CN100350434C - 图像数据区域抽取系统以及图像数据区域抽取方法 - Google Patents
图像数据区域抽取系统以及图像数据区域抽取方法 Download PDFInfo
- Publication number
- CN100350434C CN100350434C CNB2005101199634A CN200510119963A CN100350434C CN 100350434 C CN100350434 C CN 100350434C CN B2005101199634 A CNB2005101199634 A CN B2005101199634A CN 200510119963 A CN200510119963 A CN 200510119963A CN 100350434 C CN100350434 C CN 100350434C
- Authority
- CN
- China
- Prior art keywords
- mentioned
- image
- connecting area
- region
- image data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000605 extraction Methods 0.000 title abstract description 35
- 239000000284 extract Substances 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims description 26
- 230000008602 contraction Effects 0.000 claims 1
- 238000013480 data collection Methods 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 abstract description 6
- 210000000988 bone and bone Anatomy 0.000 description 92
- 238000009877 rendering Methods 0.000 description 44
- 210000004204 blood vessel Anatomy 0.000 description 43
- 238000002601 radiography Methods 0.000 description 36
- 238000012217 deletion Methods 0.000 description 35
- 230000037430 deletion Effects 0.000 description 35
- 210000000845 cartilage Anatomy 0.000 description 25
- 230000005055 memory storage Effects 0.000 description 11
- 210000001835 viscera Anatomy 0.000 description 11
- 241001269238 Data Species 0.000 description 8
- 238000013459 approach Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000009434 installation Methods 0.000 description 5
- 210000004872 soft tissue Anatomy 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000010339 dilation Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种可简单依照CT值从X射线CT图像数据抽取诊断不需要的图像区域,并创建所抽取出的区域内外的3维投影图像数据的图像数据区域抽取系统以及图像数据区域抽取方法。其中,用图像重构单元从被检测体的取得数据重构3维图像数据并设定其现存区域,区域管理单元基于所设定的阈值抽取阈值区域。从包含于现存区域中的3维图像数据创建3维投影图像数据并使之显示于图像显示单元上,用连结区域抽取开始点指定单元指定应该删除或者显示的区域的开始点。用连结区域抽取单元将与开始点连结的阈值区域作为连结区域来求取,用抽取连结区域删除单元将现存区域中连结区域以外的区域或者连结区域作为更新信息提供给区域管理单元,由此更新现存区域。
Description
技术领域
本发明涉及一种适用于图像诊断装置的图像数据区域抽取系统以及图像数据区域抽取方法,尤其涉及一种删除对图像诊断无用的区域的3维投影图像数据的图像数据区域抽取系统以及图像数据区域抽取方法。
背景技术
X射线CT装置作为图像诊断装置检测出透过被检测体的X射线并重构为X射线CT图像数据。在对血管等的观察中,则向被检测体投放造影剂然后通过X射线CT装置来进行摄像,由此重构造影血管的X射线CT图像数据。进而,从所重构的X射线CT图像数据中创建3维(3D)投影图像数据。
一般而言,3D投影图像数据的创建方法有最大值投影法(MIP:MaximumIntensity Projection)、最小值投影法(Minimum Intensity Projection)和加法平均投影法(X-ray Projection)等。在造影血管的观察中,通常采用通过MIP方法所创建的3D投影图像(MIP图像)。
即使创建了血管观察用的MIP图像,由于骨头的CT值和造影血管的CT值均具有存在于同一程度范围内的部分,所以使得骨头和血管都被图像化了,就有对血管的图像诊断造成妨碍之类的问题。
为了解决上述问题提出了这样的一种方法,即,在对造影血管进行观察的时候,除了MIP图像之外,还创建使用了voxel的表面显示(SurfaceRendering:SR)图像和Volume显示(Volume Rendering:VR)图像等的3D图像,通过这些SR图像和VR图像来删除骨头区域的图像数据(比如:参见特开平9-73557号公报)。
图7(a)~(c)说明上述在对造影血管的观察之前而实施的删除骨头区域图像数据的方法。图7(a)是用MIP方法创建的作为3D图像的shaded volumerendering(SVR)图像的一个例子。如图所示,在过去的方法中,由于骨头的CT值和血管的CT值相同,使得血管和骨头都显现在SVR图像上。
