医用图像处理装置、医用图像处理方法及程序与流程

本发明的实施方式涉及医用图像处理装置、医用图像处理方法及程序。

本申请基于2018年4月9日在日本申请的日本特愿2018-075024号主张优先权，在此引用其内容。

背景技术：

以往，公开了对患者的肿瘤照射放射线来进行治疗的放射线治疗方法。放射线需要准确地照射到肿瘤的位置。这是因为，如果对患者体内的正常组织照射放射线，则有时会对其正常组织造成影响。因此，预先进行计算机断层拍摄(computedtomography：ct)拍摄，来三维地掌握患者体内的肿瘤的位置，计划以减少向正常组织的照射的方式照射的方向、照射强度。在放射线治疗中，为了按照该治疗计划照射放射线，需要使相对于装置的相对的患者的位置(以下简称为患者的位置)在治疗计划时和治疗时之间匹配。

为了使患者体内的肿瘤、骨骼等的位置与治疗计划时匹配，进行在即将治疗之前躺在诊视床上的状态的患者体内的透视图像和根据在治疗计划时拍摄到的三维ct图像虚拟地重构透视图像而得到的数字重构x射线图像(digitallyreconstructedradiograph：drr)的图像对照，来求出图像间的患者的位置的偏差，基于偏差进行使诊视床移动的对位。患者位置的偏差通过搜索出重建与透视图像最类似的drr的ct图像的位置而求出。提出了很多通过计算机使该搜索自动化的方法。但是，最终，通过使用者(医生等)将自动搜索到的结果与透视图像和drr图像进行观察比较，来确认患者的位置的偏差足够小。然后，根据使用者的确认，进行放射线的照射。

在患者体内的肿瘤处于肺、肝脏等的由于呼吸或心跳的运动而移动的器官的情况下，必须确定照射中的肿瘤的位置。作为确定的方法，有连续拍摄照射中的患者的透视动态图像并逐次跟踪透视图像内的肿瘤的方法、在透视图像中没有清晰地映现肿瘤的情况下通过跟踪留置在患者体内的标记来间接地确定肿瘤的位置的方法等。照射的方法有：对肿瘤的位置进行追踪并照射的追踪照射、在肿瘤到达治疗计划时的位置时进行照射的等待伏卧照射。这些照射方法由于患者的呼吸与照射同步，因此被称为呼吸同步照射方法。

作为跟踪在透视图像中映现的肿瘤的方法，有如下方法：预先取得肿瘤的图像图案，在治疗时在拍摄的透视图像内搜索类似的图像图案的位置，来确定肿瘤的位置。在该方法中，准备包含肿瘤的图像和不包含肿瘤的图像，通过神经网络生成识别它们的识别器，通过该识别器追踪肿瘤的位置。然而，在该方法中，从透视图像例如通过光栅扫描的方法切出多个局部图像，将多个局部图像分别通过识别器对是肿瘤还是不是肿瘤进行分类，因此处理时间变长，有时难以应用于要求实时性的肿瘤的位置的跟踪。

现有技术文献

专利文献

专利文献1：美国专利第6819790号说明书

技术实现要素：

发明解决的技术问题

本发明要解决的技术问题在于，提供一种在放射线治疗中能够从患者的透视图像高速并高精度地推定患者的靶位置的医用图像处理装置、医用图像处理方法及程序。

用于解决技术问题的手段

本实施方式的一个方式的医用图像处理装置具有第一位置取得部、第一变换部、第一似然度图像生成部及学习部。第一位置取得部取得多个第一图像中的每个第一图像中的所述患者的靶位置作为第一位置，该多个第一图像是拍摄了患者的多个时间点的透视图像。第一变换部将所述多个第一图像中的所述第一位置分别变换为第二位置，该第二位置是将运动在与所述第一位置的时间上的运动大的第一方向交叉的第二方向上扩大后的位置。第一似然度图像生成部以所述第二位置为基准，生成第一似然度图像，该第一似然度图像表示对与所述第二位置相符合的概率进行表示的似然度的分布。学习部将所述多个第一图像的各自的一部分或全部和所述第一似然度图像作为示教数据，输出在被赋予透视图像的一部分或全部时导出第二似然度图像的模型，该第二似然度图像表示对与所述第二位置相符合的概率进行表示的似然度的分布。

