CN103189868B - 图像处理装置 - Google Patents

图像处理装置 Download PDF

Info

Publication number
CN103189868B
CN103189868B CN201180002932.4A CN201180002932A CN103189868B CN 103189868 B CN103189868 B CN 103189868B CN 201180002932 A CN201180002932 A CN 201180002932A CN 103189868 B CN103189868 B CN 103189868B
Authority
CN
China
Prior art keywords
mentioned
valve
image
pixel
circle
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
CN201180002932.4A
Other languages
English (en)
Other versions
CN103189868A (zh
Inventor
山形佳史
川崎友宽
若井智司
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.)
Canon Medical Systems Corp
Original Assignee
Toshiba Corp
Toshiba Medical Systems 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 Toshiba Corp, Toshiba Medical Systems Corp filed Critical Toshiba Corp
Publication of CN103189868A publication Critical patent/CN103189868A/zh
Application granted granted Critical
Publication of CN103189868B publication Critical patent/CN103189868B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • 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
    • A61B6/50—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
    • A61B6/503—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 heart
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • 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
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • 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
    • 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
    • G06T2207/30048—Heart; Cardiac

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)
  • Public Health (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Quality & Reliability (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提供一种能够提高由医生、技师等进行的与瓣膜病相关的作业效率、诊断精度的图像处理装置。图像处理装置具有：存储部、确定部、计算部以及显示部。存储部存储与被检体的心脏区域相关的三维图像。确定部通过图像处理从上述三维图像所含的血管区域中确定出多个心脏瓣膜。计算部计算出对上述多个心脏瓣膜的开闭程度进行表示的指标值。显示部显示指标值。

