CN102727235B - X 射线ct 装置以及图像处理方法 - Google Patents
X 射线ct 装置以及图像处理方法 Download PDFInfo
- Publication number
- CN102727235B CN102727235B CN201210086890.3A CN201210086890A CN102727235B CN 102727235 B CN102727235 B CN 102727235B CN 201210086890 A CN201210086890 A CN 201210086890A CN 102727235 B CN102727235 B CN 102727235B
- Authority
- CN
- China
- Prior art keywords
- mentioned
- tumor
- mobile message
- peripheral part
- ray
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
实施方式涉及X射线CT装置以及图像处理方法。提供一种能够提示表示病变部与周边部位的关系性的信息的X射线CT装置以及图像处理方法。实施方式的X射线CT装置具备确定部、移动信息计算部、以及相对关系计算部。确定部根据时相不同的被检体内的图像数据,来确定病变部的位置与位于该病变部的周边的周边部位的位置。移动信息计算部根据由上述确定部确定的病变部以及周边部位的位置,来计算与病变部以及周边部位的移动相关的移动信息。相对关系计算部计算由上述移动信息计算部计算出的上述病变部的移动信息与上述周边部位的移动信息的相对关系。
Description
本申请主张2011年3月29日申请的日本专利申请号2011-072805的优先权,并在本申请中引用上述日本专利申请的全部内容。
技术领域
实施方式涉及X射线CT装置以及图像处理方法。
背景技术
以往,知道几个使用了X射线CT(X-RAY Computed Tomography)装置的被检体内的摄像方法。例如,知道有将屏气状态、呼气时状态或吸气时状态的被检体内进行摄像的方法。另外,也知道有不特定被检体的呼吸状态,而以多个时相对被检体内进行摄像的方法。另外,近年来,知道有能够将被检体内广范围且三维地图像化的X射线CT装置,有时也使用该X射线CT装置来将被检体内进行摄像。这样的X射线CT装置例如被用于将被检体内的肿瘤进行摄像时。
发明内容
本发明要解决的问题在于提供一种能够提示表示病变部与周边部位的关系性的信息的X射线CT装置以及图像处理方法。
实施方式的X射线CT装置具有生成部、确定部、移动信息计算部、相对关系计算部。生成部根据透过了被检体的X射线,生成时相不同的被检体内的图像数据。确定部根据通过上述生成部生成的时相不同的被检体内的图像数据,确定病变部的位置与位于该病变部的周边的周边部位的位置。移动信息计算部根据通过上述确定部确定的病变部以及周边部位的位置,计算与病变部以及周边部位的移动相关的移动信息。相对关系计算部计算通过上述移动信息计算部计算出的上述病 变部的移动信息与上述周边部位的移动信息的相对关系。
根据实施方式的X射线CT装置,能够提示表示病变部与周边部位的关系性的信息。
附图说明
图1是表示第1实施方式涉及的X射线CT装置的结构例的图。
图2表示第1实施方式中的图像处理部的结构例的图。
图3是表示肺野周边的图像例的图。
图4是表示通过移动信息计算部计算出的移动信息的一个例子的图。
图5是表示基于第1实施方式涉及的X射线CT装置的浸润度计算处理步骤的流程图(flowchart)。
图6是表示基于第1实施方式涉及的X射线CT装置的浸润度计算处理步骤的流程图。
图7是表示第2实施方式中的图像处理部的结构例的图。
图8是表示肿瘤与肺野的粘接面积的一个例子的图。
图9是表示粘接面积的变动量的一个例子的图。
图10是表示基于第2实施方式涉及的X射线CT装置的浸润度计算处理步骤的流程图。
具体实施方式
(第1实施方式)
X射线CT装置是通过从X射线管对被检体照射X射线,并由检测器来检测透过了被检体的X射线,从而进行表示被检体内的组织形态信息的X射线CT图像的重建的装置。第1实施方式涉及的X射线CT装置进行X射线CT图像的重建,同时计算表示肿瘤浸润于肺野等规定的周边部位的程度的“浸润度”。另外,在以下的实施方式中,所谓周边部位表示位于肿瘤周边的脏器等,例如,表示肺野、胸膜、支气管、食道,胸壁、纵隔、横隔膜等。
使用图1,针对第1实施方式涉及的X射线CT装置的结构进行说明。图1是表示第1实施方式涉及的X射线CT装置1的结构例的图。如图1所示例的那样,第1实施方式涉及的X射线CT装置1具有台架装置10、床装置20、以及控制台(console)装置100。
台架装置10对被检体P照射X射线,检测透过了被检体P的X射线并输出至控制台装置100。该台架装置10具有高电压发生部11、X射线管12、X射线检测器13、数据收集部14、旋转框(flame)15、台架驱动部16、台架床控制部17。
高电压发生部11按照基于台架床控制部17的控制,对X射线管12供给高电压。X射线管12是通过从高电压发生部11供给的高电压来发生X射线的真空管,伴随着旋转框15的旋转,对被检体P照射X射线。即,高电压发生部11通过调整对X射线管12供给的管电压或管电流,从而调整对被检体P照射的X射线量。
X射线检测器13是检测透过了被检体P的X射线的二维阵列(array)型检测器(面检测器),配置多个通道(channel)的X射线检测元件而成的检测元件列沿着被检体P的体轴方向(图1所示的Z轴方向)而排列有多列。具体而言,第1实施方式中的X射线检测器13具有沿着被检体P的体轴方向排列320列等多列的X射线检测元件,例如,能够检测在包含被检体P的肺或心脏的范围等、广范围中透过了被检体P的X射线。
数据收集部14使用通过X射线检测器13检测到的X射线来生成投影数据,并将生成的投影数据发送至控制台装置100的图像处理部140。旋转框15是以被检体P为中心,高速且连续地旋转的圆环状的框,X射线管12以及X射线检测器13对置地配置。
台架驱动部16按照基于台架床控制部17的控制来驱动台架。具体而言,台架驱动部16通过电机(motor)的驱动使旋转框15高速连续地旋转,在以被检体P为中心的圆形轨道上使X射线管12以及X射线检测器13连续旋转。台架床控制部17按照基于后述的扫描(scan)控制部160的控制,控制高电压发生部11、台架驱动部16以及床驱 动部21。
另外,在第1实施方式中,通过使用作为二维阵列型检测器(面检测器)的X射线检测器13,从而在多个时相执行以固定被检体P的位置的状态、使旋转框15旋转、从而在圆形轨道上扫描被检体P的常规扫描(conventional scan)。即,上述的数据收集部14使用通过X射线检测器13检测到的X射线,收集被扫描到的时相不同的多个三维投影数据,并将收集到的三维投影数据发送至图像处理部140。
床装置20是载置摄影对象的被检体P的台,具有床驱动部21和顶板22。床驱动部21按照基于台架床控制部17的控制,通过电机的驱动,使顶板22在被检体P的体轴方向连续地往返移动。顶板22是载置被检体P的板。