发明效果

根据上述方式，能够提供一种能够在放射线治疗中根据治疗中的患者的透视图像来自动跟踪患者体内的肿瘤的医用图像处理装置、医用图像处理方法及程序。

附图说明

图1是包含第一实施方式的医用图像处理装置100的治疗系统1的结构图。

图2是第一实施方式的学习装置110的框图。

图3是第一实施方式的移动体跟踪装置120的框图。

图4是第一实施方式的医用图像处理装置100的框图。

图5是表示通过第一变换部113对透视图像ti进行处理的情况的一例的图。

图6是表示靶位置tp的轨迹的一例的图。

图7是表示医用图像处理装置100生成的第一似然度图像的一例的图。

图8是表示学习装置110的处理的流程的一例的流程图。

图9是表示移动体跟踪装置120的处理的流程的一例的流程图。

图10是第二实施方式的移动体跟踪装置120a的框图。

图11是表示移动体跟踪装置120a生成的第二似然度图像的一例的图。

图12是表示移动体跟踪装置120a生成的第二似然度图像的另一例的图。

图13是表示医用图像处理装置100a生成的人工图像补片(patch)的一例的图。

图14是表示移动体跟踪装置120a的处理的流程的一例的流程图。

图15是第三实施方式的移动体跟踪装置120b的框图。

图16是表示移动体跟踪装置120b的处理流程的一例的流程图。

具体实施方式

以下，参照附图对实施方式的医用图像处理装置、医用图像处理方法及程序进行说明。

(第一实施方式)

图1是包含医用图像处理装置100的治疗系统1的结构图。治疗系统1例如具备治疗装置10和医用图像处理装置100。

治疗装置10例如具备诊视床11、放射线源12-1、12-2、检测器13-1、13-2及治疗装置侧控制部20。以下设为，附图标记中的连字符及紧随连字符的数字表示是基于哪个放射线源及检测器的组的透视用的放射线、或者透视图像。适当省略附图标记中的连字符及紧随连字符的数字来进行说明。

在诊视床11上固定接受治疗的患者p。放射线源12-1对患者p照射放射线r-1。放射线源12-2从与放射线源12-1不同的角度对患者p照射放射线r-2。放射线r-1及r-2是电磁波的一例，是例如x射线。

放射线r-1由检测器13-1检测，放射线r-2由检测器13-2检测。检测器13-1及13-2例如是平板检测器(fpd；flatpaneldetector)、图像增强器、彩色图像增强器等。检测器13-1检测放射线r-1的能量并进行数字变换后，作为透视图像ti-1输出至医用图像处理装置100。检测器13-2检测放射线r-2的能量并进行数字变换后，作为透视图像ti-2输出至医用图像处理装置100。在图1中，示出了2组放射线源及检测器，但治疗装置10也可以具备3组以上的放射线源及检测器。

照射门14在治疗阶段对患者p照射治疗射束b。治疗射束b包含例如重粒子线、x射线、γ射线、电子射线、质子射线、中子射线等。在图1中，仅示出了1个照射门14，但治疗装置10也可以具备多个照射门。

透视图像ti既可以在进行基于照射门14的治疗射束b的照射的数日程度前取得，也可以在即将进行治疗射束b的照射之前取得。治疗装置10的使用者(医生等)例如使用在进行治疗射束b的照射的数日程度前取得的透视图像，建立治疗计划。治疗计划是计划向患者p照射的放射线的能量、照射方向、照射范围的形状等。在治疗计划中，在进行多次治疗射束b的照射的情况下，包含各次的治疗射束b的剂量的分配的计划。在治疗计划中，医用图像处理装置100受理医师对治疗射束b的照射对象位置(靶位置)的指定。

医用图像处理装置100也可以在导出与靶有关的各种信息的同时，导出在患者p的体内的靶附近留置的标记的位置。留置在患者p的体内的标记例如为金属制，在透视图像ti中视觉辨认性高。因此，在难以追踪靶的情况下，追踪标记。

医用图像处理装置100例如在指定肿瘤与正常区域的边界的情况下，指定肿瘤的位置及体积。该肿瘤的体积被称为肉眼肿瘤体积(grosstumorvolume：gtv)、临床靶体积(clinicaltargetvolume：ctv)、内靶体积(internaltargetvolume：itv)、计划靶体积(planningtargetvolume：ptv)等。gtv是能够用肉眼从图像中确认的靶的体积，在放射线治疗中，是需要照射充分的剂量的治疗射束b的体积。ctv是包含gtv和应治疗的潜在性的靶的体积。itv是考虑因预测的生理性的患者p的运动等而ctv移动的情况，而对ctv附加了预定的裕度(余量)的体积。ptv是考虑在进行治疗时进行的患者p的对位中的误差而对itv附加了余量的体积。关于这些体积，下式(1)的关系成立。

[数式1]

gtv∈ctv∈itv∈ptv…(i)

医用图像处理装置100在考虑了在治疗计划中设定的实际的治疗时可能产生的误差的裕度(余量)的基础上，决定治疗束的照射场。在实际的治疗时可能产生的误差例如是患者定位中的患者位置的偏差等。