Description

图像处理装置
技术领域
本实施方式涉及图像处理装置。
背景技术
发生了瓣膜病的心脏瓣膜不能正常动作，无法完全闭合、或完全打开。
在研究瓣膜病的治疗方针、治疗计划时，医生将瓣膜口面积等作为判断因素。例如，在瓣膜病的治疗方针的决定、治疗计划中，医生利用与心脏瓣膜相关的三维图像数据通过目视观察来推断瓣膜口面积，基于该推断出的瓣膜口面积来评价病变部的严重程度。但是，在瓣膜病的治疗方针、治疗计划中，没有确立对各心脏瓣膜的性状进行定量评价的技术。
在先专利文献
专利文献
专利文献1：国际公开第2006/068271号小册子
发明内容
发明要解决的技术问题
本发明的目的在于，提供一种能够提高由医生、技师等进行的与瓣膜病相关的作业效率、诊断精度的图像处理装置。
用于解决问题的手段
本实施方式涉及的图像处理装置具备：存储部，其存储与被检体的心脏区域相关的三维图像；确定部，其通过图像处理从上述三维图像中包含的血管区域确定出多个心脏瓣膜；计算部，其计算出对上述多个心脏瓣膜的开闭程度进行表示的指标值；和显示部，其显示上述指标值。
发明效果
能够实现可提高由医生、技师等进行的与瓣膜病相关的作业效率、诊断精度的图像处理装置。
附图说明
图1是表示本实施方式涉及的图像处理装置的构成的图。
图2是示意地表示本实施方式的作为图像诊断对象的心脏瓣膜(主动脉瓣膜)的解剖学构造的图。
图3是表示图2的主动脉瓣膜完全开放时的样子的图。
图4是表示图2的主动脉瓣膜完全关闭时的样子的图。
图5是表示在图2的控制部的控制下执行的主动脉瓣膜的定量评价处理的典型流程的图。
图6是用于对在图5的步骤S1中由剖面设定部执行的评价剖面的设定处理进行说明的图。
图7是用于对在图5的步骤S2中由轮廓提取部执行的瓣膜口位置血管轮廓的提取处理进行说明的图。
图8是表示在图5的步骤S3中由评价圆生成部执行的评价圆的生成处理的处理过程的第1图。
图9是表示在图5的步骤S3中由评价圆生成部执行的评价圆的生成处理的处理过程的第2图。
图10是表示在图5的步骤S3中由评价圆生成部执行的评价圆的生成处理的处理过程的第3图。
图11是用于对在图5的步骤S4中由瓣膜像素确定部执行的瓣膜像素的确定处理进行说明的图。
图12是表示在图5的步骤S4中被瓣膜像素确定部分配了开信息或者闭信息后的评价圆的图。
图13是用于对在图5的步骤S5中由开闭指标计算部执行的开闭指标的计算处理进行说明的图。
图14是表示在图5的步骤S7中由显示部显示的带颜色的评价圆的显示模式1的图。
图15是表示在图5的步骤S7中由显示部显示的带颜色的评价圆的显示模式2的图。
图16是表示在图5的步骤S7中由显示部显示的带颜色的评价圆的显示模式3的图。
图17是表示在图5的步骤S7中由显示部显示的带颜色的评价圆的显示模式4的图。
图18是表示在图5的步骤S7中由显示部显示的带颜色的评价圆的显示模式5的图。
图19是表示在图5的步骤S7中由显示部显示的带颜色的评价圆的显示模式6的图。
图20是表示在图5的步骤S7中由显示部显示的带颜色的评价圆的显示模式7的图。
图21是表示本实施方式的变形例涉及的由显示部显示的带颜色的MPR图像的一个例子的图。
图22是示意地表示变形例2涉及的图像处理装置的处理的典型流程的图。
图23是表示在变形例2中生成的瓣膜合成评价圆的显示例的图。
图24A是表示变形例3涉及的与二尖瓣膜相关的评价圆的一个例子的图。
图24B是表示变形例3涉及的与二尖瓣膜相关的评价圆的一个例子的图。
图24C是表示变形例3涉及的与二尖瓣膜相关的评价圆的一个例子的图。
图25是表示变形例4涉及的合成图像的显示例的图。
具体实施方式
下面，参照附图对本实施方式涉及的图像处理装置进行说明。
图1是表示本实施方式涉及的图像处理装置1的构成的图。本实施方式涉及的图像处理装置1将心脏瓣膜作为图像诊断的对象。如公知那样，心脏瓣膜中具有主动脉瓣膜、二尖瓣膜、肺动脉瓣膜、三尖瓣膜。本实施方式能够适用于这些所有部位的心脏瓣膜，为了对以下的实施方式具体进行说明，将心脏瓣膜设为主动脉瓣膜。
如图2所示，主动脉瓣膜31位于左心室33与主动脉35之间，起到防止从左心室33泵出的血液逆流的作用。主动脉瓣膜35在图2中只表示了2个，但由3个瓣尖构成。由3个瓣尖31围成的空间被称为瓣膜口37。穿过3个瓣尖31的剖面中的瓣膜口37的面积被称为瓣膜口面积。换言之，剖面上的瓣膜口轮廓内的面积是瓣膜口面积。各瓣尖31与主动脉35的内壁之间的空间被称为主动脉窦(所谓的valsalva窦：sinusofvalsalva)39。
如图3所示，在左心室收缩的情况下(例如收缩末期)，正常的主动脉瓣膜31打开。相反，在左心室舒张的情况下(例如舒张末期)，如图4所示，正常的主动脉瓣膜31关闭。
发生了瓣膜病的主动脉瓣膜不会正常动作，无法完全闭合、或完全打开。例如，在瓣膜狭窄的情况下，即使在收缩末期主动脉瓣膜也不会完全打开。在闭塞不完全的情况下，即使在舒张末期，主动脉瓣膜也不会完全关闭。即，瓣膜口面积成为用于对心脏是否出现瓣膜病进行评价的一个指标。
如图1所示，图像处理装置1具备：存储部11、剖面设定部13、轮廓提取部15、评价圆生成部17、瓣膜像素确定部19、带颜色的评价圆生成部21、三维图像处理部23、操作部25、显示部27以及控制部29。
存储部11存储与被检体的心脏区域相关的三维图像的数据(体数据)。三维图像的数据由X射线计算机断层摄影装置、磁共振成像装置、X射线诊断装置、超声波诊断装置等诊断治疗设备来收集。为了具体地进行以下的说明，将收集三维图像的数据的诊断治疗设备设为X射线计算机断层摄影装置。X射线计算机断层摄影装置例如通过X射线对由造影剂造影后的心脏进行动态扫描，收集与至少1次心搏量的多个心相位相关的多个三维图像的数据。存储部11将三维图像的数据与心相位建立关联进行存储。
剖面设定部13按照图像处理或用户借助操作部25进行的指示，将利用造影剂强调了对比度的、与主动脉部分的血管区域交叉的剖面(以下称为评价剖面)设定在三维图像内。换言之，评价剖面被设定在瓣膜口、主动脉窦的附近。
轮廓提取部15通过现有的图像处理从评价剖面上的血管区域提取出血管区域的轮廓(以下称为瓣膜口位置血管轮廓)。
评价圆生成部17基于瓣膜口位置血管轮廓，生成对主动脉瓣膜的形状进行示意表现的主动脉瓣膜的模板(以下称为评价圆)。评价圆是开状态下的正常的主动脉瓣膜的形状与闭状态下的正常的主动脉瓣膜的形状被描画于评价剖面的图像。
瓣膜像素确定部19按构成评价圆的每个像素，沿着既定方向探索三维图像中包含的与主动脉瓣膜相关的像素(以下称为瓣膜像素)，确定是否有瓣膜像素。既定方向例如被设定为剖面的垂直方向。以下，将是否有瓣膜像素的信息称为瓣膜开闭信息。即，瓣膜像素确定部19按构成剖面的每个像素生成瓣膜开闭信息。
带颜色的评价圆生成部21基于评价圆和瓣膜开闭信息，生成按每个像素以颜色来表现被检体的主动脉瓣膜的开闭程度的图像(以下称为带颜色的评价圆)。具体而言，带颜色的评价圆生成部21具有开闭指标计算部211和颜色信息分配部213。开闭指标计算部211基于评价圆和瓣膜开闭信息，计算对被检体的主动脉瓣膜的开闭程度进行表示的指标(以下称为开闭指标)。开闭指标例如表示被检体的主动脉瓣膜的开闭程度与正常的主动脉瓣膜的开闭程度之间的差异程度。颜色信息分配部213为了生成带颜色的评价圆而将与计算出的开闭指标对应的颜色信息赋予给评价圆上的像素。由此，生成带颜色的评价圆。
