CN101299966B - 图像解析装置及方法 - Google Patents

图像解析装置及方法 Download PDF

Info

Publication number
CN101299966B
CN101299966B CN2006800410300A CN200680041030A CN101299966B CN 101299966 B CN101299966 B CN 101299966B CN 2006800410300 A CN2006800410300 A CN 2006800410300A CN 200680041030 A CN200680041030 A CN 200680041030A CN 101299966 B CN101299966 B CN 101299966B
Authority
CN
China
Prior art keywords
mentioned
image
masking
roi
analysis apparatus
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
Application number
CN2006800410300A
Other languages
English (en)
Other versions
CN101299966A (zh
Inventor
尾见康夫
高木亮
宫崎靖
菅谷嘉晃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Healthcare Corp
Original Assignee
Hitachi Medical Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Medical Corp filed Critical Hitachi Medical Corp
Publication of CN101299966A publication Critical patent/CN101299966A/zh
Application granted granted Critical
Publication of CN101299966B publication Critical patent/CN101299966B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/68—Analysis of geometric attributes of symmetry
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B6/469—Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/507—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for determination of haemodynamic parameters, e.g. perfusion CT
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/501—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the head, e.g. neuroimaging or craniography
    • 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
    • G06T2207/30016—Brain

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Molecular Biology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Processing (AREA)

Abstract

在解析持有具有解剖学上对称性的形状的被检查体内脏器官图像的图像解析装置中，具备：读入上述内脏器官的图像数据的图像数据读入机构；与上述图像数据读入机构相连接，并存储该读入的图像数据的存储机构；与上述存储机构相连接，并将上述图像数据作为图像进行显示的显示机构；与上述存储机构相连接，在上述显示机构上显示的图像上设定上述内脏器官的中心线的中心线设定机构；与上述存储机构相连接，使用上述中心线，在上述内脏器官的图像上的解剖学上对称的相对的位置设置至少1组以上的多个上述关心区域的关心区域设定机构；以及与上述关心区域设定机构相连接，并输入用于对上述图像上的关心区域进行设定的条件的输入机构。

