１０へ戻り、部位領域の設定を更新した後の脳画像データを新たに読み込んで、ステップＳ１０からステップＳ６０の処理を繰り返す。これに対して、ステップＳ７０で肯定判断した場合には、処理を終了する。

　以上説明した本実施の形態によれば、以下のような作用効果を得ることができる。
（１）制御装置１０１は、脳の各部位に対応する位置に、各部位を識別するための部位領域が設定された脳の画像データを読み込み、読み込んだ脳の画像データにおいて、いずれの部位領域にも含まれない各画素に対して、各画素と各部位領域との間の測地線の距離に基づいて、各画素が各部位領域に含まれる確率を算出し、算出した確率に基づいて、各画素がどの部位領域に属するかを判定するようにした。これによって、脳の画像上に設定された部位領域の精度が低く、本来は部位領域に含まれるはずの画素が部位領域外に位置していたとしても、その画素を本来属するべき部位領域に属すると判定することができる。また、確率を算出するための距離として、各画素と各部位領域との間の直線距離を用いようとすると、画像全体におけるエッジや輝度の変化といった特徴が無視され、確率の算出精度が低下する可能性があるが、各画素と各部位領域との間の測地線の距離を用いることによって、このような問題を解消し、画像の特徴を考慮した確率の算出が可能となる。

（２）制御装置１０１は、各部位領域に属すると判定された画素を包含するように、脳の画像データにおける部位領域の設定を更新するようにした。これによって、脳の画像データにおける部位領域の設定精度を向上させることができる。さらに、部位領域の設定精度を向上することができれば、過去に撮影した患者の脳の画像と、最新の患者の脳の画像を比較することによって、アルツハイマーのように、脳の特定の部位の体積（断面積）の変化が影響する病気を精度高く検出することが可能となる。

（３）制御装置１０１は、算出した確率が、あらかじめ設定された閾値より大きい場合に、対象となる画素はその部位領域に属するものと判定するようにした。これによって、確率が閾値未満の場合には、その画素は部位領域に属すると判定されないため、各画素がいずれかの部位領域に属するか否かの判定精度を向上させることができる。

（４）制御装置１０１は、部位領域の設定を更新した後の脳の画像データを対象として、あらかじめ設定された終了条件を満たすまで一連の処理を繰り返すようにした。これによって、さらに部位領域の設定精度を向上させることができる。

（５）制御装置１０１は、前回の処理から脳の画像データにおける部位領域の設定が変更されなくなったとき、または処理の繰り返し回数があらかじめ設定された回数に到達したときに、処理の終了条件を満たしたと判定するようにした。これによって、部位領域の設定精度の向上が見込まれた段階で、処理を終了させることができる。

―変形例―
　なお、上述した実施の形態の脳画像データ処理装置１００は、以下のように変形することもできる。

（１）上述した実施の形態では、図２から図６に示したように、２次元の脳画像データを対象として処理を行う例について説明した。しかしながら、ＭＲＩやＣＴなどにより撮影された対象者の脳の断面画像を重ねることにより作成された脳の３次元画像データを対象として、上記の処理を行うようにしてもよい。例えば、脳の３次元画像データとしてはボクセルデータが用いられ、この場合、上記処理では画像データの各画素ｘを対象として行った処理は、３次元画像空間における立体的な画素、すなわちボクセルに対して行うようにすればよい。

　なお、本発明の特徴的な機能を損なわない限り、本発明は、上述した実施の形態における構成に何ら限定されない。また、上述の実施の形態と複数の変形例を組み合わせた構成としてもよい。