图2是表示第一实施方式的学习装置110的结构的框图。图2所示的学习装置110例如具备第一图像取得部111、第一位置取得部112、第一变换部113、第一似然度图像生成部114、学习部115及参数存储部116。这些构成要素(除了参数存储部116以外)例如通过cpu等硬件处理器执行程序(软件)来实现。这些构成要素中的一部分或全部可以通过lsi(largescaleintegration)、asic(applicationspecificintegratedcircuit)、fpga(field-programmablegatearray)、gpu(graphicsprocessingunit)等硬件(包括电路部：circuitry)来实现，也可以通过软件与硬件的协作来实现。程序可以预先存储于hdd(harddiskdrive)、闪存等存储装置中，也可以存储于dvd、cd-rom等可装卸的存储介质中，通过将存储介质安装在驱动装置中而被安装在存储装置中。

第一图像取得部111首先再现构成治疗系统1的治疗装置10所具备的拍摄装置。更具体而言，如图1所示，在构成治疗系统1的治疗装置10中，放射线源12与放射线检测器13的位置被固定。即，在治疗装置10中，由放射线源12和放射线检测器13的组构成的拍摄装置拍摄的方向被固定。因此，在设置了放射线源12和放射线检测器13的三维空间内定义了规定的三维坐标时，能够用3轴的坐标值来表示放射线源12与放射线检测器13的位置。在以下的说明中，将3轴的坐标值的信息称为由放射线源12和放射线检测器13的组构成的拍摄装置的几何信息。

第一图像取得部111在对患者p照射治疗射束b之前，取得第一图像。所谓第一图像，例如是基于在治疗计划时拍摄到的三维ct图像等透视图像而制作(再现)的drr图像。具体而言，第一图像取得部111根据在治疗计划时取得的透视图像，按照拍摄到治疗时的透视图像ti的拍摄装置的几何信息，制作drr图像。第一图像取得部111将取得的第一图像输出至学习部115。第一图像取得部111所取得的第一图像例如也可以是针对患者p的过去的治疗时等、在学习时或之前拍摄到的x射线透视图像等。

第一图像取得部111例如具备掩模图像取得部111a和局部区域设定部111b。掩模图像取得部111a生成掩模图像，该掩模图像在透视图像ti中映入有作为主被摄体的肿瘤以外(例如，治疗器具或治疗装置)的被摄体的情况下，覆盖隐藏该区域。掩模图像取得部111a向局部区域设定部111b输出将肿瘤以外的被摄体覆盖隐藏的掩模图像。

局部区域设定部111b从由掩模图像取得部111a输出的掩模图像中，设定映入肿瘤以外的被摄体的部分较小的区域、即映入肿瘤的部分相对较大的区域(例如后述的窗区域wa(tp))，并输出至第一位置取得部112及学习部115。局部区域设定部111b从掩模图像中设定被预计为学习效果高的区域(例如后述的窗区域wa(k)，并输出至学习部115。局部区域设定部111b可以受理由医生进行的区域的指定，也可以如下述那样自动地设定。在后者的情况下，关于窗区域wa(k)，局部区域设定部111b也可以设定被预计为后述的学习部115中的学习效果高的第一图像及掩模图像并输出。被预计为学习效果高的图像例如是亮度值的差分大的图像。

第一位置取得部112取得由第一图像取得部111输出的第一图像中的靶位置的信息。靶位置的信息是指存在患者p的患部、即照射治疗射束b的对象的肿瘤等的位置。靶位置的信息是由医用图像处理装置100的使用者(例如医生)在治疗计划时等确定的位置(例如，在drr上能够确认的肿瘤的重心处反映了几何信息的位置)的信息。第一位置取得部112将第一图像及靶位置的信息输出至第一变换部113。由医用图像处理装置100的使用者(例如医生)在治疗计划时等确定的位置是“靶位置”或“第一位置”的一例。

第一变换部113基于由第一位置取得部112输出的靶位置的信息，对第一图像进行规定的变换处理，由此导出变换参数cp及逆变换参数rcp。第一变换部113将与基于变换参数cp导出的第一图像的像素位置相符合的靶位置与第一似然度图像的像素位置建立对应，并输出至第一似然度图像生成部114。第一变换部113将逆变换参数rcp输出至参数存储部116。关于对第一图像进行的预定变换处理、变换参数cp及逆变换参数rcp，在后面叙述。

第一似然度图像生成部114以由第一变换部113输出的靶位置为基准，生成第一似然度图像，并输出至学习部115。第一似然度图像例如是以亮度等表现了第一图像内的靶位置的似然度(是肿瘤存在的位置这样的概率)的图像。

学习部115基于由第一图像取得部111输出的第一图像的一部分或者全部(更具体而言是窗区域的图像)和由第一似然度图像生成部114输出的第一似然度图像，导出似然度计算参数lp，该似然度计算参数lp表示对第一图像的一部分或者全部与第一似然度图像的关系进行回归学习而得到的模型。学习部115将似然度计算参数lp输出至参数存储部116。呼吸相位所对应的第一图像的一部分或全部和第一似然度图像是“示教数据”的一例。