Description

图像解析装置及方法 
技术领域
本发明涉及图像解析装置及方法，尤其涉及适用于解剖学上对称的内脏器官的图像解析的图像解析装置和方法。 
背景技术
作为描绘出组织的毛细血管或者以其为标准的功能血管系的血流的方法，非专利文献1中公开了与CT perfusion的诊断辅助功能相关的技术。具体地说，描述了对由CT perfusion得到的各功能图像设定多个ROI，通过评价各ROI内的血流参数(CBF：脑血流量，CBV：脑血液量，MTT：平均通过时间)的平均值或标准偏差等之差，判断作为对象的部分(ROI)是否为患部的方法。 
非专利文献1：日本放射線技術学会雑誌.第59卷第9期，P1032，22，“CT perfusion诊断支援機能(Multi Transparency View)の開発” 
可是，本发明者，讨论上述以往技术的结果，发现以下问题。即，在以往技术1中由手动设定ROI，这种情况下，在ROI的设定中加入了主观因素，在ROI不能正确地配置时，存在对解析结果容易产生误差的问题。 
发明内容
本发明的目的，在于提供可以正确地设定ROI的图像解析装置和方法。 
通过本发明，提供一种图像解析装置，对持有具有解剖学上对称性的形状的被检查体的内脏器官的图像进行解析，其特征在于，具备：图像数据读入机构，其读入上述内脏器官的图像数据；存储机构，其与上述图像数据读入机构相连接，并存储该读入的图像数据；显示机构，其与上述存储机构相连接，并将上述图像数据作为图像显示；中心线设定机构，其与上述存储机构相连接，并在上述显示机构上所显示的图像上设定上述内脏器官的中心线；关心区域设定机构，其与上述存储机构相连接，并使用上述中心线来在上述内脏器官的图像上的解剖学上对称的相对的位置设定至少1组的多个上述关心区域；输入机构，其与上述关心区域设定机构相连接，并输入用于对上述图像上的上述关心区域进行设定的条件；关心区域解析机构，其与上述存储机构相连接，求出上述图像上设定的多个上述关心区域内的图像数据的解析值并存储在上述存储机构中；以及评价机构，其与上述存储机构相连接，根据配置在上述相对的位置的关心区域间的上述解析值的不相同的程度，来评价上述被检查体的状态。 
另外，通过本发明，提供一种图像解析方法，对持有具有解剖学上对称性的形状的被检查体的内脏器官的图像进行解析，其特征在于，具备：(1)在上述图像上设定上述内脏器官的中心线的步骤；(2)使用上述步骤(1)中设定的中心线来设定分割线的步骤；(3)使用上述步骤(2)中设定的分割线来在上述对称性相对的位置设定多个1组以上的关心区域的步骤；(4)使用由上述步骤(3)设定的关心区域内的图像数据，求出各关心区域内的图像数据的解析值的步骤；以及(5)根据上述相对的关心区域之间的上述解析值的不相同的程度，来评价上述被检查体的状态的步骤。 
附图说明
图1是表示构成本发明的图像解析装置整体构成的框图。 
图2是表示使用本发明实施例1中的图像解析装置的图像解析处理流程的流程图。 
图3是表示蒙版(mask)图像的生成方法的流程图。 
图4是生成蒙版图像之后的图。 
图5是表示描绘中心线样子的图。 
图6是表示手动描绘中心线样子的图。 
图7是表示用于输入与ROI相关参数的编辑框(edit box)的图。 
图8是表示用于输入与ROI相关参数的滑块(track bar)的图。 
图9是表示收缩蒙版图像的图。 
图10是表示收缩蒙版图像生成方法的处理顺序的流程图。 
图11是表示描绘分割线的样子的图。 
图12是将描绘的ROI应用于灌流图像的图。 
图13是表示生成ROI蒙版情况的图。 
图14是表示比较配置在解剖学上的对称位置的ROI的样子的图。 
图15是用于表示具有血流异常的ROI是哪个ROI的图。 
图16是表示在ROI描绘方法2中配置ROI的中心点的样子的图。 
图17是表示在ROI描绘方法2中描绘ROI的样子的图。 
图18是表示将在ROI描绘方法2中描绘的ROI在灌流图像上重叠来显示的图。 
图19是表示在灌流图像上重叠来显示稍微减小ROI直径并将ROI的个数设为15个所生成的ROI的图。 
图20是表示实施例3中的评价结果的显示的不同例子的图。 
图21是表示比较实施例4中的解剖学上对称的位置上的ROI之间的解析值的样子的例子的图。 
具体实施方式
以下，参照附图对本发明的实施例进行说明。 
实施例1 
图1是表示构成本发明的图像解析装置的整体构成的框图。但是，本实施例，是通过由X线CT装置等拍摄被检查体头部(脑的图像)，通过生成其灌流图像来解析脑功能的例子。 
如图1所示，该图像解析装置，主要是由图像获得机构1；运算处理机构2；和图像显示机构3构成。图像获得机构1，是X线CT图像、MR图像或X线图像等医疗用数字图像数据的获得装置，即X线CT装置、MRI装置或X线拍摄装置等医疗用图像诊断装置。运算处理机构2，与图像获得机构1一体化，或者是外设的计算机。在运算处理机构2内，由若干个构成要素构成。 
依次，4是读入医疗用数字图像数据的原始图像(X线CT图像、MR图像或X线图像)的图像读入机构，该图像读入机构与图像获得机构1的主体相连接，且与后面所述的暂时存储机构13相连接，将由图像获得机 构1读入的图像保存在暂时存储机构13中。 
5是灌流图像生成机构，该灌流图像生成机构与暂时存储机构13相连接，并用于对保存在暂时存储机构13内的原始图像进行运算处理，生成脑灌流功能图像(以下称为“灌流图像”。详细在后面进行描述。)。 
6是蒙版图像生成机构，该蒙版图像生成机构与暂时存储机构13相连接，对保存在暂时存储机构13内的原始图像或者灌流图像进行运算处理，生成只包含原始图像或者灌流图像上的脑区域的蒙版图像。 
7是中心线设定机构，该中心线设定机构与暂时存储机构13相连接，并用于根据保存在暂时存储机构13内中的原始图像或者灌流图像的脑图像，设定其中心线。 
8是ROI描绘机构，该ROI描绘机构与暂时存储机构13和后面所述的输入机构14相连接，是用于根据由输入机构14输入的设定参数，在保存在暂时存储机构13内的原始图像或者灌流图像上描绘ROI。 
9是ROI内信息解析机构，其与暂时存储机构13相连接，并解析暂时存储机构13内所保存的灌流图像上所描绘的ROI内的信息，计算平均值或标准偏差等。 
10是左右比较机构，其与暂时存储机构13相连接，并在配置在解剖学上左右对称位置的ROI间，比较由ROI内信息解析机构9得到的ROI内的灌流图像数据的平均值或标准偏差，来检查不同的程度。 
