醫用圖像處理裝置的制作方法

專利名稱：醫用圖像處理裝置的制作方法
技術領域：
本發明涉及一種對利用MRI (Magnetic Resonance Imaging:磁共振成像)等得到的腦圖像進行圖像處理后進行腦疾病的診斷支援的技術，尤其涉及一種將利用MRI等得到的腦圖像處理成適于診斷支援的狀態的技術。
背景技術：
由于高齡化社會的到來，認知癥疾病的患者逐年增加。認知癥疾病有各種種類，必需在診斷中加以區別，以實施對應于疾病的適當處置。另一方面，為了應對這種要求，近年來能通過SPECT(Single Photon EmissionComputed Tomography:單光子發射計算機斷層成像術)或PET (Positron EmissionTomography:正電子發射型計算機斷層顯像)等核醫學檢查、或者CT(ComputerizedTomography:計算機斷層掃描)或MRI來取得與腦的狀態有關的信息。其結果是，可以了解腦的確定部位的血流或代謝低下或組織萎縮的現象因疾病不同而不同，需要與之對應的定量的評價方法。例如，腦的局部部位的血流或代謝低下能通過利用SPECT或PET圖像進行比較來檢定。另外，對于組織的萎縮，能利用MRI圖像來求出確定部位的容積，比較其相對大小后判別有無異常。作為使用這種腦圖像來評價腦的萎縮的方法，已知以作為3維像素的體素為單位圖像處理對被檢查者 的頭部進行攝像而取得的腦圖像來進行的VBM(Voxel BasedMorphometry:基于體素的形態測量學)(例如參照專利文獻I)。該VBM方法是有效識別老年癡呆病的評價方法，對于健康者與老年癡呆病的識另U，報告稱能診斷出87.8% (參照非專利文獻I)。專利文獻1:特開2005-237441號公報非專利文獻1:Yoko Hirata, Hiroshi Matsuda, Kiyotaka Nemoto, TakashiOhnishi,Kentaro Hirao，Fumio Yamashita，Takashi Asada，Satoshi Iwabuchi,HirotsuguSamejima， Voxel-based morphometry to discriminate early Alzheimer' s diseasefrom controls.Neurosci Lett 382:269-274,2005非專利文獻2:Bookstein FL “Voxel-based morphometry, shouId not be usedwith imperfectly registered images.Neuroimage.2001 ；14(6):1454-62.
非專利文獻3:J.Ashburner and K.J.Friston.Unified segmentation.Neuroimage.2005 ；26:839-851.
非專利文獻 4 ；Ashburner J，A fast diffeomorphic image registrationalgorithm.Neuroimage.2007 Oct 15 ；38 (I):95-113.
非專利文獻5:松田博史:SPECT O統計學的畫像解析(SPECT的統計學圖像解析)。r ^ ^ 一型癡呆ο畫像診斷(老年癡呆型癡呆的圖像診斷)，> '7'力 > 匕工一社:pp.76-86(2001).
但是，在基于上述現有方法的腦圖像處理中，存在因作為處理對象的腦圖像而不能順利進行組織分離處理，從而無法正確確定組織的問題。

發明內容
因此，本發明的課題在于提供一種醫用圖像處理裝置，該醫用圖像處理裝置能判定取得的腦圖像的狀態，并調整為適于進行組織分離處理的腦圖像。為了解決上述課題，在本發明第I方式中，提供一種醫用圖像處理裝置，該醫用圖像處理裝置具有:對象切片選擇單元，其從由多個切片圖像構成的腦圖像中，選擇作為處理對象的切片圖像作為對象切片；腦實質測量單元，其進行腦實質的像素的信號值的有效最大值、即腦實質有效最大值的測量處理；腦圖像測量單元，其進行腦圖像整體的像素的信號值的有效最大值的測量處理；頭蓋測量單元，其測量處理成為頭蓋周邊區域的峰值的像素的信號值的平均作為頭蓋周圍的峰值平均值；抑制處理判定單元，其根據測量出的腦實質的有效最大值、腦圖像整體的有效最大值、頭蓋周圍的峰值平均值，判定是否需要高信號值抑制處理；以及高信號值抑制處理單元，其在由所述抑制處理判定單元判定為需要的情況下，對所述腦圖像執行高信號值抑制處理。