CN104644202A - 医用图像数据处理装置、医用图像数据处理方法以及医用图像数据处理程序 - Google Patents
医用图像数据处理装置、医用图像数据处理方法以及医用图像数据处理程序 Download PDFInfo
- Publication number
- CN104644202A CN104644202A CN201410387178.6A CN201410387178A CN104644202A CN 104644202 A CN104644202 A CN 104644202A CN 201410387178 A CN201410387178 A CN 201410387178A CN 104644202 A CN104644202 A CN 104644202A
- Authority
- CN
- China
- Prior art keywords
- mentioned
- image
- contrastographic picture
- processing apparatus
- deleting object
- 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.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 87
- 238000003672 processing method Methods 0.000 title claims description 5
- 239000000284 extract Substances 0.000 claims abstract description 21
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 18
- 239000002872 contrast media Substances 0.000 claims abstract description 18
- 230000002308 calcification Effects 0.000 claims description 26
- 230000004927 fusion Effects 0.000 claims description 19
- 210000000988 bone and bone Anatomy 0.000 claims description 7
- 210000004872 soft tissue Anatomy 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 3
- 210000001835 viscera Anatomy 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 2
- 230000004048 modification Effects 0.000 claims description 2
- 238000002583 angiography Methods 0.000 abstract description 19
- 238000003745 diagnosis Methods 0.000 abstract description 3
- 238000012217 deletion Methods 0.000 abstract 3
- 230000037430 deletion Effects 0.000 abstract 3
- 238000002591 computed tomography Methods 0.000 description 55
- 238000000034 method Methods 0.000 description 48
- 230000008569 process Effects 0.000 description 36
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 26
- 229910052791 calcium Inorganic materials 0.000 description 26
- 239000011575 calcium Substances 0.000 description 26
- 230000008859 change Effects 0.000 description 12
- 238000002059 diagnostic imaging Methods 0.000 description 12
- 101000666730 Homo sapiens T-complex protein 1 subunit alpha Proteins 0.000 description 7
- 102100038410 T-complex protein 1 subunit alpha Human genes 0.000 description 7
- 210000004351 coronary vessel Anatomy 0.000 description 7
- 238000002601 radiography Methods 0.000 description 7
- 238000012800 visualization Methods 0.000 description 7
- 208000002173 dizziness Diseases 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- 206010042772 syncope Diseases 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 210000003484 anatomy Anatomy 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000010968 computed tomography angiography Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010247 heart contraction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 240000001439 Opuntia Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000001715 carotid artery Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 210000002254 renal artery Anatomy 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
提供一种能够提高诊断效率的医用图像处理装置。位置对准处理部对与通过造影剂造影后的血管相关的造影图像和与没有通过造影剂造影的血管相关的非造影图像执行位置对准。差分图像产生部产生造影图像与非造影图像的差分图像。删除对象区域提取部从非造影图像中，提取基于差分图像产生部的差分处理中的删除对象区域。重叠图像产生部产生在差分图像或者造影图像上将所提取的删除对象区域以不同的方式重叠的图像。
Description
本申请主张2013年11月20日申请的美国专利申请号14/085,292的优先权,并在本申请中引用上述美国专利申请的全部内容。
技术领域
本发明的实施方式涉及医用图像数据处理装置、医用图像数据处理方法以及医用图像数据处理程序。
背景技术
为了提高在计算机断层摄影(CT)图像中显示的血管区域的CT值而使用造影剂的情况众所周知。另外，为了使造影扫描(contrastscan)中的造影的效果得到改善或者清晰，经常使用差分处理。对一个或者多个所提供的血管执行非造影扫描(non-contrast scan)以及造影扫描。非造影扫描作为非增强扫描或者造影前扫描而被熟知。例如，为了除去将骨或软组织作为对象的造影扫描以及非造影扫描共同的特征，或者为了只剩余通过造影图像中的造影剂强调的部分，针对各对应的像素根据造影图像的CT值对非造影图像的CT值进行差分处理。
为了使非造影图像和造影图像位置对准，需要使两个图像的像素的位置准确地在解剖学上对应。
