WO2004089218A1

WO2004089218A1 - 機能画像の表示方法及び装置

Info

Publication number: WO2004089218A1
Application number: PCT/JP2004/004884
Authority: WO
Inventors: Yasuo Omi; Osamu Miyazaki; Mitsugu Yasuda
Original assignee: Hitachi Medical Corporation
Priority date: 2003-04-04
Filing date: 2004-04-02
Publication date: 2004-10-21
Also published as: US8032202B2; JP4558645B2; US20060215889A1; JPWO2004089218A1

Abstract

生体機能情報の解析において、複数枚の機能画像と断層像とを逐次目線を動かしながら観察する必要がなく、断層像から得られる情報と複数の機能画像の各々から得られる情報とを一枚の画像から得られ、かつ生体機能異常の重篤度の判定が容易に可能であるような機能画像の表示方法および装置を提供するため、各々固有かつ任意のグラデーションカラースケールで表示されている複数枚の機能画像を任意の重みで合成し、あるいは、複数機能画像間を演算して求めた画像を表示し、あるいはこれらと断層像を任意の重みで重ね合わせる。さらに、重みを適用する範囲、グラデーションカラースケール表示をする範囲、および合成する範囲を操作者が任意に設定および変更可能とする。

Description

機能画像の表示方法及び装置技術分野

本発明は、 CT装置や MRI装置等の画像診断装置において、これらから得られる断層像に基づいて、生体機能情報の解析や評価を行なうことに関する。

明背景技術

田

生 ί«能情報を解析する際、複数の機能情報を総合的に鑑みて診断する場合がある。例えば、脳灌流機能情報の解析においては、一般的に、脳血流量（Cerebral Blood Flow_Nつまり CBF)像、脳血液量（Cerebral Blood Volume、つまり CBV) 像、平均通過時間（Mean Transit Time, つまり MTT) 像など複数の機能画像の各々から得られる情報と断層像から得られる情報（例えば early CTsignや血管の走行、組織の位置などの解剖学的所見）とを総合的に観察して診断する。

生 ί«能情報を示す画像の表示方法として、特開 2002-282248号公報に示されているように、一枚の機能画像と断層像を重ね合わせ、一枚の合成画像として表示する方法がある。この方法によれば、断層像から得られる情報とある機能画像から得られる情報とを一枚の画像上に表示するものである。血流、血液量、平均通過時間などのうちの 1つのパラメータについて、計測値の範囲を複数に分割して、カラーマップを使用してその計測値の範囲ごとに異なった色相を割り当ててレ、る。し力し、表示可能なパラメータが 1つであるため生体機能の異常、症状、および危険性が軽度であるのか重度であるのか（以下、重篤度という）を、総合的に認識ができないという問題があった。また、断層像全面に色表示が乗るため情報が煩雑で異常の判定が困難という問題があった。

複数回の検査において得られた複数の機能画像を表示させて観察する方法として、 SPECT (Single Photon Emission Computed Tomography) 画像を差分し顕著な変化が現われている領域を標準脳 MR 画像上に合成する SISCOM (Subtracted Ictal SPECT Co-Registered to MRI) と呼ばれる手法もある。この手法は、特にてんかんの患者などに対して発作時（ictal) と発作間（interictal) でそれぞれ撮影した SPECT画像を差分して機能画像を得るもので、この際捕助的に、電極式の脳波計（electroencephalogram(EEG)) を併用してい-る。上記 SISCOMは SPECT画像にのみ対応しており、 CT画像や MR画像から作成した機能画像には適用できない。つまり、単一の画像診断装置で撮影するときと比べて異なる画像診断装置で撮影した断層像同士を重ねる時、 CT画像や MRI画像を標準脳にする必要があるが、そのための位置合わせや形状合わせが困難である。' また、 SPECT画像と MR画像の両方を取得しなければならず、患者を拘束する時間が長くなるという問題がある。また、 SPECT画像と MR画像の重ね合わせ時には、 SPECT画像を標準脳にあわせて変形して上記 MR画像と位置合わせするため、患者本来の脳の形状が失われ重要な形態情報が失われる可能性がある。特に、患者の頭蓋が変形している場合にはこの形態情報の喪失は深刻な問題である。発明の開示

本発明の目的は、単一の画像診断機器（モダリティ）により、断層像から得られる情報と複数の機能画像から得られる情報とを一枚の画像に集約して重篤度の判定を容易化できる画像診断装置を提供することにある。本発明の目的は、必要な複数の機能画像中の情報のうち必要な部分の情報のみ表示させ、煩雑な情報による判断の迷いを防ぎ、効率的な重篤度の判定を可能とする画像診断装置および画像診断方法を提供することにある。

また、本発明の他の目的は、複数回の検査間における CT画像あるいは MR画像を元に作成した機能画像から、検査部位の本来の形状を失うことなく、生体機能情報の経時変ィ匕を容易に把握することで生能情報の解析が可能な画像診断装置および画像診断方法を提供することにある。

さらに、本発明の他の目的は、同一データに対して異なる操作者が解析した場合でも、操作者の癖に係わらず^ m的に生 ί«能情報の経時変化が評価おょぴ解析できる画像診断装置おょぴ画像診断方法を提供することにある。

本発明の他の目的は、複数のモダリティを使用することなく CT装置あるいは MR装置等のいずれかのモダリティを使用して、生体機能情報の経時変ィ匕の把握および解析ができる画像診断装置および画像診断方法を提供することにある。すなわち、'本発明第 1の特徴によれば、被検者の画像データを収集する手段と、前記画像データから断層像を作成する手段と、前記断層像から少なくとも一つの生能情報を算出する手段と、前記生 f«能情報をもとに少なくとも一つの機能画像を作成する手段と、前記機能画像同士を演算した演算後画像や前記機能画像同士の合成像や前記演算後画像または前記機能画像のうち少なくとも一つと前記断層像を合成した合成像を作成する手段と、前記機能画像、前記演算後画像、前記断層像およぴ前記合成像を表示可能な表示手段とを含む画像表示装置にお、て、前記機能画像を作成する手段と合成画像を作成する手段は、前記機能画像および前記演算後画像内の少なくとも一部の領域を前記生能情報の評価値に対応した任意のグラデーションカラースケールで表示し、前記機能画像および前記演算後画像内の他の領域は前記グラデーシ'ョンカラースケールに含まれない任意色でまたは透明に表示することを特徴とする。

本発明第 2の特徴によれば、上記 1の画像表示装置において、前記合成像は、重ね合わせ表示、並列表示、あるいは部分表示のいずれかによつて表示されることを特 ί敷とする。

本発明第 3の特徴によれば、上記第 1または 2の特徴による画像表示装置において、前記機能画像を作成する手段では、前記機能画像内の上記他の領域における前記機能画像の比率をゼロとすることを特徴とする。

