ホーム > 特許ランキング > 国立大学法人東北大学
知財求人 - 知財ポータルサイト「IP Force」
- 弁理士法人プロスペック特許事務所 (東京、名古屋、在宅勤務可)
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2025-11-10
(45)【発行日】2025-11-18
(54)【発明の名称】画像処理方法、プログラム、および画像処理装置
(51)【国際特許分類】
A61B 5/055 20060101AFI20251111BHJP
G06T 1/00 20060101ALI20251111BHJP
【ＦＩ】
A61B5/055 380
G06T1/00 290C
【請求項の数】
13
(21)【出願番号】P 2023502507
(86)(22)【出願日】2022-02-24
(86)【国際出願番号】 JP2022007747
(87)【国際公開番号】W WO2022181726
(87)【国際公開日】2022-09-01
【審査請求日】2024-12-06
(31)【優先権主張番号】P 2021029161
(32)【優先日】2021-02-25
(33)【優先権主張国・地域又は機関】JP
(73)【特許権者】
【識別番号】504157024
【氏名又は名称】国立大学法人東北大学
(73)【特許権者】
【識別番号】504159235
【氏名又は名称】国立大学法人 熊本大学
(74)【代理人】
【識別番号】100165179
【弁理士】
【氏名又は名称】田▲崎▼ 聡
(74)【代理人】
【識別番号】100188558
【弁理士】
【氏名又は名称】飯田 雅人
(74)【代理人】
【識別番号】100175824
【弁理士】
【氏名又は名称】小林 淳一
(74)【代理人】
【識別番号】100152272
【弁理士】
【氏名又は名称】川越 雄一郎
(74)【代理人】
【識別番号】100181722
【弁理士】
【氏名又は名称】春田 洋孝
(72)【発明者】
【氏名】舘脇 康子
(72)【発明者】
【氏名】米田 哲也
(72)【発明者】
【氏名】荒井 晃
【審査官】村川 雄一
(56)【参考文献】
【文献】特開２０１５－０４７２２４（ＪＰ，Ａ）
【文献】特開２０２１－００６２５０（ＪＰ，Ａ）
【文献】特表２０１９－５１４４７５（ＪＰ，Ａ）
【文献】特開２００９－１２５５８２（ＪＰ，Ａ）
【文献】特開２００９－２６８７４１（ＪＰ，Ａ）
【文献】国際公開第２０１０／０７３９２３（ＷＯ，Ａ１）
【文献】国際公開第２０１９／０２１５４３（ＷＯ，Ａ１）
【文献】韓国公開特許第１０－２０１７－００８６９２９（ＫＲ，Ａ）
【文献】特許第７５０４３４０（ＪＰ，Ｂ２）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ａ６１Ｂ ５／０５５
Ｇ０６Ｔ １／００
(57)【特許請求の範囲】
【請求項1】
血管マスク作成部が、ＭＲＩ画像に対して血管に相当する領域を強調した磁気共鳴信号から得られた画像または画像取得部が取得した血管強調画像に対して、点状低信号を除去するステップと、
前記点状低信号が除去された画像に対して、線状低信号を除去するステップと、
前記点状低信号が除去された画像と、前記線状低信号が除去された画像とを用いて、線状低信号を抽出するステップと、
前記ＭＲＩ画像に対して血管に相当する領域を強調した磁気共鳴信号から得られた画像または前記画像取得部が取得した血管強調画像に対して、点状高信号を除去するステップと、
前記点状高信号が除去された画像に対して、線状高信号を除去するステップと、
前記点状高信号が除去された画像と、前記線状高信号が除去された画像とを用いて、線状高信号を抽出するステップと、
を行うことで血管マスク画像を作成するステップと、
マスク処理部が、前記磁気共鳴信号から得られた画像または前記画像取得部が取得した血管強調画像に対して、前記血管マスク画像を用いて血管構造を除去した画像を生成するステップと、
を含む画像処理方法。
【請求項2】
分離部が、前記血管構造が除去された画像に対して、局所低信号とびまん性成分を分離するステップと、脳表投影画像出力部が、前記びまん性成分を脳表に投影して脳表投影画像を生成するステップと、
を更に含む請求項１に記載の画像処理方法。
【請求項3】
前記血管マスク作成部が、モルフォロジー演算処理によって前記血管マスク画像を作成し、前記分離部が、前記モルフォロジー演算処理によって前記局所低信号とびまん性成分画像を分離する、
請求項２に記載の画像処理方法。
【請求項4】
前記血管マスク作成部が、１３方向の３×３×３の線状カーネルを用いたモルフォロジー演算処理によって前記点状低信号を除去するステップと、
前記点状低信号が除去された画像に対して、１３方向の３×３×３の面状カーネルを用いたモルフォロジー演算処理によって前記線状低信号を除去するステップと、
前記点状低信号が除去された画像と、前記線状低信号が除去された画像とを用いて、前記線状低信号を抽出するステップと、
１３方向の３×３×３の線状カーネルを用いたモルフォロジー演算処理によって前記点状高信号を除去するステップと、
前記点状高信号が除去された画像に対して、１３方向の３×３×３の面状カーネルを用いたモルフォロジー演算処理によって前記線状高信号を除去するステップと、
前記点状高信号が除去された画像と、前記線状高信号が除去された画像とを用いて、前記線状高信号を抽出するステップと、
を含む請求項１から請求項３のうちのいずれか１項に記載の画像処理方法。
【請求項5】
前記血管マスク作成部が、異なるピクセル幅に対して、前記点状低信号を除去する処理と、前記線状低信号を除去する処理と、前記線状低信号を抽出する処理と、前記点状高信号を除去する処理と、前記線状高信号を除去する処理と、前記線状高信号を抽出する処理と、を行う、
請求項３に記載の画像処理方法。
【請求項6】
前記分離部が、前記血管構造が除去された画像に対して、半径ｐ（ｐは１以上ｎまでの整数）ピクセルの球状カーネルを用いてモルフォロジー演算処理によってクロージング処理を行い、サイズｎの前記局所低信号を分離し、
前記血管構造が除去された画像に対して、半径ｎピクセルの球状カーネルを用いてクロージング処理がおこなわれたｐ個の結果を用いて、びまん性画像を分離するステップ、
を含む請求項２に記載の画像処理方法。
【請求項7】
前記マスク処理部が、前記ＭＲＩ画像から作成された位相差強調画像に対して、前記血管マスク画像を用いて血管構造を除去した画像を生成するステップを含む請求項１から請求項６のうちのいずれか１項に記載の画像処理方法。
【請求項8】
前記位相差強調画像は、前記ＭＲＩ画像に対してアミロイドβ結合鉄－位相差強調画像化法によって作成されたＡＰ－ＰＡＤＲＥ画像である、請求項７に記載の画像処理方法。
【請求項9】
前記血管マスク作成部が、前記血管マスク画像を用いて、関心領域の情報を抽出する、請求項１から請求項８のうちのいずれか１項に記載の画像処理方法。
【請求項10】
前記血管マスク作成部が、前記血管マスク画像と、関心領域のテンプレートと、取得された強調画像を前記磁気共鳴信号から得られた画像または前記画像取得部が取得した血管強調画像へ合わせこみ双方の画像の位置合わせを行った情報と、前記強調画像を非線形変換によって変形して標準脳座標上の前記強調画像のテンプレート画像に合わせ込むことにより個人脳座標と標準脳座標との間の変換ベクトル場求めた情報に基づいて標準化された情報を前記個人脳座標へ変換した情報と、に基づいてマスク処理を行うことで、関心領域の情報を抽出する、請求項１から請求項８のうちのいずれか１項に記載の画像処理方法。
【請求項11】
コンピュータに、ＭＲＩ画像に対して血管に相当する領域を強調した磁気共鳴信号から得られた画像または画像取得部が取得した血管強調画像に対して、点状低信号を除去させるステップと、
前記点状低信号が除去された画像に対して、線状低信号を除去させるステップと、
前記点状低信号が除去された画像と、前記線状低信号が除去された画像とを用いて、線状低信号を抽出させるステップと、
前記ＭＲＩ画像に対して血管に相当する領域を強調した磁気共鳴信号から得られた画像または前記画像取得部が取得した血管強調画像に対して、点状高信号を除去させるステップと、
前記点状高信号が除去された画像に対して、線状高信号を除去させるステップと、
前記点状高信号が除去された画像と、前記線状高信号が除去された画像とを用いて、線状高信号を抽出させるステップと、を行わせることで血管マスク画像を作成させ、
前記磁気共鳴信号から得られた画像または前記画像取得部が取得した血管強調画像に対して、前記血管マスク画像を用いて血管構造を除去した画像を生成させる、
プログラム。
【請求項12】
ＭＲＩ画像に対して血管に相当する領域を強調した磁気共鳴信号から得られた画像または画像取得部が取得した血管強調画像に対して、点状低信号を除去するステップと、前記点状低信号が除去された画像に対して、線状低信号を除去するステップと、前記点状低信号が除去された画像と、前記線状低信号が除去された画像とを用いて、線状低信号を抽出するステップと、前記ＭＲＩ画像に対して血管に相当する領域を強調した磁気共鳴信号から得られた画像または前記画像取得部が取得した血管強調画像に対して、点状高信号を除去するステップと、前記点状高信号が除去された画像に対して、線状高信号を除去するステップと、前記点状高信号が除去された画像と、前記線状高信号が除去された画像とを用いて、線状高信号を抽出するステップと、を行うことで血管マスク画像を作成する血管マスク作成部と、前記磁気共鳴信号から得られた画像または前記画像取得部が取得した血管強調画像に対して、前記血管マスク画像を用いて血管構造を除去した画像を生成するマスク処理部と、
を備える画像処理装置。
【請求項13】
前記血管マスク作成部が、前記血管マスク画像を用いて、関心領域の情報を抽出する、請求項１２に記載の画像処理装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、画像処理方法、プログラム、および画像処理装置に関する。
本願は、２０２１年 ２月２５日に、日本に出願された特願２０２１－０２９１６１号に基づき優先権を主張し、その内容をここに援用する。
本願は、２０２１年 ２月２５日に、日本に出願された特願２０２１－０２９１６１号に基づき優先権を主張し、その内容をここに援用する。
【背景技術】
【0002】