图像能够手动地进行位置对准。该情况作为像素移动而被熟知。例如，临床医生通过将图像重叠将一图像的位置相对于另一图像的位置进行调整，来手动地使造影图像和非造影图像相匹配。手动进行的位置对准一般限定于线性位置对准，依存于使图像相匹配的人。但是，通过进行手动位置对准，临床医生能够在位置对准处理中，把握是否使造影图像和非造影图像恰当地匹配，或者是否存在位置对准不怎么良好的图像区域。通过深刻地理解位置对准处理，临床医生将能够判断作为位置对准的结果产生的图像是否可靠。在差分图像中即使存在几个伪影，临床医生也能够判断伪影是位置对准处理的结果，还是伪影是由于其他的原因产生的。
或者，例如，在正电子放射断层摄影/计算机断层摄影(PET/CT)或者多谱CT中，图像能够通过机械位置对准进行位置对准。在现代的系统中，能够使用软件自动地对图像进行位置对准。如果使用软件，则能够通过线性位置对准或者非线性位置对准恰当地对图像进行位置对准。软件位置对准处理能够自动地可再现地进行位置对准，也能够更进行比手动位置对准更复杂的位置对准。但是，当对差分图像实施自动位置对准处理时，临床医生一般不参与图像的位置对准。从而，临床医生不能把握位置对准的精度。临床医生有时不能容易地把握差分图像内的伪影。
作为根据造影图像对非造影图像进行差分的一个应用例，存在冠状动脉计算机断层血管造影(Coronary CT Angiography：以下，称为CCTA)。当进行CCTA时，造影剂被注入血管。当在冠状动脉中不存在造影剂时，得到非造影图像。当在冠状动脉中存在造影剂时，得到造影图像。造影剂强调图像中的冠状动脉区域的CT值。
在CCTA中，为了区别钙化的斑块(以下，称为钙化)和动脉内腔而使用差分处理。差分处理还用于区别支架或者其他的任意的类似的具有高CT值的部位和动脉内腔。骨是具有能够通过差分处理除去的高CT值的部位。
在非造影图像中，钙化或支架具有高CT值。内腔具有低CT值，与周围的软组织的强度类似。在造影图像中，钙化或支架和动脉内腔的双方具有高CT值。动脉内腔的高CT值由于造影剂而发生。由于钙化，特别地，由于重度的钙化，临床医生难以直接评估CCTA数据。内腔与钙化的双方作为高CT值区域而出现，因此，在存在钙化的情况下有时难以把握内腔。
此时，希望根据造影图像对非造影图像进行差分处理。差分处理一边保持存在于造影图像内的内腔的强调一边从造影图像中除去钙化或者支架。
图1A是以往例所涉及的、包含包围血管内腔区域12的钙化区域10的造影图像。图1A的造影图像是基于CCTA的图像。图1B是以往例所涉及的、包含包围血管内腔区域12的钙化区域10的非造影图像。图1B的非造影图像例如是钙评分图像。在图1B的非造影图像中，不存在内腔的强调，因此，有时难以将内腔区域12与背景组织进行区别。
为了从造影图像中除去钙化区域10，在两个容积中的对应的像素中，根据造影图像的CT值对非造影图像的CT值进行差分。
图1C是以往例所涉及的、通过根据图1A的图像对图1B的图像进行差分而取得的差分图像。在图1C的差分图像中，对钙化区域10进行差分，因此，内腔区域12在图1A的造影图像中能够更清晰地观察。由于不存在钙化区域10，因此，内腔区域12的把握更简单，临床医生能够更容易地推定内腔的尺寸(例如，内腔的直径)和狭窄度。
有时在差分图像内存在伪影。例如，在通过差分处理提取钙区域的CT图像中，作为一般的伪影，是血管壁附近的暗点(dark spot)或者暗环(dark ring)。伪影的一个所能够考虑到的原因是被称为亨氏单位(Hounsfield Unit：以下，称为HU)变化的、造影图像与非造影图像之间的CT值的变化。HU变化伪影与位置对准无关，而作为代替，主要与由于CT扫描技术的界限而造成的运动伪影相关联。所谓运动伪影是指由于扫描中的被检者的体运动或心跳而造成的活动导致的伪影。图2A是以往例所涉及的、包含由于HU变化而造成的伪影16的差分图像。
伪影在位置对准中有时由于误差而造成。由于造影图像内的体素没有与非造影图像内的对应的体素准确地建立关联，因此，位置对准误差(例如，软件位置对准造成的误差)有时会造成CT值的不准确的差分处理。图2B是以往例所涉及的、包含由于位置对准误差而造成的伪影18(例如，内腔的左侧的黑色的区域)以及由于HU变化而造成的伪影的差分图像。
此外，存在于差分图像内的伪影还存在钙晕(Calcium blooming)。钙晕有时在与钙化相邻的图像区域内产生，表示造影剂区域那样的CT值。钙晕使钙化区域看上去比实际的物理范围大。钙晕与非造影图像相比，易于在CCTA图像中产生。
差分处理还用于将造影图像和非造影图像进行比较的以外的用途。差分处理例如用于将灌注图像进行比较。
发明内容
目的在于提供一种能够提高诊断效率的医用图像处理装置。
本实施方式所涉及的医用图像处理装置具备：位置对准处理部，对与通过造影剂造影的血管相关的造影图像和与没有通过造影剂造影的血管相关的非造影图像执行位置对准；差分图像产生部，产生上述造影图像与上述非造影图像的差分图像；删除对象区域提取部，从上述非造影图像提取由上述差分图像产生部进行的差分处理中的删除对象区域；以及重叠图像产生部，产生以不同的方式将上述提取出的删除对象区域重叠在上述差分图像或者上述造影图像的图像。
提供能够提高诊断效率的医用图像处理装置。
附图说明
图1A是以往例所涉及的包含包围血管内腔区域的钙化区域的造影图像。
图1B是以往例所涉及的包含包围血管内腔区域的钙化区域的非造影图像。
图1C是以往例所涉及的通过根据图1A的图像差分图1B的图像而取得的差分图像。
图2A是以往例所涉及的具备作为HU变化的结果的伪影的差分图像。
图2B是以往例所涉及的具备作为位置对准误差的结果的伪影以及由于HU变化而引起的伪影的差分图像。
图3是本实施方式所涉及的医用图像处理装置的概略图。
图4是表示本实施方式所涉及的对差分图像重叠非造影图像的一部分的典型的流程的一个例子的图。
图5是表示对本实施方式所涉及的造影图像重叠非造影图像的一部分的典型的流程的一个例子的图。
图6A是本实施方式所涉及的通过来自非造影图像的造影图像的差分产生的差分图像。
图6B是本实施方式所涉及的对差分图像重叠从非造影图像中提取出的删除对象区域的图像。
图6C是本实施方式所涉及的对造影图像重叠从非造影图像中提取出的删除对象区域的图像。
图7A是本实施方式所涉及的通过来自非造影图像的造影图像的差分产生的差分图像。
图7B是本实施方式所涉及的对差分图像重叠从非造影图像中提取出的删除对象区域的图像。
图7C是本实施方式所涉及的对造影图像重叠从非造影图像中提取的删除对象区域的图像。
图8A是对图7A、附加表示钙晕区域的椭圆标志的图像。
图8B是对图7B附加表示钙晕区域的椭圆标志的图像。
图8C是对图7C附加表示钙晕区域的椭圆标志的图像。
图9是表示本实施方式所涉及的选择与包含至少一个伪影的差分图像相关联的图像来观察时的临床医生与图3的医用图像处理装置的典型的交流的一个例子的图。
符号说明
20…医用图像处理装置、22…控制部、24…CT扫描仪、26…显示部、28…输入部、30…存储部、32…CPU、34…数据处理部、36…删除对象区域提取部、38…绘制部、39…重叠图像产生部、40…位置对准处理部、42…差分图像产生部、112…可能性计算部。
具体实施方式
本实施方式所涉及的医用图像处理装置具有位置对准处理部、差分图像产生部、删除对象区域提取部以及重叠图像产生部。位置对准处理部对与通过造影剂造影后的血管相关的造影图像、和与没有通过造影剂造影的血管相关的非造影图像执行位置对准。差分图像产生部产生上述造影图像与上述非造影图像的差分图像。删除对象区域提取部从上述非造影图像中，提取基于上述差分图像产生部的差分处理中的删除对象区域。重叠图像产生部产生对上述差分图像或者上述造影图像将上述提取出的删除对象区域以不同的方式重叠的图像。
以下，参照附图说明实施方式所涉及的医用图像处理装置20。另外，在以下的说明中，针对具有大致相同的功能以及结构的构成要素，添加同一符号，重复说明只在必要时进行。
图3是本实施方式所涉及的、医用图像处理装置20的概略图。
医用图像处理装置20具备：控制部22、显示部26、计算机键盘、鼠标或者轨迹球等输入部28、以及存储部30。在本实施方式中，控制部22例如是个人计算机或者工作站。显示部26也可以是触摸画面。此时，显示部26作为输入部28来发挥作用。医用图像处理装置20不包含CT扫描仪24。医用图像处理装置20与CT扫描仪24连接。另外，医用图像处理装置20也可以组装CT扫描仪24。以下，说明为CT扫描仪24与医用图像处理装置20连接。另外，CT扫描仪24也可以是构成为取得三维图像数据的任意的CT扫描仪。另外，CT扫描仪24也可以是可能存在由于位置对准误差而造成的伪影的CT以外的其他的医疗器械中的扫描仪，例如，也可以是MRI扫描仪、X射线扫描仪、或者PET扫描仪。
通过CT扫描仪24取得的医用图像的数据暂时存储于存储部30，之后向数据处理部34输出。另外，医用图像也可以从形成PictureArchiving and Communication System(PACS)的一部分的远程数据存储器(未图示)来供给。远程数据存储器也可以具备任意的存储器。
