CN103596489A - 图像诊断支持装置、以及方法 - Google Patents
图像诊断支持装置、以及方法 Download PDFInfo
- Publication number
- CN103596489A CN103596489A CN201280028495.8A CN201280028495A CN103596489A CN 103596489 A CN103596489 A CN 103596489A CN 201280028495 A CN201280028495 A CN 201280028495A CN 103596489 A CN103596489 A CN 103596489A
- Authority
- CN
- China
- Prior art keywords
- mentioned
- image
- registration process
- para
- model image
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 198
- 238000003745 diagnosis Methods 0.000 title abstract description 31
- 230000008569 process Effects 0.000 claims description 153
- 238000002059 diagnostic imaging Methods 0.000 claims description 50
- 238000007689 inspection Methods 0.000 claims description 46
- 238000012937 correction Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 description 21
- 238000007726 management method Methods 0.000 description 12
- 238000009825 accumulation Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 210000004072 lung Anatomy 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 230000002685 pulmonary effect Effects 0.000 description 6
- 238000002601 radiography Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 210000004185 liver Anatomy 0.000 description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 description 5
- 210000002027 skeletal muscle Anatomy 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 210000001835 viscera Anatomy 0.000 description 4
- 230000004069 differentiation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 210000002216 heart Anatomy 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000003748 differential diagnosis Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 210000003240 portal vein Anatomy 0.000 description 2
- 230000002980 postoperative effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 210000000133 brain stem Anatomy 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 206010006451 bronchitis Diseases 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 238000004138 cluster model Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010247 heart contraction Effects 0.000 description 1
- 238000003706 image smoothing Methods 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000000505 pernicious effect Effects 0.000 description 1
- 230000001144 postural effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 210000001364 upper extremity Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
- A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
- A61B2576/023—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the heart
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
-
- 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]
- A61B6/032—Transmission 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
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- 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
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
- A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
-
- 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
- G06T2207/30056—Liver; Hepatic
-
- 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
- G06T2207/30061—Lung
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- High Energy & Nuclear Physics (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
在本发明的图像诊断支持装置中，谋求在比较多个图像而进行图像读取时的图像间的对位处理的高效化。该图像诊断支持装置通过多个图像间的登记处理来进行图像诊断的支持，具备：图像读取终端（104），其执行登记处理；存储装置（101、103），其存储在登记处理中利用的模型图像等，其中，图像读取终端（104）使用在根据多个图像的检查目的、关注部位选择出的模型图像中预先设定的对位的基准区域、根据多个图像的检查手法决定的登记处理的参数，执行多个图像间的登记处理。
Description
技术领域
本发明涉及一种图像诊断支持装置，特别涉及一种在比较多个图像而进行图像读取时谋求图像间的对位处理高效化的技术。
背景技术