アミロイドβは、認知症の原因第１位の病態であるアルツハイマー病の原因物質である。アルツハイマー病患者の脳内には、認知症を発症する例えば２０年から３０年も前の段階からアミロイドβが沈着するため、無症状の時期にアミロイドβを検出することは認知症の早期治療や発症予防、創薬におけるモニタリングなどの観点でも大きな需要を持つ。アミロイドβの脳内沈着を診断するための従来技術としてＰｉＢ（Ｐｉｔｔｓｂｕｒｇｈ ｃｏｍｐｏｕｎｄ－Ｂ）などのアミロイドβに結合する放射性薬剤を用いたＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）検査（アミロイドＰＥＴ）がある。アミロイドＰＥＴは脳内のアミロイドβ沈着を可視化できる有用な画像検査であるが、患者の被ばくを伴う点、検査費用が高額である点、実施施設が少ないなどの欠点がある。そこで、被ばくを伴わない診断方法として、ＭＲＩ（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｉｎｇ）で脳アミロイドβ沈着を予測する研究が精力的におこなわれている。例えば、ＭＲＩ画像の位相成分情報から得られるＱＳＭ（Ｑｕａｎｔｉｔａｔｉｖｅ Ｓｕｓｃｅｐｔｉｂｉｌｉｔｙ Ｍａｐｐｉｎｇ）という定量値を元に、アミロイドβ、および加齢鉄の脳内沈着を予測しようとする研究がおこなわれている。また、ＰＡＤＲＥ（Ｐｈａｓｅ Ｄｉｆｆｅｒｅｎｃｅ Ｅｎｈａｎｃｅｓ Ｉｍａｇｉｎｇ；位相差強調画像化法）によって強調したい組織コントラストに応じた位相を選択して強調する手法が提案されている（例えば特許文献１参照）。ＰＡＤＲＥの手法では、例えば組織や血管等、アミロイド斑や血管等の目的とする組織の、組織分解能を高めることができる。
【0003】
また、ＡＰ－ＰＡＤＲＥ（Ａｍｙｌｏｉｄ Ｐｌａｑｕｅ－ＰＡＤＲＥ）による視覚評価が提案されている。ＡＰ－ＰＡＤＲＥの大脳皮質の低信号分布には、臨床的にアルツハイマー病として診断された患者（アルツハイマー型認知症患者）とコントロール群において視覚的評価において有意差が見られ、アルツハイマー病患者において上側頭回の低信号分布はＭＭＳＥ（Ｍｉｎｉ－Ｍｅｎｔａｌ Ｓｔａｔｅ Ｅｘａｍｉｎａｔｉｏｎ）に正相関することが報告されている（例えば非特許文献１参照）。
【先行技術文献】
【特許文献】
【0004】
【文献】国際公開第２０１０／０７３９２３号パンフレット
【非特許文献】
【0005】
【文献】Tateishi M. et al. , “Differentiating between Alzheimer Disease Patients and Controls with Phase-difference-enhanced Imaging at 3T: A Feasibility Study” ,Magn Reson Med Sci. 2018
【発明の概要】
【発明が解決しようとする課題】
【0006】
しかしながら、非特許文献１の評価は、視覚的評価を行ったものの、アルツハイマー病の原因であるアミロイドβを抽出して比較評価したものではなく、あくまでも臨床症状を拠り所として弁別能を見たものであった。また、ＡＰ－ＰＡＤＲＥ画像を用いた手法では、単純な皮質の低信号分布のみではＰｉＢ陽性と陰性症例との区別が難しい。なお、ＰｉＢ陽性とは、ＰｉＢ－ＰＥＴ検査で陽性と診断されたことを指し、ＰｉＢ陰性とは、ＰｉＢ－ＰＥＴ検査で陰性と診断されたことを指す。また、ＰｉＢ陽性症例では、皮髄境界の不鮮明、作成したカラーマップにおける信号の領域差などの傾向がみられるものの、確実ではなかった。このように、従来技術では、アミロイドβ沈着を視覚評価することが困難であった。
【0007】
本発明は、上記の問題点に鑑みてなされたものであって、アミロイドβ沈着の有無の視覚的判定や定量評価、アルツハイマー病罹患の有無の診断をすることができる画像処理方法、プログラム、および画像処理装置を提供することを目的とする。
【課題を解決するための手段】
【0008】
（１）上記目的を達成するため、本発明の一態様に係る画像処理方法は、血管マスク作成部が、ＭＲＩ画像に対して血管に相当する領域を強調した磁気共鳴信号から得られた画像に、点状低信号の除去と線状低信号の除去と線状低信号の抽出と、点状高信号の除去と線状高信号の除去と線状高信号の抽出と、を行うことで血管マスク画像を作成するステップと、マスク処理部が、前記ＭＲＩ画像から作成された位相差強調画像に対して、前記血管マスク画像を用いて血管構造を除去した画像を生成するステップと、を含む。
【0009】
（２）また、本発明の一態様に係る画像処理方法において、分離部が、前記血管構造が除去された画像に対して、局所低信号とびまん性成分を分離するステップと、脳表投影画像出力部が、前記びまん性成分を脳表に投影して脳表投影画像を生成するステップと、を更に含むようにしてもよい。
【0010】
（３）また、本発明の一態様に係る画像処理方法において、前記血管マスク作成部が、モルフォロジー演算処理によって前記血管マスク画像を作成し、前記分離部が、前記モルフォロジー演算処理によって前記局所低信号とびまん性成分画像を分離するようにしてもよい。
【0011】
（４）また、本発明の一態様に係る画像処理方法において、前記血管マスク作成部が、１３方向の３×３×３の線状カーネルを用いたモルフォロジー演算処理によって前記点状低信号を除去するステップと、前記点状低信号が除去された画像に対して、１３方向の３×３×３の面状カーネルを用いたモルフォロジー演算処理によって前記線状低信号を除去するステップと、前記点状低信号が除去された画像と、前記線状低信号が除去された画像とを用いて、前記線状低信号を抽出するステップと、１３方向の３×３×３の線状カーネルを用いたモルフォロジー演算処理によって前記点状高信号を除去するステップと、前記点状高信号が除去された画像に対して、１３方向の３×３×３の面状カーネルを用いたモルフォロジー演算処理によって前記線状高信号を除去するステップと、前記点状高信号が除去された画像と、前記線状高信号が除去された画像とを用いて、前記線状高信号を抽出するステップと、を含むようにしてもよい。
【0012】
（５）また、本発明の一態様に係る画像処理方法において、前記血管マスク作成部が、異なるピクセル幅に対して、前記点状低信号を除去する処理と、前記線状低信号を除去する処理と、前記線状低信号を抽出する処理と、前記点状高信号を除去する処理と、前記線状高信号を除去する処理と、前記線状高信号を抽出する処理と、を行うようにしてもよい。
【0013】
（６）また、本発明の一態様に係る画像処理方法において、前記分離部が、前記血管構造が除去された画像に対して、半径ｐ（ｐは１以上ｎまでの整数）ピクセルの球状カーネルを用いてモルフォロジー演算処理によってクロージング処理を行い、サイズｎの前記局所低信号を分離し、前記血管構造が除去された画像に対して、半径ｎピクセルの球状カーネルを用いてクロージング処理がおこなわれたｐ個の結果を用いて、びまん性画像を分離するステップ、を含むようにしてもよい。
【0014】
（７）また、本発明の一態様に係る画像処理方法において、前記位相差強調画像は、前記ＭＲＩ画像に対してアミロイドβ結合鉄－位相差強調画像化法によって作成されたＡＰ－ＰＡＤＲＥ画像であるようにしてもよい。
【0015】
（８）また、本発明の一態様に係る画像処理方法において、前記血管マスク作成部が、前記血管マスク画像を用いて、関心領域の情報を抽出するようにしてもよい。
【0016】
（９）また、本発明の一態様に係る画像処理方法において、前記血管マスク作成部が、前記血管マスク画像と、関心領域のテンプレートと、取得された強調画像を前記位相差強調画像へ合わせこみ双方の画像の位置合わせを行った情報と、前記強調画像を非線形変換によって変形して標準脳座標上の前記強調画像のテンプレート画像に合わせ込むことにより個人脳座標と標準脳座標との間の変換ベクトル場求めた情報に基づいて標準化された情報を前記個人脳座標へ変換した情報と、に基づいてマスク処理を行うことで、関心領域の情報を抽出するようにしてもよい。
【0017】
（１０）上記目的を達成するため、本発明の一態様に係るプログラムは、コンピュータに、ＭＲＩ画像に対して血管に相当する領域を強調した磁気共鳴信号から得られた画像に、点状低信号の除去と線状低信号の除去と線状低信号の抽出と、点状高信号の除去と線状高信号の除去と線状高信号の抽出と、を行うことで血管マスク画像を作成させ、前記ＭＲＩ画像から作成された位相差強調画像に対して、前記血管マスク画像を用いて血管構造を除去した画像を生成させる。
【0018】
（１１）上記目的を達成するため、本発明の一態様に係る画像処理装置は、ＭＲＩ画像に対して血管に相当する領域を強調した磁気共鳴信号から得られた画像に、点状低信号の除去と線状低信号の除去と線状低信号の抽出と、点状高信号の除去と線状高信号の除去と線状高信号の抽出と、を行うことで血管マスク画像を作成する血管マスク作成部と、前記ＭＲＩ画像から作成された位相差強調画像に対して、前記血管マスク画像を用いて血管構造を除去した画像を生成するマスク処理部と、を備える。
【0019】
（１２）また、本発明の一態様に係る画像処理装置において、前記血管マスク作成部が、前記血管マスク画像を用いて、関心領域の情報を抽出するようにしてもよい。
【発明の効果】
【0020】
本発明によれば、アミロイドβ沈着の有無の視覚的判定や定量評価、アルツハイマー病罹患の有無の診断を行うことができる。
【図面の簡単な説明】
【0021】
【図1】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】ＡＰ－ＰＡＤＲＥの概略を説明するための２コンポーネントモデルを示す図である。
【図3】モルフォロジー演算を説明するための図である。
【図4】実施形態に係る血管構造の抽出処理例を示す図である。
【図5】血管径ごとの抽出例を示す図である。
【図6】実施形態に係る血管マスク画像の作成処理例を示す図である。
【図7】実施形態に係る血管マスク画像の適用前の画像とＡＰ－ＰＡＤＲＥ画像から血管マスクにより血管構造を除去し、さらにＭＰＲＡＧＥから作成した脳実質マスクにより実質外成分を除去した画像の例を示す図である。
【図8】実施形態に係る血管マスク画像作成手順のフローチャートである。
【図9】実施形態に係る１ピクセル幅で点状低信号を除去する処理手順のフローチャートである。
【図10】実施形態に係る１ピクセル幅で線状低信号を除去する処理手順のフローチャートである。
【図11】１３方向の３×３×３ピクセルの線状カーネルを示す図である。
【図12】１３方向の３×３×３ピクセルの面状カーネルを示す図である。
【図13】比較例におけるＰｉＢ陰性群の血管構造と脳実質外成分を除去したＰＡＤＲＥ画像と、ＰｉＢ－ＰＥＴについて比較に使用した画像例を示す図である。