作为用于识别SVR图像中的骨头和造影血管的基准,设定了根据CT值的阈值和相对CT值的不透明度(Opacity)。利用这些阈值和不透明度可识别地显示骨头和造影血管,通过利用通常所用的连结区域抽取法分割乃至抽取出骨区域的SVR图像数据,由此有选择性地删除骨头区域图像数据。
图7(b)是骨头区域图像数据被删除了的造影血管的SVR图像。从包含于该SVR图像的血管区域中的X射线CT图像数据中创建MIP图像。
但是,在利用X射线CT装置的过去的造影血管的观察中,存在无法有效地实施骨头区域图像数据的删除的问题。还存在CT值接近于骨头的CT值的软组织,骨头的CT值有一定范围内的幅度。由此,在骨头区域图像数据的删除作业开始的时候,如果将阈值和不透明度设定成使CT值较低的话,则接近于软组织的内脏器官也会同骨头一起被显示出来。
由于接近于软组织的内脏器官与造影血管的接触部位较多,所以用一般的连结区域抽取法,难于进行骨头区域图像数据的抽取。换句话说,如果将阈值和不透明度的CT值设定得低的话,就无法实施有效的骨头区域图像数据的删除作业。
因此,应将阈值和不透明度的CT值设定得较高来实施骨头区域图像数据删除作业。即使是在较高设定了CT值的骨头区域删除作业之后,从X射线CT图像数据中创建MIP图像,仍然得到具有如图7(c)的圆框所示那样包括CT值接近于软组织的骨头、尤其是软骨的图像。
如此,在CT值设定较高而实施的骨头区域删除作业之后得到的MIP图像中,残留有CT值接近于软组织的软骨的情况较多。
为了删除在MIP图像中残留的骨头,再次回到如图7(a)所示的SR图像和SVR图像之类的3D图像,通过降低阈值来显示CT值更低的内脏器官。即,用重新设定的阈值显示软骨,用连结区域抽取法有选择性地删除来创建MIP图像。
但是,即使是在再次创建的MIP图像中,有时候仍然会显示CT值更低的软骨,为了得到对于诊断来说有效的MIP图像,就不得不非常麻烦地反复进行如下作业:经由3D图像的骨头区域图像数据删除作业、利用MIP图像的确认以及骨头区域图像数据删除作业的再次阈值设定。
除了血管观察之外,在根据CT值的不同有选择性地删除或者显示特定的内脏器官和其它器官来进行观察的时候,需要如此复杂作业的问题就会产生。
发明内容
本发明就是解决这样的过去的方法中的问题的技术方案,其提供一种能够更简单地根据CT值从X射线CT图像数据中抽取区域,并创建所抽取的区域内外的3维投影图像数据的图像数据区域抽取系统以及图像数据区域抽取方法。
为了达到上述目的,与本发明相关的图像数据区域抽取系统的特征在于,包括:阈值设定单元,设定由图像诊断装置所获得的被检测体的3维图像数据的阈值;区域管理单元,设定上述3维图像数据的现存区域,同时基于上述阈值抽取上述现存区域中的上述3维图像数据的阈值区域;3维投影图像显示单元,从上述现存区域中所包含的上述3维图像数据创建3维投影图像数据并提供给图像显示单元,由此使3维投影图像显示;连结区域抽取开始点指定单元,基于经由上述3维投影图像的来自输入单元的操作信息和上述阈值区域,指定应该从上述图像显示单元上所显示的上述3维投影图像中删除的连结区域的开始点或者应该使之显示在上述图像显示单元上的连结区域的开始点;连结区域抽取单元,将与上述所指定的开始点相连结的上述阈值区域作为上述连结区域来求取;以及抽取连结区域删除单元,将上述连结区域以外的区域或者上述连结区域作为更新信息提供给上述区域管理单元,由此使上述现存区域更新为上述连结区域以外的区域或者上述连结区域。
另外,与本发明相关的图像数据区域抽取方法的特征在于:设定由图像诊断装置所获得的被检测体的3维图像数据的阈值;设定上述3维图像数据的现存区域,同时基于上述阈值抽取上述现存区域中的上述3维图像数据的阈值区域;从上述现存区域中所包含的上述3维图像数据创建3维投影图像数据;在图像显示单元上显示上述3维投影图像;基于经由上述3维投影图像的输入操作信息和上述阈值区域,指定应该从所显示的上述3维投影图像中删除的连结区域的开始点或者应该使之显示的连结区域的开始点;以及将与上述所指定的开始点相连结的上述阈值区域作为上述连结区域来求取,同时将上述连结区域以外的区域或者上述连结区域作为上述现存区域的更新信息,将上述现存区域更新为上述现存区域之中上述连结区域以外的区域或者上述连结区域。
本发明的图像数据区域抽取系统以及图像数据区域抽取方法多适用于X射线CT装置,其作为获得被检测体的3维图像数据的图像诊断装置。
根据本发明,提供一种图像数据区域抽取系统和图像数据区域抽取方法,利用该系统和方法,其能够解决现有的问题,可基于CT值由X射线CT图像数据更简单地实施区域抽取,并有效地创建抽取区域内外的3维投影图像数据。
附图说明
图1是表示作为本发明的图像数据区域抽取系统,适用X射线CT装置的一个实施形式的方块图。
图2是表示在图1中所示的系统中使用的图像数据区域抽取装置的结构的方块图。
图3是表示本发明的图像数据区域抽取装置中,从X射线CT图像数据抽取到3维投影图像数据创建为止的步骤的流程图。
图4说明本发明的图像数据区域抽取装置中的,骨头区域图像数据删除作业的一个例子。
图5说明用本发明的图像数据区域抽取装置,在MIP图像上指定应删除的区域的方法。
图6表示用本发明的图像数据区域抽取装置,来自在图像显示单元上所显示的软骨区域的MIP图像的一个例子。
图7说明在过去的装置中,在利用MIP图像的造影血管的观察之前实施的骨头区域图像数据删除作业的步骤。
具体实施方式
参考附图对本发明的图像数据区域抽取系统以及图像数据区域抽取方法的实施形式进行说明。图1表示作为本发明的图像数据抽取系统适用X射线CT装置的实施形式。
图像数据区域抽取系统20的X射线CT装置包括:台架单元(gantry unit)21以及计算机装置22。活动信号台单元21具有:X射线管23、高电压发生装置24、X射线检测器25以及数据采集单元26(DAS;Data Acquisition System)。X射线管23和X射线检测器25相互对置地安装在高速且连续旋转的旋转环(未图示)上,被检测体P则被导入其间。
高电压发生装置24根据来自计算机装置22的控制信号向X射线管23供给管电流和管电压。用X射线检测器25检测透过被检测体P的X射线,用数据采集单元26将其数字化。来自被数字化的被检测体P的取得数据被提供给计算机装置22。
