CN102665565A

CN102665565A - 医用图像处理装置

Info

Publication number: CN102665565A
Application number: CN2011800036116A
Authority: CN
Inventors: 柴田真理子; 樱井康雄; 大汤重治
Original assignee: Toshiba Corp; Toshiba Medical Systems Corp
Current assignee: Canon Medical Systems Corp
Priority date: 2010-10-29
Filing date: 2011-10-28
Publication date: 2012-09-12
Anticipated expiration: 2031-10-28
Also published as: JP2012090923A; US20130070998A1; CN102665565B; US8897533B2; WO2012057314A1; JP5725797B2

Abstract

本发明的一个实施形态的医用图像处理装置具备图像获取部、检测算法存储部、异常处检测部和输出部。图像获取部获取拍摄到的遗体的图像数据。检测算法存储部保存异常处检测算法。异常处检测部使用异常处检测算法对遗体的图像数据分析图像数据从而检测异常处。输出部输出异常处检测部检测到的异常处的信息。

Description

医用图像处理装置

技术领域

本发明的实施形态涉及进行用来弄清死因的处理的医用图像处理装置。

背景技术

作为弄清死亡了的人的死因的方法，近年来采用了Ai(AutopsyImaging：死亡时图像诊断)。Ai是使用用CT(Computed tomography：计算机断层摄影)或MRI(Magnetic Resonance Imaging：磁共振成像)等拍摄的死后图像诊断生前产生的病变或创伤等异常、弄清死因的方法。

近年的CT或MRI由于能够高速摄影，因此Ai为了弄清更准确的死因，推荐用CT或MRI等拍摄全身。此时的拍摄时间通常为几分钟到十几分钟左右。但是，由于拍摄的全身的图像切片(slice)张数成了几千张这样庞大的数量，因此判读医生从这些图像中判断死因是相当困难的。并且，用显示器等显示这些庞大数量的图像也花费时间。

但是，从CT或MRI图像中检测图像中包含的异常处等异常图像处(以下称“异常处”)支持医生诊断的CAD(Computer-aided Detection/Diagnosis：计算机支持诊断装置)近年已实用化。CAD通常对活着的人使用，为了诊断头部、胸部、腹部等特定部位的疾患，使用与该部位相对应的算法从拍摄的图像中检测异常处。

专利文献1中公开了能够使用具有每个部位不同的算法的CAD从不同的日期时间获取的同一被检体的每个部位的医用图像中检测异常处，确认异常处随时间的变化的技术。

先行技术文献

专利文献

专利文献1：日本特开2005-034473号公报

发明内容

发明的概要

发明要解决的问题

如上所述，Ai为了弄清死因推荐拍摄遗体全身，其切片图像的张数庞大，因此判读医生看所有这些切片图像进行死因的判断是困难的。并且，由于遗体具有与生体不同的特征，因此在不习惯遗体判读的判读医生的情况下，有进行错误的死因判断的可能。

在Ai使用CAD的情况下，CAD使用例如从头部依次到下肢部按部位不同的算法来分析庞大数量的全身图像，检测异常处，如果全部抽出包括该异常处的图像结束以后提示给判读医生的话，则到所有的处理结束为止可以认为花费了3、4天这样巨长的时间。因此，存在即使判读医生希望只看遗体的一部分的情况下，也不得不等到全身的处理结束这样的问题。

并且，在死亡之前进行过苏醒术的遗体有产生由苏醒术的影响引起的异常的情况。并且，死亡后经过了一段时间的遗体有产生死后变化的时候。进行由这些死后变化或苏醒术的影响引起的异常与成为死因的异常的判断是困难的。

