專利名稱：醫(yī)用圖像處理裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種對(duì)利用MRI (Magnetic Resonance Imaging:磁共振成像)等得到的腦圖像進(jìn)行圖像處理后進(jìn)行腦疾病的診斷支援的技術(shù)，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(tài)的技術(shù)。
背景技術(shù)：
由于高齡化社會(huì)的到來，認(rèn)知癥疾病的患者逐年增加。認(rèn)知癥疾病有各種種類，必需在診斷中加以區(qū)別，以實(shí)施對(duì)應(yīng)于疾病的適當(dāng)處置。另一方面，為了應(yīng)對(duì)這種要求，近年來能通過SPECT(Single Photon EmissionComputed Tomography:單光子發(fā)射計(jì)算機(jī)斷層成像術(shù))或PET (Positron EmissionTomography:正電子發(fā)射型計(jì)算機(jī)斷層顯像)等核醫(yī)學(xué)檢查、或者CT(ComputerizedTomography:計(jì)算機(jī)斷層掃描)或MRI來取得與腦的狀態(tài)有關(guān)的信息。其結(jié)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(xiàn)象因疾病不同而不同，需要與之對(duì)應(yīng)的定量的評(píng)價(jià)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(jìn)行比較來檢定。另外，對(duì)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(duì)大小后判別有無異常。作為使用這種腦圖像來評(píng)價(jià)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(duì)被檢查者 的頭部進(jìn)行攝像而取得的腦圖像來進(jìn)行的VBM(Voxel BasedMorphometry:基于體素的形態(tài)測(cè)量學(xué))(例如參照專利文獻(xiàn)I)。該VBM方法是有效識(shí)別老年癡呆病的評(píng)價(jià)方法，對(duì)于健康者與老年癡呆病的識(shí)另U，報(bào)告稱能診斷出87.8% (參照非專利文獻(xiàn)I)。專利文獻(xiàn)1:特開2005-237441號(hào)公報(bào)非專利文獻(xiàn)1:Yoko Hirata, Hiroshi Matsuda, Kiyotaka Nemoto, TakashiOhnishi,Kentaro Hirao，F(xiàn)umio 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(xiàn)2:Bookstein FL “Voxel-based morphometry, shouId not be usedwith imperfectly registered images.Neuroimage.2001 ；14(6):1454-62.
非專利文獻(xiàn)3:J.Ashburner and K.J.Friston.Unified segmentation.Neuroimage.2005 ；26:839-851.
非專利文獻(xiàn) 4 ；Ashburner J，A fast diffeomorphic image registrationalgorithm.Neuroimage.2007 Oct 15 ；38 (I):95-113.
非專利文獻(xiàn)5:松田博史:SPECT O統(tǒng)計(jì)學(xué)的畫像解析(SPECT的統(tǒng)計(jì)學(xué)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(xiàn)有方法的腦圖像處理中，存在因作為處理對(duì)象的腦圖像而不能順利進(jìn)行組織分離處理，從而無法正確確定組織的問題。

發(fā)明內(nèi)容
因此，本發(fā)明的課題在于提供一種醫(yī)用圖像處理裝置，該醫(yī)用圖像處理裝置能判定取得的腦圖像的狀態(tài)，并調(diào)整為適于進(jìn)行組織分離處理的腦圖像。為了解決上述課題，在本發(fā)明第I方式中，提供一種醫(yī)用圖像處理裝置，該醫(yī)用圖像處理裝置具有:對(duì)象切片選擇單元，其從由多個(gè)切片圖像構(gòu)成的腦圖像中，選擇作為處理對(duì)象的切片圖像作為對(duì)象切片；腦實(shí)質(zhì)測(cè)量單元，其進(jìn)行腦實(shí)質(zhì)的像素的信號(hào)值的有效最大值、即腦實(shí)質(zhì)有效最大值的測(cè)量處理；腦圖像測(cè)量單元，其進(jìn)行腦圖像整體的像素的信號(hào)值的有效最大值的測(cè)量處理；頭蓋測(cè)量單元，其測(cè)量處理成為頭蓋周邊區(qū)域的峰值的像素的信號(hào)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(jù)測(cè)量出的腦實(shí)質(zhì)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(hào)值抑制處理；以及高信號(hào)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(duì)所述腦圖像執(zhí)行高信號(hào)值抑制處理。根據(jù)本發(fā)明第I方式，選擇腦圖像的對(duì)象切片，并對(duì)選擇到的切片，測(cè)量腦實(shí)質(zhì)的像素的信號(hào)值的有效最大值、腦圖像整體的像素的信號(hào)值的有效最大值、成為頭蓋周邊區(qū)域峰值的像素的信號(hào)值的平均即頭蓋周圍的峰值平均值，根據(jù)測(cè)量結(jié)果，在必要的情況下，對(duì)腦圖像執(zhí)行高信號(hào)值抑制處理，因此能判定取得的腦圖像的狀態(tài)，并調(diào)整為適于組織分離處理的腦圖像。另外，在本發(fā)明第2方式中，對(duì)于本發(fā)明第I方式的醫(yī)用圖像處理裝置，其特征在于，所述抑制處理判定單元執(zhí)行頭蓋區(qū)域判定以及圖像整體判定，該頭蓋區(qū)域判定是頭蓋周圍的峰值平均值是否比所述腦實(shí)質(zhì)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(hào)值是否比所述腦實(shí)質(zhì)有效最大值高一定比例的判定，在所述頭蓋區(qū)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(hào)值抑制處理。