在近年来的图像诊断中，通过过程观察等的拍摄日期时间不同的图像之间的比较、检查设备和拍摄方法不同的多个图像之间的比较而进行肿瘤的良性恶性判别的鉴别诊断等，比较多个图像来进行图像读取的情况很多。在该情况下，存在很多由于因呼吸造成的体动、拍摄时的姿势变化等而没有将拍摄所得的脏器显示在所比较的多个图像的相同位置的情况。因此，在进行高效的诊断的情况下，为了将事先拍摄所得的多个图像的关注部位显示在相同的位置，最好是通过对一方的图像进行移动、放大缩小、旋转、或逐次地进行变形处理来进行图像间的对位、即进行登记处理。
作为现有技术，例如在非专利文献1中，作为该登记处理，公开了使在图像之间对应的像素值的统计性依存性即相互信息量最大的方法。
作为其他的现有技术，例如如专利文献1那样，公开了以下的方法，即为了使得通过图像识别提取多个图像的支气管的分支而使分支位置正确地匹配，不是对图像整体而是正确地对关注部位的显示位置进行正确地对位且容易地进行比较。
现有技术文献
专利文献
专利文献1：日本特开2009-160045号公报
非专利文献
非专利文献1：电子信息通信学会论文志D-II，Vol.J87-D-II，No.10pp.1887～1920，2004年10月
发明内容
发明要解决的问题
在医疗图像中，存在与检查目的对应的各种检查设备模式）、拍摄方法，进而存在着眼于各种部位的图像。因此，存在以下的问题，即为了使用上述的现有技术进行登记处理，必须根据这些进行对位的图像调整与处理有关的参数。
另外，存在以下的问题，即为了使用上述现有技术通过图像识别而提取关注部位，必须对每个部位进行识别算法的最优化。另外，还存在以下的问题，即在由于个人差别、手术等而存在部位的变形、缺损的情况下无法容易地对应。
本发明的目的在于：提供一种图像诊断支持装置、以及方法，其解决上述的问题，谋求在比较多个图像而进行图像读取时的图像间的对位处理的高效化。
解决问题的方案
为了达到上述目的，在本发明中，提供一种图像诊断支持装置，其通过多个图像间的登记处理来进行图像诊断的支持，该图像诊断支持装置具备：处理部，其执行登记处理；存储部，其存储与检查手法对应的在登记处理所利用的参数，其中，处理部使用基于多个图像的检查手法而选择出的登记处理的参数，执行多个图像间的登记处理。
另外，为了达到上述目的，在本发明中，提供一种图像诊断支持装置的工作方法，使用通过多个图像间的登记处理进行图像诊断的支持的终端，其中，终端根据多个图像的检查目的、关注部位选择模型图像，使用在选择出的模型图像中预先设定的对位的基准区域、根据多个图像的检查手法决定的登记处理的参数，执行多个图像间的登记处理。
发明效果
根据本发明，能够谋求在比较多个图像而进行图像读取时的图像间的对位处理的高效化。
附图说明
图1A是表示第一实施例的图像诊断支持系统的一个例子的结构图。
图1B是表示第一实施例的图像读取终端的内部结构的一个例子的框图。
图2是表示第一实施例的登记处理的处理步骤的流程图。
图3是用于说明第一实施例的登记处理的概要图。
图4是表示第一实施例的模型图像候选表的一个例子的图。
图5是表示第一实施例的参数组（PS）设定表的一个例子的图。
图6是表示第一实施例的实施结果积累表的一个例子的图。
图7是用于说明第一实施例的登记处理的参数修正的一个例子的图表图。
图8A是表示第一实施例的模型图像的一个例子的图。
图8B是表示第一实施例的模型图像的另一个例子的图。
图8C是表示第二实施例的模型图像的一个例子的图。
图8D是表示第二实施例的模型图像的另一个例子的图。
图8E是表示第二实施例的模型图像的另一个例子的图。
图9是表示各实施例的存储在存储装置中的模型图像的数据的一个例子的图。
图10是用于说明各实施例的关注部位和模型图像的三维数据管理方法的图。
图11是用于说明判别第三实施例的登记处理的成功与否的图表图。
图12是用于说明将由2种图像组成的模型图像作为集群模型图像进行管理的变形实施例的示意图。
图13是示意地表示第四实施例的图像诊断支持系统的一个结构的图。
图14是示意地表示第五实施例的图像诊断支持系统的一个结构的图。
图15是表示第四实施例的利用了服务中心的登记处理步骤的一个例子的图。
图16是表示第五实施例的检查时刻的登记处理的一个例子的图。
图17是表示各实施例的显示部上的登记处理画面的一个例子的图。
具体实施方式
以下，根据附图来说明用于实施本发明的图像诊断支持系统、图像诊断支持装置的各种实施方式。此外，在本说明书中，图像诊断支持系统是指包含图像诊断支持装置和经由网络与该装置连接的用于各种图像诊断的检查设备（模式）的系统。另一方面，图像诊断支持装置表示不包含检查设备的装置，但可以包含存储由各种检查设备进行拍摄所得的图像和各种数据的存储装置。另外，登记处理是指通过对多个图像中的一个图像进行移动、放大缩小、旋转、或变形处理来进行多个图像间的对位的处理。在执行使用了模型图像的登记处理时，使用参数组（Parameter Set：PS）作为各种数据，但有时也将该参数组简称为参数。进而，有时将拍摄用于各种图像诊断的图像的检查设备及其拍摄方法统称为检查手法。
实施例1
第一实施例涉及设定用于执行使用了模型图像的登记处理的参数的图像诊断支持系统。即，
第一实施例是以下图像诊断支持装置的实施例，即通过多个图像间的登记处理而进行图像诊断的支持的图像诊断支持装置，其具备：
处理部，其执行登记处理；存储部，其存储与检查手法对应的在登记处理中利用的参数，其中，处理部使用根据多个图像的检查手法选择出的登记处理的参数，执行多个图像间的登记处理。另外，本实施例是以下结构的图像诊断支持装置、及其工作方法的实施例，即通过多个图像间的登记处理进行图像诊断的支持的图像诊断支持装置、及其工作方法，其具备：处理部，其执行登记处理；存储部，其存储在登记处理中利用的模型图像，其中，该处理部使用在根据多个图像的检查目的、关注部位而选择出的模型图像中设定的对位的基准区域、根据多个图像的检查手法决定的登记处理的参数，执行多个图像间的登记处理。
图1A是表示第一实施例的图像诊断支持系统的一个例子的结构图。在图1A中，101是主要保存通过用于各种图像诊断的检查设备（模式）拍摄所得的图像数据的存储装置，102是将图像数据保存在存储装置101等中进行管理的图像保存服务器。同样，103是存储装置，其将模型图像、参数等本实施例的图像诊断支持系统的处理的实施所需要的信息作为数据库而保存。104是具备显示部的图像读取终端。存储装置101、存储装置103分别可以构成为图像保存服务器102、图像读取终端104的内部的存储部。
106、107、108分别表示第一CT（计算机X射线断层摄影术）装置、第二CT装置、以及MRI（磁共振成像）装置等用于图像诊断的检查设备（模式）。这些各种装置全部经由网络105相互连接。此外，图像保存服务器102和图像读取终端104都是普通的计算机，在其内部具备作为相互连接的处理部的中央处理部（Central Processing Unit：CPU）、存储部、显示部、键盘等输入输出部、网络接口等。
在图1B中表示图1A的图像诊断支持系统中的图像读取终端104的一个具体例子，111是作为存储部的主存储器（MM），112是CPU，113是成为显示部的液晶显示器（LCD），114是硬盘驱动器（HDD），115是键盘等输入部（INPUT），116是网络接口（I/F）。如上述那样，HDD114也可以作为图1A的系统的存储装置103、进而作为存储装置101而使用。此外，图像保存服务器102的结构也具有同样的结构，因此省略详细的说明，但如上述那样，其内部的HDD可以作为图1A的系统的存储装置101使用。
在本实施例的图像诊断支持系统中，首先使用图像读取终端104的输入部115，根据检查目的、检查设备（模式）、拍摄方法等的检查手法、关注部位的要素而独立地设定登记处理的参数。
以下，使用图2、图3说明本实施例的图像诊断支持系统的登记处理的具体例子。
图2是表示本实施例的系统的图像读取终端104中的登记处理的处理步骤的流程图。图3是用于说明本实施例的系统中的登记处理的概要图，301是进行登记处理的处理部。该处理部301与图1B的图像读取终端104的CPU112对应。首先，如图2的流程图所示那样，如果开始登记处理201，则处理部301根据从图像读取终端104的输入部115输入的用户指示，从存储装置103的数据库中读入作为上述各要素的检查手法即检查设备、拍摄方法302、检查目的303、关注部位304（202），并存储到图像读取终端104的内部的存储部中。同样，图像读取终端104读入存储在存储装置101中的检查设备的图像数据1、图像数据2（203、204），存储在内部的存储部中。在本实施例中，图像数据1是被重叠的图像的数据，图像数据2是进行重叠的图像的数据。
接着，图像读取终端104的处理部301根据之前输入的检查目的、关注部位决定图像候选（205）。模型图像的数据如后面图4所示例的那样，与检查目的、关注部位关联地存储在存储装置103中。此外，关注部位304如图3所示例的那样，在诊断对象是人体的情况下，是指头、胸、背、腹、上肢、下肢等、大脑皮层、脑干、肺、心脏、肝脏、肾脏等脏器等。接着，处理部301的参数设定部3013根据图像数据1和各模型图像候选的检查手法来决定参数组（PS）（206）。在后面用图5来说明该参数组（PS）的决定方法。