附图说明

图1为表示本发明一个实施形态的医用信息系统——即医用图像处理装置、图像诊断装置和图像服务器的网络系统的结构图；

图2(A)为表示保存在分部位信息存储部中的信息的一例的图；(B)为表示保存在共同信息存储部中的信息的一例的图；

图3为表示弄清死因时抽出异常处的图像时的动作的流程图；

图4为表示抽出头部的异常处的图像的显示例的图；

图5为表示弄清死因时决定每个部位的显示顺序时的动作的流程图；

图6为表示付与对死因的影响度的一例的图；

图7为表示付与从死因中排除的排除度的一例的图；

图8为表示用影响度和排除度决定优先显示的部位的一例的图；

图9为表示判读医生特性数据库的一例的图。

具体实施方式

下面根据附图说明本发明的实施形态。

本发明的一个实施形态的医用图像处理装置具有图像获取部、检测算法存储部、异常处检测部和输出部。图像获取部获取拍摄的遗体的图像数据。检测算法存储部保存异常处检测算法。异常处检测部使用异常处检测算法对遗体的图像数据分析图像数据，检测异常处。输出部将异常处检测部检测到的异常处的信息输出。

图1为表示本发明一个实施形态的医用信息系统A的大致结构的框图。医用信息系统A包含医用图像处理装置1、图像诊断装置2、图像服务器3和判读医生特性数据库4。

图像诊断装置2为例如X射线CT装置、MRI装置等，扫描遗体X并拍摄，进行图像处理。本实施形态中，图像诊断装置2使用X射线CT装置。

图像服务器3为例如PACS(Picture Archiving and CommunicationSystem：医用图像保管通信系统)内备置的图像服务器，包含图像数据存储部301和图像数据处理部302。图像数据存储部301保存图像诊断装置2获取的医用图像数据和对应的部位的识别ID(slice h₁，slice c₁等)。图像数据处理部302根据识别ID将图像数据存储部301内的图像数据按部位分类，根据来自医用图像处理装置1的请求输出图像数据。

医用图像处理装置1作为例如HIS(Hospital Information System：医院信息系统)的一部分设置，通过医院内的LAN(局域网)能够互相通信地与图像诊断装置2、图像服务器3连接。

判读医生特性数据库4保存自己医院或其他医院中的判读医生或专科医生的专业部位和能够判读的时间。图9表示保存的信息的一例。详细后述。

医用图像处理装置1以包含CAD功能的个人计算机或工作站为基础构成，采用控制部10、显示部12、操作部13、通信部15、存储部16、信息存储介质17和遗体信息存储部21通过总线能够互相通信地连接的结构。

显示部12为显示器等，显示后述的切片图像或与图像相对应的信息等。操作部13为键盘或鼠标等，进行数据的输入。通信部15与医院内LAN连接，进行与图像诊断装置2或图像服务器3的通信。存储部16为成为控制部10、通信部15等的工作区域的部分，能够由RAM(Random AccessMemory，随机存储器)等实现。

信息存储介质17(能够用计算机读取的介质)为保存程序或数据等的单元，能够由硬盘或存储器(Flash Memory、ROM：Read Only Memory)等实现。并且，用来使计算机作为本实施形态的各部分起作用的程序(用来在计算机中执行各部分的处理的程序)，以及检测异常处的CAD的程序——即与部位A、B、C……相对应的部位A用程序17A、部位B用程序17B、部位C用程序17C等存储到信息存储介质17中。

控制部10为进行全体控制、并且进行其他各种各样的运算处理或控制处理等的运算装置。控制部10的功能能够由各种处理器(CPU、DSP等)、ASIC(门阵列等)等硬件或程序实现。控制部10根据保存在信息存储介质17中的程序(数据)进行本实施形态的各种处理。

并且，控制部10包含图像获取部101、图像分析部102、信息获取部103、阈值设定部104、异常检测部(异常处检测部)105，还包含作为输出部109的影响度付与部106、排除度付与部107以及优先显示决定部108。影响度付与部106、排除度付与部107和优先显示决定部108起输出部的作用，例如将由异常检测部105检测到的异常处的信息输出并显示在显示部12中。

图像获取部101获取图像服务器3保存的医用图像数据。图像分析部102根据存储在信息存储介质17中的每个部位的程序17A、17B、17C……图像分析图像获取部101获取到的医用图像数据。