根據本發明第I方式，選擇腦圖像的對象切片，并對選擇到的切片，測量腦實質的像素的信號值的有效最大值、腦圖像整體的像素的信號值的有效最大值、成為頭蓋周邊區域峰值的像素的信號值的平均即頭蓋周圍的峰值平均值，根據測量結果，在必要的情況下，對腦圖像執行高信號值抑制處理，因此能判定取得的腦圖像的狀態，并調整為適于組織分離處理的腦圖像。另外，在本發明第2方式中，對于本發明第I方式的醫用圖像處理裝置，其特征在于，所述抑制處理判定單元執行頭蓋區域判定以及圖像整體判定，該頭蓋區域判定是頭蓋周圍的峰值平均值是否比所述腦實質有效最大值高一定比例的判定，該圖像整體判定是圖像整體的信號值是否比所述腦實質有效最大值高一定比例的判定，在所述頭蓋區域判定、圖像整體判定的任一方滿足條件的情況下，判定為需要高信號值抑制處理。

根據本發明第2方式，進行頭蓋周邊區域的峰值平均值、圖像整體的信號值是否比腦實質有效最大值高一定比例的判定，在頭蓋周邊區域的峰值平均值、圖像整體的信號值的任一個比腦實質有效最大值高一定比例的情況下，判定為需要高信號值抑制處理，因此，即使在頭蓋周邊區域的信號值比腦實質明顯高的情況、頭蓋周邊區域、腦實質以外部分中的信號值比腦實質明顯高的情況的任一情況下，都能準確進行需要高信號值抑制處理的判定。另外，在本發明第3方式中，對于本發明第I或第2方式的醫用圖像處理裝置，其特征在于，所述對象切片選擇單元對各切片圖像在圖像內設定預定的線段，求出位于該線段上且信號值為預定值以上的像素中間隔最遠的像素間的長度，將該像素間的長度與全部切片圖像中最長的長度相比較，將成為預定比率以上的切片圖像選為對象切片。根據本發明第3方式，在各切片圖像中，將具有預定值以上信號值的像素與全部切片圖像中最長的像素相比較，將成為預定比率以上的切片圖像選為對象切片，因此，能選擇適于判定是否需要高信號值抑制處理的、除頭蓋周邊區域與腦實質以外不包含高信號值的切片圖像。另外，在本發明第4方式中，對于本發明第I至第3方式的任一方式的醫用圖像處理裝置，其特征在于，所述腦實質測量單元對選擇的所述各對象切片設定預定數量的通過腦中心部的線段，按各線段的每一個，將線段上像素的信號值分布分割成預定數量的區域，將中央的預定數量的區域作為腦實質區域，求出該腦實質區域中的信號值的直方圖，求出去除高值的預定像素后的信號最大值作為腦實質的有效最大值。根據本發明第4方式，對選擇的各對象切片，將通過腦中心部的多個線段各自的信號值分布分割成規定數量的區域，將中央的預定數量的區域作為腦實質區域，求出腦實質區域中的信號值的直方圖，求出去除高值的預定像素后的信號最大值，作為腦實質的有效最大值，因此，能準確求出作為代表腦實質的值的腦實質的有效最大值。另外，在本發明第5方式中，對于本發明第I至第4方式的任一方式的醫用圖像處理裝置，其特征在于，所述腦圖像測量單元求出對象切片整體的像素的信號值的直方圖，求出去除高值的預定像素后的信號的最大值作為圖像整體的有效最大值。根據本發明第5方式，求出對象切片整體的像素的信號值的直方圖，求出去除高值的預定像素后的信號的最大值作為圖像整體的有效最大值，因此，能準確求出作為代表圖像整體的值的圖像整體的有效最大值。另外，在本發明第6方式中，對于本發明第I至第5方式的任一方式的醫用圖像處理裝置，其特征在于，所述頭蓋 測量單元對選擇到的所述各對象切片設定預定數量的通過腦中心部的線段，按各線段的每一個，將線段上的像素的信號值分布分割成預定數量的區域，將兩端的預定數量的區域作為頭蓋周邊區域，求出該頭蓋周邊區域中的信號最大值在全部對象切片的全部線段中的平均值作為頭蓋周圍的峰值平均值。根據本發明第6方式，對各對象切片，將通過腦中心部的多個線段各自的信號值分布分割成預定數量的區域，將兩端的預定數量的區域作為頭蓋周邊區域，求出該頭蓋周邊區域中的信號最大值在全部對象切片的全部線段中的平均值作為頭蓋周圍的峰值平均值，因此，能準確求出作為代表頭蓋周邊區域的值的頭蓋周圍的峰值平均值。另外，在本發明第7方式中，對于本發明第I至第6方式的任一方式的醫用圖像處理裝置，其特征在于，所述高信號值抑制處理單元通過執行對信號值不足預定值的像素不改變其信號值、對信號值為所述預定值以上的像素將信號值設為預定值的處理，由此，相對地實現高信號值抑制處理。