然后，使用所决定的参数组（PS）执行登记处理，即在图像数据1和各模型数据候选之间，针对图像整体对各模型图像进行移动、放大缩小、旋转、或变形处理使其与图像数据1合并（207），判定是否存在登记处理成功的模型图像（208）。此外，如上述那样，根据模型图像ID404顺序地从存储装置103中读出模型图像候选的数据，由此能够推进图像数据1和模型图像候选之间的登记处理。此外，在后面说明登记处理是否成功的判断方法。
接着，使用登记处理成功了的模型图像，进行对位的基准区域的设定。在存在多个成功了的模型图像的情况下，首先选择相互信息量最大的模型图像、即部位的形状更一致的模型图像（209）。即，选择包含部位的变形、缺损的多个模型图像候选中的具有最大的相互信息量的模型图像候选。然后，将在选择出的模型图像中预先设定的关注部位的对位的基准区域所对应的图像数据1上的部位设定为用于图像数据1和图像数据2之间的登记处理的对位的基准区域（210）。
接着，根据被重叠的图像数据1、进行叠加的图像数据2的检查手法、即检查设备、拍摄方法来进行登记处理的参数决定（211）。然后，使用所决定的参数，执行图数据1和图像数据2的登记处理（212），得到登记图像307，结束（213）。
和上述的模型图像候选的登记处理的步骤同样地进行该步骤211、212中的参数的决定和登记处理。具体地说，考虑为模型图像候选是图像数据2，而实施图像数据1和图像数据2之间的登记。其中，在步骤207中针对图像整体实施了登记处理，但以将对位的基准区域显示在相同位置的方式进行登记。另外，根据图像数据1和图像数据2的检查手法选择参数。在登记处理中，例如进行图像数据2的旋转和倍率决定使得相互信息量为最大。
在此，详细说明步骤212的登记处理。在登记处理中，大致区分为假定物体的形状不变化而通过对一方的图像进行移动、放大缩小、旋转进行对位的刚体登记、假定物体的形状也变化还进行图像的变形处理的非刚体登记。在实施刚体登记的情况下，进行处理而使图像数据2进行移动、放大缩小、旋转使得至少将对位的基准区域显示在相同位置。
在进行还进行图像的变形处理的非刚体登记的情况下，进行处理而使得在图像1中设定的对位的基准区域所对应的图像数据2的部分进行移动、放大缩小、旋转，使得至少将对位的基准区域显示在相同位置。在该情况下，在图像数据2中，有时在基准区域的区域内和区域外产生明确的边界。为了减轻该边界，利用从基准区域的内部到外部与像素的位置对应而进行了加权的相互信息量。
如以上那样，可以不是对图像整体，而是只对对位的基准区域进行对位，因此通过包含在基准区域的周围拍摄到的诊断的对象外即脏器而进行对位，具有以下的显著效果，即能够消除无法正确地进行基准区域的对位或误差增加这样的问题，能够在更短时间、更高精度、更简单地实施图像间的对位。
此外，在以上的处理流程中，在步骤208的登记处理中不存在成功的模型图像的情况下，在被重叠的图像数据1上设定新的对位的基准区域（214），向模型图像候选追加图像数据1（215），执行步骤205以后的步骤。即，在本实施例中，在没有适当的模型图像的情况下，灵活运用拍摄到的图像数据而新追加模型图像，由此执行登记处理。
在图4中表示在本实施例的图像诊断支持系统中使用的模型图像候选表401的一个例子。该模型图像候选表401存储在存储装置103中，根据检查目的402和关注部位403进行模型图像的候选的选择，由此能够选择模型图像。作为检查目的402，有术后评价、过程观察、识别诊断等。在该术后评价时，拍摄方法有时相同也有时不同。在过程观察中，模式、拍摄方法基本相同的情况很多。另外，在鉴别诊断中，模式、拍摄方法的任意一个或全部都基本不同的情况很多。
在该图中，在关注部位403中示例了头部、肺、肝脏。另外，在模型图像ID404中与各个模型图像对应而存储标识符（ID）。此外，对检查目的402、关注部位403分配了对应的模型图像ID00003-1、00003-2，但这是将由多个图像组成的模型图像作为一群的模型图像进行管理的情况的例子，在后面用图12进行说明。
图5表示出在本实施例的图像诊断支持系统中使用的参数组（PS）设定表501的一个例子。该PS设定表501存储在存储装置103中，是用于根据检查手法、即检查设备和拍摄方法决定参数组的表，表示纵轴、横轴都成为对象的图像的检查手法。在该PS设定表501中，作为检查手法，示例了单纯CT、造影CT、MR（T1）、MR（T2）、MR（造影）、MR（MRA），可以根据纵横的组合设定对应的参数组（PS）。在步骤206的情况下，通过组合图像数据1和模型图像各自的检查手法，能够决定参数组（PS）。
此外，作为本实施例的系统中的参数，例如有采样的大小、进而使图像平滑的高斯过滤等过滤的种类、系数、应用量、作为预处理而进行的粗登记的次数、计算相互信息量时的直方图的分辨率、进行对位时的逐次处理中的图像的移动幅度、截断误差等的设定值等。
准备与这样进行登记的图像的检查手法的组合对应的参数组，由此具有以下的显著效果，即能够在登记处理中对检查手法的每个组合进行适当的参数设定，能够更短时间、更高精度、更简单地实施图像间的对位。
如图3所示，在本实施例的图像诊断支持系统的处理部301中，在决定模型图像3011，进行参数设定3013后，在执行了登记（3014）后，执行参数修正（3012）。在该参数修正3012中，根据过去的登记处理的实施结果即变更项目、相互信息量，修正参数的设定内容。然后，执行以下操作等，即设定最大值使得修正不会过度、或逐渐增减所反映的量。
在图6表示积累存储在存储装置103中的过去的登记处理的实施结果的实施结果积累表601的一个例子。按照与图5所示的各个检查手法的组合对应的每个参数组来准备该实施结果积累表。在该图中，602、603、604分别表示模型图像ID、登记日期时间、应用次数。另外，605、606、607分别表示模型图像ID与ID00001对应的应用次数10次的各个处理ID、其参数、相互信息量。另外，作为参数，积累了采样间隔、高斯过滤应用量的各个初始值和修正后的应用值的组。相互信息量607被标准化为0～1，部位的形状越是一致则值越大。
在图7中，是用于说明本实施例的图3的参数修正3012的一个例子的图。在该图的参数修正用图表701中，横轴表示标准化后的相互信息量，纵轴表示系数X。如该图表701所示，通过设置最大值、或逐渐增减所反映的量，能够使得修正不会过度。在本具体例子中，用下式1决定新的初始值。
新的初始值=当前的初始值+（当前的初始值-应用值）×系数X……（公式1）
上式中的系数X是图7的纵轴的值。通过应用本公式，能够如在图6的实施结果积累表601中表示的一个例子那样，在相互信息量小的情况下，例如在处理ID4和处理ID5之间不对高斯应用量（初始值）反映修正，而在相互信息量大的情况下，如处理ID5和处理ID6之间那样，执行参数修正（3012）使得反映修正。
这样，能够进行修正而对参数修正设置最大值、或逐渐增减所反映的量，因此具有以下的显著效果，即不只是之前进行的参数修正的影响，还能够逐渐应用适当的修正，能够更短时间、更高精度、更简单地实施图像间的对位。另外，能够使用相互信息量调整参数的修正量，因此不只是简单的过去参数设定的值，还能够进行反映了图像的对位更一致的情况下的参数的设定值的修正，因此，具有以下的显著效果，即能够应用更适当的参数的修正，能够更短时间、更高精度、更简单地实施图像间的对位。
另外，按照与检查手法的组合对应的每个参数组实施这样的修正，因此具有以下的显著效果，即不受到通过其他检查手法的组合而实施的参数修正的影响，能够对检查手法的每个组合进行适当的参数修正，能够更短时间、更高精度、更简单地实施图像间的对位。
另外，在如处理ID8和处理ID9之间那样，采样间隔被更新了的情况下，能够将全部初始值变更为之前的设定值。采样间隔的变更也有很多与其他处理参数不为线性关系的情况，因此不实施上述那样的逐渐增减值的修正，而是实施这样的其他变更。这样，具有以下的显著效果，即能够对参数的每个种类应用适当的修正，能够更短时间、更高精度、更简单地实施图像间的对位。
在图8A、8B中表示出本实施例的模型图像的一个例子。在上述的图像诊断支持系统的处理部301中，在作为图像间的对位的登记处理中，需要根据检查目的和关注部位来登记、管理模型图像。图8A、8B所示的模型图像表示出作为被检测体的人体的肺部整体的模型图像801、803。这样，对于关注部位是肺的图像的登记处理，如果对肺部整体进行对位处理，则容易受到呼吸的影响，因此通过使得因呼吸造成的体动少的上部的组织的位置一致，能够提高作为图像间的对位的登记处理的精度。