异常检测部105根据用图像分析部102分析的图像检测与死因的关连性高的异常处。并且，异常检测部105还可以将推定为死后变化或苏醒术影响的异常处抽出，在与死因的关连性高的异常处的检测中将被推定为死后变化或苏醒术影响的异常处排除。

信息获取部103获取保存在遗体信息存储部21中的各种信息。阈值设定部104在后述的苏醒术有无信息为“有”的情况下设定例如称为“头盖骨内空气(air)大小的阈值等”这样的参数。

输出部109的影响度付与部106和排除度付与部107分别计算后述的对死因的影响度和从死因中排除的排除度。输出部109的优先显示决定部108决定显示在显示部12中的部位的显示顺序。输出部109在显示部12中显示将被推定为死后变化或苏醒术影响的异常处排除了的异常处的图像。并且，对于被推定为死后变化或苏醒术的影响的异常处，为了能够从其他处容易识别，输出部109以与其他处不同的显示形态(例如进行不同的色彩等)显示在显示部12中。详细后述。

遗体信息存储部21包括：将异常检测部105检测到的异常处和对应的图像数据的识别ID作为分部位的信息按部位A、B、C……保存的分部位信息存储部21a，以及与部位没有关系的共同信息存储部21b。

图2(A)为表示保存在分部位信息存储部21a中的每个部位的信息的一例的图。图2(B)为表示保存在共同信息存储部21b中的部位共同信息的一例的图。

在图2(A)所示的例中，部位A中保存有“头部”的信息，异常检测部105检测到的异常处为“出血”，拍摄了异常处的图像数据的识别ID为slice h₃₀～h₄₀。以后，对于其他部位也分别保存了异常检测部105检测到的异常处(在没有异常处的情况下“无特别”)和图像数据的识别ID。

图2(B)所示的例中，保存在共同信息存储部21b中的部位共同信息为遗体X的信息，为例如遗体的姓名、年龄、性别、既往病症、既往病症发病后经过的时间和即将死亡前的症状、死亡时的状况、死亡后经过的时间、有无苏醒术、进行过的苏醒术。这些信息由于与部位没直接关系，因此作为部位共同信息另外保存。

<抽出异常处的图像时的动作>

接着，参照图3说明上述结构的医用信息系统A中的弄清死因时抽出异常处的图像时的动作。另外，本实施形态中，用图2(B)所示的遗体X的部位共同信息进行说明。

对在自家浴室处于心肺停止状态下急救运送到医院、结果死亡了的遗体X由医师确认死亡(步骤S101)。医师为了弄清死因，首先从同居的家人等听取遗体X的姓名、年龄、死亡时的状况等，输入到医用图像处理装置1。并且，医师还输入有无苏醒术和进行过的苏醒术、死亡后经过的时间。由于输入的信息为与部位无关的信息，因此医用图像处理装置1将从操作部13输入的这些遗体X的部位共同信息保存到遗体信息存储部21的共同信息存储部21b中(步骤S103)。

接着，图像诊断装置2拍摄遗体X的全身(步骤S105)，将拍摄到的图像的数据按部位分开、按部位付与图像识别ID并保存到图像服务器3的图像数据存储部301中(步骤S107)。

接着，医用图像处理装置1的信息获取部103获取在步骤S103中保存到共同信息存储部21b中、与遗体X的部位没关系的部位共同信息(步骤S109)。另外，在获取遗体信息时，有生前在医院的受诊履历、死亡的医院内的患者信息数据库中有遗体X的该患者的电子病历的情况下，或者在其他医院的患者信息数据库中有遗体X的该患者的电子病历、经由网络能够获取的情况下，信息获取部103也可以从患者信息数据库获取遗体的姓名、年龄、性别及既往病症。或者，在能够得到纸质病历的情况下，也可以直接输入或使用OCR(Optical Character Reader：光学式文字读取装置)输入到医用图像处理装置1。

接着，图像获取部101按部位获取存储在图像服务器3的图像数据存储部301中、遗体X的图像数据和识别ID(步骤S111)。接着，图像分析部102用保存在信息存储介质17中的每个部位的CAD的程序(部位A用程序17A、部位B用程序17B、部位C用程序17C……)分别对在步骤S111中获取的遗体X的每个部位的图像数据进行图像分析(步骤S113)。

