CN104887257B - 图像处理装置 - Google Patents

图像处理装置 Download PDF

Info

Publication number
CN104887257B
CN104887257B CN201510098428.9A CN201510098428A CN104887257B CN 104887257 B CN104887257 B CN 104887257B CN 201510098428 A CN201510098428 A CN 201510098428A CN 104887257 B CN104887257 B CN 104887257B
Authority
CN
China
Prior art keywords
lung field
field
lung
motion
motion model
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
CN201510098428.9A
Other languages
English (en)
Other versions
CN104887257A (zh
Inventor
藤原浩
藤原浩一
远山修
大和宏
岛村谦太
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.)
Konica Minolta Opto Inc
Original Assignee
Konica Minolta Opto Inc
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 Konica Minolta Opto Inc filed Critical Konica Minolta Opto Inc
Publication of CN104887257A publication Critical patent/CN104887257A/zh
Application granted granted Critical
Publication of CN104887257B publication Critical patent/CN104887257B/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
    • A61B6/5258—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
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • 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
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/251—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • 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
    • A61B6/486—Diagnostic techniques involving generating temporal series of image data
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • 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
    • G06T2207/10116—X-ray image
    • 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
    • G06T2207/10132—Ultrasound image
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Multimedia (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Quality & Reliability (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及图像处理装置。抑制肺野的运动对医用动态图像的处理造成的影响，与肺野的运动无关地恰当处理医用动态图像。拍摄装置通过对肺进行拍摄来生成医用动态图像。取得部取得医用动态图像。保持部保持模拟了肺野的运动的肺野运动模型。处理部使用肺野的运动来对医用动态图像进行处理。

Description

图像处理装置
技术领域
本发明涉及医用动态图像的处理。
背景技术
在胸部X射线动态图像的拍摄中，例如通过X射线管来产生X射线，使所产生的X射线透过人体，并利用平面X射线检测器(FPD)检测透过了人体的X射线。胸部X射线动态图像例如被拍摄成用于辅助医师的诊断。
在美国专利公开公报US2012/0300904中，记载了一种对胸部X射线动态图像进行处理的技术。在上述公报所记载的技术中，为了判定呼吸(换气)、胸部的血流是否异常而在一个帧图像以及另一个帧图像中位于相同的位置的像素之间求出差值。
由于肺野运动，所以当在一个帧图像以及另一个帧图像中位于相同的位置的像素之间求出了差值时，不能说在描绘了相同内容的像素之间求出了差值，无法说恰当地生成了差分图像。
该问题在进行差分图像的生成以外的处理的情况、通过X射线拍摄以外的方法拍摄医用动态图像的情况下等也会发生。
发明内容
本发明为了解决该问题而提出。本发明的目的在于，抑制肺野的运动对医用动态图像的处理造成的影响，能够与肺野的运动无关地恰当处理医用动态图像。
取得通过对肺进行拍摄而获得的医用动态图像。使用对肺野的运动进行了模拟的肺野运动模型来处理医用动态图像。
可抑制肺野的运动对医用动态图像的处理造成的影响，能够与肺野的运动无关地恰当处理医用动态图像。
这些以及此外的本发明的目的、特征、方式以及优点通过附图以及下述本发明的详细说明而更加清楚。
附图说明
图1是图像拍摄系统的框图。
图2是计算机的框图。
图3是表示肺野运动模型的示意图。
图4是表示肺野运动模型的示意图。
图5是表示肺野运动模型的示意图。
图6是表示肺野运动模型的示意图。
图7是表示呼吸曲线以及肺野运动模型的示意图。
图8是第一实施方式的处理部的框图。
图9是表示第一实施方式的处理的例子的示意图。
图10是表示肺野运动模型的示意图。
图11是表示帧图像的示意图。
图12是第二实施方式的处理部的框图。
图13是表示第二实施方式的处理的例子的示意图。
图14是表示帧图像的变形例的示意图。
图15是第三实施方式的处理部的框图。
图16是表示第三实施方式的处理的例子的示意图。
图17是表示肺野运动模型的示意图。
图18是表示帧图像的示意图。
具体实施方式
1)第一实施方式
(1.1)图像拍摄系统
第一实施方式涉及图像拍摄系统。
图1的框图表示第一实施方式的图像拍摄系统。
图1所示的图像拍摄系统1000具备拍摄装置1010、图像处理装置1011等。
拍摄装置1010通过X射线拍摄来生成医用动态图像。拍摄装置1010通过X射线管产生X射线，使所产生的X射线透过人体，并利用平面X射线检测器(FPD)检测透过了人体的X射线。由此，拍摄装置1010对人的体内的构造物进行拍摄，生成描绘了人的体内的构造物的帧图像。拍摄装置1010进行两次以上的拍摄，生成具有两个以上帧图像的医用动态图像。医用动态图像是二维动态图像、是数字数据。拍摄装置1010也可以通过X射线拍摄以外的方法来生成医用动态图像。例如，拍摄装置1010也可以通过超声波拍摄、核磁共振图像法(MRI)、计算机剖面拍摄(CT)等来生成医用动态图像。拍摄装置1010也可以拍摄人以外的动物的体内的构造物。医用动态图像也可以是三维动态图像。
图像处理装置1011取得由拍摄装置1010拍摄到的医用动态图像，并对取得的医用动态图像进行处理。被处理的医用动态图像是胸部X射线动态图像，通过对人的肺进行拍摄而获得。被处理的医用动态图像也可以通过对人以外的动物的肺进行拍摄而获得。
(1.2)图像处理装置
图像处理装置1011具备取得部1020、保持部1021、处理部1022等。