因此，在图8A中，在模型图像801中，将因呼吸造成的体动少的上部的肋骨等的组织的位置作为对位的基准区域802，使得该对位的基准区域802一致。另外，如图8B所示那样，在模型图像803中，在诊断支气管的情况下，将支气管的分支位置作为对位的基准区域804-1～804-5，通过使得这些对位的基准区域尽量符合而一致，能够提高作为图像间的对位的登记处理的精度。
此外，对于对位的基准区域以外的区域，并不限于图像间的对位一定一致。但是，根据检查目的而不会成为大的问题。例如在进行上述的肺部整体的图像读取的情况下，基准区域以外受到呼吸、心跳动的影响而在图像间产生偏差，但这些运动是人的身体具有的本来的运动，大多数情况下能够一边对其进行预测一边进行图像读取，根据检查目的而不会成为大的问题。
作为其他例子，也有时将运动作为图像读取的对象。例如在诊断骨骼肌的功能的情况下，将骨骼肌所连接的关节的支点设定为对位的基准区域，将骨骼肌设定为对位的基准区域以外，从而在（不是骨骼肌的）关节处对肌肉的收缩时和松弛时拍摄所得的图像数据进行对位，由此能够更正确地诊断骨骼肌的功能。这样，在本实施例中，能够根据检查目的和关注部位来设定与关注部位不同的对位的基准区域（例如肋骨、关节），因此具有以下的显著效果，即在进行上述那样的图像诊断的情况下，也能够进行正确的对位。
能够这样根据检查目的和关注部位来登记、管理模型图像，因此例如在进行肺癌等关注于肺部整体的图像读取的情况下，能够根据检查目的和关注部位选择肺部整体，在进行支气管炎等关注于支气管的图像读取的情况下，如支气管的分支位置那样，能够根据检查目的和关注部位选择适当的模型图像，因此具有以下的显著效果，即能够提高决定关注部位的登记处理的精度，进而能够更短时间、更高精度、更简单地实施着眼于关注部位的图像间的对位。
另外，能够根据检查目的和关注部位来登记、管理对位的基准区域不同的模型图像。因此，能够根据检查目的设定与关注部位不同的对位的基准区域，因此具有以下的显著效果，即例如在肺部整体的情况下将因呼吸造成的体动少的上部肋骨等的组织设定为基准等，能够根据诊断而进行有用的登记处理，能够更短时间、更高精度、更简单地实施着眼于关注部位的图像间的对位。
图9表示出图8A、图8B中的模型图像的数据被存储在图1的图像诊断支持系统的存储装置103中的状态。在本实施例的情况下，用被矩形围住的区域的区域数据表现模型图像中的对位的基准区域。在图9中，表示出模型图像候选表401中的关注部位是肺，而模型图像ID00002、ID00025分别是图8A、图8B的模型图像的对位的基准区域802、804的数据。另外，在存储装置103中，存储有与这些模型图像的对位的基准区域802、804对应的区域数据901、902。该区域数据901、902分别由区域ID、种类ID、原点、大小而构成。在此，区域ID是指识别模型图像中的对位的基准区域的ID。另外，在种类ID中，“0”表示追加区域，“1”表示删除区域。原点是指基准区域的原点，大小表示基准区域的大小。在图8B所示的区域数据902的情况下，与对位的基准区域804-1～804-5对应的区域ID为1～5。此外，在图9中，区域数据903是与实施例2有关的数据，因此在后面说明。
图10是用于说明关注部位的对位的基准区域、以及模型图像的三维的数据管理方法的一个例子的图。在图8A～图8E、图9的说明中，为了简化图示，说明表示三维坐标系的预定平面的模型图像的二维的图像数据，但从CT装置、MRI装置等检查设备得到的图像数据本来是三维的数据的情况很多。因此，在图10中，在以图像的XYZ的三维坐标系的原点（0，0，0）为基准形成的拍摄图像的区域1001中，示意地表示出矩形的基准区域1002。矩形的基准区域1002具有原点（x0，y0，z0）、大小（x1，y1，z1）。
这样，通过组合多个二维、三维的矩形区域，能够设定关注部位的对位的基准区域，因此具有以下的显著效果，即能够设定单一区域的对位的基准区域、支气管的分支位置那样的跨越了多个区域的复杂的对位的基准区域，在检查目的、关注部位不同的情况下，也能够更短时间、更高精度、更简单地实施图像间的对位。
如以上说明的那样，在本实施例中，准备与进行登记的图像的检查手法的组合对应的参数组，因此具有以下的显著效果，即在登记处理中能够对检查手法的每个组合进行适当的参数设定，能够更短时间、更高精度、更简单地实施图像间的对位。
另外，能够根据检查目的和关注部位来登记、管理模型图像的实施例中，因此能够根据检查目的和关注部位选择适当的模型图像，因此具有能够更短时间、更高精度、更简单地实施着眼于关注部位的图像间的对位的显著效果。
另外，不只是之前进行的参数修正的影响，还能够逐渐应用适当的修正，因此具有能够更短时间、更高精度、更简单地实施图像间的对位的显著效果。进而，能够使用相互信息量来调整参数的修正量，因此能够进行反映了图像的对位更一致的情况下的参数的设定值的修正，因此，具有以下的显著效果，即能够应用更适当的参数的修正，能够更短时间、更高精度、更简单地实施图像间的对位。
此外，在本实施例中，在步骤207中，在图像数据1和各模型图像候选之间进行登记处理的情况下，针对图像整体对各模型图像进行移动、放大缩小、旋转、或变形处理使其与图像数据1匹配，但也可以通过其他方法使其匹配。例如，在只将头部等的变形比较少的特定部位作为对象的情况下，也可以使用不进行变形处理的刚体登记处理使其匹配，或者也可以不是对图像整体进行登记处理，而是进行只将在模型图像的候选中预先设定的对位的基准区域作为对象的登记处理。能够与成为对象的图像数据、模型图像候选的特征配合地对处理步骤进行最优化。
实施例2
接着，说明第二实施例。第二实施例是通过从包含部位的变形、缺损的多个模型图像中自动选择最优的模型图像而自动地进行关注部位的对位的基准区域的设定的图像诊断支持系统。即，是涉及以下结构的图像诊断支持装置的实施例，即是通过多个图像间的登记处理而进行图像诊断的支持的图像诊断支持装置，具备：处理部，其执行登记处理；存储部，其存储在登记处理中利用的模型图像，其中，处理部通过从包含图像中的部位的变形、缺损的多个模型图像中进行自动选择而设定关注部位的对位的基准区域，使用根据所设定的对位的基准区域、多个图像的检查手法而决定的登记处理的参数，执行多个图像间的登记处理。
图8C、图8D、图8E分别与图8A同样表示模型图像，但图8C、图8D表示新追加模型图像805、808的例子。它们是在存储装置103等的内部的数据库中没有适当的模型图像的情况下修正当前的对位的基准区域的设定而新追加模型图像的例子。另外，图8E是在新作成模型图像810时能够由用户对话式地设定关注区域的图像的例子。
在图8C中，在心脏806大，在数据库上的模型图像801中对位的基准区域802的区域的大小较大，无法分离心脏806的情况下，将更上部的区域设定为对位的基准区域807，由此能够追加降低个人差的影响的模型图像805。另外，在图8D中，在存在以往病史而摘除了单方的肺的情况下，通过只将一个肺设定为对位的基准区域809，能够追加降低治疗的影响的模型图像808。
如以上那样，具有以下的显著效果，即在存在每个人的脏器形状、大小的不同、过去治疗的影响、先天性的畸形等的情况下，通过只追加模型图像也能够设定关注部位的对位的基准区域，能够更短时间、更高精度、更简单地实施图像间的对位。
图8E是表示通过由用户对话式地指定希望从现有的模型图像的关注部位的对位的基准区域中分离的区域而新追加除去了关注部位的对位的基准区域的一部分后的模型图像801的情况的图。即，可以通过指定希望从现有的关注部位的对位的基准区域中分离的区域812来除去区域的一部分，作为新的部位的对位的基准区域811。
使用图8E、图9说明将新追加的模型图像的数据存储在存储装置103中的情况。如图9所示那样，模型图像810的区域数据903分别存储有对位的基准区域811、与希望分离的区域812对应的区域ID1、ID2的种类ID、原点、以及大小。能够这样组合矩形区域且对话式地指定希望分离的区域，因此，具有以下的显著效果，即能够指定被其他脏器围住的部位、位于错综复杂的体内的内部的部位等难以用1个矩形区域指定的关注区域，能够追加、灵活运用各种模型图像，因此能够更短时间、更高精度、更简单地实施图像间的对位。
此外，能够在第一实施例中说明的图2的步骤214、215中实施在本实施例中所示的关注部位的对位的基准区域的指定、追加。另外，基于在检查手法相同的图像中指定的值来决定对新追加的模型图像的登记处理的参数初始值。
实施例3
接着，作为第三实施例，说明能够根据对位中的逐次处理过程中的相互信息量的值、进而变化来进行登记处理的成功与否的判别的图像诊断支持系统。即，是上述的图像诊断支持装置的处理部根据在登记处理中得到的相互信息量的值进行在模型图像的候选和第一图像之间执行的登记处理的成功与否的判别的图像诊断支持装置相关的实施例。此外，系统结构自身相对于上述的实施例的系统并没有变化，因此，在此省略说明。