学习部115例如具备部分图像生成部115a。部分图像生成部115a生成第一似然度图像的一部分区域即部分图像。

图3是表示第一实施方式的移动体跟踪装置120的结构的框图。图3所示的移动体跟踪装置120例如具备第二图像取得部121、第二似然度图像生成部122、第一推定部123和第二变换部124。这些构成要素中的一部分或全部与学习装置110同样地、既可以通过lsi等硬件来实现，也可以通过软件与硬件的协作来实现。程序既可以预先存储于存储装置中，也可以存储于可装卸的存储介质中，并通过将存储介质安装在驱动装置中来安装在存储装置中。

第二图像取得部121取得在即将对患者p照射治疗射束b之前或在照射中以规定时间的间隔拍摄到的透视图像ti即第二图像。第二图像取得部121将第二图像输出至第二似然度图像生成部122。

第二图像取得部121求出靶位置作为射影矩阵。因此，在第二图像取得部121中，根据几何信息预先求出与各个拍摄装置对应的射影矩阵。即，第二图像取得部121针对各个拍摄装置预先求出射影矩阵。然后，第二图像取得部121根据2个第一图像中拍摄到的靶位置，利用三角测量的原理，计算三维坐标的坐标值，该三维坐标表示位于规定的三维空间内的靶位置。由此，第二图像取得部121计算位于规定的三维空间内的靶位置被拍摄到患者p的透视图像ti内的哪个位置。

第二似然度图像生成部122基于由第二图像取得部121输出的第二图像，生成第二似然度图像。第二似然度图像生成部122例如基于由参数存储部116输出的似然度计算参数lp，生成与第二图像对应的第二似然度图像。第二似然度图像生成部122将所生成的第二似然度图像输出至第一推定部123。

第一推定部123基于由第二似然度图像生成部122输出的第二似然度图像及第二图像，推定第二图像上的靶位置。第一推定部123将推定出的靶位置输出至第二变换部124。

第二变换部124基于由第一推定部123输出的推定出的靶位置，导出靶的位置(即，照射治疗射束b的位置)。第二变换部124例如使用由参数存储部116输出的逆变换参数rcp，对由第一推定部123输出的推定出的靶位置进行变换，由此导出靶的位置。第二变换部124进行的变换处理是进行与第一变换部113的变换处理相反的方向的变换的处理。

图4是表示第一实施方式的医用图像处理装置100的结构的框图。图4所示的医用图像处理装置100例如具备学习装置110和移动体跟踪装置120。

以下，使用图5～图7，对第一变换部113进行的第一图像的规定的变换处理、变换参数cp及逆变换参数rcp的导出方法及它们的利用方法进行说明。

图5是表示第一图像取得部111对透视图像ti进行的图像解析的情形的一例的图。图5的透视图像ti表示照射治疗射束b的靶位置tp存在于胸腹部。

第一图像取得部111对多个时间点的透视图像ti设定图5所示的多个窗区域wa。窗区域wa例如被设定为包含提取了透视图像ti的特征性部分的位置的图像。透视图像ti的特征性部分例如是肿瘤、标记、横膈膜等清晰地映现的部分。在以下的说明中，有时将在图像区域中包含靶位置tp的窗区域、且是与第一似然度图像对应的以实线表示的窗区域称为窗区域wa(tp)，将与第一似然度图像不对应的以虚线所示的窗区域称为窗区域wa(k)(k为整数)。在图5的例子中，k是从1到5的整数。窗区域wa在第一图像中所占的位置是固定的。

局部区域设定部111b以包含校正靶位置tp-1～tp-6的轨迹的全部的方式设定窗区域wa(tp)。局部区域设定部111b在自动地设定窗区域wa的情况下，将与tp-1～tp-6对应的第一图像的各自的亮度差大的局部区域设定为窗区域wa(k)。或者，局部区域设定部111b也可以以将光流(opticalflow)的轨迹长的局部区域作为窗区域wa(k)的方式进行设定。或者，局部区域设定部111b也可以将包含很多由图像的角部检测等得到的特征点的局部区域作为窗口区域wa(k)。局部区域设定部111b例如在患部位于肺的情况下，由于在透视图像ti中映现的靶的图像图案清晰，因此也可以优先设定包含该位置的窗区域wa(k)。在患部位于肝脏等大的脏器的内部的情况下，在透视图像ti中映现的靶位置有可能不清晰。在该情况下，局部区域设定部111b将横膈膜的边界等清晰地映现的部分作为窗区域wa(k)。

图6是表示多个时间点的窗口区域wa(tp)内的靶位置tp的运动的特性的一例的图。以下，附图标记中的连字符及紧随连字符的数字表示是哪个靶位置(是哪个呼吸相位)。有时省略附图标记中的连字符和紧随连字符的数字来进行说明。靶位置tp例如根据患者p的呼吸而移动。例如，如图6所示，靶位置tp根据患者p的呼吸以靶位置tp-1～tp-6的顺序移动。因此，靶位置tp有在横膈膜显著地运动的患者p的首尾方向上大幅移动的倾向。另一方面，靶位置tp在与图6所示的首尾方向正交的左右方向(以前后及左右为轴的平面上的任意的方向)上的移动较小。即，在与透视图像ti的垂直方向匹配地拍摄首尾方向的情况下，若将靶位置tp射影到透视图像ti，则透射图像水平方向的靶位置tp的运动变小。即，由于基于靶位置tp生成的第一似然度图像的水平方向的变化仅是微小的差，因此有时学习部115的学习变得困难。因此，第一变换部113导出提高学习部115的学习效率的变换参数cp。