控制部22对医用图像自动地或者半自动地进行处理。控制部22包含构成为执行后述的图4的流程和图5的流程的各种软件模块、或者能够进行动作，下载以及执行其他的软件组件的中央处理装置(Central Processor unit：CPU)32。另外，CPU32还能够只进行图4的流程或者图5的流程。
控制部22包含数据处理部34、删除对象区域提取部36、绘制部38、重叠图像产生部39、位置对准处理部40、差分图像产生部42。
数据处理部34通过对医用图像的数据实施数据处理，来产生医用图像。所谓医用图像具体是指造影图像、非造影图像以及差分图像。
删除对象区域提取部36从通过数据处理部34产生的非造影图像中，提取基于差分图像产生部的差分处理中的删除对象区域。
绘制部38对通过CT摄影产生的体数据进行绘制。
重叠图像产生部39产生在通过数据处理部34取得的差分图像或者造影图像上，将通过删除对象区域提取部36提取的删除对象区域以不同的方式重叠的图像。所谓不同的方式具体是指使颜色、亮度、透明度等变化、或者附加图案、阴影、轮廓等。
位置对准处理部40对通过数据处理部34取得的造影图像和非造影图像执行位置对准处理。
差分图像产生部42产生通过数据处理部34取得的造影图像与非造影图像的差分图像。
在本实施方式中，数据处理部34、删除对象区域提取部36、绘制部38、重叠图像产生部39、位置对准处理部40、以及差分图像产生部42分别通过具有为了进行本实施方式的方法而能够执行的计算机可读命令的计算机程序，在控制部22中实施。另外，各单元能够通过软件、硬件、或者硬件与软件的任意的合适的组合来实施。各种单元能够通过一个或者多个ASIC(Application Specific IntegratedCircuits：特定用途集成电路)或者FPGA(Field Programmable GateArrays)来实现。另外，一个或者多个单元能够通过GPU(GraphicsProcessing Unit：图形处理单元)来实现。
控制部22还包含硬盘驱动器和其他的构成要素，其他的构成要素包含RAM(Random Access Memory)、ROM(Read Only Memory)、数据总线、包含各种设备驱动器的操作系统、以及包含显卡的硬件驱动器等。为了使说明易于理解，上述构成要素在图3没有图示。
图4是表示本实施方式所涉及的、对差分图像重叠非造影图像的一部分的典型的流程的一个例子的图。图3的系统构成为进行在图4的流程图中所示的一系列的步骤。
在此，假设非造影图像A和造影图像B是三维的体数据。另外，非造影图像A和造影图像B也可以是二维图像。
在步骤50中，数据处理部34根据从存储部30、远程数据存储器(remote data store)或者直接从CT扫描仪24取得的图像的数据，产生通过非造影扫描产生的非造影图像(在流程图中称为A)。在本实施方式中，该非造影扫描是将患者的冠状动脉作为对象的钙评分扫描(calcium score scan)。
在步骤52中，数据处理部34产生与在步骤50中取得的非造影图像相同的患者且相同的解剖学区域的、通过造影扫描产生的造影图像。在本实施方式中，造影图像(在流程图中称为B)通过将作为与非造影扫描相同的检查的一部分而摄影的患者的冠状动脉作为对象的造影扫描产生。
在步骤54中，位置对准处理部40进行非造影图像(A)与造影图像(B)的自动的位置对准。位置对准处理部40能够适用任意的合适的位置对准方法。位置对准处理部40进行不严格的位置对准步骤与严格的位置对准步骤的组合。
另外，当已经相互进行位置对准通过数据处理部34取得非造影图像(A)以及造影图像(B)时，也可以省略步骤54。此时，医用图像处理装置20也可以不具有位置对准处理部40。
在步骤56中，差分图像产生部42为了得到差分图像(在流程图中称为C)，根据造影图像(B)对非造影图像(A)进行差分。具体而言，差分图像产生部42根据造影图像(B)内对应的CT值对非造影图像(A)的各体素的CT值进行差分。体素的对应通过步骤54的位置对准处理是既知的。
另外，医用图像也可以在通过步骤50以及52向数据处理部34供给之前进行差分。此时，差分图像(C)通过步骤50或者52向数据处理部34供给，因此，也可以省略步骤56。此时，医用图像处理装置20也可以不具有差分图像产生部42。
差分图像(C)有时具有一个或者多个伪影。差分图像(C)例如具有与图2A以及图2B所示的伪影类似的差分伪影。
图像内的任意的位置的图像伪影不表示该位置的被检体，作为代替，也可以是由测量处理、测量装置或者图像处理本身产生的图像的任意的特征。图像伪影也可以是与图像无关的特征。图像伪影例如由于差分误差、位置对准误差或者测量误差而生成。
在步骤58中，删除对象区域提取部36提取非造影图像(A)内的至少一个删除对象区域。在此，所谓删除对象区域是指通过将非造影图像(A)从造影图像(B)进行差分而删除的图像区域。在本实施方式中，删除对象是钙化。钙化在非造影图像中作为高CT值区域而出现。另外，删除对象还有时是支架、骨、或者软组织(例如，特定的脏器)等。删除对象也可以是引起差分图像内的图像伪影的任意的对象。
删除对象区域提取部36通过对非造影图像(A)适用强度阈值来提取钙化区域。在本实施方式中，强度阈值是180HU。删除对象区域提取部36对各体素判定体素的CT值是否是强度阈值以上。删除对象区域提取部36判定具有强度阈值以上的CT值的体素为删除对象区域的一部分。
另外，删除对象区域提取部36也可以通过图像处理提取删除对象区域。例如，删除对象区域提取部36通过心脏分割提取删除对象区域。另外，删除对象区域提取部36使用删除对象区域提取的多个方法，提取删除对象区域。删除对象区域提取部36例如组合使用心脏分割和强度阈值，来提取删除对象区域。
当删除对象是骨时，医用图像中的骨区域使用强度阈值或者通过其他的方法来提取。在灌注检查的情况下，删除对象有时是一个组织。为了提取合适的删除对象，进行用于提取相关联的解剖学构造的分割的图像分析。能够将该相关联的解剖学构造作为任意的合适的解剖学区域，并不限定于心脏的检查。
在本实施方式中，删除对象区域提取部36对非造影图像(A)整体适用提取处理。另外，删除对象区域提取部36也可以将提取处理适用于非造影图像的一部分。非造影图像的一部分例如能够设定于包含非造影图像中的伪影的一部分区域。
在步骤60中，删除对象区域提取部36将比强度阈值小的非造影图像(A)内的任意的体素的图像值填充(padding)于规定值。在此，将被填充的规定值称为填充值。删除对象区域提取部36对于判断为删除对象区域的一部分(图像值是强度阈值以上的体素)的体素，保持原来的图像值。通过将具有比强度阈值小的CT值的体素的图像值填充于规定值，从而能够从非造影图像中除去大部分的软组织，能够只剩余钙或者主要剩余钙。
在步骤62中，绘制部38由彩色绘制非造影图像中的删除对象区域。在各体素的绘制中使用的彩色强度根据该体素的CT值来决定。在本实施方式中，绘制体素的彩色强度与体素的CT值相等。另外，绘制部38能够根据强度的变化使用任意的合适的值。绘制部38将填充于规定值的体素绘制成透明。
在步骤64中，绘制部38由灰度绘制差分图像(C)。由黑色绘制差分图像(C)内的具有填充值的体素。
另外，步骤58～62可以在步骤56与64的双方之前进行，也可以接着步骤56以及64进行，或者也可以与步骤56以及64同时进行，也可以夹着步骤56以及64。
在步骤66中，重叠图像产生部39产生将来自非造影图像的删除对象区域(由彩色绘制)和差分图像(由灰度绘制)重叠的重叠图像。视觉化通过融合多剖面重建像(Multi-Planar Reconstruction：MPR)实现。图像的各体素中的融合MPR图像值根据删除对象区域中的该体素的图像值和差分图像(C)中的该体素的图像值来计算。显示部26显示通过在差分图像上重叠删除对象区域而产生的重叠图像。
另外，也可以将删除对象区域以灰度绘制，差分图像以彩色绘制。删除对象区域以及差分图像也可以由视觉上可区别的对比的颜色来绘制。删除对象区域以及差分图像也可以将删除对象区域以能够从差分图像中视觉上区别的不同的方式重叠。具体而言，除了颜色以外，也可以通过使亮度、透明度等变化，或者通过附加图案、阴影、轮廓等，从而重叠删除对象区域以及差分图像来实现视觉上可识别。
在融合绘制中，为了设定使删除对象区域的图像值与差分图像的图像值怎样合成，使用融合用滑块。该融合用滑块被设定为删除对象区域中的图像值的贡献率与差分图像中的图像值的贡献率相等。另外，融合用滑块也可以使用不同的设定。操作者也可以操作融合用滑块来设定所希望的融合用滑动值。重叠图像产生部39还能够根据操作者的输入改变重叠图像的产生的方式。例如，重叠图像产生部39能够根据操作者的输入，改变重叠图像中的删除对象区域或者差分图像的融合参数、透明度、颜色或者亮度中的一个或者多个。重叠图像产生部39能够根据操作者的输入，改变重叠图像中的删除对象区域或者造影图像的融合参数、透明度、颜色、或者亮度中的一个或者多个。
