[发明专利]医用图像处理装置、医用图像处理方法以及医用图像处理程序

权利要求书

1.一种医用图像处理装置，其特征在于包括：

存储部，存储平均形状数据、机械学习算法和医用图像数据，该平均形状数据具有通过将表示平均形状的多个第1标识点的各个第1标识点建立关联而限制上述第1标识点的各个第1标识点的移动范围的限制条件和上述第1标识点，该机械学习算法是基于以配置上述第1标识点的各个第1标识点的方式进行训练的监督式学习的算法；

提取确定部，根据上述医用图像数据和基于监督式学习的机械学习算法，从上述医用图像数据中提取多个第2标识点，确定包含上述第2标识点的各个第2标识点的区域内的似然性分布；

位置对准部，根据上述第1标识点、上述第2标识点以及上述限制条件，执行上述平均形状数据与上述医用图像数据的位置对准；

偏离值除去部，根据上述位置对准中的上述第1标识点、上述第2标识点以及规定的阈值，从上述第2标识点中除去上述阈值之上的偏离值；

结合似然性计算部，根据通过按照上述位置对准和上述限制条件对上述平均形状进行变形而移动而得到的上述第1标识点的位置和上述似然性分布，对上述平均形状的每个变形计算将分别与上述位置对应的多个似然性结合的结合似然性；以及

解剖学标识点确定部，根据与上述多个结合似然性中最大的结合似然性对应的上述平均形状的变形、上述第1标识点以及除去了上述偏离值的上述第2标识点，确定上述医用图像数据中的解剖学标识点，

上述平均形状数据是根据多个教师数据集和具有上述平均形状以及上述限制条件的规定的点分布模型产生的数据，

上述位置对准部在由上述偏离值除去部除去上述偏离值之后，根据上述点分布模型，使上述平均形状变形而将具有除去了上述偏离值的第2标识点的医用图像数据和上述平均形状数据位置对准。

2.根据权利要求1所述的医用图像处理装置，其特征在于：上述偏离值除去部在上述第2标识点中，用与上述偏离标识点对应的上述第1标识点置换与上述偏离值对应的偏离标识点。

3.根据权利要求2所述的医用图像处理装置，其特征在于：上述结合似然性计算部包含置换了上述偏离标识点的上述第1标识点，计算上述结合似然性。

4.根据权利要求1所述的医用图像处理装置，其特征在于：上述偏离值除去部使用上述第1标识点和上述第2标识点的差来计算残差平方和，将超过上述规定的阈值的上述残差平方和中的与多个项中最大值相关的第2标识点作为上述偏离值除去。

5.根据权利要求1所述的医用图像处理装置，其特征在于：上述机械学习算法具有决策林的算法，所述决策林的算法具有根据上述教师数据集预先学习的多个决策树。

6.根据权利要求5所述的医用图像处理装置，其特征在于：上述决策林具有与上述医用图像数据中的上述第2标识点的分类相关的多个分类树作为上述决策树。

7.根据权利要求5所述的医用图像处理装置，其特征在于：上述决策林具有与上述医用图像数据中的上述第2标识点的回归相关的多个回归树作为上述决策树。