取得部1020进行通信，从拍摄装置1010直接或者从拍摄装置1010经由图像服务器等拍摄装置1010以外的装置取得医用动态图像。也可以通过对记录有医用动态图像的光盘等记录介质进行读取来取得医用动态图像。
保持部1021保持两个以上的肺野运动模型1030、属性信息1031、呼吸相位信息1032等。也有仅保持一个肺野运动模型的情况。也有属性信息1031以及呼吸相位信息1032双方或者一方未被保持的情况。
两个以上的肺野运动模型1030分别模拟肺野的运动。有两个以上的肺野运动模型1030分别模拟瞬间的肺野的运动的情况，也有模拟时间经过期间的肺野的运动的情况。肺野运动模型表示帧图像中的位置与肺野的运动之间的关系。肺野的运动意味着肺野的运动的大小以及方向双方。也有肺野的运动仅意味着肺野的运动的大小以及方向一方的情况。
属性信息1031是能够确定两个以上的肺野运动模型1030各自的属性的信息。
呼吸相位信息1032是能够确定与两个以上的肺野运动模型1030各自对应的呼吸相位的信息。
处理部1022使用在两个以上的肺野运动模型1030中模拟的肺野的运动来生成一个帧图像与另一个帧图像的差分图像。肺野运动模型被用于抑制一个帧图像与另一个帧图像之间的所描绘的位置的错移的影响。由此，可抑制肺野的运动对差分图像的生成造成的影响，能够与肺野的运动无关地恰当生成差分图像。也可以对差分图像的生成以外的处理使用肺野的运动。作为典型的情况，另一个帧图像是紧接着一个帧图像拍摄到的帧图像。但是，另一个帧图像也可以不是紧接着一个帧图像拍摄到的帧图像。
(1.3)计算机
图2是计算机的框图。
图2所示的计算机1040具备CPU1050、存储器1051、硬盘驱动器1052等，成为图像处理装置1011。硬盘驱动器1052也可被置换成其他种类的辅助存储装置。硬盘驱动器1052中安装有图像处理程序1060。图像处理装置1011的功能通过CPU1050将图像处理程序1060加载到存储器1051并执行来实现。图像处理装置1011的功能的全部或者一部分也可以由不伴随软件的硬件来实现。图像处理装置1011的功能的全部或者一部分也可以由2台以上计算机实现。图像处理程序1060可以在计算机1040出厂前被预安装到硬盘驱动器1052，也可以在计算机1040出厂后被安装于硬盘驱动器1052。图像处理程序1060的安装可以通过读取记录有图像处理程序1060的光盘等记录介质1070来进行，也可以通过经由网络1071下载来进行。
(1.4)肺野运动模型
两个以上的肺野运动模型1030可以表现因空间位置引起的肺野的运动的差异，也可以表现因呼吸相位引起的肺野的运动的差异，还可以表现因属性引起的肺野的运动的差异。属性是对肺野的运动造成影响的任意信息。属性包括拍摄时的体位、生理学的特征点、被拍摄的人的年龄、被拍摄的人的性别、被拍摄的人的体型、被拍摄的人所患疾病的种类、被拍摄的人所患疾病的重症度等。体位包括立位、卧位等。体型由体脂肪率、胸包围、腹包围、体厚等确定。
在两个以上的肺野运动模型1030分别表示帧图像中的位置与肺野的运动之间的关系的情况下，因空间位置引起的肺野的运动的差异被分别表现于两个以上的肺野运动模型1030，因呼吸相位引起的肺野的运动的差异被表现为一个肺野模型表示的肺野的运动与其他肺野运动模型表示的肺野的运动之间的差异，因属性引起的肺野的运动的差异被表现为一个肺野运动模型表示的肺野的运动与其他肺野运动模型表示的肺野的运动之间的差异。
(1.5)因垂直方向(重力方向)的位置引起的肺野的运动的差异
图3的示意图以及图4的示意图分别表示肺野运动模型。
图3所示的肺野运动模型1080以及图4所示的肺野运动模型1090分别表示帧图像中的位置与肺野的运动之间的关系。在肺野运动模型1080以及1090各自中，帧图像中的位置由箭头的位置表示，肺野的运动的方向由箭头的方向表示，肺野的运动的大小由箭头的长度表示。该点在其他示意图所示的肺野运动模型中也同样。肺野运动模型1080是体位为立位的情况的模型。肺野运动模型1090是体位为卧位的情况的模型。
有时肺野的运动因垂直方向的位置而被视为不同。例如，存在肺野的运动随着向垂直方向下方行进而被视为变大的情况。
