JP5586917B2 - 情報処理装置、情報処理方法およびプログラム - Google Patents

Description

本発明は、Ｘ線コンピュータ断層撮影装置（Ｘ線ＣＴ）、磁気共鳴映像装置（ＭＲＩ）、核医学診断装置（ＳＰＥＣＴ、ＰＥＴ）、超音波画像診断装置など、様々な種類の医用画像収集装置（モダリティ）で撮影した医用画像を処理する装置に関する。

医療の分野において、医師は、患者を撮影した医用画像をモニタに表示し、表示された医用画像を読影して、病変部の状態や経時変化を観察する。この種の医用画像を生成する装置としては、単純Ｘ線撮影装置、Ｘ線コンピュータ断層撮影装置（Ｘ線ＣＴ）、核磁気共鳴映像装置（ＭＲＩ）、核医学診断装置（ＳＰＥＣＴ、ＰＥＴなど）、超音波画像診断装置（ＵＳ）等が挙げられる。

例えば、乳腺科領域においては、ＭＲＩで撮影した画像上で乳房内における病変部の位置を同定したうえで、超音波画像診断装置によって当該部位の状態を観察するという手順で画像診断を行う場合がある。ここで、乳腺科における一般的な撮影プロトコルでは、伏臥位（うつ伏せの体位）でＭＲＩの撮影を行い、仰臥位（あお向けの体位）で超音波撮影を行うことが多い。このとき医師は、撮影体位の差異に起因する乳房の変形を考慮して、伏臥位のＭＲＩ画像から得た病変部位置から仰臥位における病変部位置を推定したうえで、当該病変部の超音波撮影を行っていた。

しかし、撮影体位の差異に起因する乳房の変形は非常に大きいために、医師が推定する病変部の位置が実際とずれてしまい、本来観察したい病変部の超音波画像を描出できない、あるいは、その探索に長い時間を要してしまうという課題があった。超音波の撮影体位と同じ仰臥位でＭＲＩを撮影すればこの課題に対処できるが、仰臥位の撮影は被検者の呼吸の影響を受けてしまうため、読影に必要な鮮明なＭＲＩ画像を得ることができないという新たな課題が生じる。

もし仮に、伏臥位で撮影したＭＲＩ画像に画像処理による変形を施して、仮想的に仰臥位で撮影したＭＲＩ画像を生成できれば、変形後のＭＲＩ画像から病変部位置を同定することで、撮影体位の差を気にすることなく病変部の超音波撮影を行うことができる。例えば、伏臥位で撮影したＭＲＩ画像を読影して当該画像上における病変部位置を得た後に、伏臥位から仰臥位への変形情報に基づいて、仮想的な仰臥位のＭＲＩ画像上における病変部位置を算出することができる。あるいは、生成した仮想的な仰臥位のＭＲＩ画像を読影することで、当該画像上における病変部位置を直接的に求めることもできる。

これを実現する方法として、例えば、非特許文献１に示す方法を用いれば、伏臥位のＭＲＩ画像を仰臥位のＭＲＩ画像と同一の形状に変形させることができる。この方法では、まず、物理シミュレーションに基づいて伏臥位のＭＲＩ画像から仮想的な仰臥位のＭＲＩ画像が生成される。次に、仮想的な仰臥位のＭＲＩ画像と、実際に仰臥位で撮影したＭＲＩ画像との変形位置合わせが、画素値の類似度に基づいて実行される。そして、以上の処理で得られた対応関係に基づいて、伏臥位のＭＲＩ画像を仰臥位のＭＲＩ画像と同一の形状に変形させる処理が実行される。

また、非特許文献２には、対象物体の変形に係るパラメータ（以下変形パラメータと呼ぶ）を様々に設定した場合の変形形状群を物理シミュレーションによって予め取得する。そして、その結果を主成分分析することで統計動きモデル（以下、ＳＭＭ（Ｓｔａｔｉｓｔｉｃａｌ Ｍｏｔｉｏｎ Ｍｏｄｅｌ））を取得する技術が開示されている。さらに、非特許文献２には、別途取得した変形後の形状データと、そのＳＭＭの表面部分の形状とを比較して変形の推定を行うことにより、変形前後の形状間の対応付けを行う技術が開示されている。

Ｔ．Ｊ．Ｃａｒｔｅｒ，Ｃ．Ｔａｎｎｅｒ，Ｗ．Ｒ．Ｃｒｕｍ ａｎｄ Ｄ．Ｊ．Ｈａｗｋｅｓ，"Ｂｉｏｍｅｃｈａｎｉｃａｌ ｍｏｄｅｌ ｉｎｉｔｉａｌｉｚｅｄ ｎｏｎ−ｒｉｇｉｄ ｒｅｇｉｓｔｒａｔｉｏｎ ｆｏｒ ｉｍａｇｅ−ｇｕｉｄｅｄ ｂｒｅａｓｔ ｓｕｒｇｅｒｙ，"９ｔｈ Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｂｉｏｍｅｃｈａｎｉｃｓ ｆｏｒ Ｍｅｄｉｃｉｎｅ，９ｔｈ ＭＩＣＣＡＩ Ｃｏｎｆｅｒｅｎｃｅ ｗｏｒｋｓｈｏｐ． Ｙ．Ｈｕ，Ｄ．Ｍｏｒｇａｎ，Ｈ．Ｕ．Ａｈｍｅｄ，Ｄ．Ｐｅｎｄｓｅ，Ｍ．Ｓａｈｕ，Ｃ．Ａｌｌｅｎ，Ｍ．Ｅｍｂｅｒｔｏｎ ａｎｄ Ｄ．Ｈａｗｋｅｓ，"Ａ Ｓｔａｔｉｓｔｉｃａｌ Ｍｏｔｉｏｎ Ｍｏｄｅｌ Ｂａｓｅｄ ｏｎ Ｂｉｏｍｅｃｈａｎｉｃａｌ Ｓｉｍｕｌａｔｉｏｎｓ，"ＭＩＣＣＡＩ ２００８，Ｐａｒｔ Ｉ，ＬＮＣＳ ５２４１，ｐｐ．７３７−７４４，２００８．

しかし、非特許文献１に記載の方法による処理を適正に作用させるためには、対象物体の変形パラメータの正確な値を事前に取得する必要があった。すなわち、変形パラメータが不明な場合には、非特許文献１に記載の方法を適用できないという課題があった。なお、変形パラメータが未知である場合に、変形パラメータのあらゆるパターンに基づく変形を試行するというアプローチも考えられるが、多数の変形の試行には膨大な時間を要するという課題があった。

また、非特許文献２に記載の方法は、対象物体の輪郭形状だけを用いて変形の推定を行っているため、人体の乳房表面のように滑らかな曲面形状を対象とすると推定に曖昧さが残り、精度の高い変形推定が実現できないという課題があった。

本発明は、上記の課題に鑑みてなされたものであり、対象物体の変形パラメータが未知の場合に、変形条件の違いによって生じる変形を高精度かつ高速に推定する仕組みを提供することを目的とする。

上記の目的を達成するための、本発明の一態様によるによる情報処理装置は以下の構成を備える。すなわち、原画像の形状を対象画像の形状に近似するように変形させる処理を実行する情報処理装置であって、
原画像の変形による特徴領域の移動を前記変形と対応づけて変形規則を取得する取得手段と、
前記対象画像の特徴領域と対応する前記原画像の領域との位置情報を拘束条件として、前記変形規則に従って原画像を変形する変形手段と、
を有する。

本発明によれば、対象物体の変形パラメータが未知の場合であっても、変形を高精度かつ高速に推定する仕組みを提供できる。

第１実施形態に係る情報処理装置の機能構成を示す図である。 第１実施形態に係る情報処理装置の装置構成を示す図である。 第１実施形態に係る情報処理装置の処理手順を示すフローチャートである。 第１実施形態に係る対象物体および対象物体の形状取得を説明する図である。 第１実施形態に係る重力加速度を説明する図である。 第１実施形態に係るメッシュモデルを説明する図である。 第１実施形態に係るステップＳ２０９の処理手順を示すフローチャートである。 第２実施形態に係るステップＳ２０９の処理手順を示すフローチャートである。 第２実施形態に係るステップＳ３１０１の処理手順を示すフローチャートである。 第３実施形態に係るステップＳ２０９の処理手順を示すフローチャートである。 第３実施形態に係るステップＳ４１０１の処理手順を示すフローチャートである。 第３実施形態に係るステップＳ４１０３の処理手順を示すフローチャートである。

以下、添付図面に従って本発明に係る情報処理装置及び方法の好ましい実施形態について詳説する。ただし、発明の範囲は図示例に限定されるものではない。

［第１実施形態］
図１は、本実施形態に係る情報処理装置１の機能構成を示している。本実施形態に係る情報処理装置は、画像撮影装置２としてのＭＲＩ装置、および形状測定装置３としてのレーザレンジセンサと接続される。情報処理装置１は、第１の変形条件下における対象物体を画像撮影装置２で撮影することによって得た第１の３次元画像データ（原画像データ）を取得する。また、第２の変形条件下における対象物体を形状測定装置３で計測することによって得た対象物体の表面形状を対象画像の形状（以下、第２の表面形状）として取得する。

そして、これらの情報に基づいて、前記第１の３次元画像に写る対象物体の形状（以下、第１の形状）が、前記第２の変形条件下における対象物体の形状（以下、第２の形状）と略一致するように、第１の３次元画像を変形させた変形画像を生成して表示するものである。

情報処理装置１は、さらに以下に説明する機能により構成されている。

第１画像取得部１００は、画像撮影装置２が対象物体を第１の変形条件下で撮影した第１の３次元画像（原画像）を取得し、第１形状取得部１０１、第１特徴点位置取得部１０２、および変形画像生成部１１０へ送信する。

第１形状取得部１０１は、第１画像取得部１００が取得した第１の３次元画像を処理して第１の変形条件下における対象物体の形状（第１の形状）に関する情報を抽出し、第１の形状を記述する形状モデル（以下、第１の形状モデル）を生成する。そして、生成した第１の形状モデルを、第１特徴点位置取得部１０２へ送信する。