【図14】比較例におけるＰｉＢ陽性群の血管構造と脳実質外成分を除去したＰＡＤＲＥ画像と、ＰｉＢ－ＰＥＴについて比較に使用した画像例を示す図である。
【図15】標準脳座標上に設定されたＡＡＬアトラス画像例と、ＡＡＬアトラスによるＲＯＩをＰＡＤＲＥ画像に重ねた画像例である。
【図16】ＡＡＬアトラスでＲＯＩ解析した皮質における、小脳平均値で正規化したＰＡＤＲＥ信号のＰｉＢ陽性群と陰性群それぞれの平均値を示す図である。
【図17】ＡＡＬアトラスでＲＯＩ解析した皮質における、小脳平均値で正規化したＰＡＤＲＥ信号のＰｉＢ陽性群と陰性群それぞれの平均値を示す図である。
【図18】ＡＡＬアトラスでＲＯＩ解析した皮質における、小脳平均値で正規化したＰＡＤＲＥ信号のＰｉＢ陽性群と陰性群それぞれの平均値を示す図である。
【図19】ＡＡＬアトラスでＲＯＩ解析した皮質の正規化したＰＡＤＲＥ信号のＰｉＢ陽性群と陰性群それぞれの平均値に統計学的有意差があった領域を脳表にマッピングして三次元で可視化した図である。
【図20】ＡＡＬアトラスでＲＯＩ解析した脳局所皮質に含まれるボクセル値について、ＰＡＤＲＥ信号のＰｉＢ陽性群と陰性群のヒストグラムを色分けして示す図である。
【図21】実施形態に係る局所低信号成分とびまん性成分との分離処理のフローチャートである。
【図22】びまん性成分画像のＲＯＩ内の正規化したＰＡＤＲＥ信号値のＰｉＢ陽性群とＰｉＢ陰性群それぞれの平均値を示す図である。
【図23】びまん性成分画像のＲＯＩ内の正規化したＰＡＤＲＥ信号値のＰｉＢ陽性群とＰｉＢ陰性群それぞれの平均値を示す図である。
【図24】びまん性成分画像のＲＯＩ内の正規化したＰＡＤＲＥ信号値のＰｉＢ陽性群とＰｉＢ陰性群それぞれの平均値を示す図である。
【図25】びまん性成分画像のＲＯＩ内の正規化したＰＡＤＲＥ信号値のＰｉＢ陽性群とＰｉＢ陰性群それぞれの平均値を示す図である。
【図26】ＰｉＢ陰性群と陽性群においてＰＡＤＲＥ画像から抽出したびまん性成分の平均値を脳表に投影した画像例を示す図である。
【図27】脊髄小脳変性症のＰｉＢ陰性者のＭＲＩ画像に対して実施形態の手法で血管と低信号とを除去し、抽出したびまん性成分を脳表にマッピングした画像である。
【図28】健康者（ＮＣ）のＰｉＢ陰性者のＭＲＩ画像に対して実施形態の手法で血管と低信号とを除去し、抽出したびまん性成分を脳表にマッピングした画像である。
【図29】軽度認知障害のＰｉＢ陽性者のＭＲＩ画像に対して実施形態の手法で血管と低信号とを除去し、抽出したびまん性成分を脳表にマッピングした画像である。
【図30】軽度認知障害のＰｉＢ陽性者のＭＲＩ画像に対して実施形態の手法で血管と低信号とを除去し、抽出したびまん性成分を脳表にマッピングした画像である。
【図32】アルツハイマー病によるＭＣＩの患者のＡＰ－ＰＡＤＲＥ画像から作成された点状成分画像とびまん性成分画像を示す図である。
【図33】各ＲＯＩにおけるＡＰ－ＰＡＤＲＥの点状成分画像の小脳で正規化した信号のＰｉＢ陽性群とＰｉＢ陰性群の各群での平均値の信号差を算出し、脳表にカラーマップ投影した図である。
【図34】各ＲＯＩにおけるＡＰ－ＰＡＤＲＥのびまん性成分画像の小脳で正規化した信号のＰｉＢ陽性群とＰｉＢ陰性群の各群での平均値の信号差を算出し、脳表にカラーマップ投影した図である。
【図35】第５の検証におけるＮｏｎ－ＡＤ群対ＭＣＩ群＋アルツハイマー型認知症群の結果を示す図である。
【図36】第５の検証におけるＮｏｎ－ＡＤ群対ＭＣＩ群＋アルツハイマー型認知症群の結果を示す図である。
【図37】第５の検証におけるＮｏｎ－ＡＤ群対ＭＣＩ群＋アルツハイマー型認知症群の結果を示す図である。
【図38】第５の検証におけるＮｏｎ－ＡＤ群対アルツハイマー型認知症病群の片側のｔ検定の結果を示す図である。
【図39】第５の検証におけるＮｏｎ－ＡＤ群対アルツハイマー型認知症病群の片側のｔ検定の結果を示す図である。
【図40】第５の検証におけるＮｏｎ－ＡＤ群対アルツハイマー型認知症病群の片側のｔ検定の結果を示す図である。
【図41】第５の検証におけるＰｉＢデータを有する１１症例について、ＰｉＢによる陰性群と陽性群の二群での同様のＲＯＩ解析結果の片側ｔ検定の結果を示す図である。
【図42】第５の検証におけるＰｉＢデータを有する１１症例について、ＰｉＢによる陰性群と陽性群の二群での同様のＲＯＩ解析結果の片側ｔ検定の結果を示す図である。
【図43】第５の検証におけるＰｉＢデータを有する１１症例について、ＰｉＢによる陰性群と陽性群の二群での同様のＲＯＩ解析結果の片側ｔ検定の結果を示す図である。
【発明を実施するための形態】
【0022】
以下、本発明の実施の形態について図面を参照しながら説明する。なお、以下の説明に用いる図面では、各部材を認識可能な大きさとするため、各部材の縮尺を適宜変更している。
【0023】
図１は、本実施形態に係る画像処理装置１の構成例を示す図である。図１のように、画像処理装置１は、画像取得部１１、血管強調画像生成部１２、Ｂｉａｓ Ｆｉｅｌｄ補正部１３、血管マスク作成部１４、ＡＰ－ＰＡＤＲＥ画像生成部１５、Ｂｉａｓ Ｆｉｅｌｄ補正部１６、マスク処理部１７、分離部１８、脳表投影画像出力部１９、３Ｄ－Ｔ１強調画像生成部２０、位置合わせ部２１、解剖学的標準化部２２、座標変換部２３、統計画像解析結果出力部２４、テンプレート記憶部２５、座標変換部２６、マスク処理部２７、および関心領域解析結果出力部２８を備える。
【0024】
画像処理装置１は、取得したＭＲＩ画像に対して画像処理を行って、脳表投影画像、統計画像解析結果および関心領域解析結果を出力する。
【0025】
画像取得部１１は、磁気共鳴信号から得られた患者のＭＲＩ画像に基づくＰＡＤＲＥの元画像と３Ｄ－Ｔ１強調画像生成の元画像の２種類を取得する。画像取得部１１は、取得したＰＡＤＲＥの元画像を血管強調画像生成部１２とＡＰ－ＰＡＤＲＥ画像生成部１５に出力し、取得した３Ｄ－Ｔ１強調画像生成の元画像を３Ｄ－Ｔ１強調画像生成部２０に出力する。なお、画像取得部１１は、血管強調画像、ＡＰ－ＰＡＤＲＥ画像、３Ｄ－Ｔ１強調画像を外部装置から取得するようにしてもよい。
【0026】
血管強調画像生成部１２は、ＰＡＤＲＥの元画像に対して、例えばＳＷＩ（Ｓｕｓｃｅｐｔｉｂｉｌｉｔｙ Ｗｅｉｇｈｔｅｄ Ｉｍａｇｉｎｇ）的な再構成手法によって画像を磁化率変化で血管部分を強調して、血管強調画像を生成する。なお、血管強調画像生成部１２は、画像取得部１１が血管強調画像を取得した場合、画像取得部１１出力する血管強調画像をＢｉａｓ Ｆｉｅｌｄ補正部１３に出力する。
【0027】
Ｂｉａｓ Ｆｉｅｌｄ補正部１３は、血管強調画像に対して、位置合わせ部２１が出力する情報を用いて、Ｂｉａｓ Ｆｉｅｌｄ補正を行う。なお、Ｂｉａｓ Ｆｉｅｌｄ補正とは、磁場の影響を均一化する補正である。
【0028】
血管マスク作成部１４は、Ｂｉａｓ Ｆｉｅｌｄ補正された血管強調画像から、血管構造を除去するための血管マスク画像を生成する。なお、血管マスク画像の作成方法については後述する。
【0029】
ＡＰ－ＰＡＤＲＥ画像生成部１５は、ＰＡＤＲＥの元画像に対して再構成手法によって、ＡＰ－ＰＡＤＲＥ画像を生成する。なお、ＡＰ－ＰＡＤＲＥ画像生成部１５は、画像取得部１１がＡＰ－ＰＡＤＲＥ画像を取得した場合、画像取得部１１出力するＡＰ－ＰＡＤＲＥ画像をＢｉａｓ Ｆｉｅｌｄ補正部１６に出力する。
【0030】
Ｂｉａｓ Ｆｉｅｌｄ補正部１６は、ＡＰ－ＰＡＤＲＥ画像に対して、位置合わせ部２１が出力する情報を用いて、Ｂｉａｓ Ｆｉｅｌｄ補正を行って補正画像を得る。同時に組織分割により灰白質成分画像を得る。
【0031】
マスク処理部１７は、Ｂｉａｓ Ｆｉｅｌｄ補正部１６が出力する灰白質画像を２値化して得られる灰白質マスク画像と、血管マスク作成部１４が作成した血管マスク画像とを、Ｂｉａｓ Ｆｉｅｌｄ補正部１６が出力するＢｉａｌ Ｆｉｅｌｄ補正画像に対して適用して、血管に対応する部分や灰白質以外の部分を画像から取り除く。
【0032】
分離部１８は、血管に対応する画像が取除かれた画像に対して、局所低信号成分とびまん性成分を分離する。なお、分離処理については後述する。
【0033】
脳表投影画像出力部１９は、分離部１８が分離した結果に基づいて、脳表投影画像を外部装置（例えば画像表示装置、印刷装置等）に出力する。
【0034】
３Ｄ－Ｔ１強調画像生成部２０は、例えばグラディエントエコー法による撮像によって全脳（Ｗｈｏｌｅ Ｂｒａｉｎ）領域を含むＴ１強調画像を生成する。３Ｄ－Ｔ１強調画像は、ＰＡＤＲＥ画像（血管強調画像、および、ＡＰ－ＰＡＤＲＥ画像）との相互の位置合わせおよび、画像の解剖学的標準化のプロセスに用いる。なお、３Ｄ－Ｔ１強調画像生成部２０は、画像取得部１１が３Ｄ－Ｔ１強調画像を取得した場合、画像取得部１１出力する３Ｄ－Ｔ１強調画像を位置合わせ部２１と解剖学的標準化部２２に出力する。
【0035】
位置合わせ部２１は、３Ｄ－Ｔ１強調画像をＡＰ－ＰＡＤＲＥ画像へ合わせこみ、双方の画像の位置合わせを行う。
【0036】
解剖学的標準化部２２は、３Ｄ－Ｔ１強調画像を非線形変換によって変形して、標準脳座標上の３Ｄ－Ｔ１テンプレート画像（Ｔ１強調画像テンプレート）に合わせ込むことにより、個人脳座標と標準脳座標との間の変換ベクトル場を求める。
【0037】
座標変換部２３は、分離部１８が出力する情報を、解剖学的標準化部２２が出力する情報に基づいて、標準脳座標へ変換する。
【0038】
統計画像解析結果出力部２４は、座標変換部２３が出力する情報に基づいて、周知の手法によってボクセルベースで統計画像解析を行い、解析した結果を外部装置へ出力する。
【0039】
テンプレート記憶部２５は、関心領域のテンプレートを記憶する。なお、関心領域のテンプレートは、例えば後述するＲＯＩ解析等に使用される。
【0040】
座標変換部２６は、テンプレート記憶部２５が記憶する関心領域のテンプレートと、位置合わせ部２１が出力する情報と、解剖学的標準化部２２が出力する情報に基づいて、標準化された情報を個人脳座標へ変換する。
【0041】
マスク処理部２７は、血管マスク作成部１４が作成した血管マスク画像と、座標変換部２６が出力する情報に基づいて、マスク処理を行うことで関心領域の情報を抽出する。
【0042】
関心領域解析結果出力部２８は、マスク処理部２７が出力する情報に基づいて、周知の手法で関心領域の解析を行い、解析した結果を外部装置へ出力する。
【0043】
なお、図１に示した構成は一例であり、これに限られない。画像処理装置１は、例えば、３Ｄ－Ｔ１強調画像生成部２０、位置合わせ部２１、解剖学的標準化部２２、座標変換部２３、統計画像解析結果出力部２４、テンプレート記憶部２５、座標変換部２６、マスク処理部２７、および関心領域解析結果出力部２８を備えていなくてもよい。