控制台装置100接受基于操作者的X射线CT装置1的操作,同时根据通过台架装置10收集到的投影数据来重建X射线CT图像。具体而言,控制台装置100具有输入部110、显示部120、系统(system)控制部130、图像处理部140、图像数据存储部150、扫描控制部160。
输入部110具有用于X射线CT装置1的操作者输入各种指示或各种设定的鼠标(mouse)或键盘等,将从操作者接受到的指示或设定的信息转送至系统控制部130。例如,输入部110从操作者接受计算肿瘤的浸润度的意思的操作、或重建X射线CT图像时的重建条件的输入操作等。显示部120是LCD(Liquid Crystal Display)等显示器,显示各种信息。例如,显示部120显示通过图像数据存储部150存储的X射线CT图像或用于从操作者接受各种指示的GUI(Graphical UserInterface)等。
系统控制部130通过控制台架装置10、床装置20以及控制台装置100,来进行X射线CT装置1整体的控制。例如,系统控制部130控制扫描控制部160来收集三维投影数据。另外,例如,系统控制部130控制图像处理部140来根据三维投影数据重建X射线CT图像。
图像处理部140对从数据收集部14接收到的三维投影数据进行各种处理。具体而言,图像处理部140通过对从数据收集部14接收到的 三维投影数据进行灵敏度校正等前处理,并将前处理后的三维投影数据进行逆投影处理,从而重建三维X射线CT图像(以下,有时标记为“体数据(volume data)”)。并且,图像处理部140将重建后的体数据存储于图像数据存储部150。另外,图像处理部140例如通过SVR(Shaded Volume Rendering)法等来生成具有立体感的X射线CT图像,或者生成任意面的截面图像,并将生成的X射线CT图像存储于图像数据存储部150。
另外,由于第1实施方式中的台架装置10在多个时相中执行常规扫描,因此,图像处理部140对于各时相中的三维投影数据,进行上述的图像重建处理。另外,第1实施方式涉及的图像处理部140不仅生成X射线CT图像,也进行计算肿瘤的浸润度的处理。针对基于图像处理部140的浸润度计算处理,后面进行详述。
图像数据存储部150存储通过图像处理部140重建后的体数据或X射线CT图像等。扫描控制部160根据系统控制部130所指示的扫描条件来控制台架床控制部17。
如上述那样,第1实施方式涉及的X射线CT装置1进行计算肿瘤的浸润度的处理。针对该点简单地进行说明,“正常的部位(脏器等)”与“肿瘤等异常部位”基本上被认为是动作不同。例如,肿瘤越恶化并浸润于规定的周边部位则变得越坚固,并变得难以从规定的周边部位剥离。其结果变得该肿瘤难以与基于呼吸运动或蠕动的正常的其他的周边部位的动作调谐。另一方面,对规定的周边部位的浸润度低的肿瘤易于从该规定的周边部位剥离,且易于与正常的其他的周边部位的动作调谐。即,根据肿瘤以及周边部位的动作,能够推定肿瘤浸润于规定的周边部位的程度、即浸润度。
第1实施方式涉及的X射线CT装置1通过将在多个时相生成的体数据进行解析,从而计算与肿瘤的移动相关的移动信息和与位于该肿瘤的周边的周边部位的移动相关的移动信息,并根据双方的移动信息的关系,来计算肿瘤的浸润度。以下,使用图2~图5,针对基于X射线CT装置1的浸润度计算处理详细进行说明。
图2是表示第1实施方式中的图像处理部140的结构例的图。如图2所示例的那样,第1实施方式中的图像处理部140具有确定部141、移动信息计算部142、以及相对关系计算部143。另外,在图2中,针对生成体数据的处理部、或生成显示用X射线CT图像的处理部省略图示。
确定部141确定在图像处理部140中重建的体数据内的肿瘤的位置与该肿瘤的周边部位的位置。由于第1实施方式中的图像处理部140重建时相不同的多个体数据,因此,确定部141对与各时相对应的每个体数据,进行确定肿瘤以及周边部位的位置的处理。
具体而言,确定部141对于在图像处理部140中重建的各体数据,通过使用提取CT值在空间上连续的区域的区域扩张(region growing)法或使用了形状模板(template)的模式匹配(pattern matching)法等来进行分割(segmentation)处理,从而提取各区域。接着,确定部141对于提取出的各区域,通过使用了肿瘤以及周边部位的形状模板的模式匹配法、或使用了肿瘤以及周边部位的亮度值的分布图(profile)的方法等,来确定体数据所包含的肿瘤以及周边部位的位置。
移动信息计算部142根据通过确定部141确定的肿瘤以及周边部位的位置,计算与肿瘤以及周边部位的移动相关的移动信息。所谓“移动信息”表示肿瘤或脏器的位置的时间变动以及位置变动。另外,在第1实施方式中,假设“移动信息”表示从规定的基准点到肿瘤或脏器等的部位的相对距离的时间变动。另外,规定的基准点例如是体数据内的任意的点、或横隔膜或肺尖部等部位等。
如果针对基于移动信息计算部142的处理具体地进行说明,则首先,移动信息计算部142进行在图像处理部140中重建后的时相连续的两个体数据的位置对准。此时,移动信息计算部142可以进行两个体数据整体的位置对准,也可以相对于规定的基准点使两个体数据的位置对准。
接着,移动信息计算部142通过比较位置对准后的两个体数据, 从而计算表示肿瘤以及各周边部位的移动方向以及移动量的动作向量(vector))。此时,移动信息计算部142对体数据的每个体素(voxel),计算该体素的动作向量。例如,当计算肿瘤的移动方向以及移动量时,移动信息计算部142通过比较两个体数据,从而对体数据中表示肿瘤的区域内的每个体素,计算该体素的动作向量。另外,当计算周边部位(例如,肺野)的移动方向以及移动量时,移动信息计算部142通过比较两个体数据,来对体数据中表示周边部位(例如,肺野)的区域内的每个体素,计算该体素的动作向量。另外,例如,移动信息计算部142能够基于跟踪(tracking)等位置对准时的信息来计算体素的动作向量。
接着,移动信息计算部142将各体素的动作向量分解为体数据的xyz坐标系中的x轴方向、y轴方向、z轴方向的动作向量。由此,移动信息计算部142能够对每个体素得到肿瘤以及各周边部位的x轴方向、y轴方向、以及z轴方向的移动量。例如,如果注意x轴方向的动作向量,则能够得到从该动作向量的起点到终点体素在x轴方向上移动的移动量。
移动信息计算部142使用在图像处理部140中时相连续的多个体数据中的两个体数据,针对所有的该多个体数据,进行计算x轴方向、y轴方向、以及z轴方向的动作向量的处理。并且,移动信息计算部142对每个x轴方向、y轴方向、以及z轴方向,计算从基准点到体素的相对距离的时间变动。这样的相对距离的时间变动能够看作周期函数。这是由于人体内的各部位的动作因呼吸运动或蠕动而发生。另外,以下,有时单纯地将“从基准点到X的相对距离的时间变动”标记为“X的距离变动”。
使用图3以及图4,针对基于移动信息计算部142的处理进行说明。图3是表示肺野周边的图像例的图,图4是表示通过移动信息计算部142计算出的移动信息的一个例子的图。
在图3所示的例子中,假设按照X射线CT图像G11、G12、G13、G14的顺序进行摄像。另外,在图3中,为了使说明简单,示出截面 图像。另外,在图3所示的例子中,肿瘤A1浸润于规定的周边部位A2,位于肿瘤A1的周边的其他的周边部位B1是肺野。