计算机装置22包括:图像处理装置27,图像显示单元28以及输入单元29。图像处理装置27包括:控制单元30,对从数据采集单元(DAS)26输出的取得数据进行校正处理并将其转换成投影数据的前处理单元31,存储投影数据的存储单元32,从投影数据重构3D图像数据的图像重构单元33,暂时保管3D图像数据和从数据采集单元26输出的取得数据的存储装置34,通过从存储装置34读入3D图像数据来创建指定区域上的3D投影图像的图像数据区域抽取装置35。
另外,在X射线CT装置中还可以利用图像处理装置27的前处理单元31和图像重构单元33,来内置从取得数据中重构3D图像数据的图像重构单元的功能以及图像数据区域抽取装置35的功能。当然,不将图像数据区域抽取装置35内置于X射线CT装置而是单独地进行设置也可。在与X射线CT装置分开单独地构成图像数据区域抽取装置35的场合下,其构成为能够将用X射线CT装置拍摄的3D图像数据输入到图像数据区域抽取装置35中。
图2表示图1所示的图像数据区域抽取装置35的结构。图像数据区域抽取装置35具备:3维投影图像显示单元35a,阈值设定单元35b,区域管理单元35c,连结区域抽取开始点指定单元35d,连结区域抽取单元35e,抽取连结区域删除单元35f以及抽取连结区域显示单元35g。图像数据区域抽取装置35的全部或者一部分用回路构成也可。
3维投影图像显示单元35a从存储装置34中读入从区域管理单元35c收到的现存区域数据(后述)范围内包含的3D图像数据,用任意的投影方法创建3D投影图像数据,并将所创建的3D投影图像数据提供给图像显示单元28使其显示。作为用于3D投影图像的创建的投影方法,通常使用最大值投影法(MIP:Maximum Intensity Proiection)、最小值投影法(MinIP:MinimumIntensity Projection)或者加法平均投影法(X-ray Projection)等等。3维投影图像显示单元35a构成为,能够通过输入单元29的操作,对3D投影图像进行旋转、移动、放大来显示。
区域管理单元35c,参考保存在存储装置34中的3D图像数据,根据从阈值设定单元35b接受的阈值求取3D图像数据的阈值区域作为阈值区域抽取数据,并将所求出的阈值区域抽取数据供提供给连结区域抽取开始点指定单元35d。
作为在求取阈值区域抽取数据之时使用的阈值可以采用CT值。能够将3D图像数据的不透明度从0(透明)到0与1之间的值(斗透明)、或者从0到1(不透明)进行变换的点和范围为代表的像素值(CT值)作为阈值,将存储装置34中保存的3D图像数据中,比如:阈值以上或者阈值以下的区域作为阈值区域抽取数据来求取。所求出的阈值区域可以看作3D图像数据中的物体。
区域管理单元35c根据从抽取连结区域删除单元35f接受的区域的更新信息将应该用于3D投影图像数据的创建的3D图像数据的最新区域设定为现存区域数据,并将所设定的现存区域数据供提供给3维投影图像显示单元35a,连结区域抽取开始点指定单元35d以及抽取连结区域删除单元35f。另外,在区域管理单元35c没有从抽取连结区域删除单元35f收到现存区域的更新信息的场合下,将3D图像数据的整个区域设为现存区域。
阈值设定单元35b根据从输入单元29接受到的信息,设定区域管理单元35c求取阈值区域抽取数据时候的阈值。
连结区域抽取开始点指定单元35d根据鼠标等的输入单元29的操作信息和从区域管理单元35c接受的阈值区域抽取数据,指定应该从图像显示单元28上所显示的3D投影图像中删除或者显示的连结区域的开始点,并将所指定的区域的开始点作为区域抽取开始点信息与阈值区域抽取数据一起提供给连结区域抽取单元35e。
比如:利用输入单元29的操作,将在图像显示单元28上所显示的3D投影图像上的点的位置作为用于指定连结区域的开始点的信息提供给连结区域抽取开始点指定单元35d。在这样提供了用于经由3D投影图像来指定区域的开始点的信息的场合下,连结区域抽取开始点指定单元35d,对作为3维空间的现存区域中包含的3D图像数据,以3D投影图像上的点的位置作为起点沿着3D投影图像的视线方向(画面内部的方向)进行扫描,由此就能够指定物体,即,将检测出阈值区域边界面的位置作为连结区域的开始点。
换句话说,为了在3D图像数据中检测出物体,可以将显现出3D图像数据的不透明度在一定值以上的区域的阈值区域的边界面当作物体的检测位置。现存区域中包含的3D图像数据根据从区域管理单元35c接受到的现在区域数据和保存在存储装置34中的3D图像数据来求取。
还能够根据需要,从连结区域抽取开始点指定单元35d将区域抽取开始点信息提供给3维投影图像显示单元35a,在图像显示单元28上可识别地显示区域抽取开始点。
连结区域抽取单元35e根据从连结区域抽取开始点指定单元35d接受到的区域抽取开始点信息和阈值区域抽取数据,将与所指定的区域开始点连连的阈值区域所占的区域看作物体,用一般的连结区域抽取方法作为连结区域数据来求取,将求出的连结区域数据供提供给抽取连结区域删除单元35f以及抽取连结区域显示单元35g。在从抽取连结区域删除单元35f接受到连结区域数据的复位信息的场合下,连结区域抽取单元35e,将连结区域数据复位到初始状态也就是不存在连结区域的状态,同时将复位后的连结区域不存在的状态的连结区域数据提供给抽取连结区域删除单元35f以及抽取连结区域显示单元35g。
抽取连结区域删除单元35f根据从输入单元29接受的区域的删除指示信息以及从区域管理单元35c接受的现存区域数据和从连结区域抽取单元35e接受的连结区域数据,创建应该用于3D投影图像数据的创建的3D图像数据的现存区域的更新信息,并将所创建的现存区域的更新信息提供给区域管理单元35c。
比如:在抽取连结区域删除单元35f将连结区域数据设定为应该从3D投影图像中删除的区域的场合下,就可以将现存区域中连结区域以外的区域作为区域的更新信息进行创建。但是,在将连结区域数据设定为应该作为3D投影图像来显示的区域的场合下,也可以仅将连结区域作为区域的更新信息进行创建。
还可以根据需要,由抽取连结区域删除单元35f使得连结区域膨胀(dilation)或者收缩(erosion),将膨胀或者收缩之后的连结区域用于应该在3D投影图像数据的创建中使用的3D图像数据区域的更新信息的创建。
另外,在从输入单元29接受到区域的删除指示信息的场合下,抽取连结区域删除单元35f将连结区域数据的复位信息提供给连结区域抽取单元35e并将连结区域数据复位到初始状态。
抽取连结区域显示单元35g根据从连结区域抽取单元35e接受到的连结区域数据,创建用于在3D投影图像上可识别地显示连结区域的图像数据,并将所创建的连结区域的图像数据提供给图像显示单元28使其显示。比如,可以使连结区域从3D投影图像上显示出来那样创建连结区域的图像数据。