【0044】
（ＡＰ－ＰＡＤＲＥ）
ここで、ＡＰ－ＰＡＤＲＥの概略を説明する。図２は、ＡＰ－ＰＡＤＲＥの概略を説明するための２コンポーネントモデルを示す図である。図２において、横軸は位相（ｒａｄ）であり、縦軸はボクセルの個数（分布の度数）である。鎖線ｇ３１はＲＯＩ（Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ；関心領域）から収集された位相画像データの分布（ｐｈａｓｅ ｄｉｓｔｒｉｂｕｔｉｏｎ）であり、鎖線ｇ３２は検出対象であるＡＰの鉄（アミロイド鉄）位相分布に対するバックグラウンド成分である加齢に伴い生理的に蓄積する鉄沈着（加齢鉄）の位相分布であり、鎖線ｇ３３はＡＰに蓄積する鉄の位相分布であり、閾値ｇ３４は位相閾値である。各白抜き四角（□）は実測データである。閾値ｇ３４は、鎖線ｇ３１の分布と鎖線ｇ３３の分布との交点の位相値を表し、交点より低い位相値ではＡＰの鉄分布が優位となる閾値の役割を果たす。また、図２のように、位相分布全体が位相値０以下の負の領域がほとんどを占めている、さらに、図２のように、ＡＰの位相分布が全体の分布の（向かって左側）負側に偏っている。なお、ＲＯＩ内の位相分布は、バックグラウンド成分に対応する鉄の位相分布と、ＡＰに蓄積する鉄の位相分布との和であることを、２コンポーネントモデルは仮定している。
ここで、ＡＰ－ＰＡＤＲＥの概略を説明する。図２は、ＡＰ－ＰＡＤＲＥの概略を説明するための２コンポーネントモデルを示す図である。図２において、横軸は位相（ｒａｄ）であり、縦軸はボクセルの個数（分布の度数）である。鎖線ｇ３１はＲＯＩ（Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ；関心領域）から収集された位相画像データの分布（ｐｈａｓｅ ｄｉｓｔｒｉｂｕｔｉｏｎ）であり、鎖線ｇ３２は検出対象であるＡＰの鉄（アミロイド鉄）位相分布に対するバックグラウンド成分である加齢に伴い生理的に蓄積する鉄沈着（加齢鉄）の位相分布であり、鎖線ｇ３３はＡＰに蓄積する鉄の位相分布であり、閾値ｇ３４は位相閾値である。各白抜き四角（□）は実測データである。閾値ｇ３４は、鎖線ｇ３１の分布と鎖線ｇ３３の分布との交点の位相値を表し、交点より低い位相値ではＡＰの鉄分布が優位となる閾値の役割を果たす。また、図２のように、位相分布全体が位相値０以下の負の領域がほとんどを占めている、さらに、図２のように、ＡＰの位相分布が全体の分布の（向かって左側）負側に偏っている。なお、ＲＯＩ内の位相分布は、バックグラウンド成分に対応する鉄の位相分布と、ＡＰに蓄積する鉄の位相分布との和であることを、２コンポーネントモデルは仮定している。
【0045】
まず、ＰＡＤＲＥ（位相差強調画像化法）の概略を説明する。ＰＡＤＲＥは、従来のＳＷＩ（磁化率強調画像）を元にしたｐｏｓｔ－ｐｒｏｃｅｓｓｉｎｇ技術であり、強調したい組織に応じた位相を選択して強調することで、目的とする組織の描出能を高めている。ＰＡＤＲＥを用いることで、ＭＲＩの頭部画像において、例えば組織や血管、アミロイドβなど、目的の組織のコントラストを向上させることで強調できる（特許文献１参照）。
【0046】
次に、本実施形態で用いるＡＰ－ＰＡＤＲＥについて説明する。
ＡＰ－ＰＡＤＲＥは、アミロイド斑を強調した画像である。ＡＰ－ＰＡＤＲＥは、アルツハイマー病の要因の１つであるアミロイドβ蛋白と重合する鉄に特有の位相差を選択してそのコントラストを強調することでアミロイドβの蓄積を描出可能にする画像再構成法である。大脳皮質に存在する鉄は、加齢鉄を含む生理鉄とアミロイド関連鉄を含む非生理鉄に分類される。ＡＰ－ＰＡＤＲＥでは、その位相差の違いによりアミロイドβ結合鉄を強調して描出する。
ＡＰ－ＰＡＤＲＥは、アミロイド斑を強調した画像である。ＡＰ－ＰＡＤＲＥは、アルツハイマー病の要因の１つであるアミロイドβ蛋白と重合する鉄に特有の位相差を選択してそのコントラストを強調することでアミロイドβの蓄積を描出可能にする画像再構成法である。大脳皮質に存在する鉄は、加齢鉄を含む生理鉄とアミロイド関連鉄を含む非生理鉄に分類される。ＡＰ－ＰＡＤＲＥでは、その位相差の違いによりアミロイドβ結合鉄を強調して描出する。
【0047】
このようなＡＰ－ＰＡＤＲＥを用いた視覚評価では、大脳皮質の低信号分布にアルツハイマー型認知症患者とコントロール群において視覚的評価において有意差が見られた。そして、ＡＰ－ＰＡＤＲＥを用いた視覚評価では、アルツハイマー型認知症患者において上側頭回の低信号分布はＭＭＳＥに正相関することが報告されている（非特許文献１参照）。なお、この評価では、臨床評価であり、実際のアミロイドβを評価していなかった。ＰｉＢ－ＰＥＴは脳内のアミロイドβ蓄積を可視化できる画像技術である。アルツハイマー型認知症患者、軽度認知障害、健康者、非アルツハイマー型認知症患者等のＡＰ－ＰＡＤＲＥとＰｉＢ－ＰＥＴを視覚評価した結果は、ＡＰ－ＰＡＤＲＥ画像では、単純な皮質の低信号分布のみではＰｉＢ陽性と陰性症例との区別は難しかった。なお、アミロイドβの脳内蓄積がある患者を「アルツハイマー病」といい、それが原因で認知症の症状を呈している患者を「アルツハイマー型認知症」と呼ぶ。
【0048】
ＡＰ－ＰＡＤＲＥ画像による臨床診断の課題の要因と考えられるＡＰ－ＰＡＤＲＥ画像の脳実質内部でのコントラストの悪さは、着目する領域である大脳皮質の近傍を走行している無数の微細な血管構造がＡＰ－ＰＡＤＲＥ画像上で著明な低信号に描出されていることが一因であると考えられた。また、ＡＰ－ＰＡＤＲＥ画像では皮質内に斑状の低信号構造が観察されるが、この斑状構造、そのバックグラウンドとなる皮質自体の信号値とのどちらがアミロイドβ沈着を反映しているのかは明らかではなかった。このため、本実施形態では、これらに対して、定量評価の妨げとなる血管構造の除去と、皮質の斑状構造とびまん性成分の分離等を、画像処理の過程で行うようにした。
【0049】
（血管構造の抽出、除去）
次に、定量評価の妨げとなる血管構造の除去処理について、図３、図４を用いて説明する。
図３は、モルフォロジー演算を説明するための図である。図４は、本実施形態に係る血管構造の抽出処理例を示す図である。本実施形態では、例えばモルフォロジー（Ｍｏｒｐｈｏｌｏｇｙ）演算によって血管の線状構造の抽出を行う。図３のように、モルフォロジー変換は、グレースケール画像に関して、「膨張」や「収縮」などの画像処理を行う。モルフォロジー変換では、入力画像と構造的要素（Ｋｅｒｎｅｌ）の二つを入力として与える。基本的なモルフォロジー処理として、収縮（Ｅｒｏｓｉｏｎ）（ｇ５２、ｇ６１）と膨張（Ｄｉｌａｔｉｏｎ）（ｇ５１、ｇ６２）、この二つの処理を組み合わせたオープニング処理ｇ５０とクロージング処理ｇ６０を行う。そして、モルフォロジー変換では、入力画像ｇ６１とクロージング処理が施された画像ｇ５３との差分を求めるブラックハット変換処理ｇ７１と、入力画像ｇ６１とオープニング処理が施された画像ｇ６３との差分を求めるトップハット変換処理ｇ７２を行う。なお、カーネルは、後述するように点状成分除去用に線状カーネルを用い、線状成分除去用に面状カーネルを用いる。また、図３に示した各画素の値は一例であり、これに限らない。なお、分離部１８は、図３を用いて説明した収縮、膨張、クロージング、ブラックハットを利用する。
次に、定量評価の妨げとなる血管構造の除去処理について、図３、図４を用いて説明する。
図３は、モルフォロジー演算を説明するための図である。図４は、本実施形態に係る血管構造の抽出処理例を示す図である。本実施形態では、例えばモルフォロジー（Ｍｏｒｐｈｏｌｏｇｙ）演算によって血管の線状構造の抽出を行う。図３のように、モルフォロジー変換は、グレースケール画像に関して、「膨張」や「収縮」などの画像処理を行う。モルフォロジー変換では、入力画像と構造的要素（Ｋｅｒｎｅｌ）の二つを入力として与える。基本的なモルフォロジー処理として、収縮（Ｅｒｏｓｉｏｎ）（ｇ５２、ｇ６１）と膨張（Ｄｉｌａｔｉｏｎ）（ｇ５１、ｇ６２）、この二つの処理を組み合わせたオープニング処理ｇ５０とクロージング処理ｇ６０を行う。そして、モルフォロジー変換では、入力画像ｇ６１とクロージング処理が施された画像ｇ５３との差分を求めるブラックハット変換処理ｇ７１と、入力画像ｇ６１とオープニング処理が施された画像ｇ６３との差分を求めるトップハット変換処理ｇ７２を行う。なお、カーネルは、後述するように点状成分除去用に線状カーネルを用い、線状成分除去用に面状カーネルを用いる。また、図３に示した各画素の値は一例であり、これに限らない。なお、分離部１８は、図３を用いて説明した収縮、膨張、クロージング、ブラックハットを利用する。
【0050】
画像処理装置１は、図３の処理によって入力画像の背景にあるノイズを除去したり、オブジェクトの中に含まれる細かい黒点を埋めたりして、図４のように、入力画像ｇ８１から線状カーネルを用いて点状成分ｇ８２を抽出し、面状カーネルを用いて線状成分ｇ８３を抽出することで、線状構造の抽出ｇ８４を行う。
【0051】
次に、モルフォロジー演算による血管マスク画像の作成処理について、図５～図７を用いて説明する。
図５は、血管径ごとの抽出例を示す図である。画像ｇ１０１は３ピクセル幅で演算した場合の画像であり、画像ｇ１０２は４ピクセル幅で演算した場合の画像であり、画像ｇ１０３は５ピクセル幅で演算した場合の画像である。このように、演算に用いるピクセル幅を変更することで、血管の太さに応じた画像から取り除きたい血管画像を抽出、除去できる。なお、低信号とは、強調画像で低信号（画像で黒）を呈するものである。また、高信号とは、強調画像で高信号（画像で白）を呈するものである。なお、図５に示したピクセル幅は一例であり、これに限らず、６以上のピクセル幅等であってもよい。
図５は、血管径ごとの抽出例を示す図である。画像ｇ１０１は３ピクセル幅で演算した場合の画像であり、画像ｇ１０２は４ピクセル幅で演算した場合の画像であり、画像ｇ１０３は５ピクセル幅で演算した場合の画像である。このように、演算に用いるピクセル幅を変更することで、血管の太さに応じた画像から取り除きたい血管画像を抽出、除去できる。なお、低信号とは、強調画像で低信号（画像で黒）を呈するものである。また、高信号とは、強調画像で高信号（画像で白）を呈するものである。なお、図５に示したピクセル幅は一例であり、これに限らず、６以上のピクセル幅等であってもよい。
【0052】