根據本發明第7方式，執行對信號值不足預定值的像素不改變其信號值、對信號值為預定值以上的像素將信號值設為預定值的處理，因此，能抑制輸入圖像的高信號值。另外，在本發明第8方式中，對于本發明第I至第6方式的任一方式的醫用圖像處理裝置，其特征在于，所述高信號值抑制處理單元通過執行對信號值不足預定值的像素不改變其信號值、對信號值為所述預定值以上的像素將信號值變換成比原值小的處理，由此，相對地實現高信號值抑制處理。根據本發明第8方式，執行對信號值不足預定值的像素不改變其信號值、對信號值為所述預定值以上的像素將信號值變換成比原值小的處理，因此，能抑制輸入圖像的高
信號值。另外，在本發明第9方式中，對于本發明第8方式的醫用圖像處理裝置，其特征在于，所述高信號值抑制處理單元通過執行對信號值不足預定值的像素不改變其信號值、對信號值為所述預定值以上的像素利用斜率大于等于零小于I的一次函數來變換信號值的處理，由此，相對地實現高信號值抑制處理。根據本發明第9方式，執行對信號值不足預定值的像素不改變其信號值、對信號值為預定值以上的像素利用斜率大于等于零小于I的一次函數來變換信號值的處理，因此，能抑制輸入圖像的高信號值。另外，組織分離處理結果構成自然的圖像。發明效果根據本發明，實現如下效果，即能判定取得的腦圖像的狀態，并調整為適于組織分離處理的腦圖像。


圖1是表示本發明所涉及的一實施方式的醫用圖像處理裝置的概要的框圖。圖2是表示基于本實施方式的醫用圖像處理方法的基本處理步驟的流程圖。圖3是表示基于本實施方式的醫用圖像處理方法的事先處理步驟的流程圖。圖4是示意性地表示腦的切片圖像與體素的特征的概念圖。圖5是表示準備處理的細節的流程圖。圖6是表示對象切片的選擇處理的狀態的圖。圖7是表示腦實質與頭蓋周邊區域的信號值分布狀態的圖。圖8是表示腦實質的有效最大值、頭蓋周圍的峰值平均值的測量處理的狀態的圖。圖9是表不灰白質、白質的不同年齡模板的概念圖。圖10是表示灰白質、白質的性別模板的概念圖。圖11是示意性地表示空間標準化的特征的概念圖。圖12是表示非線性變換的特征的概念圖。圖13是表示空間標準化與平滑化的結果的概念圖。圖14是表示每個體素的比較檢定的特征的概念圖。圖15是表示基于ROI的解析特征的概念圖。圖16是表示制作ROI時的特征的概念圖。圖17是表不檢查的陰陽性與有無疾病的關系的圖表。圖18是表示ROC曲線的一例的線圖。圖19是表示基于I個參數的識別方法的線圖。
具體實施例方式下面，參照附圖來詳細說明本發明的優選實施方式。圖1是表示本發明一實施方式中的醫用圖像處理裝置的框圖。圖1所示的本實施方式的醫用圖像處理裝置具有用戶界面10、圖像/統計處理部20、數據庫部30。用戶界面10具有如下功能:輸入MRI圖像作為輸入圖像的圖像輸入功能12、以及顯示由圖像/統計處理部20處理的結果的結果顯示功能14，圖像/統計處理部20具有如下功能:處理從用戶界面10輸入的MRI圖像的圖像處理功能22、進行各種統計運算等的統計處理功能24、以及對輸入圖像判定是否需要高信號值抑制的是否需要高信號值抑制的判定功能26。另外，數據庫部30中保存有圖像/統計處理部20在后述的處理中使用的白質腦圖像模板32、灰白質腦圖像模板34、健康者圖像數據庫36、疾病特異ROI38等。圖2是表示涉及本實施方式的醫用圖像處理裝置的處理概要的流程圖，圖3是表示基于本實施方式的醫用圖像處理方法的事先處理步驟的流程圖。圖2中，首先，當輸入被檢查者的MRI腦圖像時，對該腦圖像進行預定的處理，判定是否應進行高信號值抑制處理，并根據判定結果，進行高信號值抑制處理(SI)。在SI中，有時也因判定結果不同而不進行高信號值抑制處理。該SI中的處理是成為本發明特征的部分。對于SI中的處理細節將在后文進行說明。接著，對高信號值抑制處理后的腦圖像(在不進行高信號值抑制處理的情況下為輸入的MRI腦圖像)進行用于校正空間錯位的定位(S2)。接下來，根據定位后的腦圖像，制作利用組織分離處理抽取出白質的白質圖像與同時抽取出灰白質的灰白質圖像(S3)。接著，對制作出的兩個圖像進行適用后述的DARTEL算法的空間標準化(S4)，并且，對該標準化后的白質及灰白質圖像分別進行平滑化(S5)。