根據(jù)本發(fā)明第2方式，進(jìn)行頭蓋周邊區(qū)域的峰值平均值、圖像整體的信號(hào)值是否比腦實(shí)質(zhì)有效最大值高一定比例的判定，在頭蓋周邊區(qū)域的峰值平均值、圖像整體的信號(hào)值的任一個(gè)比腦實(shí)質(zhì)有效最大值高一定比例的情況下，判定為需要高信號(hào)值抑制處理，因此，即使在頭蓋周邊區(qū)域的信號(hào)值比腦實(shí)質(zhì)明顯高的情況、頭蓋周邊區(qū)域、腦實(shí)質(zhì)以外部分中的信號(hào)值比腦實(shí)質(zhì)明顯高的情況的任一情況下，都能準(zhǔn)確進(jìn)行需要高信號(hào)值抑制處理的判定。另外，在本發(fā)明第3方式中，對(duì)于本發(fā)明第I或第2方式的醫(yī)用圖像處理裝置，其特征在于，所述對(duì)象切片選擇單元對(duì)各切片圖像在圖像內(nèi)設(shè)定預(yù)定的線段，求出位于該線段上且信號(hào)值為預(yù)定值以上的像素中間隔最遠(yuǎn)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(yù)定比率以上的切片圖像選為對(duì)象切片。根據(jù)本發(fā)明第3方式，在各切片圖像中，將具有預(yù)定值以上信號(hào)值的像素與全部切片圖像中最長的像素相比較，將成為預(yù)定比率以上的切片圖像選為對(duì)象切片，因此，能選擇適于判定是否需要高信號(hào)值抑制處理的、除頭蓋周邊區(qū)域與腦實(shí)質(zhì)以外不包含高信號(hào)值的切片圖像。另外，在本發(fā)明第4方式中，對(duì)于本發(fā)明第I至第3方式的任一方式的醫(yī)用圖像處理裝置，其特征在于，所述腦實(shí)質(zhì)測(cè)量單元對(duì)選擇的所述各對(duì)象切片設(shè)定預(yù)定數(shù)量的通過腦中心部的線段，按各線段的每一個(gè)，將線段上像素的信號(hào)值分布分割成預(yù)定數(shù)量的區(qū)域，將中央的預(yù)定數(shù)量的區(qū)域作為腦實(shí)質(zhì)區(qū)域，求出該腦實(shí)質(zhì)區(qū)域中的信號(hào)值的直方圖，求出去除高值的預(yù)定像素后的信號(hào)最大值作為腦實(shí)質(zhì)的有效最大值。根據(jù)本發(fā)明第4方式，對(duì)選擇的各對(duì)象切片，將通過腦中心部的多個(gè)線段各自的信號(hào)值分布分割成規(guī)定數(shù)量的區(qū)域，將中央的預(yù)定數(shù)量的區(qū)域作為腦實(shí)質(zhì)區(qū)域，求出腦實(shí)質(zhì)區(qū)域中的信號(hào)值的直方圖，求出去除高值的預(yù)定像素后的信號(hào)最大值，作為腦實(shí)質(zhì)的有效最大值，因此，能準(zhǔn)確求出作為代表腦實(shí)質(zhì)的值的腦實(shí)質(zhì)的有效最大值。另外，在本發(fā)明第5方式中，對(duì)于本發(fā)明第I至第4方式的任一方式的醫(yī)用圖像處理裝置，其特征在于，所述腦圖像測(cè)量單元求出對(duì)象切片整體的像素的信號(hào)值的直方圖，求出去除高值的預(yù)定像素后的信號(hào)的最大值作為圖像整體的有效最大值。根據(jù)本發(fā)明第5方式，求出對(duì)象切片整體的像素的信號(hào)值的直方圖，求出去除高值的預(yù)定像素后的信號(hào)的最大值作為圖像整體的有效最大值，因此，能準(zhǔn)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(fā)明第6方式中，對(duì)于本發(fā)明第I至第5方式的任一方式的醫(yī)用圖像處理裝置，其特征在于，所述頭蓋 測(cè)量單元對(duì)選擇到的所述各對(duì)象切片設(shè)定預(yù)定數(shù)量的通過腦中心部的線段，按各線段的每一個(gè)，將線段上的像素的信號(hào)值分布分割成預(yù)定數(shù)量的區(qū)域，將兩端的預(yù)定數(shù)量的區(qū)域作為頭蓋周邊區(qū)域，求出該頭蓋周邊區(qū)域中的信號(hào)最大值在全部對(duì)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(jù)本發(fā)明第6方式，對(duì)各對(duì)象切片，將通過腦中心部的多個(gè)線段各自的信號(hào)值分布分割成預(yù)定數(shù)量的區(qū)域，將兩端的預(yù)定數(shù)量的區(qū)域作為頭蓋周邊區(qū)域，求出該頭蓋周邊區(qū)域中的信號(hào)最大值在全部對(duì)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(zhǔn)確求出作為代表頭蓋周邊區(qū)域的值的頭蓋周圍的峰值平均值。另外，在本發(fā)明第7方式中，對(duì)于本發(fā)明第I至第6方式的任一方式的醫(yī)用圖像處理裝置，其特征在于，所述高信號(hào)值抑制處理單元通過執(zhí)行對(duì)信號(hào)值不足預(yù)定值的像素不改變其信號(hào)值、對(duì)信號(hào)值為所述預(yù)定值以上的像素將信號(hào)值設(shè)為預(yù)定值的處理，由此，相對(duì)地實(shí)現(xiàn)高信號(hào)值抑制處理。根據(jù)本發(fā)明第7方式，執(zhí)行對(duì)信號(hào)值不足預(yù)定值的像素不改變其信號(hào)值、對(duì)信號(hào)值為預(yù)定值以上的像素將信號(hào)值設(shè)為預(yù)定值的處理，因此，能抑制輸入圖像的高信號(hào)值。另外，在本發(fā)明第8方式中，對(duì)于本發(fā)明第I至第6方式的任一方式的醫(yī)用圖像處理裝置，其特征在于，所述高信號(hào)值抑制處理單元通過執(zhí)行對(duì)信號(hào)值不足預(yù)定值的像素不改變其信號(hào)值、對(duì)信號(hào)值為所述預(yù)定值以上的像素將信號(hào)值變換成比原值小的處理，由此，相對(duì)地實(shí)現(xiàn)高信號(hào)值抑制處理。根據(jù)本發(fā)明第8方式，執(zhí)行對(duì)信號(hào)值不足預(yù)定值的像素不改變其信號(hào)值、對(duì)信號(hào)值為所述預(yù)定值以上的像素將信號(hào)值變換成比原值小的處理，因此，能抑制輸入圖像的高