図６は、本実施形態に係る血管マスク画像の作成処理例を示す図である。図６のように、画像処理装置１は、まず入力画像ｇ１２１に対して２値化処理ｇ１２２を行う。２値化処理に用いる閾値は、頭蓋内容積に対する体積割合によって設定する。なお、頭蓋内における動静脈部分の体積比は、頭蓋内容積のおよそ２％程度であり、これに基づいて閾値を設定する。本実施形態では、マスク処理部１７が、さらにマージンを含めて血管マスク画像を作成して血管画像を除去する。
【0053】
次に、画像処理装置１は、二値化処理された画像ｇ１２３に対して、膨張処理ｇ１２４を行って（ｇ１２５）、図７のような血管マスク画像を用いて血管構造をＭＲＩ画像から取り除く。図７は、本実施形態に係る血管マスク画像の適用前の画像ｇ１２１とＡＰ－ＰＡＤＲＥ画像から血管マスクにより血管構造を除去し、さらにＭＰＲＡＧＥから作成した脳実質マスクにより実質外成分を除去した画像ｇ１２６を示す図である。なお、視覚評価では、灰白質、白質も含んだ画像ｇ１２６を使用している。定量解析では、ＲＯＩは灰白質部分のみを使用している。図７のように、血管構造をＭＲＩ画像から取り除くことで、皮質内にある画像の低信号構造等を視覚評価することや画像解析することが可能になる。
【0054】
【0055】
（ステップＳ１１）血管マスク作成部１４は、Ｂｉａｓ Ｆｉｅｌｄ補正された血管強調画像に対して、１ピクセル幅の点状低信号を除去する。なお、低信号を除去する処理方法については、図９を用いて説明する。
【0056】
（ステップＳ１２）血管マスク作成部１４は、１ピクセル幅の点状低信号が除去された画像から、１ピクセル幅の線状低信号を除去かつ、１ピクセル幅の線状低信号を抽出する。なお、線状低信号を抽出の除去と抽出の処理方法については、図１０を用いて説明する。
【0057】
（ステップＳ１３）血管マスク作成部１４は、１ピクセル幅の点状低信号と１ピクセル幅の線状低信号とが除去された画像から、２ピクセル幅の点状低信号を除去する。
【0058】
（ステップＳ１４）血管マスク作成部１４は、１ピクセル幅の点状低信号と線状低信号と２ピクセル幅の点状低信号とが除去された画像から、２ピクセル幅の線状低信号を除去し、かつ２ピクセル幅の線状低信号を抽出する。
【0059】
（ステップＳ１５）血管マスク作成部１４は、１ピクセル幅の点状低信号と１ピクセル幅の線状低信号と２ピクセル幅の点状低信号と２ピクセル幅の線状低信号とが除去された画像から、３ピクセル幅の点状低信号を除去する。
【0060】
（ステップＳ１６）血管マスク作成部１４は、１ピクセル幅の点状低信号と１ピクセル幅の線状低信号と２ピクセル幅の点状低信号と２ピクセル幅の線状低信号と３ピクセル幅の点状低信号とが除去された画像から、３ピクセル幅の線状低信号を除去し、かつ３ピクセル幅の線状低信号を抽出する。
【0061】
（ステップＳ１７）血管マスク作成部１４は、抽出された１ピクセル幅の線状低信号抽出画像と、２ピクセル幅の線状低信号抽出画像と、３ピクセル幅の線状低信号抽出画像とを用いて、線状低信号画像を作成する。ステップＳ１１～Ｓ１７の処理によって、血管マスク作成部１４は、主に静脈成分の低信号成分を抽出する。
【0062】
（ステップＳ１８）血管マスク作成部１４は、線状低信号画像の二値化処理を行う。２値化処理に用いる閾値は、頭蓋内容積に対する体積割合によって設定する。処理後、マスク処理部１７は、血管マスク画像を用いてＡＰ－ＰＡＤＲＥ画像から血管成分を除去する。
【0063】
（ステップＳ２１～Ｓ２６）血管マスク作成部１４は、Ｂｉａｓ Ｆｉｅｌｄ補正された血管強調画像に対して、１ピクセル幅で点状高信号を除去する。以下、血管マスク作成部１４は、ステップＳ１１～Ｓ１６における「低信号」のかわりに「高信号」に対して処理を行う。
【0064】
（ステップＳ２７）血管マスク作成部１４は、抽出された１ピクセル幅の線状高信号抽出画像と、２ピクセル幅の線状高信号抽出画像と、３ピクセル幅の線状高信号抽出画像とを用いて、線状高信号画像を作成する。なお、高信号成分の処理を行う理由は、血管マスク画像を作成する際、動脈も一緒に導出され流れのある動脈に高信号が出てくる。画像から判断する際、この成分も読影に影響を与える。このため、ステップＳ２１～Ｓ２７の処理によって、血管マスク作成部１４は、動脈成分の高信号成分を除去する。
【0065】
（ステップＳ２８）血管マスク作成部１４は、線状高信号画像の二値化処理を行う。処理後、マスク処理部２７は、マスク処理を行って関心領域の情報を抽出する。
【0066】
（ステップＳ３１）血管マスク作成部１４は、二値化処理された線状低信号画像と線状高信号画像に対して膨張処理を行う。
【0067】
（ステップＳ３２）血管マスク作成部１４は、膨張処理された画像に基づいて、血管マスク画像を生成して出力する。
【0068】
なお、図８において、血管マスク作成部１４は、ステップＳ１０（Ｓ１１～Ｓ１６）の処理と、ステップＳ２０（Ｓ２１～Ｓ２６）の処理とを、同時に行ってもよく、並列で行ってもよく、時分割で行ってもよい。また、血管マスク作成部１４は、ステップＳ１７とＳ１８の処理と、ステップＳ２７とＳ２８の処理とを、同時に行ってもよく、並列で行ってもよく、時分割で行ってもよい。
【0069】
なお、図８に示した例では、ピクセル幅が１～３、除去処理が３段階の例を示したが、これに限らない。ピクセル幅と除去処理の段数は、元の画像の分解能などに依存し、任意のピクセル幅で除去処理をするようにしてもよい。この場合は、ｎピクセル幅で点状低信号を除去しｎピクセル幅で線状低信号を除去・抽出する処理をｎ回行い、ｎピクセル幅で点状高信号を除去しｎピクセル幅で線状高信号を除去・抽出する処理をｎ回行うようにしてもよい。
【0070】
（点状信号除去の処理方法）
次に、点状信号除去の処理方法について説明する。なお、代表として、１ピクセル幅で点状低信号を除去する処理手順を説明する。
図９は、本実施形態に係る１ピクセル幅で点状低信号を除去する処理手順のフローチャートである。
次に、点状信号除去の処理方法について説明する。なお、代表として、１ピクセル幅で点状低信号を除去する処理手順を説明する。
図９は、本実施形態に係る１ピクセル幅で点状低信号を除去する処理手順のフローチャートである。
【0071】
（ステップＳ１０１）血管マスク作成部１４は、Ｂｉａｓ Ｆｉｅｌｄ補正された血管強調画像（Ａ）を取得する。
【0072】
（ステップＳ１０２）血管マスク作成部１４は、血管強調画像（Ａ）に対して、点状低信号を除去用の１３方向の３×３×３ピクセルの線状カーネル（Ｆｉ１）を用いて、次式（１）のモルフォロジー演算処理によって１ピクセル幅の点状低信号を除去した除去画像（Ｂ）を作成する。なお、１３方向の３×３×３ピクセルの線状カーネルについては後述する。
【0073】
【数1】
【0074】
なお、式（１）において、演算子「●」は、クロージング処理である。
【0075】
（ステップＳ１０３）血管マスク作成部１４は、作成した１ピクセル幅の点状低信号を除去した除去画像（Ｂ）を出力する。
【0076】
なお、血管マスク作成部１４は、２ピクセル幅の点状低信号を除去した画像の演算を、線状構造単位として式（１）においてＦｉ１の代わりにＦｉ２として行う。
血管マスク作成部１４は、３ピクセル幅の点状低信号を除去した画像の演算を、線状構造単位として式（１）においてＦｉ１の代わりにＦｉ３として行う。
血管マスク作成部１４は、３ピクセル幅の点状低信号を除去した画像の演算を、線状構造単位として式（１）においてＦｉ１の代わりにＦｉ３として行う。
【0077】
また、血管マスク作成部１４は、１ピクセル幅の点状高信号を除去した画像の演算を、高信号除去用の１３方向の３×３×３ピクセルの線状カーネル（Ｆｉ１）を用いて、次式（２）のモルフォロジー演算処理によって１ピクセル幅の線状低信号を除去した除去画像（Ｂ）を作成する。
【0078】
【数2】
【0079】
なお、式（２）において、演算子「〇」は、オープニング処理である。
【0080】
なお、血管マスク作成部１４は、２ピクセル幅の点状高信号を除去した画像の演算を、線状構造単位として式（２）においてＦｉ１の代わりにＦｉ２として行う。
血管マスク作成部１４は、３ピクセル幅の点状高信号を除去した画像の演算を、線状構造単位として式（２）においてＦｉ１の代わりにＦｉ３として行う。
血管マスク作成部１４は、３ピクセル幅の点状高信号を除去した画像の演算を、線状構造単位として式（２）においてＦｉ１の代わりにＦｉ３として行う。
【0081】
（線状信号除去・抽出の処理方法）
次に、線状信号除去・抽出の処理方法について説明する。なお、代表として、１ピクセル幅で線状低信号を除去・抽出する処理手順を説明する。
図１０は、本実施形態に係る１ピクセル幅で線状低信号を除去する処理手順のフローチャートである。
次に、線状信号除去・抽出の処理方法について説明する。なお、代表として、１ピクセル幅で線状低信号を除去・抽出する処理手順を説明する。
図１０は、本実施形態に係る１ピクセル幅で線状低信号を除去する処理手順のフローチャートである。
【0082】
（ステップＳ２０１）血管マスク作成部１４は、１ピクセル幅の点状低信号が除去された除去画像（Ｂ）を取得する。
【0083】
（ステップＳ２０２）血管マスク作成部１４は、除去画像（Ｂ）に対して、線状低信号を除去用の１３方向の３×３×３ピクセルの面状カーネル（Ｇｉ１）を用いて、次式（３）のモルフォロジー演算処理によって１ピクセル幅の線状低信号を除去した除去画像（Ｃ）を作成する。なお、１３方向の３×３×３ピクセルの面状カーネルについては後述する。
【0084】
【数3】
【0085】
（ステップＳ２０３）血管マスク作成部１４は、作成した１ピクセル幅の線状低信号を除去した除去画像（Ｃ）を出力する。
【0086】
（ステップＳ２０４）血管マスク作成部１４は、除去画像（Ｂ）から除去画像（Ｃ）を減算して１ピクセル幅の線状低信号を抽出し、抽出した抽出画像（Ｂ－Ｃ）を出力する。
【0087】
なお、血管マスク作成部１４は、２ピクセル幅の線状低信号を除去した画像の演算を、面状構造単位として式（３）においてＧｉ１の代わりにＧｉ２として行う。
血管マスク作成部１４は、３ピクセル幅の線状低信号を除去した画像の演算を、面状構造単位として式（３）においてＧｉ１の代わりにＧｉ２として行う。
血管マスク作成部１４は、３ピクセル幅の線状低信号を除去した画像の演算を、面状構造単位として式（３）においてＧｉ１の代わりにＧｉ２として行う。
【0088】
また、血管マスク作成部１４は、１ピクセル幅の線状高信号を除去した画像の演算を、高信号除去用の１３方向の３×３×３ピクセルの面状カーネル（Ｇｉ１）を用いて、次式（４）のモルフォロジー演算処理によって１ピクセル幅の面状低信号を除去した除去画像（Ｃ）を作成する。なお、血管マスク作成部１４は、除去画像（Ｃ）から除去画像（Ｂ）からを減算して１ピクセル幅の線状低信号を抽出し、抽出した抽出画像（Ｃ－Ｂ）を出力する。