之后，在平滑化后的兩個圖像與健康者的白質及灰白質圖像之間分別進行統計比較(S6)，再進行基于ROI的解析(S7)，輸出解析結果作為診斷結果，用于診斷的支援。在本實施方式中，上述SI S7的各處理能在由計算機構成的所述圖像/統計處理部20中通過程序來實施，并且，下面說明的Sll S14的各處理的白質及灰白質模板的制作也同樣能通過程序來實施。在執行上述SI S7的基本處理流程之前，在圖3的Sll S14中進行制作在S4的空間標準化中使用的模板的事先處理。首先，從盡可能多的健康者輸入Tl強調MRI腦圖像(圖中為被檢查者圖像)。對從各被檢查者取得的MRI腦圖像進行預處理。具體地說，如圖4中示出腦整體與切出其一部分而得的切片圖像的影像那樣，以包含被檢查者的腦整體的方式攝像成預定厚度的切片狀的例如100 200張Tl強調MRI圖像作為輸入。另外，進行切片圖像的重新取樣，以使各切片圖像中體素(voxel)的各邊長度事先相等。這里，體素是具有“厚度”的圖像的坐標單位，相當于2維圖像中的像素。在輸入進行這種預處理的MRI腦圖像之后，檢查其切片圖像的撮像方向或分辯率是否符合事先設定于系統中的條件。如上所述，在確認MRI腦圖像符合設定條件地被輸入的情況下，進行準備處理(Sll)。所謂準備處理是在模板制作中，為了準確進行組織分離處理，而判定是否應對輸入圖像進行高信號值抑制處理，在判定為需要的情況下，進行高信號值抑制處理。圖5是表示準備處理的細節的流程圖。首先，進行從輸入圖像中選擇用于判定對象的切片圖像作為對象切片的處理(S21)。圖6中示出對象切片的選擇處理的狀態。作為對象切片，期望選擇不包含頭蓋周邊區域與腦實質以外的高信號值的部分。具體地說，對于各切片圖像，在圖像內設定預定的線段，求出位于該線段上且信號值為預定值以上的像素中間隔最遠的像素間的長度。設定通過撮影到的頭蓋周邊區域與腦實質的大部分的線段 作為在圖像內設定的線段。通常，因為以頭蓋周邊區域與腦實質為中心攝影四邊形的圖像，所以只要使用圖像的對角線作為上述線段即可。作為與信號值進行比較的上述預定值，可適當設定，例如可以設為向圖像整體的信號值的平均乘以預定常數而得的值。信號值為預定以上的像素表示頭蓋周邊區域，信號值為預定以上的像素中間隔最遠的像素間的長度表示線段與頭部重合的長度。如上所述，期望選擇不包含頭蓋周邊區域與腦實質以外的高信號值的切片圖像作為對象切片，該部分存在于長度為頭部最大部分的80 95%的位置。因此，在本實施方式中，確定上述像素間的長度最大的切片圖像，選擇該像素間長度為確定的切片圖像的80 95%長度的切片圖像作為對象切片。一旦選擇了對象切片，則接著進行腦實質的有效最大值的測量處理(S22)。當進行腦實質的有效最大值的測量時，首先取得腦實質的信號值分布。在取得腦實質的信號值分布時，同時還取得頭蓋周邊區域的信號值分布。圖7中示出腦實質與頭蓋周邊區域的信號值分布的狀態。作為信號值分布的取得處理，首先對選擇的各對象切片設定預定數量的通過腦中心部的線段。在本實施方式中，如圖7(b)所示，設定有10條線段。之后，對各線段描繪線段上像素的信號值。再根據線段將信號值分布分割成預定數量的區域，將中央的預定數量的區域設為腦實質區域，將兩端的預定數量的區域設為頭蓋周邊區域。在本實施方式中，如圖7(a)右側的信號值分布所示，分割成10個區域，設中央的4區域為腦實質區域，設各兩端分別I個區域(共2個區域)為頭蓋周邊區域。信號值分布中的A、B對應于圖7(a)左側所示的腦圖像上的A、B。接著，求出全部對象切片的腦實質區域的信號值的直方圖，求出其中去除受到高信號偽影(MRI的噪聲)影響的部分時的最大值作為腦實質有效最大值Bmax。對于將哪部分作為受到高信號 偽影的影響的部分而去除，可以適當進行設定，具體地說，去除上述直方圖中高值訪他％的像素。在本實施方式中，設定為thHa = 3。圖8(a)中示出腦實質的有效最大值的測量處理的狀態。如圖8(a)的下部直方圖所示，去除畫有影線的高值3%像素而得的箭頭所示部位的值為腦實質有效最大值Bmax。接著，進行圖像整體的有效最大值的測量處理(S23)。具體地說，求出四邊形的對象切片整體的像素的信號值的直方圖，求出其中去除受到高信號偽影影響的部分時的最大值作為圖像整體的有效最大值Imax。