通过提取一个或者多个钙化区域，将钙化区域能够从差分图像中视觉上区别地显示，从而，临床医生能够判断差分图像内的暗环伪影或者暗点伪影是否相当于钙化。具体而言，在图6以及图7中进行说明。
删除对象区域的像素中的图像值为阈值以上且在融合绘制中与差分值合成的像素以外不被处理。从而，重叠图像中的删除对象区域不是大的图像处理的结果。重叠图像中的删除对象区域在非造影图像上良好地表示钙化。从而，临床医生能够提高伪影相当于钙化的理解的可能性。
图5是表示在本实施方式所涉及的造影图像上重叠非造影图像的一部分的典型的流程的一个例子的图。图3的系统还构成为进行图5的流程所示的一系列的步骤。另外，医用图像处理装置20也可以只进行图4的流程或者图5的流程。在图5的流程中，使用与在图4的流程中使用的图像相同的非造影图像和造影图像。
在步骤70中，数据处理部34接收非造影图像(A)。在步骤72中，数据处理部34接收造影图像(B)。在步骤74中，位置对准处理部40进行与非造影图像(A)的造影图像(B)的位置对准处理。另外，当接收非造影图像(A)以及造影图像(B)时，非造影图像(A)以及造影图像(B)也可以已经实施了位置对准处理。此时，省略步骤74。
在步骤76中，绘制部38以灰度绘制造影图像(B)，将具有填充值的体素绘制成黑色。
在步骤78中，删除对象区域提取部36提取非造影图像(A)内的一个或者多个删除对象区域。在删除对象区域提取中，强度阈值被设定为180HU。在删除对象区域提取中，强度阈值以上的所有的体素成为删除对象区域。另外，也可以不使用180HU，而使用其他的强度阈值。在步骤80中，删除对象区域提取部36将CT值比强度阈值小的体素填充为规定值。之后，具有填充值的体素被绘制成透明，或者绘制成背景。在步骤82中，绘制部以彩色(例如，红色)绘制形成删除对象区域的非造影图像(A)的体素，将设定为填充值的体素绘制成透明。
在本实施方式中，图5的步骤78～82与图4的步骤60～64相同。从而，在进行图4的流程和图5的流程的双方的相关联的实施方式中，省略图5的步骤78～82，图4的步骤64的输出作为向图5的步骤84的输入来使用。另外，步骤76可以在步骤78～82之后进行，也可以与步骤78～82同时进行。
在步骤84中，重叠图像产生部39使用融合MPR绘制产生重叠图像。图像的各体素的图像值根据删除对象区域中的该体素的图像值和造影图像中的该体素的图像值来计算。接着，重叠图像产生部39将所产生的重叠图像显示于显示部26。重叠图像将从非造影图像中取得的任意的提取的删除对象区域重叠显示在造影图像上。通过将删除对象区域以彩色绘制，以及将造影图像以灰度绘制，从而，能够将删除对象区域从造影图像中视觉上进行区别。
另外，也可以是删除对象区域以灰度绘制，造影图像以彩色绘制。根据颜色或者其他的任意的合适的视觉化方式，也可以将删除对象区域从造影图像、差分图像或者重叠图像在视觉上进行区别。例如，也可以通过使亮度、颜色、纹理、以及阴影中的至少一个对于删除对象区域，与相对于造影图像、差分图像或者重叠图像的亮度、颜色、纹理以及阴影不同，从而视觉上进行区别。
通过将非造影图像中的钙化区域重叠于位置上对应的造影图像，从而，临床医生能够判断造影图像和非造影图像是否完成良好的位置对准。当位置对准良好时，从非造影图像中取得的钙化区域应该恰当地重叠于造影图像内的钙化区域上。当位置对准差时，造影图像内的钙化区域与非造影图像内的钙化区域偏移，只有部分重叠。通过对与造影图像的重合进行对应，从而，临床医生能够判断造影图像与非造影图像的位置对准是否合适。由此，临床医生能够确保与手动位置对准处理相同的位置对准的可能性。
在图4的流程中产生的重叠图像以及在图5的流程中产生的重叠图像能够用于评估差分图像内的伪影。利用图4的重叠图像，临床医生能够识别差分图像内的伪影是否与钙化相关联。根据图5的重叠图像，临床医生能够判定是否完成图像的良好的位置对准。在图6中示出这样的重叠图像的一个例子。
图6A是本实施方式所涉及的、通过来自非造影(钙评分)图像的造影(CCTA)图像的差分而产生的差分图像。该差分图像包含暗环伪影90。临床医生有时希望观察暗环伪影90，判断暗环伪影90由于两个扫描间的、例如由于基于运动(由于扫描中的被检体的体运动或者心跳而造成的活动)的HU变化而引起，或者暗环伪影90与非造影图像的造影图像由于位置对准误差而引起使体素相对于差分不恰当地一致。
图6B是本实施方式所涉及的、在差分图像上重叠从非造影图像提取出的删除对象区域92(钙化区域)的图像。图6B的图像通过图4的流程产生。删除对象区域92由彩色绘制。根据图6B的图像，临床医生能够判断为差分图像上的暗环伪影90相当于非造影图像中的钙化区域92。
图6C是本实施方式所涉及的、在造影图像数据上重叠从非造影图像提取出的删除对象区域92(钙化区域)的图像。图6C的图像通过图5的流程产生。如果在图像中存在钙化区域，则在造影图像和非造影图像的双方中应该作为高CT值区域而存在。当在造影图像上适当地重叠从非造影图像中提取出的删除对象区域92时，在非造影图像内能够识别的钙化区域应该重叠在位置对应的造影图像内能够识别的钙化区域。在图6C中，钙化良好地重叠。来自钙评分图像的钙化区域实质上与相当于造影图像中的钙化的高强度区域94相同。在图6C的图像中，临床医生能够判断对造影图像和非造影图像完成了良好的位置对准。
通过调查差分图像上的钙化区域的重叠，从而，临床医生能够下结论为伪影相当于钙化。通过调查造影图像上的删除对象区域的重叠，从而，临床医生能够下结论为完成良好的位置对准。从而，临床医生能够看作造影图像与非造影图像的位置对准具有高的可能性，能够确定为能够以高的可能性对图6A的差分图像进行读影。例如，临床医生具有能够根据差分图像进行读影的内腔直径准确地表示物理内腔的直径的自信。
图7示出差分图像、图4的重叠图像以及图5的重叠图像的第2个例子。图7的图像表示与图6的图像不同的对象的医用图像。
图7A是本实施方式所涉及的、通过来自非造影图像的造影图像的差分产生的差分图像。图7A所示的差分图像表示暗环伪影100和位于内腔的左侧的暗点伪影108。
图7B是本实施方式所涉及的、在差分图像(图7A)上重叠从非造影图像中提取出的删除对象区域102(钙化区域)的图像。在图7B中，删除对象区域102以彩色绘制。判断为删除对象区域102重叠于图7A的暗环伪影上。从而，临床医生能够确定暗环伪影与钙化102相关联。
图7C是本实施方式所涉及的、对造影图像重叠从非造影图像中提取出的删除对象区域102(钙化区域)的图像。当图像被恰当地位置对准时，预想由彩色表示的删除对象区域与表示钙化的造影图像内的高强度区域一致。但是，图7C表似乎看上去与高强度区域不一致的彩色区域104。临床医生观察图7C的图像，由于在造影图像中在删除对象区域与明亮的强度的区域之间欠缺重复，因此，能够确定为存在位置对准误差。临床医生能够下结论为位于内腔的左侧的暗点伪影108是由于位置对准误差而造成的伪影。从而，临床医生能够注意差分图像的对应的区域进行读影。临床医生有时下结论为位置对准过于不充分而不能使用差分图像。或者，临床医生知道图像的至少一部分稍微错误并进行位置对准的情况，同时选择继续使用差分图像。根据情况，临床医生或者其他的从业者有时使用手动或者自动的步骤，将图像或者图像数据集再次进行位置对准或者通过其他的方法再次匹配。
作为有时存在于差分图像中的其他的伪影，存在位于暗点以及暗环的外部的造影状强度(contrast-like intensity)。例如，在图7A的差分图像中，存在位于暗环伪影100的外部的造影状强度的区域106。
图8A～图8C是对图7A～图7C中的造影状强度的区域106附加椭圆标志110的图。图8A是对图7A所示的图像，附加表示钙晕区域的椭圆标志110的图像。图8B是对图7B所示的图像附加表示钙晕区域的椭圆标志110的图像。图8C是对图7C所示的图像，附加表示钙晕区域的椭圆标志110的图像。
如关于图7A以及7B在上述中说明的那样，临床医生能够判断为暗环伪影100相当于钙化区域102。认为钙化与血管的外壁连接，因此，能够解释为暗环表示血管的边界。从而，临床医生能够判断为位于暗环或者钙化的外侧部分不是的血管的一部分。
临床医生能够判断为在图8A、图8B、以及图8C上由椭圆标志110表示的区域是钙晕的区域(钙晕伪影)。步骤58以及步骤78的强度阈值被设定为捕捉钙晕和本物的钙。钙晕与非造影图像相比较在造影图像中影响强的情况被熟知。临床医生将由椭圆标志110包围的区域的CT值解释为在造影图像中与非造影图像相比较钙晕增加。临床医生还将椭圆标志110内的伪影确定为关于图7C说明的那样的位置对准误差。临床医生为了确认造影图像具有更大的钙晕的情况，与造影图像一起，将对应的非造影图像进行读影。