该图像分析为众所周知的技术，能够从通过图像分析判明的CT值(Hounsfield number，亨斯菲尔德值；单位为Hounsfield Unit“HU”，亨氏单位)判定为空气或骨等。例如，在头盖骨的CT值为500HU，但在CT值为500HU的连续的阴影的内侧有-1000HU的阴影的情况下，能够判定为那是空气。并且，在CT值为500HU的连接的阴影中有不连续的部分的情况下，能够判定为骨折。

其中，进行苏醒术产生的异常处由于与死因没直接关系，因此在检测异常处时必须排除。例如，用心脏按摩进行的苏醒术有产生肋骨骨折或头盖骨内少量的空气等异常的时候，因此这些异常有从死因中排除的必要。

因此，信息获取部103确认在步骤S109中从共同信息存储部21b获取的遗体X的部位共同信息中有无苏醒术的信息。在苏醒术“有”的情况下(步骤S115中为Yes)，阈值设定部104设定例如空气大小的阈值(步骤S117)。另外，阈值设定部104不仅能设定空气大小的阈值，还能够设定根据信息获取部103在步骤S109中从共同信息存储部21b获取的死亡后经过的时间来判断是死后变化的血液坠积还是生前产生的出血的参数。

接着，异常检测部105，根据在步骤S113～S117中图像分析部102分析过的每个部位的图像数据，将比阈值设定部104设定的阈值小的空气排除，检测异常处(步骤S121)。例如，在-1000HU处(阴影)比设定的阈值小的情况下，将该处(阴影)排除，在-1000HU处(阴影)比设定的阈值大的情况下，将该处作为异常处检测。

接着，控制部10抽出异常检测部105检测到的异常处的信息和对应的图像数据的识别ID并保存到遗体信息存储部21的分部位信息存储部21a中(步骤S123)。

另外，在医师不使用CAD进行的图像分析而目视图像判断异常处的情况下，医师也可以将与异常处的信息相对应的图像数据的识别ID输入到医用图像处理装置1中。控制部10将输入的信息保存到分部位信息存储部21a中。

接着，当医师通过操作部13指示医用图像处理装置1进行指定了的部位的显示时，控制部10根据在步骤S123中保存在分部位信息存储部21a中的与该部位的异常处相对应的图像数据的识别ID，使图像数据处理部302输出图像数据存储部301内的图像数据，使显示部12显示。并且，控制部10也使显示部12同时显示保存在共同信息存储部21b中的遗体X的部位共同信息(步骤S125)。

由于在步骤S121中检测到了异常处的图像数据的张数通过步骤S117中的阈值设定而被限定在相当的数量，因此可以认为所有这些图像对弄清死因是重要的，医师确认所有这些图像判定死因。

图4表示头部图像的向显示部12的显示例。图4用右侧的按钮指定头部，显示头部的图像中检测到异常处的slice h₃₅的图像和保存在共同信息存储部21b中的遗体X的部位共同信息。该头部图像能够根据CT值确认判定为出血的异常处。并且，由于苏醒术产生的空气从异常处中排除在外，因此不显示。

<决定优先显示的部位时的动作>

作为其他例，参照图5说明上述结构的医用信息系统A中决定弄清死因时优先显示的部位时的动作。在该实施形态中也使用图2(B)所示的遗体X的部位共同信息。

从确认死亡到使用了CAD的图像分析为止，由于与上述步骤S101～S113相同，因此省略说明。接着，异常检测部105用步骤S113中图像分析部102分析出的每个部位的图像数据检测异常处(步骤S215)。此时的异常处包括苏醒术引起的全部，作为根据CAD的所见而被检测。接着，控制部10将异常检测部105检测到的异常处和对应的图像数据的识别ID抽出，保存到遗体信息存储部21的分部位信息存储部21a中(步骤S217)。