對于將哪部分作為受到高信號偽影影響的部分而去除，可以適當進行設定，具體地說，去除上述直方圖中高值thHb%的像素。在本實施方式中，設定為thHb = I。接著，進行頭蓋周圍的峰值平均值的測量處理(S24)。具體地說，從上述S22中設定的頭蓋周邊區域中抽取最大的信號值。頭蓋周邊區域中的最大的信號值為圖7(a)右側的信號值分布中由〇包圍的兩個部位。對全部對象切片的全部線段進行該抽出處理，算出抽取的信號值的平均值。圖8(b)中示出頭蓋周圍的峰值平均值的測量處理的狀態。在本實施方式的情況下，如圖7(a) (b)所示，對I個線段抽取2個信號值，因此，對I個對象切片抽取20個信號值。因此，算出對象切片數X20個信號值的平均作為頭蓋周圍的峰值平均值 Pave。接著，進行是否需要高信號值抑制的判定處理(S25)。具體地說，進行頭蓋區域判定與圖像整體判定這2個判定，在滿足該任一判定條件的情況下，判定為需要高信號值抑制，在任一判定條件均不滿足的情況下，判定為不需要高信號值抑制。頭蓋區域判定進行頭蓋周邊區域的信號值是否比腦實質區域高一定比例的判定。具體地說，執行根據以下〔數式I〕的處理。〔數式I〕thl X (腦實質有效最大值Bmax) < (峰值平均值Pave)上述〔數式I〕中，thl是確定允許頭蓋周邊區域比腦實質高至何程度比例的系數，可適當進行設定，在本實施方式中為thl = 1.8。判定是否滿足上述〔數式I〕所示的條件，在滿足的情況下，判定為需要高信號值抑制。這是因為在頭蓋周邊區域的峰值平均值比腦實質有效最大值高一定比例的情況下，需要抑制頭蓋周邊區域的高信號值。另一方面，圖像整體判定進行圖像整體的信號值是否比腦實質區域高一定比例的判定。具體地說，執行根據以下〔數式2〕的處理。〔數式2〕th2 X (腦實質有效最大值Bmax) < (圖像整體的有效最大值Imax)上述〔數式2〕中，th2是確定允許還包含腦實質以外的圖像整體比腦實質高至何程度比例的系數，可以適當進行設定，在本實施方式中為th2 = 1.7。判定是否滿足上述〔數式2〕所示的條件，在滿足的情況下，判定為需要高信號值抑制。這是因為在圖像整體的有效最大值比腦實質有效最大值高一定比例的情況下，需要抑制腦實質以外的高信號值。在滿足頭蓋區域判定與圖像整體判定任一方的條件的情況下，即滿足上述〔數式I〕與〔數式2〕任一方的情況下，前進到高信號值抑制處理(S26)。相反，在頭蓋區域判定與圖像整體判定任一條件均不滿足的情況下，即，在上述〔數式I〕與〔數式2〕任一均不滿足的情況下，不進行高信號值抑制處理，終止準備處理。這是因為在頭蓋區域判定與圖像整體判定的任一條件均不滿足的情況下，腦實質以外的高信號值不會高至妨礙組織分離處理，不需要高信號值抑制。S25中頭蓋區域判定與圖像整體判定哪個在先執行均可，在在先執行一方滿足判定條件的情 況下，進入到高信號值抑制處理(S26)而不對另一方判定條件進行判斷。對高信號值抑制處理(S26)進行說明。高信號值抑制處理是將輸入圖像的像素中信號值高的像素值抑制為相對不高的處理。因此，只要是將信號值高的像素值抑制為與其他像素相比相對不高的處理，就能使用各種方法。在本實施方式中，作為第I方法，通過執行對高至某一定值以上的像素設其信號值固定、對不足某一定值的像素不改變其信號值的處理，來相對實現高信號值抑制處理。在本實施方式中，通過執行根據以下〔數式3〕的處理，將輸入圖像的各像素(x，y)的信號值s (X, y)校正為信號值s’ (X, y)。〔數式3〕S，(X，y) = th3不過，限于s (x, y) ^ th3的情況。上述〔數式3〕中，th3是成為抑制對象的像素的信號值的閾值，在本實施方式中，設定為th3 =(腦實質有效最大值Bmax)。另外，在本實施方式中，作為第2方法，也可通過執行對高至某一定值以上的像素利用斜率a大于零小于I的一次函數變換其信號值、對不足某一定值的像素不改變其信號值的處理，由此，相對地實現高信號值抑制處理。由此，能將某一定值以上的信號值的變化率抑制成比不足某一定值的信號值的變化率小，將信號值高的像素值抑制成相對不高。在第2方法中，因為使某一定值以上的信號值平緩上升，所以組織分離處理的結果為較自然的圖像。在本實施方式中，作為第2手法，通過執行根據以下〔數式4〕的處理，將輸入圖像的各像素(X, y)中的信號值s(x, y)校正為信號值s’ (x, y)。