信號(hào)值。另外，在本發(fā)明第9方式中，對(duì)于本發(fā)明第8方式的醫(yī)用圖像處理裝置，其特征在于，所述高信號(hào)值抑制處理單元通過執(zhí)行對(duì)信號(hào)值不足預(yù)定值的像素不改變其信號(hào)值、對(duì)信號(hào)值為所述預(yù)定值以上的像素利用斜率大于等于零小于I的一次函數(shù)來變換信號(hào)值的處理，由此，相對(duì)地實(shí)現(xiàn)高信號(hào)值抑制處理。根據(jù)本發(fā)明第9方式，執(zhí)行對(duì)信號(hào)值不足預(yù)定值的像素不改變其信號(hào)值、對(duì)信號(hào)值為預(yù)定值以上的像素利用斜率大于等于零小于I的一次函數(shù)來變換信號(hào)值的處理，因此，能抑制輸入圖像的高信號(hào)值。另外，組織分離處理結(jié)果構(gòu)成自然的圖像。發(fā)明效果根據(jù)本發(fā)明，實(shí)現(xiàn)如下效果，即能判定取得的腦圖像的狀態(tài)，并調(diào)整為適于組織分離處理的腦圖像。


圖1是表示本發(fā)明所涉及的一實(shí)施方式的醫(yī)用圖像處理裝置的概要的框圖。圖2是表示基于本實(shí)施方式的醫(yī)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(shí)施方式的醫(yī)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(zhǔn)備處理的細(xì)節(jié)的流程圖。圖6是表示對(duì)象切片的選擇處理的狀態(tài)的圖。圖7是表示腦實(shí)質(zhì)與頭蓋周邊區(qū)域的信號(hào)值分布狀態(tài)的圖。圖8是表示腦實(shí)質(zhì)的有效最大值、頭蓋周圍的峰值平均值的測(cè)量處理的狀態(tài)的圖。圖9是表不灰白質(zhì)、白質(zhì)的不同年齡模板的概念圖。圖10是表示灰白質(zhì)、白質(zhì)的性別模板的概念圖。圖11是示意性地表示空間標(biāo)準(zhǔn)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(biāo)準(zhǔn)化與平滑化的結(jié)果的概念圖。圖14是表示每個(gè)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(shí)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(guān)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(gè)參數(shù)的識(shí)別方法的線圖。
具體實(shí)施例方式下面，參照附圖來詳細(xì)說明本發(fā)明的優(yōu)選實(shí)施方式。圖1是表示本發(fā)明一實(shí)施方式中的醫(yī)用圖像處理裝置的框圖。圖1所示的本實(shí)施方式的醫(yī)用圖像處理裝置具有用戶界面10、圖像/統(tǒng)計(jì)處理部20、數(shù)據(jù)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(tǒng)計(jì)處理部20處理的結(jié)果的結(jié)果顯示功能14，圖像/統(tǒng)計(jì)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(jìn)行各種統(tǒng)計(jì)運(yùn)算等的統(tǒng)計(jì)處理功能24、以及對(duì)輸入圖像判定是否需要高信號(hào)值抑制的是否需要高信號(hào)值抑制的判定功能26。另外，數(shù)據(jù)庫部30中保存有圖像/統(tǒng)計(jì)處理部20在后述的處理中使用的白質(zhì)腦圖像模板32、灰白質(zhì)腦圖像模板34、健康者圖像數(shù)據(jù)庫36、疾病特異ROI38等。圖2是表示涉及本實(shí)施方式的醫(yī)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(shí)施方式的醫(yī)用圖像處理方法的事先處理步驟的流程圖。圖2中，首先，當(dāng)輸入被檢查者的MRI腦圖像時(shí)，對(duì)該腦圖像進(jìn)行預(yù)定的處理，判定是否應(yīng)進(jìn)行高信號(hào)值抑制處理，并根據(jù)判定結(jié)果，進(jìn)行高信號(hào)值抑制處理(SI)。在SI中，有時(shí)也因判定結(jié)果不同而不進(jìn)行高信號(hào)值抑制處理。該SI中的處理是成為本發(fā)明特征的部分。對(duì)于SI中的處理細(xì)節(jié)將在后文進(jìn)行說明。接著，對(duì)高信號(hào)值抑制處理后的腦圖像(在不進(jìn)行高信號(hào)值抑制處理的情況下為輸入的MRI腦圖像)進(jìn)行用于校正空間錯(cuò)位的定位(S2)。接下來，根據(jù)定位后的腦圖像，制作利用組織分離處理抽取出白質(zhì)的白質(zhì)圖像與同時(shí)抽取出灰白質(zhì)的灰白質(zhì)圖像(S3)。接著，對(duì)制作出的兩個(gè)圖像進(jìn)行適用后述的DARTEL算法的空間標(biāo)準(zhǔn)化(S4)，并且，對(duì)該標(biāo)準(zhǔn)化后的白質(zhì)及灰白質(zhì)圖像分別進(jìn)行平滑化(S5)。之后，在平滑化后的兩個(gè)圖像與健康者的白質(zhì)及灰白質(zhì)圖像之間分別進(jìn)行統(tǒng)計(jì)比較(S6)，再進(jìn)行基于ROI的解析(S7)，輸出解析結(jié)果作為診斷結(jié)果，用于診斷的支援。在本實(shí)施方式中，上述SI S7的各處理能在由計(jì)算機(jī)構(gòu)成的所述圖像/統(tǒng)計(jì)處理部20中通過程序來實(shí)施，并且，下面說明的Sll S14的各處理的白質(zhì)及灰白質(zhì)模板的制作也同樣能通過程序來實(shí)施。