使用在上述的实施方式中产生的重叠图像，临床医生理解所观察的伪影的原因，有时能够判定为由于伪影太重而不应该信赖所提供的区域内的差分数据。具体而言，例如，能够通过将图6B和6C或者图7B和7C进行比较，来理解伪影。
临床医生能够阅览表示被位置对准的图像的实际的CT值和相对的位置关系的重叠图像。从而，临床医生能够通过调查各个图像和这些图像的组合，来直接地判定位置对准的有效性。例如，在直接取得的非造影图像的CT值上重叠直接取得的造影图像的CT值。此时，产生的重叠图像除了通常的绘制处理以外，实质上不进行处理。从而，临床医生能够确保重叠图像中的位置对准的可能性。
另外，医用图像处理装置20也可以对位置对准的可能性进行数值化来显示。可能性计算部112根据造影图像、非造影图像以及差分图像中的至少一个，来计算表示位置对准的可能性的指标。具体而言，例如，可能性计算部112根据造影图像、非造影图像以及差分图像中的位置对准处理对象的两个图像，计算表示位置对准的可能性的指标。可能性的指标例如是相互信息量或者差分平方和。显示部26显示重叠图像和表示可能性的指标。另外，显示部26也可以显示与可能性的指标对应的信息。具体而言，例如，信息是“位置对准大致完全匹配(可能性90％以上)”“位置对准大致匹配(可能性80～90％)”“位置对准可能匹配(可能性80％以下)”等。
在上述的实施方式中，图3的医用图像处理装置产生在伪影的评估中临床医生能够使用的图像。在上述的实施方式中，重叠的视觉化相对于图像整体而执行。另外，如图9的流程图所示，例如，临床医生也可以选择伪影或者伪影区域。上述的实施方式也可以与以下的实施方式的方式进行组合。
图9是表示本实施方式所涉及的、选择与包含至少一个伪影的差分图像相关联的图像来观察时的、临床医生与图3的医用图像处理装置20的典型的交流的一个例子的图。
在步骤120中，数据处理部34产生非造影图像、造影图像、以及差分图像。假设非造影图像数据和造影图像数据均是相同患者的相同的检查的数据，通过CT扫描仪24收集。绘制部38通过将非造影图像的各体素的CT值从造影图像对应的体素的CT值中差分来产生差分图像。
在步骤122中，临床医生对在显示部26上显示的差分图像进行读影。
在步骤124中，临床医生选择在显示部26上显示的差分图像内的伪影或者包含伪影的区域。在本实施方式中，临床医生使用鼠标28，点击位于伪影上以及位于其左侧的画面上的第1点，将选择框拖放到伪影下以及位于右侧的画面上的第2点，由此选择包含伪影的图像的矩形区域。另外，临床医生通过单击鼠标28来在伪影本身上选择一个点，删除对象区域提取部36也可以选择包含鼠标点击的点的图像的区域。所选择的区域的大小也可以预先确定。例如，区域的大小能够作为系统内的固定参数。或者，临床医生也可以确定区域的大小。
临床医生通过触摸触摸画面，使用键盘命令，使用轨迹球，按下输入控制台上的按钮，或者通过任意的合适的输入方法，来选择差分图像中的点或者区域。临床医生为了删除对象区域提取而选择多个点点或者区域。
与差分图像同时，临床医生对非造影图像和/或造影图像进行读影。另外，临床医生也可以在对差分图像进行读影前后，对非造影图像和/或造影图像进行读影。
临床医生为了进行删除对象区域提取，选择非造影图像上的点或者区域。临床医生例如选择包含钙化的区域。临床医生为了进行删除对象区域提取而选择造影图像上的点或者区域。
临床医生能够同时读影差分图像、造影图像、以及非造影图像，选择为了删除对象区域提取而显示的图像的任一个中的点或者区域。
在步骤126中，删除对象区域提取部36选择与在步骤124中选择的区域对应的非造影图像的一部分。将非造影图像和造影图像进行位置对准，因此，能够根据非造影图像、造影图像或者差分图像的任一个中的点或者区域的选择，取得非造影图像的合适的部分。
在本实施方式中，删除对象区域提取部36对与选择的区域对应的非造影图像的部分区域应用强度阈值。删除对象区域提取部36将非造影图像的选择的区域内的具有强度阈值以上的CT值的所有的体素识别为相关联的体素。具有比强度阈值小的CT值的体素填充于规定值。在与所选择的区域对应的非造影图像的部分中不包含的体素也填充于规定值。另外，为了删除对象区域提取，也可以使用其他的方法。另外，删除对象区域提取部36也可以从选择的区域内不识别删除对象区域，而将所选择的区域整体识别为删除对象区域。
在步骤128中，临床医生选择差分图像与删除对象区域的重叠显示。重叠图像产生部39产生差分图像与删除对象区域的重叠图像。在本实施方式中，临床医生能够通过使用规定的按键命令(keystrokecommand)，例如，使用“O”来选择重叠显示。在阅览差分图像中，临床医生通过按下键盘28上的“O”键，从而，在不存在重叠的差分图像(例如，图6A)和存在删除对象区域的重叠的差分图像(例如，图6B)之间，切换显示。另外，重叠图像产生部39也可以根据其他的任意的操作者的输入，切换重叠图像和非重叠图像。非重叠图像例如是造影图像、非造影图像或者差分图像。
在步骤130中，临床医生选择造影图像与删除对象区域的重叠显示。重叠图像产生部39产生差分图像与删除对象区域的重叠图像。在本实施方式中，造影图像在差分图像的横方向没有自动地显示。从而，当临床医生最初选择造影图像时，显示部26显示造影图像。接着，临床医生例如通过按下“O”键，从而切换为重叠显示。临床医生能够使用“O”键，来切换重叠的造影图像和没有重叠的造影图像。
另外，显示部26通过重叠删除对象区域或者不重叠删除对象区域的任一个，来同时或者连续显示造影图像以及差分图像、或者医用图像的其他的任意的对。通过按下“O”键，从而在造影图像与差分图像的双方上同时切换重叠显示和非重叠显示。另外，重叠图像产生部39能够将显示切换为医用图像的对的不同的一方。
另外，为了调出差分图像或者造影图像的重叠显示，或者为了切换图像，也可以使用不同的命令。例如，临床医生也可以点击图标，输入命令，触摸触摸画面的某一区域，或者使用其他的任意的合适的输入方法。临床医生能够将鼠标放置于作为对象的区域上，在由鼠标指针表示的放大区域(透镜窗口(lens window))内显示重叠图像。能够阅览非造影图像、造影图像、重叠的造影图像、差分图像以及重叠的差分图像的任意的显示的组合。视觉化即使容易地被设成有效/无效，但通常也能够被使用。
另外，重叠图像产生部39产生在显示图像的横方向显示的一个或者多个缩小图像。例如，当临床医生阅览没有重叠的差分图像时，显示重叠的差分图像的缩小图像。当临床医生选择缩小图像时，重叠的差分图像显示于画面整体。另外，当临床医生阅览差分图像时，也可以显示造影图像以及非造影图像的缩小图像。当选择缩小图像时，将该图像显示于画面整体。另外，当选择缩小图像时，也可以将对应的图像显示在现在观察的图像的横方向，或者显示在相同的显示部26的另一窗口或者标签上。显示部26能够显示与差分图像、造影图像、非造影图像、重叠的差分图像、或者重叠的造影图像相关的缩小图像。
当临床医生观察差分图像或者造影图像的重叠显示时，融合用滑块有时显示于显示部26。临床医生操作融合用滑块，设定融合绘制的不同的比例，合成删除对象区域和差分图像或者造影图像。例如，当是差分图像时，当融合用滑块被设定于一端时(差分图像100％)，所显示的图像只有差分图像，是不存在删除对象区域的重叠的图像。当融合用滑块设定于另一端时(删除对象图像100％)，显示的图像只有删除对象区域，不存在差分图像的重叠。当融合用滑块位于中间位置时(差分图像X％，删除对象图像Y％)，在重叠图像的每个体素，差分图像的图像值的贡献率为X％，删除对象区域的图像值的贡献率为Y％。临床医生能够使用鼠标，使用键盘命令，或者通过其他的任意的合适的输入方法，控制融合用滑块。另外，临床医生能够选择基于融合绘制的重叠图像的绘制所使用的彩色图。另外，能够合成删除对象区域和差分图像使融合绘制的比例变化。
临床医生有时对视觉化(重叠的差分图像和/或重叠的造影图像)进行调整，解释差分处理的可能性。视觉化将所有相关联的数据结合，能够迅速地理解伪影。通过视觉化，相关联的图像值与图像处理无关地直接显示。
在图9中，临床医生对重叠的差分图像和重叠的造影图像的双方进行读影。另外，临床医生有时只对一图像进行读影。例如，临床医生只使用重叠的造影图像，判断位置对准是否良好。
在图9中，临床医生也可以最初选择重叠的差分图像，接着，选择重叠的造影图像。另外，临床医生在步骤124中选择了点或者区域之后，重叠图像产生部39自动产生一方或者双方的重叠图像，代替现在显示的图像，或者除了现在显示的图像之外，将这些图像显示在显示部26上。