第１特徴点位置取得部１０２は、第１画像取得部１００が取得した第１の３次元画像を処理して、第１の変形条件下における対象物体に係る所定の特徴領域を抽出する。そして、その位置（以下、第１の特徴領域の位置）に関する情報を、第１の形状モデルに組みこむ処理を実行する。そして、特徴領域に関する情報を付加した第１の形状モデルを、変形形状群生成部１０４、変位ベクトル算出部１０９、および変形画像生成部１１０へ送信する。

仮想変形パラメータ取得部１０３は、対象物体の変形パラメータがとり得る値を仮想的に設定した仮想変形パラメータを後に説明する方法でｎ_ｐ組取得して、変形形状群生成部１０４へ送信する。ここで、対象物体の変形パラメータとは、例えば、対象物体の変形に係る性質を定める材料力学的な物理量（例えば弾性係数など）や、第１及び第２の変形条件下において対象物体に作用する外力に関する情報などである。

変形形状群生成部１０４は、仮想変形パラメータ取得部１０３から受信する複数の仮想変形パラメータの夫々に基づいて、第１の形状モデルに物理シミュレーションを施す。そして、第１の形状を変形させた複数の変形形状（以下、変形形状群）を生成し、特徴領域の位置の変位を算出する。そして、これらの情報を変形形状モデル生成部１０５へ送信する。

変形形状モデル生成部１０５は、前記変形形状群に基づいて、第２の変形条件下において対象物体がとり得る様々な変形形状と特徴領域の位置の変位を近似表現可能な変形形状モデルを生成し、変形成分推定部１０８へ送信する。

第２形状取得部１０６は、形状測定装置３から、第２の変形条件下における対象物体の表面形状（第２の表面形状）を取得する。本実施形態では、物体表面上に密に配置した点群の位置を表す３次元座標の集合からなるレンジデータが、対象物体の表面形状として形状測定装置３から供給されるものとする。

第２特徴点位置取得部１０７は、第２形状取得部１０６が取得した第２の表面形状（レンジデータ）に基づいて、対象物体の特徴領域の位置（第２の特徴領域の位置）を抽出し、変形推定部１０９へ送信する。

変形成分推定部１０８は、第２特徴点位置取得部１０７が抽出した第２の特徴領域の位置に基づいて、前記変形形状モデルで第２の形状を記述するための変形成分推定値を算出する。そして、その推定値を、変位ベクトル算出部１０９へ送信する。

変位ベクトル算出部１０９は、前記変形成分推定値に基づいて、前記第１の形状モデルを前記第２の形状へと変形させる変位ベクトルを算出し、変形画像生成部１１０へ送信する。

変形画像生成部１１０は、前記第１の形状モデルと、前記変位ベクトルに基づいて、前記第１の３次元画像を第２の形状へと変形させた第２の３次元画像（変形画像）を生成し、画像表示部１１１へ送信する。

画像表示部１１１は、前記第２の３次元画像を表示する。

図２は、第１実施形態に係る情報処理装置及びそれと接続される装置の構成を示す図である。情報処理装置１は、例えばパーソナルコンピュータ（ＰＣ）などで実現することができ、中央演算処理装置（ＣＰＵ）１０、主メモリ１１、磁気ディスク１２、表示メモリ１３、モニタ１４、マウス１５、キーボード１６を有する。

ＣＰＵ１０は、主として情報処理装置１の各構成要素の動作を制御する。主メモリ１１は、ＣＰＵ１０が実行する制御プログラムを格納したり、ＣＰＵ１０によるプログラム実行時の作業領域を提供したりする。磁気ディスク１２は、オペレーティングシステム（ＯＳ）、周辺機器のデバイスドライバ、後述する変形推定処理等を行うためのプログラムを含む各種アプリケーションソフト等を格納する。表示メモリ１３は、モニタ１４のための表示用データを一時記憶する。モニタ１４は、例えばＣＲＴモニタや液晶モニタ等であり、表示メモリ１３からのデータに基づいて画像を表示する。マウス１５及びキーボード１６はユーザによるポインティング入力及び文字等の入力をそれぞれ行う。上記各構成要素は共通バス１７により互いに通信可能に接続されている。

情報処理装置１は、イーサネット（登録商標）等によるＬＡＮ（ローカルエリアネットワーク）を介して形状測定装置３と接続されており、形状測定装置３から対象物体の表面形状を取得できる。また、情報処理装置１は、イーサネット（登録商標）等によるＬＡＮ（ローカルエリアネットワーク）を介して画像撮影装置２と接続されており、画像撮影装置２から画像データを取得できる。なお、本発明の形態はこれに限定されず、これらの機器との接続は、例えば、ＵＳＢやＩＥＥＥ１３９４等の他のインターフェイスを介して行ってもよい。また、これらのデータを管理するデータサーバから、ＬＡＮ等を介して必要なデータを読み込む構成であってもよい。また、情報処理装置１に記憶装置、例えばＦＤＤ、ＣＤ−ＲＷドライブ、ＭＯドライブ、ＺＩＰドライブ等を接続し、それらのドライブから必要なデータを読み込むようにしてもよい。

本実施形態に係る情報処理装置１は、第１の変形条件下における対象物体の形状から、第２の変形条件下における対象物体の形状への変形を推定し、それに基づいて第１の３次元画像を変形して表示する。すなわち、第１の３次元画像に変形処理を施して、第２の変形条件下における３次元画像を仮想的に生成して表示することに相当する。

本実施形態では人体の乳房を対象物体とする場合を例として説明する。本実施形態における第１の変形条件は、重力方向に対して乳房がうつ伏せ（伏臥位）の状態であるものとする。また第２の変形条件は、重力方向に対して乳房があお向け（仰臥位）であるものとする。すなわち、第１の変形条件と第２の変形条件では乳房に作用する重力の方向が異なることを意味している。この条件が互いに異なるため、第１の形状と、第２の形状との間には変形が生じる。本実施形態に係る情報処理装置１は、第１の変形条件と第２の変形条件の夫々における対象物体に作用する重力方向の差異と、対象物体の弾性係数（ヤング率、ポアソン比）とが未知の変形パラメータであるとして、変形位置合わせを実行する。

次に、本実施形態に係る情報処理装置１が実行する処理を、図３のフローチャートを用いて詳しく説明する。

以下では、図４の（ａ）に示すような、変形しない胸壁面４０１に接続されている乳房４００を撮影する場合を例として、夫々の処理の説明を行う。なお乳房４００上には乳頭４０２があり、乳房４００と接続されているものとする。図４においては、図示の都合上、乳房４００、胸壁面４０１、乳頭４０２が２次元平面上の物体であるかのように示しているが、本実施形態でこれらは３次元的な形状を持つものとし、同図はその断面を表しているものとする。

本実施形態では、ヤング率、ポアソン比はそれぞれスカラー量とし、それぞれｐ_ｙ、ｐ_ｐと表記する。また、重力加速度の差異は乳房４００に働く重力加速度の３次元のベクトル量ｐ_ｇであり、その各成分をｐ_ｇｘ、ｐ_ｇｙ、ｐ_ｇｚとする。すなわち、本実施形態における乳房４００の変形パラメータｐは、数１に示す５次元ベクトルによって記述される。

ここで、以下の説明を円滑に行うために、重力加速度の差異ｐ_ｇの意味について、図５を用いて詳しく説明する。図５は、重力加速度により対象物体の任意の局所領域が受ける力のベクトルを示すベクトル図である。ここでは図示の都合上、２次元のベクトル図を用いて説明するが、本実施形態におけるｐ_ｇは３次元のベクトルであるため、この図による説明を３次元に拡張して適用するものとする。

図５において、第１の重力条件５００は、第１の変形条件で対象物体に働く重力加速度のベクトルをあらわしている。図５では第１の重力条件５００をベクトル図の原点におき、後に説明する無重力条件５０１および第２の重力条件５０２を、第１の重力条件５００との相対ベクトルとして表記する。

無重力条件５０１は、第１の重力条件５００を基準としたときの、無重力状態の重力加速度のベクトルのとり得る値を示したものである。ここで、無重力条件５０１の重力加速度ベクトルの絶対値は、地球上での重力加速度の大きさとして一意に決められる。ここでは、その絶対値をｇとする。ただし、そのベクトルの方向は定まらない。したがって、図５における無重力状態の力のベクトルのとり得る値は、第１の重力条件５００を中心とした半径ｇの円周上のいずれかの点である。

第２の重力条件５０２は、第２の変形条件で対象物体に加わる重力加速度ベクトルのとり得る値を示したものである。第２の変形条件で対象物体に加わる重力加速度ベクトルは、無重力状態を基準とすると、その絶対値は前記同様にｇとなる。ただし、そのベクトルの方向は定まらない。したがって、無重力状態を基準としたベクトル図で表現したとすると、無重力状態を原点とした半径ｇの円上のいずれかのベクトルをとり得る。一方、図５のように第１の重力条件を基準とした場合には、第２の変形条件において対象物体に加わる重力加速度ベクトルは、無重力条件５０１の円周上の任意の点を中心として半径ｇの円を描いたときの、その円周上のベクトルをとり得る。したがって、図５において第２の重力条件は、第１の重力条件を中心とした半径２ｇの円内のいずれかのベクトルをとり得る。したがって、本実施形態における外力に関する３次元ベクトル量ｐ_ｇは、絶対値が２ｇ以下の任意の３次元ベクトル量をとり得ることになる。

（Ｓ２００）
ステップＳ２００において、第１画像取得部１００は、画像撮影装置２が乳房４００を第１の変形条件下で撮影することによって得られるＭＲＩ画像を、第１の３次元画像（原画像）として取得する。ここで、図４の（ｂ）は、第１画像取得部１００が取得する第１の３次元画像の一例を示している。第１の３次元画像４０３の情報は撮影範囲の３次元空間内で定義される撮影画像の輝度の関数として数２のように記述されるものとする。

