浮动图像中的采样点及 该点处的采样数据在该实施方式中通过使用坐标变换和插补等的运算求出。在图像类似度 计算部1003中，将求出的采样点和该采样点处的采样数据用于计算类似度。
[0107] 图15的（A)及（B)是表示配置有控制栅格1201的腹部横截面层的图像的图。在 图15的㈧中，表示与图11的⑶所示的腹部横截面层类似的腹部横截面层。作为在该腹 部横截面层中是特征性的点的特征点，作为例示而表示了特征点P2至P5。在该例中，作为 特征点P2,将看起来为两根血管交叉的部位作为特征性的部位，提取为特征点，特征点P3 至P5分别从内脏的特征性的部位提取为特征点。为了说明通过将控制栅格1201变形而将 浮动图像变形，在图15的（A)中表示配置在图像上的控制栅格为正方形的状态的情况。
[0108] P2至P5和P2'至P5'是对应的特征点。对应点位置信息15可根据上述对应点 对得到。控制栅格变形部16基于上述对应点位置信息15使控制栅格1201变形。图15的 (B)的控制栅格1201是变形后的控制栅格。图15的（B)的浮动图像是变形前的图像。如 果使用图15的（B)的变形后的控制栅格1201、即被更适当地设定的控制点的初始值使浮动 图像变形，则能够实现对位的精度的提高。
[0109] 在对控制栅格1201实施初始设定后，控制栅格1201也在对位部10 (图1)中被变 形。此时的变形基于参照图像中的采样数据与从浮动图像提取的对应的采样点处的采样数 据的比较来进行。即，将控制栅格1201变形为使参照图像与浮动图像之间的类似度最大 化，并将浮动图像变形。
[0110] (实施方式2)
[0111] 〈概要〉
[0112] 从参照图像11和浮动图像12的各自中，提取作为对位对象的区域。在提取出的 区域中，进行特征点及对应点对的提取。使用对应点对的位置信息，将在对位处理中使用的 控制栅格变形。由此，能够对使用图像处理装置的人所关注的区域（关注区域）高速地进 行对位。此外，从上述区域提取出的对应点的位置信息还用于对位处理的优化计算。由此， 其优化计算能够更正确且高速地收敛。
[0113] 〈结构及动作〉
[0114] 在实施方式2中，使用从作为对位对象的规定的区域提取出的对应点对，使控制 栅格变形，将变形后的控制栅格用于对位处理。上述规定的区域由使用图像处理装置的人 指定为例如所关注的区域（关注区域）。此外，将在对位处理中使用的图像采样点也从关注 区域中提取。进而，提取出的对应点对的位置信息用于图像类似度的计算。由此，能够使关 注区域中的对位的精度及鲁棒性进一步提高。以下，以与实施方式1的不同点为中心进行 说明。因此，关于与实施方式1相同的构成要素，原则上在实施方式1与本实施方式之间赋 予相同的标号，其详细的说明省略。
[0115] 图6是有关实施方式2的图像处理装置的功能框图。除了在实施方式1中说明的 构成要素以外，还在比图像采样部13和特征点检测及对应建立部14更靠前段的位置，追加 了执行从参照图像11和浮动图像12的各自中提取关注区域的处理的关注区域提取部19 和关注区域提取部20。其他结构与实施方式1是同样的。关注区域提取部19和关注区域 提取部20具备的各功能部可以使用实现这些功能的电路设备等硬件构成。此外，也可以通 过由CPU等运算装置执行安装了这些功能的程序，构成关注区域提取部19和关注区域提取 部20所具备的各功能。
[0116] 关注区域提取部19和20分别从参照图像11和浮动图像12中提取作为对位对象 的区域，例如与内脏或包含在内脏中的管状区域对应的图像区域。作为对象的区域例如由 使用图像处理装置的使用者确定。
[0117] 从参照图像11和浮动图像12各自中提取内脏区域的方法例如可以使用周知的图 形切割法。图形切割法是将区域分割问题作为能量最小化来掌握，以在从图像制作的图形 中所定义的能量最小的方式，使用将图形切断算法来求出区域边界的方法。除了图形切割 法以外，也可以使用区域扩展法（region growing)或阈值处理等方法。
[0118] 关注区域提取部19和20也可以不是从内脏整体、而是从提取出的内脏区域中提 取管状区域。所谓管状区域，例如如果该内脏是肝脏则是相当于血管部分的区域，如果该内 脏是肺则是相当于支气管部分的区域。以下，说明将存在肝脏的图像区域作为对位的对象 进行处理的例子。即，关注区域提取部19和20从参照图像11和浮动图像12中将各自的 肝脏区域分割，进而提取包含有肝脏血管的图像区域。
[0119] 作为对位对象的区域优选的是使用在解剖学上为特征性的图像数据。在肝脏区域 中，作为具有特征性的图像数据的图像区域，可以考虑包括肝脏血管和其周边区域（与血 管相邻的肝实质区域）的图像区域。即，关注区域提取部19和20的处理内容不是仅提取 肝脏血管区域，而是将肝脏血管和相邻于血管的肝实质区域同时提取。因此，不需要高精度 的区域分割等处理。
[0120] 图7是表示关注区域提取部19和20各自的处理的流程图。以下使用图7说明提 取肝脏血管和其相邻区域的处理。