抽取连结区域显示单元35g创建的图像数据只要能够识别出连结区域则不问其是否是投影图像数据。抽取连结区域显示单元35g创建的图像数据比如:可以是用单一颜色显示的图像数据也可以是具有对比度的彩色投影图像数据。
图3表示利用图1所示的图像数据区域抽取系统20从X射线CT图像数据中抽取区域,创建所抽取的区域内外的3维投影图像数据的步骤。首先,为了采集被检测体P的造影血管图像,随着造影剂的投放实行扫描并重构被检测体P的3D图像数据(步骤S1)。即,向被检测体P照射X射线,用X射线检测器25检测出透过的X射线。用数据采集单元26将检测出的X射线检测信号数字化,并将其作为取得数据在计算机装置22的前处理单元31中进行校正处理。将经过了校正处理的取得数据转换成投影数据,暂时存储在存储单元32中。然后,用图像重构单元33从投影数据中重构3D图像数据,并将所重构的3D图像数据保存在存储装置34中。
保存在存储装置34中的包含造影血管的3D图像数据,被读入到图像数据区域抽取装置35中,以备在造影血管的3D投影图像数据的创建中使用。
接着,从包括造影血管和骨头区域的3D图像数据中创建3D投影图像数据,并将其显示在图像显示单元28上(步骤S2)。通过区域管理单元35c将所有的区域当作应该在3D投影图像数据的创建中使用的3D图像数据的初始状态中的现存区域,并将其作为现存区域数据提供给3维投影图像显示单元35a。由此,3维投影图像显示单元35a从存储装置34中读入包括造影血管和骨头区域的所有的3D图像数据,并通过MIP创建MIP图像数据。所创建的MIP图像数据被显示在图像显示单元28上。
在这样所显示的MIP图像中,除了造影血管还包括在对血管的临床诊断上应该删除的骨头区域的MIP图像。因此,开始实施从MIP图像中删除骨头区域的图像的作业。该删除作业(步骤S3~S8)可以一边通过图像数据区域抽取系统35的功能参照在图像显示单元28上所显示的MIP图像,一边利用输入单元29的操作来进行。
即,参考保存在存储装置34中的3D图像数据,用阈值设定单元35b设定阈值,抽取3D图像数据的阈值区域(步骤S3)。根据输入单元29的操作信息和从区域管理单元35c接受到的阈值区域抽取数据,连结区域抽取开始点指定单元35d,指定应该从显示在图像显示单元28上的3D投影图像中删除或者使其显示的连结区域的开始点,连结区域抽取单元35e将所指定的区域的开始点作为区域抽取开始点信息来抽取阈值区域(步骤S4)。
从连结区域抽取开始点指定单元35d将区域抽取开始点信息提供给3维投影图像显示单元35a,区域抽取开始点被显示在图像显示单元28上(步骤S5)。根据区域抽取开始点信息和阈值区域抽取数据,连结区域抽取单元35e抽取出连结区域(步骤S6)。在从输入单元29接受到区域的删除指示信息的场合下(步骤S7,是),抽取连结区域删除单元35f,将被作为应该删除的区域而设定的连结区域从MIP图像中删除(步骤S8)。
另外,对从MIP图像的骨头区域图像删除作业(步骤S3~S8)的详细描述,参考图4,5在后面进行叙述。
在实施本发明的根据CT值的删除作业时,显示SVR图像等的3D图像,还可以在用过去的方法进行了一定程度的粗略的骨头区域图像删除作业之后,经由MIP图像,利用图像数据区域抽取装置35进行更加详细的CT值低的骨头区域图像删除作业。
这样,通过观察包含造影血管和骨头区域的MIP图像,用户就能够把握在造影血管区域的MIP图像的抽取上适当的CT值的范围,并开始去掉骨头部分的作业。
参考图4(a)~(g)来说明本发明的图像数据区域抽取系统的骨头区域图像删除作业的一个例子。如图4(a)所示,比如:在造影血管V、骨头B以及软骨S接近的场合下,CT值的轮廓图(profile image)就如图4(b)中用实线表示的直线位置所示的那样。如图所示,相对造影血管V的CT值和骨头区域B的CT值分别为超过了200的值的情况,软骨区域的CT值为在100到200之间的值。而且,在造影血管V和骨头B之间的区域以及骨头B和软骨S之间的区域的CT值为比造影血管V、骨头区域B以及软骨区域S的各CT值更小的值。
利用这些CT值的不同来进行造影血管V、骨头区域B以及软骨区域S的识别和分离。MIP图像基本上是将CT值的整个范围分配给与CT值对应的灰度等级的来进行显示。由此,CT值小的部分就为黑色。另一方面,CT值高的部分就为白色。
另外,在MinIP图像的场合下,当在被检测体的身体周围存在CT值为-1000的空气的话,会使得MinIP图像的值也成为-1000,所以在普通的MinIP处理之前先进行阈值处理以使得3D图像数据的CT值成为-900到500左右。
接着,作为阈值区域抽取出造影血管、骨头区域和软骨区域,并将CT值设定为阈值以使得他门能够作为不同的物体来进行分离(图3、步骤S3)。
如果设定为阈值的CT值过低的话,就无法适当地将造影血管和骨头区域分离。换句话说,在具有如图4(b)所示的CT值的轮廓图的MIP图像的场合下,造影血管V和骨头B之间的区域以及骨头B和软骨S之间的区域的CT值就将超过100。从而,若阈值比如:是比软骨S的CT值还小的100,并将CT值超过100的区域作为阈值区域来抽取的话,则如图4(c)所示那样造影血管V、骨头区域B以及软骨区域S被一体化。
因此,在骨头图像区域删除作业开始的时候,为了分离造影血管V和骨头区域B,将较大的CT值作为阈值。比如:通过输入单元29的操作,可以指定比造影血管V和骨头B之间的区域以及骨头和软骨之间的区域的CT值还大的CT值200作为阈值。这样的话,阈值设定单元35b从输入单元29接受CT值为200的阈值的指定信息,并将CT值200作为阈值提供给区域管理单元35c。
而且,区域管理单元35c参考保存在存储装置34中的3D图像数据,根据从阈值设定单元35b接受到的阈值,求取CT值在200以上的阈值区域来作为阈值区域抽取数据。
结果是,在具有如图4(b)所示的CT值的轮廓图的MIP图像的场合中,如图4(d)所示那样将CT值在200以上的造影血管V和骨头区域B分别分离而作为阈值区域。另外,将各个阈值区域作为阈值区域数据提供给连结区域抽取开始点指定单元35d。
接着,通过输入单元29的操作,选择作为阈值区域分离的骨头区域B,给与应该从MIP图像中删除的指令。换句话说,通过输入单元29的操作指定删除区域的开始点(图3、步骤S4)。