本発明第 4の特徴によれば、上記第 1カゝら 3の特徴による画像表示装置において、前記機能画像を作成する手段では、前記生体機能情報に割り当てるグラデーシヨン力ラースケールを任意に変更可能であることを特徴とする。

本発明第 5の特徴によれば、上記第 1から 4の特徴による画像表示装置において、前記合成像を作成する手段では、前記合成像における各々の機能画像および前記断層像の比率を任意に設定可能であることを特徴とする。

本発明第 6の特徴によれば、上記第 1から 5の特徴による画像表示装置において、前記機能画像を作成する手段では、上記画素単位の画像データ値が所定範囲内力ゝ外によつて前記機能画像内の上記一部の領域を特定することを特徴とする。本発明第 7の特徴によれば、上記第 1カら 6の特徴による画像表示装置において、前記機能画像を作成する手段では、前記機能画像内の任意の関心領域を前記機能画像内の上記一部の領域として決定することを特徴とする。

本発明第 8の特徴によれば、上記第 1力ら 6の特徴による画像表示装置において、前記機能画像を作成する手段では、画像データの画素ごとの値である画素値で所定のウインドゥレベルとウィンドウ幅内にあるものを、変換係数と対応付け、この変換係数をもとに前記グラデーションカラースケールを決めることを特徴とする。

本発明第 9の特徴によれば、上記第 1から 8の特徴による画像表示装置において、前記機能画像を作成する手段では、前記機能画像に割り当てるグラデーションカラースケールを RGB毎に画像データの画素ごとの値である画素値と変換係数を対応付けた各種のルックアツプテーブルによつて決めることを特徴とする。本発明第 10の特徴によれば、上記第 1から 9の特徴による画像表示装置において、上記生体機能情報は血流量、血液量、平均通過時間などに代表される血流機能情報のうちの少なくとも一つであることを特徴とする。

本発明第 πの特徴によれば、被検者の画像データを収集するステップと、前記画像データから断層像を作成するステップと、前記断層像から少なくとも一つの生能情報を算出するステップと、前記生能情報をもとに少なくとも一つの機能画像を作成するステップと、前記機能画像同士を演算した演算後画像や前記機能画像同士の合成像や前記演算後画像または前記機能画像のうち少なくとも一つと前記断層像を合成した合成像を作成するステップと、前記機能画像、前記演算後画像、前記断層像および前記合成像を表示可能な表示ステップとを含む画像表示方法において、前記機能画像を作成する手段と合成画像を作成するステップは、前記機能画像および前記演算後画像内の少なくとも一部の領域を前記生体機能情報の評価値に対応した任意のグラデーションカラースケーノレで表示し、前記機能画像および前記演算後画像内の他の領域は前記グラデーション力ラースケールに含まれない任意色でまたは透明に表示することを特徴とする。

本発明第 12の特徴によれば、上記第 11の特徴による画像表示方法において、前記合成像は、重ね合わせ表示、並列表示、あるいは部分表示のいずれかによつて表示されることを特徴とする。

本発明第 13の特徴によれば、上記第 11から 12の特徴による画像表示方法において、前記機能画像を作成するステップでは、前記機能画像内の他の部分における前記機能画像の比率をゼ口とすることを特徴とする。

本発明第 14の特徴によれば、上記第 11から 13の特徴による画像表示方法において、前記機能画像を作成するステップでは、前記生繊能情報画像に割り当てるグラデーションカラースケールを任意に変更可能である。

本発明第 15の特徴によれば、上記第 11から 14の特徴による画像表示方法において、前記合成像を作成するステップでは、前記合成像における各々の機能画像および前記断層像の比率を任意に設定可能であることを特徴とする。

本発明第 16の特徴によれば、上記第 11から 15の特徴による画像表示方法において、前記機能画像を作成するステップでは、上記画素単位の画像データ値が所定範囲内力ゝ外によって前記機能画像内の上記一部の領域を特定することを特徴とする。

本発明第 17の特徴によれば、上記第 11から 16の特徵による画像表示方法において、前記機能画像を作成するステップでは、前記機能画像内の任意の関心領域を前記機能画像内の上記一部の領域として決定することを特徴とする。本発明第 18の特徴によれば、上記第 11から Γ の特徴による画像表示方法において、前記機能画像を作成するステップでは、画像データの画素ごとの値である画素値で所定のウィンドウレベルとウィンドウ幅内にあるものを、変換係数と対応付け、この変換係数をもとに前記グラデーションカラースケールを決めることを特徴とする。

本発明第 19の特徴によれば、上記第 11から 18の特徴による画像表示方法において、前記機能画像を作成するステップでは、前記機能画像に割り当てるグラデーシヨンカラースケールを RGB毎に画像データの画素ごとの値である画素値と変換係数を対応付けた各種のルックアツプテーブルによつて決めることを特徴とする。

本発明第 20の特徴によれば、上記第 11から 19の特徴による画像表示方法において、上記生体機能情報は血流量、血液量、.平均通過時間などに代表される血流機能情報のうちの少なくとも一つであることを特徴とする。図面の簡単な説明

図 1は、本宪明の機能画像の表示方法および装置の構成図である。図 2は、データ収集から合成画像表示までのフローチャートである。図 3は、変換係数の算出方法 < 説明図である。図 4は、機能画像用ルックアップテーブルの構成を示す図である。図 5は、機能画像用ルックアップテーブルの説明図である。図 6は、断層像用ルックアップテーブルの構成を示す図である。図 7は、プレンド機能画像のサンプル画像である。図⁸は、断層像上投影ブレンド機能画像のサンプル画像である。図 9は、本発明の実施例 2におけるデータ収集から合成画像表示までのフローチヤ一トである。図 10は、本発明の実施例 2における画像間演算時の ROI設定方法の一例を説明する図である。図 11は、本発明の実施例 2における治療前における MTT機能画像である。図 12は、本発明の実施例 2における治療後における MTT機能画像である。図 13は、本発明の実施例 2における治療前後の MTT差分画像と CT断層像を合成した画像である。図 14は、治療前における CBV機能画像である。図 15は、治療後における CBV機能画像である。図 16は、上記図 11、 12、 14、 15に関して、治療前後の CBVおよび MTT差分画像と CT 断層像を合成した画像である。発明を実施するための最良の形態

以下、添付図面に従つて本発明に係る機能画像の表示方法および装置の好ましい実施の形態について詳説する。

[実施例 1]

図 1は本発明に係る機能画像の表示方法おょぴ装置の好ましい実施の形態を示す図である。本発明に係る機能画像の表示方法および装置は、 X線減衰信号や核磁気共鳴から放出されるエコー信号などの断層像データ収集手段 1 で、例えば CT装置や MRI装置をす。収集手段 1の制御や各種演算を行うコンピュータ 2 と、マウスやキーボード等のコンソール 3と、ディスプレイ等の表示手段 4からなる。コンピュータ 2には、収集手段 1を制御するプログラムや画像再構成等の断層像の作成を行うプログラム、生体機能情報の解析やマッビングを行ぅプログラム、合成像を作成するプログラムが搭載されている。本発明に係る機能画像の表示方法および装置を構成するにあたり、前記各プログラムは、一台のコンビュータ内に搭載されていてもよく、演算の種類毎に複数のコンピュータに分けて搭 - 載してもよい。