在執(zhí)行上述SI S7的基本處理流程之前，在圖3的Sll S14中進(jìn)行制作在S4的空間標(biāo)準(zhǔn)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(qiáng)調(diào)MRI腦圖像(圖中為被檢查者圖像)。對(duì)從各被檢查者取得的MRI腦圖像進(jìn)行預(yù)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(yù)定厚度的切片狀的例如100 200張Tl強(qiáng)調(diào)MRI圖像作為輸入。另外，進(jìn)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(biāo)單位，相當(dāng)于2維圖像中的像素。在輸入進(jìn)行這種預(yù)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(shè)定于系統(tǒng)中的條件。如上所述，在確認(rèn)MRI腦圖像符合設(shè)定條件地被輸入的情況下，進(jìn)行準(zhǔn)備處理(Sll)。所謂準(zhǔn)備處理是在模板制作中，為了準(zhǔn)確進(jìn)行組織分離處理，而判定是否應(yīng)對(duì)輸入圖像進(jìn)行高信號(hào)值抑制處理，在判定為需要的情況下，進(jìn)行高信號(hào)值抑制處理。圖5是表示準(zhǔn)備處理的細(xì)節(jié)的流程圖。首先，進(jìn)行從輸入圖像中選擇用于判定對(duì)象的切片圖像作為對(duì)象切片的處理(S21)。圖6中示出對(duì)象切片的選擇處理的狀態(tài)。作為對(duì)象切片，期望選擇不包含頭蓋周邊區(qū)域與腦實(shí)質(zhì)以外的高信號(hào)值的部分。具體地說，對(duì)于各切片圖像，在圖像內(nèi)設(shè)定預(yù)定的線段，求出位于該線段上且信號(hào)值為預(yù)定值以上的像素中間隔最遠(yuǎn)的像素間的長度。設(shè)定通過撮影到的頭蓋周邊區(qū)域與腦實(shí)質(zhì)的大部分的線段 作為在圖像內(nèi)設(shè)定的線段。通常，因?yàn)橐灶^蓋周邊區(qū)域與腦實(shí)質(zhì)為中心攝影四邊形的圖像，所以只要使用圖像的對(duì)角線作為上述線段即可。作為與信號(hào)值進(jìn)行比較的上述預(yù)定值，可適當(dāng)設(shè)定，例如可以設(shè)為向圖像整體的信號(hào)值的平均乘以預(yù)定常數(shù)而得的值。信號(hào)值為預(yù)定以上的像素表示頭蓋周邊區(qū)域，信號(hào)值為預(yù)定以上的像素中間隔最遠(yuǎn)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(qū)域與腦實(shí)質(zhì)以外的高信號(hào)值的切片圖像作為對(duì)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(shí)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(duì)象切片。一旦選擇了對(duì)象切片，則接著進(jìn)行腦實(shí)質(zhì)的有效最大值的測(cè)量處理(S22)。當(dāng)進(jìn)行腦實(shí)質(zhì)的有效最大值的測(cè)量時(shí)，首先取得腦實(shí)質(zhì)的信號(hào)值分布。在取得腦實(shí)質(zhì)的信號(hào)值分布時(shí)，同時(shí)還取得頭蓋周邊區(qū)域的信號(hào)值分布。圖7中示出腦實(shí)質(zhì)與頭蓋周邊區(qū)域的信號(hào)值分布的狀態(tài)。作為信號(hào)值分布的取得處理，首先對(duì)選擇的各對(duì)象切片設(shè)定預(yù)定數(shù)量的通過腦中心部的線段。在本實(shí)施方式中，如圖7(b)所示，設(shè)定有10條線段。之后，對(duì)各線段描繪線段上像素的信號(hào)值。再根據(jù)線段將信號(hào)值分布分割成預(yù)定數(shù)量的區(qū)域，將中央的預(yù)定數(shù)量的區(qū)域設(shè)為腦實(shí)質(zhì)區(qū)域，將兩端的預(yù)定數(shù)量的區(qū)域設(shè)為頭蓋周邊區(qū)域。在本實(shí)施方式中，如圖7(a)右側(cè)的信號(hào)值分布所示，分割成10個(gè)區(qū)域，設(shè)中央的4區(qū)域?yàn)槟X實(shí)質(zhì)區(qū)域，設(shè)各兩端分別I個(gè)區(qū)域(共2個(gè)區(qū)域)為頭蓋周邊區(qū)域。信號(hào)值分布中的A、B對(duì)應(yīng)于圖7(a)左側(cè)所示的腦圖像上的A、B。接著，求出全部對(duì)象切片的腦實(shí)質(zhì)區(qū)域的信號(hào)值的直方圖，求出其中去除受到高信號(hào)偽影(MRI的噪聲)影響的部分時(shí)的最大值作為腦實(shí)質(zhì)有效最大值Bmax。對(duì)于將哪部分作為受到高信號(hào) 偽影的影響的部分而去除，可以適當(dāng)進(jìn)行設(shè)定，具體地說，去除上述直方圖中高值訪他％的像素。在本實(shí)施方式中，設(shè)定為thHa = 3。圖8(a)中示出腦實(shí)質(zhì)的有效最大值的測(cè)量處理的狀態(tài)。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(shí)質(zhì)有效最大值Bmax。接著，進(jìn)行圖像整體的有效最大值的測(cè)量處理(S23)。具體地說，求出四邊形的對(duì)象切片整體的像素的信號(hào)值的直方圖，求出其中去除受到高信號(hào)偽影影響的部分時(shí)的最大值作為圖像整體的有效最大值Imax。對(duì)于將哪部分作為受到高信號(hào)偽影影響的部分而去除，可以適當(dāng)進(jìn)行設(shè)定，具體地說，去除上述直方圖中高值thHb%的像素。在本實(shí)施方式中，設(shè)定為thHb = I。接著，進(jìn)行頭蓋周圍的峰值平均值的測(cè)量處理(S24)。