【0089】
【数4】
【0090】
また、血管マスク作成部１４は、２ピクセル幅の線状高信号を除去した画像の演算を、面状構造単位として式（４）においてＧｉ１の代わりにＧｉ２として行う。
血管マスク作成部１４は、３ピクセル幅の線状高信号を除去した画像の演算を、面状構造単位として式（４）においてＧｉ１の代わりにＧｉ３として行う。
血管マスク作成部１４は、３ピクセル幅の線状高信号を除去した画像の演算を、面状構造単位として式（４）においてＧｉ１の代わりにＧｉ３として行う。
【0091】
（１３方向の３×３×３のカーネル）
次に、１３方向の３×３×３ピクセルのカーネルについて説明する。
図１１は、１３方向の３×３×３ピクセルの線状カーネルを示す図である。図１１のように、１３方向の線状カーネルｇ２０１～ｇ２１３それぞれは、３×３×３ピクセル空間内において３つの近接する線状のピクセルである。本実施形態では、このような線状カーネルによって点成分を除去している。
次に、１３方向の３×３×３ピクセルのカーネルについて説明する。
図１１は、１３方向の３×３×３ピクセルの線状カーネルを示す図である。図１１のように、１３方向の線状カーネルｇ２０１～ｇ２１３それぞれは、３×３×３ピクセル空間内において３つの近接する線状のピクセルである。本実施形態では、このような線状カーネルによって点成分を除去している。
【0092】
図１２は、１３方向の３×３×３ピクセルの面状カーネルを示す図である。図１２のように、１３方向の面状カーネルｇ３０１～ｇ３１３それぞれは、３×３×３ピクセル空間内において９つの近接する面状のピクセルである。本実施形態では、線状構造単位、面状構造単位を使った処理を、図８～図１０の順番で処理することによって、点状成分と線状成分を分類することができる。
【0093】
なお、上述した例では、ＡＰ－ＰＡＤＲＥ画像から血管マスク画像を用いて血管構造を除去した画像に対して、局所低信号成分を除去し、びまん性成分を抽出する例を示したが、これに限らない。画像処理装置１は、例えばＡＰ－ＰＡＤＲＥ画像に対して、局所低信号成分を除去し、びまん性成分を抽出するようにしてもよい。
【0094】
＜検証＞
以下、上述した本実施形態によって作成された画像による視覚評価と、従来技術によって作成された画像による視覚評価とを検証結果例を説明する。
以下、上述した本実施形態によって作成された画像による視覚評価と、従来技術によって作成された画像による視覚評価とを検証結果例を説明する。
【0095】
（第１の検証）
まず、ＭＲＩ画層をＰＡＤＲＥ処理し血管マスク画像によって血管構造を除去した画像を医師によって視覚評価し、ＰｉＢ－ＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ；ポジトロン断層撮影法）の陽性群と陰性群について比較した結果を、図１３と図１４を参照しつつ説明する。
まず、ＭＲＩ画層をＰＡＤＲＥ処理し血管マスク画像によって血管構造を除去した画像を医師によって視覚評価し、ＰｉＢ－ＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ；ポジトロン断層撮影法）の陽性群と陰性群について比較した結果を、図１３と図１４を参照しつつ説明する。
【0096】
図１３は、比較例におけるＰｉＢ陰性群（Ｎｏｒｍａｌ Ｃｏｎｔｒａｌ）の血管構造と脳実質外成分を除去したＰＡＤＲＥ画像（ＭＲＩ－ＰＡＤＲＥ画像）と、ＰｉＢ－ＰＥＴについて比較に使用した画像例を示す図である。図１４は、比較例におけるＰｉＢ陽性群（アルツハイマー病（ＡＤ；Ａｌｚｈｅｉｍｅｒ’ｓ ｄｉｓｅａｓｅ））の血管構造と脳実質外成分を除去したＰＡＤＲＥ画像（ＭＲＩ－ＰＡＤＲＥ画像）と、ＰｉＢ－ＰＥＴについて比較に使用した画像例を示す図である。画像ｇ４０１と画像ｇ４１１は、上述した方法で血管画像と脳実質外成分を除去した後のＭＲＩ－ＰＡＤＲＥ画像である。画像ｇ４０２と画像ｇ４１２は、ＰｉＢ－ＰＥＴ画像である。
【0097】
比較例におけるＰｉＢ－ＰＥＴ陰性例と陽性例のＭＲＩ－ＰＡＤＲＥ画像の１１例を医師によって視覚評価した結果、ＰＡＤＲＥ画像から血管部分および脳実質外成分を除去した場合は、血管部分を除去前より評価しやすかった。しかしながら、ＰＡＤＲＥ画像から血管部分を除去した画像のみでは、陰性群であるか陽性群であるかの視覚評価が困難な場合もあった。
【0098】
（第２の検証）
次に、ＡＡＬ（Ａｕｔｏｍａｔｅｄ Ａｎａｔｏｍｉｃａｌ Ｌａｂｅｌｉｎｇ（参考文献１参照））アトラスを用いて皮質の信号をＲＯＩ（Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ）解析した結果例を、図１５～図１８を参照しつつ説明する。この検証では、脳の各領域のＰＡＤＲＥ信号をＰｉＢ－ＰＥＴ陽性群と陰性群で比較した。
図１５は、標準脳座標上に設定されたＡＡＬアトラス画像例と、ＡＡＬアトラスによるＲＯＩをＰＡＤＲＥ画像に重ねた画像例である。画像ｇ４５１は、ＡＡＬアトラスによる画像例である。画像ｇ４５２は、標準脳上で設定されたＡＡＬアトラス画像を個人脳座標に変換した後、血管マスクと灰白質マスクで処理した画像例である。図１６から、皮質部分に信号が分布していることが分かる。
次に、ＡＡＬ（Ａｕｔｏｍａｔｅｄ Ａｎａｔｏｍｉｃａｌ Ｌａｂｅｌｉｎｇ（参考文献１参照））アトラスを用いて皮質の信号をＲＯＩ（Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ）解析した結果例を、図１５～図１８を参照しつつ説明する。この検証では、脳の各領域のＰＡＤＲＥ信号をＰｉＢ－ＰＥＴ陽性群と陰性群で比較した。
図１５は、標準脳座標上に設定されたＡＡＬアトラス画像例と、ＡＡＬアトラスによるＲＯＩをＰＡＤＲＥ画像に重ねた画像例である。画像ｇ４５１は、ＡＡＬアトラスによる画像例である。画像ｇ４５２は、標準脳上で設定されたＡＡＬアトラス画像を個人脳座標に変換した後、血管マスクと灰白質マスクで処理した画像例である。図１６から、皮質部分に信号が分布していることが分かる。
【0099】
参考文献１；N. Tzourio-Mazoyer , B. Landeau, al, ” Automated Anatomical Labeling of Activations in SPM Using a Macroscopic Anatomical Parcellation of the MNI MRI Single-Subject Brain”, NeuroImage, Volume 15, Issue 1, January 2002, Pages 273-289
【0100】
図１６～図１８は、ＡＡＬアトラスでＲＯＩ解析した皮質における、小脳平均値で正規化したＰＡＤＲＥ信号のＰｉＢ陽性群と陰性群それぞれの平均値を示す図である。なお、図１６～図１８の各グラフｇ５１１～ｇ５２２において、左の項目ｇ５０１は陰性群の結果であり、右の項目ｇ５０２は陽性群の結果である。また、図１６～図１８の各グラフｇ５１１～ｇ５２２において、縦軸は小脳灰白質の平均値を１としたときの相対的な信号値である。
【0101】
グラフｇ５１１は、下前頭葉眼窩部（右）（Ｆｒｏｎｔａｌ Ｉｎｆ Ｏｒｂ Ｒ）結果である。グラフｇ５１２は、ローランド野弁蓋（左）（Ｒｏｌａｎｄｉｃ Ｏｐｅｒ Ｌ）の結果である。グラフｇ５１３は、ローランド野弁蓋（右）（Ｒｏｌａｎｄｉｃ Ｏｐｅｒ Ｌ）の結果である。グラフｇ５１４は、楔部（左）（Ｃｕｎｒｕｓ Ｌ）の結果である。
【0102】
グラフｇ５１５は、右上後頭回（Ｏｃｃｉｐｉｔａｌ Ｓｕｐ Ｒ）の結果である。グラフｇ５１６は、左中後頭回（Ｏｃｃｉｐｉｔａｌ Ｍｉｄ Ｌ）の結果である。グラフｇ５１７は、右中後頭回（Ｏｃｃｉｐｉｔａｌ Ｍｉｄ Ｒ）の結果である。グラフｇ５１８は、上頭頂小葉（左）（Ｐａｒｉｅｔａｌ Ｓｕｐ Ｌ）の結果である。
【0103】
グラフｇ５１９は、上頭頂小葉（右）（Ｐａｒｉｅｔａｌ Ｓｕｐ Ｒ）の結果である。グラフｇ５２０は、縁上回（右）（ＳｕｐｒａＭａｒｇｉｎａｌ Ｒ）の結果である。グラフｇ５２１は、右角回（Ａｎｇｕｌａｒ Ｒ）の結果である。グラフｇ５２２は、傍中心小葉（左）（Ｐａｒａｃｅｎｔｒａｌ Ｌｏｂ Ｌ）の結果である。
【0104】
なお、図１６～図１８の各グラフｇ５１１～ｇ５２２において、「＊」、「＊＊」、「＊＊＊」は、Ｐ値に基づく評価であり、アスタリスクの数が多いほど統計学的に陽性群と陰性群との差が有意であることを示している。
【0105】
図１９は、ＡＡＬアトラスでＲＯＩ解析した皮質のＰＡＤＲＥ信号のＰｉＢ陽性群と陰性群それぞれの平均値に統計学的有意差があった領域を脳表にマッピングして三次元で可視化した図である。なお、図１９において、濃い領域ほど群間差が明瞭であることを示す。 画像ｇ５６１は左半球の外側画像であり、画像ｇ５６２は左半球の内部断面画像である。画像ｇ５７１は右半球の外側画像であり、画像ｇ５６２は右半球の内部断面画像である。画像ｇ５６１、ｇ５６２、ｇ５７１、ｇ５７２において、最も濃い領域が例えばｐ＜０．００１であり、領域ｇ５５１が例えばｐ＜０．０１であり、領域ｇ５５２が例えばｐ＜０．０５である。
【0106】
【0107】
図２０は、ＡＡＬアトラスでＲＯＩ解析した脳局所皮質に含まれるボクセル値について、ＰＡＤＲＥ信号のＰｉＢ陽性群と陰性群のヒストグラムを色分けして示す図である。グラフｇ５９１は右上後頭回の陰性群と陽性群の分布であり、グラフｇ５９２は右内側後頭回の陰性群と陽性群の分布であり、グラフｇ５９３は上頭頂小葉（左）の陰性群と陽性群の分布である。グラフｇ５９１～ｇ５９３において、分布ｇ５８１は陽性群の分布であり、分布ｇ５８２は陰性群の分布である。また、グラフｇ５９１～ｇ５９３において、横軸は正規化したＰＡＤＲＥ信号値であり、縦軸はピクセル数である。また、グラフｇ５９１～ｇ５９３において、分布の各線は被験者毎のデータである。図２０のように、陽性群の方が陰性群より、信号値が低い方に分布している。
【0108】
図２０は、皮質内の点状成分、びまん性成分（バックグラウンド成分）のどちらかがアミロイドβを反映している可能性を示唆している。このため、本実施形態では、皮質内の点状成分とびまん性成分を分離する。
【0109】
【0110】
（ステップＳ３０１）分離部１８は、マスク処理部１７によってマスク処理された後のＡＰ－ＰＡＤＲＥ画像（Ｄ）を取得する。
【0111】
（ステップＳ３０２－ｐ）（ｐは１からｎまでの整数）分離部１８は、半径ｐピクセルの球状カーネル（Ｈｐ）を用いてモルフォロジー演算処理によって、次式（５）でクローズ処理を行う。なお、分離部１８は、ステップＳ３０２－１～Ｓ３０２－ｎの処理を並列に行っても時分割処理で行ってもよい。