図 2は本発明に係る機能画像の表示方法および装置のデータ収集から合成画像の表示までを示すフローチヤ一トである。このフローチャートは図 1のコンビュータ 2または図示しない外部のコンピュータに内蔵されるソフトウェアにより実現される。

本実施例をこのフローチャートに沿って説明する。まず、コンピュータ 2に搭載された制御プログラムにより制御された収集手段 1により、 X線減衰データや ' 磁化率信号強度データを収集する（ステップ 201)。

ステップ 201では、コンピュータ 2上の制御プログラムにより制御された収集手段 1により、 X線減衰信号や核磁気共鳴から放出されるェコ一信号を収集する。例えばデータ収集装置が CT装置で、解析したい生 «能情報が頭部の灌流情報であるならば、患者 5にョード系造影剤のようなコントラスト強調物質を注した後に、その物質の流入する特定の臓器や部位に的を絞り時間を追って撮影 (いわゆるダイナミック撮影) を行うことで、生体機能情報の解析に必要なデータを収. 集できる。

ステップ 202では、コンピュータ 2に搭載された画像再構成等のプログラムを用いて、断層像を作成する。

ステップ 203では、ステップ 202で作成した断層像を表示する。

ステップ 204では、例えばコンピュータ 2に搭載された生体機能情報の解析プログラムを用いて、生体機能情報を表すパラメータ、すなわち例えば画素値 Pを算出する。ここでいうパラメータの代表的なものとしては、脳血流量（Cerebral Blood Flow,つまり CBF)像，脳血液量（Cerebral Blood Volume、つまり CBV) 像，平均通過時間（Mean Transit Time、つまり MTT) 像がある。

パラメータの算出は、分解能の低下を防ぐ目的では断層像の 1画素毎に行うことが望ましいが、生能情報の診断を早急に行うときのように短時間で演算を終了すると必要に迫られた場合には、画像を縮小して演算してもよいし、数画素毎に演算してもよい。

ステップ 205では、コンピュータ 2に搭載されたマッピングプログラムを用いて、ステップ 204で得られた演算結果をマッビングすることで機能画像を作成する。

ステップ 206では、ステップ 205で作成した機能画像を表示手段 4に表示十る。なお、ステップ 206において、機能画像を表示するだけでなく、必要に応じて機能画像と断層像と一緒に表示してもよい。なお、続けて合成像を作成するときはここで画像表示をしなくてもよい。 - ステップ 207では、後述するように、コンピュータ 2に搭載された合成像作成プログラムを用いて合成像を作成する。

ステップ 208では、合成像を表示手段 4に表示する。なお、ステップ 208では、画像を表示するだけでなく、必要に応じて合成画像、機能画像、および断層像のうち少なくとも 2つを一緒に表示してもよい。

図 2のフローチャートに関して、既に X線減衰データや磁化率信号強度データが既に収集済みの場合は、コンピュータ 2に内蔵または外付けされているハードディスク等のストレージ手段 6から X線減衰データや磁化率信号強度データを読み込んだ後、ステップ 202以降を実行すればよい。

さらに、図 2のフローチャートに関して、断層像が既に作成済みの場合は、コンピュータ 2に内蔵または外付けされているハードディスク等のストレージ手段 5から断層像を読み込んだ後、ステップ 203以降を実行すればよい。

さらに、図 2のフローチャートに関して、機能画像が既に作成済みの場合は、コンピュータ 2に內蔵または外付けされているハードディスク等のストレ一ジ手段 5から機能画像を読み込んだ後、また必要に応じて機能画像と断層像を読み込んだ後、ステップ 206以降を実行すればよい。

次に、ステップ 207の合成像の作成方法について説明する。本実施の形態では、ある臓器における生体機能情報の種類すなわち機能画像の総数を M枚として説明する。

また、階調数は正の整数であり、例えば、 8ビット（256階調）や、 12ビット (4，096階調）や、 16ビット（65,536階調）や 32ビット（4，294,967，296階調）である。

以下、色調とは、色相、彩度、明度、あるいはそれらのうち少なくとも 2つの組み合わせをいう。また、カラーグラデーションスケールとは、画素値の最大値と最小値の範囲を少なくとも 1段階以上に分割して、各段階にそれぞれ別の色調を割り当てたもの、つまり色階調の連続体をいう。

(1) 画素から変換係数への変換

ブレンド機能画像と呼称するものを説明する。このブレンド機能画像とは、生能情報をカラーグラデーションスケールに対応して表示している機能画像を複数枚重ね合わせるように合成したものである。ここで、機能画像間での使用色調は異なる。なお、ブレンド機能画像の元画像である機能画像の中には、画像中の特定領域のみをあるカラーグラデーションスケールで表示したものも含まれる。この場合、特定領域外は任意の特定色で表示してもよい。プレンド機能画像を作成するにあたっては、機能画像の画素値 Pと表示ウィンドウ値 WL、表示ウィンドウ幅胃を基に変換係数 Cを算出する。変換係数 Cは、たとえば図 3を参照して次式 1のように求める。ここで、 WLはウィンドウレベルで、 WWはウィンドウ幅を示す。表示の濃度はウィンドウレベルを中心として、その上下 WW/2 ずつの範囲に対して割り当てられる。この範囲 WWの外側では濃度がなくなるかあるいは飽和して変化がない。つまり、表示ウィンドウ幅 WWより画素値の大きいところは飽和させて白く飛ばし、逆に小さいところは最も暗くつぶすことになる。また、 PMAXは最大画素値を、 CMAXは変換係数の最大値を表す。

なお、図 3に示した例では、（WL— Z2) から（WL+WW/2) の区間を線形に変換したが、必要に応じて任意の非線形の変換を行ってもよい。また、画素値 Pをそのまま変換係数 cとすることも考えられる。

図 4に、ブレンド機能画像の作成に用いるルックアップテーブル（以下 LUT と称する）を示す。本実施の形態で述べるところの LUT とは、前述の変換係数 Cと、表示色の各成分（例えば R成分， G成分， B成分）との対応表である。（WL -WW/2) 以下の領域の画素にあてはめる変換係数 Cは、カラーグラデーションスケール中の一端にある最喑色（下端色）である。以下、カラー表示するための: R, G, Bのそれぞれの最暗色を Rl, Gl, B1と表示する。なお、色調中の色相のみを変えて上記カラーグラデーションスケールの各段階に割り当てたときは、必ずしも最暗色部に一番暗く見える色が割り当てられないこともある。しかし、このような場合も便宜上、最暗色（下端色）と呼ぶことにする。