图11表示用于说明判别本实施例的登记处理的成功与否的图表。该图的图表的横轴表示登记处理的对位的处理次数，纵轴表示相互信息量。另外，图表1101表示检查手法和关注部位一致的情况下的相互信息量，图表1102表示只有关注部位一致的情况下的相互信息量。另外，1103表示判断对位的成功与否的相互信息量的阈值。在图表1101、1102的任意一个的情况下，都表示出随着对位的处理次数增加而相互信息量增加的倾向。
如果由于对位处理次数增加，而相互信息量超过了预先设定的成功与否判断的阈值，则图像读取终端104中的处理部301判别为登记处理成功。此外，处理部301也可以在即使增加对位处理次数而相互信息量完全没有变化的情况下，再次确认是否即使强制地使一方的图像移动也成为相同的处理结果。在检查手法和关注部位在图像间一致的图表1101的情况下，将成功与否判断的相互信息量的阈值设定得较高（1104）。
如以上那样，在本实施例中，能够这样根据进行重叠的图像的检查手法的一致、不一致来变更判断对位的成功与否的相互信息量，因此具有以下的显著效果，即能够更适当地进行成功与否的判断，能够更短时间、更高精度、更简单地实施图像间的对位。
此外，在本实施例中，也可以与其他指标组合地进行成功与否的判断。例如，使用与处理次数对应的相互信息量的变化的信息，附加变化为预先设定的阈值以下的情况下成功这样的条件。由此，具有能够提高成功与否判断的精度的效果。
此外，在以上说明的各实施例中，说明模型图像是与原则、各检查设备、拍摄方法对应而形成的，但也可以将多个拍摄方法的图像设为集群，由此管理模型图像。通过图12说明该变形例子。
图12是作为变形例子表示将由2种图像组成的模型图像作为集群的模型图像进行管理的情况下的一个例子的图。有时在肝脏的检查等一次检查中对拍摄方法不同的多个图像、例如CT图像和造影CT图像进行拍摄，根据其结果进行诊断。因此，将CT图像的模型图像1201、造影CT图像的模型图像1202作为集群而管理。因此，分别作为CT图像的模型图像ID00003-1、造影CT图像的模型图像ID00003-2进行管理。此外，1203表示肝脏，1204表示门静脉。通过将这些多个拍摄方法的图像作为集群来管理，拍摄方法相同的图像之间的登记能够更高精度地进行对位的可能性高，因此具有以下的显著效果，即与个别地进行登记的情况相比，能够提高对位的精度，能够更短时间、更高精度、更简单地实施图像间的对位。
进而，作为其他的变形例子，也可以作成将模型图像1201和模型图像1202的双方的图像重叠所得的模型图像ID00003的新的模型图像1205，将其作为模型图像而灵活运用。在该情况下，能够对拍摄方法不同的多个图像应用相同的模型图像，因此具有以下的显著效果，即能够减轻模型图像的管理、登记处理的成本，能够更短时间、更高精度、更简单地实施图像间的对位。此外，在该情况下，理想的是看作是基于新的检查设备（模式）的图像，准备专用的参数组（PS）。
实施例4
接着，作为第四实施例，说明能够在多个医院之间进行在上述的实施例中使用的登记处理的参数组（PS）的最优化的图像诊断支持系统。在本实施例中，收集、管理多个医院中的处理参数的设定状况，在服务中心构筑具有基于各种检查设备、拍摄方法的适当的参数的数据库（DB）。
图13是示意地表示与第四实施例有关的系统结构的图。在多个医院A1301、B1302中，进行图像诊断的检查设备A、检查设备B运转，分别取得图像A1308、图像B1307。多个医院A1301、B1302经由省略了图示的网络等与服务中心1305连接，能够收发各种数据。服务中心1305具备普通的计算机结构、即具有相互连接的处理部、存储部、输入输出部、网络接口部等的省略了图示的服务器，在该存储部中如图13所示那样积累有模型图像、参数设定用的数据、各种检查设备信息、检查设备控制的信息。
图15是表示在利用图13所示的服务中心的系统中，在医院A1301和医院B1302中拍摄所得的图像的登记处理的步骤的一个例子的时序图。首先，医院A1301向服务中心1305传送与使用了设备A、设备B的拍摄方法有关的参数组（PSa）（1501）。服务中心1305将接收到的PSa存储在中心内部的服务器的存储部中。
接着，如果将医院B1302使用医院B1302的设备A拍摄患者时的的与拍摄方法有关的参数组（PSb）传送到服务中心1305（1502），则服务中心1305将接收到的PSb存储在中心内部的服务器的存储部中。如图13所示，在医院B1302中没有设备B，因此将患者介绍到医院A1301，用设备B实施拍摄，将拍摄所得的图像B传送到医院1302（1503）。接收到该拍摄图像B的医院B向服务中心1305查询有没有与使用设备A、设备B的拍摄方法有关的参数组（1504）。
在服务中心1305中，确认PSa的存在，如果存在PSa则回复医院B（1505）。接收到该回复，医院B1302向服务中心1305委托参数组的传送（1506），接收PSa（1507）。其结果是在医院B中，能够使用接收到的PSa，对用医院B1302的设备A拍摄所得的图像和用医院A1301的设备B拍摄所得的图像实施登记处理。
在此，例如可以将CT装置设想为设备A，将MRI装置设想为设备B。一般，与CT装置相比，MRI装置的普及台数、普及率低，因此可以设想将患者介绍到有MRI装置的医院而实施检查的情况。由此，例如能够变得在其他不同的医院也能够灵活运用通过实施手术的设施进行拍摄所得的图像而进行过程观察。
这样，根据本实施例，通过服务中心中的参数组的统一管理，还能够将最优的处理参数应用于在其他医院中拍摄所得的图像，因此具有以下的显著效果，即能够进行超越各医院内的系统的参数最优化，在使用了在其他医院中拍摄所得的图像的情况下，也能够更短时间、更高精度、更简单地实施图像间的对位。
实施例5
接着，使用图14、图16，作为第五实施例，说明在检查时刻实施登记处理而能够向检查设备的拍摄条件进行反馈的图像诊断支持系统。在本实施例中，能够在拍摄后马上将登记处理的结果显示在检查设备上，立即判断关注区域中的图像的变形量是否很多等而进行反馈。
在图14中，1401表示参数管理服务器，1402、1403分别表示经由省略了图示的网络与参数管理服务器1401连接的检查室、图像读取室，1406表示模型图像，1407表示图像读取终端。
如在图16中所见的那样，检查室1402内的检查技师将使用检查室1402的检查设备1406进行拍摄所得的患者A的图像A传送到图像读取室1403（1601）。在图像读取室1403中，图像读取医生通过图像读取终端1407进行图像A的图像读取，将这时实施的登记处理的参数设定1405传送到参数管理服务器1401（1602）。在参数管理服务器1401中，对处理参数进行最优化，存储为参数组。
然后，如果在检查室1402中进行患者A的再次拍摄，则从图像读取室A接受过去拍摄所得的图像A的传送（1603）。然后，从参数管理服务器1601调用与拍摄图像A的拍摄设备、拍摄方法有关的参数组（1604），接收所传送的参数组（1605）。在检查室1402中，使用接收到的参数组实施图像A和本次拍摄到的图像B的登记处理。在该登记处理中难以顺利地进行比较的情况下，在检查室1402中，变更患者的身体姿势和拍摄条件，再次执行拍摄和登记处理。然后，将拍摄所得的图像B传送到图像读取室1403（1606），并且将实施了的登记处理的参数传送到参数管理服务器1401（1607）。在参数管理服务器1401中，对传送来的处理参数进行最优化，作为参数组存储在存储部中。
然后，图像读取室1403的图像读取医生能够通过图像读取终端1407从参数管理服务器1401调用与进行了检查的拍摄设备、拍摄方法有关的参数组，使用传送来的参数组，实施图像A、图像B的登记处理，进行图像B的图像读取。
这样，根据本实施例，参数管理服务器1401共享医院内的全部处理参数，在检查室内也能够实施灵活运用了医院内的所有的事例的登记处理，能够马上利用更优的参数组，因此具有能够更短时间、更高精度、更简单地实施图像间的对位的显著效果。另外，在进行了比较的图像的变形量多的情况下，能够立即进行再拍摄，或反映到检查设备（疗法）的拍摄条件的设定、再拍摄中，因此具有以下的显著效果，即能够提高从拍摄到图像读取的图像诊断整体的效率，进而将需要日后进行再拍摄的情况防患于未然，能够减轻患者的负担。
另外，根据本实施例，在定期地实施过程观察的患者的情况下，实施基于过去多次相同的检查设备、拍摄方法的检查，因此具有以下的显著效果，即能够每次进行与过去拍摄所得的图像的登记处理，高效地实施对图像之间进行比较的图像读取。另外，具有以下的显著效果，即通过在检查室1402中进行登记处理而能够在现场进行患者的身体姿势、拍摄条件的最优化。进而，能够使用在拍摄时进行的登记处理中的参数设定进行图像读取室1403中的图像读取时的登记处理，能够马上利用更优的参数组，因此具有以下的显著效果，即能够更短时间、更高精度、更简单地实施图像间的对位。