具體地說，從上述S22中設(shè)定的頭蓋周邊區(qū)域中抽取最大的信號(hào)值。頭蓋周邊區(qū)域中的最大的信號(hào)值為圖7(a)右側(cè)的信號(hào)值分布中由〇包圍的兩個(gè)部位。對(duì)全部對(duì)象切片的全部線段進(jìn)行該抽出處理，算出抽取的信號(hào)值的平均值。圖8(b)中示出頭蓋周圍的峰值平均值的測(cè)量處理的狀態(tài)。在本實(shí)施方式的情況下，如圖7(a) (b)所示，對(duì)I個(gè)線段抽取2個(gè)信號(hào)值，因此，對(duì)I個(gè)對(duì)象切片抽取20個(gè)信號(hào)值。因此，算出對(duì)象切片數(shù)X20個(gè)信號(hào)值的平均作為頭蓋周圍的峰值平均值 Pave。接著，進(jìn)行是否需要高信號(hào)值抑制的判定處理(S25)。具體地說，進(jìn)行頭蓋區(qū)域判定與圖像整體判定這2個(gè)判定，在滿足該任一判定條件的情況下，判定為需要高信號(hào)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(hào)值抑制。頭蓋區(qū)域判定進(jìn)行頭蓋周邊區(qū)域的信號(hào)值是否比腦實(shí)質(zhì)區(qū)域高一定比例的判定。具體地說，執(zhí)行根據(jù)以下〔數(shù)式I〕的處理?！矓?shù)式I〕thl X (腦實(shí)質(zhì)有效最大值Bmax) < (峰值平均值Pave)上述〔數(shù)式I〕中，thl是確定允許頭蓋周邊區(qū)域比腦實(shí)質(zhì)高至何程度比例的系數(shù)，可適當(dāng)進(jìn)行設(shè)定，在本實(shí)施方式中為thl = 1.8。判定是否滿足上述〔數(shù)式I〕所示的條件，在滿足的情況下，判定為需要高信號(hào)值抑制。這是因?yàn)樵陬^蓋周邊區(qū)域的峰值平均值比腦實(shí)質(zhì)有效最大值高一定比例的情況下，需要抑制頭蓋周邊區(qū)域的高信號(hào)值。另一方面，圖像整體判定進(jìn)行圖像整體的信號(hào)值是否比腦實(shí)質(zhì)區(qū)域高一定比例的判定。具體地說，執(zhí)行根據(jù)以下〔數(shù)式2〕的處理。〔數(shù)式2〕th2 X (腦實(shí)質(zhì)有效最大值Bmax) < (圖像整體的有效最大值Imax)上述〔數(shù)式2〕中，th2是確定允許還包含腦實(shí)質(zhì)以外的圖像整體比腦實(shí)質(zhì)高至何程度比例的系數(shù)，可以適當(dāng)進(jìn)行設(shè)定，在本實(shí)施方式中為th2 = 1.7。判定是否滿足上述〔數(shù)式2〕所示的條件，在滿足的情況下，判定為需要高信號(hào)值抑制。這是因?yàn)樵趫D像整體的有效最大值比腦實(shí)質(zhì)有效最大值高一定比例的情況下，需要抑制腦實(shí)質(zhì)以外的高信號(hào)值。在滿足頭蓋區(qū)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(shù)式I〕與〔數(shù)式2〕任一方的情況下，前進(jìn)到高信號(hào)值抑制處理(S26)。相反，在頭蓋區(qū)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(shù)式I〕與〔數(shù)式2〕任一均不滿足的情況下，不進(jìn)行高信號(hào)值抑制處理，終止準(zhǔn)備處理。這是因?yàn)樵陬^蓋區(qū)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(shí)質(zhì)以外的高信號(hào)值不會(huì)高至妨礙組織分離處理，不需要高信號(hào)值抑制。S25中頭蓋區(qū)域判定與圖像整體判定哪個(gè)在先執(zhí)行均可，在在先執(zhí)行一方滿足判定條件的情 況下，進(jìn)入到高信號(hào)值抑制處理(S26)而不對(duì)另一方判定條件進(jìn)行判斷。對(duì)高信號(hào)值抑制處理(S26)進(jìn)行說明。高信號(hào)值抑制處理是將輸入圖像的像素中信號(hào)值高的像素值抑制為相對(duì)不高的處理。因此，只要是將信號(hào)值高的像素值抑制為與其他像素相比相對(duì)不高的處理，就能使用各種方法。在本實(shí)施方式中，作為第I方法，通過執(zhí)行對(duì)高至某一定值以上的像素設(shè)其信號(hào)值固定、對(duì)不足某一定值的像素不改變其信號(hào)值的處理，來相對(duì)實(shí)現(xiàn)高信號(hào)值抑制處理。在本實(shí)施方式中，通過執(zhí)行根據(jù)以下〔數(shù)式3〕的處理，將輸入圖像的各像素(x，y)的信號(hào)值s (X, y)校正為信號(hào)值s’ (X, y)。〔數(shù)式3〕S，(X，y) = th3不過，限于s (x, y) ^ th3的情況。上述〔數(shù)式3〕中，th3是成為抑制對(duì)象的像素的信號(hào)值的閾值，在本實(shí)施方式中，設(shè)定為th3 =(腦實(shí)質(zhì)有效最大值Bmax)。另外，在本實(shí)施方式中，作為第2方法，也可通過執(zhí)行對(duì)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(shù)變換其信號(hào)值、對(duì)不足某一定值的像素不改變其信號(hào)值的處理，由此，相對(duì)地實(shí)現(xiàn)高信號(hào)值抑制處理。由此，能將某一定值以上的信號(hào)值的變化率抑制成比不足某一定值的信號(hào)值的變化率小，將信號(hào)值高的像素值抑制成相對(duì)不高。在第2方法中，因?yàn)槭鼓骋欢ㄖ狄陨系男盘?hào)值平緩上升，所以組織分離處理的結(jié)果為較自然的圖像。在本實(shí)施方式中，作為第2手法，通過執(zhí)行根據(jù)以下〔數(shù)式4〕的處理，將輸入圖像的各像素(X, y)中的信號(hào)值s(x, y)校正為信號(hào)值s’ (x, y)?！矓?shù)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(shù)式4〕中，th3是成為抑制對(duì)象的像素的信號(hào)值的閾值，在本實(shí)施方式中，設(shè)定為th3=(腦實(shí)質(zhì)有效最大值Bmax)。