一方、変換係数 Cの値が（WL+WW/2) 以上の領域の画素にあてはめる変換係数 Cは、カラーグラデーションスケール中の他端にあり最も明るい最明色（上端色）である。以下、カラー表示するための R， G, Bのそれぞれの最明色（上端色）を Rh， Gh， Bhと表示する。なお、上述と同じように、色調中の色相のみを変えて上記力ラーダラデーシヨンスケールの各段階に割り当てたときは、必ずしも最明色部に一番明るく見える色が割り当てられないこともある。し力し、このような場合も便宜上、最明色（上端色）と呼ぶことにする。

ある変換係数 Cにおける LUTの： R， G, Bの各成分 R(C)， G(C), B(C)は、例えば図 5に示すような機能画像用の LUTを参照して、次式 (2) に従って決定すればよい。なお、図 5は RGB各色毎の LU の一例で、機能画像ごとに割り当てる RGBのテーブルの初期値と傾斜はそれぞれ異なるのが通常である。 RGBの初期値である最暗色 Rl， Gl, B1の組み合わせによって生能情報を表現する色の系統が定まる。

R(C) = ^Rk~^Rl - C ^ Rl

_B{C) = ? - .c ₊ Bl 図 5に示した例では、最暗色から最明色までの各成分値を線形に結んだが、必要に応じて任意の非線形に結んでもよい。機能画像が M枚であるならば、機能画像 1，機能画像 2…機能画像 Mの各々に対応した M個のルツクァップテーブル、すなわち LUT1，LUT2...LUTMを設定することが望ましい。しカゝし、これに限らず複数の機能画像間で同—のものを使用してもよい。

(2) ブレンド機能画像の作成

複数の機能画像が重なった部分における表示画素の取り扱いについて.説明する。ここでプレンド機能画像におけるある画素 (i， j)の表示色を左右する R， G, Bの各成分を RF(i, j)， GF(i, j)， BF(i， j)とおくと、これらは次式 3のように決定することができる。

ここで Wkは複数の機能画像を合成する重み（配分）を、 Ck(i，； j)は画素 (i，j)における機能画像 kの変換係数を表す。また、 Rk(Ck(i,j», Gk(Ck(i,j))_? Bk(Ck(i,j)) は、変換係数 Ck(i，； j)における LUTkで規定される R，G，Bの各成分値を表し、式 2の変換係数 Cに画素ごとの変換係数 Ck(i，j)を入力して計算される値である。なお、上述の通り、ここでは特に機能画像の種類の数 kを 1〜Mまでの整数としている。

グラデーションカラースケールで表示する領域は、画像全体であっても画像の一部であってもよい。画像の一部つまり特定領域のみをグラデーションカラースケールで表示するときは、コンソール 4を介して閾値、範囲、および ROIなどのうちの少なくとも一つによって設定できる。このような閾値、範囲、および ROI は機能画像の種類毎に一個または複数個設定してもよい（処理 1) 。

ある機能画像 kのある画素 (i， j)が丁度生能を表わしているようなとき、つまり例えばその画素 (i， j)が ROI内にあるようなとき、またはその画素値が機能画像 kに対する閾値で決まる範囲内であるならば、前述の図 4のような LUTkに従つて Rk(Ck(i，j)), Gk(Ck(i，j))，Bk(Ck(i，j)) の各成分を決定する。画素値や画素が、上述のように閾値、範囲、および ROIのいずれの範囲内にも該当しないならば、肝心な機能表示を妨げないような特定色で表示するように特定値を Rk(Ck(i， j)), Gk(Ck(i, j))， Bk(Ck(i， j))の各成分に割り当てる（処理 2) 。

処理 1と処理 2を全画素に対して行うことにより、ある機能画像において上記設定範囲内のみをグラデーションカラースケールで表示し、他の範囲は特定色で表示することができる。処理 1と処理 2は全ての機能画像に対して行ってもよいし、一部の機能画像に対して行うだけでもよい。

処理 1と処理 2を施した各機能画像の合成について説明する。このように合成される機能画像は以下プレンド機能画像と呼称する。プレンド機能画像のデータは画素ごとに得られる。式 3に従つて画素ごとに RF(i, j)₅ GF(i, j), BF(i, j)を決定するが、この際には特定色で表示されている画素は、その機能画像の重み Wkを 0にして計算する。全画素ごとのデータ RF(i， j), GF(i, j), BF(i, j)が得られたら、 (i， j)の座標に従ってマッビングして画像表示を行う。こうして、ブレンド機能画像を作成することができる。もし N枚の機能画像の全てを合成する必要がなレ、場合は、合成する必要がない機能画像の重みを 0にして合成すればよい。なお、特定の範囲の設定として、閾値と、範囲と、 ROIとを例示したが；必要に応じて他のパラメータを用いて設定してもよい。

(3) 断層像上投影ブレンド機能画像の作成

次に、断層像とブレンド機能画像との重ね合わせ合成像（以下、断層像上の投影ブレンド機能画像）の作成方法を説明する。ここで、断層像上投影ブレンド機能画像におけるある画素 (i，： j)の表示色の各成分を RTF(i， j)， GTF (i， j)， BTF (i， j) とすると、上式 3 のように求めたプレンド機能画像の画素毎の色成分 RF(i， j), GF(i,j) , BF(i, j) と画素 (i，j)における断層像の変換係数 CC(i，j)と、記号 tで判別される複数の断層像用ルツクァップテプル LUTTに対応させて変換係数 CC(P) について求めた各色成分値 RT(CC (i， j))， GT(CC (i， j))， BT(CC (i， j))と、それぞれプレンド機能画像と断層像の重み WBおよび WTとを、用いて次式 4のように決

RF(i, j) WB + RT(CC(i,ゾ)） . WT

RTF(i ) =

_{BTF (i} ― BF{i, j) WB + BT(CC(i,ゾ)) . WT

WB + WT

定できる。

断層像は一般的にグレースケールで表示するので、断層像用ルックアツプテーブル LUTTは例えば図 6のように設定すればよい。断層像上投影プレンド機能画像を作成するには、グラデーションカラースケールで表示されている画素の場合は式 4に従って RTF(i，j)， GTF(i, j), BTF(i， j)を決定し、特定色で表示されている画素は式 4において重み WB を 0にして、 RTF(i， j), GTF(i, j)₅ BTF(i, j)を決定する。これを全画素に対して行ってマッピングすれば断層像上投影プレンド機能画像が完成する。

プレンド画像や断層像上投影ブレンド機能画像において、ある機能画像 kのグラデーシヨンカラースケールを変更したい場合には、コンソール 4から入力されるパラメータに基づレ、てその機能画像に対応するルックアツプテーブル LUTk を前述の方法で変更することで、上式 3中の Rk(Ck(i，j))， Gk(Ck(i, j)), Bk(Ck(i, j)) を変更すればよい。なお、 kは l〜mまでの整数である。