在拍摄时的体位为立位的情况下，由于帧图像的上下方向表示与垂直方向呈平行的方向、帧图像的左右方向表示与垂直方向呈垂直的方向，所以当肺野的运动随着向垂直方向下方行进而被视为变大时，在帧图像中随着向下方行进肺野的运动被视为变大。因此，在拍摄时的体位为立位的情况下，可生成肺野的运动随着向下方行进而变大的肺野运动模型1080。
在拍摄时的体位为卧位的情况下，由于帧图像的上下方向以及左右方向表示与垂直方向呈垂直的方向，所以在帧图像中肺野的运动被视为均匀。因此，在拍摄时的体位为卧位的情况下，可生成肺野的运动均匀的肺野运动模型1090。
因垂直方向的位置引起的肺野的运动的差异被分别表现在肺野运动模型1080以及1090。因体位引起的肺野的运动的差异被表现为肺野运动模型1080表示的肺野的运动与肺野运动模型1090表示的肺野的运动之间的差异。
在拍摄时的体位为立位以及卧位以外的情况下也能生成肺野运动模型。例如，在拍摄时的体位为侧卧位的情况下也能生成肺野运动模型。通过增加肺野运动模型，可以增加能够应对的拍摄条件。
(1.6)因从生理学的特征点起的距离引起的肺野的运动的差异
图5的示意图以及图6的示意图分别表示肺野运动模型。
图5所示的肺野运动模型1100以及图6所示的野运动模型1110分别表示帧图像中的位置与肺野的运动之间的关系。肺野运动模型1100是生理学的特征点为肺门的情况的模型。肺野运动模型1110是生理学的特征点为肺尖部的情况的模型。
有时肺野的运动因从生理学的特征点起的距离而被视为不同。例如，存在越远离生理学的特征点则肺野的运动被视为越大的情况。因此，在生理学的特征点为肺门的情况下，可生成随着远离肺门而肺野的运动变大的肺野运动模型1100。在生理学的特征点为肺尖部的情况下，可生成随着远离肺尖部而肺野的运动变大的肺野运动模型1110。可根据肺野的构造来理解肺野的运动随着远离肺门而变大的情况。肺野内的血管随着远离肺门而变细。因肺野的运动引起的肺野内的血管的运动随着血管变细而变大。因此，在着眼于血管的运动的情况下，可以说肺野的运动随着远离肺门而变大。
因从生理学的特征点起的距离引起的肺野的运动的差异被分别表现于肺野运动模型1100以及1110。因生理学的特征点引起的肺野的运动的差异被表现为肺野运动模型1100表示的肺野的运动与肺野运动模型1110表示的肺野的运动之间的差异。
(1.7)确定空间位置的信息
垂直方向的位置以及从生理学的特征点起的距离都是确定空间位置的信息。也可以使用确定垂直方向的位置以及从生理学的特征点起的距离以外的空间位置的信息。
(1.8)因呼吸相位引起的肺野的运动的差异
图7的示意图表示呼吸曲线以及肺野运动模型。
图7所示的呼吸曲线1120是取时间为横轴、取肺内空气量为纵轴来表现因时间引起的肺内空气量的变化的图表。图7所示的肺野运动模型1130、1140以及1150分别表示帧图像中的位置与肺野的运动之间的关系。肺野运动模型1130是呼吸相位接近于安静呼气位的情况的模型。肺野运动模型1140是呼吸相位相对接近于呼气期中的安静呼吸位的情况的模拟性。肺野运动模型1150是呼吸相位相对远离于呼气期中的安静呼气位的情况的模型。
肺野的运动因呼吸相位而不同。在进行自然呼吸且呼吸相位接近于安静呼气位或者安静吸气位的情况下，肺野的运动相对较小。在进行努力呼吸且呼吸相位是最大呼气位之后的吸气期的情况或者是最大吸气位之后的呼气期的情况下，肺野的运动变大。因此，可按每个呼吸相位生成肺野运动模型。按每个呼吸相位生成的肺野运动模型可以分别如图7所示那样表现因垂直方向的位置引起的肺野的运动的差异，也可以如图7所示的不同表现因从生理学的特征点起的距离引起的肺野的运动的差异。这些肺野运动模型可以根据拍摄时的条件、观察对象、或者所选择的帧图像等来适当选择。
(1.9)处理
图8的框图表示第一实施方式的处理部。图9的示意图表示第一实施方式的处理部涉及的处理的例子。图9所示的处理的例子是医用动态图像具有四个帧图像，保持部具有四个肺野运动模型，按每个呼吸相位准备了对因垂直方向的位置引起的肺野的运动的差异进行表现的肺野运动模型的情况。医用动态图像所具有的帧图像的数、保持部所具有的肺野模型的数以及所准备的肺野运动模型与图9所示的不同。
图8所示的处理部1022具备选择部1160、调整部1161、设定部1162、处理执行部1163等。