〔數式4〕S，(X，y) = th3+a (s (x、y) _th3)不過，限于s (x, y) ^ th3的情況。上述〔數式4〕中，th3是成為抑制對象的像素的信號值的閾值，在本實施方式中，設定為th3=(腦實質有效最大值Bmax)。另外，在本實施方式中，為a = 0.2的常數。此外，在本實施方式中，利用根據上述〔數式3〕或〔數式4〕的處理來實現高信號值抑制處理，但只要是對某一定值以上的信號值像素將其信號值變換成比原值小的處理即可，也可使用Y校正等公知的其他方法來實現。當準備處理結束時，接著，返回圖3的流程圖，執行以后的處理。在以后的S12 S14中，對于進行了高信號值抑制的圖像，將校正后的圖像作為對象，對于未進行高信號值抑制的圖像，將輸入圖像作為對象進行處理。首先，進行空間定位處理(S12)。這相當于為了提高檢查對象的腦圖像與標準的腦圖像進行比較時的精度而利用線性變換(仿射變換)進行空間位置與角度的校正。在以上空間定位結束后，進行組織分離處理(S13)，分別制作抽取白質與灰白質而得的白質圖像與灰白質圖像。
·
因為輸入的Tl強調MRI腦圖像中包含對應于神經纖維的呈現高信號值的白質、對應于神經細胞的呈現中間信號值的灰白質、呈現低信號值的腦脊液這3種組織，所以著眼于該差別，進行分別抽取白質與灰白質的處理。該處理在所述專利文獻I中進行了說明。并且，本發明中進行抽取精度比所述專利文獻I中使用的方法更高的綜合型組織分離處理。綜合型組織分離處理是將標準化、組織分離、信號不均一的校正編入I個模塊中的組織分離方法。具體內容記載在非專利文獻3中。在綜合型組織分離處理中，還具有如下特征:除制作白質圖像和灰白質圖像外，還制作表不MRI圖像坐標與標準腦坐標的對應關系的變換場。變換場在后述的標準化中使用。這樣，通過事先從多個健康者的MRI腦圖像進行組織分離，分別取得3維抽取白質、灰白質而得的白質圖像、灰白質圖像作為多個采樣。如上所述，分別組織分離許多(多個)健康者的MRI腦圖像后制作抽取白質而得的白質圖像作為采樣，通過在制作的全部采樣間進行空間標準化來制作白質模板(步驟14)。同樣，分別組織分離多個健康者的MRI腦圖像后制作抽取灰白質而得的灰白質圖像作為采樣，通過在制作的全部采樣間進行空間標準化來制作灰白質模板。在這里執行的空間標準化中適用DARTEL算法。為了解決所述現有的VBM方法的精度差，JohnAshbumer開發了新的VBM方法、即DARTEL(Diffeomorphic Anatomical Registration using Exponentiated Lie algebra:通過指數化李代數的微分同胚的解剖登記)(參照非專利文獻4)。DARTEL與現有的VBM方法相比，空間標準化精度好，作為提高老年癡呆病的圖像統計解析的診斷性能的技術而受到期待。另外，因為進行DARTEL的空間標準化比以往的方法更精密，所以不僅以前作為評價對象的灰白質，還能將白質作為評價對象。在所述S14的模板制作處理中，對白質與灰白質分別制作與年齡、性別等被檢查者屬性對應的不同層次的模板，作為所述白質腦圖像模板32、灰白質腦圖像模板34保存在所述數據庫部30中。如圖9所示，所述白質模板與灰白質模板按不同年齡來制作。灰白質(A)、白質(C)根據54歲 69歲的各健康者的圖像制作而成，灰白質(B)、白質⑶根據70歲 84歲的各健康者的圖像制作而成。如該圖所示，可知模板因年齡不同而不同，尤其是白質的情況下，在(C)與(D)中從左起第6個模板中箭頭所示的腦室大小大不相同。另外，如圖10所示，所述白質模板與灰白質模板按性別來制作。若按男女來比較該圖中以四邊形包圍表示的位置的模板，則尤其在腦室形狀上可以發現因性別的不同而存在差異。如上所述那樣制作的白質與灰白質的模板以按不同年齡、性別進行準備為前提，實施根據所述SI 7的診斷支援信息制作處理。此外，下面，將上述白質與灰白質的模板稱為DARTEL模板。首先，作為被檢查者圖像，輸入攝像成預定厚度的切片狀的Tl強調MRI圖像，進行切片圖像的重新取樣，使各切片圖像中體素(voxel)的各邊長度事先相等。接著，與所述事先處理的Sll的情況一樣進行所述SI的高信號值抑制處理。接著，與所述事先處理的S12的情況一樣進行所述S2的空間定位處理。在以上空間定位結束之后，進行所述S3的組織分離的處理。