JP6707330B2 - 画像処理装置及び磁気共鳴イメージング装置 - Google Patents

Description

本発明の実施形態は、画像処理装置及び磁気共鳴イメージング装置に関する。

近年、磁気共鳴イメージング装置を用いた中枢神経系疾患の研究や脳科学の研究が盛んに行われている。例えば、アルツハイマー病を含む認知症は、高齢化社会の世界的な進展とともに、早期発見及び早期治療の必要性がますます高まっている。磁気共鳴イメージング装置は、多種多様な物理的、科学的及び生理学的な性質を高コントラスト画像として提供できる点で、中枢神経系での評価に無くてはならない装置となっている。

Zhou J1、Gennatas ED、Kramer JH、Miller BL、Seeley WW、"Predicting regional neurodegeneration from the healthy brain functional connectome"、Neuron. 2012 Mar 22;73(6):1216-27 Susumu Mori、Kenichi Oishi、Andreia V. Faria、Michael I. Miller3、"Atlas-Based Neuroinformatics via MRI: Harnessing Information from Past Clinical Cases and Quantitative Image Analysis for Patient Care"、Annual Review of Biomedical Engineering、Vol.15:71-92

本発明が解決しようとする課題は、脳の解剖構造の特徴を脳の領域間の接続性と結び付けた解析を支援することができる画像処理装置及び磁気共鳴イメージング装置を提供することである。

実施形態に係る画像処理装置は、第１取得部と、第２取得部と、解析部とを備える。第１取得部は、被検体の脳内に点在する複数の関心対象が描出されたＭＲ画像を取得する。第２取得部は、脳の複数の領域に関する領域間の接続性を示す接続情報を取得する。解析部は、前記接続情報を用いて、前記複数の領域の中から接続関係を有する領域を特定し、前記ＭＲ画像を用いて、前記複数の関心対象のうち、前記接続関係を有すると特定された領域間を接続する神経線維群の付近にある関心対象、又は、前記接続関係を有すると特定された領域間を接続する領域に含まれる関心対象に関する解析を行って、解析値を算出する。

図１は、第１の実施形態に係る画像処理装置の構成例を示す図である。 図２は、第１の実施形態に係る第１取得機能によって取得されるＴ２＊強調画像の一例を示す模式図（１）である。 図３は、第１の実施形態に係る第１取得機能によって取得されるＴ２＊強調画像の一例を示す模式図（２）である。 図４は、第１の実施形態に係る第２取得機能によって取得されるＤＴＴ画像の一例を示す模式図である。 図５は、第１の実施形態に係る解析機能による選択操作の受け付けの一例を示す図である。 図６は、第１の実施形態に係る解析機能による解析結果の表示の一例を示す図である。 図７は、第１の実施形態に係る画像処理装置による画像処理の処理手順を示すフローチャートである。 図８は、第１の実施形態に係る第１の変形例における選択操作の受け付けの一例を示す図である。 図９は、第１の実施形態に係る第２の変形例における解析値の表示の一例を示す図である。 図１０は、第１の実施形態に係る第３の変形例における解析値の表示の一例を示す図である。 図１１は、第１の実施形態に係る第３の変形例における解析値の重み付けの一例を示す図である。 図１２は、第２の実施形態に係る解析機能による選択操作の受け付けの一例を示す図である。 図１３は、第２の実施形態に係る解析機能による解析の流れを示す図である。 図１４は、第２の実施形態に係る画像処理装置による画像処理の処理手順を示すフローチャートである。 図１５は、第３の実施形態に係るＭＲＩ装置の構成例を示す図である。

（第１の実施形態）
図１は、第１の実施形態に係る画像処理装置の構成例を示す図である。例えば、図１に示すように、本実施形態に係る画像処理装置３００は、ネットワーク４００を介して、磁気共鳴イメージング（Magnetic Resonance Imaging：ＭＲＩ）装置１００と、画像保管装置２００とに接続される。なお、画像処理装置３００は、ネットワーク４００を介して、Ｘ線ＣＴ（Computed Tomography）装置や、超音波診断装置、ＰＥＴ（Positron Emission Tomography)装置等の他の画像診断装置にさらに接続されてもよい。

ＭＲＩ装置１００は、磁気共鳴現象を利用して被検体の画像データを収集する。具体的には、ＭＲＩ装置１００は、操作者によって設定された撮像条件に基づいて各種撮像シーケンスを実行することで、被検体から磁気共鳴データを収集する。そして、ＭＲＩ装置１００は、収集した磁気共鳴データに対してフーリエ変換処理等の画像処理を施すことで、二次元又は三次元の画像データを生成する。

画像保管装置２００は、各種画像診断装置によって収集された画像データを保管する。具体的には、画像保管装置２００は、ネットワーク４００を介してＭＲＩ装置１００から画像データを取得し、取得した画像データを装置内又は装置外に設けられた記憶回路に記憶させる。例えば、画像保管装置２００は、サーバ装置等のコンピュータ機器によって実現される。

画像処理装置３００は、各種画像診断装置によって収集された画像データを処理する。具体的には、画像処理装置３００は、ネットワーク４００を介してＭＲＩ装置１００又は画像保管装置２００から画像データを取得し、装置内又は装置外に設けられた記憶回路に記憶させる。また、画像処理装置３００は、取得した画像データに対して各種画像処理を行い、画像処理を行う前又は画像処理を行った後の画像データをディスプレイ等に表示する。例えば、画像処理装置３００は、ワークステーション等のコンピュータ機器によって実現される。

例えば、図１に示すように、画像処理装置３００は、Ｉ／Ｆ（インターフェース）回路３１０と、記憶回路３２０と、入力回路３３０と、ディスプレイ３４０と、処理回路３５０とを有する。

Ｉ／Ｆ回路３１０は、画像処理装置３００と、ネットワーク４００を介して接続された他の装置との間で送受信される各種データの伝送及び通信を制御する。具体的には、Ｉ／Ｆ回路３１０は、処理回路３５０に接続され、処理回路３５０から出力される画像データを所定の通信プロトコルに準拠した形式に変換し、ＭＲＩ装置１００又は画像保管装置２００に送信する。また、Ｉ／Ｆ回路３１０は、ＭＲＩ装置１００又は画像保管装置２００から受信した画像データを処理回路３５０に出力する。例えば、Ｉ／Ｆ回路３１０は、ネットワークカードやネットワークアダプタ、ＮＩＣ（Network Interface Controller）等によって実現される。

記憶回路３２０は、各種データを記憶する。具体的には、記憶回路３２０は、処理回路３５０に接続され、処理回路３５０から送られる命令に応じて、入力された画像データを記憶し、又は、記憶している画像データを処理回路３５０に出力する。例えば、記憶回路３２０は、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子や、ハードディスク、光ディスク等によって実現される。

入力回路３３０は、操作者から各種指示及び各種情報の入力操作を受け付ける。具体的には、入力回路３３０は、処理回路３５０に接続され、操作者から受け付けた入力操作を電気信号に変換して処理回路３５０に出力する。例えば、入力回路３３０は、トラックボール、スイッチボタン、マウス、キーボード、タッチパネル等によって実現される。

ディスプレイ３４０は、各種情報及び各種画像を表示する。具体的には、ディスプレイ３４０は、処理回路３５０に接続され、処理回路３５０から出力される画像データに基づいて、各種の形式で画像を表示する。例えば、ディスプレイ３４０は、液晶モニタやＣＲＴ（Cathode Ray Tube）モニタ、タッチパネル等によって実現される。

処理回路３５０は、入力回路３３０を介して操作者から受け付けた入力操作に応じて、画像処理装置３００が有する各構成要素を制御する。具体的には、処理回路３５０は、Ｉ／Ｆ回路３１０から出力される画像データを記憶回路３２０に記憶させる。また、処理回路３５０は、記憶回路３２０から読み出した画像データをディスプレイ３４０に表示する。例えば、処理回路３５０は、プロセッサによって実現される。

このような構成のもと、本実施形態に係る画像処理装置３００は、例えば、医師によって操作され、中枢神経のネットワークに関する特徴量を解析するために用いられる。

近年、ＭＲＩ装置を用いた中枢神経系疾患の研究や脳科学の研究が盛んに行われている。例えば、アルツハイマー病を含む認知症は、高齢化社会の世界的な進展とともに、早期発見及び早期治療の必要性がますます高まっている。ＭＲＩ装置は、多種多様な物理的、科学的及び生理学的な性質を高コントラスト画像として提供できる点で、中枢神経系での評価に無くてはならない装置となっている。その中でも、拡散テンソルトラクトグラフィ（Diffusion Tensor Tractography：ＤＴＴ）や安静時機能的ＭＲＩ（resting-state functional MRI：ｒｓ−ｆＭＲＩ）は、脳の領域間の構造的あるいは機能的な接続性を描出できる手法として注目されている。

ＤＴＴは、拡散テンソル（Diffusion Tensor Imaging：ＤＴＩ）画像から神経線維をトラッキングし、トラッキングの軌跡が描出されたＤＴＴ画像を生成する手法である。トラッキングされた軌跡は、脳の一部の領域間を接続する線、あるいは脳の一部の領域から末梢神経側へ接続する線として表現される。拡散テンソル画像は拡散の異方性を表現しており、異方性自体は水分子を含む中枢神経の構造を反映していると考えられており、ＤＴＴ画像の軌跡は、その両端部間の構造的な接続性を表していると解釈される。端部の代表例として脳回が挙げられる。さらには、接続性の情報を用いて白質の領域分けも行なわれている。