在上述的实施方式中，说明了为了评估冠状动脉图像内的伪影而使用图4、图5、和/或图9的方法的情况。另外，图像也可以是与包含动脉、静脉、颈动脉、以及肾动脉等血管，但并不限定于此的其他的血管相关联的图像。
针对与CT数据的处理相关的实施方式进行说明，但这些实施方式还能够用于任意的合适的类型的医用图像的处理，例如用于X射线图像、MRI图像或者PET图像的处理。针对与造影图像以及非造影图像相关的实施方式进行了说明，但能够使用适合差分的任意的图像。
在本说明书中针对特定的单元进行了说明，但在代替实施方式中，这些单元的功能中的一个或者多个能够通过单一的单元、处理源、或者其他的构成要素来提供，或者，通过单一的单元提供的功能能够通过组合的两个以上的单元或者其他的构成要素来提供。对单一的单元的言及包含提供该单元的功能的多个构成要素相互分离的那样的构成要素，向多个单元的言及包含提供这些单元的功能的单一的构成要素。
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方式进行实施，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 (27)
1.一种医用图像处理装置，其特征在于包括：
位置对准处理部，对与通过造影剂造影的血管相关的造影图像和与没有通过造影剂造影的血管相关的非造影图像执行位置对准；
差分图像产生部，产生上述造影图像与上述非造影图像的差分图像；
删除对象区域提取部，从上述非造影图像提取由上述差分图像产生部进行的差分处理中的删除对象区域；以及
重叠图像产生部，产生以不同的方式将上述提取出的删除对象区域重叠在上述差分图像或者上述造影图像的图像。
2.根据权利要求1所述的医用图像处理装置，其特征在于：上述差分图像在与上述删除对象区域位置性地对应的图像区域包含至少一种图像伪影。
3.根据权利要求2所述的医用图像处理装置，其特征在于：上述图像伪影是差分伪影、由于位置对准误差导致的伪影、光晕伪影中的至少一个。
4.根据权利要求1所述的医用图像处理装置，其特征在于：上述位置对准处理部对上述非造影图像、上述造影图像以及上述差分图像中的至少一个、和上述非造影图像、上述造影图像以及上述差分图像中的其他的至少一个执行上述位置对准。
5.根据权利要求1所述的医用图像处理装置，其特征在于：上述删除对象区域包含与钙化对应的图像区域、与支架对应的图像区域、与骨对应的图像区域、与软组织对应的图像区域、与脏器对应的图像区域中的至少一个。
6.根据权利要求1所述的医用图像处理装置，其特征在于：上述删除对象区域是和与钙化对应的图像区域、与支架对应的图像区域、与骨对应的图像区域、与软组织对应的图像区域、与脏器对应的图像区域中的至少一个相关联的区域。
7.根据权利要求1所述的医用图像处理装置，其特征在于：上述重叠图像产生部通过将亮度、颜色、纹理或者阴影中的至少一个以不同的方式重叠在上述差分图像或者上述造影图像和上述删除对象区域，来产生上述重叠图像。
8.根据权利要求1所述的医用图像处理装置，其特征在于：上述重叠图像产生部产生a)具有由彩色表示的上述删除对象区域和由灰度表示的上述差分图像或者上述造影图像的上述重叠图像、b)具有由灰度表示的上述删除对象区域和由彩色表示的上述差分图像或者上述造影图像的上述重叠图像、c)分别具有由对比色表示的上述删除对象区域和上述差分图像或者上述造影图像的上述重叠图像中的至少一个。
9.根据权利要求1所述的医用图像处理装置，其特征在于：上述重叠图像产生部实施上述差分图像或者上述造影图像与上述删除对象区域的融合绘制，产生上述重叠图像。
10.根据权利要求1所述的医用图像处理装置，其特征在于：上述重叠图像产生部产生将上述差分图像和上述删除对象区域重叠的第1重叠图像，产生将上述造影图像和上述删除对象区域重叠的第2重叠图像。
11.根据权利要求10所述的医用图像处理装置，其特征在于还包括：
显示部，根据操作者的输入切换显示上述第1重叠图像和上述第2重叠图像。
12.根据权利要求1所述的医用图像处理装置，其特征在于还包括：
显示部，根据操作者的输入切换显示上述重叠图像和上述非造影图像、上述造影图像或者上述差分图像中的至少一个图像。
13.根据权利要求12所述的医用图像处理装置，其特征在于：
上述差分图像在与上述删除对象区域位置性地对应的图像区域包含至少一种图像伪影，
上述显示部通过上述重叠图像和上述非造影图像、上述造影图像或者上述差分图像中的至少一个图像的切换，来使上述图像伪影的至少一部分清晰或者不清晰地显示。
14.根据权利要求1所述的医用图像处理装置，其特征在于还包括：
显示部，将上述重叠图像和上述非造影图像、上述造影图像或者上述差分图像中的至少一个图像进行位置匹配并显示。
15.根据权利要求1所述的医用图像处理装置，其特征在于还包括：
可能性计算部，基于上述造影图像、上述非造影图像以及上述差分图像中的至少一个，计算表示上述位置对准的可能性的指标；以及
显示部，显示上述重叠图像和表示上述可能性的指标。
16.根据权利要求15所述的医用图像处理装置，其特征在于：上述可能性的指标是相互信息量或者差分平方和。
17.根据权利要求15所述的医用图像处理装置，其特征在于：上述显示部显示与上述可能性的指标对应的信息。
18.根据权利要求1所述的医用图像处理装置，其特征在于：上述重叠图像产生部根据操作者的输入改变上述重叠图像的显示参数。
19.根据权利要求18所述的医用图像处理装置，其特征在于：上述显示参数是上述删除对象区域或者上述差分图像的透明度、颜色、或者亮度中的至少一个。
20.根据权利要求18所述的医用图像处理装置，其特征在于：上述显示参数是上述删除对象区域或者上述造影图像的透明度、颜色、或者亮度中的至少一个。
21.根据权利要求1所述的医用图像处理装置，其特征在于：上述删除对象区域提取部通过a)应用强度阈值、b)基于解剖学构造实施图像处理、c)分割解剖学构造的特征中的至少一个，利用对上述非造影图像进行处理，来提取上述删除对象区域。
22.根据权利要求1所述的医用图像处理装置，其特征在于：
上述删除对象区域提取部产生将不属于与上述非造影图像中的上述删除对象区域对应的区域的各像素的像素值修正为默认值的修正非造影图像，
上述重叠图像产生部产生上述修正非造影图像与上述差分图像或者上述造影图像中的一方的上述重叠图像。
23.根据权利要求1所述的医用图像处理装置，其特征在于：
上述删除对象区域提取部选择上述非造影图像的部分区域，
提取上述选择的部分区域内的上述删除对象区域。
24.根据权利要求23所述的医用图像处理装置，其特征在于：上述部分区域根据操作者的输入来选择。
25.根据权利要求1所述的医用图像处理装置，其特征在于：上述非造影图像以及上述造影图像分别是CT图像、X射线图像、MRI图像、或者PET图像。
26.一种医用图像处理方法，其特征在于包括：
对与通过造影剂造影的血管相关的造影图像和与没有通过造影剂造影的血管相关的非造影图像执行位置对准，
产生上述造影图像与上述非造影图像的差分图像，
从上述非造影图像中，提取产生上述差分图像的差分处理中的删除对象区域，以及
产生以不同的方式将上述提取出的删除对象区域重叠在上述差分图像或者上述造影图像的图像。
27.根据权利要求26所述的医用图像处理方法，其特征在于：上述差分图像包含与上述删除对象区域相关联的至少一个图像伪影。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US14/085,292 US9595088B2 (en) | 2013-11-20 | 2013-11-20 | Method of, and apparatus for, visualizing medical image data |
| US14/085,292 | 2013-11-20 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104644202A true CN104644202A (zh) | 2015-05-27 |
| CN104644202B CN104644202B (zh) | 2017-11-21 |
Family
ID=53173359
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410387178.6A Active CN104644202B (zh) | 2013-11-20 | 2014-08-08 | 医用图像数据处理装置、医用图像数据处理方法以及医用图像数据处理程序 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US9595088B2 (zh) |
| JP (1) | JP6367026B2 (zh) |