另外，在本實(shí)施方式中，為a = 0.2的常數(shù)。此外，在本實(shí)施方式中，利用根據(jù)上述〔數(shù)式3〕或〔數(shù)式4〕的處理來實(shí)現(xiàn)高信號(hào)值抑制處理，但只要是對(duì)某一定值以上的信號(hào)值像素將其信號(hào)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(shí)現(xiàn)。當(dāng)準(zhǔn)備處理結(jié)束時(shí)，接著，返回圖3的流程圖，執(zhí)行以后的處理。在以后的S12 S14中，對(duì)于進(jìn)行了高信號(hào)值抑制的圖像，將校正后的圖像作為對(duì)象，對(duì)于未進(jìn)行高信號(hào)值抑制的圖像，將輸入圖像作為對(duì)象進(jìn)行處理。首先，進(jìn)行空間定位處理(S12)。這相當(dāng)于為了提高檢查對(duì)象的腦圖像與標(biāo)準(zhǔn)的腦圖像進(jìn)行比較時(shí)的精度而利用線性變換(仿射變換)進(jìn)行空間位置與角度的校正。在以上空間定位結(jié)束后，進(jìn)行組織分離處理(S13)，分別制作抽取白質(zhì)與灰白質(zhì)而得的白質(zhì)圖像與灰白質(zhì)圖像。
·
因?yàn)檩斎氲腡l強(qiáng)調(diào)MRI腦圖像中包含對(duì)應(yīng)于神經(jīng)纖維的呈現(xiàn)高信號(hào)值的白質(zhì)、對(duì)應(yīng)于神經(jīng)細(xì)胞的呈現(xiàn)中間信號(hào)值的灰白質(zhì)、呈現(xiàn)低信號(hào)值的腦脊液這3種組織，所以著眼于該差別，進(jìn)行分別抽取白質(zhì)與灰白質(zhì)的處理。該處理在所述專利文獻(xiàn)I中進(jìn)行了說明。并且，本發(fā)明中進(jìn)行抽取精度比所述專利文獻(xiàn)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(biāo)準(zhǔn)化、組織分離、信號(hào)不均一的校正編入I個(gè)模塊中的組織分離方法。具體內(nèi)容記載在非專利文獻(xiàn)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(zhì)圖像和灰白質(zhì)圖像外，還制作表不MRI圖像坐標(biāo)與標(biāo)準(zhǔn)腦坐標(biāo)的對(duì)應(yīng)關(guān)系的變換場(chǎng)。變換場(chǎng)在后述的標(biāo)準(zhǔn)化中使用。這樣，通過事先從多個(gè)健康者的MRI腦圖像進(jìn)行組織分離，分別取得3維抽取白質(zhì)、灰白質(zhì)而得的白質(zhì)圖像、灰白質(zhì)圖像作為多個(gè)采樣。如上所述，分別組織分離許多(多個(gè))健康者的MRI腦圖像后制作抽取白質(zhì)而得的白質(zhì)圖像作為采樣，通過在制作的全部采樣間進(jìn)行空間標(biāo)準(zhǔn)化來制作白質(zhì)模板(步驟14)。同樣，分別組織分離多個(gè)健康者的MRI腦圖像后制作抽取灰白質(zhì)而得的灰白質(zhì)圖像作為采樣，通過在制作的全部采樣間進(jìn)行空間標(biāo)準(zhǔn)化來制作灰白質(zhì)模板。在這里執(zhí)行的空間標(biāo)準(zhǔn)化中適用DARTEL算法。為了解決所述現(xiàn)有的VBM方法的精度差，JohnAshbumer開發(fā)了新的VBM方法、即DARTEL(Diffeomorphic Anatomical Registration using Exponentiated Lie algebra:通過指數(shù)化李代數(shù)的微分同胚的解剖登記)(參照非專利文獻(xiàn)4)。DARTEL與現(xiàn)有的VBM方法相比，空間標(biāo)準(zhǔn)化精度好，作為提高老年癡呆病的圖像統(tǒng)計(jì)解析的診斷性能的技術(shù)而受到期待。另外，因?yàn)檫M(jìn)行DARTEL的空間標(biāo)準(zhǔn)化比以往的方法更精密，所以不僅以前作為評(píng)價(jià)對(duì)象的灰白質(zhì)，還能將白質(zhì)作為評(píng)價(jià)對(duì)象。在所述S14的模板制作處理中，對(duì)白質(zhì)與灰白質(zhì)分別制作與年齡、性別等被檢查者屬性對(duì)應(yīng)的不同層次的模板，作為所述白質(zhì)腦圖像模板32、灰白質(zhì)腦圖像模板34保存在所述數(shù)據(jù)庫部30中。如圖9所示，所述白質(zhì)模板與灰白質(zhì)模板按不同年齡來制作。灰白質(zhì)(A)、白質(zhì)(C)根據(jù)54歲 69歲的各健康者的圖像制作而成，灰白質(zhì)(B)、白質(zhì)⑶根據(jù)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(zhì)的情況下，在(C)與(D)中從左起第6個(gè)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(zhì)模板與灰白質(zhì)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(fā)現(xiàn)因性別的不同而存在差異。如上所述那樣制作的白質(zhì)與灰白質(zhì)的模板以按不同年齡、性別進(jìn)行準(zhǔn)備為前提，實(shí)施根據(jù)所述SI 7的診斷支援信息制作處理。此外，下面，將上述白質(zhì)與灰白質(zhì)的模板稱為DARTEL模板。首先，作為被檢查者圖像，輸入攝像成預(yù)定厚度的切片狀的Tl強(qiáng)調(diào)MRI圖像，進(jìn)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(jìn)行所述SI的高信號(hào)值抑制處理。接著，與所述事先處理的S12的情況一樣進(jìn)行所述S2的空間定位處理。在以上空間定位結(jié)束之后，進(jìn)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(zhì)與灰白質(zhì)之后，分別制作被檢查者的白質(zhì)圖像與灰白質(zhì)圖像。對(duì)以上制作的被檢查者的白質(zhì)圖像與灰白質(zhì)腦圖像進(jìn)行所述S4的空間標(biāo)準(zhǔn)化處理。