該組織分離與所述S13的情況一樣，抽取白質與灰白質之后，分別制作被檢查者的白質圖像與灰白質圖像。對以上制作的被檢查者的白質圖像與灰白質腦圖像進行所述S4的空間標準化處理。在這里進行的空間標準化中，與所述S14的情況一樣，適用DARTEL算法。該空間標準化處理是為了吸收個人之間存在的腦圖像的解剖學上的差異，而對腦整體大小進行大局上的校正，并對部分大小進行局部校正的處理。下面，為了方便，主要圍繞灰白質進行說明，但在白質的情況下也進行實質上相同的處理。S4的DARTEL中的空間標準化處理由以下3個步驟的處理構成。(S4-1)初始位置決定處理(S4-2)向DARTEL模板的變換處理(S4-3)向標準腦模板的變換處理在S4-1的初始位置決定處理中，使用向上述綜合型組織分離處理得到的標準腦的變換場，對灰白質圖像、白質圖像進行決定初始位置的處理。該處理中，其特征在于，因為進行剛體(rigid body)變換，所以圖像形狀不發生變化。在S4-2的向DARTEL模板的變換處理中，對實施S4-1處理的圖像使用DARTEL算法，使形狀與DARTEL模板吻合。在S4-3的向標準腦模板的變換處理中，進行使S4-2中得到的與DARTEL模板吻合的圖像與標準腦模板匹配的處理。事先求出從DARTEL模板向標準腦模板的變換場，使用該變換場來進行向標準腦坐標系的變換。在S4-2與 S4-3的處理中，通過保持各體素的信號值的合計不變地進行標準化來保持體積信息，因此，能在標準化后測量體積。S4-1中進行線性變換，在S4-2與S4-3中進行線性變換與非線性變換。若以步驟3-2為例進行說明，則如圖11中概括性地示出處理特征那樣，使用線性變換與非線性變換進行圖像處理以使與從所述數據庫部30讀出的、所述S14中制作的平均灰白質腦圖像模板34的誤差的平方和最小。在該空間標準化處理中，首先進行基于線性變換的位置或大小、角度的大局校正，接著利用非線性變換來進行局部的凹凸等形狀的校正。這里進行的線性變換是與所述S2的定位一樣的仿射變換。另外，非線性變換如圖12中示出處理的影像那樣，就X方向、y方向分別推定表示局部位移的變形場，根據該變形場來進行原圖像的變換。S4-2的處理是以所述S14制作的模板為雛形、匹配處理對象圖像的處理，使用的模板適用DARTEL算法并以高精度制作，所以其形狀尖銳。因此，由于空間標準化，各個處理對象匹配為無個體差的近似形狀，所以個體間的形狀接近相同，但因為萎縮等反映于局部密度，因此能夠提高空間標準化的精度。如上所述，對實施了空間標準化的白質圖像與灰白質腦圖像(以下也稱為標準化腦圖像)進行所述S5的圖像平滑化處理。該平滑化處理是用于提高上述標準化腦圖像的S/N比并且使后面進行比較時作為標準使用的健康者的圖像群與圖像的smoothness相等的處理，使用3維高斯核來進行。該平滑化中使用的濾波器的FWHM(半值寬度)為8mm左右。具體地說，如所述專利文獻I中所述，進行3維腦圖像與3維高斯函數的3維卷積(convolution)。這通過依次在x、y、z各方向上進行I維卷積來實現。通過這樣進行平滑化，能使空間標準化處理中不完全一致的個體差降低。圖13中示出對在S3中分離出的白質圖像與灰白質圖像進行S4的空間標準化處理與S5的平滑化處理后的結果圖像。在S4的處理中，對腦的體積信息進行了保存。因此，也可在實施下一濃度值校正之前，對白質和灰白質的處理結果圖像，測量整體或后述的感興趣區域(regions ofinterest:R0I)的積分值作為體積并活用作診斷支援信息。對如上所述那樣進行了圖像平滑化而得的標準化腦圖像省略了圖示，但為了與之后進行比較時用作標準的健康者的圖像群中的體素值分布匹配，進行校正腦整體的體素值的濃度值校正。之后，進行所述S6的統計比較。這里，進行通過以上SI 5各處理進行標準化而得的被檢查者的灰白質(白質)的MRI腦圖像、與事先收集后作為健康者圖像數據庫36保存在所述數據庫部30中的健康者的同一 MRI腦圖像群的比較檢定。期望使用的健康者圖像群由接近被檢查者年齡的圖像群構成。具體地說，如圖14中示出影像那樣，以體素為單位與這種健康者圖像群進行1:N(N為健康者圖像的總數)的比較檢定，檢測在統計上發現有意差(推定為異常)的體素。首先，對全部體素算出分別由下式表示的Z分數。數I