三维图像处理部23对三维图像的数据进行三维图像处理，产生二维的CT图像的数据。作为三维图像处理，例如可以采用MPR(multiplanarreconstruction)或体绘制(volumerendering)。例如，三维图像处理部23基于三维图像的数据，产生与评价剖面相关的MPR图像的数据。
操作部25受理来自用户的各种指令、信息输入。操作部25可以适当利用鼠标或跟踪球等定点设备、模式切换开关等选择设备、或者键盘等输入设备。
显示部27将带颜色的评价圆、MPR图像、体绘制图像等显示于显示设备。作为显示设备，例如可以适当利用CRT显示器、液晶显示器、有机EL显示器或等离子显示器等。
控制部29作为图像处理装置1的中枢发挥功能。控制部29如果从操作部25接收到定量的评价处理的开始请求，则控制图像处理装置1内的各部，执行主动脉瓣膜的定量的评价处理。
其中，图像处理装置1可以利用通用的计算机装置作为基本硬件。图像处理装置1可以通过计算机装置中安装的处理器(CPU：centralprocessorunit)执行图像处理程序，来实现主动脉瓣膜的定量的评价处理。图像处理程序被预先安装在计算机装置中。或者，图像处理程序也可以记录在如磁盘、光磁盘、光盘、半导体存储器等那样的可移动的记录介质中，然后分发给计算机装置1，或者还可以经由网络分发给计算机装置1。所分发的图像处理程序可以恰当地安装于计算机装置1来实现。其中，上述的各部其一部分或者全部也可以由逻辑电路等硬件实现。另外，上述的各部还可以将硬件与软件控制组合来实现。
接着，对图像处理装置1的动作例进行说明。图5是表示在控制部29的控制下执行的主动脉瓣膜的定量的评价处理的典型流程的图。
以用户经由操作部25进行了主动脉瓣膜的定量的评价处理的开始指示为契机，控制部29从存储部11中存储的多个三维图像的数据之中，读出处理对象的三维图像的数据。处理对象的三维图像能够使用任意的心相位的图像。另外，处理对象的三维图像不限定于一个，也可以是多个。在多个的情况下，对各三维图像进行以下的处理。处理对象的三维图像通过被用户经由操作部25指定例如心相位，能够任意设定。
如果读出了三维图像的数据，则控制部29将读出的三维图像的数据提供给剖面设定部13，使剖面设定部13进行剖面设定处理(步骤S1)。在步骤S1中，剖面设定部13按照用户借助操作部25输入的指示，或者通过图像处理在血管区域中设定评价剖面。以下举出几个剖面设定处理的具体例。
剖面设定处理1：用户借助操作部25直接指定评价剖面的位置。例如，用户如图6所示，借助操作部25指定主动脉瓣膜区域41、瓣膜口区域43的附近、距离瓣膜口区域43以数毫米程度进入到主动脉区域45的内侧的位置。在位置被指定后，剖面设定部13按照包含所指定的位置的方式设定评价剖面47。例如，剖面设定部13按照包含所指定的位置，并与血管芯线49正交的方式设定评价剖面47。其中，主动脉瓣膜区域41是属于能够取得主动脉瓣膜的CT值范围的像素区域。瓣膜口区域43是属于能够取得通过造影剂强调了对比度的瓣膜口部分的血管的CT值范围的像素区域。主动脉区域45是属于能够取得通过造影剂强调了对比度的主动脉血管的CT值范围的像素区域。左心室区域51是属于能够取得通过造影剂强调了对比度的左心室内的血流路的CT值范围的像素区域。即，瓣膜口区域43、主动脉区域45以及左心室区域51属于大致相同的CT值范围。
剖面设定处理2：用户借助操作部25间接指定评价剖面。例如，用户指定在CT图像上容易视觉确认的主动脉区域的主动脉弓部。剖面设定部13将被指定的主动脉弓部的位置作为起点来执行区域生成处理，从三维图像中提取出主动脉弓部以及左心室区域。剖面设定部13从提取出的主动脉弓部以及左心室区域之中基于解剖学的构造来确定瓣膜口区域。然后，剖面设定部13在比确定出的瓣膜口区域向主动脉的内侧进入数毫米程度的位置设定评价剖面。该情况下，评价剖面例如也被设定成与血管芯线正交。
其中，在处理对象的三维图像是多个的情况下，与多个三维图像相关的多个评价剖面被设定于解剖学上的同一位置或者同一坐标。
在执行了步骤S1后，控制部29使轮廓提取部15进行轮廓提取处理(步骤S2)。在步骤S2中，轮廓提取部15如图7所示，从评价剖面47上的主动脉区域45提取出瓣膜口位置血管53。具体而言，轮廓提取部15对评价剖面47上的主动脉区域45实施二值化处理，提取出主动脉区域45的外侧轮廓53作为瓣膜口位置血管轮廓。瓣膜口位置血管轮廓53在标准的情况下具有组合了3个弧的形状。描绘有瓣膜口位置血管轮廓53的图像(以下称为轮廓图像)的数据由控制部29提供给评价圆生成部17。
在执行了步骤S2之后，控制部29使评价圆生成部17执行评价圆的生成处理(步骤S3)。在步骤S3中，评价圆生成部17基于在步骤S2中提取出的瓣膜口位置血管轮廓，生成评价圆。首先，评价圆生成部17如图8所示，确定瓣膜口位置血管轮廓53上的3个尖点55。尖点55例如按照用户借助操作部25进行的指示，或者通过图像处理来确定。这里，将3个尖点55分别设为尖点55A、尖点55B、尖点55C。在确定了3个尖点55(尖点55A、尖点55B以及尖点55C)后，评价圆生成部17计算与所确定的3个尖点55相接的圆57，并将计算出的圆57描画到轮廓图像上。圆57成为收敛在瓣膜口位置血管轮廓53内的圆中具有最大直径的圆。在描绘了圆57后，评价圆生成部17如图9所示，在轮廓图像上描绘将圆57的中心点59、尖点55A、尖点55B以及尖点55C中的所有2点之间连接的直线61(直线61A、直线61B、直线61C、直线61D、直线61E、直线61F)。在描画了直线61后，评价圆生成部17如图10所示，从轮廓图像上删除瓣膜口位置血管轮廓。由此，生成评价圆63。此外，在评价圆63的生成处理中不一定必须删除瓣膜口位置血管轮廓，也可以将图9所示那样的残留有瓣膜口位置血管轮廓的圆作为评价圆。
与图4比较可知，三角形65A(由直线61A、61D以及61E形成的三角形)、三角形65B(由直线61B、61E以及61F形成的三角形)、三角形65C(由直线61C、61F以及61D形成的三角形)示意地表现了舒张末期时的正常的瓣尖的形状。和图3比较可知，与圆57内接的三角形(由直线61A、61B以及61C形成的三角形)示意地表现了收缩末期时的正常的瓣尖的形状，换言之，示意地表现了瓣膜口轮廓的形状。这里，将三角形65A、三角形65B、三角形65C设为推断正常瓣尖。这样，评价圆63示意地表示了开放时的正常的心脏瓣膜的推断形状、和闭塞时的正常的心脏瓣膜的推断形状。
其中，由于评价圆上的三角形65A、三角形65B以及三角形65C基于实际的被检体的瓣膜口位置血管轮廓形成，所以有时不成为相同的形状。该情况下，评价圆生成部17可以调整三角形65A、三角形65B以及三角形65C的形状(标准化)，以使三角形65A、三角形65B以及三角形65C全部成为同一形状。