ここで、ｘ、ｙ、ｚは撮影範囲の３次元空間内における位置座標を意味し、撮影装置または撮影画像を基準とした直交する座標系（以下、ＭＲＩ座標系）において、原点からｘ［ｍｍ］、ｙ［ｍｍ］、ｚ［ｍｍ］だけ並進した位置を表すものとする。

（Ｓ２０１）
ステップＳ２０１において、第１形状取得部１０１は、ステップＳ２００で取得した第１の画像４０３を処理することで、第１の変形条件下における乳房４００の形状を表す第１の形状モデルを生成する。この処理について図４を用いて詳しく説明する。

まず、第１形状取得部１０１は、第１の３次元画像４０３（図４の（ｂ））に対して輪郭抽出の処理を行うことで、図４の（ｃ）に示す輪郭形状４０４を得る。輪郭抽出の処理とは、第１の３次元画像４０３における乳房４００の内部と外部の境界である輪郭を求める処理である。この処理の具体的な方法としては、第１の３次元画像４０３の輝度値の空間勾配を算出して、それに閾値処理を施すなどの方法で輪郭形状４０４を求めることができる。これ以外にも、第１の３次元画像４０３における乳房４００の内部と外部の輝度値のヒストグラムや輝度値のパターン（テクスチャ）の違いに基づいて画像の領域分割を行い、その領域の境界を輪郭形状４０４として求めることもできる。輪郭形状４０４を求める処理は上記のいずれかの方法、またはこれらを組み合わせた方法、またはこれ以外のいかなる方法で実行してもよい。

次に、第１形状取得部１０１は、輪郭形状４０４を適当な間隔で区切り、図４の（ｄ）に示す輪郭ノード群４０５を配置する。輪郭ノード群４０５は、個々の輪郭ノードが夫々、３次元位置座標の情報を持つ。ここではｍ_１’個の輪郭ノードにより輪郭ノード群４０５が構成されるものとし、その夫々の位置座標を、３次元位置座標ベクトルｓ_１ｉ（１≦ｉ≦ｍ_１’）と表記する。

次に、第１形状取得部１０１は、この輪郭ノード群４０５の中で、乳房４００が胸壁面４０１と接する位置に対応するノード群を固定ノード群４０６とする。例えば、領域分割処理によって胸壁面４０１の領域を検出・認識して、当該領域の近傍のノード（当該領域からの距離が予め定めた閾値以内のノード）のうちの連続するノード群を固定ノード群４０６と判別する。そして、固定ノード群４０６とそれ以外のノード群（以下、表面ノード群）との識別が可能なように、必要な情報を記録する。

次に、第１形状取得部１０１は、上記の処理で得た輪郭ノード群４０５に関する情報を用いて、第１の形状モデルを生成する。本実施形態では、以下に説明するメッシュモデルを用いて、第１の形状モデルを表現する。以下、第１形状取得部１０１が行うメッシュモデルの生成処理を、図６を用いて説明する。図６において、輪郭ノード群４０５と固定ノード群４０６は、図４で説明したものと同一である。まず、第１形状取得部１０１は、輪郭ノード群４０５に囲まれた領域内に内部ノード群７００を生成する。このとき内部ノード群７００は、輪郭ノード群４０５で囲まれた領域内を、例えば等間隔に分割した分割位置に配置すればよい。ただし本発明の実施において、内部ノード群７００はいかなる方法で配置してもよい。さらに、第１形状取得部１０１は、輪郭ノード群４０５および内部ノード群４０６の接続に関する情報を生成する。ノード群の接続に関する情報の生成は、前記ノード群に対してドロネー分割を適用するなどの方法で実現できる。以上の処理により生成された輪郭ノード群および内部ノード群の接続に関する情報を表すデータのことを、以下ではメッシュモデルと呼ぶ。また、メッシュモデルを構成するノードの夫々に、上記で得た夫々のノードの位置情報を付与したもの（すなわち、第１の変形条件下における乳房４００の形状を表すように、該メッシュモデルを形成したもの）を、第１の形状モデルと呼ぶ。以下の説明では、生成した内部ノード群７００の夫々の位置座標を、３次元位置座標ベクトルｓ_１ｉ（ｍ_１’＋１≦ｉ≦ｍ_１）によって表記する（ｍ_１はメッシュモデルのノード総数）。そして、数３に示すように、輪郭ノード群４０５と内部ノード群７００を合わせた全てのノードの位置座標を縦に並べた３×ｍ_１次元ベクトルｓ_１によって、第１の形状モデルを構成するノード群の位置情報を表現する。

なお、以上の処理によって生成される第１の形状モデルは各部に送信され、以降の処理で利用されるものとする。

（Ｓ２０２）
ステップＳ２０２において、第１特徴点位置取得部１０２は、ステップＳ２００で取得した第１の画像４０３を処理し、乳房４００の表面上に存在する所定の特徴領域を抽出する。この特徴領域としては、例えば乳頭４０２の位置を用いることが好適である。また、第１の画像４０３を撮像する際に、ＭＲＩで撮影可能な複数のマーカ（図４には不図示）を被検体の表面に貼り付けておいて、これを特徴領域として用いてもよい。以下の説明では、上記の処理によって取得した特徴領域の数をｎ_ｆと表記する。また、それらの特徴領域の位置を表す座標値をｖ_１ｊ＝（ｘ_１ｊ、ｙ_１ｊ、ｚ_１ｊ）（１≦ｊ≦ｎ_ｆ）と表記し、以後、これを第１の特徴領域の位置と呼ぶ。

さらに、ステップＳ２０２において、第１特徴点位置取得部１０２は、上記の処理で取得した第１の特徴領域の位置に関する情報を、第１の形状モデルに組みこむ処理を実行する。具体的には、第１の特徴領域の夫々に関して、第１の形状モデルを構成する表面ノード群の中から、その位置が特徴領域の位置ｖ_１ｊに最も近接するノードを探索し、当該特徴領域を表すノード（以下、特徴領域ノード）として設定する。すなわち、ｊ番目の特徴領域を表す特徴領域ノードとして当該ノードのインデックスｎ_ｊ（１≦ｊ≦ｎ_ｆ）を記録するとともに、その位置ｓ_１ｎｊをｖ_１ｊによって置換する。つまり、数４に示す関係となる。

例えば、図４の（ｂ）に示す乳頭４０２を抽出した場合に、乳頭４０２の位置に最も近接するノードが乳頭ノード４０７（図４の（ｄ））として設定される。そして、乳頭ノード４０７の位置情報が、本ステップで抽出した乳頭４０２の位置によって置き換えられる。なお、本実施形態では、特徴領域を３個以上抽出する場合を例として説明することとする。つまり、ｎ_ｆ≧３の場合について説明することとする。

（Ｓ２０３）
ステップＳ２０３において、仮想変形パラメータ取得部１０３は、変形パラメータがとり得る値を仮想的に組み合わせた仮想変形パラメータを複数取得する。本実施形態では、ｎ_ｐ個の仮想変形パラメータｐ_ｋ（１≦ｋ≦ｎ_ｐ）を取得する場合を例として説明する。

仮想変形パラメータｐ_ｋは、変形パラメータの各成分値がとり得る範囲を適当な間隔で分割して、それらの全ての組み合わせを得ることによって生成する。このとき、各成分が対象物体の変形に与える影響の大きさなどに応じて、分割の細かさを変更する。例えば、仮想変形パラメータｐ_ｋのうちｐ_ｙ、ｐ_ｐに関しては、とりうる範囲を１０００＜ｐ_ｙ＜４０００［ｋＰａ］，０＜ｐ_ｐ＜０．５とし、ｐ_ｇｘ，ｐ_ｇｙ，ｐ_ｇｚに関してはｐ_ｇｘ ^２＋ｐ_ｇｙ ^２＋ｐ_ｇｚ ^２≦（２ｇ）^２を満たす範囲とする。そして、例えばｐ_ｙは変形に与える影響が大きいものとして前記範囲を３０［ｋＰａ］づつ１０分割し、ｐ_ｐは変形に与える影響が比較的に小さいものとして前記範囲を０．１づつ５分割する。またｐ_ｇｘ，ｐ_ｇｙ，ｐ_ｇｚ関しては、夫々−２ｇから＋２ｇまでの範囲を５分割した組み合わせのうち前記範囲に関する条件を満たす組み合わせを設定する。

（Ｓ２０４）
ステップＳ２０４において、変形形状群生成部１０４は、ステップＳ２０３で取得した変形パラメータの複数の仮説（仮想変形パラメータ）の夫々に基づいて、第１の形状モデルに変形を施した変形形状群を生成する処理を実行する。変形形状算出部１０４が行う前記処理は、例えば有限要素法を用いた物理シミュレーションによって実現できる。

まず、仮想変形パラメータｐ_ｋ（１≦ｋ≦ｎ_ｐ）の夫々を仮定して、第１の形状モデルに対して有限要素法に基づく物理シミュレーションを施すことで、メッシュモデルを構成する夫々のノードの変位ベクトルｄ_ｋｉ（１≦ｋ≦ｎ_ｐ，１≦ｉ≦ｍ_１）を算出する。そして、数５に示す計算を実行することで、第１の形状モデルのノードの位置ｓ_１ｉ（１≦ｉ≦ｍ_１）に、変位ベクトルｄ_ｋｉ（１≦ｋ≦ｎ_ｐ，１≦ｉ≦ｍ_１）に基づく変位を施す。これにより、夫々のノードの変位後の位置ｓ_ｄｋｉ（１≦ｋ≦ｎ_ｐ，１≦ｉ≦ｍ_１）を算出する。

なお、ステップＳ２０２の処理で述べたように、メッシュモデルを構成するノードの中には特徴領域を表す特徴領域ノードが含まれている。したがって、上記の処理を行うことで、仮想変形パラメータｐ_ｋ（１≦ｋ≦ｎ_ｐ）の夫々を仮定した場合の、夫々の特徴領域の変位後の位置ｖ_ｄｋｊ（＝ｓ_ｄｋｎｊ）も推定される。