图5(a)~(b),说明利用图1所示的图像数据区域抽取装置35,在MIP图像上指定应该删除的区域的方法。图5(a)是作为骨头图像区域删除作业的对象的MIP图像的一个例子,其除了造影血管V还显示了用虚线表示的骨头区域S。在图5(a)的骨头区域B其也是CT值较低的这样的场合下,在软骨S的删除之前先也用下面所述的方法对作为阈值区域抽取并删除的骨头区域B也进行删除区域的指定。
首先,如图5(a)的箭头所示那样,用鼠标在MIP的图像中,点击骨头区域上的点。如果在MIP的图像中,点击了内脏器官上的点的位置的话,则将点击的位置作为用于指定应该从MIP图像中删除的区域的开始点的信息提供给连结区域抽取开始点指定单元35d。即,连结区域抽取开始点指定单元35d,对现存区域中的3D图像数据,以MIP图像上的点的点击位置作为起点沿着MIP图像的视线方向进行扫描,由此检测出成为阈值区域的骨头等的内脏器官,并将内脏器官的检测位置指定为删除区域的开始点。
图5(b)是模式化地表示在现存区域中包含的3D图像数据的一个例子的图。在图5(b)中所示的3D图像数据中,从与MIP图像上的点击位置相当的位置起沿着视线方向进行扫描,将骨头区域的检测位置当作删除区域的开始点。另外,连结区域抽取开始点指定单元35d,将骨头区域的检测位置即删除区域的开始点作为区域抽取开始点信息,与阈值区域抽取数据一起提供给连结区域抽取单元35e。
接着,连结区域抽取单元35e根据从连结区域抽取开始点指定单元35d接受到的删除区域的区域抽取开始点信息和阈值区域抽取数据,通过一般的连结区域抽取法求取与删除区域的开始点连结的阈值区域,即,骨头区域作为连结区域数据(图3、步骤S5)。另外,连结区域抽取单元35e,将表示所求出的骨头区域的连结区域数据提供给抽取连结区域删除单元35f以及抽取连结区域显示单元35g。
接着,抽取连结区域显示单元35g根据从连结区域抽取单元35e接受到的连结区域数据,向用鼠标所选择的骨头区域分配能够让用户容易识别骨头区域的颜色,创建可以进行彩色显示的MIP图像数据。然后,抽取连结区域显示单元35g将来自所创建的骨头区域的MIP图像数据提供给图像显示单元28使其显示(图3、步骤S6)。
图6表示利用图1所示的图像数据区域抽取装置35,来自在图像显示单元28上显示的骨头区域的MIP图像的一个例子。用鼠标所选择的骨头区域(箭头部分)就如在MIP图像中在图6中用斜线表示的那样。从而,用户就能够容易地判断所选择的区域是否应该从MIP图像中删除的适当区域。若用户确定所选择的骨头区域是应该删除的适当区域,则通过输入单元29的操作,向图像数据区域抽取系统20输入所选择的骨头区域的删除指示。
因此,向图像数据区域抽取系统20输入的骨头区域的删除指示被提供给抽取连结区域删除单元35f,抽取连结区域删除单元35f判定为从输入单元29接受到区域的删除指示(图3、步骤S7)。从而,利用图像数据区域抽取装置35,将所选择的骨头区域的图像从MIP图像中删除(图3、步骤S8)。即,抽取连结区域删除单元35f,对应于从输入单元29接受到的骨头区域的删除指示信息,将连结区域数据的复位信息提供给连结区域抽取单元35e。连结区域抽取单元35e一从抽取连结区域删除单元35f接受连结区域数据的复位信息,就将连结区域数据复位到初始状态,并将复位后的连结区域不存在的状态的连结区域数据提供给抽取连结区域删除单元35f以及抽取连结区域显示单元35g。
因此,抽取连结区域显示单元35g从连结区域抽取单元35e接受初始状态的连结区域数据,并停止向图像显示单元28的彩色MIP图像数据的提供,由此使得用于可识别地显示作为连结区域的软骨区域的彩色MIP图像成为非显示状态。
此外,与使得彩色MIP图像成为非显示状态用的连结区域数据的复位并列进行的还有,抽取连结区域删除单元35f根据从区域管理单元35e接受到的现存区域数据以及从连结区域抽取单元35e接受到的复位之前的连结区域数据,将现存区域中与骨头区域相当的连结区域之外的区域作为现存区域的更新信息来创建。此时,根据需要使连结区域膨胀(dilation)或者收缩(erosion),膨胀或者收缩后的连结区域被用在现存区域的更新信息的创建中。
抽取连结区域删除单元35f,将现存区域的更新信息提供给区域管理单元35c。区域管理单元35e根据从抽取连结区域删除单元35f接受到的现存区域的更新信息,将从已经设定的现存区域中去除了骨头区域的区域作为新的现存区域来更新在MIP图像数据的创建中使用的3D图像数据的现存区域。
区域管理单元35c将新更新的现存区域作为现存区域数据提供给3维投影图像显示单元35a、连结区域抽取开始点指定单元35d以及抽取连结区域删除单元35f。
利用3维投影图像显示单元35a,将作新更新的现存区域的去除了骨头区域的区域中包含的3D图像数据作为还原数据来再创建MIP图像数据。然后,3维投影图像显示单元35a将再创建的MIP图像数据提供给图像显示单元28。结果是,使得图像显示单元28上显示删除了骨头区域的图像的MIP图像。
还可以根据需要进一步用同样的步骤选择多个所期望区域从MIP图像中删除。
在用户判断为阈值的设定不适当的场合以及已经完成从MIP图像中删除所期望的骨头区域场合下,不要将骨头区域的删除指示输入到X射线CT装置20。由此,没有判定为抽取连结区域删除单元35f从输入单元29接受到区域的删除指示(图3、步骤S7、No),再次设定用于从MIP图像中抽取血管区域的MIP图像的阈值(图3、步骤S3)。
比如:在判断为阈值的设定不适当导致骨头区域和造影血管没有适当地分离的场合下,为了适当地创建阈值区域,可以将阈值比如调高到CT值250以上来设定。通过用重新设定的阈值确定的阈值区域的选择,以同样的步骤参考MIP图像开始骨头去除作业。
虽然将高CT值作为阈值而使得阈值区域的删除在一定程度上已经结束,但是在以更低的CT值判断为诊断上无用的内脏器官仍然存在的场合下,可以再次将阈值设定得小些(图3、步骤S3)。这样,可以直到创建不存在诊断上无用的内脏器官的MIP图像数据为止,反复进行将CT值降低来实施骨头图像删除作业等的作业。比如,在具有如图4(b)所示的CT值的轮廓图的MIP图像的场合下,即使将阈值设为CT值200并删除骨头区域,但仍然需要进一步将CT值不到200的软骨区域删除。因此,就需要将阈值调低到CT值100以使得软骨区域也包括在阈值区域中。
比如,将阈值设定为CT值200仅仅将骨头区域作为阈值区域抽取出来,并从MIP图像中删除,就倒造成CT值不到200但是接近200的骨头区域周围的组织没有被从MIP图像中删除而残留下来。由此,若将阈值从CT值200调低到CT值100,就会如图4(e)所示那样造影血管V和软骨区域S成为一体。