プレンド画像や断層像上投影プレンド機能画像において、ある機能画像 kから得られる情報の強調度を変更する場合には、コンソール 4から入力されるパラメ一タに基づレ、て上式 3中の Wkを変更すればよい。

プレンド画像や断層像上投影プレンド機能画像において、グラデーションカラ一スケールで表示されている領域を変更したい場合は、閾値や範囲や ROIなどこの領域を規定するパラメータをコンソール 4から入力して変更すればよ、。

断層像上投影プレンド機能画像において、プレンド機能画像の強調度を変更する場合には、コンソール 4から入力されるパラメータに基づいて上式 4中の WB や WTを変更すればよい。

図 7と図 8に本発明にかかわる実施例を CT画像から作成した脳血流機能画像へ適用した例を示す。図 7は、 3種の機能情報（脳血流量、脳血液量、平均通過時間）カゝら作成したブレンド機能画像のサンプル画像であり、脳血流量の異常領域 31、脳血液量の異常領域 32、平均通過時間の異常領域 33.とその他の領域 39 の合成像である。図 8は、 3種の機能情報 . (脳血流量、脳血液量、平均通過時間）から作成したプレンド機能画像と CT像 30から作成した断層像上投影プレンド機能画像のサンプル面像である。これらサンプル画像では、脳血流量の異常領域 31を緑系のグラデーションカラースケールで表示し、脳血液量の異常領域 32を青系のグラデーションカラースケールで表示し、平均通過時間の異常領域 33を赤系のグラデーションカラースケールで表示している。これらサンプル画像は単に脳血流量，脳血液量，平均通過時間の各生体学的パラメータに異常が認められる領域を一枚の画像上に表示するだけでなく、色合いの濃淡や各色の混ざり具合によって異常の重篤度をも示しており、本発明の効果が理解されるであろう。これらプレンド機能画像や断層像上投影プレンド機能画像は 1種類ではなく、多数存在する機能画像のうちの異なる幾つかを選択して合成することにより、異なる複数のプレンド機能画像や断層像上投影プレンド機能画像を作成することが可能である。これら複数のプレンド機能画像や断層像上投影プレンド機能画像を同時に画面上に表示することが可能である。

以上本実施例 1によれば、機能画像中しきい値以上の値を示す画素を病変部などの特徴部と推測して表示する。この機能画像のパラメータを複数とすることで判断の情報を増やすことができる。これら特徴部をパラメータごとに別の色で表示することでどのパラメータがどこの部位でどのような異常を示しているのか一目でわかり、これらを重ね合わせて表示することである部位に複数のパラメータの異常が発生している点も一見してわかる。 _

さらに上記色付けした特徴部の内部で、画素値の大きさに応じて色の濃淡や色合いを変更可能で、これによりどの程度異常であるのかが判別できる。

また、これら特徴部の透明度を変更可能なので、操作者が視認しゃすい画面状態に変更可能である。さらに特徴部外周や特に診断したい部位を画像上で選択して ROIとしてその部分のみを上記のように色付けして表示可能であるため、不要な情報で診断の妨げとなることもない。

また、図 8のように断層像 40と重ね合わせて表示することで、頭蓋など外部との位置関係が把握しやすく、診断がよりやりやすくなつている。また、機能画像は並列して表示したり重ね合わせたり、一部重ね合わせたりと任意の配置を選択できるため、時々の診断や使用者の意図にあわせた使、方が可能である。また、機能画像は主に CBF, CBV, MTTを使用し、それらの計測値も同時に画面上で確認できる。また、上記の特徴部作成の ROIや閾値や配置を記録しておくことで、同じ条件下での診断をいつでも繰りかえすことが可能で、これにより手術や治療の前後での機能画像の比較が容易になるとともに、操作者の違い ¾どに起因する恣意の入らな、手術や治療の効果測定が行える。

さらには治療前後の差分画像も表示できる。

実施例 2

実施例 2も、実施例 1と同様に、図 1のような構成を利用する。各構成要素は、実施例 1のとおりであるので、それらの説明は省略する。実施例 2においても、画像処理装置 2はたとえばコンピュータであり、データ収集手段 1を制御するプ口グラムや画像再構成等の断層像の作成を行うプログラム、生体機能情報の解析やマッピングを行うプログラム、合成像を作成するプログラム搭載されている。なお、前記各プログラムは、一台のコンピュータ内に搭載しても、あるいは、演算の種類毎に複数のコンピュータに分けて搭載してもよい。

図 9は本実施例に係わる画像診断装置のプログラムによる、データ収集から合成画像の表示までを示すフローチャートである。本実施例による処理をこのフロ -一チャートに従って説明する。ステップ 301では、コンピュータ 2に搭載された制御プログラムにより制御された収集手段 1により（図 1参照）、 X線減衰信号や核磁気共鳴から放出されるエコー信号を収集する。

たとえば、収集装置が CT装置で、解析したい生 ί«能情報が頭部の灌流情報であるならば、患者 5にョード系造影剤のようなコントラスト強調物質を注した後にダイナミック撮影を行うことで、生体機能情報の解析に必要なデータを収集できる。

ステップ 302では、コンピュータ 2に搭載された画像再構成用のプログラム等を用いて、断層像を作成する。断層像はアキシャル、コロナル、サジタル等の任意の断面でよい。ステップ 303では、ステップ 302で作成した断層像を表示する。ステップ 304では、コンピュータ 2などに搭載された生体機能情報の解析プログラムを用いて、生 «能情報を表すパラメータを算出する。パラメータの算出は、分解能の低下を防ぐという観点からは断層像の 1画素毎に行うことが望ましいが、生体機能情報の診断を早急に行う場合のように短時間で演算を^了する必要のある場合には、画像を縮小して演算してもよく、数画素毎に演算してもよレヽ。ステップ 305では、コンピュータ 2などに搭載されたマッピングプログラムを用いて、ステップ 304で得られた演算結果をマッピングすることで機能画像を作成する。ステップ 306では、ステップ 305で作成した機能画像を表示手段 4に表示する。なお、ステップ 306においては、機能画像を表示するだけでなく、必要に応じて機能画像と断層像とを同時に表示してもよい。

ステップ 307では、差分演算などの画像間演算が必要カゝ否かを操作者が選択し、不要ならばステップ 309に進む。複数回の検查において生体機能情報が有意に変化している領域を強調して表示したい場合などでは、差分演算などの画像間演算を実行することが望ましい。