最後に、夫々の仮想変形パラメータｐ_ｋ（１≦ｋ≦ｎ_ｐ）に関して、全ノードの位置座標ｓ_ｄｋｉ（１≦ｉ≦ｍ_１）を縦に並べた３×ｍ_１次元ベクトルｓ_ｄｋを生成する。そして、ベクトルｓ_ｄｋによって、当該仮想変形パラメータｐ_ｋを仮定した場合に第１の形状が変形するであろう形状（すなわち変形形状）を表現する。

以上で示したステップＳ２０４の処理を行うことで、変形形状群生成部１０４は、変形形状群ｓ_ｄｋ（１≦ｋ≦ｎ_ｐ）を生成する。なお、本実施形態では有限要素法に基づく物理シミュレーションを用いて変形形状に関する情報を生成する一実施形態について説明したが、本発明の実施はこれに限らない。例えば差分法や有限差分法などに基づく物理シミュレーションを用いて対象物体の変形形状を算出することもできる。またＭＰＳ法などのメッシュフリー手法を用いれば、メッシュモデルを用いずに変形形状を算出することもできる。ステップＳ２０４の処理は、仮想変形パラメータの夫々に基づく変形形状の算出ができる方法であれば、前記に示した方法以外のいかなる方法を用いて行ってもよい。

（Ｓ２０５）
ステップＳ２０５において、変形形状モデル生成部１０５は、ステップＳ２０４で求めた複数の変形形状に関する情報ｓ_ｄｋ（１≦ｋ≦ｎ_ｐ）に基づいて、対象物体の変形を近似表現する変形形状モデルを生成する。

変形形状モデルの生成方法には様々な方法を用いることができるが、例えば非特許文献２に開示されているＳＭＭ（Ｓｔａｔｉｓｔｉｃａｌ Ｍｏｔｉｏｎ Ｍｏｄｅｌ）を用いることができる。この方法によれば、変形形状群ｓ_ｄｋ（１≦ｋ≦ｎ_ｐ）に対して主成分分析を施すことで、複数の固有変形成分を抽出し、その固有変形成分の線形和によって対象物体の変形を近似表現することができる。この方法の具体的な処理について説明する。

まず、ステップＳ２０４で求めた複数の変形形状に関する情報ｓ_ｄｋ（１≦ｋ≦ｎ_ｐ）から、平均形状ｓ_{ｄ＿ａｖｅ}を数６により算出する。

次に、ｓ_ｄｋ（１≦ｋ≦ｎ_ｐ）から平均形状ｓ_{ｄ＿ａｖｅ}を引いた正規化変形形状群ｓ_ｄｋ’（１≦ｋ≦ｎ_ｐ）を算出する。そして、ｓ_ｄｋ’（１≦ｋ≦ｎ_ｐ）の分散共分散行列を求め、その行列の固有値分解を行い、固有値λ_ｉ（１≦ｉ≦ｎ_ｅ）および固有ベクトルｅ_ｉ（１≦ｉ≦ｎ_ｅ）を得る。ここで、ｎ_ｅは算出する固有ベクトルの数であり、固有値の累積寄与率がある閾値を超えるように選択する。なお、以下では必要に応じて、固有ベクトルｅ_ｉを固有変形成分と呼ぶ。

なお、数７に示すように、以上の処理により得たｓ_{ｄ＿ａｖｅ}およびｅ_ｉを線形結合することで、夫々の変形形状ｓ_ｄｋ（１≦ｋ≦ｎ_ｐ）を近似表現することができる。

ここで、ｃ_ｋｉ（１≦ｉ≦ｎ_ｅ）は、ｋ番目の変形形状ｓ_ｄｋを表すための線形結合の係数である。

以上の処理により取得した平均形状ｓ_{ｄ＿ａｖｅ}および固有変形成分ｅ_ｉ（１≦ｉ≦ｎ_ｅ）を、乳房４００の変形形状モデルと呼ぶ。変形形状モデルは、第２の変形条件下における乳房４００の形状ｓ_２をｓ_{ｄ＿ａｖｅ}とｅ_ｉの線形結合によって表現するためのものである。次式に示す係数ｃ_ｉ（１≦ｉ≦ｎ_ｅ）の値を調整することで、第２の変形条件下において乳房４００がとり得るであろう任意の形状ｓ_ｄを記述できる。

なお、ステップＳ２０２の処理で述べたように、メッシュモデルを構成するノードの中には特徴領域を表す特徴領域ノードが含まれている。したがって、上記の線形結合により、第２の変形条件下において乳房４００上の特徴領域がとり得るであろう位置ｖ_ｄｊ（＝ｓ_ｄｎｊ）も表現される。なお、以下では必要に応じて、形状ｓ_ｄを構成する各ノードの位置座標をｓ_ｄｉ（１≦ｉ≦ｍ_１）、各特徴領域ノードの位置座標をｖ_ｄｊ（１≦ｊ≦ｎ_ｆ）と表記する。

また、原画像の変形は、対応したメッシュモデルを構成するノードの位置情報の変更であらわされる。したがって、特徴領域の位置の移動も変形と対応づけて変形規則として記述されている。

（Ｓ２０７）
ステップＳ２０７において、第２形状取得部１０６は、形状計測装置３から、第２の変形条件下における乳房４００の表面形状（第２の表面形状）を表すレンジデータを取得する処理を実行する。レンジデータは、物体表面上に密に配置した点群の、形状計測装置３によって定義される座標系（以下、レンジセンサ座標系）における位置を表す３次元座標の集合によって構成される。

（Ｓ２０８）
ステップＳ２０８において、第２特徴点位置取得部１０７は、ステップＳ２０２において第１の特徴領域の位置を取得した乳房４００に係る所定の特徴領域について、第２の変形条件下における夫々の特徴領域の位置（第２の特徴領域の位置）を取得する処理を実行する。この処理は、例えば、ステップＳ２０７で得た第２の表面形状から、突起部などの特徴的な形状の部位を抽出することで実行される。以下では、第２の特徴領域の位置を表す座標値をｖ_２ｊ＝（ｘ_２ｊ、ｙ_２ｊ、ｚ_２ｊ）（ただし１≦ｊ≦ｎ_ｆ）と表記する。

（Ｓ２０９）
ステップＳ２０９において、変形成分推定部１０８は、変形形状モデルによる形状表現（すなわち数８のｓ_ｄ）が、乳房４００の第２の形状ｓ_２を最も適切に表すような、線形結合の係数の組ｃ_ｉ（１≦ｉ≦ｎ_ｅ）を推定する。すなわち、線形結合の係数の組を推定することで、乳房４００の第２の形状ｓ_２を推定する。なお、本ステップで求める線形結合の係数の組をｎ_ｅ次元ベクトルｃ_ｅｓｔで表記し、以下ではこれを変形成分推定値と呼ぶ。

具体的には、ステップＳ２０５で生成した変形形状モデルによって記述する特徴領域ノードの位置が、ステップＳ２０８で取得した第２の特徴領域の位置と略一致することを拘束条件として、上記推定値ｃ_ｅｓｔの最適化を行う。以下、変形成分推定部１０８の具体的な処理を、図７に示すフローチャートに沿って詳しく説明する。なお、以下の処理では、変形形状モデルを記述するＭＲＩ座標系と、第２の特徴領域の位置を記述するレンジセンサ座標系との間の座標系変換の推定が、ｃ_ｅｓｔの推定と同時に実行される。ここで、座標系変換とは、回転を表す３×３行列Ｒと、並進を表す３次元ベクトルｔで表現される剛体変換を意味する。

（Ｓ１１００）
ステップＳ１１００において、変形成分推定部１０８は、変形成分推定値ｃ_ｅｓｔおよび剛体変換パラメータの推定値Ｒ、ｔの初期化を行う。この初期化は、例えばｃ_ｅｓｔおよびｔをゼロベクトルとし、Ｒを単位行列とすることができる。

（Ｓ１１０１）
ステップＳ１１０１において、変形成分推定部１０８は、現在の変形成分推定値ｃ_ｅｓｔに基づいて、数９の計算を行うことで、推定変形形状ｓ_{ｄ＿ｅｓｔ}を生成する。

ただし、ｃ_{ｉ＿ｅｓｔ}はｃ_ｅｓｔのｉ番目の成分を表す。そして、ｊ番目の特徴領域ノードの推定座標値ｖ_{ｄｊ＿ｅｓｔ}（１≦ｊ≦ｎ_ｆ）を、推定変形形状ｓ_{ｄ＿ｅｓｔ}が表すｎ_ｊ番目のノードの座標、すなわち、ｓ_{ｄ＿ｅｓｔ}の３（ｎ_ｊ−１）＋１，３（ｎ_ｊ−１）＋２，３（ｎ_ｊ−１）＋３番目の要素からなるベクトルとして取得する。ここでｎ_ｊは、ステップＳ２０２の処理でｊ番目の特徴領域ノードを割り当てたノードのインデックスを表している。

（Ｓ１１０２）
ステップＳ１１０２において、変形成分推定部１０８は、ステップＳ１１０１で得た特徴領域ノードの推定座標値ｖ_{ｄｊ＿ｅｓｔ}（１≦ｊ≦ｎ_ｆ）と、ステップＳ２０８で得た第２の特徴領域の位置ｖ_２ｊ（１≦ｊ≦ｎ_ｆ）を剛体変換した位置とを最も整合させる剛体変換のパラメータを推定する。すなわち、対応点間の距離の平均値を求める数１０を評価関数として、評価値ｄを最小化するＲとｔを算出する。

なお、複数の対応点を用いて座標系変換を求める方法は周知であるので、詳細な説明は省略する。

（Ｓ１１０３）
ステップＳ１１０３において、変形成分推定部１０８は、ステップＳ１１０２で得た剛体変換パラメータの推定値Ｒとｔに基づいて、第２の特徴領域の位置ｖ_２ｊ（１≦ｊ≦ｎ_ｆ）を剛体変換した位置ｖ_{２ｊ＿ｒｉｇｉｄ}（１≦ｊ≦ｎ_ｆ）を、数１１に示す計算により算出する。