因此,如图4(f)的斜线部所示,作为连结区域被选择的骨头区域B在用抽取连结区域删除单元35f膨胀(dilation)之后,被删除,包含膨胀之后的骨头区域B的连结区域之外的区域成为新的现存区域。由此,如图4(g)所示,为了将软骨区域S从MIP图像中删除,在图3的步骤S3中,即使将阈值调低到CT值100也可以分离造影血管V和软骨区域S。
以从图3的步骤S4开始的同样的步骤将软骨区域选择为连结区域,并从MIP图像中删除。也就是说,通过将阈值依次减小再次设定来反复实施利用软骨区域的选择的连结区域的抽取、连结区域的膨胀、膨胀之后的连结区域的删除之类的处理。结果,就能够创建将不要的骨头和软骨等的区域的图像删除了的、在诊断上没有障碍的造影血管图像等的MIP图像数据。
如上所述根据本发明的图像数据区域抽取系统20能够直接经由诊断中所需要的MIP图像的3D投影图像并根据CT值等的基准值,抽取出特定的区域。即,由于可在3D投影图像上进行将对诊断无用的内脏器官的图像抽取并删除的作业,从而就无需另行创建SVR图像数据等的3D图像数据后抽取图像数据区域。由此,能够省去在过去骨头去除作业中反复进行的,被体积(Volume)显示的图像的阈值调整、应该删除的内脏器官的选择以及利用3D投影图像的确认作业之类的复杂的作业。至少,由于能够并用根据被体积显示的图像的骨头图像抽取删除作业和经由3D投影图像的骨头图像抽取删除作业,所以能够更有效地创建利用3D投影图像的临床上需要的诊断图像。
另外,还可以省略图像数据区域抽取装置35的一部分组成要素。而且,图像数据区域抽取装置35,还可以用于从由其它的图像诊断装置所获得的3D图像数据中创建3D投影图像数据的场合,而不仅是X射线CT装置。
Claims (5)
1、一种图像数据区域抽取系统,其特征在于,包括:
阈值设定单元,设定由图像诊断装置所获得的被检测体的三维图像数据的阈值;
区域管理单元,设定上述三维图像数据的现存区域,同时基于上述阈值抽取上述现存区域中的上述三维图像数据的阈值区域;
三维投影图像显示单元,从上述现存区域中所包含的上述三维图像数据创建三维投影图像数据并提供给图像显示单元,由此使三维投影图像显示;
连结区域抽取开始点指定单元,基于经由上述三维投影图像的来自输入单元的操作信息和上述阈值区域,指定应该从上述图像显示单元上所显示的上述三维投影图像中删除的连结区域的开始点或者应该使之显示在上述图像显示单元上的连结区域的开始点;
连结区域抽取单元,将与上述所指定的开始点相连结的上述阈值区域作为上述连结区域来求取;以及
抽取连结区域删除单元,将上述连结区域以外的区域或者上述连结区域作为更新信息提供给上述区域管理单元,由此使上述现存区域更新为上述连结区域以外的区域或者上述连结区域。
2、如权利要求1所述的图像数据区域抽取系统,其特征在于:
构成为上述连结区域抽取单元能够使上述连结区域膨胀或者收缩。
3、如权利要求1所述的图像数据区域抽取系统,其特征在于,还包括:
抽取连结区域显示单元,创建用于在上述三维投影图像上可识别地显示上述连结区域的图像数据并提供给上述图像显示单元,由此使上述连结区域显示。
4、如权利要求1所述的图像数据区域抽取系统,其特征在于:
上述图像诊断装置是X射线CT装置,上述X射线CT装置具备:
收集从被检测体取得的数据的取得数据收集单元;和
从上述取得数据重构三维图像数据的图像重构单元。
5、一种图像数据区域抽取方法,其特征在于:
设定由图像诊断装置所获得的被检测体的三维图像数据的阈值;
设定上述三维图像数据的现存区域,同时基于上述阈值抽取上述现存区域中的上述三维图像数据的阈值区域;
从上述现存区域中所包含的上述三维图像数据创建三维投影图像数据;
在图像显示单元上显示上述三维投影图像
基于经由上述三维投影图像的输入操作信息和上述阈值区域,指定应该从所显示的上述三维投影图像中删除的连结区域的开始点或者应该使之显示的连结区域的开始点;以及
将与上述所指定的开始点相连结的上述阈值区域作为上述连结区域来求取,同时将上述连结区域以外的区域或者上述连结区域作为上述现存区域的更新信息,并将上述现存区域更新为上述现存区域之中上述连结区域以外的区域或者上述连结区域。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004258829 | 2004-09-06 | ||
JP2004258829A JP4761741B2 (ja) | 2004-09-06 | 2004-09-06 | X線ct装置、画像データ領域抽出システムおよび画像データ領域抽出プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1758285A CN1758285A (zh) | 2006-04-12 |
CN100350434C true CN100350434C (zh) | 2007-11-21 |
Family
ID=35996272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2005101199634A Active CN100350434C (zh) | 2004-09-06 | 2005-09-06 | 图像数据区域抽取系统以及图像数据区域抽取方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US7747056B2 (zh) |
JP (1) | JP4761741B2 (zh) |
CN (1) | CN100350434C (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4709603B2 (ja) * | 2005-07-25 | 2011-06-22 | 株式会社東芝 | 医用画像処理装置 |
JP4660356B2 (ja) * | 2005-11-15 | 2011-03-30 | 株式会社東芝 | X線ct装置、画像データ領域抽出システムおよび画像データ領域抽出プログラム |
US8340241B2 (en) * | 2006-02-27 | 2012-12-25 | Kabushiki Kaisha Toshiba | Image display apparatus and X-ray computed tomography apparatus |
JP4268976B2 (ja) * | 2006-06-15 | 2009-05-27 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | イメージング装置 |