如图3所示例的那样,知道以X射线CT图像G11、G12、G13、G14的顺序,肿瘤A1以及周边部位B1的位置发生变化。如图4所示例的那样,移动信息计算部142对每个体素计算这样的肿瘤A1或周边部位B1的距离变动。另外,假设图4表示示出x轴方向上的各部位的规定的体素的距离变动,但移动信息计算部142针对y轴方向以及z轴方向也计算各部位的距离变动。另外,移动信息计算部14不仅只针对一个体素,针对各部位所包含的各体素也计算距离变动。
在图4所示的例子中,移动信息计算部142针对表示肿瘤(图3中的A1)的体素、表示作为周边部位的肺野(图3中的B1)的体素、表示对侧部位的体素、以及表示胸壁的体素,计算相对于基准点(图4中所示的“基线”)的相对距离。在此,如果针对“对侧部位”进行说明,则在人体中,存在如肺野那样大致左右对称地存在的部位(以下,有时标记为“对称部位”)。所谓图4所示的“对侧部位”,当肿瘤的周边部位为对称部位时,表示存在于该周边部位的相反侧的部位。例如,当图4所示的周边部位是右肺野时,“对侧部位”表示左肺野。该“对侧部位”被用于计算浸润度时,针对该点之后进行叙述。
这样,移动信息计算部142使用时相不同的多个体数据,对每个体素、且对每个xyz轴方向计算肿瘤、周边部位、以及对侧部位等的距离变动。
另外,在上述例子中,示出了移动信息计算部142对每个体素计算距离变动的例子,但该体素也可以是任意的尺寸。例如,移动信息计算部142可以对每个“1×1×1体素”计算距离变动,也可以对每个“4×4×4体素”计算距离变动。并且,这样的体素的尺寸也可以由操作者等来确定。另外,移动信息计算部142也可以不针对各部位的所有的体素计算距离变动。例如,移动信息计算部142也可以从各部位提取规定数量的体素区域,并针对提取出的体素区域计算距离变动。
返回到图2的说明,相对关系计算部143计算通过移动信息计算部142计算出的肿瘤的移动信息与周边部位的移动信息的相对关系。另外,相对关系计算部143根据该相对关系,计算肿瘤浸润于周边部位的浸润度。
具体而言,表示肿瘤的体素的周期性的距离变动与表示肿瘤的周边部位(在图3的例子中,周边部位B1)的体素的周期性的距离变动越不类似,相对关系计算部143计算肿瘤浸润于该规定的周边部位(在图3的例子中,周边部位A2)的浸润度越高。换而言之,表示肿瘤的体素的周期性的距离变动与表示肿瘤的周边部位(在图3的例子中,周边部位B1)的体素的周期性的距离变动越类似,相对关系计算部143计算肿瘤浸润于该规定的周边部位(在图3的例子中,周边部位A2)的浸润度越低。这是由于,如上述那样,“正常的部位”与“肿瘤等异常的部位”基本上被认为是动作不同,肿瘤越浸润于规定的周边部位(在图3的例子中,周边部位A2),肿瘤与正常的周边部位(在图3的例子中,周边部位B1)的周期性的距离变动变得越不类似。
针对基于相对关系计算部143的处理的一个例子,使用图4进行说明。当通过移动信息计算部142计算出图4所示例的距离变动时,相对关系计算部143针对作为比较对象的肿瘤以及周边部位的周期性的距离变动,计算振幅或周期等。例如,如图4所示例的那样,相对关系计算部143计算肿瘤的周期性的距离变动的振幅“ΔdA”以及周期“TA”、与周边部位的周期性的距离变动的振幅“ΔdB”以及周期“TB”。这样,相对关系计算部143针对表示肿瘤的各体素以及表示周边部位的各体素,计算振幅以及周期。
并且,相对关系计算部143例如计算表示肿瘤的各体素的振幅的平均值与周期的平均值,同时计算表示周边部位的各体素的振幅的平均值与周期的平均值。并且,相对关系计算部143将肿瘤的平均振幅以及平均周期、与周边部位的平均振幅以及平均周期进行比较,双方越不同,则判定为肿瘤越浸润于规定的周边部位。即,计算该肿瘤的浸润度越高。另一方面,肿瘤的平均振幅以及平均周期、与周边部位 的平均振幅以及平均周期越近似,则判定为该肿瘤越没有浸润于规定的周边部位,计算该肿瘤的浸润度越低。
并且,相对关系计算部143针对x轴方向、y轴方向、以及z轴方向的各方向进行同样的处理,并根据在全部方向计算出的浸润度,来计算各体素的浸润度。例如,相对关系计算部143将在全部方向计算出的浸润度的平均值或者最大值作为体素的浸润度。
其中,基于相对关系计算部143的处理并不限定于上述例子。以下,说明几个基于相对关系计算部143的处理的其他的例子。例如,相对关系计算部143计算表示肿瘤的各体素的振幅的平均值与周期的平均值。并且,相对关系计算部143对每个体素比较肿瘤的平均振幅以及平均周期、与表示周边部位的体素的振幅以及周期。在此,周边部位的体素的振幅以及周期与肿瘤的平均振幅以及平均周期越近似,相对关系计算部143判定为肿瘤越浸润于该体素所示的周边部位的区域。即,计算该体素的浸润度越高。另一方面,体素的振幅以及周期与肿瘤的平均振幅以及平均周期越不同,判定为肿瘤越没有浸润于该体素所示的周边部位的区域,计算该体素的浸润度越低。
例如,在图3所示的例子中,当计算对于周边部位B1的肿瘤A1的浸润度时,认为在周边部位B1中,位于肿瘤A1越近的区域,相对关系计算部143计算出越高的浸润度,位于肿瘤A1越远的区域,相对关系计算部143计算出越低的浸润度。
另外,相对关系计算部143也可以只使用表示周边部位B1的体素,来计算对该周边部位B1的肿瘤的浸润度。例如,同一周边部位B1中,肿瘤附近的区域的动作与远离肿瘤的区域的动作不同。这是由于肿瘤开始浸润的区域开始变得坚固,因此,开始与肿瘤没有浸润的区域不同的动作。从而,相对关系计算部143在同一周边部位B1内,能够通过比较各体素的距离变动来计算浸润度。例如,相对关系计算部143计算表示周边部位B1的多个体素的平均振幅与平均周期,同时对表示周边部位B1的每个体素计算振幅以及周期的标准偏差,当计算出的标准偏差为规定的阈值的范围外时,计算该体素的浸润度较高。
另外,当计算对于周边部位A2的肿瘤A1的浸润度时,相对关系计算部143也可以使用肿瘤的周期性的距离变动与周边部位B1的周期性的距离变动的相位差(图4中所示的“Δt”),来计算浸润度。具体而言,与周边部位B1的相位差越大的肿瘤,相对关系计算部143计算对周边部位A2的浸润度越高,与周边部位B1的相位差越小的肿瘤,计算对周边部位A2的浸润度越低。
另外,当用于浸润度的计算的周边部位是对称部位时,相对关系计算部143也可以使用表示对侧部位的各体素的动作向量,来使表示周边部位的各体素的动作向量归一化。针对该点,列举作为对称部位的肺野为例进行说明。对于肺野而言,横隔膜附近的移动量比肺尖部大。从而,即使是本来肿瘤没有浸润的肺野,移动量(振幅)也不同,因此,可能在横隔膜附近与肺尖部计算不同的浸润度。
因此,例如,计算浸润度时作为周边部位当使用右肺野时,相对关系计算部143计算表示左肺野的各体素的动作向量,并使用该动作向量,求得使得横隔膜附近与肺尖部的振幅变为相同的那样的校正系数。例如,相对关系计算部143对于移动量大的横隔膜附近,计算使移动量变小的校正系数,对于移动量小的肺尖部,计算使移动量变大的校正系数。