權利要求
1.一種醫用圖像處理裝置，其特征在于，具有: 對象切片選擇單元，從由多個切片圖像構成的腦圖像中，選擇作為處理對象的切片圖像作為對象切片； 腦實質測量單元，進行腦實質的像素的信號值的有效最大值、即腦實質有效最大值的測量處理； 腦圖像測量單元，進行腦圖像整體的像素的信號值的有效最大值的測量處理； 頭蓋測量單元，測量處理成為頭蓋周邊區域的峰值的像素的信號值的平均作為頭蓋周圍的峰值平均值； 抑制處理判定單元，根據測量出的腦實質的有效最大值、腦圖像整體的有效最大值、頭蓋周圍的峰值平均值，判定是否需要高信號值抑制處理；以及 高信號值抑制處理單元，在由所述抑制處理判定單元判定為需要的情況下，對所述腦圖像執行高信號值抑制處理。
2.如權利要求1所述的醫用圖像處理裝置，其特征在于: 所述抑制處理判定單元執行頭蓋區域判定以及圖像整體判定，該頭蓋區域判定是頭蓋周圍的峰值平均值是否比所述腦實質有效最大值高一定比例的判定，該圖像整體判定是圖像整體的信號值是否比所述腦實質有效最大值高一定比例的判定， 在所述頭蓋區域判定、圖像整體判定的任一方滿足條件的情況下，判定為需要高信號值抑制處理。
3.如權利要求1或2所述的醫用圖像處理裝置，其特征在于: 所述對象切片選擇單元對各切片圖像在圖像內設定預定的線段，求出位于該線段上且信號值為預定值以上的像素中間隔最遠的像素間的長度，將該像素間的長度與全部切片圖像中最長的長度相比較，將成為預定比率以上的切片圖像選為對象切片。
4.如權利要求1至3的任一項所述的醫用圖像處理裝置，其特征在于: 所述腦實質測量單元對選擇到的所述各對象切片設定預定數量的通過腦中心部的線段，按各線段的每一個，將線段上像素的信號值分布分割成預定數量的區域，將中央的預定數量的區域作為腦實質區域，求出該腦實質區域中的信號值的直方圖，求出去除高值的預定像素后的信號最大值作為腦實質的有效最大值。
5.如權利要求1至4的任一項所述的醫用圖像處理裝置，其特征在于: 所述腦圖像測量單元求出對象切片整體的像素的信號值的直方圖，求出去除高值的預定像素后的信號最大值作為圖像整體的有效最大值。
6.如權利要求1至5的任一項所述的醫用圖像處理裝置，其特征在于: 所述頭蓋測量單元對選擇到的所述各對象切片設定預定數量的通過腦中心部的線段，按各線段的每一個，將線段上的像素的信號值分布分割成預定數量的區域，將兩端的預定數量的區域作為頭蓋周邊區域，求出該頭蓋周邊區域中的信號最大值在全部對象切片的全部線段中的平均值作為頭蓋周圍的峰值平均值。
7.如權利要求1至6的任一項所述的醫用圖像處理裝置，其特征在于: 所述高信號值抑制處理單元通過執行對信號值不足預定值的像素不改變其信號值、對信號值為所述預定值以上的像 素將信號值設為預定值的處理，由此，相對地實現高信號值抑制處理。
8.如權利要求1至6的任一項所述的醫用圖像處理裝置，其特征在于: 所述高信號值抑制處理單元通過執行對信號值不足預定值的像素不改變其信號值、對信號值為所述預定值以上的像素將信號值變換成比原值小的處理，由此，相對地實現高信號值抑制處理。
9.如權利要求8所述的醫用圖像處理裝置，其特征在于: 所述高信號值抑制處理單元通過執行對信號值不足預定值的像素不改變其信號值、對信號值為所述預定值以上的像素利用斜率大于等于零小于I的一次函數來變換信號值的處理，由此，相對地實現高信號值抑制處理。
10.一種用于使計算機作為權利要求1至9的任一項所述的醫用圖像處理裝置發揮功能 的程序。
全文摘要
本發明提供一種醫用圖像處理裝置，其能判定取得的腦圖像的狀態，并調整為適于組織分離處理的腦圖像。醫用圖像處理裝置從由多個切片圖像構成的腦圖像中選擇作為處理對象的切片圖像作為對象切片，根據選擇到的對象切片，執行腦實質的有效最大值的測量處理、腦圖像整體的有效最大值的測量處理、頭蓋周圍的峰值平均值的測量處理，根據測量到的腦實質的有效最大值、腦圖像整體的有效最大值、頭蓋周圍的峰值平均值，判定是否需要高信號值抑制處理，在判定為需要高信號值抑制處理的情況下，對腦圖像執行高信號值抑制處理。
文檔編號A61B5/055GK103249358SQ20118005811
公開日2013年8月14日 申請日期2011年12月1日 優先權日2010年12月2日
發明者后藤智章, 小野徹太郎 申請人:大日本印刷株式會社