接着，说明以上说明的各实施例的图像诊断支持系统中的登记处理画面的一个例子。
图17是表示上述各实施例中的登记处理画面的一个例子的图。在该图中，在画面1711中，显示图像数据11701、图像数据21702、登记结果图像1703。在这些图像的下部，配置自动参数设定按键1704，通过该按键开始实施上述的各实施例的参数的自动设定。在自动设定中产生了不适合时，选择参数修正按键1705。下拉式菜单1706是在选择了预处理过滤、应用量、逐次处理步骤、截断误差等参数修正时能够变更的参数设定部。登记执行按键1707是用于执行将图像数据2 1702合并到图像数据1 1701中的登记处理的按键。
另外，只有图像数据2的按键1708是用于在登记结果图像中只显示图像数据2的处理结果的按键。重叠显示按键1709是用于在同一画面中重叠地显示图像数据1和登记处理后的图像数据2的按键。亮度、色调滑动条1710是用于变更重叠显示时的图像数据2的亮度、色调的滑动条。
这样，只通过按键的操作和滑动条的移动就能够从视觉上更容易理解地确认是否顺利地实施了图像的重叠，因此具有能够更短时间、更高精度、更简单地实施图像间的对位的显著效果。
此外，本发明并不限于上述的实施例，包含各种变形例子。例如，为了容易理解地说明本发明而详细说明了上述的实施例，并不一定限于具备说明的全部结构。另外，可以将某实施例的结构的一部分置换为其他实施例的结构，另外，可以向某实施例的结构添加其他实施例的结构。另外，针对各实施例的结构的一部分，可以进行其他结构的追加、删除、置换。
另外，对于上述的各结构、功能、处理部、处理单元等，例如可以通过在集成电路中进行设计等，用硬件实现它们的一部分或全部。另外，如上述那样，也可以通过由处理对实现各个功能的程序进行解释、执行，用软件实现上述的各结构、功能等。实现各功能的程序、表、文件等信息既可以放置在存储器、硬盘、SSD（固态驱动器）等存储装置、或IC卡、DVD（数字通用光盘）等记录介质中，也可以根据需要经由网络等进行下载。
产业上的可利用性
本发明作为图像诊断支持装置、特别是谋求在对多个图像进行比较而进行图像读取时的图像间的对位处理的高效化的技术是极其有用的。
符号的说明
101、103：存储装置；102：图像保存服务器；104：图像读取终端；105：内部总线；106、107：CT装置；108：MRI装置；111：主存储器（MM）；112：中央处理部（CPU）；113：液晶显示器（LCD）；114：硬盘驱动器（HDD）；115：输入部（INPUT）；116：网络接口（I/F）；301：处理部；3011：模型图像；3012：参数修正；3013：参数设定；3014：登记执行；302：检查设备、拍摄方法；303：检查目的；304、403：关注部位；305：图像数据1；306：图像数据2；307：登记图像；401：模型图像候选表；501：参数组（PS）设定表；601：实施结果积累表；701：参数修正用图表；801、803、805、808、810：模型图像；802、804、807、809、811：对位的基准区域；806：心脏；812：希望分离的区域；901、902、903：区域数据；1001：拍摄图像的区域；1002：矩形的基准区域；1101、1102：相互信息量；1103、1104：相互信息量的阈值；1201：CT图像的模型图像；1202：造影CT图像的模型图像；1203：肝脏；1204：门静脉；1205：新的模型图像；1301：医院A；1302：医院B；1303、1306：参数设定；1304：个人信息删除；1305：服务中心；1307：图像B；1308：图像A；1401：参数管理服务器；1402：检查室；1403：图像读取室；1404、1405：参数设定；1406：图像数据；1407：图像读取终端；1701：图像数据1；1702：图像数据2；1703：登记结果图像；1704：自动参数设置按键；1705：参数修正按键；1706：下拉式菜单；1707：登记执行按键；1708：只有图像数据2的按键；1709：重叠显示按键；1710：色调滑动条；1711：显示画面。
Claims (17)
1.一种图像诊断支持装置，其通过多个图像间的登记处理来进行图像诊断的支持，其特征在于，具备：
处理部，其执行上述登记处理；
存储部，其存储与检查手法对应的在上述登记处理中利用的参数，其中
上述处理部使用根据上述多个图像的检查手法选择出的上述登记处理的参数，执行上述多个图像间的登记处理。
2.根据权利要求1所述的图像诊断支持装置，其特征在于，
上述存储部存储与检查目的和关注部位对应的在上述登记处理中利用的模型图像，
上述处理部根据上述检查目的和上述关注部位，选择在上述登记处理中利用的上述模型图像的候选。
3.根据权利要求2所述的图像诊断支持装置，其特征在于，
上述处理部根据上述模型图像的候选和上述多个图像中的第一图像的检查手法，决定上述模型图像的候选和上述第一图像之间的上述登记处理的参数，执行上述模型图像的候选和上述第一图像之间的登记处理。
4.根据权利要求2所述的图像诊断支持装置，其特征在于，
存储在上述存储部中的上述模型图像包含进行上述登记处理的对位的基准区域，
上述处理部在根据上述检查目的和上述关注部位选择出的上述模型图像的上述对位的基准区域中执行上述登记处理。
5.根据权利要求3所述的图像诊断支持装置，其特征在于，
存储在上述存储部中的上述模型图像包含进行上述登记处理的对位的基准区域，
上述处理部在上述模型图像的候选和上述第一图像之间，在上述对位的基准区域中执行的登记处理成功了的情况下，从成功了的上述模型图像的候选中选择上述模型图像，将与选择出的该模型图像的上述对位的基准区域对应的上述第一图像中的区域设定为执行上述第一图像和上述多个图像中的第二图像之间的登记处理的对位的基准区域。
6.根据权利要求5所述的图像诊断支持装置，其特征在于，
上述处理部根据上述第一图像和上述第二图像的检查手法，决定上述第一图像和上述第二图像之间的上述登记处理的参数。
7.根据权利要求3所述的图像诊断支持装置，其特征在于，
上述处理部在上述模型图像的候选和上述第一图像之间执行的上述登记处理不成功的情况下，将设定了新的对位的基准区域的上述第一图像追加为上述模型图像的候选。
8.根据权利要求7所述的图像诊断支持装置，其特征在于，
还具备显示图像的显示部，
上述处理部在上述模型图像的候选和上述第一图像之间执行的上述登记处理不成功的情况下，将上述第一图像显示在上述显示部中。
9.根据权利要求3所述的图像诊断支持装置，其特征在于，
上述处理部根据在上述登记处理中得到的相互信息量的值，对于上述模型图像的候选和上述第一图像之间所执行的上述登记处理的成功与否进行判别。
10.根据权利要求9所述的图像诊断支持装置，其特征在于，
上述处理部在判别上述登记处理的成功与否的上述模型图像的候选和上述第一图像的上述检查目的、上述检查手法、以及上述关注部位一致的情况下，将上述相互信息量的阈值设定得比其他情况高。
11.根据权利要求1所述的图像诊断支持装置，其特征在于，
上述处理部在执行上述登记处理后，反映实施结果并进行上述参数的修正。
12.一种图像诊断支持装置的工作方法，使用了通过多个图像间的登记处理进行图像诊断的支持的终端，其特征在于，
上述终端根据上述多个图像的检查目的、关注部位选择模型图像，
使用在选择出的上述模型图像中预先设定的对位的基准区域、根据上述多个图像的检查手法决定的上述登记处理的参数，执行上述多个图像间的登记处理。
13.根据权利要求12所述的图像诊断支持装置的工作方法，其特征在于，
上述终端根据上述检查目的和上述关注部位选择在上述登记处理中利用的上述模型图像的候选，
在上述对位的基准区域中执行上述模型图像的候选和上述多个图像中的第一图像之间的登记处理。
14.根据权利要求13所述的图像诊断支持装置的工作方法，其特征在于，
上述终端在上述模型图像的候选和上述第一图像之间，在上述对位的基准区域中执行的登记处理成功了的情况下，从成功了的上述模型图像的候选中选择上述模型图像，将与选择出的该模型图像的上述对位的基准区域对应的上述第一图像中的区域设定为执行上述第一图像和上述多个图像中的第二图像之间的登记处理的对位的基准区域。
15.根据权利要求12所述的图像诊断支持装置的工作方法，其特征在于，
上述终端在根据上述检查目的、关注部位而选择出的上述模型图像的上述对位的基准区域中执行上述登记处理。
16.根据权利要求13所述的图像诊断支持装置的工作方法，其特征在于，