　次の優先権基礎出願の開示内容は引用文としてここに組み込まれる。
　日本国特許出願２０１７年第１０４３３７号（２０１７年５月２６日出願）

１００　脳画像データ処理装置
１０１　制御装置
１０２　記録装置

Claims

　脳の各部位に対応する位置に、各部位を識別するための部位領域が設定された脳の画像データを読み込む脳画像データ読み込み手段と、
　前記脳画像データ読み込み手段によって読み込まれた前記脳の画像データにおいて、いずれの前記部位領域にも含まれない各画素に対して、各画素と各部位領域との距離に基づいて、各画素が各部位領域に含まれる確率を算出する確率算出手段と、
　前記確率算出手段によって算出された確率に基づいて、各画素がどの部位領域に属するかを判定する判定手段とを備えることを特徴とする脳画像データ処理装置。
　請求項１に記載の脳画像データ処理装置において、
　前記確率算出手段は、いずれの前記部位領域にも含まれない各画素に対して、各画素と各部位領域との間の測地線の距離を算出し、前記測地線の距離に基づいて、各画素が各部位領域に含まれる確率を算出することを特徴とする脳画像データ処理装置。
　請求項１または２に記載の脳画像データ処理装置において、
　前記判定手段は、前記確率算出手段によって算出された確率が、あらかじめ設定された閾値より大きい場合に、対象となる画素はその部位領域に属するものと判定することを特徴とする脳画像データ処理装置。
　請求項１～３のいずれか一項に記載の脳画像データ処理装置において、
　前記判定手段による判定結果に基づいて、各部位領域に属すると判定された画素を包含するように、前記脳の画像データにおける前記部位領域の設定を更新する更新手段をさらに備えることを特徴とする脳画像データ処理装置。
　請求項４に記載の脳画像データ処理装置において、
　前記更新手段によって前記部位領域の設定が更新された前記脳の画像データを対象として、前記確率算出手段、前記判定手段、および前記更新手段による処理を、あらかじめ設定された終了条件を満たすまで繰り返す処理繰り返し手段をさらに備えることを特徴とする脳画像データ処理装置。
　請求項５に記載の脳画像データ処理装置において、
　前記処理繰り返し手段は、前回の処理から前記脳の画像データにおける前記部位領域の設定が変更されなくなったときに、前記終了条件を満たしたと判定することを特徴とする脳画像データ処理装置。
　請求項５に記載の脳画像データ処理装置において、
　前記処理繰り返し手段は、処理の繰り返し回数があらかじめ設定された回数に到達したときに、前記終了条件を満たしたと判定することを特徴とする脳画像データ処理装置。
　脳の各部位に対応する位置に、各部位を識別するための部位領域が設定された脳の画像データを読み込む脳画像データ読み込み手順と、
　前記脳画像データ読み込み手順で読み込んだ前記脳の画像データにおいて、いずれの前記部位領域にも含まれない各画素に対して、各画素と各部位領域との距離に基づいて、各画素が各部位領域に含まれる確率を算出する確率算出手順と、
　前記確率算出手順で算出した確率に基づいて、各画素がどの部位領域に属するかを判定する判定手順とをコンピュータに実行させるための脳画像データ処理方法。
　請求項８に記載の脳画像データ処理方法において、
　前記確率算出手順は、いずれの前記部位領域にも含まれない各画素に対して、各画素と各部位領域との間の測地線の距離を算出し、前記測地線の距離に基づいて、各画素が各部位領域に含まれる確率を算出することを特徴とする脳画像データ処理方法。
　請求項８または９に記載の脳画像データ処理方法において、
　前記判定手順は、前記確率算出手順で算出した確率が、あらかじめ設定された閾値より大きい場合に、対象となる画素はその部位領域に属するものと判定することを特徴とする脳画像データ処理方法。
　請求項８～１０のいずれか一項に記載の脳画像データ処理方法において、
　前記判定手順による判定結果に基づいて、各部位領域に属すると判定された画素を包含するように、前記脳の画像データにおける前記部位領域の設定を更新する更新手順をさらに有することを特徴とする脳画像データ処理方法。
　請求項１１に記載の脳画像データ処理方法において、
　前記更新手順で前記部位領域の設定が更新された前記脳の画像データを対象として、前記確率算出手順、前記判定手順、および前記更新手順による処理を、あらかじめ設定された終了条件を満たすまで繰り返す処理繰り返し手順をさらに有することを特徴とする脳画像データ処理方法。
　請求項１２に記載の脳画像データ処理方法において、
　前記処理繰り返し手順は、前回の処理から前記脳の画像データにおける前記部位領域の設定が変更されなくなったときに、前記終了条件を満たしたと判定することを特徴とする脳画像データ処理方法。
　請求項１２に記載の脳画像データ処理方法において、
　前記処理繰り返し手順は、処理の繰り返し回数があらかじめ設定された回数に到達したときに、前記終了条件を満たしたと判定することを特徴とする脳画像データ処理方法。
　脳の各部位に対応する位置に、各部位を識別するための部位領域が設定された脳の画像データを読み込む脳画像データ読み込み手順と、
　前記脳画像データ読み込み手順で読み込んだ前記脳の画像データにおいて、いずれの前記部位領域にも含まれない各画素に対して、各画素と各部位領域との距離に基づいて、各画素が各部位領域に含まれる確率を算出する確率算出手順と、
　前記確率算出手順で算出した確率に基づいて、各画素がどの部位領域に属するかを判定する判定手順とをコンピュータに実行させるための脳画像データ処理プログラム。
　請求項１５に記載の脳画像データ処理プログラムにおいて、
　前記確率算出手順は、いずれの前記部位領域にも含まれない各画素に対して、各画素と各部位領域との間の測地線の距離を算出し、前記測地線の距離に基づいて、各画素が各部位領域に含まれる確率を算出することを特徴とする脳画像データ処理プログラム。
　請求項１５または１６に記載の脳画像データ処理プログラムにおいて、
　前記判定手順は、前記確率算出手順で算出した確率が、あらかじめ設定された閾値より大きい場合に、対象となる画素はその部位領域に属するものと判定することを特徴とする脳画像データ処理プログラム。
　請求項１５～１７のいずれか一項に記載の脳画像データ処理プログラムにおいて、
　前記判定手順による判定結果に基づいて、各部位領域に属すると判定された画素を包含するように、前記脳の画像データにおける前記部位領域の設定を更新する更新手順をさらに有することを特徴とする脳画像データ処理プログラム。
　請求項１８に記載の脳画像データ処理プログラムにおいて、
　前記更新手順で前記部位領域の設定が更新された前記脳の画像データを対象として、前記確率算出手順、前記判定手順、および前記更新手順による処理を、あらかじめ設定された終了条件を満たすまで繰り返す処理繰り返し手順をさらに有することを特徴とする脳画像データ処理プログラム。
　請求項１９に記載の脳画像データ処理プログラムにおいて、
　前記処理繰り返し手順は、前回の処理から前記脳の画像データにおける前記部位領域の設定が変更されなくなったときに、前記終了条件を満たしたと判定することを特徴とする脳画像データ処理プログラム。
　請求項１９に記載の脳画像データ処理プログラムにおいて、
　前記処理繰り返し手順は、処理の繰り返し回数があらかじめ設定された回数に到達したときに、前記終了条件を満たしたと判定することを特徴とする脳画像データ処理プログラム。