以下，对变换参数cp进行说明。变换参数cp是为了将第一图像的靶位置到第一似然度图像上的靶位置建立对应而决定下一个线性变换y＝ax+b的参数a及b。这里，x＝(ut，vt)和y＝(ut′，vt′)分别表示第一图像及第一似然度图像的图像坐标。a是2x2的矩阵。b是偏移。例如，在a为单位矩阵的情况下，第一图像的各像素位置与第一似然度图像上的像素位置对应。或者，在第一图像的图像尺寸比第一似然度图像大的情况下，第一变换部113将第一似然度图像的各像素与第一图像内的部分区域的像素建立对应。

作为另一例，第一图像的小数像素也可以与第一似然度图像的整数精度的像素位置对应。即，在a的对角成分全部为1/2的对角矩阵，且b为零向量的情况下，使第一图像的像素位置(x/2，y/2)的像素与第一似然度图像的(x，y)建立对应。

上述问题的原因在于，通过a为单位矩阵的情况下的同一尺度进行建立对应，所以在第一似然度图像上的靶位置tp的位置的变化很少。因此，调整a以使第一图像的小数精度的像素位置与第一似然度图像的整数精度的像素位置建立对应。由此，通过赋予第一似然度图像的水平方向的变化，从而提高学习部115的学习的效果。矩阵a例如调整为，在第一位置的第一图像上的运动的轨迹为椭圆轨道的情况下，在第一似然度图像上其轨迹成为正圆形。这样的矩阵a是“基于第一位置的时间上的运动而确定的变换矩阵”的1例。逆变换参数rcp是上述线性变换的逆变换参数。具体而言，是矩阵a的逆矩阵及偏移b。

将这样通过线性变换对第一图像上的靶位置进行了校正后的位置称为校正靶位置tp#。校正靶位置tp#是“第二位置”的一例。图6所示的患者p的首尾方向是“第一方向”的一例，左右方向是与第一方向交叉的“第二方向”的一例。

以下，对第一似然度图像生成部114生成第一似然度图像的处理进行说明。图7是第一似然度图像生成部114生成的第一似然度图像的一例。图7所示的亮度高的部分(白色的部分)是表示靶位置存在的似然度高的部分。关于图7的第一似然度图像推测为，在图像的右上部分的区域中存在靶位置。第一似然度图像生成部114例如基于由第一变换部113输出的第二位置来生成第一似然度图像。第一似然度图像生成部114在表示第二位置的坐标为(ut’，vt’)的情况下，通过下述的数式(2)导出似然度图像l(u，v)。

[数式2]

数式(2)的σ是由使用者设定的任意的参数。关于σ，例如，每1个像素的分辨率越高，则设定越大的值。第一似然度图像生成部114生成的第一似然度图像的图像尺寸能够任意地设定，但只要如上述那样设定为靶位置的轨迹收敛于第一似然度图像内即可。因此，与第一图像相比，能够减小第一似然度图像的图像尺寸。

以下，对学习部115导出似然度计算参数lp的处理进行说明。学习部115例如将从第一图像上的1个或多个窗区域wa(k)切出的图像和第一似然度图像作为学习数据，生成当输入了窗区域wa(k)的图像时导出第一似然度图像的模型。

学习部115例如在对将从第一图像上的1个或多个窗区域wa(k)切出的图像连结的向量x与第一似然度图像的向量y的关系进行表示的数式为下述的数式(3)的情况下，求出函数f。学习部115将排列了第一图像的像素值而成的向量设为x，将排列了第一似然度图像的像素值而成的向量设为y来导出函数f。

【数式3】

y＝f(x)…(3)

学习部115使用由第一似然度图像生成部114输出的第一似然度图像的向量y，导出误差δ＝y-f(x)变小的函数f。学习部115可以使用深度神经网络来导出函数f，也可以使用神经网络、卷积神经网络、决策树等其他机器学习方法来导出函数f。学习部115例如也可以在使用多个模式的规定的数导出了多个模式的函数f的情况下，学习多个模式的函数f的全部。