在這里進(jìn)行的空間標(biāo)準(zhǔn)化中，與所述S14的情況一樣，適用DARTEL算法。該空間標(biāo)準(zhǔn)化處理是為了吸收個(gè)人之間存在的腦圖像的解剖學(xué)上的差異，而對(duì)腦整體大小進(jìn)行大局上的校正，并對(duì)部分大小進(jìn)行局部校正的處理。下面，為了方便，主要圍繞灰白質(zhì)進(jìn)行說明，但在白質(zhì)的情況下也進(jìn)行實(shí)質(zhì)上相同的處理。S4的DARTEL中的空間標(biāo)準(zhǔn)化處理由以下3個(gè)步驟的處理構(gòu)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(biāo)準(zhǔn)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(biāo)準(zhǔn)腦的變換場(chǎng)，對(duì)灰白質(zhì)圖像、白質(zhì)圖像進(jìn)行決定初始位置的處理。該處理中，其特征在于，因?yàn)檫M(jìn)行剛體(rigid body)變換，所以圖像形狀不發(fā)生變化。在S4-2的向DARTEL模板的變換處理中，對(duì)實(shí)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(biāo)準(zhǔn)腦模板的變換處理中，進(jìn)行使S4-2中得到的與DARTEL模板吻合的圖像與標(biāo)準(zhǔn)腦模板匹配的處理。事先求出從DARTEL模板向標(biāo)準(zhǔn)腦模板的變換場(chǎng)，使用該變換場(chǎng)來進(jìn)行向標(biāo)準(zhǔn)腦坐標(biāo)系的變換。在S4-2與 S4-3的處理中，通過保持各體素的信號(hào)值的合計(jì)不變地進(jìn)行標(biāo)準(zhǔn)化來保持體積信息，因此，能在標(biāo)準(zhǔn)化后測(cè)量體積。S4-1中進(jìn)行線性變換，在S4-2與S4-3中進(jìn)行線性變換與非線性變換。若以步驟3-2為例進(jìn)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(jìn)行圖像處理以使與從所述數(shù)據(jù)庫部30讀出的、所述S14中制作的平均灰白質(zhì)腦圖像模板34的誤差的平方和最小。在該空間標(biāo)準(zhǔn)化處理中，首先進(jìn)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(jìn)行局部的凹凸等形狀的校正。這里進(jìn)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(chǎng)，根據(jù)該變形場(chǎng)來進(jìn)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(duì)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(biāo)準(zhǔn)化，各個(gè)處理對(duì)象匹配為無個(gè)體差的近似形狀，所以個(gè)體間的形狀接近相同，但因?yàn)槲s等反映于局部密度，因此能夠提高空間標(biāo)準(zhǔn)化的精度。如上所述，對(duì)實(shí)施了空間標(biāo)準(zhǔn)化的白質(zhì)圖像與灰白質(zhì)腦圖像(以下也稱為標(biāo)準(zhǔn)化腦圖像)進(jìn)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(biāo)準(zhǔn)化腦圖像的S/N比并且使后面進(jìn)行比較時(shí)作為標(biāo)準(zhǔn)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(jìn)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(xiàn)I中所述，進(jìn)行3維腦圖像與3維高斯函數(shù)的3維卷積(convolution)。這通過依次在x、y、z各方向上進(jìn)行I維卷積來實(shí)現(xiàn)。通過這樣進(jìn)行平滑化，能使空間標(biāo)準(zhǔn)化處理中不完全一致的個(gè)體差降低。圖13中示出對(duì)在S3中分離出的白質(zhì)圖像與灰白質(zhì)圖像進(jìn)行S4的空間標(biāo)準(zhǔn)化處理與S5的平滑化處理后的結(jié)果圖像。在S4的處理中，對(duì)腦的體積信息進(jìn)行了保存。因此，也可在實(shí)施下一濃度值校正之前，對(duì)白質(zhì)和灰白質(zhì)的處理結(jié)果圖像，測(cè)量整體或后述的感興趣區(qū)域(regions ofinterest:R0I)的積分值作為體積并活用作診斷支援信息。對(duì)如上所述那樣進(jìn)行了圖像平滑化而得的標(biāo)準(zhǔn)化腦圖像省略了圖示，但為了與之后進(jìn)行比較時(shí)用作標(biāo)準(zhǔn)的健康者的圖像群中的體素值分布匹配，進(jìn)行校正腦整體的體素值的濃度值校正。之后，進(jìn)行所述S6的統(tǒng)計(jì)比較。這里，進(jìn)行通過以上SI 5各處理進(jìn)行標(biāo)準(zhǔn)化而得的被檢查者的灰白質(zhì)(白質(zhì))的MRI腦圖像、與事先收集后作為健康者圖像數(shù)據(jù)庫36保存在所述數(shù)據(jù)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(gòu)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(jìn)行1:N(N為健康者圖像的總數(shù))的比較檢定，檢測(cè)在統(tǒng)計(jì)上發(fā)現(xiàn)有意差(推定為異常)的體素。首先，對(duì)全部體素算出分別由下式表示的Z分?jǐn)?shù)。數(shù)I
權(quán)利要求