【0112】
【数5】
【0113】
（ステップＳ３０３－１）分離部１８は、サイズ１の局所低信号をモルフォロジー演算処理によって、次式（６）で算出することでサイズ１の局所低信号を分離する。
【0114】
【数6】
【0115】
（ステップＳ３０３－ｎ）分離部１８は、サイズｎの局所低信号をモルフォロジー演算処理によって、次式（７）で算出することでサイズｎの局所低信号を分離する。
【0116】
【数7】
【0117】
（ステップＳ３０４）分離部１８は、ステップＳ３０２－１～Ｓ３０２－ｎで算出したｎ個のＳ１，…，Ｓｎをびまん性成分画像として出力する。
【0118】
【0119】
図２２～図２５は、びまん性成分画像のＲＯＩ内の正規化したＰＡＤＲＥ信号値のＰｉＢ陽性群とＰｉＢ陰性群それぞれの平均値を示す図である。なお、図２２～図２５の各グラフｇ６１１～ｇ６２４において、左の項目ｇ６０１は陰性群の結果であり、右の項目ｇ６０２は陽性群の結果である。また、図２２～図２５の各グラフｇ６１１～ｇ６２４において、縦軸はびまん性成分のＰＡＤＲＥ画像の正規化した信号値である。なお、図２２～図２５の各グラフｇ６１１～ｇ６２４は、各領野の斑状成分（低信号成分）を取り除いたびまん性成分のみの画像のＲＯＩ解析結果である。
【0120】
グラフｇ６１１は、上前頭葉眼窩部（右）（Ｆｒｏｎｔａｌ Ｓｕｐ Ｏｒｂ Ｒ）結果である。グラフｇ６１２は、下前頭葉眼窩部（右）（Ｆｒｏｎｔａｌ Ｉｎｆ Ｏｒｂ Ｒ）結果である。グラフｇ６１３は、ローランド野弁蓋（左）（Ｒｏｌａｎｄｉｃ Ｏｐｅｒ Ｌ）の結果である。グラフｇ６１４は、ローランド野弁蓋（右）（Ｒｏｌａｎｄｉｃ Ｏｐｅｒ Ｌ）の結果である。
【0121】
グラフｇ６１５は、楔部（左）（Ｃｕｎｒｕｓ Ｌ）の結果である。グラフｇ６１６は、右上後頭回（Ｏｃｃｉｐｉｔａｌ Ｓｕｐ Ｒ）の結果である。グラフｇ６１７は、左中後頭回（Ｏｃｃｉｐｉｔａｌ Ｍｉｄ Ｌ）の結果である。グラフｇ６１８は、右中後頭回（Ｏｃｃｉｐｉｔａｌ Ｍｉｄ Ｒ）の結果である。
【0122】
グラフｇ６１９は、上頭頂小葉（左）（Ｐａｒｉｅｔａｌ Ｓｕｐ Ｌ）の結果である。グラフｇ６２０は、上頭頂小葉（右）（Ｐａｒｉｅｔａｌ Ｓｕｐ Ｌ）の結果である。グラフｇ６２１は、縁上回（右）（ＳｕｐｒａＭａｒｇｉｎａｌ Ｒ）の結果である。グラフｇ６２２は、左角回（Ａｎｇｕｌａｒ Ｌ）の結果である。
【0123】
グラフｇ６２３は、傍中心小葉（左）（Ｐａｒａｃｅｎｔｒａｌ Ｌｏｂ Ｌ）の結果である。グラフｇ６２４は、下側頭回（右）（Ｔｅｍｐｏｒａｌ Ｉｎｆ Ｌ）の結果である。
【0124】
【0125】
（検証４）
検証３の結果に基づいて、ＰＡＤＲＥ画像から血管画像部分をマスクし、かつ斑状の低信号成分を取り除いた後、びまん性成分のＰＡＤＲＥ信号のみを取り出して脳表に投影して表示し、読影実験を行った。
図２６は、ＰｉＢ陰性群と陽性群においてＰＡＤＲＥ画像から抽出したびまん性成分の平均値を脳表に投影した画像例を示す図である。図２６において、画像ｇ７０１は陰性群の平均値を投影した画像であり、画像ｇ７０２は陽性群の平均値を投影した画像である。また、領域ｇ７１１は、信号が高い（＝アミロイドβが少ない）領域である。領域ｇ７１２は、相対的にＰＡＤＲＥ信号の低い領域である。
図２６より、陰性群では頭頂後頭葉の信号が高く、陽性群では頭頂後頭葉の信号が陰性群より低いことが、視覚的に分かる。
検証３の結果に基づいて、ＰＡＤＲＥ画像から血管画像部分をマスクし、かつ斑状の低信号成分を取り除いた後、びまん性成分のＰＡＤＲＥ信号のみを取り出して脳表に投影して表示し、読影実験を行った。
図２６は、ＰｉＢ陰性群と陽性群においてＰＡＤＲＥ画像から抽出したびまん性成分の平均値を脳表に投影した画像例を示す図である。図２６において、画像ｇ７０１は陰性群の平均値を投影した画像であり、画像ｇ７０２は陽性群の平均値を投影した画像である。また、領域ｇ７１１は、信号が高い（＝アミロイドβが少ない）領域である。領域ｇ７１２は、相対的にＰＡＤＲＥ信号の低い領域である。
図２６より、陰性群では頭頂後頭葉の信号が高く、陽性群では頭頂後頭葉の信号が陰性群より低いことが、視覚的に分かる。
【0126】
（各症例に対する評価）
次に、各症例に対して本実施形態の手法を適用した例を、図２７～図３０を参照しつつ説明する。
図２７は、脊髄小脳変性症（ＳＣＤ； ＳｐｉｎｏＣｅｒｅｂｅｌｌａｒ Ｄｅｇｅｎｅｒａｔｉ）のＰｉＢ陰性者のＭＲＩ画像に対して本実施形態の手法で血管と低信号とを除去し、抽出したびまん性成分を脳表にマッピングした画像である。
３人の医師（放射線診断医、脳外科医、内科医）によるこの画像の読影結果は、アミロイドβ沈着が陰性と判断した結果が３つであった。
次に、各症例に対して本実施形態の手法を適用した例を、図２７～図３０を参照しつつ説明する。
図２７は、脊髄小脳変性症（ＳＣＤ； ＳｐｉｎｏＣｅｒｅｂｅｌｌａｒ Ｄｅｇｅｎｅｒａｔｉ）のＰｉＢ陰性者のＭＲＩ画像に対して本実施形態の手法で血管と低信号とを除去し、抽出したびまん性成分を脳表にマッピングした画像である。
３人の医師（放射線診断医、脳外科医、内科医）によるこの画像の読影結果は、アミロイドβ沈着が陰性と判断した結果が３つであった。
【0127】
図２８は、健康者（ＮＣ）でＰｉＢ陰性者のＭＲＩ画像に対して本実施形態の手法で血管と低信号とを除去し、抽出したびまん性成分を脳表にマッピングした画像である。
３人の医師によるこの画像の読影結果は、アミロイドβ沈着が陰性と判断した結果が３つであった。
３人の医師によるこの画像の読影結果は、アミロイドβ沈着が陰性と判断した結果が３つであった。
【0128】
図２９は、軽度認知障害（ＭＣＩ ｄｕｅ ｔｏ ＡＤ）でＰｉＢ陽性者のＭＲＩ画像に対して本実施形態の手法で血管と低信号とを除去し、抽出したびまん性成分を脳表にマッピングした画像である。
３人の医師によるこの画像の読影結果は、アミロイドβ沈着が陽性と判断した結果が３つであった。
３人の医師によるこの画像の読影結果は、アミロイドβ沈着が陽性と判断した結果が３つであった。
【0129】
図３０は、軽度認知障害（ＭＣＩ ｄｕｅ ｔｏ ＡＤ）でＰｉＢ陽性者のＭＲＩ画像に対して本実施形態の手法で血管と低信号とを除去し、抽出したびまん性成分を脳表にマッピングした画像である。
３人の医師によるこの画像の読影結果は、陽性と判断した結果が３つであった。
３人の医師によるこの画像の読影結果は、陽性と判断した結果が３つであった。
【0130】
図３１は、図２７～図３０を含む１１人の被験者に対する読影結果を示す図である。
図３１において、上段の表ｇ８０１は、読影判断結果である。表ｇ８０１において、「－」は陰性と判断した結果を示し、「＋」は陽性と判断した結果を示す。なお、陽性とは、「アミロイドβが沈着」していると判断される場合を「陽性」とした。
図３１において、下段の表ｇ８０２は、表ｇ８０１における各医師の判断結果を評価した結果である。
図３１のように、本実施形態の手法による画像を医師が読影した結果、高精度でアミロイドβ沈着の予測を行うことができる。
図３１において、上段の表ｇ８０１は、読影判断結果である。表ｇ８０１において、「－」は陰性と判断した結果を示し、「＋」は陽性と判断した結果を示す。なお、陽性とは、「アミロイドβが沈着」していると判断される場合を「陽性」とした。
図３１において、下段の表ｇ８０２は、表ｇ８０１における各医師の判断結果を評価した結果である。
図３１のように、本実施形態の手法による画像を医師が読影した結果、高精度でアミロイドβ沈着の予測を行うことができる。
【0131】
ここで、本実施形態で用いるＡＰ－ＰＡＤＲＥについてさらに説明する。
大脳皮質に存在する鉄は、加齢によって蓄積する加齢鉄とアミロイド蓄積にともない蓄積するアミロイド鉄の２つで構成されていると仮定した、２成分モデル（ｔｗｏ ｃｏｍｐｏｎｅｎｔｓ ｍｏｄｅｌ）を採用できる。本実施形態において、ＡＰ－ＰＡＤＲＥでは、この２成分モデルを用いて、その位相差の違いによりアミロイドβ結合鉄を強調して描出する。
大脳皮質に存在する鉄は、加齢によって蓄積する加齢鉄とアミロイド蓄積にともない蓄積するアミロイド鉄の２つで構成されていると仮定した、２成分モデル（ｔｗｏ ｃｏｍｐｏｎｅｎｔｓ ｍｏｄｅｌ）を採用できる。本実施形態において、ＡＰ－ＰＡＤＲＥでは、この２成分モデルを用いて、その位相差の違いによりアミロイドβ結合鉄を強調して描出する。
【0132】
なお、加齢鉄に関しては、従来、例えば、ＭＲＩ画像の位相成分情報から得られるＱＳＭという定量値を元に、アミロイドβに付随する鉄（アミロイド鉄）と加齢に伴って蓄積する鉄（加齢鉄）を区別せずに、これらを総量として評価予測する研究がおこなわれている。このように、従来技術では、アミロイド鉄と加齢鉄とを区別していなかった。これに対して、本実施形態では、上記を区別してアミロイド鉄に基づく情報を検出するようにした。
【0133】
なお、上述した式（１）、式（３）では、ｍａｘを用いる例を説明したが、ｍａｘの代わりにｓｕｐを用いてもよい。また、上述した式（２）、式（４）では、ｍｉｘを用いる例を説明したが、ｍｉｘの代わりにｉｎｆを用いてもよい。
【0134】
さらに検証結果について説明する。
ＡＰ－ＰＡＤＲＥ画像からびまん性成分以外を抽出する例として、点状成分画像を例に説明する。なお、この場合は、ＡＰ－ＰＡＤＲＥ画像から血管マスク画像を用いて血管構造を除去した画像に対して、点状成分画像を抽出する。
ＡＰ－ＰＡＤＲＥ画像からびまん性成分以外を抽出する例として、点状成分画像を例に説明する。なお、この場合は、ＡＰ－ＰＡＤＲＥ画像から血管マスク画像を用いて血管構造を除去した画像に対して、点状成分画像を抽出する。
【0135】
図３２は、アルツハイマー病によるＭＣＩ（Ｍｉｌｄ Ｃｏｇｎｉｔｉｖｅ Ｉｍｐａｉｒｍｅｎｔ：軽度認知障害）の患者のＡＰ－ＰＡＤＲＥ画像から作成された点状成分画像とびまん性成分画像を示す図である。
点状成分画像ｇ８１１は、コントラストが強いのでＡＰ－ＰＡＤＲＥ元画像から容易に認識できることがわかる。一方、びまん性成分画像ｇ８１２は、大きい信号差があるが、コントラストが小さいために、元のＡＰ－ＰＡＤＲＥ画像で認識することが困難である。
点状成分画像ｇ８１１は、コントラストが強いのでＡＰ－ＰＡＤＲＥ元画像から容易に認識できることがわかる。一方、びまん性成分画像ｇ８１２は、大きい信号差があるが、コントラストが小さいために、元のＡＰ－ＰＡＤＲＥ画像で認識することが困難である。
【0136】