| CN (1) | CN104644202B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107945132A (zh) * | 2017-11-29 | 2018-04-20 | 深圳安科高技术股份有限公司 | 一种基于神经网络的ct图像的伪影校正方法及装置 |
| CN109859140A (zh) * | 2019-02-15 | 2019-06-07 | 数坤（北京）网络科技有限公司 | 一种用于医疗图像的修复方法及设备 |
| CN111369481A (zh) * | 2020-02-28 | 2020-07-03 | 当家移动绿色互联网技术集团有限公司 | 图像融合方法、装置、存储介质和电子设备 |
| CN113205508A (zh) * | 2021-05-20 | 2021-08-03 | 强联智创（北京）科技有限公司 | 一种基于影像数据的分割方法、装置以及设备 |
| WO2022048540A1 (zh) * | 2020-09-01 | 2022-03-10 | 安翰科技(武汉)股份有限公司 | 胃肠标记物自动识别方法及识别方法 |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10795457B2 (en) * | 2006-12-28 | 2020-10-06 | D3D Technologies, Inc. | Interactive 3D cursor |
| WO2013191036A1 (ja) * | 2012-06-20 | 2013-12-27 | 株式会社 東芝 | 医用画像処理装置、磁気共鳴イメージング装置、医用画像処理方法及び磁気共鳴イメージング方法 |
| CN103876764B (zh) * | 2013-11-21 | 2016-03-30 | 沈阳东软医疗系统有限公司 | 一种血管显影方法及装置 |
| US10362961B2 (en) * | 2014-01-10 | 2019-07-30 | Northshore University Healthsystem | System and method for neutral contrast magnetic resonance imaging of calcifications |
| JP2016143970A (ja) * | 2015-01-30 | 2016-08-08 | 株式会社リコー | 画像処理装置、画像処理システム、画像処理プログラム |
| KR102412122B1 (ko) * | 2015-05-27 | 2022-06-23 | 삼성전자주식회사 | 의료 영상 디스플레이 방법 및 장치 |
| JP6814276B2 (ja) * | 2016-03-17 | 2021-01-13 | イメージア サイバーネティックス インコーポレイテッドＩｍａｇｉａ Ｃｙｂｅｒｎｅｔｉｃｓ Ｉｎｃ． | 情報不足に対しての堅牢性を有するタスク処理用の方法及びシステム |
| JP2018038500A (ja) * | 2016-09-06 | 2018-03-15 | キヤノン株式会社 | 放射線撮影装置、放射線撮影システム、放射線撮影方法、及びプログラム |
| WO2018109111A1 (en) * | 2016-12-15 | 2018-06-21 | Koninklijke Philips N.V. | Visualizing vascular structures |
| DE102017203025A1 (de) * | 2017-02-24 | 2018-08-30 | Siemens Healthcare Gmbh | Verfahren zu einem Unterstützen einer Planung einer Magnetresonanzuntersuchung an einem Patienten mit einer Magnetresonanzvorrichtung sowie eine Magnetresonanzvorrichtung zu einem Ausführen des Verfahrens |
| JP7175606B2 (ja) * | 2017-04-13 | 2022-11-21 | 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、その制御方法、及びプログラム |
| EP4066741A4 (en) * | 2021-02-01 | 2023-12-20 | Claripi Inc. | DEEP LEARNING-BASED APPARATUS AND METHOD FOR CONTRAST AMPLIFICATION OF CONTRAST-ENHANCED CT IMAGE |
| JP7167239B1 (ja) | 2021-04-27 | 2022-11-08 | ジーイー・プレシジョン・ヘルスケア・エルエルシー | 学習済みモデルの生成方法、推論装置、医用装置、およびプログラム |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1591477A (zh) * | 2003-08-28 | 2005-03-09 | 株式会社东芝 | 3d图象处理设备 |
| CN101810485A (zh) * | 2009-02-23 | 2010-08-25 | 株式会社东芝 | 医用图像处理装置及医用图像处理方法 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2938502B2 (ja) | 1990-03-01 | 1999-08-23 | 株式会社東芝 | 画像表示装置 |
| US6771736B2 (en) | 2002-07-25 | 2004-08-03 | Ge Medical Systems Global Technology Company, Llc | Method for displaying temporal changes in spatially matched images |
| EP1392047B1 (en) * | 2002-08-22 | 2013-10-30 | Samsung Electronics Co., Ltd. | Digital document processing for image enhancement |
| US7764814B2 (en) * | 2003-07-10 | 2010-07-27 | Mount Sinai School Of Medicine | Display and analysis of multicontrast-weighted magnetic resonance images |
| US20060036167A1 (en) * | 2004-07-03 | 2006-02-16 | Shina Systems Ltd. | Vascular image processing |
| WO2007069144A2 (en) * | 2005-12-14 | 2007-06-21 | Koninklijke Philips Electronics N.V. | Method and device for relating medical 3d data image viewing planes to each other |
| US20070160276A1 (en) * | 2005-12-29 | 2007-07-12 | Shoupu Chen | Cross-time inspection method for medical image diagnosis |
| US7995824B2 (en) * | 2006-02-10 | 2011-08-09 | University Of Medicine And Dentistry Of New Jersey | Precision subtraction computed tomographic angiography |
| US8542900B2 (en) * | 2007-03-08 | 2013-09-24 | Sync-Rx Ltd. | Automatic reduction of interfering elements from an image stream of a moving organ |