JP5196751B2 (ja) * | 2006-09-13 | 2013-05-15 | 株式会社東芝 | コンピュータ支援診断装置 |
US20090060372A1 (en) * | 2007-08-27 | 2009-03-05 | Riverain Medical Group, Llc | Object removal from images |
JP5334423B2 (ja) * | 2008-02-13 | 2013-11-06 | 株式会社日立メディコ | 画像処理装置、画像処理方法、およびプログラム |
JP5366612B2 (ja) * | 2008-05-20 | 2013-12-11 | 株式会社東芝 | 画像処理装置、画像処理方法および画像処理プログラム |
US8503746B2 (en) * | 2008-05-26 | 2013-08-06 | Hitachi Medical Corporation | Medical image processing device, medical image processing method, and medical image processing program |
US8693750B2 (en) * | 2011-01-14 | 2014-04-08 | Siemens Aktiengesellschaft | Method and system for automatic detection of spinal bone lesions in 3D medical image data |
CN102222336B (zh) * | 2011-06-10 | 2013-04-10 | 复旦大学 | 基于三维重建技术的膈肌表面积计算方法与系统 |
KR101337339B1 (ko) | 2011-10-21 | 2013-12-06 | 삼성전자주식회사 | 엑스선 영상 장치 및 그 제어방법 |
JP2013244211A (ja) * | 2012-05-25 | 2013-12-09 | Toshiba Corp | 医用画像処理装置、医用画像処理方法及び制御プログラム |
CN103150569B (zh) * | 2013-02-01 | 2016-03-30 | 中国科学院东北地理与农业生态研究所 | 一种基于modis时序数据的火烧迹地提取方法 |
KR101492330B1 (ko) | 2013-07-26 | 2015-02-11 | 서울여자대학교 산학협력단 | 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템 및 그 분할 방법 |
CN103700092B (zh) * | 2013-12-04 | 2016-06-29 | 中国科学院遥感与数字地球研究所 | 一种基于时序遥感影像的森林火烧迹地自动提取方法 |
JP7382059B2 (ja) * | 2019-02-18 | 2023-11-16 | 国立大学法人旭川医科大学 | 画像処理装置、画像処理方法、およびプログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0973557A (ja) * | 1995-09-04 | 1997-03-18 | Toshiba Corp | 画像処理装置 |
CN1620990A (zh) * | 2003-11-25 | 2005-06-01 | 通用电气公司 | 在ct血管造影术中分割结构的方法及设备 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07104951B2 (ja) * | 1988-08-04 | 1995-11-13 | ゼネラル・エレクトリック・カンパニイ | 連結性による3次元物体除去方式 |
JP2874445B2 (ja) * | 1991-05-27 | 1999-03-24 | 株式会社日立製作所 | 領域抽出方法及び装置 |
JPH05130989A (ja) | 1991-11-11 | 1993-05-28 | Hitachi Medical Corp | Ct画像の処理装置 |
JPH07299060A (ja) * | 1994-05-10 | 1995-11-14 | Toshiba Corp | 画像処理装置 |
JPH0855210A (ja) * | 1994-08-12 | 1996-02-27 | Ge Yokogawa Medical Syst Ltd | 画像処理方法及び画像処理装置 |
JPH08161520A (ja) * | 1994-12-06 | 1996-06-21 | Hitachi Medical Corp | 三次元画像の対象部分抽出方法 |
US5832134A (en) * | 1996-11-27 | 1998-11-03 | General Electric Company | Data visualization enhancement through removal of dominating structures |
JP3788847B2 (ja) * | 1997-06-23 | 2006-06-21 | 東芝医用システムエンジニアリング株式会社 | 画像処理装置 |
JPH11272865A (ja) * | 1998-03-23 | 1999-10-08 | Mitsubishi Electric Corp | 画像セグメンテーション方法およびその装置 |
JP4454055B2 (ja) * | 1998-05-13 | 2010-04-21 | 株式会社日立メディコ | 画像表示装置 |
US6463168B1 (en) * | 1998-12-04 | 2002-10-08 | General Electric Company | Apparatus and method for rapid connectivity processing of images |
JP4313910B2 (ja) * | 1999-10-21 | 2009-08-12 | 株式会社日立メディコ | 画像表示装置 |