（Ｓ１１０４）
ステップＳ１１０４において、変形成分推定部１０８は、ステップＳ１１０３で得た剛体変換後の第２の特徴領域の位置ｖ_{２ｊ＿ｒｉｇｉｄ}と、対応する特徴領域ノードの推定座標値ｖ_{ｄｊ＿ｅｓｔ}との間の距離の平均値（すなわち数１０の評価値ｄ）が小さくなるように、変形成分推定値ｃ_ｅｓｔを更新する。

つまり、第１特徴領域の位置と第２の特徴領域の位置とを拘束条件として、変形規則に従って原画像を変形するものである。

この、ｄを最小化するｃ_ｅｓｔを求める処理は、一般的に知られた非線形な最適化問題を解くことで実行することができ、その具体的な方法として例えば貪欲法を用いることができる。この場合、現在のｃ_ｅｓｔのある要素を微小に増加あるいは減少させた新たな係数を生成し、その係数によって（数９を用いて）変形形状を生成する。そして、その変形形状に関して数１０の評価値ｄを算出し、その値が元のｃ_ｅｓｔに基づく評価値ｄよりも小さくなる場合には、ｃ_ｅｓｔの当該要素の値を更新する。この処理を、ｃ_ｅｓｔの各要素に対して独立に実行することで、対応点間の距離が小さくなるようにｃ_ｅｓｔを更新できる。さらに、上記の処理を繰り返して実行するようにして、より最適に近いｃ_ｅｓｔを求めるようにしてもよい。最適化の方法はこれ以外にも、一般的に知られた非線形最適化手法の如何なるものを用いてもよい。例えば、最急降下法やニュートン法などを用いることができる。

上記の方法によりｃ_ｅｓｔは更新され、以後の処理は更新後のｃ_ｅｓｔに基づいて実行される。

（Ｓ１１０５）
ステップＳ１１０５において、変形成分推定部１０８は、ステップＳ１１０２で更新された剛体変形のパラメータＲ、ｔおよび、ステップＳ１１０４で更新された変形成分推定値ｃ_ｅｓｔに基づいて、数１０の評価値ｄを算出する。そして、評価値ｄに基づいて、以後に行う処理の切り変えを行う。例えば、評価値ｄが予め設定した閾値よりも小さい場合には、本処理（すなわち、ステップＳ２０９の処理）を終了するようにし、そうでない場合には、ステップＳ１１０１に処理を戻して、変形成分推定値ｃ_ｅｓｔの更新処理を継続する。すなわち、ステップＳ１１０１からステップＳ１１０５までの処理を、ステップＳ１１０５での終了判定が否定される限り繰り返す。

以上に説明したステップＳ２０９の処理により、変形成分推定部１０８は、変形成分推定値ｃ_ｅｓｔを算出する処理を実行する。

（Ｓ２１０）
ステップＳ２１０において、変位ベクトル算出部１０９は、ステップＳ２０９で算出したｃ_ｅｓｔに基づいて数９の計算を行い、乳房４００の第２の形状の推定値ｓ_{２＿ｅｓｔ}を得る。そして、第１の形状モデルの各ノードを第２の形状に変形させるための変位ベクトルｄ_ｉ（１≦ｉ≦ｍ_１）を、数１２を用いて算出する。

ここで、ｓ_１ｉは、第１の形状モデルにおけるｉ番目のノードの３次元位置座標ベクトルを示している。また、ｓ_２ｉは、第２の形状の推定値ｓ_{２＿ｅｓｔ}が示すｉ番目のノードの３次元位置座標ベクトルであり、ｓ_{２＿ｅｓｔ}の３（ｉ−１）＋１，３（ｉ−１）＋２，３（ｉ−１）＋３番目の要素がこれに相当する。

（Ｓ２１１）
ステップＳ２１１において、変形画像生成部１１０は、ステップＳ２００で取得した第１の３次元画像に変形を施し、変形後の乳房４００の形状が第２の形状と同様であるような第２の３次元画像（変形画像）を生成する。この変形は、ステップＳ２０１で生成した第１の形状モデルと、ステップＳ２１０で算出した各ノードの変位ベクトルｄ_ｉ（１≦ｉ≦ｍ_１）に基づいて、公知の画像変形手法によって実行される。

（Ｓ２１２）
ステップＳ２１２において、画像表示部１１１は、ステップＳ２１１で生成した第２の３次元画像をモニタ１４などに表示する。

ここで、取得手段は、第１形状取得部１０１、第２形状取得部１０６、第１特徴点位置取得部１０２、第２特徴点位置取得部１０７、変形形状モデル生成部１０５を有する。また、変形手段は、変形成分推定部１０８を有する。

以上に説明したように、本実施形態における情報処理装置１によれば、対象物体の変形パラメータが未知の場合に、第２の変形条件下における対象物体の形状に略一致するように変形させた変形画像を生成して表示することができる。

（変形例１−１）
本実施形態では、ステップＳ２１０で得た第２の形状の推定値ｓ_{２＿ｅｓｔ}に基づいて、ステップＳ２１１で変形画像を生成していたが、本発明の実施はこれに限らない。例えば、第１の３次元画像データ中で乳房４００内部の注目領域の位置ｖ_１（例えば腫瘤の位置）が取得されている場合に、第２の撮影条件下における当該注目領域の位置ｖ_２を推定する目的に本発明を用いることができる。例えば、第１の形状モデルにおいて注目領域の位置ｖ_１を囲むノード群を求め、それらのノード群が変位した後の座標を第２の形状の推定値ｓ_{２＿ｅｓｔ}から得て、その加重平均によってｖ_２を得ることができる。

（変形例１−２）
本実施形態では、ステップＳ２０５で変形形状モデル生成部１０５が行う処理として、ＳＭＭを用いる方法を例として説明したが、本発明の実施はこれに限らない。例えば、正規化変形形状群ｓ_ｄｋ’をそのままｅ_ｉとして用いて、以後の処理を実行するようにできる。この方法によれば、より簡易な処理で変形形状モデルを生成できる効果がある。またステップＳ２０５の処理としては、この方法に限らず、ステップＳ２０４で求めた複数の変形形状に関する情報ｓ_ｄｋ（１≦ｋ≦ｎ_ｐ）に基づいて、対象物体の変形を近似表現する変形形状モデルを生成する処理であれば、どのような処理であってもよい。

（変形例１−３）
本実施形態では、対象物体の特徴領域として、対象物体の表面上の特徴的な領域を用いる場合を例として説明したが、特徴領域は対象物体の内部にあってもよい。この場合、形状測定装置３は、第２の特徴領域の位置が取得可能な装置であればよく、例えば、不図示の磁気式センサなどを取り付けた超音波プローブを持つ超音波撮影装置などにより構成される。

このとき、第１特徴点位置取得部１０２は、ステップＳ２０２の処理において、前記実施形態で説明した処理以外に、物体内部の特徴領域を抽出する処理を実行する。例えば、第１の３次元画像４０３の輝度値が周囲よりも高いような特徴を持つ領域を抽出するようにし、その位置を第１の特徴領域の位置とする。なお、物体内部の特徴領域に対応する特徴領域ノードは、内部ノード群４０６の中から選択される。

一方、第２形状取得部１０６は、ステップＳ２０７の処理において、操作者が超音波プローブを物体表面上の特徴領域に接触さた際のプローブ先端位置を、物体表面上の特徴領域の「第２の特徴領域の位置」として取得する。また、物体内部の特徴領域の「第２の特徴領域の位置」を取得するための情報として、被検体に接触させた超音波プローブを操作者が操作することによって撮影した超音波画像群と、夫々の超音波画像を撮影した際のプローブ位置を取得する。

また、第２特徴点位置取得部１０７は、ステップＳ２０８の処理において、ステップＳ２０７で得た超音波画像群の中から、ステップＳ２０２で得た物体内部の特徴領域と対応する領域を抽出する。そして、超音波画像上における該対応点の座標と、該超音波画像を撮像した際のプローブ位置とを利用して、形状測定装置３が基準とする座標系における特徴領域の３次元位置を算出し、その位置を物体内部の特徴領域の「第２の特徴領域の位置」とする。

また、形状測定装置３として、画像撮影装置２を用いてもよい。この場合、第２の条件下における対象物体を画像撮影装置２によって撮影して３次元画像データ（第２の３次元画像データ）を得る。そして、第２形状取得部１０６は、画像撮影装置２から第２の３次元画像データを取得する。また、第２特徴点位置取得部１０７は、第１特徴点位置取得部１０２と同様な処理により、第２の特徴領域の位置を取得する。なお、形状測定装置３として、画像撮影装置２とは異なるＭＲＩ装置や、Ｘ線ＣＴ装置等の他の３次元画像撮影装置を用いてもよいことはいうまでもない。

これらの方法によれば、より広い領域から特徴領域を取得することができるため、より多くの特徴領域を取得できることが期待できる。そのため、より高い精度で変形の推定を行える効果がある。

（変形例１−４）
本実施形態では、形状測定装置３で計測した被検体のレンジデータを用いて第２の特徴領域の位置を取得していたが、第２の特徴領域の位置を取得可能な方法であれば、本発明の実施はこれに限らない。例えば、磁気式の位置センサなどを備えることで先端部位置を計測可能なペン型の指示デバイス（スタイラス）を乳頭やマーカ等の特徴領域に接触させ、この接触点の位置を第２の特徴領域の位置として直接的に計測してもよい。この場合、第２形状取得部１０６は、ステップＳ２０７で、形状測定装置３が計測した第２の特徴領域の位置を取得して変形推定部１０９へ送信する。このとき、第２特徴点位置取得部１０７の機能は不要であり、ステップＳ２０８の処理は実行されない。

また、本実施形態では、ステップＳ２０２で第１特徴点位置取得部１０２が行う処理として、第１の３次元画像を処理することで第１の特徴領域の位置を求める場合を例として説明したが、本発明の実施はこれに限らない。例えば、マウス１５やキーボード１６などによってユーザの操作に基づいて、第１の特徴領域の位置を取得するようにしてもよい。これによれば、第１の３次元画像からの特徴領域を抽出する処理を省略できるため、より効率的に本発明を実施することができる効果がある。この場合、第１特徴点位置取得部１０２は第１の３次元画像をモニタ１４などに表示してユーザに提示し、ユーザがその画像を視認しながら、その画像上に特徴領域に関する情報を設定できるようにすることが望ましい。