ステップ 307で、画像間演算必要と選択した場合、定量値補正も必要力否かを操作者が選択し、不要ならばステップ 308に進む。例えば脳灌流画像において、撮影断面によっては、撮影スライスにまたがる低 CT値の物体の存在によって、そのスライスに沿った断層像中特に主幹動脈などの高 CT値の部分で CT値が正確に算出されない現象である部分容積効果（Partial Volume Effect) の影響を適切に補正することができず、定量値が過大評価される場合がある。このような場合には、定量値を捕正してから画像間演算を行うことが望ましい。ステップ 308 では、定量値補正が必要な場合にコンピュータ 2に搭載された定量値補正プログラムを用いて定量値捕正を行う。ステップ 308では、さらにコンピュータ 2に搭載された画像間演算プログラムを用いて演算後画像を作成する。なお、ステップ 308における画像間演算は、差分演算等の任意の演算でよい。ステップ 309では、演算後画像または機能画像に対して断層像と合成する領域の条件を設定する。ただし、演算後画像または機能画像の全領域をそのまま断層像上に重ね合わせ合成する場合、このステップは不要である。演算後画像または機能画像の特定の領域のみを断層像上に重ね合わせ合成する場合には、閾値や ROIを設定したり、任意の条件式を満たす画素のみを選択することにより重ね合わせる領域を指定する。たとえば演算後画像が、複数の検査における脳灌流機能画像の差分画像である場合において、右半球で顕著に変ィ匕が表れている領域のみを表示したい場合には、 ROIを右半球全体に指定し、画素値 Pが次式 5の条件を満たす画素のみを断層像上に重ね合わせ合成すればよい。

P = Mean+k -SD (5)

なお、上式において、 Meanは演算後画像の全画素値の平均値、 SD は標準偏差値、 kは任意の実数を示す。

また、たとえば機能画像が、複数の検査における脳灌流機能画像である場合において、異常領域の経時変ィ匕を表示したい場合には、画素値が閾値以下または閾値以上の画素のみを断層像上に重ね合わせ合成する。

ステップ 310では、コンピュータ 2に搭載された合成像作成プログラムを用いて合成像を作成する。この合成像作成の詳細は後述する。ステップ 311では、合成像を表示手段 4に表示する。なお、ステップ 311において、合成像を表示するだけでなく、必要に応じて合成像と機能画像、演算後画像、断層像などの画像を同時に表示してもよい。また、このとき、ステップ 309で設定した合成する領域における画素数、平均値、標準偏差値、ヒストグラムなどを合わせて表示することで、生能情報の解析により有用な情報が提供できる。

既に X線減衰データや磁化率信号強度データが既に収集済みの場合は、コンビユータ 2に内蔵または外付けされそいるハードディスク等のストレージ手段 5から X線減衰データや磁化率信号強度データを読み込んだ後、ステップ 302以降を実行する。また、断層像が既に作成済みの場合は、コンピュータ 2に内蔵または外付けされている。ハードディスク等のストレージ手段 5から断層像を読み込んだ後、ステップ 303以降を実行する。また、機能画像が既に作成済みの場合は、コンピュータ 2に内蔵または外付けされているハードディスク等のストレージ手段 5から機能画像を読み込んだ後、また必要〖こ応じて、機能画像と断層像を読み込んだ後、ステップ 306以降を実行する。

次に、ステップ 308に関して、複数回の検査において得た複数の機能画像同士の演算による新たな診断用画像の作成を詳細に説明する。たとえば複数の検査における生 ί«能情報の変ィ匕をみる場合には、複数回の検査における機能画像を差分すればよい。演算の種類は差分演算に限定されるものではなく、用途に応じて加算、積算、除算、あるいは任意の四則演算の組み合わせ演算でもよい。画像間演算は 1画素ごとに全画素を演算してもよい。

また、必要に応じて図 10のようにたとえば任意に設定した ROI8で囲まれた領域ごとに計算してもよいし、この ROI領域内で平均値、中間値、最大値、最小値などの特徴量を演算対象とすることもできる。こうすることで診断しやすいサィズでの視覚的評価が可能となる。

また、等値線を引くことにより機能画像を幾つかの領域に分割し、分割した領域ごとに演算してもよい。例えば機能画像が脳灌流画像である場合には、等値線を引くことにより白質、灰白質、血管床等に分割可能であり、さらに ROIを指定することにより、視床、レンズ核、脳粱辺縁などの各解剖学的セグメントに分割することが可能である。こういった解剖学的セグメントごとに画像間演算を行うことも生 ί«能情報の変化の評価に有用である。

次に、ステップ 308に関して、定量値の補正方法について説明する。例えば、脳灌流画像においては、上矢状静脈洞における時間濃度曲線の最大値や曲線下面積を基に実施例 1に記載したような部分容積効果の影響を捕正し、定量的な安定性を得ている。しカゝし、撮影断面によっては上矢状静脈洞が撮影断面内に含まれない場合もある。このような場合には部分容積効果の影響を適切に補正することができず、定量値が不正確になる。もし、複数回の検査の中で部分容積効果の補正が適切に行われたと判断できる画像があれば、その検査における捕正パラメ一タ（最大値または曲線下面積）を用いて他の検査における定量値を捕正する。その他の補正方法として、健常領域における平均値を基に補正する方法がある。これは同一被検者の健常領域での生体機能情報は検査日時によらず安定していることを仮定した手法である。ある検査での機能画像上の健常領域における定量値 . の平均を Meanl、他の検査での機能画像上の健常領域における定量値の平均を Mean2とおく。ここで Meanlと Mean2が一致するようにどちらかの機能画像の画素値（定量値）をシフトすることにより、定量値が補正できる。

次に、ステップ 310に関して、演算後画像または機能画像と断層像の合成像（以下、断層像上投影ブレンド機能画像と呼ぶ）の作成方法を説明する。本実施例では、カラーグラデーションの階調数を Mとして説明する。階調数 Mは正の整数であり、 8ビット（256階調）、 12 ビット（4,096階調）、 16ビット（65，536 階調）や 32ビット（4，294，967，296階調）など、任意の階調数に設定する。階調数が上がるほど表示できる階調が豊富となる。一般的にカラーグラデーションには色相、明度、彩度のカラーグラデーションがあり、その種類も各種ある。

合成像を作成するにあたり、演算後画像または機能画像の画素値 Pと表示ウインドウ値 WL、表示ウインドウ幅胃を基に変換係数 Cを算出する。変換係数 C は、実施例 1と同様に、たとえば式 1および図 3に示すように決定する。この例では L— WW/2から WL+WW/2の区間を線形に変換した力必要に応じて任意の非線形の変換を行ってもよい。また、画素値をそのまま変換係数として用いてもよい。

図 4に、合成画像の作成に用いるルックアップテーブル (LUT) を示す。本実施例で述べるところの LUTとは、前述の変換係数 Cと、表示色の各成分 (R成分， G成分， B成分) との対応表のことを指す。表示ウィンドウにおける最も暗い画素、すなわち、変換系数値が WL-WW/2以下である上記最喑色 (下端色) の R， G， Bの各成分を Rl， Gl, B1とし、表示ウィンドウにおける最も明るい画素、すなわち変換系数値が WL+WW/2以上である画素にあてはめる最明色の R, G, Bの各成分を Rh， Gh, Bhとすると、ある変換係数 Cにおける LUTの R， G， Bの各成分 R(C), GKC), B(C)は、例えば式 2と図 5に示すように決定する。