JP2002344807A (ja) * | 2001-05-15 | 2002-11-29 | Canon Inc | 画像処理装置、画像処理システム、画像処理方法、記憶媒体、及びプログラム |
WO2003043490A1 (en) * | 2001-11-23 | 2003-05-30 | Infinitt Co., Ltd. | Medical image segmentation apparatus and method thereof |
JP3712234B2 (ja) * | 2002-03-19 | 2005-11-02 | 株式会社日立製作所 | 関心領域抽出方法及び画像処理サーバ |
JP4122463B2 (ja) * | 2002-07-26 | 2008-07-23 | 将吾 畦元 | 医療用可視画像の生成方法 |
-
2004
- 2004-09-06 JP JP2004258829A patent/JP4761741B2/ja not_active Expired - Lifetime
-
2005
- 2005-09-06 CN CNB2005101199634A patent/CN100350434C/zh active Active
- 2005-09-06 US US11/218,594 patent/US7747056B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0973557A (ja) * | 1995-09-04 | 1997-03-18 | Toshiba Corp | 画像処理装置 |
CN1620990A (zh) * | 2003-11-25 | 2005-06-01 | 通用电气公司 | 在ct血管造影术中分割结构的方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
JP4761741B2 (ja) | 2011-08-31 |
US7747056B2 (en) | 2010-06-29 |
JP2006068457A (ja) | 2006-03-16 |
CN1758285A (zh) | 2006-04-12 |
US20060050963A1 (en) | 2006-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100350434C (zh) | 图像数据区域抽取系统以及图像数据区域抽取方法 | |
US7636461B2 (en) | Image-wide artifacts reduction caused by high attenuating objects in ct deploying voxel tissue class | |
CN1127700C (zh) | 通过消除主结构增强数据显象能力 | |
CN100346748C (zh) | 图像处理设备和图像处理方法 | |
JP5207649B2 (ja) | 骨または他のカルシウム含有物質と軟部組織内の造影剤との自動差別化方法および装置 | |
EP2891455B1 (en) | Radiation tomographic image-generating apparatus and radiation tomographic image-generating method | |
US20060181551A1 (en) | Method, computer program product, and apparatus for designating region of interest | |
CN106725570A (zh) | 成像方法及系统 | |
US20070076928A1 (en) | System and method for anatomy based reconstruction | |
CN1620990A (zh) | 在ct血管造影术中分割结构的方法及设备 | |
JP2008173236A (ja) | 医用画像表示装置 | |
CN1860991A (zh) | 实时虚拟内窥镜 | |
US9262834B2 (en) | Systems and methods for performing segmentation and visualization of images | |
CN103222876A (zh) | 医用图像处理装置、图像诊断装置、计算机系统以及医用图像处理方法 | |
EP1714250A2 (en) | Automatic segmentation of tissues by dynamic change characterization | |
CN1600273A (zh) | 断层造影成像检查设备的运行方法和x射线断层造影设备 | |
CN1706344A (zh) | X射线ct装置和心肌灌注图像产生系统 | |
JP5105997B2 (ja) | 医用画像処理装置、医用画像診断装置、及びプログラム | |
JP2024051051A (ja) | 高密度要素抑制による合成乳房組織画像発生のためのシステムおよび方法 | |
CN101057255A (zh) | 医学图像配准的系统和方法 | |
JP2004174241A (ja) | 画像形成方法 | |
JP2010510028A (ja) | トモシンセシス撮像システムにおいて画像をグループ化するための方法及びシステム | |
JP2007236502A (ja) | X線ct装置 | |
CN100583161C (zh) | 用于显示以立体数据组成像的对象的方法 | |
WO2015130388A1 (en) | Image generating apparatus, radiation tomography imaging apparatus, and image generating method and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20160726 Address after: Japan Tochigi Patentee after: Toshiba Medical System Co., Ltd. Address before: Tokyo, Japan, Japan Patentee before: Toshiba Corp Patentee before: Toshiba Medical System Co., Ltd. |