并且,相对关系计算部143使用计算出的校正系数,来使表示右肺野的各体素的移动量归一化。由此,相对关系计算部143能够计算正确的浸润度。另外,相对关系计算部143可以根据从横隔膜附近向肺尖部的运动的传播来推定各部位(横隔膜附近或肺尖部)的移动量并进行归一化处理。
在此,说明使用作为对侧部位的左肺野来计算校正系数的理由。一般而言,右肺野与左肺野被认为同样地动作。另外,一般而言,可以说几乎没有肿瘤同时附着于右肺野与左肺野的双方的同一位置的案例。因此,相对关系计算部143使用被认为是健康的左肺野的动作向量来计算校正系数。通过该校正系数使右肺野的动作向量归一化时,如果右肺野正常,则认为右肺野的各区域的动作向量的大小变为大致 相同。但是,肿瘤开始浸润的区域与健康的区域不同地动作。因此,如果比较右肺野的各区域中的归一化后的动作向量,则能够正确地计算肿瘤开始浸润的区域。
另外,相对关系计算部143生成表示计算出的浸润度的高低的X射线CT图像,并于显示部120进行显示控制。例如,相对关系计算部143根据各体素的振幅、周期而制成功能图(functional map),并生成应用了与各振幅以及各周期对应的灰度(gray scale)或彩色度(color scale)的X射线CT图像。
接着,使用图5,针对基于第1实施方式涉及的X射线CT装置1的浸润度计算处理的步骤进行说明。图5是表示基于第1实施方式涉及的X射线CT装置1的浸润度计算处理步骤的流程图。
如图5所示,X射线CT装置1的图像处理部140判定是否计算浸润度(步骤S101)。例如,图像处理部140判定是否经由输入部110由操作者进行了计算浸润度的意思的操作。在此,没有计算浸润度时(步骤S101否定),图像处理部140变为待机状态。另外,预先决定计算浸润度时,图像处理部140也可以不进行步骤S101的处理。
另一方面,当计算浸润度时(步骤S101肯定),图像处理部140的确定部141确定体数据内的肿瘤的位置与该肿瘤的周边部位的位置(步骤S102)。
接着,每当重建体数据,则移动信息计算部142通过对每个体素计算从基准点到肿瘤的相对距离、以及从基准部位到周边部位的相对距离(步骤S103),并比较不同的时相的体数据,从而计算各体素的周期性的距离变动(步骤S104)。
接着,相对关系计算部143针对作为比较对象的肿瘤以及周边部位的周期性的距离变动,计算振幅或周期等(步骤S105)。此时,当周边部位是对称部位时(步骤S106肯定),相对关系计算部143使用表示对侧部位的各体素的动作向量,使周边部位的振幅以及周期归一化(步骤S107)。
并且,相对关系计算部143通过使用在步骤S107中计算出的振幅 以及位相,比较表示肿瘤的体素的周期性的距离变动与表示肿瘤的周边部位的体素的周期性的距离变动的类似度来计算浸润度(步骤S108)。
如上述那样,根据第1实施方式,确定部141根据时相不同的被检体内的体数据,确定肿瘤的位置与位于肿瘤的周边的周边部位的位置,移动信息计算部142根据通过确定部141确定的肿瘤以及周边部位的位置,计算与肿瘤以及周边部位的移动相关的移动信息,相对关系计算部143根据通过移动信息计算部142计算出的肿瘤的移动信息与周边部位的移动信息的关系,作为表示病变部的肿瘤与肿瘤的周边部位的关系性的信息,计算表示肿瘤浸润于周边部位的程度的浸润度,因此,能够提示客观的肿瘤的浸润度。
例如,在图3所示的例子中,操作者等人员通过将X射线CT图像G11~G14进行比较,被认为也能够判断肿瘤A1的浸润度。但是,人们只观察X射线CT图像G11~G14,难以详细地把握动作不同的区域,只能主观上判断浸润度。另一方面,在上述的X射线CT装置1中,通过比较肿瘤以及周边部位的动作,将能够客观上计算肿瘤的浸润度。
另外,在上述第1实施方式中,示出了使用周期性的距离变动的振幅或周期等,计算肿瘤的浸润度的例子,但是也可以根据肿瘤与周边部位的距离的时间变动,来计算肿瘤的浸润度。针对该点具体进行说明,由于肿瘤越浸润于周边部位,肿瘤越与该周边部位一体化,因此,肿瘤与周边部位的距离被认为没有变动。另一方面,由于肿瘤越不浸润于周边部位,肿瘤越易于从周边部位剥离,因此,伴随着周边部位的动作,肿瘤与周边部位的距离被认为发生变动。
因此,例如,作为移动信息,移动信息计算部142计算肿瘤的重心与周边部位的距离的时间变动。并且,通过移动信息计算部142计算出的肿瘤的重心与周边部位的距离越不在规定的时间内(例如,呼吸周期内)变动,则相对关系计算部143计算对该周边部位的肿瘤的浸润度越高,肿瘤的重心与周边部位的距离越在规定的时间内变动,则计算对该周边部位的肿瘤的浸润度越低。
在图6中示出上述例子的浸润度计算处理的步骤。如图6所示,当计算浸润度时(步骤S201肯定),确定部141确定体数据内的肿瘤的位置与该肿瘤的周边部位的位置(步骤S202)。接着,每当重建体数据时,移动信息计算部142通过计算肿瘤的重心与周边部位的距离(步骤S203),并比较不同的时相的体数据,从而计算肿瘤的重心与周边部位的距离的周期性的时间变动(步骤S204)。并且,相对关系计算部143根据肿瘤的重心与周边部位的距离的变动量,计算对周边部位的肿瘤的浸润度(步骤S205)。
另外,在上述例子中,移动信息计算部142也可以将肿瘤的重心与周边部位的距离的最大变动量,通过规定的时间内(例如,呼吸周期内)的周边部位的最大移动量进行归一化。具体而言,肿瘤的粘接面的尺寸(size)有时伴随着周边部位的移动而变化。例如,有时周边部位的移动量越大,附着于该周边部位的肿瘤的粘接面的尺寸的变化量变得越大。此时,有时与肿瘤的浸润度没有关系,伴随着周边部位的移动,肿瘤的重心与周边部位的距离发生变动。因此,移动信息计算部142也可以计算周边部位的最大移动量,以该最大移动量越大,肿瘤的重心与周边部位的距离的最大变动量变得越小的方式进行归一化,以最大移动量越小,肿瘤的重心与周边部位的距离的最大变动量变得越大的方式进行归一化。
另外,在上述例子中,移动信息计算部142也可以通过比较肿瘤的重心与周边部位的表面的最大距离和肿瘤的最大半径,来计算肿瘤的浸润度。例如,肿瘤的最大半径比肿瘤的重心与周边部位的表面的最大距离大时,肿瘤进入周边部位内。此时,被认为肿瘤的浸润度高。从而,移动信息计算部142也可以根据肿瘤的重心与周边部位的表面的最大距离、和肿瘤的最大半径之比,来计算肿瘤的浸润度。
另外,在上述第1实施方式中,在进行了计算肿瘤的移动信息与周边部位的移动信息的相对关系的处理之后,相对关系计算部143也可以不进行根据该相对关系计算肿瘤的浸润度的处理。并且,例如,相对关系计算部143也可以将表示肿瘤的移动信息与周边部位的移动 信息的相对关系的信息显示控制于显示部120。即使在该例子的情况下,操作者也能够通过确认显示部120所显示出的相对关系,来判断客观的肿瘤的浸润度。
另外,在上述第1实施方式中,作为病变部列举肿瘤为例进行了说明,但上述的X射线CT装置1也可以计算表示肿瘤以外的病变部与周边部位的关系的信息。以下,针对计算血栓粘附于血管的粘附度的例子进行说明。
首先,确定部141对于在图像处理部140中重建后的各体数据,通过采用使用了区域扩张法或形状模板的模式匹配法等来进行分割处理来提取各区域,并对于提取出的各区域通过使用了血管以及血栓的形状模板的模式匹配法、或使用了血管以及血栓的亮度值的分布图的方法等,来确定体数据所包含的血管以及血栓的位置。另外,移动信息计算部142根据通过确定部141确定的血管以及血栓的位置,计算血管以及血栓的移动信息。