図 5に示した例では、最喑色（下端色）から最明色（上端色）までの各成分値を線形に結んだが、必要に応じて任意の非線形に結んでもよい。もし、生体機能情報を表すパラメータが複数存在し、それぞれこの複数パラメータに対応する機能画像が複数ある場合には、複数個の演算後画像が作成できる。もし、演算後画像、機能画像、または演算後画像および機能画像が M個存在するのであれば、演算後画像 1 (または機能画像 1) 、演算後画像 2 (または機能画像 2) …演算後画像 M (または機能画像 M) の各々に対応した M個のルックアップテーブル、すなわち LUTl, LUT2,...LUTMを設定することが望ましい。しカゝし、複数の演算後画像または機能画像で同一のルツクアツプテーブルを共用しても差し支えなレ、。次に、ステップ 311の合成像表示について詳しく説明する。合成像におけるある画素(i，j)の表示色の各成分をRTF(i，j)，GTF (iJ)，BTF (i，j)とぉくと、これらは式 4のように決定される。

ここで WBは演算後画像または機能画像の重みを、 WTは断層像の重みを、 CC(i， j)は画素 (i, における断層像の変換係数を表し、前述した演算後画像または機能画像の変換係数を求める方法と同様にして決定する。

また、 RT(CC(i, j)), GT(CC(i, j)), BT(CC(i, j))は変換係数 CT(P)における断層像用ルックアツプテーブル LUTTで規定されている R, G, Bの各成分値を表す。断層像をグレースケールで表示する場合は、断層像用ルックアツプテーブル LUTT は例えば図 6のように設定すればよい。断層像をカラーで表示する場合は図 5のような RGBのテーブルが必要である。また RF(i， j) , GF (i， j)， BF (i，は、各演算後画像または機能画像を合成する比率に基づいて決定されるパラメータであり、式 3のように決定する。

ここで Wkは演算後画像 kまたは機能画像 kを合成する重みを、 C i， j)は画素 (i， j)における演算後画像 kまたは機能画像 kの変換係数を表す。また、 Rk(Ck(i, j)), Gk(Ck(i, j)), Bk(Ck(i, j))は変換係数 Ck(i， j)における LUTkで規定されている R, G, Bの各成分値を表す。なお、' kは 1〜Mまでの整数であり、 Mは演算後画像または機能画像の枚数と一致する。なお、演算後画像または機能画像の枚数が一枚である場合、式 4は式 6のようになる。

RF{CF(i, j)) · WB + RT(CC(i, j)) · WT

RTF(i, j) =

WB + WT

_BTF(i ― BF{CF{i, j)) . WB + BT(CC(i,ゾ)) . WT

WB + WT ここで Ck(i， j)は画素 (i， j)における演算後画像または機能画像の変換係数を表す。演算後画像または機能画像と断層像との合成像を作成するには、グラデーシヨンカラースケールで表示されている画素の場合は式 4 または式 6 に従って RTF(i, j), GTF(i, j), BTF(i, j)を決定し、特定色で表示されている画素は式 4または式 6において重み WBを 0にして RTF(i， j), GTF(i， j), BTF(i， j)を決定する。これを全画素に対して行レ、、 RTF(i， j), GTF(i, j), BTF(i, j)に従ってマッビングすればよい。

グラデーションカラースケールで表示する領域（特定の領域）はコンソール 4 を介して設定される閾値や任意の条件式や ROIによって設定すればよい。閾値や条件式、 ROIは演算後画像毎に一個または複数個設する。ある演算後、画像または機能画像 kのある画素 (i， j)における画素値が演算後画像 kまたは機能画像 kに対する閾値や条件式で設定される範囲内、カゝっ画素 (i，が ROIで設定される範囲內であるならば、前述 LU の設定方法に従つて Rk(Ck(i, j)), Gk (Ck (i, Bk (Ck (i， j)) の各成分を決定し、範囲外であるならば任意の特定値を Rk(Ck(i, j)), Gk (Ck (i₅ j)), Bk (Ck (i, j))の各成分に割り当てる。

以上の処理を全画素に対して行うことにより、ある演算後画像または機能画像において特定の領域のみをグラデーションカラースケールで表示する。また、他の領域は特定色、たとえば図 7から 8と 11から 18における黒や灰色で表した CT断層像 40のみの領域で表示する。上記処理は全ての演算後画像または機能画像に対して行う。もし、 M枚の演算後画像または機能画像の全てを合成する必要がない場合は、合成する必要がない演算後画像または機能画像の重みを 0にして合成すればよい。

合成像において、ある演算後画像 kまたは機能画像 kから得られる情報の強調度を変更する場合には、コンソール 4から入力されるパラメータに基づいて式 5 中の Wkを変更すればよい。

合成像において、グラデーションカラースケールで表示されている領域を変更したい場合は、コンソール 4から入力されるパラメータに基づいて閾値や条件式、 ROIを変更すればよい。

合成像において、演算後画像または機能画像や断層像の強調度を変更する場合には、コンソール 4から入力されるパラメータに基づいて式 4または式 6中の WBや WTを変更すればよ Vヽ。

図 11から図 18に本発明を CT画像から作成した脳灌流機能画像へ適用した例を示す。図 11から図 13は、右内頸動脈狭窄症の患者の治療前後における平均通過時間像 MTTの治療前後の差分画像と CT画像との合成像を作成したサンプル画像である。このサンプノレにおいては、平均通過時間 MTTが有意に変化している領域のみを虹色のカラーグラデーションスケールで表示し、有意に変化している領域では式 5の WBを 0.8に WTを 0.2に設定して合成し、他の領域では WB を 0に WTを 1に設定して合成している。図 13中、 34は MTTの変化が比較的大きく暖色系で表示された部分を、 35は MTTの変化が比較的小さく寒色系で表示された部分を、 0はグレースケールで表示された断層画像のみの部分を各々示している。ここで、色は図 11と図 12の差分の大きさに応じて割り当てられてレ、る。

図 11、 12、図 14から 16は、右内頸動脈狭窄症の患者の治療前後における平均通過時間像 MT の差分画像、脳血液量像 CBVの差分画像、 CT画像の合成像を作成したサンプル画像である。このサンプル画像においては、脳血液量像 CBV が有意に変化している領域を青色系のカラーグラデーションスケール 36で表示し、平均通過時間 MTTが有意に変化している領域を赤色系のカラーグラデーシ 3ンスケール 37で表示している。また式 3の W1 (すなわち脳血液量像の差分画像の重み）を 0.75に、 W2 (すなおち平均通過時間像の差分画像の重み）を 0.25 に設定して合成している。さらに脳血液量 CBVまたは平均通過時間 MTTが有意に変ィ匕している領域では式 4の WBを 0.8に WTを 0.2に設定して合成し、他の領域では WBを 0に WTを 1に設定して合成している。