在执行了步骤S3之后，控制部29使瓣膜像素确定部19执行瓣膜像素的确定处理(步骤S4)。在步骤S4中，瓣膜像素确定部19如图11所示，按构成评价圆的每个像素，沿着既定的探索方向在限制范围内探索三维图像中包含的瓣膜像素，确定是否有瓣膜像素、即确定心脏瓣膜的开闭。这里，瓣膜像素是主动脉瓣膜区域41上的像素。探索方向例如被规定为评价圆的剖面47(即评价剖面)的垂直方向。适当的限制范围为30毫米左右。此外，探索方向、限制范围可以由用户借助操作部25任意设定。例如，在从评价圆63上的像素A沿着探索方向A的限制范围内存在主动脉瓣膜区域41。因此，对于像素A，确定为有瓣膜像素。该情况下，瓣膜像素确定部19对评价圆63上的像素A分配表示存在瓣膜像素的内容的闭信息。另外，在从评价圆63上的像素B沿着探索方向B的限制范围内不存在主动脉瓣膜区域41。因此，对于像素B，确认为没有瓣膜像素。瓣膜像素确定部19对像素B分配表示不存在瓣膜像素的内容的开信息。这里，将被分配开信息的像素区域称为瓣尖非存在区域，将被分配闭信息的像素区域称为瓣尖存在区域。通过如此将开闭信息分配给评价圆63，例如如图12所示，在评价圆63上设置了瓣尖非存在区域67和瓣尖存在区域69。
在执行了步骤S4之后，控制部29使带颜色的评价圆生成部21的开闭指标计算部211执行开闭指标的计算处理(步骤S5)。在步骤S5中，开闭指标计算部211基于在步骤S4中确定出的开闭信息和评价圆，计算被检体的心脏瓣膜的开闭指标。计算出的开闭指标与心相位建立关联存储于存储部11。开闭指标例如如下述那样计算。
首先，开闭指标计算部211如图13所示，从各三角形65(三角形65A、65B、65C)的底边61A、61B、61C起向垂直方向调查心脏瓣膜的开闭状态。具体而言，开闭指标计算部211按构成底边61A、61B、61C的每个单位像素，沿着探索方向探索瓣尖非存在区域67。探索方向例如是底边的垂直方向。单位像素是由底边上连续的规定量(例如10个)的像素构成的像素组。其中，探索方向、单位像素可以由用户借助操作部25任意设定。开闭指标计算部211基于探索结果计算开闭指标。开闭指标例如基于底边上的单位像素到与底边对置的边的最短距离x和从底边上的像素到沿着探索方向的瓣尖非存在区域为止的最短距离y来计算。更具体而言，开闭指标z例如是基于以下的(1)式计算出的指标，利用百分率来表现。
z＝(y/x)×100…(1)
其中，在没有探索到瓣尖非存在区域的情况下，y＝x。因此，在主动脉瓣膜完全闭合的情况下，开闭指标z＝100％。另一方面，在主动脉瓣膜完全打开的情况下，y＝0，开闭指标z＝0％。
另外，开闭指标计算部211也可以计算每个三角形65的开闭指标。每个三角形65的开闭指标是计算对象的三角形的底边上所存在的多个单位像素的开闭指标的单纯平均值、或与底边上的位置对应的加权平均值。
此外，开闭指标只要表示被检体的主动脉瓣膜的开闭程度与正常的主动脉瓣膜的开闭程度之间的差异程度即可，并不仅限定于由上述的(1)式规定的指标。例如，开闭指标也可以由最短距离x与最短距离y的单纯的比率来表现。另外，开闭指标还可以根据最短距离x与最短距离y的差量(与正常瓣尖轮廓的实际的瓣尖轮廓之间的位置偏移量)来计算，通过毫米或以像素等为单位的距离来表现。或者，开闭指标也可以将毫米或像素等作为单位，单纯用最短距离y来表现。
在执行了步骤S5之后，控制部29使带颜色的评价圆生成部21的颜色信息分配部213执行颜色信息的分配处理(步骤S6)。在步骤S6中，颜色信息分配部213将计算出的开闭指标描画给评价圆上的对应的像素。具体而言，颜色信息分配部213保持着使开闭指标与颜色信息相关联的表。颜色信息分配部213针对计算出的开闭指标确定在表上相关联的颜色信息，并将确定出的颜色信息向分配对象的像素描画。分配对象的像素是评价圆上的像素中、计算其开闭指标时的探索路径上的像素。即，在一个探索路径上被分配一个颜色信息。如果底边的位置不同，则有时被分配不同的颜色信息。
在执行了步骤S6之后，控制部29使显示部27执行显示处理(步骤S7)。在步骤S7中，显示部27以预先设定的显示模式显示带颜色的评价圆。显示部27准备了用于提高开闭程度的评价精度、效率的各种显示模式。以下，说明由显示部27对带颜色的评价圆的具体的显示模式。
显示模式1：图14是表示由显示部27显示的带颜色的评价圆的显示模式1的图。如图14所示，显示部27显示与一次心搏中的舒张末期相关的带颜色的评价圆71、或显示与收缩末期相关的带颜色的评价圆73，或者同时显示两方的带颜色的评价圆71、73。舒张末期的带颜色的评价圆71被确定为一次心搏量的多个带颜色的评价圆中具有最大瓣膜口面积的圆，收缩末期的带颜色的评价圆73被确定为一次心搏量的多个带颜色的评价圆中具有最小瓣膜口面积的圆，例如利用显示部27来确定。其中，舒张末期、收缩末期可以借助操作部25任意指定。另外，显示部27可以与带颜色的评价圆71并列显示舒张末期的MPR图像75，可以与带颜色的评价圆73并列显示收缩末期的MPR图像77。MPR图像75、77由三维图像处理部23生成。带颜色的评价圆71、73与同一剖面(即，在步骤S1中设定的评价剖面)相关。显示部27将带颜色的评价圆71、73上的三角形的轮廓(推断正常瓣尖位置)重叠在MPR图像75、77上来显示，以便在MPR图像75、77上也能视觉性地评价开闭程度。
如图14所示，带颜色的评价圆71、73用颜色的差异表现了主动脉瓣膜的开闭程度的空间分布。因此，用户通过观察带颜色的评价圆71、73，能够利用颜色来掌握主动脉瓣膜的局部的开闭程度。从而，用户可以通过感觉来评价开闭程度。此时，显示部27为了在带颜色的评价圆71、73的附近向用户表示开闭指标与颜色的对应关系，只要显示表示开闭指标与颜色的对应关系的色带(colorbar)79、81即可。另外，显示部27也可以在带颜色的评价圆71、73内的各三角形的附近，显示在步骤S5中计算出的三角形的开闭指标(例如三角形内的平均开闭指标)。例如，对于舒张末期的带颜色的评价圆71，在左边的三角形的附近显示50％，在右边的三角形的附近显示90％，在下边的三角形的附近显示70％。这样，通过显示三角形的开闭指标，除了颜色之外，用户还可以将心脏瓣膜的开闭程度作为数字来进行评价。其中，显示模式1的显示对象的带颜色的评价圆的心相位不限定于舒张末期、收缩末期，也可以是任意的心相位。
此外，显示部27也可以替代MPR图像而显示CPR(curvedplanarreconstruction)图像。CPR图像是由三维图像处理部23对三维图像实施CPR处理而生成。