并且,相对关系计算部143计算通过移动信息计算部142计算出的血管的移动信息与血栓的移动信息的相对关系,并根据计算出的相对关系计算血栓粘附于血管的粘附度。例如,血管的移动信息与血栓的移动信息越类似,相对关系计算部143计算血栓的粘附度越高,血管的移动信息与血栓的移动信息越不类似,计算血栓的粘附度越低。由此,第1实施方式涉及的X射线CT装置1能够根据血管以及血栓的移动信息,来提示对于血管的血栓的粘附度,换而言之,能够提示表示是否易于将血栓从血管剥离的指标值。
(第2实施方式)
在上述第1实施方式中,示出了根据肿瘤或周边部位的移动信息,计算肿瘤的浸润度的例子。在第2实施方式中,针对根据肿瘤与周边部位的粘接面积,计算肿瘤的浸润度的例子进行说明。
图7是表示第2实施方式中的图像处理部240的结构例的图。另外,由于第2实施方式涉及的X射线CT装置的结构与图1所示的X射线CT装置1的结构相同,因此,在此省略说明。如图7所示,图像 处理部240具有确定部241、粘接面积计算部242、以及相对关系计算部243。
确定部241确定在图像处理部240重建后的体数据内的肿瘤、与估计附着有该肿瘤的周边部位。确定部241对与各时相对应的每个体数据,进行同样的处理。另外,确定部241与确定部141相同,通过进行分割处理等来提取各区域,并根据模式匹配法等,确定体数据所包含的肿瘤以及周边部位的位置。
粘接面积计算部242按每个时相计算通过确定部241确定的肿瘤粘接于周边部位的面的粘接面积。例如,粘接面积计算部242根据基于确定部241的分割处理的结果,能够得到肿瘤的表面像、与附着有该肿瘤的周边部位的表面像。并且,粘接面积计算部242能够将肿瘤的表面像与周边部位的表面像的共有区域,作为肿瘤粘接于周边部位的面的粘接面积进行计算。
另外,例如,当肿瘤附着于肺野时等,基于确定部241的分割处理等结果,粘接面积计算部242能够得到除去了肿瘤的状态的肺野的体数据。从而,粘接面积计算部242能够将该体数据的空洞化的区域作为粘接有肿瘤的粘接面积进行计算。该方法例如能够用于计算胸壁、纵膈、或横隔膜等与肿瘤的粘接面积。
通过粘接面积计算部242计算出的粘接面积的变动量越小,相对关系计算部243计算对周边部位的肿瘤的浸润度越高,粘接面积的变动量越大,计算对周边部位的肿瘤的浸润度越低。
使用图8以及图9,将基于相对关系计算部243的处理的一个例子进行说明。图8是表示肿瘤与肺野的粘接面积的一个例子的图,图9是表示粘接面积的变动量的一个例子的图。
在图8所示的例子中,假设按照X射线CT图像G21、G22、G23、G24、G25、G26、G27的顺序进行摄像。另外,在图8中,为了使说明简单,示出截面图像。
当摄像得到图8所示例出的X射线CT图像G21~G27时,粘接面积计算部242将肿瘤的表面像与周边部位的表面像的共有区域,作为 肿瘤粘接于周边部位的面的粘接面积进行计算。在此,如图8所示例的那样,粘接面积计算部242计算粘接面积C11~C17。
并且,如图9所示例的那样,相对关系计算部243通过使由粘接面积计算部242计算出的粘接面积沿着时间序列进行绘制,从而得到粘接面积的时间变动。并且,相对关系计算部243计算规定的时间内(例如,呼吸周期内)中的粘接面积的最大变动量ΔA,计算出的最大变动量ΔA越小,计算对周边部位的肿瘤的浸润度越高,最大变动量ΔA越大,计算对周边部位的肿瘤的浸润度越低。
接着,使用图10,针对基于第2实施方式涉及的X射线CT装置的浸润度计算处理的步骤进行说明。图10是表示基于第2实施方式涉及的X射线CT装置的浸润度计算处理步骤的流程图。
如图10所示,图像处理部240判定是否计算浸润度(步骤S301)。在此,没有计算浸润度时(步骤S301否定),图像处理部240变为待机状态。
另一方面,当计算浸润度时(步骤S301肯定),图像处理部240的确定部241确定体数据内的肿瘤与估计附着有肿瘤的周边部位(步骤S302)。
接着,粘接面积计算部242根据基于确定部241的分割处理的结果,取得肿瘤以及周边部位的表面像(步骤S303)。并且,粘接面积计算部242取得肿瘤的表面像与周边部位的表面像的共有区域(步骤S304)。由此,粘接面积计算部242通过计算共有区域的面积,计算肿瘤粘接于周边部位的面的粘接面积。
接着,相对关系计算部243计算通过粘接面积计算部242计算出的粘接面积的规定时间内的变动量(步骤S305)。并且,相对关系计算部243根据粘接面积的变动量,计算对周边部位的肿瘤的浸润度(步骤S306)。
如上述那样,根据第2实施方式,确定部241根据时相不同的被检体内的图像数据,来确定肿瘤的位置与估计附着有肿瘤的周边部位的位置,粘接面积计算部242按每个时相计算通过确定部241确定的 肿瘤粘接于周边部位的面的粘接面积,由于通过粘接面积计算部242计算出的粘接面积的变动量越小,相对关系计算部243计算表示肿瘤浸润于周边部位的程度的浸润度越高,因此,只通过计算粘接面积,就能够提示客观的肿瘤的浸润度。
另外,在上述第2实施方式中,作为病变部列举肿瘤为例进行了说明,但第2实施方式涉及的X射线CT装置也可以计算表示肿瘤以外的病变部与周边部位的关系的信息。以下,针对计算血栓粘附于血管的粘附度的例子进行说明。
首先,确定部241与确定部141相同,通过进行分割处理等,确定体数据所包含的血管以及血栓的位置。另外,粘接面积计算部242例如根据基于确定部241的分割处理的结果,将血管的表面像与血栓的表面像的共有区域,作为血栓粘接于血管的面的粘接面积进行计算。并且,通过粘接面积计算部242计算出的粘接面积的变动量越小,相对关系计算部243计算对于血管的血栓的粘附度越高,粘接面积的变动量越大,计算对于血管的血栓的粘附度越低。由此,第2实施方式涉及的X射线CT装置能够根据血管与血栓的粘接面积的变动量,提示对于血管的血栓的粘附度,换而言之,能够提示表示血栓是否易于从血管剥离的指标值。
另外,在上述的实施方式中,示出了X射线CT装置将表示浸润度的高低的X射线CT图像显示于显示部120的例子。但是,X射线CT装置不仅将X射线CT图像,还可以将通过移动信息计算部142计算出的移动信息(图4等)、与通过粘接面积计算部242计算出的粘接面积相关的信息、浸润度等显示控制于显示部120。另外,X射线CT装置也可以将这些各种信息存储在规定的存储部。
另外,在上述的实施方式中,示出了通过X射线CT装置进行模式匹配法等信息处理来确定肿瘤以及周边部位的位置的例子。将X射线CT图像显示于显示部120之后,X射线CT装置也可以经由输入部110来从操作者接受指定肿瘤以及周边部位的位置的操作。此时,X射线CT装置按照基于操作者的指定操作,确定为肿瘤以及周边部位的位 置。
另外,在上述的实施方式中,示出了通过由X射线CT装置随时将连续的两个体数据进行比较来计算移动信息的例子。但是,X射线CT装置不需要针对所有的体数据进行处理,也可以间拔处理对象的体数据来计算移动信息。
另外,在上述的实施方式中,示出了X射线CT装置使用体数据计算移动信息的例子。但是,也可以通过使用二维的图像数据计算移动信息,来计算肿瘤的浸润度。