図 11から 13では演算後画像または機能画像が 1枚である場合の、図 11、 12、図 14から 16では演算後画像または機能画像が 2枚である場合の適用例を示した力演算後画像または機能画像が 3枚以上である場合にも同様に適用できる。これらサンプル画像では、生体機能情報に顕著な変化が現われた領域や疾患領域の経時変化を容易に把握することができ、操作者の先入観による ROI設定の不確定性が生じる余地が少なく、検査部位本来の形状を損ねることもない。以上説明したように本実施例によれば、操作者の先入観による ROI設定の不確定性が生じる余地が少なく、かつ検査部位本来の形状を損ねることなく、生 ί«能情報に顕著な変ィ匕が現われた領域や疾患領域の経時変化を容易に把握することができるという効果がある。

以上説明したように本発明によれば、'断層像から得られる情報と複数の機能画像の各々から得られる情報とを一枚の画像から得られ、かつ生^ «能異常の重篤度の判定が容易になるという効果がある。

Claims

の囲 - 被検者の画像データを収集する手段と、前記画像データから断層像を作成する手段と、前記断層像から少なくとも一つの生 «能情報を算出する手段と、前記生能情報をもとに少なくとも一つの機能画像を作成する手段と、前記機能画像同士を演算した演算後画像や前記機能画像同士の合成像や前記演算後画像または前記機能画像のうち少なくとも一つと前記断層像を合成した合成像を作成する手段と、前記機能画像、前記演算後画像、前記断層像および前記合成像を表示可能な表示手段とを含む画像表示装置において、前記機能画像を作成する手段と合成画像を作成する手段は、前記機能画像および前記演算後画像内の少なくとも一部の領域を前記生体機能情報の評価値に対応した任意のグラデーション力ラースケールで表示し、前記機能画像および前記演算後画像内の他の領域は前記グラデーシヨンカラースケールに含まれない任意色でまたは透明に表示することを特徴とする画像表示装置。

前記合成像は、重ね合わせ表示、並列表示、あるいは部分表示のいずれかによつて表示されることを特徴とする請求項 1に記載の画像表示装置。前記機能画像を作成する手段では、前記機能画像内の上記他の領域における前記機能画像の比率をゼロとすることを特徴とする請求項 1または 2 に記載の画像表示装置。

前記機能画像を作成する手段では、前記生体機能情報に割り当てるダラデーションカラースケールを任意に変更可能である請求項 1から 3のいずれかに記載の画像表示装置。

前記合成像を作成する手段では、前記合成像における各々の機能画像および前記断層像の比率を任意に設定可能である請求項 1カゝら 4のいずれかに記載の画像表示装置。

前記機能画像を作成する手段では、上記画素単位の画像データ値が所定範囲内か外によつて前記機能画像內の上記一部の領域を特定することを特徴とする請求項 1力ら 5のいずれかに記載の画像表示装置。前記機能画像を作成する手段では、前記機能画像内の任意の関心領域を前記機能画像内の上記一部の領域として決定することを特徴とする請求項 1から 6のいずれかに記載の画像表示装置。

前記機能画像を作成する手段では、画像データの画素ごとの値である画素値で所定のウインドウレベルとウインドウ幅内にあるものを、変換係数と対応付け、この変換係数をもとに前記グラデーションカラースケールを決めることを特徴とする請求項 1カゝら 7のいずれかに記載の画像表示装置。前記機能画像を作成する手段で、前記機能画像に割り当てるグラデーシヨンカラースケールを RGB毎に画像データの画素ごとの値である画素値と変換係数を対応付けた各種のルックアツプテーブルによつて決めることを特徴とする請求項 1から 8のいずれかに記載の画像表示装置。

前記生体機能情報は血流量、血液量、平均通過時間などに代表される血流機能情報のうちの少なくとも一つであることを特徴とする請求項 1から 9のいずれかに記載の画像表示装置。

被検者の画像データを収集するステップと、前記画像データから断層像を作成するステップと、前記断層像から少なくとも一つの生 ί«能情報を算出するステップと、前記生能情報をもとに少なくとも一つの機能画像を作成するステップと、前記機能画像同士を演算した演算後画像や前記機能画像同士の合成像や前記演算後画像または前記機能画像のうち少なくとも一つと前記断層像を合成した合成像を作成するステップと、前記機能画像、前記演算後画像、前記断層像および前記合成像を表示可能な表示ステップとを含む画像表示方法において、前記機能画像を作成する手段と合成画像を作成するステップは、前記機能画像およぴ前記演算後画像内の少なくとも一部の領域を前記生体機能情報の評価値に対応した任意のグラデーションカラースケールで表示し、前記機能画像および前記演算後画像内の他の領域は前記グラデーションカラースケールに含まれない任意色でまたは透明に表示することを特徴とする画像表示方法。 '

前記合成像は、重ね合わせ表示、並列表示、あるいは部分表示のいずれかによつて表示されることを特徴とする請求項 1に記載の画像表示方法。

13. 前記機能画像を作成するステップでは、前記機能画像内の他の部分にお . ける前記機能画像の比率をゼロとすることを特徴とする請求項 11または

12のいずれか一つに記載の画像表示方法。

14. 前記機能画像を作成するステップでは、前記生 ί極能情報画像に割り当てるグラデーションカラースケールを任意に変更可能である請求項 11から 13に記載の画像表示方法。 '

15. 前記合成像を作成するステップでは、前記合成像における各々の機能画像および前記断層像の比率を任意に設定可能である請求項 11から 14のいずれかに記載の画像表示方法。

16. 前記機能画像を作成するステップでは、上記画素単位の画像データ値が所定範囲内か外によつて前記機能画像内の上記一部の領域を特定することを特徴とする請求項 12から 15のいずれかに記載の画像表示方法。

17. 前記機能画像を作成するステップでは、前記機能画像内の任意の関心領域を前記機能画像内の上記一部の領域として決定することを特徴とする請求項 12から 16のいずれかに記载の画像表示方法。

18. 前記機能画像を作成するステップでは、画像データの画素ごとの値である画素値で所定のウィンドウレベルとウィンドウ幅内にあるものを、変換係数と対応付け、この変換係数をもとに前記グラデーションカラースケールを決めることを特徴とする請求項 11から 17のいずれかに記載の画像表示方法。

19. 前記機能画像を作成するステップでは、前記機能画像に割り当てるグラデーションカラースケールを RGB毎に画像データの画素ごとの値である画素値と変換係数を対応付けた各種のルックアツプテーブルによつて決めることを特徴とする請求項 11から 18のいずれかに記載の画像表示方法。

20. 記生能情報は血流量、血液量、平均通過時間などに代表される血流機能情報のうちの少なくとも一つであることを特徴とする請求項 11から 19のいずれかに記載の画像表示方法。