[0121] 关注区域提取部19和20分别从参照图像11和浮动图像12中提取包括肝脏区域 的图像区域（步骤S301)。将提取出的肝脏区域图像的像素值按照下述式（2)变换，以使 其包含在规定范围内（步骤S302)。例如进行变换，以使其包含在0~200HU(HounSfield Unit :CT值的单位）的范围内。这里，式（2)的I(x)和I'（X)分别是变换前和变换后的像 素值，Imin和Imax分别是变换范围的最小值例如为0 (HU)、和最大值例如为200 (HU)。
[0122] [数式 2]
[0124] 接着，对于肝脏区域图像，例如使用高斯滤波器进行平滑化处理（步骤S303)。接 着，计算平滑化后的肝脏区域图像的像素值的平均值μ和标准偏差σ (步骤S304)。接着， 在步骤S305中，计算分段（segmentation)处理用的阈值。该计算例如使用式（3)计算阈 值T。
[0125] [数式 3]
[0126] T = μ+1. ΟΧ 〇.....式⑶
[0127] 使用所取得的阈值Τ，进行对于表示肝脏区域图像的数据的像素值的阈值处理 (步骤S306)。即，将各像素的像素值与阈值Τ进行比较，提取具有超过阈值Τ的像素值的 像素，提取为成为血管区域的候选的图像区域内的像素。最后，对得到的图像区域，在步骤 S307中进行膨胀（dilation)处理和腐蚀（erosion)处理这样的形态学（Morphology)运算 处理。通过该运算处理，进行分别孤立的像素的除去或不连续的像素间的连接等处理。通过 以上那样的处理，提取作为对位的采样处理及特征点的提取处理的候选区域（对象区域） 的肝脏血管区域。从参照图像11和浮动图像12的各自中提取的肝脏血管区域被向图像采 样部13 (图6)和特征点提取及对应建立部14 (图6)输出（步骤S308)。
[0128] 图8的㈧至（C)是表示有关实施方式2的图像处理装置处理的各图像的例子的 图。在图8的（A)中表示人体的腹部截面。即，表示包括肝脏及其以外的内脏的图像。
[0129] 在图8的（A)中，1101是包括肝脏区域和其以外的内脏区域的输入图像（参照图 像11及/或浮动图像12)。在图8的⑶中，1102是从图像1101中提取了肝脏区域的结 果的图像。此外，在图8的（C)中，1103是从提取了肝脏区域的图像1102中提取了血管区 域的结果的图像。这样，从输入图像中提取关注区域（肝脏区域及/或血管区域）。
[0130] 图像采样部13从关注区域提取部19取得与内脏区域或管状区域对应的图像区 域，实施采样处理。
[0131] 另一方面，特征点提取及对应建立部14对于从关注区域提取部19和20分别取得 的与内脏区域（在该例中是肝脏区域）或/及管状区域对应的图像区域，实施特征点的提 取及对应建立处理。结果，生成对应点位置信息15,向控制栅格变形部16和对位部10输 出。对应点位置信息15的生成已在实施方式1中详细说明，所以省略。
[0132] 在实施方式2中，控制栅格变形部16和对位部10各自的处理也原则上与实施方 式1相同。但是，相对于实施方式1，在本实施方式中，对应点位置信息15在对位部10内的 图像类似度计算部1003中也被使用。即，在实施方式2中，为了使对位处理的精度提高，在 参照图像11与浮动图像12之间的图像类似度为最大的优化计算中，也使用从特征点提取 及对应建立部14取得的对应点位置信息15。
[0133] 例如，使作为图像类似度的相互信息量最大化的同时，对于浮动图像12上的特征 点，基于对应点位置信息15进行坐标变换，使变换后的坐标与参照图像11上的对应点坐标 的几何距离最小化。在上述优化计算中，例如，使式（4)所示的成本函数C(R，F，U(x))最小 化。
[0134] [数式 4]
[0136] 这里，R、F是参照图像11和浮动图像12，U(x)是通过优化计算得到的各像素的移 动量。S(R，F，U(x))表示参照图像11与变换后的浮动图像12之间的图像类似度。此外，P 是由特征点提取及对应建立部14得到的特征点的集合。V(x)是由特征点提取及对应建立 部14得到的各对应点的移动量。
：表示在上述特征点的集合中通过 优化计算得到的各像素的移动量与由特征点提取及对应建立部14得到的各像素的移动量 的几何距离。此外，μ是实验性地决定的权重。
[0137] 通过使该成本函数C最小化，对位处理的优化计算能够更正确且高速地收敛。这 样，通过在最小化的成本函数C的计算中取入关于特征点的位置的信息，将在初始设定中 设定的控制栅格也反映到优化计算中，在优化计算的过程中，能够限制从通过初始设定给 出的特征点的位置较大地变化。即，通过初始设定决定的特征性的部位（图像中的特征性 的部位）在优化计算的过程中也被考虑。
[0138] 如以上这样，有关实施方式2的图像处理装置从参照图像11和浮动图像12分别 提取作为对位对象的关注区域，从这些关注区域进行特征点的提取和对应建立，使用该对 应点的位置信息，使对位处理中的控制栅格变形。由此，进行特征点的提取和对应建立的区 域被限定，所以能够实现处理的高速化或高精度化。此外，将从上述关注区域提取出的对应 点的位置信息还用于对位处理的优化计算。由此，该优化计算能够更正确且高速地收敛。
[0139] (实施方式3)
[0140] 〈概要〉
[0141] 将参照图像11、参照图像11中的关注区域、已对位浮