また、ｒｓ−ｆＭＲＩは、ＢＯＬＤ（Blood Oxygenation Level Dependent）法を用いたｆＭＲＩの一手法であり、被検体に対して特段の刺激やタスクを与えることなくＢＯＬＤ法の撮像を行うことで、脳の各領域の信号強度変化を領域間で相関を取るものである。ｒｓ−ｆＭＲＩにより、脳の各領域の間の相関を示すｒｓ−ｆＭＲＩ画像が得られる。相関が高い領域は、機能的な接続性を有していると解釈される。その結果の表示方法としては、相関の大小を色づけした統計パラメータマッピング等が利用される。なお、機能的な接続性を得る方法としては、タスクを与えたｆＭＲＩやＡＳＬ（Arterial Spin Labeling）法等も挙げられる。

一方、アルツハイマー病を含む認知症においては、他のＭＲＩの画像種（例えば、Ｔ１強調画像、Ｔ２＊強調画像、磁化率強調画像、ＦＬＡＩＲ（Fluid Attenuation Inversion Recovery）画像、拡散強調（Diffusion Weighted Imaging：ＤＷＩ）画像、ＤＴＩ画像等）も取得され、解剖学的な脳の特徴が診断に利用されている。Ｔ２＊強調画像では、脳出血、微小出血等の異常個所を把握することができる。ＦＬＡＩＲ画像やＤＷＩ画像では、梗塞が発生している箇所を描出することができる。これらの画像種では、脳の各箇所の状態を把握することができる。

このように、ＭＲＩ装置を用いることで、各個人について、脳内の解剖構造を示す画像や、構造的な接続性を示す画像、機能的な接続性を示す画像を得ることができる。

しかしながら、一般的に、これらの画像を相互に比較しながら参照して症状や認知機能の状態を把握するには目視に頼らざるを得ず、定量性のある比較方法が無いがために、症状との対応の程度や将来予測への利用も進んでいない。

このようなことから、本実施形態に係る画像処理装置３００は、脳の解剖構造の特徴を脳の領域間の接続性と結び付けた解析を支援することができるように構成されている。

具体的には、処理回路３５０が、第１取得機能３５１と、第２取得機能３５２と、解析機能３５３とを備える。なお、第１取得機能３５１は、特許請求の範囲における第１取得部の一例である。また、第２取得機能３５２は、特許請求の範囲における第２取得部の一例である。また、解析機能３５３は、特許請求の範囲における解析部の一例である。

第１取得機能３５１は、被検体の脳の組織性状が描出されたＭＲ画像を取得する。具体的には、第１取得機能３５１は、ネットワーク４００を介してＭＲＩ装置１００又は画像保管装置２００から解析対象のＭＲ画像を取得し、取得したＭＲ画像を記憶回路３２０に記憶させる。例えば、第１取得機能３５１は、ＭＲ画像として、Ｔ１強調画像、Ｔ２＊強調画像、磁化率強調画像、定量的磁化率マップ、ＦＬＡＩＲ画像、ＤＷＩ画像、ＤＴＩ画像等を取得する。

本実施形態では、第１取得機能３５１は、Ｔ２＊強調画像を取得する。具体的には、第１取得機能３５１は、ＭＲＩ装置１００又は画像保管装置２００から解析対象のＴ２＊強調画像を取得する。なお、第１取得機能３５１は、Ｔ２＊強調画像を収集するためのパルスシーケンスによって収集された磁気共鳴データを取得し、取得した磁気共鳴データに基づいて、Ｔ２＊強調画像を生成してもよい。また、第１取得機能３５１は、Ｔ２＊強調画像の代わりに、磁化率強調画像を取得してもよい。

図２及び３は、第１の実施形態に係る第１取得機能３５１によって取得されるＴ２＊強調画像の一例を示す模式図である。図２は、頭部前面から最小値投影法によって投影した場合のＴ２＊強調画像を示しており、図３は、頭部側面から最小値投影法によって投影した場合のＴ２＊強調画像を示している。図２及び３において、黒い点状の領域が微小出血を表しており、ヘモジデリンによる磁場不均一性によって点状の信号低下領域が発生していると考えられている。微小出血は、脳表面、脳深部ともに存在し得る。

第２取得機能３５２は、脳を機能的又は解剖学的に区分けした複数の領域に関する領域間の接続性を示す接続情報を取得する。具体的には、第２取得機能３５２は、ネットワーク４００を介してＭＲＩ装置１００又は画像保管装置２００から接続情報を取得し、取得した接続情報を記憶回路３２０に記憶させる。

なお、第２取得機能３５２は、第１取得機能３５１によって取得されたＭＲ画像と同じ被検体から得られた接続情報を取得する。また、第２取得機能３５２は、第１取得機能３５１によって取得されたＭＲ画像を収集したプロトコルと同じ検査で実行された他のプロトコルで得られた接続情報を取得する。

本実施形態では、第２取得機能３５２は、脳を機能的又は解剖学的に区分けした複数の領域に関する構造的な接続性を示す接続情報を取得する。

本実施形態では、第２取得機能３５２は、接続情報として、脳の神経線維が描出されたＤＴＴ画像を取得する。具体的には、第２取得機能３５２は、第１取得機能３５１によって取得されたＴ２＊強調画像と同じ検査で同じ被検体から得られたＤＴＩ画像をＭＲＩ装置１００又は画像保管装置２００から取得する。そして、第２取得機能３５２は、取得したＤＴＩ画像から神経線維をトラッキングすることで、ＤＴＴ画像を生成する。なお、第２取得機能３５２は、ＭＲＩ装置１００又は画像保管装置２００によってＤＴＴ画像が生成されている場合には、直接、ＤＴＴ画像を取得してもよい。また、第２取得機能３５２は、ＤＷＩ画像を取得し、取得したＤＷＩ画像に基づいてＤＴＩ画像を生成し、生成したＤＴＩ画像に基づいてＤＴＴ画像を生成してもよい。また、第２取得機能３５２は、ＤＷＩ画像を収集するためのパルスシーケンスによって収集された磁気共鳴データを取得し、取得した磁気共鳴データからＤＷＩ画像、ＤＴＩ画像、及びＤＴＴ画像を生成してもよい。

図４は、第１の実施形態に係る第２取得機能３５２によって取得されるＤＴＴ画像の一例を示す模式図である。図４は、図２及び３に示したＴ２＊強調画像と同じ検査で得られた同じ被検体のＤＴＴ画像を示している。なお、図４では、主に延髄部分から皮質領域へ到達する神経線維を示しているが、実際には、皮質領域から別の皮質領域に接続される神経線維も存在している。例えば、図４に示す神経線維群２１は、延髄部分から脳の右半球の皮質領域へ到達しており、その軌跡は、右半球に含まれる皮質領域及び白質領域の接続性を示している。また、例えば、図４に示す神経線維群２２は、延髄部分から脳の左半球の皮質領域へ到達しており、その軌跡は、左半球に含まれる皮質領域及び白質領域の接続性を示している。

解析機能３５３は、第１取得機能３５１によって取得されたＭＲ画像、及び、第２取得機能３５２によって取得された接続情報を用いて解析を行って、脳を機能的又は解剖学的に区分けした複数の領域に割り当てられる解析結果を表示する。具体的には、解析機能３５３は、第１取得機能３５１によって取得されたＭＲ画像と、第２取得機能３５２によって取得された接続情報とをそれぞれ記憶回路３２０から読み出し、読み出したＭＲ画像及び接続情報を用いて解析を行って、解析結果を表示する。

なお、解析機能３５３は、第１取得機能３５１によって取得されたＭＲ画像と同じ被検体から得られた接続情報を用いて解析を行う。また、解析機能３５３は、第１取得機能３５１によって取得されたＭＲ画像を収集したプロトコルと同じ検査で実行された他のプロトコルで得られた接続情報を用いて解析を行う。

本実施形態では、解析機能３５３は、脳の複数の領域に関する構造的な接続性を示す接続情報を用いて解析を行う。

本実施形態では、解析機能３５３は、接続情報として、脳の神経線維が描出されたＤＴＴ画像を用いて解析を行う。

具体的には、解析機能３５３は、第２取得機能３５２によって取得されたＤＴＴ画像をディスプレイ３４０に表示し、入力回路３３０を介して、ＤＴＴ画像に描出されている神経線維群の中から特定の神経線維群を選択する操作を操作者から受け付ける。

図５は、第１の実施形態に係る解析機能３５３による選択操作の受け付けの一例を示す図である。なお、ここでは、図４に示したＤＴＴ画像が用いられる場合の例を説明する。例えば、図５に示すように、解析機能３５３は、ディスプレイ３４０に表示されたＤＴＴ画像上にＲＯＩ（Region Of Interest）３１を表示する。ここでいうＲＯＩ３１とは、操作者が入力回路３３０を介してＤＴＴ画像上の任意の位置に配置することが可能なグラフィックであり、ＲＯＩ３１が配置された位置にある神経線維群が選択される。なお、図５に示す例では、選択された神経線維群のみを表示し、選択されていない神経線維群を非表示としているが、選択されていない神経線維群を表示したままとしてもよい。

また、解析機能３５３は、選択された神経線維群に基づいて、第１取得機能３５１によって取得されたＴ２＊強調画像のデータを解析することで、選択された神経線維群に接続されている領域に関連する微小出血の領域を抽出する。

例えば、解析機能３５３は、選択された神経線維群の近傍に位置する微小出血の領域をＴ２＊強調画像から抽出する。ここで、解析機能３５３は、操作者によって神経線維群が選択されると、ＤＴＴ画像のデータに基づいて、選択された神経線維群が通る経路を示す位置情報を取得する。また、解析機能３５３は、ＤＴＴ画像のデータから取得した位置情報に基づいて、Ｔ２＊強調画像のデータにおいて、選択された神経線維群に対応する経路を特定する。そして、解析機能３５３は、Ｔ２＊強調画像のデータを解析して、特定した経路からの距離が所定の大きさの範囲内である微小出血の領域を抽出する。このとき、例えば、解析機能３５３は、テンプレートマッチング又は画像の空間微分を求めることで、信号値が所定の閾値以下である点状の領域を微小出血の領域として抽出する。

その後、解析機能３５３は、解析結果に応じて、ディスプレイ３４０に表示されているＭＲ画像における当該解析結果が割り当てられた領域の表示態様を変更する。例えば、解析機能３５３は、ディスプレイ３４０に表示されているＴ２＊強調画像に描出されている微小出血の領域のうち、選択された神経線維群に接続されている領域に関連する微小出血の領域のみを選択的に表示する。

図６は、第１の実施形態に係る解析機能３５３による解析結果の表示の一例を示す図である。なお、ここでは、図４に示したＤＴＴ画像、及び、図３に示したＴ２＊強調画像が用いられる場合の例を説明する。例えば、解析機能３５３は、第１取得機能３５１によって取得されたＴ２＊強調画像をディスプレイ３４０に表示する。このとき、例えば、図３に示したように、Ｔ２＊強調画像上には、８つの微小出血の領域が表示される。そして、例えば、解析機能３５３は、操作者によってＤＴＴ画像上で神経線維群２２が選択されると、Ｔ２＊強調画像に描出されている微小出血のうち、抽出された微小出血のみを表示するように、神経線維群２２に接続されている皮質領域及び白質領域の表示態様を変更する。これにより、例えば、図６に示すように、Ｔ２＊強調画像上には、５つの微小出血の領域が選択的に表示される。

以上、処理回路３５０が有する第１取得機能３５１、第２取得機能３５２及び解析機能３５３について説明したが、これらの処理機能は、例えば、コンピュータによって実行可能なプログラムの形態で記憶回路３２０に記憶される。処理回路３５０は、各プログラムを記憶回路３２０から読み出し、読み出した各プログラムを実行することで、各プログラムに対応する処理機能を実現する。換言すると、各プログラムを読み出した状態の処理回路３５０は、図１に示した各処理機能を有することとなる。

なお、図１では、第１取得機能３５１、第２取得機能３５２及び解析機能３５３の処理機能が単一の処理回路３５０によって実現される場合の例を説明したが、実施形態はこれに限られない。例えば、処理回路３５０は、複数の独立したプロセッサを組み合わせて構成され、各プロセッサが各プログラムを実行することにより各処理機能を実現するものとしても構わない。また、処理回路３５０が有する各処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。

図７は、第１の実施形態に係る画像処理装置３００による画像処理の処理手順を示すフローチャートである。例えば、図７に示すように、本実施形態に係る画像処理装置３００では、第１取得機能３５１が、Ｔ２＊強調画像を取得する（ステップＳ１０１）。このステップＳ１０１は、例えば、処理回路３５０が第１取得機能３５１に対応する所定のプログラムを記憶回路３２０から呼び出して実行することにより実現される。

続いて、第２取得機能３５２が、第１取得機能３５１によって取得されたＴ２＊強調画像と同じ検査で同じ被検体から得られたＤＴＩ画像を取得する（ステップＳ１０２）。また、第２取得機能３５２は、ＤＴＩ画像から神経線維をトラッキングすることでＤＴＴ画像を生成する（ステップＳ１０３）。このステップＳ１０２及びＳ１０３は、例えば、処理回路３５０が第２取得機能３５２に対応する所定のプログラムを記憶回路３２０から呼び出して実行することにより実現される。

その後、解析機能３５３が、ディスプレイ３４０に表示されているＤＴＴ画像上で、ＤＴＴ画像に描出されている神経線維群の中から特定の神経線維群を選択する操作を操作者から受け付ける（ステップＳ１０４）。また、解析機能３５３は、Ｔ２＊強調画像のデータを解析することで、選択された神経線維群に接続されている領域に関連する微小出血の領域を抽出する（ステップＳ１０５）。そして、解析機能３５３は、抽出された微小出血の領域を表示する（ステップＳ１０６）。このステップＳ１０４〜Ｓ１０６は、例えば、処理回路３５０が解析機能３５３に対応する所定のプログラムを記憶回路３２０から呼び出して実行することにより実現される。

なお、図７において、第１取得機能３５１がＴ２＊強調画像を取得する処理（ステップＳ１０１）と、第２取得機能３５２がＤＴＩ画像を取得してＤＴＴ画像を生成する処理（ステップＳ１０２及びＳ１０３）とは、実行順が逆になってもよい。

上述したように、第１の実施形態によれば、脳の領域間の構造的な接続性を示す接続情報に基づいて、脳の組織性状が描出されたＭＲ画像を解析することによって、脳の領域間の構造的な接続性と、ＭＲ画像が有する微小出血の形態情報との関係性を画像として明瞭に提示することができる。

一般的に、例えば、Ｔ２＊強調画像とＤＴＴ画像とを用いた診断では、読影医がそれぞれの画像を目視で独立に観察することが行われていた。これに対し、第１の実施形態によれば、Ｔ２＊強調画像とＤＴＴ画像とが統合された情報に加工されて表示されるので、診断に係る労力を低減することができる。また、診断の精度を向上することができる。

以上のことから第１の実施形態によれば、脳の解剖構造の特徴を脳の領域間の接続性と結び付けた解析を支援することができる。

（第１の実施形態に係る第１の変形例）
なお、上述した説明では、解析機能３５３が、ＤＴＴ画像に描出されている神経線維群の中から特定の神経線維群を選択する操作を受け付けることとしたが、実施形態はこれに限られない。例えば、解析機能３５３が、脳を機能的又は解剖学的に区分けした複数の領域の中から特定領域を選択する操作を受け付けてもよい。

この場合には、第１取得機能３５１が、解析対象のＭＲ画像と同じ検査で収集された脳の形態画像をさらに取得する。例えば、第１取得機能３５１は、形態画像として、Ｔ１強調画像を取得する。

また、解析機能３５３は、標準的な脳を機能的又は解剖学的に区分けした複数の領域に関する構造的な接続性を示すモデルを用いて、第１取得機能３５１によって取得された形態画像に描出されている脳の領域を複数の領域にセグメンテーションする。例えば、ここでいう複数の領域には、皮質領域や白質領域が含まれる。

図８は、第１の実施形態に係る第１の変形例における選択操作の受け付けの一例を示す図である。例えば、図８の上段に示すように、解析機能３５３は、形態画像４１に合わせてモデル４２を変形させて位置合わせすることで、形態画像４１に描出されている脳の領域を複数の領域にセグメンテーションする。また、例えば、図８の中段に示すように、解析機能３５３は、セグメンテーションされた各領域を表す情報を重畳させた形態画像４１をディスプレイ３４０に表示する。そして、例えば、図８の下段に示すように、解析機能３５３は、入力回路３３０を介して、形態画像４１上に表示された複数の領域の中から特定の領域を選択する操作を受け付ける。なお、図８の下段では、形態画像４１上で選択された領域に斜線の模様を付している。

その後、解析機能３５３は、操作者によって領域が選択されると、形態画像４１のデータに基づいて、選択された領域の位置情報を取得する。また、解析機能３５３は、形態画像４１のデータから取得した位置情報に基づいて、ＤＴＴ画像のデータにおいて、選択された領域に接続される神経線維群を特定する。そして、解析機能３５３は、上述した第１の実施形態と同様の方法により、形態画像４１上で特定された神経線維群に基づいて、第１取得機能３５１によって取得されたＴ２＊強調画像のデータを解析することで、選択された神経線維群に接続されている領域に関連する微小出血の領域を抽出する。

このように、第１の変形例では、解析機能３５３は、特定の脳皮質領域や、脳回、葉に接続している神経線維が選択されるように皮質領域自体を選択させたり、神経線維の接続性を元に領域分けされた白質領域を選択させる。この方法は、脳の領域を選択することで、神経線維群を間接的に選択することに対応する。この場合には、微小出血領域を抽出する方法としては、選ばれた皮質領域の近傍に含まれる点状信号低下領域を抽出したり、領域分けされた白質領域に対応する神経線維群の走行を元に抽出することになる。

（第１の実施形態に係る第２の変形例）
なお、上述した第１の実施形態では、解析機能３５３が、解析結果として微小出血の領域を選択的に表示する場合の例を説明したが、実施形態はこれに限られない。例えば、解析機能３５３が、ＭＲ画像及び接続情報を用いて解析値を算出し、算出した解析値を脳の診断を行うための指標として表示してもよい。なお、この場合に、解析機能３５３は、微小出血の領域の表示に加えて、解析値を表示してもよいし、微小出血の領域の表示は行わずに、解析値のみを表示してもよい。

この場合には、解析機能３５３は、第１取得機能３５１によって取得されたＭＲ画像、及び、第２取得機能３５２によって取得された接続情報を用いて、脳を機能的又は解剖学的に区分けした複数の領域に割り当てられる解析値を算出する。

具体的には、解析機能３５３は、上述した実施形態と同様に、操作者によって選択された神経線維群に基づいて、第１取得機能３５１によって取得されたＴ２＊強調画像のデータを解析することで、選択された神経線維群に接続されている領域に関連する微小出血の領域を抽出する。そして、解析機能３５３は、抽出された微小出血の領域に関する解析値を算出する。例えば、解析機能３５３は、解析値として、抽出された微小出血の領域の個数を算出する。また、例えば、解析機能３５３は、解析値として、抽出された微小出血の体積の合計値を算出してもよい。

その後、解析機能３５３は、算出された解析値をディスプレイ３４０に表示する。具体的には、解析機能３５３は、選択された神経線維群を示す情報と、その神経線維群に接続されている領域に割り当てられる解析値とを対応付けて表示する。

図９は、第１の実施形態に係る第２の変形例における解析値の表示の一例を示す図である。例えば、図９に示すように、解析機能３５３は、操作者によって選択された神経線維群を示す情報と、算出した微小出血の領域の個数とをリスト形式でディスプレイ３４０に表示する。なお、このとき、解析機能３５３は、算出した微小出血の領域の個数を、選択された神経線維群の近傍の度合いに応じて重み付けしてもよい。また、例えば、解析機能３５３は、神経線維群の経路の性質に応じて重み付けを変えてもよい。この場合に、例えば、解析機能３５３は、神経線維群の経路が、髄質領域に含まれるか、皮質領域に含まれるかに応じて重み付けを変える。

（第１の実施形態に係る第３の変形例）
また、上述した第２の変形例では、解析機能３５３が、選択された神経線維群を示す情報と、その神経線維群に接続されている領域に割り当てられる解析値とをリスト形式で表示する場合の例を説明したが、実施形態はこれに限られない。例えば、解析機能３５３が、脳の複数の領域について、領域間の相関図の形式で解析値を表示してもよい。

この場合には、解析機能３５３は、接続関係を有する領域の組み合わせごとに解析結果を表示する。例えば、解析機能３５３は、脳の複数の領域について、２つの領域の組み合わせごとに、出血の度合いを示す出血指標を算出する。このとき、例えば、解析機能３５３は、上述した第１の実施形態で説明した方法で、Ｔ２＊強調画像から微小出血の領域を抽出し、抽出された微小出血の領域の個数に応じて出血指標を算出する。例えば、解析機能３５３は、微小出血の個数が多いほど大きな値となるように出血指標を算出する。

図１０は、第１の実施形態に係る第３の変形例における解析値の表示の一例を示す図である。例えば、図１０に示すように、解析機能３５３は、領域１、領域２、領域３、及び領域４について、２つの領域の組み合わせごとに、縦軸及び横軸の２次元の方向に沿って、タイル状（四角形状）のグラフィックを並べて表示する。このとき、解析機能３５３は、出血指標の値に応じて各グラフィックを色付けして表示する。例えば、出血指標は、１〜１０の数値で表され、数値の大きさに応じて異なる色が割り当てられる。これにより、各領域間の相関が表される。

なお、例えば、図１０に示すように、解析機能３５３は、２つの異なる領域に関して横軸と縦軸とを入れ替えた２つの組み合わせについて、それぞれ出血指標を表示する。すなわち、解析機能３５３は、横軸−縦軸で領域の組み合わせを表現した場合に、例えば、領域２−領域３の組み合わせ、及び、領域３−領域２の組み合わせのそれぞれについて出血指標を表示する。なお、解析機能３５３は、例えば、領域１と領域１との組合せ、領域２と領域２との組合せのように同じ領域の組み合わせについては、出血指標を表示しない。

例えば、解析機能３５３は、２つの異なる領域に関する２つの組み合わせについて、２つの領域の間における微小出血の位置に応じて、それぞれの出血指標を重み付けする。例えば、解析機能３５３は、２つの異なる領域に関する２つの組み合わせについて、微小出血の領域が２つの領域のどちらに近いかに応じて、それぞれの出血指標を重み付けする。

図１１は、第１の実施形態に係る第３の変形例における解析値の重み付けの一例を示す図である。なお、図１１は、一例として、領域２及び領域３と、領域２と領域３とを接続する神経線維群とを概念的に示している。図１１において、左側の丸い領域が領域２を示し、右側の丸い領域が領域３を示し、左右の丸い領域の間をつなぐ直線が、領域２と領域３とを接続する神経線維群を示している。

例えば、解析機能３５３は、領域２と領域３とを接続する神経線維群を、領域２及び領域３それぞれから等しい距離にある位置で、領域２に近い側の神経線維群５１と、領域３に近い側の神経線維群５２とに分ける。そして、解析機能３５３は、神経線維群５１の近傍にある微小出血の個数に基づいて、領域２−領域３の組み合わせに関する出血指標を算出し、神経線維群５２の近傍にある微小出血の個数に基づいて、領域３−領域２の組み合わせに関する出血指標を算出する。

上述した第２及び第３の変形例によれば、脳の領域間の構造的な接続性がさらに接続の方向依存性を有するような相関指標と定義された場合に、その相関性を示す接続情報に基づいて、脳の組織性状が描出されたＭＲ画像を解析することによって、脳の領域間の構造的な接続性と、ＭＲ画像が有する微小出血の形態情報との関係性を解析値として明瞭に提示することができる。

（第２の実施形態）
なお、上述した第１の実施形態及び各変形例では、解析機能３５３が、脳の複数の領域に関する構造的な接続性を示す接続情報を用いて解析を行う場合の例を説明したが、実施形態はこれに限られない。例えば、解析機能３５３は、脳の複数の領域に関する機能的な接続性を示す接続情報を用いて解析を行ってもよい。以下では、このような場合を第２の実施形態として説明する。なお、第２の実施形態に係る画像処理装置の構成は、基本的には図１に示したものと同様である。したがって、以下では、第１の実施形態と異なる点を中心に説明する。

本実施形態では、第１取得機能３５１は、第１の実施形態と同様に、被検体の脳の組織性状が描出されたＭＲ画像としてＴ２＊強調画像を取得する。なお、第１取得機能３５１は、Ｔ２＊強調画像の代わりに、磁化率強調画像を取得してもよい。

また、本実施形態では、第１取得機能３５１は、解析対象のＭＲ画像と同じ検査で収集された形態画像をさらに取得する。例えば、第１取得機能３５１は、形態画像として、解析対象のＴ２＊強調画像と同じ検査で収集されたＴ１強調画像を取得する。

また、本実施形態では、第２取得機能３５２は、脳を機能的又は解剖学的に区分けした複数の領域に関する機能的な接続性を示す接続情報を取得する。

本実施形態では、第２取得機能３５２は、接続情報として、脳の領域間の相関を示すｒｓ−ｆＭＲＩ画像を取得する。具体的には、第２取得機能３５２は、第１取得機能３５１によって取得されたＴ２＊強調画像と同じ検査で同じ被検体から得られたｒｓ−ｆＭＲＩ画像をＭＲＩ装置１００又は画像保管装置２００から取得する。なお、第２取得機能３５２は、ｒｓ−ｆＭＲＩ画像を収集するためのパルスシーケンスによって収集された磁気共鳴データを取得し、取得した磁気共鳴データに基づいて、ｒｓ−ｆＭＲＩ画像を生成してもよい。

そして、本実施形態では、解析機能３５３は、脳の複数の領域に関する機能的な接続性を示す接続情報を用いて解析を行う。

本実施形態では、解析機能３５３は、接続情報として、第２取得機能３５２によって取得された、脳の領域間の相関を示すｒｓ−ｆＭＲＩ画像を用いて解析を行う。

具体的には、解析機能３５３は、ｒｓ−ｆＭＲＩ画像と、標準的な脳を機能的又は解剖学的に区分けした複数の領域に関する構造的な接続性を示すモデルとを用いて、ｒｓ−ｆＭＲＩ画像によって相関があるものとして示された領域について解析を行う。なお、ここで用いられるモデルには、脳の複数の領域について、予め標準的な脳のＤＴＴ画像等を解析することによって得られた領域間の構造的な接続性を示す情報が含まれている。解析機能３５３は、第１取得機能３５１によって取得されたＭＲ画像を収集したプロトコルと同じ検査で収集された脳の形態画像に合わせてモデルを変形して位置合わせすることで、領域間の構造的な接続性を特定する。

例えば、解析機能３５３は、ｒｓ−ｆＭＲＩ画像を解析して、予め決められた複数の機能的接続性について、各機能的接続性に対応する領域の組み合わせごとに領域間の相関度を算出する。そして、解析機能３５３は、機能的接続性ごとに算出された相関度に基づいて、相関度が所定の閾値より高い機能的接続性を特定する。なお、ここでいう機能的接続性とは、例えば、視覚に関連する機能、聴覚に関連する機能、言葉に関連する機能のように、脳の機能ごとに定義された接続性であり、予め、各機能に相関する複数の領域が機能的接続性ごとに定義される。

その後、例えば、解析機能３５３は、ｒｓ−ｆＭＲＩ画像に基づいて、相関度が高いものとして特定された機能的接続性を示す情報をディスプレイ３４０に表示し、表示した機能的接続性の中から特定の機能的接続性を選択する操作を操作者から受け付ける。

図１２は、第２の実施形態に係る解析機能３５３による選択操作の受け付けの一例を示す図である。例えば、図１２に示すように、解析機能３５３は、ｒｓ−ｆＭＲＩ画像に基づいて特定された複数の機能的接続性について、機能的接続性の種類を示す情報とチェックボックスとを対応付けたリスト形式のＧＵＩ（Graphical User Interface）をディスプレイ３４０に表示する。この画面上で、操作者が入力回路３３０を介してチェックボックスにチェックを入力する操作を行うことで、チェックが入力されたチェックボックスに対応する機能的接続性が選択される。なお、図１２では、１つの機能的接続性が選択された場合の例を示しているが、複数の機能的接続性が選択されてもよい。

そして、解析機能３５３は、選択された機能的接続性に基づいて、第１取得機能３５１によって取得されたＴ２＊強調画像のデータを解析することで、選択された機能的接続性に対応する領域に関連する微小出血の領域を抽出する。

図１３は、第２の実施形態に係る解析機能３５３による解析の流れを示す図である。例えば、図１３の上段に示すように、解析機能３５３は、ｒｓ−ｆＭＲＩ画像６１上で、操作者によって選択された機能的接続性に対応する領域を特定する。なお、図１３の上段では、ｒｓ−ｆＭＲＩ画像６１上で特定された領域を色付けして示している。

続いて、例えば、図１３の中段に示すように、解析機能３５３は、形態画像６２上で、ｒｓ−ｆＭＲＩ画像６１上で特定された領域に対応する領域を特定する。このとき、解析機能３５３は、形態画像６２に合わせてモデル４２を変形させて位置合わせすることで、形態画像６２に描出されている脳の領域を複数の領域にセグメンテーションする。そして、解析機能３５３は、形態画像６２上でセグメンテーションされた各領域の中で、ｒｓ−ｆＭＲＩ画像６１上で特定された領域と同じ位置にある領域を特定する。これにより、形態画像６２上で、操作者によって選択された機能的接続性に対応する領域が特定される。なお、図１３の中段では、形態画像６２上で特定された領域に斜線の模様を付している。

その後、例えば、図１３の下段に示すように、解析機能３５３は、形態画像６２上で特定された領域について、領域間を接続する複数の領域を特定する。このとき、例えば、解析機能３５３は、脳の複数の領域に関する領域間の構造的な接続性を示す情報を含むモデルを用いて、領域間を接続する複数の領域を特定する。なお、図１３の下段では、特定された複数の領域を含む範囲を太線で示している。

そして、解析機能３５３は、形態画像６２上で特定された複数の領域に基づいて、第１取得機能３５１によって取得されたＴ２＊強調画像のデータを解析することで、特定された複数の領域に含まれる微小出血の領域を抽出する。なお、解析機能３５３は、特定された複数の領域の近傍にある微小出血の領域をさらに抽出してもよい。これにより、操作者によって選択された機能的接続性に対応する領域の組み合わせに関連する微小出血の領域が抽出される。

すなわち、第１の実施形態では、解析機能３５３は、領域間を接続する神経線維群に基づいて微小出血の領域を抽出したのに対し、本実施形態では、解析機能３５３は、領域間を接続する複数の領域に基づいて微小出血の領域を抽出する。

その後、解析機能３５３は、第１の実施形態に関して図６を参照して説明した例と同様に、ディスプレイ３４０に表示されているＴ２＊強調画像に描出されている微小出血の領域のうち、抽出された微小出血の領域のみを選択的に表示する。なお、例えば、解析機能３５３は、第１の実施形態に係る第２の変形例に関して図９を参照して説明した例と同様に、微小出血の個数をディスプレイ３４０に表示してもよい。また、例えば、解析機能３５３は、操作者によって複数の機能的接続性が選択された場合には、各機能的接続性に対応する領域の組み合わせについて、第１の実施形態に係る第３の変形例に関して図１０を参照して説明した例と同様に、領域の組み合わせごとに出血指標を表示してもよい。

図１４は、第２の実施形態に係る画像処理装置３００による画像処理の処理手順を示すフローチャートである。例えば、図１４に示すように、本実施形態に係る画像処理装置３００では、第１取得機能３５１が、Ｔ２＊強調画像及び形態画像を取得する（ステップＳ２０１）。このステップＳ２０１は、例えば、処理回路３５０が第１取得機能３５１に対応する所定のプログラムを記憶回路３２０から呼び出して実行することにより実現される。

続いて、第２取得機能３５２が、第１取得機能３５１によって取得されたＴ２＊強調画像と同じ検査で同じ被検体から得られたｒｓ−ｆＭＲＩ画像を取得する（ステップＳ２０２）。このステップＳ２０２は、例えば、処理回路３５０が第２取得機能３５２に対応する所定のプログラムを記憶回路３２０から呼び出して実行することにより実現される。

続いて、解析機能３５３が、第２取得機能３５２によって取得されたｒｓ−ｆＭＲＩ画像を解析して、予め決められた複数の機能的接続性について、各機能的接続性に対応する領域の組み合わせごとに領域間の相関度を算出する（ステップＳ２０３）。その後、解析機能３５３は、ディスプレイ３４０に表示された機能的接続性の中から特定の機能的接続性を選択する操作を操作者から受け付ける（ステップＳ２０４）。また、解析機能３５３は、Ｔ２＊強調画像のデータを解析することで、選択された機能的接続性に対応する領域に関連する微小出血の領域を抽出する（ステップＳ２０５）。そして、解析機能３５３は、抽出された微小出血の領域を表示する（ステップＳ２０６）。このステップＳ２０３〜Ｓ２０６は、例えば、処理回路３５０が解析機能３５３に対応する所定のプログラムを記憶回路３２０から呼び出して実行することにより実現される。

なお、図１４において、第１取得機能３５１がＴ２＊強調画像を取得する処理（ステップＳ２０１）と、第２取得機能３５２がｒｓ−ｆＭＲＩ画像を取得して領域間の相関度を算出する処理（ステップＳ２０２及びＳ２０３）とは、実行順が逆になってもよい。

上述したように、第２の実施形態によれば、脳の領域間の機能的な接続性を示す接続情報に基づいて、脳の組織性状が描出されたＭＲ画像を解析することによって、脳の領域間の構造的な接続性と、ＭＲ画像が有する微小出血の形態情報との関係性を画像又は解析値として明瞭に提示することができる。

機能的な接続性は、その原理上、複数の脳皮質領域の間の相関を表すが、その領域に関連深い神経線維の接続性を定義することが可能である。したがって、その神経線維群を元に、第１の実施形態と同様な手法によって微小出血領域を抽出し、出血指標を計算し、選択的に表示することができる。

以上のことから第２の実施形態によれば、第１の実施形態と同様に、脳の解剖構造の特徴を脳の領域間の接続性と結び付けた解析を支援することができる。

（第２の実施形態に係る変形例）
なお、上述した第２の実施形態では、解析機能３５３が、予め決められた複数の機能的接続性の中からｒｓ−ｆＭＲＩ画像に基づいて相関度が高いものを特定する場合の例を説明したが、実施形態はこれに限られない。例えば、解析機能３５３が、簡易的に、ｒｓ−ｆＭＲＩ画像に基づいて相関度が高いものを特定することなく、予め決められた複数の機能的接続性をそのまま用いてもよい。

この場合には、例えば、解析機能３５３は、図１２に示した例と同様のＧＵＩにより、予め決められた複数の機能的接続性をディスプレイ３４０に表示し、表示した複数の機能的接続性の中から特定の機能的接続性を選択する操作を受け付ける。そして、解析機能３５３は、操作者によって機能的接続性が選択されると、標準的な脳を機能的又は解剖学的に区分けした複数の領域に関する構造的な接続性を示すモデル上で、操作者によって選択された機能的接続性に対応する領域を特定する。

その後、解析機能３５３は、形態画像上で、モデル上で特定された領域に対応する領域を特定する。このとき、解析機能３５３は、形態画像に合わせてモデルを変形させて位置合わせすることで、形態画像に描出されている脳の領域を複数の領域にセグメンテーションする。そして、解析機能３５３は、形態画像上でセグメンテーションされた各領域の中で、モデル上で特定された領域と同じ位置にある領域を特定する。これにより、形態画像上で、操作者によって選択された機能的接続性に対応する領域が特定される。

その後、解析機能３５３は、形態画像上で特定された領域について、領域間を接続する複数の領域を特定する。このとき、例えば、解析機能３５３は、脳の複数の領域に関する領域間の構造的な接続性を示す情報を含むモデルを用いて、領域間を接続する複数の領域を特定する。

そして、解析機能３５３は、形態画像上で特定された複数の領域に基づいて、第１取得機能３５１によって取得されたＴ２＊強調画像のデータを解析することで、特定された複数の領域に含まれる微小出血の領域を抽出する。なお、解析機能３５３は、特定された複数の領域の近傍にある微小出血の領域をさらに抽出してもよい。これにより、操作者によって選択された機能的接続性に対応する領域の組み合わせに関連する微小出血の領域が抽出される。

その後、解析機能３５３は、上述した第２の実施形態と同様に、抽出された微小出血の領域を選択的に表示したり、微小出血の個数をディスプレイ３４０に表示したり、抽出された領域の組み合わせごとに出血指標を表示したりする。

上述した変形例によれば、ｒｓ−ｆＭＲＩ画像を用いる場合と比べて、簡易な処理で解析を行うことができる。

以上、第１及び第２の実施形態について説明した。ここで、上述した実施形態では、解析機能３５３が、Ｔ２＊強調画像における微小出血を解析する場合の例を説明したが、実施形態はこれに限られない。例えば、解析機能３５３は、ＦＬＡＩＲ画像におけるラクナ梗塞部や、定量的磁化率マップにおける磁化率や、ＤＴＩ画像におけるＦＡ（Fractional Anisotropy）値、平均拡散能（Mean Diffusivity：ＭＤ）値又はＡＤＣ（Apparent Diffusion Coefficient）値等を解析してもよい。

（第３の実施形態）
また、上述した第１及び第２の実施形態では、画像処理装置の実施形態を説明したが、本願が開示する技術の実施形態はこれに限られない。例えば、本願が開示する技術は、ＭＲＩ装置で実施することも可能である。以下では、第３の実施形態として、ＭＲＩ装置の実施形態を説明する。

図１５は、第３の実施形態に係るＭＲＩ装置の構成例を示す図である。例えば、図１５に示すように、ＭＲＩ装置１００は、静磁場磁石１、傾斜磁場コイル２、傾斜磁場電源３、送信コイル４、送信回路５、受信コイル６、受信回路７、寝台８、入力回路９、ディスプレイ１０、記憶回路１１、処理回路１２〜１５を備える。

静磁場磁石１は、中空の略円筒形状（円筒の中心軸に直交する断面が楕円状となるものを含む）に形成され、内周側に形成される撮像空間に一様な静磁場を発生させる。例えば、静磁場磁石１は、永久磁石や超伝導磁石等によって実現される。

傾斜磁場コイル２は、中空の略円筒形状（円筒の中心軸に直交する断面が楕円状となるものを含む）に形成され、静磁場磁石１の内周側に配置される。傾斜磁場コイル２は、互いに直交するｘ軸、ｙ軸及びｚ軸それぞれに沿った傾斜磁場を発生させる３つのコイルを有する。ここで、ｘ軸、ｙ軸及びｚ軸は、ＭＲＩ装置１００に固有の装置座標系を構成する。例えば、ｘ軸の方向は、鉛直方向に設定され、ｙ軸の方向は、水平方向に設定される。また、ｚ軸の方向は、静磁場磁石１によって発生する静磁場の磁束の方向と同じに設定される。

傾斜磁場電源３は、傾斜磁場コイル２が有する３つのコイルそれぞれに個別に電流を供給することで、ｘ軸、ｙ軸及びｚ軸それぞれに沿った傾斜磁場を撮像空間に発生させる。ｘ軸、ｙ軸及びｚ軸それぞれに沿った傾斜磁場を適宜に発生させることによって、互いに直交するリードアウト方向、位相エンコード方向、及びスライス方向それぞれに沿った傾斜磁場を発生させることができる。ここで、リードアウト方向、位相エンコード方向、及びスライス方向それぞれに沿った軸は、撮像の対象となるスライス領域又はボリューム領域を規定するための論理座標系を構成する。なお、以下では、リードアウト方向に沿った傾斜磁場をリードアウト傾斜磁場と呼び、位相エンコード方向に沿った傾斜磁場を位相エンコード傾斜磁場と呼び、スライス方向に沿った傾斜磁場をスライス傾斜磁場と呼ぶ。

ここで、各傾斜磁場は、静磁場磁石１によって発生する静磁場に重畳され、磁気共鳴信号（Magnetic Resonance：ＭＲ）に空間的な位置情報を付与するために用いられる。具体的には、リードアウト傾斜磁場は、リードアウト方向の位置に応じてＭＲ信号の周波数を変化させることで、ＭＲ信号にリードアウト方向に沿った位置情報を付与する。また、位相エンコード傾斜磁場は、位相エンコード方向に沿ってＭＲ信号の位相を変化させることで、ＭＲ信号に位相エンコード方向の位置情報を付与する。また、スライス傾斜磁場は、撮像領域がスライス領域の場合には、スライス領域の方向、厚さ、枚数を決めるために用いられ、撮像領域がボリューム領域である場合には、スライス方向の位置に応じてＭＲ信号の位相を変化させることで、ＭＲ信号にスライス方向に沿った位置情報を付与する。

送信コイル４は、中空の略円筒形状（円筒の中心軸に直交する断面が楕円状となるものを含む）に形成され、傾斜磁場コイル２の内側に配置される。送信コイル４は、送信回路５から出力されるＲＦ（Radio Frequency）パルスを撮像空間に印加する。

送信回路５は、ラーモア周波数に対応するＲＦパルスを送信コイル４に出力する。例えば、送信回路５は、発振回路、位相選択回路、周波数変換回路、振幅変調回路、及び、ＲＦ増幅回路を有する。発振回路は、静磁場中に置かれた対象原子核に固有の共鳴周波数のＲＦパルスを発生する。位相選択回路は、発振回路から出力されるＲＦパルスの位相を選択する。周波数変換回路は、位相選択回路から出力されるＲＦパルスの周波数を変換する。振幅変調回路は、周波数変換回路から出力されるＲＦパルスの振幅を例えばｓｉｎｃ関数に従って変調する。ＲＦ増幅回路は、振幅変調回路から出力されるＲＦパルスを増幅して送信コイル４に出力する。

受信回路７は、受信コイル６から出力されるＭＲ信号に基づいてＭＲ信号データを生成し、生成したＭＲ信号データを処理回路１３に出力する。例えば、受信回路７は、選択回路、前段増幅回路、位相検波回路、及び、アナログデジタル変換回路を有する。選択回路は、受信コイル６から出力されるＭＲ信号を選択的に入力する。前段増幅回路は、選択回路から出力されるＭＲ信号を増幅する。位相検波回路は、前段増幅回路から出力されるＭＲ信号の位相を検波する。アナログデジタル変換回路は、位相検波回路から出力されるアナログ信号をデジタル信号に変換することでＭＲ信号データを生成し、生成したＭＲ信号データを処理回路１３に出力する。

なお、ここでは、送信コイル４がＲＦパルスを印加し、受信コイル６がＭＲ信号を受信する場合の例を説明するが、送信コイル及び受信コイルの形態はこれに限られない。例えば、送信コイル４が、ＭＲ信号を受信する受信機能をさらに有してもよい。また、受信コイル６が、ＲＦ磁場を印加する送信機能をさらに有していてもよい。送信コイル４が受信機能を有している場合は、受信回路７は、送信コイル４によって受信されたＭＲ信号からもＭＲ信号データを生成する。また、受信コイル６が送信機能を有している場合は、送信回路５は、受信コイル６にもＲＦパルスを出力する。

寝台８は、被検体Ｓが載置される天板８ａを備え、被検体Ｓの撮像が行われる際に、静磁場磁石１及び傾斜磁場コイル２の内側に形成される撮像空間へ天板８ａを挿入する。例えば、寝台８は、長手方向が静磁場磁石１の中心軸と平行になるように設置される。

入力回路９は、操作者から各種指示及び各種情報の入力操作を受け付ける。具体的には、入力回路９は、処理回路１５に接続されており、操作者から受け付けた入力操作を電気信号に変換して処理回路１５へ出力する。例えば、入力回路９は、トラックボール、スイッチボタン、マウス、キーボード、タッチパネル等によって実現される。

ディスプレイ１０は、各種情報及び各種画像を表示する。具体的には、ディスプレイ１０は、処理回路１５に接続されており、処理回路１５から送られる各種情報及び各種画像のデータを表示用の電気信号に変換して出力する。例えば、ディスプレイ１０は、液晶モニタやＣＲＴ（Cathode Ray Tube）モニタ、タッチパネル等によって実現される。

記憶回路１１は、各種データを記憶する。具体的には、記憶回路１１は、ＭＲ信号データや画像データを被検体Ｓごとに記憶する。例えば、記憶回路１１は、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子やハードディスク、光ディスク等によって実現される。

処理回路１２は、寝台制御機能１２ａを有する。具体的には、寝台制御機能１２ａは、寝台８に接続され、制御用の電気信号を寝台８へ出力することで、寝台８の動作を制御する。例えば、寝台制御機能１２ａは、入力回路９を介して、天板８ａを長手方向、上下方向又は左右方向へ移動させる指示を操作者から受け付け、受け付けた指示に従って天板８ａを移動するように、寝台８が有する天板８ａの駆動機構を動作させる。例えば、処理回路１２は、プロセッサによって実現される。

処理回路１３は、実行機能１３ａを有する。具体的には、実行機能１３ａは、各種パルスシーケンスを実行する。具体的には、実行機能１３ａは、処理回路１５から出力されるシーケンス実行データに基づいて傾斜磁場電源３、送信回路５及び受信回路７を駆動することで、各種パルスシーケンスを実行する。例えば、処理回路１３は、プロセッサによって実現される。

ここで、シーケンス実行データは、ＭＲ信号データを収集するための手順を示すパルスシーケンスを定義した情報である。具体的には、シーケンス実行データは、傾斜磁場電源３が傾斜磁場コイル２に電流を供給するタイミング及び供給される電流の強さ、送信回路５が送信コイル４に供給するＲＦパルス電流の強さや供給タイミング、受信回路７がＭＲ信号を検出する検出タイミング等を定義した情報である。

また、実行機能１３ａは、各種パルスシーケンスを実行した結果として、受信回路７からＭＲ信号データを受信し、受信したＭＲ信号データを記憶回路１１に格納する。なお、実行機能１３ａによって受信されたＭＲ信号データの集合は、前述したリードアウト傾斜磁場、位相エンコード傾斜磁場、及びスライス傾斜磁場によって付与された位置情報に応じて２次元又は３次元に配列されることで、ｋ空間を構成するデータとして記憶回路１１に格納される。

処理回路１４は、画像生成機能１４ａを有する。例えば、処理回路１４は、プロセッサによって実現される。画像生成機能１４ａは、記憶回路１１に格納されたＭＲ信号データに基づいて画像を生成する。具体的には、画像生成機能１４ａは、実行機能１３ａによって記憶回路１１に格納されたＭＲ信号データを読み出し、読み出したＭＲ信号データに後処理すなわちフーリエ変換等の再構成処理を施すことで画像を生成する。また、画像生成機能１４ａは、生成した画像の画像データを記憶回路１１に格納する。

処理回路１５は、ＭＲＩ装置１００が有する各構成要素を制御することで、ＭＲＩ装置１００の全体制御を行う。例えば、処理回路１５は、プロセッサによって実現される。例えば、処理回路１５は、入力回路９を介して操作者からパルスシーケンスに関する各種のパラメータの入力を受け付け、受け付けたパラメータに基づいてシーケンス実行データを生成する。そして、処理回路１５は、生成したシーケンス実行データを処理回路１３に送信することで、各種のパルスシーケンスを実行する。また、例えば、処理回路１５は、操作者から要求された画像の画像データを記憶回路１１から読み出し、読み出した画像をディスプレイ１０に出力する。

以上、本実施形態に係るＭＲＩ装置１００の構成例について説明した。このような構成のもと、ＭＲＩ装置１００は、脳の解剖構造の特徴を脳の領域間の接続性と結び付けた解析を支援することができるように構成されている。

具体的には、処理回路１５が、第１取得機能１５ａと、第２取得機能１５ｂと、解析機能１５ｃとを有する。

第１取得機能１５ａは、上述した各実施形態又は各変形例で説明した第１取得機能３５１と同様の機能を有する。ただし、上述した各実施形態又は各変形例では、第１取得機能３５１が、ＭＲＩ装置１００又は画像保管装置２００からＭＲ画像を取得したのに対し、本実施形態では、第１取得機能１５ａは、記憶回路１１からＭＲ画像を取得する。

第２取得機能１５ｂは、上述した各実施形態又は各変形例で説明した第２取得機能３５２と同様の機能を有する。ただし、上述した各実施形態又は各変形例では、第２取得機能３５２が、ＭＲＩ装置１００又は画像保管装置２００から接続情報を取得したのに対し、本実施形態では、第２取得機能１５ｂは、記憶回路１１から接続情報を取得する。

解析機能１５ｃは、上述した各実施形態又は各変形例で説明した解析機能３５３と同様の機能を有する。

また、本実施形態では、入力回路９、ディスプレイ１０、記憶回路１１が、上述した各実施形態又は各変形例で説明した入力回路３３０、ディスプレイ３４０、記憶回路３２０が有する機能をさらに有する。

以上、処理回路１５が有する各処理機能について説明した。ここで、例えば、上述した各処理機能は、コンピュータによって実行可能なプログラムの形態で記憶回路１１に記憶される。処理回路１５は、各プログラムを記憶回路１１から読み出し、読み出した各プログラムを実行することで、各プログラムに対応する処理機能を実現する。換言すると、各プログラムを読み出した状態の処理回路１５は、図１５に示した各処理機能を有することとなる。

なお、図１５では、単一の処理回路１５によって、第１取得機能１５ａ、第２取得機能１５ｂ及び解析機能１５ｃの処理機能が実現される場合の例を説明したが、実施形態はこれに限られない。例えば、処理回路１５は、複数の独立したプロセッサを組み合わせて構成され、各プロセッサが各プログラムを実行することにより各処理機能を実現するものとしても構わない。また、処理回路１５が有する各処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。

このような構成により、第３の実施形態によれば、第１及び第２の実施形態と同様に、脳の解剖構造の特徴を脳の領域間の接続性と結び付けた解析を支援することができる。

また、上述した各実施形態において用いた「プロセッサ」という文言は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ(Graphics Processing Unit)、或いは、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ））等の回路を意味する。ここで、記憶回路にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むように構成しても構わない。この場合には、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。また、本実施形態の各プロセッサは、プロセッサごとに単一の回路として構成される場合に限らず、複数の独立した回路を組み合わせて１つのプロセッサとして構成され、その機能を実現するようにしてもよい。

以上説明した少なくとも１つの実施形態によれば、脳の解剖構造の特徴を脳の領域間の接続性と結び付けた解析を支援することができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

３００ 画像処理装置
３５０ 処理回路
３５１ 第１取得機能
３５２ 第２取得機能
３５３ 解析機能

Claims (26)

1. 被検体の脳内に点在する複数の関心対象が描出されたＭＲ画像を取得する第１取得部と、
   脳の複数の領域に関する領域間の接続性を示す接続情報を取得する第２取得部と、
   前記接続情報を用いて、前記複数の領域の中から接続関係を有する領域を特定し、前記ＭＲ画像において、前記複数の関心対象のうち、前記接続関係を有すると特定された領域間を接続する神経線維群の付近にある関心対象、又は、前記接続関係を有すると特定された領域間を接続する領域に含まれる関心対象を抽出し、当該抽出された関心対象に関する解析を行って、解析値を算出する解析部と
   を備える、画像処理装置。
2. 被検体の脳内に点在する複数の関心対象が描出されたＭＲ画像を取得する第１取得部と、
   脳の複数の領域に関する領域間の接続性を示す接続情報を取得する第２取得部と、
   前記接続情報を用いて、前記複数の領域の中から接続関係を有する領域を特定し、前記ＭＲ画像において、前記複数の関心対象のうち、前記接続関係を有すると特定された領域間を接続する神経線維群の付近にある関心対象、又は、前記接続関係を有すると特定された領域間を接続する領域に含まれる関心対象を抽出し、当該抽出された関心対象に関する解析を行って、解析結果をディスプレイに表示する解析部と
   を備える、画像処理装置。
3. 被検体の脳内の出血及び梗塞のうち少なくとも一方である関心対象が描出されたＭＲ画像を取得する第１取得部と、
   脳の複数の領域に関する領域間の接続性を示す接続情報を取得する第２取得部と、
   前記接続情報を用いて、前記複数の領域の中から接続関係を有する領域を特定し、前記ＭＲ画像において、前記関心対象のうち、前記接続関係を有すると特定された領域間を接続する神経線維群の付近にある関心対象、又は、前記接続関係を有すると特定された領域間を接続する領域に含まれる関心対象を抽出し、当該抽出された関心対象に関する解析を行って、解析値を算出する解析部と
   を備える、画像処理装置。
4. 被検体の脳内の出血及び梗塞のうち少なくとも一方である関心対象が描出されたＭＲ画像を取得する第１取得部と、
   脳の複数の領域に関する領域間の接続性を示す接続情報を取得する第２取得部と、
   前記接続情報を用いて、前記複数の領域の中から接続関係を有する領域を特定し、前記ＭＲ画像において、前記関心対象のうち、前記接続関係を有すると特定された領域間を接続する神経線維群の付近にある関心対象、又は、前記接続関係を有すると特定された領域間を接続する領域に含まれる関心対象を抽出し、当該抽出された関心対象に関する解析を行って、解析結果をディスプレイに表示する解析部と
   を備える、画像処理装置。
5. 前記解析部は、前記領域間の接続関係を示すマトリクスが表示されるように制御し、前記マトリクス中の該当するセルに前記解析の解析結果が表示されるように制御する、
   請求項１又は３に記載の画像処理装置。
6. 前記解析部は、第１の領域から第２の領域に向かう方向の接続情報と、前記第２の領域から前記第１の領域に向かう方向の接続情報とを識別し、各方向に応じた前記解析値を算出する、
   請求項１又は３に記載の画像処理装置。
7. 前記解析部は、第１の領域から第２の領域に向かう方向と、前記第２の領域から前記第１の領域に向かう方向とを識別し、各方向に応じて算出された前記解析値がそれぞれ前記マトリクス中の該当するセルに表示されるように制御する、
   請求項５に記載の画像処理装置。
8. 前記解析部は、前記ＭＲ画像と同じ被検体から得られた接続情報を用いて前記解析を行う、
   請求項１〜７のいずれか一つに記載の画像処理装置。
9. 前記解析部は、前記ＭＲ画像を収集したプロトコルと同じ検査で実行された他のプロトコルで得られた接続情報を用いて前記解析を行う、
   請求項１〜８のいずれか一つに記載の画像処理装置。
10. 前記解析部は、前記領域間の構造的な接続性を示す接続情報を用いて前記解析を行う、
    請求項１〜９のいずれか一つに記載の画像処理装置。
11. 前記解析部は、前記接続情報として、前記脳の神経線維が描出されたＤＴＴ（Diffusion Tensor Tractography）画像を用いて前記解析を行う、
    請求項１０に記載の画像処理装置。
12. 前記解析部は、前記領域間の機能的な接続性を示す接続情報を用いて前記解析を行う、
    請求項１〜９のいずれか一つに記載の画像処理装置。
13. 前記解析部は、前記接続情報として、前記脳の領域間の相関を示すｒｓ−ｆＭＲＩ（resting state functional ＭＲＩ）画像を用い、さらに、標準的な脳を機能的又は解剖学的に区分けした複数の領域に関する構造的な接続性を示すモデルを用いて、前記ｒｓ−ｆＭＲＩ画像によって相関があるものとして示された領域について前記解析を行う、
    請求項１２に記載の画像処理装置。
14. 前記解析部は、前記ＭＲ画像を収集したプロトコルと同じ検査で収集された前記脳の形態画像に合わせて前記モデルを変形して位置合わせすることで、前記領域間の構造的な接続性を特定する、
    請求項１３に記載の画像処理装置。
15. 前記解析部は、さらに、前記解析の解析結果をディスプレイに表示する、
    請求項１又は３に記載の画像処理装置。
16. 前記解析部は、前記解析結果に応じて、前記ディスプレイに表示されている前記ＭＲ画像における前記接続関係を有すると特定された領域の表示態様を変更する、
    請求項２、４又は１５に記載の画像処理装置。
17. 前記解析部は、接続関係を有する領域の組み合わせごとに前記解析結果を表示する、
    請求項２、４又は１５に記載の画像処理装置。
18. 前記第１取得部は、前記ＭＲ画像として、Ｔ１強調画像、Ｔ２＊強調画像、磁化率強調画像、定量的磁化率マップ、ＦＬＡＩＲ（Fluid Attenuation Inversion Recovery）画像、拡散強調画像、又はＤＴＩ（Diffusion Tensor Imaging）画像を取得する、
    請求項１〜１７のいずれか一つに記載の画像処理装置。
19. 被検体の脳内に点在する複数の関心対象が描出されたＭＲ画像を生成する第１生成部と、
    脳の複数の領域に関する領域間の接続性を示す接続情報を生成する第２生成部と、
    前記接続情報を用いて、前記複数の領域の中から接続関係を有する領域を特定し、前記ＭＲ画像において、前記複数の関心対象のうち、前記接続関係を有すると特定された領域間を接続する神経線維群の付近にある関心対象、又は、前記接続関係を有すると特定された領域間を接続する領域に含まれる関心対象を抽出し、当該抽出された関心対象に関する解析を行って、解析値を算出する解析部と
    を備える、磁気共鳴イメージング装置。
20. 被検体の脳内に点在する複数の関心対象が描出されたＭＲ画像を生成する第１生成部と、
    脳の複数の領域に関する領域間の接続性を示す接続情報を生成する第２生成部と、
    前記接続情報を用いて、前記複数の領域の中から接続関係を有する領域を特定し、前記ＭＲ画像において、前記複数の関心対象のうち、前記接続関係を有すると特定された領域間を接続する神経線維群の付近にある関心対象、又は、前記接続関係を有すると特定された領域間を接続する領域に含まれる関心対象を抽出し、当該抽出された関心対象に関する解析を行って、解析結果をディスプレイに表示する解析部と
    を備える、磁気共鳴イメージング装置。
21. 被検体の脳内の出血及び梗塞のうち少なくとも一方である関心対象が描出されたＭＲ画像を生成する第１生成部と、
    脳の複数の領域に関する領域間の接続性を示す接続情報を生成する第２生成部と、
    前記接続情報を用いて、前記複数の領域の中から接続関係を有する領域を特定し、前記ＭＲ画像において、前記関心対象のうち、前記接続関係を有すると特定された領域間を接続する神経線維群の付近にある関心対象、又は、前記接続関係を有すると特定された領域間を接続する領域に含まれる関心対象を抽出し、当該抽出された関心対象に関する解析を行って、解析値を算出する解析部と
    を備える、磁気共鳴イメージング装置。
22. 被検体の脳内の出血及び梗塞のうち少なくとも一方である関心対象が描出されたＭＲ画像を生成する第１生成部と、
    脳の複数の領域に関する領域間の接続性を示す接続情報を生成する第２生成部と、
    前記接続情報を用いて、前記複数の領域の中から接続関係を有する領域を特定し、前記ＭＲ画像において、前記関心対象のうち、前記接続関係を有すると特定された領域間を接続する神経線維群の付近にある関心対象、又は、前記接続関係を有すると特定された領域間を接続する領域に含まれる関心対象を抽出し、当該抽出された関心対象に関する解析を行って、解析結果をディスプレイに表示する解析部と
    を備える、磁気共鳴イメージング装置。
23. 被検体の脳内に点在する複数の関心対象が描出されたＭＲ画像を取得する第１取得部と、
    脳の複数の領域に関する領域間の接続性を示す接続情報を取得する第２取得部と、
    前記接続情報を用いて、前記複数の領域の中から接続関係を有する領域を特定し、前記ＭＲ画像を用いて、前記複数の関心対象のうち、前記接続関係を有すると特定された領域間を接続する神経線維群の付近にある関心対象、又は、前記接続関係を有すると特定された領域間を接続する領域に含まれる関心対象に関する解析を行って、解析値を算出する解析部とを備え、
    前記解析部は、前記領域間の接続関係を示すマトリクスが表示されるように制御し、前記マトリクス中の該当するセルに前記解析の解析結果が表示されるように制御するとともに、
    第１の領域から第２の領域に向かう方向と、前記第２の領域から前記第１の領域に向かう方向とを識別し、各方向に応じて算出された前記解析値がそれぞれ前記マトリクス中の該当するセルに表示されるように制御する、
    画像処理装置。
24. 被検体の脳内に点在する複数の関心対象が描出されたＭＲ画像を取得する第１取得部と、
    脳の複数の領域に関する領域間の接続性を示す接続情報を取得する第２取得部と、
    前記接続情報を用いて、前記複数の領域の中から接続関係を有する領域を特定し、前記ＭＲ画像を用いて、前記複数の関心対象のうち、前記接続関係を有すると特定された領域間を接続する神経線維群の付近にある関心対象、又は、前記接続関係を有すると特定された領域間を接続する領域に含まれる関心対象に関する解析を行って、解析値を算出する解析部を備え、
    前記解析部は、第１の領域から第２の領域に向かう方向の接続情報と、前記第２の領域から前記第１の領域に向かう方向の接続情報とを識別し、各方向に応じた前記解析値を算出する、
    画像処理装置。
25. 被検体の脳内の出血及び梗塞のうち少なくとも一方である関心対象が描出されたＭＲ画像を取得する第１取得部と、
    脳の複数の領域に関する領域間の接続性を示す接続情報を取得する第２取得部と、
    前記接続情報を用いて、前記複数の領域の中から接続関係を有する領域を特定し、前記ＭＲ画像を用いて、前記関心対象のうち、前記接続関係を有すると特定された領域間を接続する神経線維群の付近にある関心対象、又は、前記接続関係を有すると特定された領域間を接続する領域に含まれる関心対象に関する解析を行って、解析値を算出する解析部を備え、
    前記解析部は、前記領域間の接続関係を示すマトリクスが表示されるように制御し、前記マトリクス中の該当するセルに前記解析の解析結果が表示されるように制御するとともに、
    第１の領域から第２の領域に向かう方向と、前記第２の領域から前記第１の領域に向かう方向とを識別し、各方向に応じて算出された前記解析値がそれぞれ前記マトリクス中の該当するセルに表示されるように制御する、
    画像処理装置。
26. 被検体の脳内の出血及び梗塞のうち少なくとも一方である関心対象が描出されたＭＲ画像を取得する第１取得部と、
    脳の複数の領域に関する領域間の接続性を示す接続情報を取得する第２取得部と、
    前記接続情報を用いて、前記複数の領域の中から接続関係を有する領域を特定し、前記ＭＲ画像を用いて、前記関心対象のうち、前記接続関係を有すると特定された領域間を接続する神経線維群の付近にある関心対象、又は、前記接続関係を有すると特定された領域間を接続する領域に含まれる関心対象に関する解析を行って、解析値を算出する解析部を備え、
    前記解析部は、第１の領域から第２の領域に向かう方向の接続情報と、前記第２の領域から前記第１の領域に向かう方向の接続情報とを識別し、各方向に応じた前記解析値を算出する、
    画像処理装置。