また、第２特徴点位置取得部１０７も同様に、マウス１５やキーボード１６などによってユーザの操作に基づいて、第２の特徴領域の位置を取得するようにしてもよく、前記同様の効果が期待できる。

（変形例１−５）
本実施形態のステップＳ２０２およびステップＳ２０８では、特徴領域を３点以上抽出する場合を例として説明したが、本発明の実施はこれに限らない。例えば、画像撮影装置２および形状測定装置３の夫々が基準とする座標系（すなわち、ＭＲＩ座標系とレンジセンサ座標系）が一致している場合には、ステップＳ２０２およびＳ２０８で抽出する特徴領域は２点であってもよい。この場合、ステップＳ１１０２およびステップＳ１１０３の処理は省略し、ステップＳ１１０１の処理の後にステップＳ１１０４の処理に進むようにできる。このとき、剛体変換パラメータＲおよびｔはステップＳ１１００で初期化された値に保持されることになる。また、画像撮影装置２および形状測定装置３の夫々が基準とする座標系同士が一致しいない場合でも、それらの座標系の関係が既知である場合には、前記と同様の処理にすることができる。この場合、ステップＳ１１００では前記座標系間の既知の関係に基づいて剛体変換パラメータＲおよびｔを初期化し、そのパラメータを用いて以後の処理を実行するようにできる。

この方法によれば、より少ない特徴領域の数で本発明を実施することが可能となり、特徴領域の抽出処理を簡便に済ませられる効果がある。また、剛体変換のパラメータに既知の値を設定することで、その推定に要する処理を省略できるため、処理を簡略化できる効果がある。

また、ステップＳ２０２およびステップＳ２０８で特徴領域を３個以上取得する場合でも、画像撮影装置２および形状測定装置３の夫々が基準とする座標系同士が一致している場合や、それらの関係が既知の場合には、前記と同様の処理を実行することができる。この方法によれば、剛体変換のパラメータに既知の値を設定することで、その推定に要する処理を省略できるため、処理を簡略化できる効果がある。

（変形例１−６）
ステップＳ１１０５の処理は、上記以外の方法で実行してもよい。例えば、ステップＳ１１０１からステップＳ１１０５の繰り返し計算の前後で得た評価値ｄの大きさの比較によって誤差の減少量を求め、それに基づいて判定を行うことができる。例えば、その減少量が予め設定した閾値よりも小さい場合に処理を終了し、そうでない場合にステップＳ１１０１に戻るようにしてもよい。この方法によれば、繰り返し処理によって誤差の減少が見込めない場合などに処理を打ち切ることができる効果がある。また、ステップＳ１１０１からステップＳ１１０５の繰り返し計算の回数をカウントし、この反復処理を一定回数以上行わないようにしてもよい。この方法によれば、この処理に要する計算時間の上限を予め見積もることができる効果がある。また上記の複数の方法を組み合わせて判定を行うようにしてもよいし、その組み合わせをマウス１５やキーボード１６などによってユーザが指定できるようにしてもよい。

（変形例１−７）
ステップＳ２０３の処理における仮想変形パラメータに関する前記の範囲、分割数などは具体的な実施の一例に過ぎず、本発明の実施はこれに限らない。また、ステップＳ２０３の処理は、後段の処理に必要な仮想変形パラメータｐ_ｋを取得できる方法であれば、いかなる方法で行ってもよい。例えば、マウス１５やキーボード１６等からなるユーザインタフェースを介してユーザがｐ_ｋの値を入力し、仮想変形パラメータ取得部１０３がそれを取得する構成であってもよい。これ以外にも、各パラメータの範囲や分割の細かさなどをユーザが入力し、仮想変形パラメータ取得部１０３がその指示に基づいてｐ_ｋの値を自動的に生成する構成であってもよい。また、磁気ディスク１２などにｐ_ｋに関する情報をあらかじめ記録しておいて、仮想変形パラメータ取得部１０３がそれを取得できるようにしてもよい。

（変形例１−８）
本実施形態では画像撮影装置２としてＭＲＩ装置を用いる場合を例として説明したが、本発明の実施はこれに限らない。例えば、Ｘ線ＣＴ装置、超音波画像診断装置、核医学装置などを用いることができる。

［第２の実施形態］
第１の実施形態では、第１の形状から第２の形状への変形を、対応する特徴領域の位置を指標として推定する場合について説明した。それに対し第２の実施形態では、さらに前記特徴領域以外の情報も用いることで、より高い精度で変形を推定する場合について説明する。なお、本実施形態は第１の実施形態の第２形状取得部１０６および変形成分推定部１０８の処理の一部を変更したものである。それ以外の機能については第１の実施形態と同様の内容であるため、説明を省略する。

本実施形態に係る情報処理装置の機能構成は、第１の実施形態に係る情報処理装置１の機能構成を示す図１と同様である。ただし、第２形状取得部１０６が取得した表面形状の情報を変形成分推定部１０８へ送信する処理をさらに行う点が、第１の実施形態とは異なっている。また、変形成分推定部１０８は、第２特徴点位置取得部１０７が抽出した第２の特徴領域の位置に加えて、さらに第２形状取得部１０６が取得する第２の表面形状に基づいて、変形成分推定値を算出する処理を行う。

なお、本実施形態に係る情報処理装置の全体の処理フローは図３で説明した第１の実施形態の処理フローと同様であるから、ここでは説明を省略する。ただし、本実施形態では、ステップＳ２０２およびステップＳ２０８で位置が取得される特徴領域の数（すなわち、ｎ_ｆ）が、ステップＳ２００で得る第１の３次元画像とステップＳ２０７で得るレンジデータの状況に応じて変化するものとする。また、ステップＳ２０９で変形成分推定部１０８が実行する処理の内容は第１の実施形態とは異なるため、以下ではこれについて詳しく説明する。

図８は、本実施形態に係る変形成分推定部１０８がステップＳ２０９で実行する処理フローを、さらに詳しく説明する図である。

（Ｓ３１００）
ステップＳ３１００において、変形成分推定部１０８は、特徴領域の数ｎ_ｆが３個以上の場合には以後の処理をステップＳ３１０１に進める。そうでない場合にはステップＳ３１０２に進めるように処理の切り変えを行う。

（Ｓ３１０１）
ステップＳ３１０１において、変形成分推定部１０８は、特徴領域の数ｎ_ｆが３以上の場合の処理として、図９のフローチャートに示す処理を実行する。

（Ｓ２１００）から（Ｓ２１０２）
ステップＳ２１００からステップＳ２１０２の処理は、第１の実施形態におけるステップＳ１１００からステップＳ１１０２と同様の処理であるから、説明を省略する。

（Ｓ２１０３）
ステップＳ２１０３において、変形成分推定部１０８は、ステップＳ２１０２で得た剛体変換パラメータの推定値Ｒとｔに基づいて、第１の実施形態におけるステップＳ１１０３と同様の処理を実行して、剛体変換後の第２の特徴領域の位置を算出する。また、ステップＳ２０７で得た第２の表面形状を表す各点の座標に次式の剛体変換を施し、ＭＲＩ座標系での各点の座標ｓ_{２ｊ＿ｒｉｇｉｄ}（１≦ｊ≦ｍ_２）を算出する。

ここで、ｓ_２ｊ（１≦ｊ≦ｍ_２）は、ステップＳ２０７で得た第２の表面形状を表す各点の座標（すなわち、レンジセンサ座標系における座標）を表す。またｍ_２は、点の総数を表す。

（Ｓ２１０４）
ステップＳ２１０４において、変形成分推定部１０８は、ステップＳ２１０３の計算で得た点群ｓ_{２ｊ＿ｒｉｇｉｄ}（１≦ｊ≦ｍ_２）の中から、推定変形形状ｓ_{ｄ＿ｅｓｔ}を構成する表面ノードの夫々に最も距離が近接する点を対応づける処理を実行する。ただし、特徴領域ノードの夫々に関しては、剛体変換後の第２の特徴領域の位置（すなわち、数１１のｖ_{２ｊ＿ｒｉｇｉｄ}）を対応付ける。

（Ｓ２１０５）
ステップＳ２１０５において、変形成分推定部１０８は、Ｓ２１０４で対応付けられた点間の誤差評価値ｄが小さくなるように、変形成分推定値ｃ_ｅｓｔを更新する処理を実行する。このとき、誤差評価値ｄとしては、例えば対応付けられた各点間のユークリッド距離の平均値を用いることができる。また、特徴領域ノードと対応点との距離と、それ以外の表面ノードと対応点との距離に異なる重みを与え、これらの加重平均を誤差評価値ｄとしてもよい。すなわち、特徴領域ノードが対応点と一致しないことにより大きなペナルティを与えるような評価尺度を用いてもよい。また、誤差評価値ｄは、これ以外にも、例えば各形状の輪郭面における法線方向も考慮して算出するようにしてもよい。このｃ_ｅｓｔの更新処理は、第１の実施形態におけるステップＳ１１０４の処理と同様に、一般的に知られた非線形な最適化問題を解くことで実行することができるので、その詳細な説明は省略する。

（Ｓ２１０６）
ステップＳ２１０６の処理は、第１の実施形態におけるステップＳ１１０５と同様の処理であるから、説明を省略する。

以上に説明したように、ステップＳ３１０１の処理が実行される。

（Ｓ３１０２）
ステップＳ３１０２において、変形成分推定部１０８は、特徴領域の数ｎ_ｆが２個である場合には以後の処理をステップＳ３１０３に進め、そうでない場合（特徴領域の数ｎ_ｆが１個の場合）にはステップＳ３１０４に処理を進める切り変えを行う。

（Ｓ３１０３）
ステップＳ３１０３において、変形成分推定部１０８は、特徴領域の数ｎ_ｆが２個の場合の処理を行う。具体的には、ステップＳ２１０２の部分を以下のように変更した上で、図９のフローチャートの処理を実行する。