図３３は、各ＲＯＩにおけるＡＰ－ＰＡＤＲＥの点状成分画像の小脳で正規化した信号のＰｉＢ陽性群とＰｉＢ陰性群の各群での平均値の信号差を算出し、脳表にカラーマップ投影した図である。図３４は、各ＲＯＩにおけるＡＰ－ＰＡＤＲＥのびまん性成分画像の小脳で正規化した信号のＰｉＢ陽性群とＰｉＢ陰性群の各群での平均値の信号差を算出し、脳表にカラーマップ投影した図である。なお、図３３、３４では、カラー画像をグレースケール化して示している。なお、図３３、３４において、画像ｇ８３１、ｇ８３２、ｇ８４１、およびｇ８４２は側面図である。画像ｇ８３３、ｇ８３４、ｇ８４３、およびｇ８４４は断面図である。また、色の濃い領域ｇ８４５は、陰性群のＰｉＢ（－）値が陽性群のＰｉＢ（＋）値より信号値が高く、信号差が大きいことを表している。
【0137】
図３３のように、点状成分画像においては群間で差が乏しい。これに対して、図３４のように、びまん性成分画像では、ＰｉＢ陽性群が陰性群と比較して全体に信号値が低い傾向にあることがわかる。
なお、各実施形態、検証等では、局所低信号、点状、および斑状を同じ意味で使用している。
なお、各実施形態、検証等では、局所低信号、点状、および斑状を同じ意味で使用している。
【0138】
（第５の検証）
第５の検証では、東北大学病院の加齢・老年病科を、物忘れを主訴に受診した１９１人の患者のＡＰ－ＰＡＤＲＥ画像のＡＡＬ ａｔｌａｓを用いた定量解析を行った。検証では、症例の症状や経過、既往や併存症、心理検査、血液検査、脳ＭＲＩ検査、脳血流ＳＰＥＣＴ（single photon emission computed tomography）検査などから得られる総合的な診断名に基づいて３つの群に分けた。１つ目の群は、ｎｏｎ－ＡＤ群として、認知機能正常者とアルツハイマー病以外の原因による認知症患者を含めた。２つ目の群は、アルツハイマー病によるＭＣＩ患者とした。３つ目の群は、アルツハイマー型認知症（ＡＤ）とした。
第５の検証では、東北大学病院の加齢・老年病科を、物忘れを主訴に受診した１９１人の患者のＡＰ－ＰＡＤＲＥ画像のＡＡＬ ａｔｌａｓを用いた定量解析を行った。検証では、症例の症状や経過、既往や併存症、心理検査、血液検査、脳ＭＲＩ検査、脳血流ＳＰＥＣＴ（single photon emission computed tomography）検査などから得られる総合的な診断名に基づいて３つの群に分けた。１つ目の群は、ｎｏｎ－ＡＤ群として、認知機能正常者とアルツハイマー病以外の原因による認知症患者を含めた。２つ目の群は、アルツハイマー病によるＭＣＩ患者とした。３つ目の群は、アルツハイマー型認知症（ＡＤ）とした。
【0139】
検証では、ＡＰ－ＰＡＤＲＥ画像をモルフォロジー解析によりｄｉｆｆｕｓｅ成分画像を作成し、小脳皮質または海馬の信号で除することによって信号を正規化した。また、検証では、ＡＡＬ ａｔｌａｓによるＲＯＩで９０か所の灰白質領域の当該画像の平均信号値を算出して、二群間で片側ｔ検定を行い、各群の平均値に差があるかを検証した。図３５～図３７は、第５の検証におけるＮｏｎ－ＡＤ群対ＭＣＩ群＋アルツハイマー型認知症群の結果を示す図である。図３８～図４０は、第５の検証におけるＮｏｎ－ＡＤ群対アルツハイマー型認知症病群の片側のｔ検定の結果を示す図である。図４１～図４３は、第５の検証におけるＰｉＢデータを有する１１症例について、ＰｉＢによる陰性群と陽性群の二群での同様のＲＯＩ解析結果の片側ｔ検定の結果を示す図である。なお、図３５～図４３において、表記はｐ値であり、ｐ＜０．０５を統計学的有意水準としてある。なお、ＡＤ群はアルツハイマー型認知症の群であり、Ｎｏｎ－ＡＤ群は非アルツハイマー型認知症の群であり、ＭＣＩ群は軽度認知障害の群である。
【0140】
また、図３５～図４３において、左側の値はｃｅｒｅｂｅｌｌｕｍ（小脳）で正規化した値であり、右側の値はｈｉｐｐｏｃａｍｐｕｓ（海馬）で正規化した値である。また、図３５の表ｇ８５１、図３８の表ｇ８６１および図４１の表ｇ８７１は、領域Ｐｒｅｃｅｎｔｒａｌ Ｌ～Ｒｏｌａｎｄｉｃ Ｏｐｅｒ Ｌの結果である。図３５の表ｇ８５２、図３８の表ｇ８６２および図４１の表ｇ８７２は、領域Ｒｏｌａｎｄｉｃ Ｏｐｅｒ Ｒ～Ｈｉｐｐｃａｍｐｕｓ Ｌの結果である。図３６の表ｇ８５３、図３９の表ｇ８６３および図４２の表ｇ８７３は、領域Ｈｉｐｐｃａｍｐｕｓ Ｒ～Ｐｏｓｔｃｅｎｔｒａｌ Ｌの結果である。図３６の表ｇ８５４、図３９の表ｇ８６４および図４２の表ｇ８７４は、領域Ｐｏｓｔｃｅｎｔｒａｌ Ｒ～Ｔｈａｌａｍｕｓ Ｌの結果である。図３７の表ｇ８５５、図４０の表ｇ８６５および図４３の表ｇ８７５は、領域Ｔｈａｌａｍｕｓ Ｒ～Ｔｅｍｐｏｒａｌ Ｒの結果である。
【0141】
図３５～図３７のように、Ｎｏｎ－ＡＤ群対ＭＣＩ群＋ＡＤ群において、小脳で正規化した場合は、大脳９０カ所中の２１箇所の領域でＭＣＩ＋ＡＤ群での信号の低下が認められた。海馬で正規化した場合は、９０カ所中６９カ所でのＡＤ群での信号低下が認められた。
次に、図３８～図４０のように、ｎｏｎ－ＡＤ群とＡＤ群とで二群比較した場合、小脳正規化画像では９０カ所中の２３カ所、海馬正規化画像では９０カ所中の７９カ所でＡＤ群での信号低下が認められた。
次に、図３８～図４０のように、ｎｏｎ－ＡＤ群とＡＤ群とで二群比較した場合、小脳正規化画像では９０カ所中の２３カ所、海馬正規化画像では９０カ所中の７９カ所でＡＤ群での信号低下が認められた。
【0142】
【0143】
臨床症例での検討において、ＡＰ－ＰＡＤＲＥのびまん性成分画像の海馬信号は年齢やＭＭＳＥとの高い相関性を持ち、主に海馬の構造的萎縮を反映した信号上昇がみられることが予想される。アルツハイマー型認知症では、海馬周囲に領域選択的に病的な萎縮が生じる。臨床診断をベースとして行った検討の場合は、海馬の病的萎縮の明らかな進行期のＡＤ患者が多数含まれていた。このため、海馬信号で正規化を行った場合は、ＡＰ－ＰＡＤＲＥによるアミロイドに関連した信号低下と、アルツハイマー型認知症に特異的な海馬萎縮による信号上昇との相乗効果によりアルツハイマー型認知症の弁別能が向上したと考えられる。一方で、海馬萎縮の少ないＭＣＩや早期のアルツハイマー型認知症患者、海馬萎縮の見られる非アルツハイマー型認知症患者、健常者を含む少数例でのＰｉＢとの関連性の検討では、海馬信号で正規化によって海馬の萎縮情報が入ることでＡＰ－ＰＡＤＲＥのアミロイド特異的な信号低下が相殺され、弁別能が低下したと考えた。
【0144】
なお、上述した実施形態では、ＭＲＩ画像から作成された位相差強調画像の一例として、アミロイドβ結合鉄の強調を行うアミロイドβ結合鉄－位相差強調画像化法によって作成されたＡＰ－ＰＡＤＲＥ画像を説明したが、位相差強調画像はこれに限らない。
【0145】
以上のように、本実施形態では、ＡＰ－ＰＡＤＲＥ画像に対して、モルフォロジー演算処理によって、血管構造のマスクと、局所低信号成分（点状成分）とびまん性成分との分離とを行うことで、アミロイドβの有無を視覚的に評価できる画像を作成するようにした。
【0146】
なお、現在おこなわれているアミロイドβの脳内沈着の評価では、髄液検査やアミロイドＰＥＴを行うため、侵襲的であり、検査にかかる費用が高く、被ばくを伴っていた。
これに対して、本実施形態によれば、ＭＲＩ画像の撮像の際に画像処理を行うため、ＰＥＴによる被ばくをなくし、廉価な検査を提供できる。例えば、本実施形態は、脳ドックなどの検査時にも適用可能であり、発症前のアルツハイマー病を早期に効率的に拾い上げられる可能性を有しており、認知症診療にとっても大きなブレークスルーとなる。
これに対して、本実施形態によれば、ＭＲＩ画像の撮像の際に画像処理を行うため、ＰＥＴによる被ばくをなくし、廉価な検査を提供できる。例えば、本実施形態は、脳ドックなどの検査時にも適用可能であり、発症前のアルツハイマー病を早期に効率的に拾い上げられる可能性を有しており、認知症診療にとっても大きなブレークスルーとなる。
【0147】
また、上述した例では、読影をアルツハイマー型認知症に対して行ったが、これに限らない。本実施形態の手法で処理した画像を用いて、非アルツハイマー病の認知症（ＣＢＤＳ：皮質基底核変性症）等の判別も読影によって可能であった。認知症の臨床現場では、アルツハイマー病であるか、それ以外のどの病態であるかによって、有効な治療法が異なり、誤った治療法がかえって副作用を及ぼすこともある。本実施形態の画像を使用することによって、認知症患者の原因が推定できれば、認知症の治療戦略上、非常に有用と考えられる。
【0148】
なお、上述した説明では「アミロイドβ」の用語を用いて説明したが、各実施形態、各実施例、各検証例等において、「アミロイドβ」は、「アミロイド斑」の意でも用いている。
【0149】
なお、本実施形態の画像処理装置１をＭＲＩ撮影装置等が備えていてもよい。また、画像処理装置１は、例えばパーソナルコンピュータ等であってもよい。
【0150】
なお、本発明における画像処理装置１の機能の全てまたは一部を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより画像処理装置１の処理の全てまたは一部を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータシステム」は、ホームページ提供環境（あるいは表示環境）を備えたＷＷＷシステムも含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。
【0151】
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。
【0152】
以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形および置換を加えることができる。
【符号の説明】
【0153】
１…画像処理装置、１１…画像取得部、１２…血管強調画像生成部、１３…Ｂｉａｓ Ｆｉｅｌｄ補正部、１４…血管マスク作成部、１５…ＡＰ－ＰＡＤＲＥ画像生成部、１６…Ｂｉａｓ Ｆｉｅｌｄ補正部、１７…マスク処理部、１８…分離部、１９…脳表投影画像出力部、２０…３Ｄ－Ｔ１強調画像生成部、２１…位置合わせ部、２２…解剖学的標準化部、２３…座標変換部、２４…統計画像解析結果出力部、２５…テンプレート記憶部、２６…座標変換部、２７…マスク処理部、２８…関心領域解析結果出力部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】
【図29】
【図30】
【図31】
【図32】
【図33】
【図34】
【図35】
【図36】
【図37】
【図38】
【図39】
【図40】
【図41】
【図42】
【図43】