显示模式2：图15是表示由显示部27显示的带颜色的评价圆的显示模式2的图。如图15所示，显示模式2的带颜色的评价圆83、85根据与阈值的大小关系被着色。具体而言，具有比阈值大的开闭指标的像素被以第1色(例如红)显示，具有比阈值小的开闭指标的像素被以第2色(例如蓝)显示。换言之，由颜色信息分配部213对具有比阈值大的开闭指标的像素分配与第1色对应的颜色信息，对具有比阈值小的开闭指标的像素分配与第2色对应的颜色信息。该阈值由显示部27显示。例如，显示部27将表示阈值的滑块87、89显示于色条91、93。该情况下，通过借助操作部25使滑块87、89在色条91、93上滑动，阈值被变更为与滑块87、89的位置对应的数值。或者，显示部27可以只显示表示阈值的数值。该情况下，通过经由操作部25输入表示阈值的数值，阈值被变更。这样，由于在显示模式2中根据与阈值的大小关系对评价圆着色，所以通过观察带颜色的评价圆83、85，能够在视觉上容易地把握开闭程度比阈值好的瓣尖部位和比阈值差的瓣尖部位。通过阈值在临床上恰当地设定，还能够容易地确定具有功能障碍的瓣尖部位。其中，阈值的个数不限定于一个，也可以是多个。对应于阈值个数的增加，带颜色的评价圆的显示颜色的个数也增加。例如，在阈值为2个的情况下，显示颜色为三个。此外，显示模式2的显示对象的带颜色的评价圆的心相位不限定于舒张末期、收缩末期，也可以是任意的心相位。
显示模式3：图16是表示由显示部27显示的带颜色的评价圆的显示模式3的图。如图16所示，在显示模式3的情况下，显示部27将与评价圆同一心相位的相关的瓣尖区域的轮廓(以下称为瓣尖轮廓)95重叠在带颜色的评价圆71上来显示。瓣尖轮廓95由轮廓提取部15从与评价剖面相关的MPR图像中提取出。这样，通过在带颜色的评价圆71上显示瓣尖轮廓95，用户能够更便捷且更准确地评价心脏瓣膜的开闭程度，而且，开闭程度的评价的可靠性提高。其中，显示模式3的显示对象的带颜色的评价圆并不限定于舒张末期的带颜色的评价圆，能够应用于任意的心相位的带颜色的评价圆。此外，显示模式3的显示对象的带颜色的评价圆的心相位并不限定于舒张末期，可以是任意的心相位。而且，显示部27也可以在一个带颜色的评价圆上显示与多个心相位相关的多个瓣尖轮廓。
显示模式4：图17是表示由显示部27显示的带颜色的评价圆的显示模式4的图。如图17所示，显示模式4的带颜色的评价圆97、99利用与正常瓣尖轮廓的位置偏移量((1)式的最短距离x与最短距离y的差量)所对应的颜色显示。位置偏移量被以毫米[mm]进行显示。
显示模式5：图18是表示由显示部27显示的带颜色的评价圆的显示模式5的图。如图18所示，显示模式5的带颜色的评价圆100对应于不同的2个心相位下的开闭指标的差量而被着色。例如，不同的2个心相位是一次心搏中的开面积为最小的相位和最大的相位。典型的情况下，最小的开面积的相位是舒张末期，最大的开面积的相位是收缩末期。开面积是评价圆中的构成瓣尖存在区域的像素的像素数(面积)。为了提高诊断精度，显示部27可以与带颜色的评价圆100并列地显示开面积为最小的相位下的MPR图像和开面积为最大的相位下的MPR图像。另外，为了提高诊断精度，显示部27也可以在带颜色的评价圆100上重叠所显示的MPR图像中包含的芯线轮廓95。在图18的情况下，与最小的开面积的相位(即舒张末期)相关的瓣尖轮廓95和与最大的开面积的相位(即收缩末期)相关的瓣尖轮廓95重叠。
通过利用显示模式1～5，用户可以通过观察与显示中的心相位相关的带颜色的评价圆，来简便地定量评价心脏瓣膜的性状。因此，图像处理装置1可以提高在瓣膜病的治疗方针的决定、治疗计划中用户的作业效率、诊断精度。
显示模式6：图19是表示由显示部27显示的带颜色的评价圆的显示模式5的图。如图19所示，在显示模式6的情况下，显示部27动态显示与多个心相位相关的多个带颜色的评价圆。具体而言，在上述的控制部29的控制下，生成与至少一次心搏量的多个心相位相关的带颜色的评价圆，并存储到存储部11中。显示部27将存储部11中存储的带颜色的评价圆按时间序列动态显示。此时，带颜色的评价圆可以如上述那样与色带一同显示。显示速度例如除了通常的1倍速之外，还能够实现0.5倍速等的低速再生或2倍速等的高速再生。显示速度可以借助操作部25任意变更。通过动态显示，用户能够将心脏瓣膜的开闭程度的时间变化作为颜色的变化来把握。另外，通过经由操作部25进行动态显示的停止指示，显示部27还能够停止动态显示，持续显示在被指示停止的时刻所显示的带颜色的评价圆。其中，显示模式6的带颜色的评价圆也能够对应显示模式1～5的任意一个。
显示模式7：图20是表示由显示部27显示的带颜色的评价圆的显示模式7的图。如图20所示，在显示模式7的情况下，显示部27与带颜色的评价圆的动态显示一同显示心电图波形、开闭指标的波形。更详细而言，在显示画面上配置有：心电图波形107用的显示区域101、开闭指标的波形109用的显示区域103、带颜色的评价圆71用的显示区域105。在显示区域103中除了与被检体相关的开闭指标的波形109之外，还可以为了健康者与被检体的比较而显示与健康者相关的开闭指标的波形111。波形111可以是通过上述的步骤生成的波形，也可以是通过逻辑计算而得到的波形，或者还可以是根据经验制成的波形。其中，开闭指标的波形109、111被规定成横轴为时间，纵轴为开闭指标。
如果知道显示中的带颜色的评价圆的心相位位于心电图波形107、开闭指标的波形的109、111上的什么位置，则便于开闭程度的评价。如上述那样，带颜色的评价圆71和开闭指标与心相位建立关联地存储于存储部11。利用该关联，显示部27将表示显示中的带颜色的评价圆71的心相位的滑块113，与心电图波形107和开闭指标的图109、111重叠显示。滑块113伴随着所显示的带颜色的评价圆71的切换，沿着心电波形107、开闭指标的波形109、111的横轴移动。其中，显示模式7的带颜色的评价圆71也能够对应显示模式1～5的任意一个。
通过利用显示模式6以及7，用户可以考虑与多个心相位相关的开闭程度来进行瓣膜病的治疗方针的决定、治疗计划。因此，当在一个心相位下认为是重症的情况下，但在多个心相位下是小病时，可以研究治疗的要或不要。
这样一来，本实施方式涉及的图像处理装置能够提高由医生、技师等进行的与瓣膜病相关的作业效率、诊断精度。
此外，本发明并不限定于上述实施方式，在实施阶段能够在不脱离其主旨的范围将构成要素变形来具体化。
(变形例1)
变形例1涉及的显示部27如图21所示，显示带颜色的MPR图像115。带颜色的MPR图像115是根据在上述的步骤S4中确定出的开闭信息，被颜色信息分配部213分配了颜色信息的MPR图像。以下，对带颜色的MPR图像115的生成方法进行说明。
首先，瓣膜像素确定部19向与评价剖面相关的MPR图像中映射是否有瓣膜像素的信息。具体而言，瓣膜像素确定部19通过与步骤S4同样的方法，来针对与评价剖面相关的MPR图像的像素确定心脏瓣膜的开闭(即，在评价剖面的垂直方向是否有瓣膜像素)。对被确定为有瓣膜像素的像素分配闭信息，对被确定为没有瓣膜像素的像素分配开信息。在开信息、闭信息被分配给MPR图像之后，着色信息分配部33对被赋予了开信息的像素分配与开信息对应的颜色信息，对被赋予了闭信息的像素分配与闭信息对应的颜色信息。由此，生成带颜色的MPR图像115。然后，显示部27显示带颜色的MPR图像115。例如，被分配了闭信息的像素区域(瓣尖存在区域)67以蓝色显示，被分配了开信息的像素区域(瓣尖非存在区域)69以红色显示。通过显示带颜色的MPR图像，用户能够在二维的MPR图像上基于颜色来判断心脏瓣膜的三维的开闭状态。
(变形例2)
变形例2涉及的图像处理装置以与图5的流程不同的流程设定评价剖面，来计算开闭指标。以下，针对变形例2涉及的图像处理装置进行说明。其中，在以下的说明中，对具有与本实施方式大致相同的功能的构成要素赋予同一附图标记，仅在必要的情况下进行重复说明。
图22是示意地表示变形例2涉及的处理的流程的图。如图22所示，首先，控制部29使轮廓提取部15进行检测处理(步骤S11)。在步骤S11中，轮廓提取部15从三维图像之中检测主动脉区域。具体而言，首先，轮廓提取部15确定三维图像中最上的切片图像(Z坐标最大或者最小的切片图像)。然后，轮廓提取部15从最上的切片图像中含有的多个像素之中确定出高像素区域。确定出的高像素区域被设定为主动脉区域。
在进行了步骤S11之后，控制部29使轮廓提取部15进行提取处理(步骤S12)。在步骤S12中，轮廓提取部15将在步骤S11中检测到的主动脉区域作为起点，从三维图像中提取出主动脉区域。具体而言，轮廓提取部15检索与在步骤S11中检测到的主动脉区域中像素值连结的像素，将连结的像素作为主动脉区域从三维图像中提取。
在进行了步骤S12之后，控制部29使评价圆生成部17进行确定处理。在确定处理中，评价圆生成部17从Z坐标的上方朝向下方，从主动脉区域的像素之中不断探索主动脉区域中的具有低像素值的像素。具有低像素值的像素成为心脏瓣膜区域的候补。具体而言，控制部29在步骤S13以及S14中使评价圆生成部17进行检测处理。在步骤S13中，评价圆生成部17从主动脉区域中检测2个点的冠动脉起始部，作为具有低像素值的像素。冠动脉区域从主动脉区域分支。冠动脉起始部是冠动脉区域与主动脉区域的分支点。冠动脉起始部在解剖学上比主动脉瓣膜更位于血管区域的末端侧。冠动脉起始部被从心脏瓣膜区域除外。如果检测到冠动脉起始部，则评价圆生成部17再次从主动脉区域的像素之中不断探索主动脉区域中的具有低像素值的像素。在步骤S14中，评价圆生成部17检测出主动脉区域的特征点作为具有低像素值的像素。特征点存在6个点。该特征点在解剖学上被看作心脏瓣膜区域的特征点。
另外，在进行了步骤S12之后，控制部29与步骤S13以及14并行，使评价圆生成部17进行芯线提取处理(步骤S15)。在步骤S15中，评价圆生成部17提取出在步骤S12中提取的主动脉区域的芯线。
在进行了步骤S14和步骤S15之后，控制部29使评价圆生成部17进行设定处理(步骤S16)。在步骤S16中，评价圆生成部17设定包含在步骤S14中检测出的6个特征点的三维区域(子体：subvolume)。例如，三维区域被设定为具有与芯线正交的上面和下面的长方体区域。所设定的三维区域在步骤S17中被进行投影处理。因此，将该三维区域称为投影空间。
在进行了步骤S16之后，控制部29使评价圆生成部17进行投影图像生成处理(步骤S17)。在步骤S17中，评价圆生成部17限定于投影空间对三维图像实施投影处理，生成投影图像。投影处理例如沿着芯线实施。作为投影处理，可以是最大值投影法、最小值投影法、平均值投影法等现有的任意方法。例如，投影处理可以通过最小值投影法来执行。
在进行了步骤S17之后，控制部29使评价圆生成部17进行评价圆生成处理(步骤S18)。在步骤S18中，评价圆生成部17与本实施方式的步骤S3同样，基于在步骤S17中生成的投影图像生成评价圆。即，评价圆生成部17在步骤S17中的投影图像之中确定3个尖点，将所确定的3个尖点间连结的直线描绘到投影图像上。由此，生成评价圆。
其中，变形例2涉及的评价圆基于子体的投影图像而生成。但是，变形例2并不限定于此。例如，评价圆也可以基于与对子体设定的剖面相关的剖面图像而生成。该情况下，评价圆生成部17与本实施方式的步骤S3同样，基于与对子体设定的剖面相关的剖面图像生成评价圆。以下，将在步骤S18中生成的评价圆称为不同种类评价圆。
在进行了步骤S18之后，控制部29使评价圆生成部17进行开闭指标的决定处理(步骤S19)。在步骤S19中，评价圆生成部17针对构成不同种类评价圆的多个像素分别决定变形例2涉及的开闭指标。变形例2涉及的开闭指标对应于像素值来决定。具体而言，在处理对象的像素被分配了由来于血流的像素值的情况下，评价圆生成部17决定为开闭指标z＝100％。该情况下，处理对象的像素是瓣尖存在区域。其中，由来于血流的像素值是比较高的像素值。另一方面，在处理对象的像素被分配了由来于心脏瓣膜的像素值的情况下，评价圆生成部17决定为开闭指标z＝0％。该情况下，处理对象的像素是瓣尖非存在区域。由来于心脏瓣膜的像素值是比较低的像素值。评价圆生成部17通过对不同种类评价圆的像素分配所决定的开闭指标，生成心脏瓣膜区域重叠的评价圆。将该评价圆称为瓣膜合成评价圆。生成的瓣膜合成评价圆由显示部27显示。此时，显示部27可以通过与开闭指标对应的彩色来显示瓣膜合成评价圆中的心脏瓣膜区域，也可以灰色来进行显示。另外，显示部27也可以表示瓣膜合成评价圆中包含的瓣尖存在区域的像素数与瓣尖非存在区域的像素数的比率。该比率可以通过色图(colormap)进行图表显示。
如上述那样，不同种类评价圆有时基于MPR图像生成。图23是表示不同种类评价圆117基于MPR图像生成的情况下的瓣膜合成评价圆的显示例的图。如图23所示，显示部27可以将与同一剖面相关的MPR图像和瓣膜合成评价圆117并排显示。剖面的位置能够由用户借助操作部25任意设定。在剖面的位置被变更的情况下，显示部27如图所示那样，使MPR图像的剖面的位置与瓣膜合成评价圆117的剖面的位置连动。
根据变形例2，不需要由用户进行的评价剖面的设定。因此，与本实施方式相比，变形例2涉及的图像处理装置1能够进一步降低由用户进行的与瓣膜病相关的作业效率。
(变形例3)
在本实施方式中，设心脏瓣膜为主动脉瓣膜。因此，瓣尖的数量为3个。但是，本实施方式的瓣尖的数量不限定于3个，能够根据心脏瓣膜的种类适当变更。另外，与之相伴，还能够将瓣尖的形状从三角形变更为四边形等其他的几何学形状。
例如，二尖瓣膜具有2枚瓣尖。图24A、图24B以及图24C是表示与二尖瓣膜相关的评价圆的具体例的图。图24A的评价圆描绘出与实际的二尖瓣膜的形状比较接近的2枚瓣尖。图24B的评价圆描绘出具有大致相同的大小以及形状的2枚瓣尖。图24B的评价圆比图24A的评价圆简化。图24C的评价圆描绘出具有不同大小及形状的2枚瓣尖。图24C的评价圆与图24A的评价圆相比更加示意，与图24B的评价圆相比，描绘出与实际的形状更接近的瓣尖。与二尖瓣膜相关的评价圆可以根据用户的喜好而从图24A、图24B以及图24C中任意选择。
(变形例4)
变形例4涉及的显示部27如图25所示，显示MPR图像与带颜色的评价圆的合成图像121。合成图像121例如是半透明的带颜色的评价圆被重叠于MPR图像的图像。通过合成图像121的显示，用户能够通过一枚图像来观察心脏瓣膜的形态信息和开闭指标双方。
另外，通过将上述实施方式所公开的多个构成要素适当组合，能够形成各种发明。例如，可以从实施方式所示的所有构成要素中删除几个构成要素。并且，可以将不同实施方式中的构成要素适当地组合。
附图标记说明：
1…图像处理装置；11…存储部；13…剖面设定部；15…轮廓提取部；17…评价圆生成部；19…瓣膜像素确定部；21…带颜色的评价圆生成部；211…开闭指标计算部；13…颜色信息分配部；23…三维图像处理部；25…操作部；27…显示部；29…控制部。

Claims (10)

1.一种图像处理装置，其特征在于，具备：
存储部，存储与被检体的心脏区域有关的三维图像；
心脏瓣膜确定部，通过图像处理从上述三维图像所含的血管区域中确定出多个心脏瓣膜；
计算部，计算指标值，该指标值表示上述多个心脏瓣膜的开闭程度；
显示部，显示上述指标值；
设定部，对上述心脏区域所含有的血管区域设定剖面；
提取部，通过图像处理从上述剖面中的上述血管区域提取出上述血管区域的轮廓；
第1生成部，基于上述轮廓的形状生成示意瓣膜图像，该示意瓣膜图像示意地表现心脏瓣膜的形状；
瓣膜像素确定部，按构成上述示意瓣膜图像的每个像素，沿着既定方向探索上述三维图像所含的与上述心脏瓣膜有关的瓣膜像素，确定是否有上述瓣膜像素；和
第2生成部，基于上述示意瓣膜图像和是否有上述瓣膜像素的信息，生成按每个像素以颜色表现上述心脏瓣膜的开闭程度的颜色图像。
2.一种图像处理装置，其特征在于，具备：
存储部，存储与被检体的心脏区域有关的三维图像；
确定部，通过图像处理从上述三维图像所含的血管区域中确定出多个心脏瓣膜；
计算部，计算表示上述多个心脏瓣膜的开闭程度的指标值，该指标值表示被检体的主动脉瓣膜的开闭程度和正常的主动脉瓣膜的开闭程度之间的差异程度；和
显示部，示意地表现上述多个心脏瓣膜的形状，示意地表现开放时的正常的心脏瓣膜的推断形状和闭塞时的正常的心脏瓣膜的推断形状，并且显示以亮度或颜色的不同表现了上述指标值的示意瓣膜图像。
3.根据权利要求1或2所述的图像处理装置，其特征在于，
上述计算部针对上述多个心脏瓣膜的各心脏瓣膜，按上述心脏的不同部分计算出上述指标值。
4.根据权利要求1所述的图像处理装置，其特征在于，
上述显示部显示上述颜色图像。
5.根据权利要求1所述的图像处理装置，其特征在于，
上述示意瓣膜图像示意地表现开状态下的正常的心脏瓣膜的推断形状和闭状态下的正常的心脏瓣膜的推断形状。
6.根据权利要求1所述的图像处理装置，其特征在于，
上述第2生成部按上述每个像素分配颜色信息，该颜色信息对应于与上述被检体的心脏瓣膜有关的开闭程度和与正常的心脏瓣膜有关的开闭程度之间的差异程度。
7.根据权利要求1所述的图像处理装置，其特征在于，
上述第2生成部针对多个心相位生成上述颜色图像，
上述显示部动态显示与上述多个心相位有关的颜色图像。
8.根据权利要求1所述的图像处理装置，其特征在于，
上述提取部还通过图像处理从上述剖面上的心脏瓣膜区域提取出上述心脏瓣膜区域的轮廓，
上述显示部在上述颜色图像上重叠上述心脏瓣膜区域的轮廓来显示。
9.一种图像处理装置，其特征在于，具备：
存储部，存储与被检体的心脏区域有关的三维图像；
设定部，设定与上述心脏区域所含的血管区域交叉的剖面；
第1生成部，基于上述三维图像生成与上述剖面有关的剖面图像；
确定部，从上述剖面沿着既定方向探索上述三维图像所含的与心脏瓣膜有关的瓣膜像素，按构成上述剖面图像的每个像素确定上述瓣膜像素的有无；和
第2生成部，基于上述剖面图像和上述瓣膜像素的有无，生成按每个像素以颜色表现是否有上述瓣膜像素的颜色图像。
10.一种图像处理装置，其特征在于，具备：
存储部，存储与被检体的心脏区域有关的三维图像；
设定部，对上述心脏区域所含有的血管区域设定剖面；
确定部，通过图像处理从上述血管区域中确定出心脏瓣膜；
生成部，生成示意地表现上述心脏瓣膜的形状、且示意地表现开放时的正常的心脏瓣膜的推断形状和闭塞时的正常的心脏瓣膜的推断形状的示意瓣膜图像；和
显示部，将上述心脏瓣膜进行位置调整后重叠在上述示意瓣膜图像上来显示。
CN201180002932.4A 2011-11-02 2011-11-02 图像处理装置 Active CN103189868B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2011/075330 WO2013065155A1 (ja) 2011-11-02 2011-11-02 画像処理装置

Publications (2)

Publication Number Publication Date
CN103189868A CN103189868A (zh) 2013-07-03
CN103189868B true CN103189868B (zh) 2016-07-06

Family

ID=48172501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180002932.4A Active CN103189868B (zh) 2011-11-02 2011-11-02 图像处理装置

Country Status (3)

Country Link
US (1) US8594413B2 (zh)
CN (1) CN103189868B (zh)
WO (1) WO2013065155A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10330758B2 (en) * 2013-12-02 2019-06-25 Koninklijke Philips N.V. Magnetic resonance imaging using zero echo time puse sequences
JP6411073B2 (ja) * 2014-06-02 2018-10-24 キヤノンメディカルシステムズ株式会社 医用画像処理装置および医用画像処理方法
JP6479346B2 (ja) * 2014-06-05 2019-03-06 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
EP3367896B1 (en) * 2015-10-28 2020-12-30 Koninklijke Philips N.V. Signaling of an aortic valve state
JP7334036B2 (ja) * 2018-11-22 2023-08-28 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
CN113782202B (zh) * 2021-08-31 2023-08-01 拓微摹心数据科技(南京)有限公司 一种基于主动脉瓣根部的虚拟瓣环平面夹角的横位心风险评估方法
CN115429297B (zh) * 2022-09-29 2023-06-02 上海博动医疗科技股份有限公司 一种主动脉瓣识别方法及装置、电子设备、存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101828930A (zh) * 2009-02-05 2010-09-15 株式会社东芝 医用图像取得装置、医用图像处理装置、超声波图像取得装置以及超声波图像处理装置
CN102028498A (zh) * 2009-10-08 2011-04-27 株式会社东芝 超声波诊断装置及超声波图像处理装置
JP2011130825A (ja) * 2009-12-22 2011-07-07 Hitachi Aloka Medical Ltd 超音波データ処理装置およびそのプログラム
CN102144930A (zh) * 2010-02-04 2011-08-10 株式会社东芝 图像处理装置、超声波诊断装置、以及图像处理方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7567696B2 (en) * 2004-03-02 2009-07-28 Siemens Medical Solutions Usa, Inc. System and method for detecting the aortic valve using a model-based segmentation technique
CN101111194A (zh) 2004-12-24 2008-01-23 株式会社Yd 心脏瓣膜数据测量方法和装置
US8009887B2 (en) * 2007-11-02 2011-08-30 Siemens Corporation Method and system for automatic quantification of aortic valve function from 4D computed tomography data using a physiological model
US8103070B2 (en) * 2007-11-22 2012-01-24 Toshiba Medical Visualization Systems Europe, Limited Volume rendering apparatus and method
JP5491830B2 (ja) * 2009-01-20 2014-05-14 株式会社東芝 超音波診断装置、超音波画像処理装置、画像処理方法および画像表示方法
JP5444117B2 (ja) * 2010-05-17 2014-03-19 株式会社東芝 画像処理装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101828930A (zh) * 2009-02-05 2010-09-15 株式会社东芝 医用图像取得装置、医用图像处理装置、超声波图像取得装置以及超声波图像处理装置
CN102028498A (zh) * 2009-10-08 2011-04-27 株式会社东芝 超声波诊断装置及超声波图像处理装置
JP2011130825A (ja) * 2009-12-22 2011-07-07 Hitachi Aloka Medical Ltd 超音波データ処理装置およびそのプログラム
CN102144930A (zh) * 2010-02-04 2011-08-10 株式会社东芝 图像处理装置、超声波诊断装置、以及图像处理方法

Also Published As

Publication number Publication date
US20130108141A1 (en) 2013-05-02
CN103189868A (zh) 2013-07-03
WO2013065155A1 (ja) 2013-05-10
US8594413B2 (en) 2013-11-26

Similar Documents

Publication Publication Date Title
CN103189868B (zh) 图像处理装置
US11576626B2 (en) Systems and methods for numerically evaluating vasculature
US20210074435A1 (en) Systems and methods for reporting blood flow characteristics
CN105184086B (zh) 用于冠状动脉中改进的血液动力学计算的方法及系统
DE202014010680U1 (de) System zum Bewerten kardiovaskulärer Behandlungsoptionen für einen Patienten
CN101887487A (zh) 针对心脏病的模型产生器
JP5444117B2 (ja) 画像処理装置
CN110706770A (zh) 心脏数据处理设备及处理方法、计算机可读存储介质
WO2023023286A2 (en) Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking
Mill et al. Visual Analytics for Planning Left Atrial Appendage Occlusion: A Case Study on In-silico Hemodynamic Assessment
JP2023032292A (ja) 医用画像表示装置、医用画像表示方法及びプログラム
Yastrebov 3D Echocardiography in Critical Care
Heidari et al. A comparison of conventional and advanced 3D imaging techniques for percutaneous left atrial appendage closure
Domik et al. How useful is computer graphics for medical diagnoses?
WO2011062108A1 (ja) 画像処理装置及び画像処理方法

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: 20160719

Address after: Tochigi County, Japan

Patentee after: Toshiba Medical System Co., Ltd.

Address before: Tokyo, Japan, Japan

Patentee before: Toshiba Corp

Patentee before: Toshiba Medical System Co., Ltd.