图8是表示学习装置110的处理的流程的一例的流程图。首先，第一图像取得部111取得多个时刻的第一图像(步骤s100)。接着，第一位置取得部112取得与取得的多个时刻的第一图像对应的第一位置(步骤s102)。接着，第一变换部113基于所取得的多个时刻的第一位置的轨迹，导出变换参数cp及逆变换参数rcp，并存储到参数存储部116中(步骤s104)。接着，第一变换部113导出基于变换参数cp对第一位置进行变换后的第二位置(步骤s106)。接着，第一似然度图像生成部114以第二位置为基准来生成第一似然度图像(步骤s108)。接下来，学习部115使用第二图像及第一似然度图像来学习它们之间的关系(步骤s110)。接着，学习部115使参数存储部116存储似然度计算参数lp(步骤s112)。以上，结束本流程图的处理。

接着，对移动体跟踪装置120的第二似然度图像生成部122生成与第二图像对应的第二似然度图像的处理进行说明。第二似然度图像生成部122基于由第二图像取得部121输出的第二图像和从参数存储部116取得的似然度计算参数lp，使用上述的数式(3)生成与第二图像对应的第二似然度图像。第二似然度图像生成部122将与由局部区域设定部111b设定的窗区域wa(k)内处于相同位置的第二图像的部分图像作为上述的数式(3)的输入。在此输出的第二似然度图像与第二图像的像素位置的对应关联，与第一似然度图像和第一图像的对应关联相同。

以下，对由第一推定部123进行的第二图像内的第二位置的推定方法进行说明。第一推定部123例如将在由第二似然度图像生成部122输出的第二似然度图像中似然度最大的像素位置推定为第二位置。第一推定部123也可以根据将由第二似然度图像生成部122输出的第二似然度图像所示的似然度用作权重的、各像素位置的加权平均来导出像素位置，作为第二位置。在该情况下，第一推定部123也可以进行在治疗计划时、过去的治疗中得到的肿瘤位置、与其轨迹的偏差越大，则越减小权重那样的加权平均。第一推定部123在从第二图像取得部121最初取得的第二图像能够取得靶位置的情况下，基于该靶位置，预测下次以后取得的第二图像中的第二位置。也可以准备多个预测位置的候选，将以与这些位置对应的第二似然度图像的似然度为权重的加权平均后的位置作为第二位置。预测位置的候选有粒子过滤器等方法。

第一推定部123在推定出的靶位置是三维坐标的情况下，也可以根据将预测出的位置射影至各个图像(透视图像ti-1及ti-2)后的位置的第二似然度图像来取得似然度，将该积作为该推定出的靶位置的似然度。在预测出的位置为二维坐标的情况下，也可以导出相对于在极线约束(epipolarconstraint)成立的2个图像上的靶位置的似然度。

以下，对第二变换部124使用逆变换参数rcp对靶位置进行变换的处理进行说明。第二变换部124根据由第一推定部123输出的推定出的第二似然度图像上的靶位置y＝(u′，v′)和从参数存储部116取得的逆变换参数rcp(a^-1，b)，变换为下述的式(4)所示的第二图像上的靶位置x。

【数式4】

即，第二变换部124计算x＝a^-1y-b。第二变换部124也可以对变换后的靶位置输出利用在治疗计划阶段制作的第二位置的轨迹的模型校正后的位置。第二变换部124基于从第一位置取得部112取得的肿瘤在第一图像上的位置即(ut，vt)，将ut及vt的关系ut＝r(vt)(r例如是函数)模型化。模型例如是能够用ut＝avt+b(a、b是任意值)那样的数式表示的线性回归模型。

第二变换部124也可以使用导出的模型，如下述所示的数式(5)那样置换输出值。

【数式5】

第二图像取得部121取得的第二图像例如是在图1所示的治疗装置10中从其他方向同时拍摄到的2张图像(透视图像ti-1及ti-2)。即，第二图像取得部121能够取得与各个图像对应的第二位置。因此，第二图像取得部121也可以根据透视图像ti-1及ti-2的每一个，求出极线约束成立那样的三维空间中的第二位置。极线约束是指基于两个拍摄装置的相对位置关系已知的几何限制，是指在一个图像上拍摄到的同一被摄体的中心点在另一图像上被约束在极线上这样的制约。但是，由于不限于与各个图像对应的第二位置按照极线约束，所以第二图像取得部121通过最小二乘法来导出三维空间中的第二位置。

图9是表示移动体跟踪装置120的处理的流程的一例的流程图。图9所示的流程图例如在图8所示的流程图的处理之后进行。

首先，第二图像取得部121取得第二图像(步骤s200)。接下来，第二似然度图像生成部122生成第二似然度图像(步骤s202)。接着，第一推定部123基于第二似然度图像导出第二位置(步骤s204)。接着，第二变换部124通过逆变换参数对第二位置进行变换，导出目标的位置(步骤s206)。以上，结束本流程图的处理。

如上所述，在第一实施方式的医用图像处理装置100中，利用学习在治疗计划时导出的靶位置并导出在透视图像ti中的靶位置的导出时使用的变换参数cp和逆变换参数rcp、及透视图像中的似然度导出中使用的似然度计算参数lp的学习装置110、及使用在治疗射束b照射时取得的透视图像ti和学习装置110导出的各种参数，并使用在治疗射束b照射时取得的透视图像ti中的似然度来进行靶位置的导出的移动体追踪装置120，在放射线治疗中，能够从照射中的患者p的透视图像ti高速且高精度地追踪目标的位置。

(第二实施方式)

以下，对第二实施方式进行说明。对第二实施方式的医用图像处理装置100a进行说明。在以下的说明中，对于具有与在第一实施方式中说明的内容相同的功能的部分，标注相同的名称及附图标记，并省略与该功能相关的具体的说明。

图10是表示移动体跟踪装置120a的结构的框图。图10的移动体跟踪装置120a与图3所示的第一实施方式的移动体跟踪装置120相比，不同点在于，具备可靠度导出部125、第二推定部126、决定部127及存储部128。因此，以下以可靠度导出部125、第二推定部126、决定部127及存储部128为中心进行说明。

可靠度导出部125基于由第二似然度图像生成部122输出的第二似然度图像，导出可靠度。可靠度是评价由第二似然度图像生成部122生成的第二似然度图像的可靠性的程度。可靠度导出部125将导出的可靠度输出至决定部127。

第二推定部126根据从第二图像取得部121输出的第二图像，推定靶位置，并将推定结果输出至决定部127。第二推定部126例如是将包含在治疗计划时等取得的透视图像ti、在治疗射束b照射前取得的第二图像的靶位置的图像区域作为模板图像，对第二图像进行匹配处理的模板匹配。第二推定部126例如将与模板图像的一致程度(或相关程度)的高度视为似然度，与第一推定部123同样地导出靶位置的二维坐标或三维坐标。这里的一致程度例如通过归一化互相关求出。第二推定部126将进行模板匹配时使用的模板图像存储于存储部128中。

决定部127决定将从第二变换部124输出的靶位置和从第二推定部126输出的推定出的靶位置中的哪个位置作为治疗波束b的靶位置。决定部127例如基于从可靠度导出部125输出的可靠度来决定。决定部127例如在可靠度为预先设定的阈值以上的情况下，决定为采用从第二变换部124输出的靶位置。决定部127在可靠度小于预先设定的阈值的情况下，决定为采用从第二推定部126输出的推定出的靶位置。决定部127是“第三推定部”的一例。决定部127决定为采用的靶位置是“第三位置”的一例。

以下，对由可靠度导出部125进行的可靠度的导出处理进行说明。可靠度导出部125例如使用学习部115导出的函数f来计算可靠度。在第二图像是与导出函数f时的第一图像类似的透视图像ti的情况下，可靠度导出部125导出为可靠度高。在第二图像是与导出函数f时的第一图像不同的图案的透视图像ti的情况下，可靠度导出部125导出为可靠性低。这种情况下，有时因第一图像拍摄时和第二图像拍摄时的患者p的呼吸的深度的差异等而产生。

使用图11和图12，对由可靠度导出部125导出的可靠度高的情况和导出的可靠度低的情况下的似然度图像的差异进行说明。图11是第二实施方式的移动体跟踪装置120a生成的第二似然度图像的一例。可靠度导出部125将图11所示那样的亮度最高的区域和亮度最低的区域的亮度之差(明暗差)大的似然度图像导出为可靠度高。如图11所示，可靠度导出部125在亮度最高的区域的轮廓比较清晰的情况下、或者在亮度为一定值以上的区域所构成的形状为圆形的情况下导出可靠度高。图12是第二实施方式的移动体跟踪装置120a生成的第二似然度图像的另一例。可靠度导出部125将图12所示那样的亮度最高的区域和亮度最低的区域的亮度的差(明暗的差)比较小的似然度图像导出为可靠度低。如图12所示，可靠度导出部125在亮度最高的区域的轮廓模糊的情况下、或者在亮度为一定值以上的区域所构成的形状不是圆形状的情况下导出可靠度较低。

第一似然度图像生成部114使用数式(2)，人工制作如图13所示那样的可靠度高的似然度图像补片。因此，由似然度计算部118得到的学习图像也成为接近图11的图像的可能性高，但也存在输出图12那样的可靠度低的似然度图像的可能性。因此，可靠度导出部125例如将由第二似然度图像生成部122输出的第二似然度图像与人工制作的似然度图像补片的相关值作为可靠度导出。

可靠度导出部125例如在由第二似然度图像生成部122输出的第二似然度图像内，扫描图13所示的通过与第一似然度图像生成部114同样的方法生成的人工图像补片，计算各个位置的相关值，将计算出的相关值的最大值或平均值作为可靠度导出。可靠度导出部125可以将扫描人工图像补片的范围限定于将由第二变换部124对由第二似然度图像生成部122输出的第二似然度图像内的似然度成为最大的位置进行变换后的位置，也可以限定于包含该位置的周边。

决定部127例如在可靠度与规定的值相比较低的情况下，使治疗系统1的显示器等输出装置对用户显示警告消息。或者，如果是在照射治疗射束b的过程中，决定部127也可以对治疗系统1或放射线源12输出用于使照射停止的命令。决定部127取得从第二变换部124输出的靶位置、从可靠度导出部125输出的可靠度、及从第二推定部126推定出的靶位置，并输出使用它们决定的靶位置。决定部127例如按照下述的数式(6)或数式(7)来决定靶的位置。在此，α及α1表示可靠度，z1表示第二变换部124导出的位置1，z2表示第二推定部126导出的位置2，α2表示与扫描的人工图像补片的相关值。

[数式6]

图14是表示医用图像处理装置100a的移动体跟踪装置120a的处理的流程的一例的流程图。省略与图9所示的处理流程共通的步骤s200至步骤s206的说明。

在步骤s202的处理之后，可靠度导出部125基于第二似然度图像来导出可靠度(步骤s208)。第二推定部126在步骤s200的处理之后，基于第二图像来推定第二位置(步骤s210)。决定部127根据步骤s206、步骤s208及步骤s210的处理结果，决定靶位置(步骤s212)。以上，结束本流程图的处理。

如上所述，第二实施方式的医用图像处理装置100a除了起到与第一实施方式的医用图像处理装置100同样的效果以外，还能够如下那样实现鲁棒性(鲁棒稳定性)：在第二图像的拍摄时出现了在学习装置110中的第一图像中未出现的透视图像的图案的情况下，即使在移动体跟踪装置120a的第二似然度图像生成部122生成的第二似然度图像未达到期望的结果的情况下，也能够导出由第二似然度图像生成部122输出的第二似然度图像的可靠度，并基于该可靠度决定靶位置或者中止。

(第三实施方式)

以下，对第三实施方式进行说明。对第三实施方式的移动体跟踪装置120b进行说明。

图15是表示第三实施方式的移动体跟踪装置120b的结构的框图。以下，以第二实施方式的移动体跟踪装置120a与第三实施方式的移动体跟踪装置120b的差异为中心进行说明。

移动体跟踪装置120b的第二推定部126基于从第二图像取得部121输出的第二图像和从可靠度导出部125输出的可靠度，推定第二图像内的靶位置，并且更新在第二推定部126中推定靶位置所需的推定参数，并将推定结果输出至决定部127。一般而言，由于患者p的体内有随时间的变化，因此优选在第二推定部126中使用的模板图像被更新为反映了最新的状态的图像。因此，移动体跟踪装置120b将与可靠度导出部125导出的可靠度高的情况建立对应的部分图像作为模板图像存储于存储部128中。

图16是表示医用图像处理装置100b的移动体跟踪装置120b的处理的流程的一例的流程图。省略与图9和图14所示的处理流程共通的步骤的说明。

在步骤s212的处理之后，第二推定部126导出并存储推定参数(步骤s214)。以上，结束本流程图的处理。

如上所述，第三实施方式的医用图像处理装置100b，除了起到与第二实施方式的医用图像处理装置100a同样的效果以外，还能够通过更新为可靠度高的模板图像，反映患者p的患部的最新的状态来决定靶位置。

根据以上说明的至少一个实施方式，具有：学习装置110，学习在治疗计划时导出的靶位置，并导出在透视图像ti中的靶位置的导出时使用的变换参数cp和逆变换参数rcp、及透视图像中的似然度导出中使用的似然度计算参数lp；以及移动体跟踪装置120，使用在治疗射束b照射时取得的透视图像ti和学习装置110导出的各种参数，并使用在治疗射束b照射时取得的透视图像ti中的似然度来进行靶位置的导出，通过具有学习装置110和移动体跟踪装置120，由此，在放射线治疗中，能够从照射中的患者p的透视图像ti高速且高精度地追踪目标的位置。

以上，说明了本发明的几个实施方式，但这些实施方式是作为例子提示的，并不意图限定发明的范围。这些新的实施方式能够以其他各种方式实施，在不脱离发明的主旨的范围内，能够进行各种省略、置换、变更等。这些实施方式及其变形例包含在发明的范围及主旨内，并且包含在权利要求书所记载的发明及其等同的范围内。

工业上的可用性

根据上述各实施方式，能够提供在开始放射线治疗之前进行的患者的对位的作业中能够容易地进行患者的位置的确认的医用图像处理装置、治疗系统及医用图像处理程序。

附图标记说明

1治疗系统

10治疗装置

100，100a，100b医用图像处理装置

110学习装置

111第一图像取得部

111a掩模图像取得部

111b局部区域设定部

112第一位置取得部

113第一变换部

114第一似然度图像生成部

115学习部

116参数存储部

120，120a，120b移动体跟踪装置

121第二图像取得部

122第二似然度图像生成部

123第一推定部

124第二变换部

125可靠度导出部

126第二推定部

127决定部

128存储部。