まず、第１の特徴領域の位置および第２の特徴領域の位置のそれぞれにおいて、各２個の特徴領域を結ぶ直線同志が一致し、上記２個の特徴領域の中点位置が一致するような仮の剛体変換を算出する。ただし、上記２個の特徴領域を結ぶ直線を軸とした回転成分に曖昧さが残っている。ここで求めた仮の剛体変換を、以下では３行３列の回転行列Ｒ’および３次元の並進ベクトルｔ’とする。

そして、Ｒ’とｔ’を初期値として、回転行列Ｒおよび並進ベクトルｔの修正をさらに行う。この修正は例えば、よく知られたＩＣＰ（Ｉｔｅｒａｔｉｖｅ Ｃｌｏｓｅｓｔ Ｐｏｉｎｔ）法を用いて実行することができる。例えば、現在の剛体変換パラメータに基づいてステップＳ２１０３及びＳ２１０４と同様な処理を実行し、剛体変換後の点群ｓ_{２ｊ＿ｒｉｇｉｄ}（１≦ｊ≦ｍ_２）の中から、推定変形形状ｓ_{ｄ＿ｅｓｔ}を構成する表面ノードの対応点を求める。そして、対応点間の誤差評価値ｄがなるべく小さくなるように、特徴領域間を結ぶ直線を軸とした回転成分の最適化を実行する。

（Ｓ３１０４）
ステップＳ３１０４において、変形成分推定部１０８は、特徴領域の数ｎ_ｆが１個の場合の処理を行う。具体的には、ステップＳ２１０２の部分を以下のように変更した上で、図９のフローチャートの処理を実行する。

まず、第１の特徴領域の位置と第２の特徴領域の位置とが一致するように並進ベクトルｔ’だけを求め、回転行列Ｒ’には単位行列を設定する。そして、Ｒ’とｔ’を初期値として、回転行列Ｒおよび並進ベクトルｔの修正をさらに行う。この修正は、例えばＩＣＰ（Ｉｔｅｒａｔｉｖｅ Ｃｌｏｓｅｓｔ Ｐｏｉｎｔ）法を用いて実行することができる。例えば、現在の剛体変換パラメータに基づいてステップＳ２１０３及びＳ２１０４と同様な処理を実行し、剛体変換後の点群ｓ_{２ｊ＿ｒｉｇｉｄ}（１≦ｊ≦ｍ_２）の中から、推定変形形状ｓ_{ｄ＿ｅｓｔ}を構成する表面ノードの対応点を求める。そして、対応点間の誤差評価値ｄを最小化するような前記特徴領域の位置を原点とした回転を求めることで、Ｒおよびｔの最適化を実行する。

以上に説明した本発明における第２の実施形態によれば、特徴領域の位置だけでなく、さらに物体の表面形状に関する情報に基づいて処理を実行するため、第１の実施形態の効果に加えて、より高い精度で変形を推定できる効果がある。また、取得した特徴領域の数に応じて処理を切り変えることで、特徴領域に数に適した処理を実行できる効果がある。

（変形例２−１）
本実施形態では、ステップＳ２０９における変形成分推定部１０８の処理として、取得した特徴領域の数に応じて処理の内容を切り替える場合を例として説明したが、本発明の実施はこれに限らない。例えば、予め取得する特徴領域の数が分かっている場合には、ステップＳ２０９の処理を、図８に示したステップＳ３１０１またはステップＳ３１０３またはステップＳ３１０４のいずれかの処理に置き換えて実行するようにしてもよい。この方法によれば、予め決められた特徴領域の数に適した処理を実行する機能だけを有する簡易な構成で本発明を実施できる効果がある。

［第３の実施形態］
第１の実施形態および第２の実施形態では、変形条件によって位置が変動する領域のみを特徴領域として用いる場合を例として説明した。それに対し本発明の第３の実施形態では、変形条件によって位置が変動しない固定された１個以上の領域（以下、固定特徴領域）を、さらに特徴領域として加える場合について説明する。これによれば、剛体変換の成分を拘束することができるため、より確信度の高い変形推定ができる効果がある。

本実施形態に係る情報処理装置の機能構成および全体の処理フローは、第２の実施形態と同様である。

本実施形態において形状測定装置３は、例えば不図示の磁気式センサなどを取り付けた超音波プローブを持つ超音波撮影装置などにより構成され、超音波プローブと対象物体（乳房）が接する位置を計測することで、対象物体の形状が測定されるものとする。また超音波画像として胸壁面４０１などが撮影され、その形状が計測されるものとする。

（Ｓ２００）から（Ｓ２０１）
ステップＳ２００及びステップＳ２０１の処理は、第１の実施形態と同様の内容であるため説明を省略する。

（Ｓ２０２）
ステップＳ２０２において、第１特徴点位置取得部１０２は、第１の実施形態における処理内容に加えて、対象物体の固定特徴領域を第１の３次元画像４０３から抽出する処理を行う。ここで固定特徴領域とは、例えば胸壁面４０１や不図示の胸骨や肋骨や鎖骨等における特徴的な部位であり、例えば剣状突起部等がこれに相当する。固定特徴領域は、第１の変形条件と第２の変形条件の違いによって位置が変動しない。

さらに、第１特徴点位置取得部１０２は、この固定特徴領域とその位置情報（以下、第１の固定特徴領域の位置）を固定ノードとして第１の形状モデルに追加する。なお、ｎ_ｇは上記の処理で取得した固定特徴領域の数を意味する。本実施形態では、この固定特徴領域を１個以上抽出する場合を例として説明する。つまり、ｎ_ｇ≧１の場合について説明する。

（Ｓ２０３）及び（Ｓ２０５）
ステップＳ２０３及びステップＳ２０５の処理は、第１の実施形態と同様の内容であるため説明を省略する。

（Ｓ２０７）
ステップＳ２０７において、第２形状取得部１０６は、操作者が超音波プローブを物体表面上の特徴領域に接触さた際のプローブ先端位置を、物体表面上の特徴領域の「第２の特徴領域の位置」として取得する。また、第２の変形条件下における固定特徴領域の位置（以下、第２の固定特徴領域の位置）を得るための情報として、被検体に接触させた超音波プローブを操作者が操作して得た超音波画像群と、夫々の画像を撮影した際のプローブ位置を取得する。また、このときのプローブ先端位置の集合を、第２の変形条件下における乳房４００の表面形状（第２の表面形状）として取得する。

（Ｓ２０８）
ステップＳ２０８において、第２特徴点位置取得部１０７は、第２の固定特徴領域の位置を取得する処理を実行する。具体的には、ステップＳ２０７で得た超音波画像群に画像処理を施し、ステップＳ２０２で得た固定特徴領域と対応する領域を抽出する。そして、超音波画像上における該対応領域の座標と、該超音波画像を撮像した際のプローブ位置とを利用して、形状測定装置３が基準とする座標系（以下、センサ座標系）における固定特徴領域の３次元座標を算出し、その座標を第２の固定特徴領域の位置とする。

（Ｓ２０９）
ステップＳ２０９において、変形成分推定部１０８は、図１０のフローチャートに示す処理を実行して、変形成分推定値ｃ_ｅｓｔを求める。この処理は固定特徴領域の数が３個以上の場合、２個の場合、１個の場合の夫々で異なる処理が切り変えて実行される。以下、ステップＳ４１００からステップＳ４１０４の各処理について詳しく説明する。

（Ｓ４１００）
ステップＳ４１００において、変形成分推定部１０８は、固定特徴領域の数ｎ_ｇに応じて以後の処理を切り変える処理を実行する。ここでは固定特徴領域の数ｎ_ｇが３以上の場合にはステップＳ４１０１へ進み、それ以外の場合にはステップＳ４１０２に進むように処理を切り変える。

（Ｓ４１０１）
ステップＳ４１０１において、変形成分推定部１０８は、固定特徴領域の数ｎ_ｇが３以上の場合の変形成分推定処理を実行する。図１１は、この処理のフローを詳しく説明する図である。以下、図１１の処理について詳しく説明する。

（Ｓ５１００）
ステップＳ５１００において、変形成分推定部１０８は、第１の固定特徴領域の位置と第２の固定特徴領域の位置に基づいて、ＭＲＩ座標系とセンサ座標系との間の剛体変換パラメータＲ、ｔを求める処理を実行する。なお、複数の対応点を用いて座標系変換を求める方法は周知であるので、詳細な説明は省略する。

（Ｓ５１０１）
ステップＳ５１０１において、変形成分推定部１０８は、ステップＳ５１００で得たＲとｔに基づいて、第２の実施形態におけるステップＳ２１０３と同様の処理を実行する。そして、その結果として、剛体変換後の第２の特徴領域の位置と、第２の表面形状を表す各点のＭＲＩ座標系における座標を算出する。

（Ｓ５１０２）
ステップＳ５１０２において、変形成分推定部１０８は、変形成分推定値ｃ_ｅｓｔの初期化を行う。この初期化は、例えばｃ_ｅｓｔをゼロベクトルとることで実行される。

（Ｓ５１０３）
ステップＳ５１０３において、変形成分推定部１０８は、第２の実施形態におけるステップＳ２１０１と同様の処理を実行して、推定変形形状ｓ_{ｄ＿ｅｓｔ}を生成して夫々の表面ノードの推定座標値を取得する。

（Ｓ５１０４）
ステップＳ５１０４において、変形成分推定部１０８は、第２の実施形態におけるステップＳ２１０４と同様の処理を実行して、推定変形形状ｓ_{ｄ＿ｅｓｔ}を構成する夫々の表面ノードの対応点を得る。

（Ｓ５１０５）
ステップＳ５１０５において、変形成分推定部１０８は、第２の実施形態におけるステップＳ２１０５と同様の処理を実行して、変形成分推定値ｃ_ｅｓｔを更新する。

（Ｓ５１０６）
ステップＳ５１０６において、変形成分推定部１０８は、第２の実施形態におけるステップＳ２１０６と同様の終了判定を実行する。そして、ステップＳ５１０６の終了判定が否定された場合には、ステップＳ５１０３に処理を戻して変形成分推定値ｃ_ｅｓｔの更新処理を継続する。すなわち、ステップＳ５１０３からステップＳ５１０６までの処理を、ステップＳ５１０６の終了判定が肯定されるまで反復して実行する。