另外,在上述的实施方式中,列举X射线CT装置进行常规扫描时为例进行了说明。但是,上述的实施方式也能够适用于进行能够在多个时相重建体数据的螺旋扫描(helical scan)的X射线CT装置。
另外,上述的实施方式也能够适用于越是得到距离变动等周期性的信息,越无法以多个时相进行摄像处理的X射线CT装置。例如,也能够通过将肿瘤或周边部位的移动量的最大值作为第1实施方式所说明了的振幅“Δd”来使用,从而计算肿瘤的浸润度。
如以上说明的那样,根据第1以及第2实施方式,能够提示表示病变部与周边部位的关系性的信息。
虽然说明了本发明的几个实施方式,但这些实施方式是作为例子而提示的,并不意图限定本发明的范围。这些实施方式能够以其他的各种形态进行实施,在不脱离发明的要旨的范围内,能够进行各种的省略、置换、变更。这些实施方式或其变形与包含于发明的范围或要旨中一样,包含于权利要求书记载的发明及其均等的范围中。
Claims (7)
1.一种X射线CT装置,其特征在于,具备:
生成部,其根据透过了被检体的X射线,生成时相不同的被检体内的图像数据;
确定部,其根据由上述生成部生成的时相不同的被检体内的图像数据,确定病变部的位置与位于该病变部的周边的周边部位的位置;
移动信息计算部,其根据由上述确定部确定的病变部以及周边部位的位置,计算与病变部以及周边部位的移动相关的移动信息;和
相对关系计算部,其计算由上述移动信息计算部计算出的上述病变部的移动信息与上述周边部位的移动信息的相对关系,
上述确定部确定作为上述病变部的肿瘤的位置与位于该肿瘤的周边的周边部位的位置,
上述移动信息计算部根据上述肿瘤以及上述周边部位的位置,计算与肿瘤以及周边部位的移动相关的移动信息,
上述相对关系计算部根据上述肿瘤的移动信息与上述周边部位的移动信息的相对关系,计算表示上述肿瘤浸润于上述周边部位的程度的浸润度。
2.根据权利要求1所述的X射线CT装置,其特征在于,
上述移动信息计算部针对上述周边部位内的各区域,计算该区域的移动信息,
上述相对关系计算部根据由上述移动信息计算部计算出的移动信息与上述肿瘤的移动信息之间的关系,针对每个上述区域,计算肿瘤浸润于该区域的浸润度。
3.根据权利要求1所述的X射线CT装置,其特征在于,
作为上述移动信息,上述移动信息计算部计算上述肿瘤的周期性的位置变动与上述周边部位的周期性的位置变动,
上述相对关系计算部根据由上述移动信息计算部计算出的上述肿瘤的周期性的位置变动与上述周边部位的周期性的位置变动之间的类似度,计算上述浸润度。
4.根据权利要求3所述的X射线CT装置,其特征在于,
上述相对关系计算部根据由上述移动信息计算部计算出的上述肿瘤的周期性的位置变动与上述周边部位的周期性的位置变动之间的振幅差、周期差或相位差的至少一个,来判定双方的位置变动的类似度。
5.根据权利要求1所述的X射线CT装置,其特征在于,
作为上述移动信息,上述移动信息计算部计算上述肿瘤的重心与附着有该肿瘤的周边部位之间的距离,
上述相对关系计算部根据由上述移动信息计算部计算出的上述肿瘤的重心与上述周边部位之间的距离的时间变动,计算上述浸润度。
6.根据权利要求1所述的X射线CT装置,其特征在于,
当上述周边部位是在人体内大致左右对称地存在的对称部位时,上述移动信息计算部计算与该周边部位对置的对侧部位的移动信息,
上述相对关系计算部在使用由上述移动信息计算部计算出的对侧部位的移动信息来将上述周边部位的移动信息归一化之后,计算上述浸润度。
7.一种图像处理方法,其特征在于,包含:
X射线CT装置的确定部根据与多个时相对应的被检体内的图像数据,确定病变部的位置与位于该病变部的周边的周边部位的位置,
上述X射线CT装置的移动信息计算部根据上述病变部以及周边部位的位置,计算与病变部以及周边部位的移动相关的移动信息,
上述X射线CT装置的相对关系计算部计算上述病变部的移动信息与上述周边部位的移动信息的相对关系,
上述确定部确定作为上述病变部的肿瘤的位置与位于该肿瘤的周边的周边部位的位置,
上述移动信息计算部根据上述肿瘤以及上述周边部位的位置,计算与肿瘤以及周边部位的移动相关的移动信息,
上述相对关系计算部根据上述肿瘤的移动信息与上述周边部位的移动信息的相对关系,计算表示上述肿瘤浸润于上述周边部位的程度的浸润度。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011072805 | 2011-03-29 | ||
JP2011-072805 | 2011-03-29 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102727235A CN102727235A (zh) | 2012-10-17 |
CN102727235B true CN102727235B (zh) | 2015-04-15 |
Family
ID=46025381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210086890.3A Active CN102727235B (zh) | 2011-03-29 | 2012-03-28 | X 射线ct 装置以及图像处理方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9230334B2 (zh) |
EP (1) | EP2506216B1 (zh) |
JP (2) | JP5872323B2 (zh) |
CN (1) | CN102727235B (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102070427B1 (ko) * | 2012-08-08 | 2020-01-28 | 삼성전자주식회사 | 종양의 위치를 추적하는 방법 및 장치 |
DE102012221930A1 (de) * | 2012-11-30 | 2014-06-05 | Siemens Aktiengesellschaft | Verfahren und PET-Anlage zur Lokalisierung eines Objekts |
JP6253992B2 (ja) * | 2014-01-09 | 2017-12-27 | 富士通株式会社 | 臓器位置推定装置、臓器位置推定装置の制御方法および臓器位置推定装置の制御プログラム |
JP6510189B2 (ja) | 2014-06-23 | 2019-05-08 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置 |
JP6532206B2 (ja) | 2014-10-01 | 2019-06-19 | キヤノン株式会社 | 医用画像処理装置、医用画像処理方法 |
CN105982685A (zh) | 2015-03-03 | 2016-10-05 | 东芝医疗系统株式会社 | 医学图像处理装置和方法、医学图像诊断装置和方法 |
JP6755468B2 (ja) * | 2015-04-27 | 2020-09-16 | 国立研究開発法人国立がん研究センター | 医用画像処理装置 |