1.一種醫(yī)用圖像處理裝置，其特征在于，具有: 對(duì)象切片選擇單元，從由多個(gè)切片圖像構(gòu)成的腦圖像中，選擇作為處理對(duì)象的切片圖像作為對(duì)象切片； 腦實(shí)質(zhì)測(cè)量單元，進(jìn)行腦實(shí)質(zhì)的像素的信號(hào)值的有效最大值、即腦實(shí)質(zhì)有效最大值的測(cè)量處理； 腦圖像測(cè)量單元，進(jìn)行腦圖像整體的像素的信號(hào)值的有效最大值的測(cè)量處理； 頭蓋測(cè)量單元，測(cè)量處理成為頭蓋周邊區(qū)域的峰值的像素的信號(hào)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(jù)測(cè)量出的腦實(shí)質(zhì)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(hào)值抑制處理；以及 高信號(hào)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(duì)所述腦圖像執(zhí)行高信號(hào)值抑制處理。
2.如權(quán)利要求1所述的醫(yī)用圖像處理裝置，其特征在于: 所述抑制處理判定單元執(zhí)行頭蓋區(qū)域判定以及圖像整體判定，該頭蓋區(qū)域判定是頭蓋周圍的峰值平均值是否比所述腦實(shí)質(zhì)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(hào)值是否比所述腦實(shí)質(zhì)有效最大值高一定比例的判定， 在所述頭蓋區(qū)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(hào)值抑制處理。
3.如權(quán)利要求1或2所述的醫(yī)用圖像處理裝置，其特征在于: 所述對(duì)象切片選擇單元對(duì)各切片圖像在圖像內(nèi)設(shè)定預(yù)定的線段，求出位于該線段上且信號(hào)值為預(yù)定值以上的像素中間隔最遠(yuǎn)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(yù)定比率以上的切片圖像選為對(duì)象切片。
4.如權(quán)利要求1至3的任一項(xiàng)所述的醫(yī)用圖像處理裝置，其特征在于: 所述腦實(shí)質(zhì)測(cè)量單元對(duì)選擇到的所述各對(duì)象切片設(shè)定預(yù)定數(shù)量的通過腦中心部的線段，按各線段的每一個(gè)，將線段上像素的信號(hào)值分布分割成預(yù)定數(shù)量的區(qū)域，將中央的預(yù)定數(shù)量的區(qū)域作為腦實(shí)質(zhì)區(qū)域，求出該腦實(shí)質(zhì)區(qū)域中的信號(hào)值的直方圖，求出去除高值的預(yù)定像素后的信號(hào)最大值作為腦實(shí)質(zhì)的有效最大值。
5.如權(quán)利要求1至4的任一項(xiàng)所述的醫(yī)用圖像處理裝置，其特征在于: 所述腦圖像測(cè)量單元求出對(duì)象切片整體的像素的信號(hào)值的直方圖，求出去除高值的預(yù)定像素后的信號(hào)最大值作為圖像整體的有效最大值。
6.如權(quán)利要求1至5的任一項(xiàng)所述的醫(yī)用圖像處理裝置，其特征在于: 所述頭蓋測(cè)量單元對(duì)選擇到的所述各對(duì)象切片設(shè)定預(yù)定數(shù)量的通過腦中心部的線段，按各線段的每一個(gè)，將線段上的像素的信號(hào)值分布分割成預(yù)定數(shù)量的區(qū)域，將兩端的預(yù)定數(shù)量的區(qū)域作為頭蓋周邊區(qū)域，求出該頭蓋周邊區(qū)域中的信號(hào)最大值在全部對(duì)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(quán)利要求1至6的任一項(xiàng)所述的醫(yī)用圖像處理裝置，其特征在于: 所述高信號(hào)值抑制處理單元通過執(zhí)行對(duì)信號(hào)值不足預(yù)定值的像素不改變其信號(hào)值、對(duì)信號(hào)值為所述預(yù)定值以上的像 素將信號(hào)值設(shè)為預(yù)定值的處理，由此，相對(duì)地實(shí)現(xiàn)高信號(hào)值抑制處理。
8.如權(quán)利要求1至6的任一項(xiàng)所述的醫(yī)用圖像處理裝置，其特征在于: 所述高信號(hào)值抑制處理單元通過執(zhí)行對(duì)信號(hào)值不足預(yù)定值的像素不改變其信號(hào)值、對(duì)信號(hào)值為所述預(yù)定值以上的像素將信號(hào)值變換成比原值小的處理，由此，相對(duì)地實(shí)現(xiàn)高信號(hào)值抑制處理。
9.如權(quán)利要求8所述的醫(yī)用圖像處理裝置，其特征在于: 所述高信號(hào)值抑制處理單元通過執(zhí)行對(duì)信號(hào)值不足預(yù)定值的像素不改變其信號(hào)值、對(duì)信號(hào)值為所述預(yù)定值以上的像素利用斜率大于等于零小于I的一次函數(shù)來變換信號(hào)值的處理，由此，相對(duì)地實(shí)現(xiàn)高信號(hào)值抑制處理。
10.一種用于使計(jì)算機(jī)作為權(quán)利要求1至9的任一項(xiàng)所述的醫(yī)用圖像處理裝置發(fā)揮功能 的程序。
全文摘要
本發(fā)明提供一種醫(yī)用圖像處理裝置，其能判定取得的腦圖像的狀態(tài)，并調(diào)整為適于組織分離處理的腦圖像。醫(yī)用圖像處理裝置從由多個(gè)切片圖像構(gòu)成的腦圖像中選擇作為處理對(duì)象的切片圖像作為對(duì)象切片，根據(jù)選擇到的對(duì)象切片，執(zhí)行腦實(shí)質(zhì)的有效最大值的測(cè)量處理、腦圖像整體的有效最大值的測(cè)量處理、頭蓋周圍的峰值平均值的測(cè)量處理，根據(jù)測(cè)量到的腦實(shí)質(zhì)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(hào)值抑制處理，在判定為需要高信號(hào)值抑制處理的情況下，對(duì)腦圖像執(zhí)行高信號(hào)值抑制處理。
文檔編號(hào)A61B5/055GK103249358SQ20118005811
公開日2013年8月14日 申請(qǐng)日期2011年12月1日 優(yōu)先權(quán)日2010年12月2日
發(fā)明者后藤智章, 小野徹太郎 申請(qǐng)人:大日本印刷株式會(huì)社