以上に説明した処理により、変形成分推定部１０８はステップＳ４１０１の処理を実行する。

（Ｓ４１０２）
ステップＳ４１０２において、変形成分推定部１０８は、固定特徴領域の数ｎ_ｇが２点の場合には以後の処理をステップＳ４１０３へ進め、それ以外の場合（ｎ_ｇが１点の場合）にはステップＳ４１０４へ進むように処理の切り変えを実行する。

（Ｓ４１０３）
ステップＳ４１０３において、変形成分推定部１０８は、固定特徴領域の数ｎ_ｇが２点の場合の変形成分推定処理を実行する。図１２は、この処理のフローを詳しく説明する図である。以下、図１２の処理について詳しく説明する。

（Ｓ６１００）
ステップＳ６１００において、変形成分推定部１０８は、第１の固定特徴領域の位置および第２の固定特徴領域の位置に基づいて、これら固定特徴領域の位置を一致させる剛体変換のパラメータＲおよびｔを仮設定する処理を実行する。この処理は、前記固定特徴領域がそれぞれ２個である場合に実行される処理であるため、前記２個の特徴領域を結ぶ直線を軸とした回転の成分に曖昧さが残る。ここではその成分に仮の値を設定し、次ステップ以降の処理を実行することで最終的な剛体変換のパラメータを決定するものとする。

（Ｓ６１０１）から（Ｓ６１０２）
ステップＳ６１０１及びステップＳ６１０２において、変形成分推定部１０８は、ステップＳ５１０２及びステップＳ５１０３と同様の処理を実行する。

（Ｓ６１０３）
ステップＳ６１０３において、変形成分推定部１０８は、固定特徴領域以外の夫々の特徴領域に関して、ステップＳ６１０２で得た特徴領域ノードの推定座標値と、対応する第２の特徴領域の位置が最も一致するように、Ｒとｔを修正する。ただし、この修正は、第１の固定特徴領域の位置と第２の固定特徴領域の位置とを結ぶ直線を軸とした回転の成分だけを修正するものとする。

（Ｓ６１０４）
ステップＳ６１０４において、変形成分推定部１０８は、ステップＳ５１０１と同様の処理を実行して、ステップＳ６１０３で得たＲとｔに基づいて、第２の特徴領域の位置及び第２の表面形状を表す各点の剛体変換後の座標を算出する。

（Ｓ６１０５）から（Ｓ６１０７）
ステップＳ６１０５からステップＳ６１０７において、変形成分推定部１０８は、ステップＳ５１０４からステップＳ５１０６と同様の処理を実行する。そして、ステップＳ６１０７の終了判定が否定された場合には、ステップＳ６１０２に処理を戻して変形成分推定値ｃ_ｅｓｔの更新処理を継続する。すなわち、ステップＳ６１０２からステップＳ６１０７までの処理を、ステップＳ６１０７の終了判定が肯定されるまで反復して実行する。

以上に説明した処理により、変形成分推定部１０８はステップＳ４１０３の処理を実行する。

（Ｓ４１０４）
ステップＳ４１０４において、変形成分推定部１０８は、固定特徴領域の数ｎ_ｇが１点の場合の変形成分推定処理を実行する。この処理は、ステップＳ６１００とステップＳ６１０３の処理を以下のように変更した上で、ステップＳ４１０３と同様な処理によって実行できる。すなわち、ステップＳ６１００において、変形成分推定部１０８は、第１の固定特徴領域の位置および第２の固定特徴領域の位置に基づいて、これら固定特徴領域の位置を一致させる並進ベクトルｔを算出する。また、回転行列Ｒの初期値として単位行列を設定する。また、ステップＳ６１０３において、変形成分推定部１０８は、固定特徴領域以外の夫々の特徴領域に関して、ステップＳ６１０２で得た特徴領域ノードの推定座標値と、対応する第２の特徴領域の位置が最も一致するように、Ｒとｔを修正する。ただし、この修正は、固定特徴領域の位置が一致することを拘束条件とし、それらの領域の位置を中心とした３自由度の回転成分だけを修正するものとする。

以上に説明したステップＳ４１００からステップＳ４１０４の処理により、変形成分推定部１０８は、ステップＳ２０９の処理である変形成分推定値ｃ_ｅｓｔの算出を完了する。

（Ｓ２１０）から（Ｓ２１２）
ステップＳ２１０からステップＳ２１２の処理は、第１の実施形態と同様の内容であるため説明を省略する。

本実施形態によれば、胸壁面４０１などに存在する固定特徴領域を用いることで、剛体変換の成分を拘束することができるため、より確信度の高い変形推定を実行できる効果がある。

以上説明したように本発明によれば、対象物体の変形パラメータが未知の場合であっても、変形を高精度かつ高速に推定する仕組みを提供できる。

［その他の実施形態］
また、本発明の目的は、前述した実施形態の機能を実現するソフトウェアのプログラムコードを記録した記録媒体（または記憶媒体）を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に格納されたプログラムコードを読み出し実行することによっても、達成されることは言うまでもない。この場合、記録媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコードを記録した記録媒体は本発明を構成することになる。

また、コンピュータが読み出したプログラムコードを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼働しているオペレーティングシステム（ＯＳ）などが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

さらに、記録媒体から読み出されたプログラムコードが、コンピュータに挿入された機能拡張カードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムコードの指示に基づき、その機能拡張カードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

本発明を上記記録媒体に適用する場合、その記録媒体には、先に説明したフローチャートに対応するプログラムコードが格納されることになる。

なお、上述した本実施の形態における記述は、本発明に係る好適な情報処理装置の一例であり、本発明はこれに限定されるものではない。

１ 情報処理装置
１００ 第１画像取得部
１０１ 第１形状取得部
１０２ 第１特徴点位置取得部
１０３ 仮想変形パラメータ取得部
１０４ 変形形状群生成部
１０５ 変形形状モデル生成部
１０６ 第２形状取得部
１０７ 第２特徴点位置取得部
１０８ 変形成分推定部
１０９ 変位ベクトル算出部
１１０ 変形画像生成部
１１１ 画像表示部
２ 画像撮影装置
３ 形状測定装置

Claims (7)

1. 原画像の形状を対象画像又は対象物体の形状に近似するように変形推定を行う情報処理装置であって、
   第１の変形条件下で取得された前記原画像の形状に関する情報と前記原画像の特徴領域の位置情報とを取得し、複数のパラメータに対応する前記原画像の複数の変形形状と該変形形状に対応付けられた前記特徴領域の位置情報に基づいて、前記原画像の変形形状モデルを生成する変形形状モデル生成手段と、
   第１の変形条件下で取得された前記原画像の特徴領域と対応する第２の変形条件下で取得された前記対象画像又は対象物体の特徴領域の位置情報を拘束条件として、前記変形形状モデルに従って、前記原画像の形状を前記対象画像又は対象物体の形状に近似するように変形推定を行う変形推定手段と、を有することを特徴とする情報処理装置。
2. 原画像の形状を対象画像又は対象物体の形状に近似するように変形推定を行う情報処理装置であって、
   第１の変形条件下で取得された前記原画像の形状に関する情報を取得する第１形状取得手段と、
   第２の変形条件下で取得された前記対象画像又は対象物体の形状に関する情報を取得する第２形状取得手段と、
   前記第１の変形条件下における前記原画像の第１の特徴領域の位置情報を取得する第１特徴点位置取得手段と、
   前記第２の変形条件下における前記対象画像又は対象物体の第２の特徴領域の位置情報を取得する第２特徴点位置取得手段と、
   複数のパラメータに対応する前記原画像の変形形状と該変形形状に対応付けられた前記特徴領域の位置情報から、前記原画像の変形形状モデルを生成する変形形状モデル生成手段と、
   前記第１の特徴領域の位置情報と前記第２の特徴領域の位置情報を拘束条件として前記変形形状モデルに基づいて、前記第２の変形条件下における前記原画像の形状を前記対象画像又は対象物体の形状へ変形するための推定をする変形推定手段と、を有することを特徴とする情報処理装置。
3. さらに、前記対象画像又は対象物体の形状の一部に関する情報を取得する第２形状取得手段を有し、
   前記変形推定手段は、前記第２形状取得手段が取得した前記対象画像又は対象物体の形状の一部に関する情報にさらに基づいて、前記対象画像又は対象物体への変形を推定することを特徴とする請求項２に記載の情報処理装置。
4. さらに、前記第１の変形条件下における前記対象物体を原画像として撮影した画像を取得する画像取得手段と、
   前記変形推定手段が推定した変形に基づいて、前記画像取得手段が取得した画像を変形する変形画像生成手段とを有し、
   前記形状取得手段及び／または前記第１の特徴領域の位置取得手段は、前記画像取得手段が取得した画像から所定の情報を取得することを特徴とする請求項２または請求項３に記載の情報処理装置。
5. 前記対象物体は人体の乳房であり、前記対象物体の特徴領域は少なくとも人体の乳頭を含むことを特徴とする請求項２乃至請求項４に記載の情報処理装置。
6. 原画像の形状を対象画像又は対象物体の形状に近似するように変形推定を行う情報処理方法であって、
   第１の変形条件下で取得された前記原画像の形状に関する情報と前記原画像の特徴領域の位置情報とを取得し、複数のパラメータに対応する前記原画像の複数の変形形状と該変形形状に対応付けられた前記特徴領域の位置情報に基づいて、前記原画像の変形形状モデルを生成する生成工程と、
   第１の変形条件下で取得された前記原画像の特徴領域と対応する第２の変形条件下で取得された前記対象画像又は対象物体の特徴領域の位置情報を拘束条件として、前記原画像の形状を前記対象画像又は対象物体の形状に近似するように変形推定を行う変形推定工程と、を有することを特徴とする情報処理方法。
7. 請求項６に記載される情報処理方法をコンピュータに実行させるためのプログラム。

Images