接着，控制部10内的影响度付与部106，根据信息获取部103在步骤S109中获取的、既往病症、从既往病症发病后经过的时间、即将死亡之前的症状以及在步骤S215中检测到的每个部位的异常处(所见)，对各部位的所见或既往病症付与对死因的影响度(步骤S219)。

图6表示影响度的例子。影响度根据种种既往病症和既往病症引起的病变(所见)而被预先设定，并保存到存储部16中。作为存储部16内的影响度的设定例，用5阶段评价按对死亡的影响从高到低的顺序从5到1这样数值化。

图6中，例如保存在共同信息存储部21b中的遗体X的既往病症“高血压”和所见“脑内出血”，由于处在高血压发病中，因此可以认为引起了脑内出血，对死亡的关连度高，影响度付与部106将影响度付与“5”。另一方面，既往病症“肺炎”由于20年前发病，即将死亡之前时已经治愈，因此对死因的影响度几乎没有，影响度付与部106将影响度付与“1”。另外，也有即使没有既往病症仅凭所见付与高的影响度的时候。例如，在交通事故死亡的遗体中所见为“内脏破裂”的情况下，即使没有既往病症仅凭所见对死亡的影响度也很高，因此付与高的影响度。

另外，影响度付与部106也可以自动地算出由既往病症能够引起的病变各自对死因的影响度。在这种情况下，影响度付与部106例如从医用服务器等获取患者的既往病症、从既往病症发病后经过的时间、以及即将死亡之前的症状(或发病中或治愈等)的信息。接着，影响度付与部106分别对各既往病症能够引起的各病变付与对应于招致死亡的可能性的基础分数。接着，影响度付与部106通过将该基础分数乘以分别与既往病症发病后经过的时间和即将死亡之前的症状相对应的加权值，算出既往病症能够引起的各病变对死因的影响度。并且，影响度付与部106对各部位的所见或既往病症付与该算出的对死因的影响度(参照图6)。

接着，控制部10内的排除度付与部107根据信息获取部103在步骤S109中获取的、进行过的苏醒术和从死亡后经过的时间、以及在步骤S215中检测到的每个部位的异常处(所见)，对各部位的所见付与从死因中排除的排除度(步骤S221)。

图7表示排除度的例子。排除度根据与病变(所见)、进行过的苏醒术或死亡后经过的时间(应该从死因排除的信息)的关连性而预先设定，并保存到存储部16中。作为存储部16内的排除度的设定例，按关连性从高到低的顺序——即与死因没关系的顺序，分数化为100、50、10和1分。在对于一个所见有多个关连的“应该从死因中排除的信息”的情况下，合计计算根据各个“应该从死因中排除的信息”与所见的关连性设定的排除度的分数。

图7中例如保存在共同信息存储部21b中的应该从死因中排除的信息“心脏按摩”、“确保末梢静脉通路”、“死后经过2小时”、头部的所见“头盖骨空气”根据关连性分别为“1分”、“10分”、“1分”的排除度。合计为12分，排除度付与部107将12分付与给所见“头盖骨空气”。并且，胸部的所见“肋骨骨折”由于根据与作为应该从死因中排除的信息即“心脏按摩”的关连性为50分这个排除度，因此排除度付与部107对所见“肋骨骨折”付与50分。

接着，优先显示决定部108根据步骤S219中付与的影响度和步骤S221中付与的排除度，算出各部位的显示优先度(步骤S223)。接着，优先显示决定部108使显示部12从步骤S223中算出的显示优先度高的部位开始依次显示(步骤S225)。

另外，虽然本实施形态说明影响度和排除度按部位付与时的例子，但影响度和排除度也可以按异常处或切片付与。例如，在按切片付与影响度和排除度的情况下，优先显示决定部108按包含异常处的切片算出显示优先度。并且，在按异常处付与影响度和排除度的情况下，优先显示决定部108按异常处算出显示优先度。

图8表示算出各部位的显示优先度的一例。对于遗体X，根据步骤S219中分别对各部位付与对死因的影响度(“5”～“1”)和步骤S221中分别对各部位付与从死因中排除的排除度(“100分”、“50分”、“10分”、“1分”)例如用以下公式算出显示优先度。