US20160310094A1 (en) * | 2015-04-27 | 2016-10-27 | National Cancer Center | Medical image processing apparatus |
JP7122115B2 (ja) * | 2015-07-17 | 2022-08-19 | コーニンクレッカ フィリップス エヌ ヴェ | 肺癌放射線のためのガイダンス |
JP6565422B2 (ja) * | 2015-07-24 | 2019-08-28 | 富士通株式会社 | 画像処理プログラム、画像処理装置及び画像処理方法 |
WO2017037904A1 (ja) * | 2015-09-02 | 2017-03-09 | 富士通株式会社 | 読影支援プログラム、断面画像生成装置及び断面画像生成方法 |
US11138735B2 (en) | 2017-10-17 | 2021-10-05 | Canon Medical Systems Corporation | Image processing apparatus and medical image taking apparatus |
JP7166870B2 (ja) * | 2017-10-17 | 2022-11-08 | キヤノンメディカルシステムズ株式会社 | 画像処理装置及び医用画像撮像装置 |
JP7173747B2 (ja) * | 2018-04-11 | 2022-11-16 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置 |
JP7114348B2 (ja) * | 2018-06-06 | 2022-08-08 | キヤノンメディカルシステムズ株式会社 | 腫瘍位置表示装置及び放射線治療システム |
CN110033019B (zh) * | 2019-03-06 | 2021-07-27 | 腾讯科技(深圳)有限公司 | 人体部位的异常检测方法、装置和存储介质 |
JP7270453B2 (ja) | 2019-04-26 | 2023-05-10 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
JP6748762B2 (ja) * | 2019-05-23 | 2020-09-02 | キヤノン株式会社 | 医用画像処理装置、医用画像処理方法 |
JP7015351B2 (ja) * | 2020-08-06 | 2022-02-02 | キヤノン株式会社 | 医用画像処理装置、医用画像処理方法 |
JP2022047220A (ja) * | 2020-09-11 | 2022-03-24 | キヤノン株式会社 | 情報処理装置、情報処理方法、及びプログラム |
WO2022176873A1 (ja) * | 2021-02-22 | 2022-08-25 | 富士フイルム株式会社 | 医療画像処理装置、医療画像処理方法およびプログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101002228A (zh) * | 2004-05-18 | 2007-07-18 | 医学视像上市公司 | 结节边界检测 |
CN101708126A (zh) * | 2008-09-19 | 2010-05-19 | 株式会社东芝 | 图像处理装置以及x射线计算机断层摄影装置 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1225545A1 (fr) * | 2001-01-23 | 2002-07-24 | Koninklijke Philips Electronics N.V. | Procédé de traitement d'images permettant de suivre la déformation d'un organe dans le temps |
JP2003180697A (ja) * | 2001-12-18 | 2003-07-02 | Olympus Optical Co Ltd | 超音波診断装置 |
US8989349B2 (en) * | 2004-09-30 | 2015-03-24 | Accuray, Inc. | Dynamic tracking of moving targets |
JP3932303B2 (ja) * | 2005-05-13 | 2007-06-20 | 独立行政法人放射線医学総合研究所 | 臓器動態の定量化方法、装置、臓器位置の予測方法、装置、放射線照射方法、装置及び臓器異常検出装置 |
CN101184443B (zh) * | 2005-05-27 | 2011-12-28 | 株式会社日立医药 | 速度测量方法及采用该方法的速度测量装置 |
JP4861647B2 (ja) | 2005-06-23 | 2012-01-25 | 株式会社東芝 | 医用画像診断装置及び画像再構成方法 |
EP1980210B1 (en) | 2006-01-20 | 2014-07-23 | Hitachi Medical Corporation | Elastic image display method and elastic image display |
CN101443816B (zh) * | 2006-05-11 | 2016-01-06 | 皇家飞利浦电子股份有限公司 | 用于图像引导下辐射治疗的图像可变形配准 |
JP2008036284A (ja) * | 2006-08-09 | 2008-02-21 | Toshiba Corp | 医用画像合成方法及びその装置 |
JP5242094B2 (ja) * | 2007-07-17 | 2013-07-24 | 株式会社東芝 | 医用画像撮影装置、医用画像処理装置および医用画像処理プログラム |
JP5198883B2 (ja) * | 2008-01-16 | 2013-05-15 | 富士フイルム株式会社 | 腫瘍領域サイズ測定方法および装置ならびにプログラム |
JP2009178185A (ja) * | 2008-01-29 | 2009-08-13 | Fujifilm Corp | 医用撮像装置及び医用撮像方法 |
JP2010075549A (ja) * | 2008-09-26 | 2010-04-08 | Toshiba Corp | 画像処理装置 |
JP5575388B2 (ja) * | 2008-12-03 | 2014-08-20 | 株式会社東芝 | 画像表示装置及びx線ct装置 |
JP5066233B2 (ja) * | 2010-08-02 | 2012-11-07 | 国立大学法人神戸大学 | 画像診断処理装置 |
JP5517828B2 (ja) * | 2010-08-17 | 2014-06-11 | 株式会社モリタ製作所 | 中空導波路およびレーザ治療装置 |
-
2012
- 2012-02-27 JP JP2012040107A patent/JP5872323B2/ja active Active
- 2012-03-27 US US13/431,097 patent/US9230334B2/en active Active
- 2012-03-28 CN CN201210086890.3A patent/CN102727235B/zh active Active
- 2012-03-29 EP EP12162302.9A patent/EP2506216B1/en active Active
-
2016
- 2016-01-05 JP JP2016000744A patent/JP6486842B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101002228A (zh) * | 2004-05-18 | 2007-07-18 | 医学视像上市公司 | 结节边界检测 |
CN101708126A (zh) * | 2008-09-19 | 2010-05-19 | 株式会社东芝 | 图像处理装置以及x射线计算机断层摄影装置 |
Non-Patent Citations (1)
Title |
---|
chest wall and mediastinal invasion by lung cancer:evaluation with multisection expiratory dynamic ct;Kiyoshi Murata等;《Radiology》;19940430;第191卷(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
EP2506216A3 (en) | 2014-01-22 |
JP2016093531A (ja) | 2016-05-26 |
CN102727235A (zh) | 2012-10-17 |
US20120250966A1 (en) | 2012-10-04 |
JP2012213604A (ja) | 2012-11-08 |
JP5872323B2 (ja) | 2016-03-01 |
JP6486842B2 (ja) | 2019-03-20 |
US9230334B2 (en) | 2016-01-05 |
EP2506216B1 (en) | 2016-02-10 |
EP2506216A2 (en) | 2012-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102727235B (zh) | X 射线ct 装置以及图像处理方法 | |
US8254652B2 (en) | Apparatus, method and system for computer tomography image processing | |
US7433507B2 (en) | Imaging chain for digital tomosynthesis on a flat panel detector | |
US9498180B2 (en) | Detecting and quantifying patient motion during tomosynthesis scans | |
US8369590B2 (en) | Method for segmenting objects in images | |
CN103181775B (zh) | 用于检测病人体标位置的方法和系统 | |
US9380995B2 (en) | Ultrasound system for measuring image using figure template and method for operating ultrasound system | |
CN109419526B (zh) | 用于数字乳房断层合成中的运动评估和校正的方法和系统 | |
CN103415254B (zh) | X射线ct装置 | |
US8311305B2 (en) | X-ray diagnostic apparatus, image processing apparatus, and method of calculating filter coefficients used for image formation processing in x-ray diagnostic apparatus and the like | |
US9763636B2 (en) | Method and system for spine position detection | |
CN102985946A (zh) | 呼吸运动估计的自动逐点验证 | |
CN106780649A (zh) | 图像的伪影去除方法和装置 | |
WO2011092982A1 (ja) | 動態画像処理システム及びプログラム | |
JP5214110B2 (ja) | X線ct装置 | |
CN101612047B (zh) | 图像显示装置 | |
US9636076B2 (en) | X-ray CT apparatus and image processing method | |
US9119591B2 (en) | 3D ultrasound system and method for operating 3D ultrasound system | |
CN112120722B (zh) | X射线断层合成装置、图像处理装置以及记录介质 | |
US8422749B2 (en) | Method and system for myocardial region of interest definition | |
Dempere-Marco et al. | Analysis of visual search patterns with EMD metric in normalized anatomical space | |
EP3730055A1 (en) | Medical image processing apparatus, x-ray diagnostic apparatus, and computer-implemented method | |
CN107106106A (zh) | 针对具有减小的角范围的旋转c型臂计算机断层摄影的自适应分割 | |
JP5283882B2 (ja) | X線診断装置、画像処理装置及び画像再構成処理に用いられるフィルタ係数の算出プログラム | |
US20050281373A1 (en) | Method for the automatic scaling verification of an image, in particular a patient image |
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: 20160725 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. |