11是严重程度评价机构，其与暂时存储机构13和后面所述的输入机构14相连接，根据由输入机构14所输入的用于评价的参数和由左右比较机构10求出的上述不相同的程度，来评价被检查体的严重程度。 
12是保存机构，其与暂时存储机构13相连接，是用于长期保存暂时存储机构13中所保存的图像等的硬盘等。 
13是暂时存储机构，其与上述4～12等各机构相连接，并与图像显示机构3相连接，用于暂时存储由图像读入机构4读入的图像等，保存由上述5～11各机构进行的处理过程，并且以使此过程由操作者能够看到的方式，显示在图像显示机构3上。 
14是鼠标或键盘等的输入机构，是用于向ROI描绘机构8或严重程度评价机构11输入ROI的描绘或严重程度评价用的参数的机构。 
另外，虽然在图中没有表示，但运算处理机构2具备Digital SignalProcessor(DSP)，Micro Processor Unit(MPU)和Central Processing Unit(CPU)中至少一个。另外，图像读入机构4，灌流图像生成机构5，蒙版图像生成机构6，中心线设定机构7，ROI描绘机构8，ROI内信息解析机构9，左右比较机构10，严重程度评价机构11，是用于实现各自用途的软件或者程序。在运算处理机构2中，也具备图中没有表示的其他各种运算软件或者程序。图像显示机构3是显示器等显示装置，图像获得机构1或者运算处理机构2的一方或者两者也可被一体化，也可以独立设置。 
下面，使用图2的流程图对使用本发明实施例1中的图像解析装置的图像解析处理的流程进行说明。以下，按顺序对各步骤进行说明。(步骤201) 
首先，图像读入机构4，读入成为处理对象的图像(X线CT图像，MR图像，X线图像等)，存储在暂时存储机构13中。此时，也可以读入事先保存在保存机构12中的图像，也可以读入由图像获得机构4新收集的医疗用数字图像数据。 
(步骤202) 
下面，灌流图像生成机构5以存储在暂时存储机构13中的医疗用数字图像数据为基础生成灌流图像，保存在保存机构12或者暂时存储机构13中。其中，所谓灌流图像，是指图像化组织的毛细血管或者以其为标准的功能血管系的血流的图像，是使用例如特开2004-97665号公报所述的方法，求出CBF：脑血流量，CBV：脑血液量，MTT：平均通过时间等血流参数，进行图像化的图像。 
(步骤203) 
下面，蒙版(mask)图像生成机构6，对步骤202中保存的灌流图像，生成蒙版图像。所谓蒙版图像，是指分离具有不是零的值的像素和具有为零值(或者大致为零)的像素，将每个像素用特定值例如“1”和“0”来置换显示的图像。以下表示蒙版图像的生成顺序。 
<蒙版图像生成方法> 
首先，对步骤203中的蒙版图像的生成方法进行说明。图3是表示蒙版图像的生成方法的流程图。以下按顺序进行说明。 
(步骤203a) 
首先，将步骤202中生成的灌流图像2值化。2值化处理是通过分别将具有大于阀值像素值的像素置换为1，将具有小于阀值的像素值的像素置换为0来实现。并且，本步骤中的阀值，既可以从外部输入，也可以作为初始值事先存储在装置中。例如，也可以是能够由在其间隙中形成的室内空气(空气)分离作为评价的对象的活体组织和与该活体组织相邻接的活体组织那样的任意的值。 
(步骤203b) 
下面，对步骤203a中被2值化的图像进行标记(labelling)处理。其中，所谓标记处理，是根据例如步骤203a中被2值化的图像，划分包含像素值为阀值以上的部位的被检查体的头部区域和床铺区域等的分组处理。例如，解析头部图像时，将头部区域划分为50，将床铺区域划分为51这样的标记值来进行分组。 
(步骤203c) 
下面，对步骤203b中标记处理后的图像上的被检查体等各部位，搜索最大连接成分(面积最大的部分)，指定成为这次诊断对象的部位是对图像进行哪种标记处理的部位。具体的搜索算法，是通过例如扫描标记后的图像整体，对每个标记值进行计算像素数量的处理，选出像素数量多的标记值，作为最大连接成分的区域来进行的。 
(步骤203d) 
接着，提取步骤203c中被判断为最大连接成分的部分。更具体地说，通过只留下步骤203c中最大连接成分，除此之外的像素值都由零置换来实现。由此，在图像上拍摄了床铺等时，能够将其消去，生成只显示头部区域的图像。 
(步骤203e) 
下面，追踪步骤203d中提取的最大连接成分的轮廓，提取最大连接成分的最外围的轮廓线。作为轮廓线的追踪和描绘的具体的方法，例如通过对步骤203d中提取的图像，从左上角的像素开始在图像的宽度方向上依次从上进行扫描，检测第一个标记值不是零的像素。并且，将该检测的像素作为开始点，逆时针追踪轮廓，直到返回到开始点，从而能够描绘轮 廓线。并且，用例如与标记值不同的1等值置换本步骤所描绘的轮廓线。 
(步骤203f) 
下面，用像素值1填充由步骤203e求出的轮廓线的内部，生成图4所示的蒙版图像20。填充轮廓线21的内部，可以应用将闭区域内部的1点作为开始点，作为填充闭区域内部的算法的种子填充算法。 
(步骤204) 
下面，中心线设定机构7根据步骤203中求出的蒙版图像，设定中心线。中心线的设定方法如下所述。 
<中心线设定方法> 
在中心线设定处理中，首先根据由如上所述的方法生成的蒙版图像，计算蒙版的重心位置和将蒙版假定为刚体时的惯性主轴(对角化刚体的惯性张量时的直角坐标轴中的一个)的斜率。重心的位置(Xc，Yc)和惯性主轴的斜率q，在将坐标(x，y)中的蒙版图像的像素值置换为I(x，y)时，能够通过计算下式(1)和下式(2)求出。 
[式1] 
X c = &Sigma; x &Sigma; y xI ( x , y ) / &Sigma; x &Sigma; y I ( x , y )
Y c = &Sigma; x &Sigma; y yI ( x , y ) / &Sigma; x &Sigma; y I ( x , y )
&theta; = 1 2 tan - 1 ( b / a - c )
[式2] 
&Sigma; x &Sigma; y x 2 I ( x , y ) / &Sigma; x &Sigma; y I ( x , y ) X c 2
b = 2 ( &Sigma; x &Sigma; y xyI ( x , y ) / &Sigma; x &Sigma; y I ( x , y ) - X c Y c )
c = &Sigma; x &Sigma; y y 2 I ( x , y ) / &Sigma; x &Sigma; y I ( x , y ) - Y c 2
并且，如果通过重心22a，画平行于惯性主轴22b的直线，则能够得到如图5所示的中心线22。 
另外，中心线设定方法，也可以如图6所示，手动在图像上指定多个 点23、24、25、26、27，设定连接各点的曲线作为中心线28。或者，也可以自动假设中心线后，手动进行微调整。但是，手动设定容易加入操作者的主观因素，另外，由于也增加操作者的负担，因此最好采用自动设定。这里表示了使用灌流图像设定中心线的情况，但是，由于也有适用于使用X线CT图像和MR图像等原始图像，很好地显示被检查体的形态信息的情况，在这种情况下也可以使用原始图像设定中心线。 
(步骤205) 
下面，操作者，使用输入机构14，输入与下述的步骤中描绘的ROI设定相关的参数(个数和大小(宽度，或后面所述的实施例2情况中的直径))。更具体地说，本实施例中，在图2的图像显示机构3上显示如图7所示的编辑框28，和如图8所示的滑块29，由此使操作者能够输入。 
(步骤206) 
接着，ROI描绘机构8，根据步骤205中输入的参数，对灌流图像描绘ROI。这里，如果需要，不仅是灌流图像，也可以在医疗用数字图像数据的原始图像(CT图像，MR图像)上描绘ROI。其中，对ROI描绘方法的一个例子进行说明。 
<ROI描绘方法1> 
首先，ROI描绘方法1，是在灌流图像上，用矩形描绘ROI的方法，是将由图4所示的蒙版图像的轮廓线21，和图9所示的收缩蒙版图像30的轮廓线31围成的区域，通过后面所述的分割线分割生成的。 
首先，对ROI描绘方法1中的收缩蒙版图像生成方法进行说明。图10是表示本实施例中的收缩蒙版图像生成方法的处理顺序的流程图，是由蒙版生成机构6处理的。以下，按顺序对图10所示的流程图的各步骤进行说明。 
(步骤206a) 
首先，在如图4得到的蒙版图像中，从左上角的像素位置向宽度方向扫描，依次向下侧移动，搜索像素值为1的像素。 
(步骤206b) 
接着，对每个步骤206a中被判断像素值为1的像素(以下，称为对象像素。)，搜索周围4像素(右侧，左侧，上侧，下侧)的像素。 
(步骤206c) 
接着，对于步骤206b中搜索的4像素，判断是否存在即使1像素的像素值为0的像素。如果有即使是1像素为0的像素，则转移到步骤206d，如果没有1像素为0的像素，则转移到步骤206e。 
(步骤206d) 
如果周围即使有1个像素值为0的像素，则对于由步骤206c判定的像素，由0置换作为对象的像素(对象像素)来生成图像。 
(步骤206e) 
本步骤中，判断是否对蒙版图像的所有像素，进行了上述206a～206d的步骤。如果全部像素都结束，就结束了，如果没有结束，则转移到步骤206a，继续执行直到对所有像素的处理都结束。 
以上图10的流程图表示的处理，只对从图4的蒙版图像向图9的收缩蒙版图像收缩的收缩像素数(步骤205中输入的ROI的宽度(后面所述的实施例2情况中的ROI的直径)，：设为M)实施。 
下面，对ROI描绘方法1中的分割线的描绘方法进行说明。但是，本实施例中的分割线，是如图11所示，将中心线22，以图像中央的中心线22上的中央点为基点旋转角度φ·n，横切脑区域的一侧边界到另一侧边界的线段。其中，φ为180除以N的角度，n为0～N-1之间的整数。 
上述说明中使用的参数M，表示执行图10的流程，用收缩蒙版图像相对于蒙版图像收缩的像素数表示对ROI直径方向的宽度，N表示脑图像右半部分或者左半部分中设定的ROI的数量。分别是由图2所示的流程图的步骤205输入的。例如，ROI的直径方向的宽度为M pixel，ROI的数量在脑图像右半部分或者左半部分中为8个时，描绘ROI，如果适用于灌流图像，则如图12所示。 
并且，图12中，表示了对于全部ROI，直径方向的宽度是相同的情况，根据情况，存在通过手术等在左半球和右半球中被检查体的头部的大小不同的情况。在这样的情况下，也可以对ROI调整对直径方向的宽度方向的长度，使其符合左右头部的大小。例如，左脑侧头部图像上的面积为SL，右脑侧头部图像上的面积为SR时，左脑侧ROI直径方向的宽度设为M时，右脑侧ROI直径方向的宽度可以设为M×SR/SL。 
(步骤207) 
下面，ROI内信息解析机构9，对步骤206中描绘的各ROI，进行灌流图像的数据的解析。更具体地说，在本步骤中，由ROI内信息解析机构9，计算ROI内灌流图像的像素值数据的平均值或标准偏差等作为解析值。其中，对用于ROI内信息的解析所需要的ROI蒙版的生成方法进行说明。 
<ROI蒙版的生成1> 
在本步骤中的灌流图像数据的解析中，在进行血流参数计算之前，进行ROI蒙版的生成。例如，用ROI描绘方法1所示的矩形来描绘ROI时，首先进行图4的蒙版图像和图9的收缩蒙版图像的减法，生成图13中的图像31。并且，将由相邻的2条分割线围成的区域的像素值设为1，其他区域的像素值用0置换来生成分割区域蒙版32。并且，图像31和分割区域蒙版32都用与运算提取像素值1的区域，生成ROI蒙版33。 
(步骤208) 
下面，左右比较机构10，对于步骤207中得到的灌流图像的数据解析值，对于配置在解剖学上左右对称的位置的ROI之间，进行左右比较。接着，对左右ROI间的比较方法进行说明。 
<左右ROI的比较方法> 
左右的比较，是比较解剖学上对称位置上的ROI之间。图14表示所比较的ROI的位置关系。在图14中，如1和1’，2和2’…那样，记录相同编号的ROI，是配置在解剖学上对称的位置的ROI，比较左右分别从上数第n个ROI。其中，n为1～N的整数，N表示由操作者指定的左右每个脑半球上设定的ROI的个数。 
左右比较，可以求出灌流图像的左右ROI内的像素值的绝对值的平均值的左右比来进行比较，也可以求出左右ROI内的像素值的绝对值的平均值的左右差来进行比较。但是，在X线CT装置和MR装置的脑灌流图像的解析中，目前还不能确立定量值的稳定性或可靠性，未必能够保证评价的正确性。因此，为了更客观地评价，考虑采用左右比较好。 
(步骤209) 
下面，操作者由输入机构14，输入用于判断作为对象的ROI是否引起血流异常的评价参数。更具体地说，在比较解剖学上左右对称的位置存 在的ROI时，输入A，在左右ROI中的解析值(平均值或标准偏差等)的左右比为百分之几以上时，作为判断所比较的ROI为异常的指标(阀值)。另外，输入B，在血流参数值的绝对值的左右差在什么程度的值以上时，作为判断所比较的ROI为异常的指标(阀值)。为了进行输入，可以与步骤205一样使用编辑框，也可以使用滑块。 
(步骤210) 
下面，严重程度评价机构11，根据步骤208中得到的比较数据(左右比或者左右差的值)和用于步骤209中输入的血流异常判定的评价参数中的哪个大，来评价各ROI是否引起血流异常。下面对评价结果的显示例子进行说明。 
<评价结果的表示> 
下面，对步骤210中的评价结果的显示例子进行说明。如果左右比为A％以上情况下，在步骤209中输入作为对象的ROI的血流异常的判定比的情况下，对于位于对应的对称位置的ROI之比为A％以上的部位，如图15所示，以半透明填充来显示异常(病变)(在图15的例子，ROI2，ROI3)。此时，不仅可以将ROI的框内以半透明填充，框内也可以用其他一些色彩显示，也可以在框或者框内闪烁显示。另外，也可以在图像中显示评价结果的数值等。在图15中，表示了只显示被确认血流异常的ROI的左右比，但也可以对全部ROI显示左右比，也可以只显示要求的ROI的左右比。另外，也可以根据需要，显示ROI内的血流参数的平均值或标准偏差，左右相对的ROI间的平均值或标准偏差，左右差。 
(步骤211) 
根据以上之前步骤中得到的结果，操作者判断是否应该更改与中心线、ROI的设定相关的参数、评价参数内的至少一个以上来进行再次评价。如果进行再次评价时，更改该参数，再次执行步骤204以后、步骤205以后或者步骤209以后的步骤。 
(步骤212) 
在步骤211中判断不需要进行再次评价时，保存步骤210之前得到的评价结果。此时，最好保存认为引起血流异常的ROI的个数和位置，该ROI的血流参数的解析值、该ROI和配置在与其解剖学上相对的位置(例 如夹着中心线的相反侧的位置)的ROI相关的血流参数的解析值的左右比和左右差、ROI重合显示的灌流图像等。 
通过上述实施例，以头部图像的蒙版图像的重心为中心来描绘分割线，由上述分割线分割从该蒙版图像的外周到规定距离内侧的区域，设定多个ROI。因此，与由手动设定ROI的情况相比，能够更客观地在正确的位置设定ROI。通过本实施例，哪个位置有患部，哪个患部存在多数哪种程度，此患部是哪种程度的严重的患部都能够客观地评价，对被检查体的病状的综合严重程度也能够进行评价。 
实施例2 
下面，对本发明实施例2中的ROI描绘方法和此时的ROI蒙版生成方法进行说明。 
<ROI描绘方法2> 
ROI描绘方法2中表示的方法，与ROI描绘方法1中表示的方法不同，是设定圆形ROI的方法。 
首先，当设定圆形ROI时，设定与ROI描绘方法1的图11中所示的方法一样的分割线。其中，φ为在脑的一半区域中设定的圆形的ROI的数量为N时，由180/(N+1)表示的角度。 
下面，在实施例1的步骤205中，由操作者输入圆形ROI直径为M pixel时，如图16所示，在从蒙版图像的轮廓线到M/2pixel内侧配置圆形ROI的中心点01～0N。 
此时，如图17所描绘，如果将ROI重叠在灌流图像上显示，则ROI变成如图18。另外，作为稍微减小ROI直径的R pixel，将ROI的个数设为15个时所生成的ROI在灌流图像上重叠来显示的图，如图19所示。 
在图18的例子中，不存在多个ROI重叠包含的像素，但是，ROI中存在相当量的不包含大脑新皮质的像素。另一方面，知道在图19的例子中，存在多个ROI中重叠包含的像素，但是几乎所有的大脑新皮质像素都包含在ROI中。但是在临床上，希望将几乎所有的大脑新皮质作为评价对象，因此认为如图19所示，设定ROI较好。 
另外，在本实施例中，表示了ROI的直径全部相同的情况，但根据情况，通过手术等，有时在左半球和右半球中被检查体的头部的大小不同， 在这种情况下，也可以符合左右头部的大小的方式对于ROI调整对直径方向的宽度大小。例如，左脑侧头部的图像上的面积为SL，右脑侧头部的图像上面积为SR时，左脑侧的ROI直径为M时，可以将右脑侧R的ROI的直径设为M·SR/SL即可。 
<ROI蒙版的生成2> 
在本实施例中的ROI蒙版的生成中，也可以根据圆的方程式，描绘圆形ROI的外侧，填充其内部。 
通过上述本实施例，由于通过头部图像的蒙版图像的重心在中心描绘分割线，以从该蒙版图像的外侧到规定距离内侧的位置为中心设定多个圆形ROI，因此与手动设定ROI的情况相比，能够更客观地在正确的位置设定ROI。通过本实施例，哪个位置有患部，其患部多数存在哪种程度，其患部是哪种程度的严重的患部，都能够客观地评价，对于被检查体病状的综合严重程度也能够评价。 
实施例3 
下面，图20表示由本发明实施例3中的严重程度评价机构11产生的评价结果的表示例。图20是实施例1的步骤210中的评价结果的表示例，是根据被检测出血流异常的ROI的个数，和其异常程度(例如，对应的左右ROI之比在百分之几以上)，来对被检查体的病状的严重程度进行评分(score)后的图。在图20中，最左侧一栏，表示将对应的左右ROI的左右比划分为几个范围。从左数第2栏，是表示对于各左右比范围，用评价点这样的点数来表示严重程度轻重，点数越高的(接近5点)，严重程度越轻。从左数第3栏，是表示各ROI的左右比的范围中包含的ROI的个数。最右侧一栏，是在各自的左右比范围内，将评价点的点数(A)和ROI个数(B)相乘。并且，计算最右侧一栏记载的合计，合计点(得分)越少，判断血流异常越严重，能够使用其作为用于确定今后治疗方针的数据。评价血流异常的严重程度的方法，并不局限于图20的例子，可以是任意的方法，优选按照左右比来更改评价点，根据对应评价点的ROI的个数的乘法等来评分严重程度。另外，考虑如果在进行检查前，对于事先规定的ROI的设定条件，为哪种程度的合计点(得分)时，确定采用哪种治疗方针，则可以有效地应用本实施例。 
实施例4 
下面，图21表示由本发明实施例4中的严重程度评价机构11产生的评价结果的表示例。图21是实施例1的步骤210中的评价结果的表示例，在各个ROI对的位置中，以表格形式表示灌流图像数据的平均值、标准偏差、左右平均值比、左右平均值差。如果以这样的显示形式来显示解析值和左右比较数据，则操作者能够更具体地掌握各ROI的病变程度。 
本发明并不局限于上述实施例，在不脱离本发明主旨的范围能够以各种变形来实施。例如，在上述实施例中，表示了解析评价被检查体的头部图像的灌流图像的实施例。但是，本发明不局限于被检查体的头部，本发明也能够应用于在左右对称的肺等其他内脏器官的左右对称的位置设定ROI进行评价。另外，不仅灌流图像，通常图像也可以应用本发明。另外，不仅可以在被检查体内脏器官的线对称的位置设定ROI进行比较，当然，对于具有旋转对称性的内脏器官，也可以在旋转对称的位置设定ROI来进行比较。另外，实施例2中，在例示了设定圆形ROI的情况下，在分割线上配置圆的中心的例子，当然，也可以在相邻的分割线夹着的区域配置圆形ROI，其接线成为分割线。 

Claims (18)

1.一种图像解析装置，对持有具有解剖学上对称性的形状的被检查体的内脏器官的图像进行解析，其特征在于，具备：
图像数据读入机构，其读入上述内脏器官的图像数据；
存储机构，其与上述图像数据读入机构相连接，并存储该读入的图像数据；
显示机构，其与上述存储机构相连接，并将上述图像数据作为图像显示；
中心线设定机构，其与上述存储机构相连接，并在上述显示机构上所显示的图像上设定上述内脏器官的中心线；
关心区域设定机构，其与上述存储机构相连接，并使用上述中心线来在上述内脏器官的图像上的解剖学上对称的相对的位置设定至少1组的多个上述关心区域；
输入机构，其与上述关心区域设定机构相连接，并输入用于对上述图像上的上述关心区域进行设定的条件；
关心区域解析机构，其与上述存储机构相连接，求出上述图像上设定的多个上述关心区域内的图像数据的解析值并存储在上述存储机构中；以及
评价机构，其与上述存储机构相连接，根据配置在上述相对的位置的关心区域间的上述解析值的不相同的程度，来评价上述被检查体的状态。
2.根据权利要求1所述的图像解析装置，其特征在于，
具备蒙版图像生成机构，该蒙版图像生成机构与上述存储机构相连接，根据上述图像来生成表示上述内脏器官的区域的蒙版图像，上述关心区域设定机构也使用上述蒙版图像来设定上述关心区域。
3.根据权利要求1所述的图像解析装置，其特征在于，
上述被检查体的内脏器官的解剖学上的形状的对称性，是关于中心线左右对称的形状。
4.根据权利要求2所述的图像解析装置，其特征在于，
具备分割线设定机构，该分割线设定机构与上述存储机构相连接，利用上述蒙版图像的重心位置和上述中心线来设定经过上述重心的多个分割线，上述关心区域设定机构利用上述分割线来设定上述关心区域。
5.根据权利要求2所述的图像解析装置，其特征在于，
上述中心线设定机构，具备求取上述蒙版图像的重心和惯性主轴的机构，通过描绘经过上述重心并经过惯性主轴的直线来设定中心线。
6.根据权利要求1所述的图像解析装置，其特征在于，
具备：中心线输入机构，该中心线输入机构与上述中心线设定机构相连接，用于操作者从外部输入而在图像上显示；以及
修正机构，其与上述中心线设定机构相连接，修正由上述中心线输入机构所输入的中心线。
7.根据权利要求4所述的图像解析装置，其特征在于，
在上述蒙版图像生成机构内还具备收缩蒙版图像生成机构，其对由该蒙版图像生成机构所生成的蒙版图像生成使轮廓线向内侧移动规定像素量的收缩蒙版图像，
上述关心区域设定机构，通过用上述分割线分割由上述蒙版图像与上述收缩蒙版图像相减后的区域来设定矩形的关心区域，该矩形的关心区域具有多个。
8.根据权利要求4所述的图像解析装置，其特征在于，
上述关心区域设定机构，通过对由上述蒙版图像生成机构所生成的蒙版图像，以距轮廓线规定的距离沿着上述分割线配置在内侧的点作为中心点并画圆，来设定圆形的关心区域，该圆形的关心区域具有多个。
9.根据权利要求1所述的图像解析装置，其特征在于，
上述关心区域解析机构，计算上述关心区域内的图像数据的平均值或者标准偏差而求出解析值。
10.根据权利要求1所述的图像解析装置，其特征在于，
上述评价机构，根据相对的关心区域中的上述解析值之比或者差，评价该关心区域的状态。
11.根据权利要求10所述的图像解析装置，其特征在于，
上述评价机构中具备基准数据输入机构，该基准数据输入机构输入上述评价机构用于评价解析值的不相同程度的基准数据，上述评价机构，根据上述基准数据和上述比或者差的比较来评价上述关心区域的状态。
12.根据权利要求9所述的图像解析装置，其特征在于，
具备解析结果显示机构，该解析结果显示机构与上述存储机构相连接，以表格形式显示由上述关心区域解析机构所产生的解析结果。
13.根据权利要求11所述的图像解析装置，其特征在于，
具备异常关心区域显示机构，该异常关心区域显示机构与上述存储机构相连接，使用不同的显示方式在图像上显示存在被上述评价机构评价为状态异常的关心区域的位置。
14.根据权利要求10所述的图像解析装置，其特征在于，
具备：
与上述存储机构相连接，针对上述比或者差的程度，阶段地设定阀值的机构；
计数包含在各个阀值之间的范围内的关心区域的数量的机构；以及
在上述各个阀值之间的范围中设定依赖于上述比或者差的程度的评价点，根据针对各个阀值之间的范围的上述数量和评价点之积的总和，判断上述被检查体的状态的严重程度的机构。
15.根据权利要求1所述的图像解析装置，其特征在于，
具备灌流图像生成机构，该灌流图像生成机构与上述存储机构相连接，并以上述内脏器官的图像为基础生成灌流图像，上述关心区域的设定、上述关心区域内的图像数据的解析以及上述被检查体的状态的评价，根据上述灌流图像而进行。
16.根据权利要求15所述的图像解析装置，其特征在于，
上述灌流图像，是对上述被检查体的血流量、血液量或者平均通过时间进行图像化后的图像。
17.根据权利要求1所述的图像解析装置，其特征在于，
上述内脏器官，是上述被检查体的头部以及/或者肺野。
18.根据权利要求1所述的图像解析装置，其特征在于，
调整并设定上述各关心区域的面积，使其依赖于上述被检查体的右区域或者左区域的整体面积。
CN2006800410300A 2005-11-02 2006-10-31 图像解析装置及方法 Active CN101299966B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2005319957 2005-11-02
JP319957/2005 2005-11-02
PCT/JP2006/321707 WO2007052634A1 (ja) 2005-11-02 2006-10-31 画像解析装置及び方法

Publications (2)

Publication Number Publication Date
CN101299966A CN101299966A (zh) 2008-11-05
CN101299966B true CN101299966B (zh) 2011-01-12

Family

ID=38005786

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2006800410300A Active CN101299966B (zh) 2005-11-02 2006-10-31 图像解析装置及方法

Country Status (5)

Country Link
US (1) US9208582B2 (zh)
EP (1) EP1946703A4 (zh)
JP (1) JP4937922B2 (zh)
CN (1) CN101299966B (zh)
WO (1) WO2007052634A1 (zh)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2194844A4 (en) * 2007-09-07 2012-05-16 Agency Science Tech & Res METHOD FOR EVALUATING STROKE PICTURES
JP5137243B2 (ja) * 2008-03-26 2013-02-06 富士フイルム株式会社 対象領域抽出装置および方法ならびにプログラム
JP5562598B2 (ja) * 2008-10-24 2014-07-30 株式会社東芝 画像表示装置、画像表示方法および磁気共鳴イメージング装置
DE102008062672A1 (de) * 2008-12-17 2010-07-15 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Durchführung eines Vergleichs zwischen einer linken und einer rechten Gehirnhälfte eines Patienten
JP5366577B2 (ja) 2009-02-04 2013-12-11 株式会社東芝 医用画像処理装置
US9125616B2 (en) * 2009-12-10 2015-09-08 Koninklijke Philips N.V. Collateral blood flow assessment
JP2012115658A (ja) * 2010-11-12 2012-06-21 Toshiba Corp 画像診断装置
US9324167B2 (en) * 2011-05-24 2016-04-26 Koninklijke Philips N.V. Apparatus and method for generating an attenuation correction map
US9779504B1 (en) 2011-12-14 2017-10-03 Atti International Services Company, Inc. Method and system for identifying anomalies in medical images especially those including one of a pair of symmetric body parts
US9401021B1 (en) 2011-12-14 2016-07-26 Atti International Services Company, Inc. Method and system for identifying anomalies in medical images especially those including body parts having symmetrical properties
US20140253544A1 (en) * 2012-01-27 2014-09-11 Kabushiki Kaisha Toshiba Medical image processing apparatus
US9131913B2 (en) * 2012-06-14 2015-09-15 Carestream Health, Inc. Region-selective fluoroscopic image compression
WO2014123041A1 (ja) * 2013-02-05 2014-08-14 株式会社 日立メディコ Ｘ線ｃｔ装置及び画像再構成方法
WO2014192751A1 (ja) * 2013-05-27 2014-12-04 株式会社東芝 画像処理装置及び画像処理方法
CN104207797B (zh) * 2013-06-03 2018-06-19 上海联影医疗科技有限公司 基于ct定位片确定病人尺寸、位置及x射线经过病人衰减的方法
JP6192496B2 (ja) * 2013-11-07 2017-09-06 大日本印刷株式会社 眼科疾患判定用の画像解析装置および眼科用の画像解析方法
JP6338849B2 (ja) 2013-12-11 2018-06-06 キヤノンメディカルシステムズ株式会社 画像解析装置、及び、ｘ線診断装置
JP6616682B2 (ja) * 2015-12-25 2019-12-04 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 中心線決定装置、医用装置、およびプログラム
US10223790B2 (en) * 2016-06-29 2019-03-05 Konica Minolta, Inc. Dynamic analysis system
JP6990540B2 (ja) * 2017-08-29 2022-01-12 謙一 井上 映像処理装置、映像処理方法、および映像処理プログラム
JP6882136B2 (ja) * 2017-10-12 2021-06-02 日本メジフィジックス株式会社 画像処理装置、画像処理方法およびプログラム
US10430949B1 (en) * 2018-04-24 2019-10-01 Shenzhen Keya Medical Technology Corporation Automatic method and system for vessel refine segmentation in biomedical images using tree structure based deep learning model
CN111839555B (zh) * 2019-04-24 2023-10-27 西门子(深圳)磁共振有限公司 医学成像系统及其操作方法、存储介质及处理器
CN111160812B (zh) * 2020-02-17 2023-08-29 杭州依图医疗技术有限公司 诊断信息评估方法、显示方法及存储介质
US11918374B2 (en) * 2020-05-08 2024-03-05 Wisconsin Alumni Research Foundation Apparatus for monitoring treatment side effects

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005031649A1 (en) * 2003-09-22 2005-04-07 Siemens Medical Solutions Usa, Inc. Method and system for automatic orientation of local visualization techniques for vessel structures
CN1650802A (zh) * 2004-01-20 2005-08-10 西门子共同研究公司 用于磁共振图像分割、配准和再现的多线圈图像分析

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5262945A (en) 1991-08-09 1993-11-16 The United States Of America As Represented By The Department Of Health And Human Services Method for quantification of brain volume from magnetic resonance images
WO2001055965A2 (en) * 2000-01-27 2001-08-02 Koninklijke Philips Electronics N.V. Method and system for extracting spine geometrical data
US6996256B2 (en) * 2000-06-08 2006-02-07 Honeywell International Inc. Detection system and method using thermal image analysis
JP2002109550A (ja) * 2000-09-29 2002-04-12 Fuji Photo Film Co Ltd 心胸郭の輪郭検出方法および心胸郭比算出方法
AUPR358701A0 (en) * 2001-03-07 2001-04-05 University Of Queensland, The Method of predicting stroke evolution
US20020196965A1 (en) * 2001-06-22 2002-12-26 Wallace Edward S. Image transformation and analysis system and method
FR2840710B1 (fr) * 2002-06-11 2005-01-07 Ge Med Sys Global Tech Co Llc Systeme de traitement d'images numeriques, installation d'imagerie incorporant un tel systeme, et procede de traitement d'images correspondant
DE10335663A1 (de) * 2003-08-04 2005-03-10 Siemens Ag Verfahren zur automatischen Kalibrierung von Perfusionsparameterbildern
US20050283070A1 (en) 2004-06-21 2005-12-22 Celina Imielinska Systems and methods for qualifying symmetry to evaluate medical images
US7454053B2 (en) * 2004-10-29 2008-11-18 Mitutoyo Corporation System and method for automatically recovering video tools in a vision system
JP4807819B2 (ja) 2004-11-12 2011-11-02 株式会社日立メディコ 画像処理装置
US8131034B2 (en) * 2005-05-20 2012-03-06 Advanced Mri Technologies, Llc Efficient visualization of cortical vascular territories and functional MRI by cycled arterial spin labeling MRI

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005031649A1 (en) * 2003-09-22 2005-04-07 Siemens Medical Solutions Usa, Inc. Method and system for automatic orientation of local visualization techniques for vessel structures
CN1650802A (zh) * 2004-01-20 2005-08-10 西门子共同研究公司 用于磁共振图像分割、配准和再现的多线圈图像分析

Also Published As

Publication number Publication date
US9208582B2 (en) 2015-12-08
WO2007052634A1 (ja) 2007-05-10
CN101299966A (zh) 2008-11-05
JP4937922B2 (ja) 2012-05-23
EP1946703A1 (en) 2008-07-23
JPWO2007052634A1 (ja) 2009-04-30
US20090304242A1 (en) 2009-12-10
EP1946703A4 (en) 2010-02-17

Similar Documents

Publication Publication Date Title
CN101299966B (zh) 图像解析装置及方法
US8588496B2 (en) Medical image display apparatus, medical image display method and program
JP6548393B2 (ja) 医用画像表示装置および医用画像表示システム
US20190099147A1 (en) Systems and methods for determining hepatic function from liver scans
US8199986B2 (en) Vertebra center detection apparatus using spinal-cord region detection, method and recording medium storing a program
CN103347447B (zh) 乳房密度评估
JP6318739B2 (ja) 画像処理装置、およびプログラム
JP6175071B2 (ja) 胸部画像の処理及び表示
US9269165B2 (en) Rib enhancement in radiographic images
CN110246580B (zh) 基于神经网络和随机森林的颅侧面影像分析方法和系统
US11669960B2 (en) Learning system, method, and program
US9773309B2 (en) Method of obtaining and analyzing data from an upright MRI from the spinal region of a subject
JP7080304B2 (ja) 学習支援装置、学習支援方法、学習支援プログラム、関心領域判別装置、関心領域判別方法、関心領域判別プログラム及び学習済みモデル
US20160210740A1 (en) Method and system for spine position detection
US8582846B2 (en) Method and system for validating image registration
WO2020209382A1 (ja) 医療文書作成装置、方法およびプログラム
CN103930924B (zh) 图像处理方法
JP4849449B2 (ja) 医用画像診断支援装置
CN104217423B (zh) 选出图像数据组的自动产生
CN109937433A (zh) 用于x射线图像中的不透明区的检测的装置
EP2823465A1 (en) Stereo x-ray tube based suppression of outside body high contrast objects
Brennan et al. BREAST: a novel method to improve the diagnostic efficacy of mammography
JP6852545B2 (ja) 画像表示システム及び画像処理装置
JP2006136506A (ja) 画像処理装置
WO2021167018A1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20170323

Address after: Tokyo, Japan, Japan

Patentee after: Hitachi Ltd.

Address before: Tokyo, Japan, Japan

Patentee before: Hitachi Medical Corporation

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211117

Address after: Chiba County, Japan

Patentee after: Fujifilm medical health Co.,Ltd.

Address before: Tokyo, Japan

Patentee before: Hitachi, Ltd.