| US8797405B2 (en) * | 2009-08-31 | 2014-08-05 | Behavioral Recognition Systems, Inc. | Visualizing and updating classifications in a video surveillance system |
| JP5537262B2 (ja) * | 2010-05-28 | 2014-07-02 | 株式会社東芝 | Ｘ線画像診断装置 |
| US9053535B2 (en) * | 2010-07-19 | 2015-06-09 | Koninklijke Philips N.V. | Adaptive roadmapping |
| JP5599683B2 (ja) | 2010-09-07 | 2014-10-01 | 株式会社日立メディコ | 医用画像処理装置、医用画像処理方法 |
| US9311570B2 (en) * | 2013-12-06 | 2016-04-12 | Kabushiki Kaisha Toshiba | Method of, and apparatus for, segmentation of structures in medical images |
-
2013
- 2013-11-20 US US14/085,292 patent/US9595088B2/en active Active
-
2014
- 2014-07-08 JP JP2014140897A patent/JP6367026B2/ja active Active
- 2014-08-08 CN CN201410387178.6A patent/CN104644202B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1591477A (zh) * | 2003-08-28 | 2005-03-09 | 株式会社东芝 | 3d图象处理设备 |
| CN101810485A (zh) * | 2009-02-23 | 2010-08-25 | 株式会社东芝 | 医用图像处理装置及医用图像处理方法 |
| CN102525537A (zh) * | 2009-02-23 | 2012-07-04 | 株式会社东芝 | 医用图像处理装置及医用图像处理方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107945132A (zh) * | 2017-11-29 | 2018-04-20 | 深圳安科高技术股份有限公司 | 一种基于神经网络的ct图像的伪影校正方法及装置 |
| CN107945132B (zh) * | 2017-11-29 | 2022-10-04 | 深圳安科高技术股份有限公司 | 一种基于神经网络的ct图像的伪影校正方法及装置 |
| CN109859140A (zh) * | 2019-02-15 | 2019-06-07 | 数坤（北京）网络科技有限公司 | 一种用于医疗图像的修复方法及设备 |
| CN111369481A (zh) * | 2020-02-28 | 2020-07-03 | 当家移动绿色互联网技术集团有限公司 | 图像融合方法、装置、存储介质和电子设备 |
| WO2022048540A1 (zh) * | 2020-09-01 | 2022-03-10 | 安翰科技(武汉)股份有限公司 | 胃肠标记物自动识别方法及识别方法 |
| CN113205508A (zh) * | 2021-05-20 | 2021-08-03 | 强联智创（北京）科技有限公司 | 一种基于影像数据的分割方法、装置以及设备 |
| CN113205508B (zh) * | 2021-05-20 | 2022-01-25 | 强联智创（北京）科技有限公司 | 一种基于影像数据的分割方法、装置以及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6367026B2 (ja) | 2018-08-01 |
| US9595088B2 (en) | 2017-03-14 |
| US20150139514A1 (en) | 2015-05-21 |
| JP2015100699A (ja) | 2015-06-04 |
| CN104644202B (zh) | 2017-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104644202A (zh) | 医用图像数据处理装置、医用图像数据处理方法以及医用图像数据处理程序 | |
| CN104517303B (zh) | 医用图像处理装置以及医用图像处理方法 | |
| CN105719324B (zh) | 图像处理装置以及图像处理方法 | |
| CN104622495B (zh) | 医用图像处理装置以及医用图像处理方法 | |
| US9401047B2 (en) | Enhanced visualization of medical image data | |
| JP5371949B2 (ja) | 医用画像表示装置、医用画像撮影装置、及び、医用画像表示方法 | |
| KR102216460B1 (ko) | X-선 이미지를 생성하기 위한 방법 및 시스템 | |
| JP6058286B2 (ja) | 医用画像診断装置、医用画像処理装置及び方法 | |
| JP4817689B2 (ja) | 医用画像処理装置及び医用画像処理プログラム | |
| CN109377481B (zh) | 图像质量评价方法、装置、计算机设备和存储介质 | |
| JP4761741B2 (ja) | Ｘ線ｃｔ装置、画像データ領域抽出システムおよび画像データ領域抽出プログラム | |
| CN104240271A (zh) | 医用图像处理装置 | |
| JP3989896B2 (ja) | 医用画像処理装置、関心領域抽出方法、ならびに、プログラム | |
| JP4709603B2 (ja) | 医用画像処理装置 | |
| JP2019208903A (ja) | 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 | |
| US20180365827A1 (en) | Creation of a decision support material indicating damage to an anatomical joint | |
| JP4801892B2 (ja) | 医用画像表示装置 | |
| RU2565521C2 (ru) | Обработка набора данных изображения | |
| JP6533687B2 (ja) | 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 | |
| JP7242338B2 (ja) | 医用画像処理装置及び医用画像処理プログラム | |
| JP4660356B2 (ja) | Ｘ線ｃｔ装置、画像データ領域抽出システムおよび画像データ領域抽出プログラム | |
| JP2022117177A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
| US20230260119A1 (en) | Image processing apparatus, image processing method, and computer program product | |
| JP2009225979A (ja) | 医用画像作成装置及び方法 | |
| KR102272741B1 (ko) | 4차원 자기공명 혈관조영술의 영상정보 후처리를 통한 3차원 감산 동맥조영술과 3차원 감산 정맥조영술 및 4차원 컬러 혈관조영술의 동시 구현 방법과 의료영상 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20160711 Address after: Japan Tochigi Applicant after: Toshiba Medical System Co., Ltd. Address before: Tokyo, Japan, Japan Applicant before: Toshiba Corp Applicant before: Toshiba Medical System Co., Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |