JP2007264951A - 医療用画像補正装置 - Google Patents

Abstract

【課題】 異なる機種で撮像された画像群を比較する際に、装置特有のバイアスを補正することが可能な医療用画像補正装置を提供する。
【解決手段】 基準となる機種で撮像された参照画像群と、補正対象とする機種で撮像された対象画像群に対して、解像度変換手段１０、スケーリング手段２０、位置合わせ手段３０により前処理を行った後、統計処理手段４０が、両群に対して二群間のｔ検定を実施し、差の大きい画素を補正すべき画素として特定し、補正パラメータ算出手段５０は、参照画像群、対象画像群それぞれの平均値に基づいて補正パラメータを算出し、補正実行手段６０は、対象画像中の特定された画素を、補正パラメータを用いて補正する。
【選択図】 図１

Description

本発明は、医療用画像の補正に関し、特にＭＲＩ等の撮像装置特有のバイアスを補正する技術に関する。

従来より、患者の状態を診断するため、ＭＲＩ装置などにより患者の脳画像を撮影し、この脳画像と健常者を撮影した健常者画像群との比較を行うことにより、診断を支援することが行われている（特許文献１参照）。
特開２００５−２３７４４１号公報

しかしながら、ＭＲＩ装置で撮像した画像には、それぞれ装置特有のバイアスがかかっているため、異なる機種で撮像された画像群を比較する場合、そのバイアスが原因で画像を用いた診断処理の結果に影響が生じてしまうという問題がある。

そこで、本発明は、異なる機種で撮像された画像群を比較する際に、装置特有のバイアスを補正することが可能な医療用画像補正装置を提供することを課題とする。

上記課題を解決するため、本発明第１の態様では、撮像された医療用画像の機種によるバイアスを補正する装置であって、基準となる機種で撮像された参照画像群と、補正対象とする機種で撮像された対象画像群の二群に対して統計処理を行い、所定以上に差があると判断される画素を補正すべき画素として特定する統計処理手段と、前記参照画像群の平均画素値と、前記対象画像群の平均画素値を算出し、これらの平均画素値に基づいて、補正パラメータを算出する補正パラメータ算出手段を有する医療用画像補正装置を提供する。

本発明第２の態様では、医療用画像補正装置が、前記対象画像群を前記参照画像群に合わせて解像度変換する解像度変換手段と、前記参照画像群、および前記解像度変換後の対象画像群に対して濃度値のスケーリングを行うスケーリング手段と、前記参照画像群、前記対象画像群の位置合わせを行う位置合わせ手段をさらに有し、前記解像度変換手段、スケーリング手段、位置合わせ手段により前処理を行った参照画像群、対象画像群に対して、前記統計処理手段が処理を行うものであり、前記解像度変換手段、位置合わせ手段により前処理を行った参照画像群、対象画像群に対して、前記補正パラメータ算出手段が処理を行うものであることを特徴とする。

本発明第３の態様では、医療用画像補正装置が、前記対象画像群の各対象画像に対して、前記統計処理手段により特定された画素を、前記補正パラメータ算出手段により算出された補正パラメータを利用して補正する補正実行手段をさらに有するものであることを特徴とする。

本発明によれば、参照画像群と対象画像群に対して、統計処理を行い、所定以上に差があると判断される画素を補正すべき画素として特定するとともに、前記参照画像群の平均画素値と、前記対象画像群の平均画素値を算出し、これらの平均画素値に基づいて、補正パラメータを算出するようにしたので、異なる機種で撮像された画像群を比較する際に、装置特有のバイアスを補正することが可能となるという効果を奏する。

以下、本発明の好適な実施形態について、図面を参照して詳細に説明する。
（１．装置構成）
図１は、本発明第１の実施形態に係る医療用画像補正装置の一実施形態を示す構成図である。図１において、１０は解像度変換手段、２０はスケーリング手段、３０は位置合わせ手段、４０は統計処理手段、５０は補正パラメータ算出手段、６０は補正実行手段である。

解像度変換手段１０は、入力された対象画像群に対して、解像度変換する機能を有している。スケーリング手段２０は、対象画像群の画素値の平均値により正規化を行う機能を有している。位置合わせ手段３０は、基準となる位置に合わせるために、線形変換を行う機能を有している。統計処理手段４０は、対象画像群と、参照画像群の２つの画像群の間において統計処理を行い、補正すべき画素を決定する機能を有している。補正パラメータ算出手段５０は、対象画像群と参照画像群を用いて補正パラメータを算出する機能を有している。補正実行手段６０は、統計処理手段４０により特定された画素を、補正パラメータ算出手段５０により算出された補正パラメータを用いて補正する機能を有している。図１に示した装置は、現実には、キーボードやマウス等の入力指示装置、ハードディスク等の外部記憶装置、液晶ディスプレイ等の表示装置を備えた汎用のコンピュータに専用のプログラムを搭載することにより実現される。

対象画像群や参照画像群は、医療用画像補正装置を実現するコンピュータの記憶装置に事前に記憶しておく。対象画像群は、補正パラメータの算出対象とするＭＲＩ装置により撮像された画像群である。参照画像群は、基準として定めたＭＲＩ装置により撮像された画像群である。

ここで、各画像の様子を図２に示す。図２（ａ）は参照画像、図２（ｂ）は解像度変換処理前の参照画像を示している。画像はいずれも三次元空間において値をもつ三次元画像である。図２においては、いずれの画像についても立方体または直方体が示してあるが、これは、三次元画像であることを理解し易くするためである。なお、本実施形態においては、対象画像、参照画像は、いずれも人間の頭部に対応したものとしている。

（２．処理動作）
続いて、図１に示した装置の処理動作について説明する。本実施形態では、参照画像群に参照画像が１０個、対象画像群に対象画像が５個含まれる場合を例にとって説明していく。まず、参照画像群と対象画像群を入力すると、解像度変換手段１０が、解像度変換処理を行う。これは、対象画像群と参照画像群の解像度を同一にするために行われる。具体的には、対象画像群のボクセル（voxel）サイズを、参照画像群のボクセルサイズに合わせる処理を行うことになる。例えば、図２（ａ）（ｂ）に示すように、参照画像群のボクセルサイズが一辺０．９ｍｍであり、対象画像群のボクセルサイズが一辺１．２３ｍｍである場合、解像度変換手段１０は、対象画像群を線形補間することにより、ボクセルサイズを０．９ｍｍにする。この結果、対象画像のボクセルサイズは、図２（ｃ）に示すように、参照画像と同サイズに変換されることになる。なお、ボクセルとは「厚さ」を持つ画像の座標単位であり、二次元画像におけるピクセルに相当する。

次に、スケーリング手段２０が、濃度値のスケーリングを行う。これは、異機種間で撮影された画像群同士の比較に当たり、両画像群の画素値が所定の範囲内に収まるようにするために行う。具体的には、参照画像群、対象画像群それぞれについて、画像群に含まれる画像の全ての画素の平均値を算出し、その平均値で各画素の値を除算する処理を行う。すなわち、本実施形態の場合は、参照画像群については、１０画像の全画素の平均値を算出して、各参照画像の各画素の値を除算し、対象画像群については、５画像の全画素の平均値を算出して、各対象画像の各画素の値を除算する処理を行うことになる。

次に、位置合わせ手段３０が、対象画像群の位置を参照画像群に合わせる処理を行う。これは、機種により、撮像された画像の角度や大きさが異なるために行うものである。具体的には、参照画像群と対象画像群の画素値を比較し、両者の差が最小となる位置を特定し、その位置になるように、対象画像群の各画像に対してアフィン変換等の線形変換を行う。例えば、図３（ａ）に示すような参照画像に対して、図３（ｂ）に示すように、対象画像の角度がずれている場合、線形変換により、図３（ｃ）に示すように、対象画像の角度を参照画像に合わせることになる。なお、スケーリング手段２０、位置合わせ手段３０による処理は、どちらを先に行っても良い。

次に、統計処理手段４０が、前処理された参照画像群、対象画像群に対して、統計処理を行い、差異が大きい画素を特定する。統計手法としては、「二群間のｔ検定」を用いる。二群間のｔ検定は、周知の統計処理手法であるので、詳細な説明は省略する。

検定の結果、ある所定の有意水準を超えた座標は、両画像群で有意に差があると判断して、補正を行う対象とする。有意水準については、事前に設定しておくことになるが、例えば、検定において一般的な有意水準である５％程度を設定しておくことができる。もちろん有意水準を、５％に限らず、任意の有意水準に設定することも可能である。有意水準の数値を大きくすると、より広い範囲の画素が補正対象となる。さらに、あえて有意水準を設定せず、全てのボクセルに対して補正を行うこととすることも可能である。このように、補正対象となる画素を決定する。

次に、補正パラメータ算出手段５０が、補正パラメータを算出する。本実施形態では、補正の手法を加算モデルと乗算モデルの２つから選択可能であり、この２つのモデルにより補正パラメータが異なる。加算モデルとは、本来あるべき画像に、機種によるバイアスが加算されて、撮像画像が得られた場合を想定したものである。この場合、参照画像群の全画像の画素の平均値Ｘ_a、対象画像群の全画像の画素の平均値Ｘ_bを用いて、補正パラメータ “Ｘ_a−Ｘ_b”を算出する。一方、乗算モデルとは、本来あるべき画像に、機種によるバイアスが乗算されて、撮像画像が得られた場合を想定したものである。この場合、補正パラメータ“Ｘ_a／Ｘ_b”を算出する。なお、ここで、利用する平均値Ｘ_a、平均値Ｘ_bは、スケーリング手段２０による濃度値のスケーリングを行っていない状態の画像から算出する。

ここで、補正パラメータを、参照画像群の全画像の画素の平均値Ｘ_a、対象画像群の全画像の画素の平均値Ｘ_bに基づいて作成する根拠について説明しておく。まず、加算モデルについて説明する。参照画像の画素ａ０における本来あるべき画素値をｘ_a0、撮像により得られた画素値をｘ'_a0、撮像に用いた機種のバイアスをＡとしたとき、これらの関係は、下記〔数１〕の最上段左側の式により表現される。同様に、対象画像の画素ｂ０における本来あるべき画素値をｘ_b0、撮像により得られた画素値をｘ'_b0、撮像に用いた機種のバイアスをＢとしたとき、これらの関係は、下記〔数１〕の最上段右側の式により表現される。同様に、参照画像群におけるｎ＋１個の各参照画像の画素について、左側各段の式により表現され、対象画像群におけるｍ＋１個の各対象画像の画素について、右側各段の式により表現される。

ここで、サンプルである画像数ｎ、ｍを無限大にした場合、本来あるべき画素値の平均値の差は、下記〔数２〕に示すように“０”となる。したがって、〔数２〕のかっこ内の項は、互いに等しいと考えられるので、これらをともにＺで置き換える。

すると、上記〔数１〕の左側の列、右側の列各々の平均は、下記〔数３〕の上段に示す連立方程式に置き換えることができる。これを、下記〔数３〕の中断、下段に示すように変形していくことにより、最終的に下段に示すように、バイアスＡとバイアスＢの差は、参照画像群の全画像の画素の平均値Ｘ_a、対象画像群の全画像の画素の平均値Ｘ_bの差で置き換えることができることになる。上記のような理論に基づき、本装置における補正パラメータ算出手段５０では、“Ｘ_a−Ｘ_b”を加算モデルの補正パラメータとして算出しているのである。

続いて、乗算モデルについて説明する。乗算モデルの場合、画素値ｘ_a0、画素値ｘ'_a0、バイアスＡの関係は、下記〔数４〕の最上段左側の式により表現される。同様に、画素値ｘ_b0、画素値ｘ'_b0、バイアスＢの関係は、下記〔数４〕の最上段右側の式により表現される。同様に、参照画像群におけるｎ＋１個の各参照画像の画素について、左側各段の式により表現され、対象画像群におけるｍ＋１個の各対象画像の画素について、右側各段の式により表現される。

ここで、サンプルである画像数ｎ、ｍを無限大にした場合、本来あるべき画素値の平均値の差は、下記〔数５〕に示すように“０”となる。したがって、〔数５〕のかっこ内の項は、互いに等しいと考えられるので、これらをともにＺで置き換える。

すると、上記〔数４〕の左側の列、右側の列各々の平均は、下記〔数６〕の上段に示す連立方程式に置き換えることができる。これを、変形することにより、最終的に下段に示すように、バイアスＡとバイアスＢの比は、参照画像群の全画像の画素の平均値Ｘ_a、対象画像群の全画像の画素の平均値Ｘ_bの比で置き換えることができることになる。上記のような理論に基づき、本装置における補正パラメータ算出手段５０では、“Ｘ_a／Ｘ_b”を乗算モデルの補正パラメータとして算出しているのである。

上記のようにして、統計処理手段４０により特定された補正すべき画素の座標と、補正パラメータ算出手段５０により算出された補正パラメータは、補正実行手段６０により利用されるが、並行して、対象画像群を撮像したＭＲＩ装置の機種と対応付けて、医療用画像補正装置を実現するコンピュータの記憶装置に保存される。

次に、補正実行手段６０が、統計処理手段４０で特定された対象画像群の各画素を、補正パラメータ算出手段５０により算出された補正パラメータで補正する処理を行う。加算モデルの場合には、補正対象として特定された各画素の画素値に、補正パラメータ “Ｘ_a−Ｘ_b”を加算する処理を実行する。すなわち、対象画像の補正前の画素値をｘ_b、補正後の画素値をＸとすると、補正後の画素値Ｘは、Ｘ＝ｘ_b＋（Ｘ_a−Ｘ_b）として算出される。乗算モデルの場合には、補正対象として特定された各画素の画素値に、補正パラメータ “Ｘ_a／Ｘ_b”を乗算する処理を実行する。すなわち、対象画像の補正前の画素値をｘ_b、補正後の画素値をＸとすると、補正後の画素値Ｘは、Ｘ＝ｘ_b×（Ｘ_a／Ｘ_b）として算出される。このようにして、機種によるバイアスを補正した対象画像が得られることになる。

上記のように、補正すべき画素の特定、補正パラメータの算出には、複数の参照画像、複数の対象画像が必要となるが、一旦補正すべき画素、補正パラメータを求めた後は、これらを保存しておくことにより、特定の機種で撮像された対象画像を１つだけ受け取った場合であっても、それに対して補正を行うことが可能となる。

以上、本発明の好適な実施形態について説明したが、本発明は上記実施形態に限定されず、種々の変形が可能である。例えば、上記実施形態では、統計処理手段４０、補正パラメータ算出手段５０による処理の前に、解像度変換手段１０、スケーリング手段２０、位置合わせ手段３０が前処理を行うようにしたが、参照画像群、対象画像群が、既にこれらの前処理を行われたものである場合には、解像度変換手段１０、スケーリング手段２０、位置合わせ手段３０による処理を行う必要はない。

本発明に係る医療用画像補正装置の構成図である。 解像度変換手段１０による解像度変換処理の様子を示す図である。 位置合わせ手段３０による線形変換処理の様子を示す図である。

符号の説明

１０・・・解像度変換手段
２０・・・スケーリング手段
３０・・・位置合わせ手段
４０・・・統計処理手段
５０・・・補正パラメータ算出手段
６０・・・補正実行手段

Claims (3)

1. 撮像された医療用画像の機種によるバイアスを補正する装置であって、
   基準となる機種で撮像された参照画像群と、補正対象とする機種で撮像された対象画像群の二群に対して統計処理を行い、所定以上に差があると判断される画素を補正すべき画素として特定する統計処理手段と、
   前記参照画像群の平均画素値と、前記対象画像群の平均画素値を算出し、両画像群の平均画素値に基づいて、補正パラメータを算出する補正パラメータ算出手段と、
   を有することを特徴とする医療用画像補正装置。
2. 前記対象画像群を前記参照画像群に合わせて解像度変換する解像度変換手段と、
   前記参照画像群、および前記解像度変換後の対象画像群に対して濃度値のスケーリングを行うスケーリング手段と、
   前記参照画像群、前記対象画像群の位置合わせを行う位置合わせ手段と、をさらに有し、
   前記解像度変換手段、スケーリング手段、位置合わせ手段により前処理を行った参照画像群、対象画像群に対して、前記統計処理手段が処理を行うものであり、前記解像度変換手段、位置合わせ手段により前処理を行った参照画像群、対象画像群に対して、前記補正パラメータ算出手段が処理を行うものであることを特徴とする請求項１に記載の医療用画像補正装置。
3. 前記対象画像群の各対象画像に対して、前記統計処理手段により特定された画素を、前記補正パラメータ算出手段により算出された補正パラメータを利用して補正する補正実行手段をさらに有することを特徴とする請求項１に記載の医療用画像補正装置。
   
   
   

Images