頭部MRAデータからの血管抽出アルゴリズムについて報告する.MRAにおける血管領域の輝度値は血流量を反映するため,流量の多い太い血管ほど高輝度に映り,細い血管の輝度は低くなる.しかも細い血管ほどパーシャルボリュームエフェクトを強く受け,その輝度はさらに低下する.このようにMRAの血管輝度はCTAのそれと違って広範囲にわたっているため,しきい値処理による抽出は原理的に不可能である.このようなデータに対しては,画素同士の連結性に基づいて領域抽出を行うリージョングローイングが適当と考えられる.しかしリージョングローイングにおいても,コンスタントな拡張条件でデータ全体をカバーすることには限界があるため,拡張領域の状況に応じて拡張条件を変化させるといった柔軟な対応が必要になる.通常のリージョングローイングでは複数箇所で同時に拡張が行われるため,それぞれの拡張領域に対して個別の条件を適用することは難しい.そこで,従来のリージョングローイングアルゴリズムを,血管の分枝単位に抽出していくように変更した.このリージョングローイングでは拡張部が常に一ヵ所だけに限定されるので,拡張条件を拡張部の状況に応じて変更することが可能になる.本アルゴリズムによる血管抽出を実際のMRAデータに対して適用し,抽出結果の評価を行った.