上述终端在上述模型图像的候选和上述第一图像之间执行的上述登记处理不成功的情况下，将设定了新的对位的基准区域的上述第一图像追加为上述模型图像的候选。
17.根据权利要求13所述的图像诊断支持装置的工作方法，其特征在于，
上述终端根据在上述登记处理中得到的相互信息量的值，对于上述模型图像的候选和上述第一图像之间所执行的上述登记处理的成功与否进行判别。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011130254 | 2011-06-10 | ||
| JP2011-130254 | 2011-06-10 | ||
| PCT/JP2012/063097 WO2012169344A1 (ja) | 2011-06-10 | 2012-05-22 | 画像診断支援装置、及び方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103596489A true CN103596489A (zh) | 2014-02-19 |
Family
ID=47295913
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201280028495.8A Pending CN103596489A (zh) | 2011-06-10 | 2012-05-22 | 图像诊断支持装置、以及方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20140126789A1 (zh) |
| EP (1) | EP2719325A1 (zh) |
| JP (1) | JP5684382B2 (zh) |
| CN (1) | CN103596489A (zh) |
| WO (1) | WO2012169344A1 (zh) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103596489A (zh) * | 2011-06-10 | 2014-02-19 | 株式会社日立医疗器械 | 图像诊断支持装置、以及方法 |
| JP5948200B2 (ja) * | 2012-09-27 | 2016-07-06 | オリンパス株式会社 | 画像処理装置、プログラム及び画像処理方法 |
| JP6242072B2 (ja) | 2012-09-27 | 2017-12-06 | オリンパス株式会社 | 画像処理装置、プログラム及び画像処理装置の作動方法 |
| JP5418952B1 (ja) * | 2013-03-22 | 2014-02-19 | 株式会社国際電気通信基礎技術研究所 | 脳活動測定装置および脳活動測定方法 |
| US9304982B2 (en) * | 2013-09-25 | 2016-04-05 | Heartflow, Inc. | Systems and methods for validating and correcting automated medical image annotations |
| KR20150074304A (ko) * | 2013-12-23 | 2015-07-02 | 삼성전자주식회사 | 의료 영상 정보를 제공하는 방법 및 그 장치 |
| JP6376838B2 (ja) * | 2014-05-22 | 2018-08-22 | 富士フイルム株式会社 | 診療支援装置、診療支援装置の作動方法及びプログラム、並びに診療支援システム |
| JP6727140B2 (ja) * | 2014-06-25 | 2020-07-22 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 異なる撮像モダリティのレジストレーションのための撮像機器 |
| JP6452987B2 (ja) * | 2014-08-13 | 2019-01-16 | キヤノンメディカルシステムズ株式会社 | 放射線治療システム |
| DE102014223388B4 (de) * | 2014-11-17 | 2016-07-28 | Siemens Healthcare Gmbh | Beschleunigung einer MR-Fingerprinting-Messung |
| US9563979B2 (en) * | 2014-11-28 | 2017-02-07 | Toshiba Medical Systems Corporation | Apparatus and method for registering virtual anatomy data |
| US11010914B2 (en) | 2016-11-24 | 2021-05-18 | Nikon Corporation | Image processing device, microscope system, image processing method, and program |
| JP2018153297A (ja) * | 2017-03-16 | 2018-10-04 | コニカミノルタ株式会社 | Ｘ線動画像処理装置 |
| JP6843669B2 (ja) * | 2017-03-28 | 2021-03-17 | 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、医用画像処理方法、及び医用画像処理プログラム |
| JP7157409B2 (ja) * | 2017-08-04 | 2022-10-20 | 日本電気株式会社 | 三次元画像生成装置、三次元画像生成方法、および三次元画像生成プログラム |
| EP3700439B1 (en) | 2017-10-23 | 2024-05-15 | Globus Medical, Inc. | Rotary oscillating and linearly reciprocating surgical tool |
| JP6590386B1 (ja) * | 2018-11-20 | 2019-10-16 | 株式会社アルム | 画像処理装置、画像処理システム、および画像処理プログラム |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0542414A1 (en) * | 1991-11-14 | 1993-05-19 | Picker International, Inc. | Method of measuring ventricular volumes |
| WO2001045047A1 (en) * | 1999-12-14 | 2001-06-21 | Siemens Corporate Research, Inc. | Model-based registration of cardiac cta and mr acquisitions |
| CN1872001A (zh) * | 2004-09-30 | 2006-12-06 | 通用电气公司 | 用于双模态乳房造影图像探测的系统、方法和设备 |
| JP2007029502A (ja) * | 2005-07-28 | 2007-02-08 | Fujifilm Corp | 位置合せ装置、位置合せ方法、およびそのプログラム |
| CN101080746A (zh) * | 2004-12-15 | 2007-11-28 | 皇家飞利浦电子股份有限公司 | 多模态图像的配准 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08103439A (ja) * | 1994-10-04 | 1996-04-23 | Konica Corp | 画像の位置合わせ処理装置及び画像間処理装置 |
| WO2001043070A2 (en) * | 1999-12-10 | 2001-06-14 | Miller Michael I | Method and apparatus for cross modality image registration |
| US8194946B2 (en) * | 2005-07-28 | 2012-06-05 | Fujifilm Corporation | Aligning apparatus, aligning method, and the program |