[公式1]

显示优先度＝(影响度/排除度)×100………………(1)

该显示优先度成为数值越大，认为该部位与死因越有关系的指标。即，对于显示优先度的数值大的部位，成为医师通过优先判读该部位提早判定死因的帮助。

在图8中，各部位中显示优先度大的部位为头部、胸部，优先显示决定部108使显示部12按头部、胸部的顺序显示。医师依次诊断这些部位的图像而进行死因判断。另外，优先显示决定部108使显示部12显示的部位既可以是例如显示优先度高的前3个部位，也可以只是显示优先度超过规定值的部位。并且，显示优先度在多个部位为相同值的情况下，也可以先显示靠近头部或下肢部中的任一个的部位。

<用判读医生信息决定优先进行图像分析并显示的部位时>

虽然步骤S113中使用每个部位的CAD的程序例如在各部位中并列、或者按从头部到下肢部的顺序、或者从下肢部到头部的顺序进行图像分析，但也可能参照图9所示的判读医生特性数据库4，根据判读医生的情况设定先进行图像分析的部位的顺序。这样在例如远方的部位专业判读医生利用远程判读服务器判读的情况下、或者在主治医生因时间的制约而判读时间段受限的情况下是有效的。在图3的流程图中，图像分析部102在步骤S113中进行图像分析时，参照判读医生特性数据库4，从能够判读的时间早的判读医生的专业部位进行图像分析，显示该部位的异常处。

从以上可知，本发明，为了弄清死因，拍摄遗体X而获取每个部位，按部位用CAD进行分析，检测异常处。在遗体X进行了苏醒术的情况下，设定阈值，将因苏醒术产生的异常处排除。并且，按部位仅显示被检测到了异常处的图像。由此，能够效率良好地弄清死因。

并且，考虑既往病症和苏醒术，按部位付与对死因的影响度和从死因中排除的排除度，求出各部位的显示优先度。由此判明需要优先判读的部位，成为提早判定死因的帮助。

虽然以上参照附图详述了本发明的实施形态，但具体的结构并不局限于该实施形态，还包含不超出本发明的宗旨的范围内的设计变更等。

Claims

1.一种医用图像处理装置，其特征在于，

具有：

图像获取部，获取拍摄到的遗体的图像数据；

检测算法存储部，保存异常处检测算法；

异常处检测部，使用异常处检测算法，对遗体的图像数据，分析图像数据从而检测异常处；以及

输出部，输出由异常处检测部检测到的异常处的信息。

2.如权利要求1所述的医用图像处理装置，其特征在于，异常处检测部检测与死因的关连性高的异常处。

3.如权利要求1所述的医用图像处理装置，其特征在于，异常处检测部将被推定为苏醒术的影响的异常处排除。

4.如权利要求1所述的医用图像处理装置，其特征在于，异常处检测部至少使用遗体的既往病症信息、即将死亡前的症状和苏醒术信息中的一个来检测异常处。

5.如权利要求1所述的医用图像处理装置，其特征在于，异常处检测部至少使用遗体的既往病症信息、死亡后经过的时间信息、即将死亡前的症状和苏醒术信息中的一个，求出对死因的影响度。

6.如权利要求5所述的医用图像处理装置，其特征在于，输出部根据影响度来设定图像数据显示输出的优先顺序。

7.如权利要求6所述的医用图像处理装置，其特征在于，

检测算法存储部存储与不同的部位相对应的多个异常处检测算法；

异常检测部根据图像数据的部位改变异常处检测算法。

8.如权利要求6所述的医用图像处理装置，其特征在于，由排除度付与部付与的排除度为，在每个部位的异常处的信息与苏醒术信息的关连性高的情况下、作为应该从死因中排除的信息被设定得高的指标。

9.如权利要求1所述的医用图像处理装置，其特征在于，

异常处检测部将被推定为苏醒术的影响或者死后变化的异常处抽出；

输出部将被推定为苏醒术的影响或者死后变化的异常处，以与其他处不同的显示形态显示。