| US7995818B2 (en) * | 2006-11-22 | 2011-08-09 | General Electric Company | Systems and methods for synchronized image viewing with an image atlas |
| US20100318538A1 (en) * | 2009-06-12 | 2010-12-16 | Google Inc. | Predictive searching and associated cache management |
| US8311303B2 (en) * | 2010-01-12 | 2012-11-13 | Siemens Corporation | Method and system for semantics driven image registration |
| US8774481B2 (en) * | 2010-03-25 | 2014-07-08 | Emory University | Atlas-assisted synthetic computed tomography using deformable image registration |
| CN103596489A (zh) * | 2011-06-10 | 2014-02-19 | 株式会社日立医疗器械 | 图像诊断支持装置、以及方法 |
-
2012
- 2012-05-22 CN CN201280028495.8A patent/CN103596489A/zh active Pending
- 2012-05-22 EP EP12797081.2A patent/EP2719325A1/en not_active Withdrawn
- 2012-05-22 US US14/124,820 patent/US20140126789A1/en not_active Abandoned
- 2012-05-22 WO PCT/JP2012/063097 patent/WO2012169344A1/ja active Application Filing
- 2012-05-22 JP JP2013519434A patent/JP5684382B2/ja not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0542414A1 (en) * | 1991-11-14 | 1993-05-19 | Picker International, Inc. | Method of measuring ventricular volumes |
| WO2001045047A1 (en) * | 1999-12-14 | 2001-06-21 | Siemens Corporate Research, Inc. | Model-based registration of cardiac cta and mr acquisitions |
| CN1872001A (zh) * | 2004-09-30 | 2006-12-06 | 通用电气公司 | 用于双模态乳房造影图像探测的系统、方法和设备 |
| CN101080746A (zh) * | 2004-12-15 | 2007-11-28 | 皇家飞利浦电子股份有限公司 | 多模态图像的配准 |
| JP2007029502A (ja) * | 2005-07-28 | 2007-02-08 | Fujifilm Corp | 位置合せ装置、位置合せ方法、およびそのプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| EP2719325A1 (en) | 2014-04-16 |
| US20140126789A1 (en) | 2014-05-08 |
| JPWO2012169344A1 (ja) | 2015-02-23 |
| WO2012169344A1 (ja) | 2012-12-13 |
| JP5684382B2 (ja) | 2015-03-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103596489A (zh) | 图像诊断支持装置、以及方法 | |
| US7747050B2 (en) | System and method for linking current and previous images based on anatomy | |
| JP5523461B2 (ja) | 医療画像データ処理のためのワークフローテンプレート管理 | |
| US20130090946A1 (en) | Systems and methods for imaging workflow | |
| US20140143710A1 (en) | Systems and methods to capture and save criteria for changing a display configuration | |
| US10650267B2 (en) | Medical image processing apparatus | |
| US11468659B2 (en) | Learning support device, learning support method, learning support program, region-of-interest discrimination device, region-of-interest discrimination method, region-of-interest discrimination program, and learned model | |
| JP6885896B2 (ja) | 自動レイアウト装置および自動レイアウト方法並びに自動レイアウトプログラム | |
| CN102125432A (zh) | 医疗图像诊断装置和医疗图像显示装置 | |
| CN111080583B (zh) | 医学图像检测方法、计算机设备和可读存储介质 | |
| US10558783B2 (en) | Image data ingestion application of a medical imaging data processing and retrieval system | |
| KR20130053587A (ko) | 의료기기 및 이를 이용한 의료영상 디스플레이 방법 | |
| JP6738305B2 (ja) | 学習データ生成支援装置および学習データ生成支援装置の作動方法並びに学習データ生成支援プログラム | |
| US10726548B2 (en) | Confidence determination in a medical imaging video clip measurement based upon video clip image quality | |
| KR101555197B1 (ko) | 의료 영상을 관리하는 방법 및 이를 위한 장치 | |
| JP2018175366A (ja) | 自動レイアウト装置および自動レイアウト方法並びに自動レイアウトプログラム | |
| KR20200068992A (ko) | 전자 차트 관리 장치, 전자 차트 관리 방법 및 기록 매체 | |
| JP2006061278A (ja) | 医用画像表示装置 | |
| US11348677B2 (en) | Conversion apparatus, conversion method, and program | |
| JP2017207793A (ja) | 画像表示装置および画像表示システム | |
| US10552959B2 (en) | System and method for using imaging quality metric ranking | |
| US9842121B2 (en) | Medical information processing apparatus to apply image processing to received medical images | |
| CN103548029A (zh) | 用于图像采集工作流的方法和系统 | |
| JP5689922B2 (ja) | 医用画像管理システムおよび画像表示装置 | |
| WO2021100546A1 (ja) | 人工知能処理システム、アップロード管理装置、方法、プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140219 |