选择部1160确定从帧图像1170、1171、1172以及1173依次选择的帧图像1180被拍摄的时刻下的呼吸相位，从肺野运动模型1190、1191、1192以及1193之中选择与参照呼吸相位信息1032而确定出的呼吸相位对应的肺野运动模型1200。呼吸相位通过对帧图像1180进行解析来确定。例如，可根据在帧图像1180中描绘横隔膜的位置、在帧图像1180中描绘肺野的区域的面积等来确定呼吸相位。当在拍摄中测量换气量时，也可以根据换气量来确定呼吸相位。也可以根据操作者的输入来确定呼吸相位。在仅保持一个肺野运动模型的情况下，只有与该一个肺野运动模型对应的呼吸相位的帧图像被处理。
调整部1161将肺野运动模型1200的位置以及大小调整成适合于帧图像1180。通过针对帧图像1170、1171、1172以及1173分别调整位置以及大小，肺野运动模型1190、1191、1192以及1193各自的位置以及大小被调整成适合于医用动态图像1210。通过调整肺野运动模型1200的位置以及大小，构成帧图像1180的像素分别与肺野运动模型1200中模拟的肺野的运动建立对应。在能够不调整肺野运动模型1200的位置以及大小而建立对应的情况下，也可以省略对肺野运动模型1200的位置以及大小的调整。
设定部1162对帧图像1180设定处理区域1220。处理区域1220是用于针对处理区域1220所含的像素值进行运算处理(例如统计处理)的区域。对构成帧图像1180的像素分别设定处理区域1220，使用与像素建立了对应的肺野的运动来设定处理区域1220。优选处理区域1220的方向适合于肺野的运动的方向，肺野的运动越大则处理区域1220在肺野的运动的方向越大，结果，肺野的运动越大则处理区域1220越大。也可以仅根据肺野的运动的大小来设定处理区域1220。例如，虽然肺野的运动越大则处理区域1220越大，但处理区域1220的方向可以恒定。也可以仅根据肺野的运动的方向来设定处理区域1220。例如，虽然处理区域1220的方向适合于肺野的运动的方向，但处理区域1220的大小可以恒定。
在使处理区域1220的方向适合于肺野的运动的方向的情况下，处理区域1220的方向与肺野的运动的方向所成的角为0°或者从180°起的基准以内的角度，优选被设为0°或者180°。
处理区域1220为长方形，处理区域1220的方向为长边方向。处理区域1220也可以不是长方形。例如，处理区域1220也可以是椭圆形状。在处理区域1220为椭圆形状的情况下，处理区域1220的方向为长轴方向。在更一般的情况下，处理区域1220的方向为处理区域1220的长边方向。处理区域1220也可以是圆形状、正方形等。
图10的示意图表示肺野运动模型。图11的示意图表示帧图像。
图10所示的肺野运动模型1230表现因从肺尖部起的距离引起的肺野的运动的差异。在图11所示的帧图像1240中，使用肺野运动模型1230中模拟的肺野的运动设定有处理区域1250。
在肺野运动模型1230表现因从肺尖部起的距离引起的肺野的运动的差异的情况下，也优选处理区域1250的方向适合于肺野的运动的方向，肺野的运动越大则处理区域1250在肺野的运动的方向越大，结果，肺野的运动越大则处理区域1250越大。
处理执行部1163将帧图像1180作为一个帧图像，将紧接着帧图像1180拍摄到的帧图像作为另一个帧图像，生成一个帧图像与另一个帧图像的差分图像。在差分图像的生成中，从构成另一个帧图像的像素之中确定与构成一个帧图像的像素分别对应的像素，在与构成一个帧图像的像素分别对应的像素之间求出差值，差值被设为构成差分图像的像素的像素值。在求取差值的情况下，从构成另一个帧图像的像素之中确定与处理区域所含的像素分别对应的像素，在与处理区域所含的像素分别对应的像素之间求出像素值差，像素值差的平均值被作为设定有处理区域1220的像素的差值。平均值也可以被替换成其他种类的代表值。例如，平均值也可以被替换成中间值。通过使用包括两个以上像素的处理区域1220，将处理区域1220内的像素值差的代表值作为差值，即使在帧图像间位于相同的位置的像素被认为对应的像素的情况下，也能抑制肺野的运动对差值造成的影响。
也可以仅对于描绘有肺野的区域生成差分图像。在仅对描绘有肺野的区域生成差分图像的情况下，进行从帧图像提取出描绘有肺野的区域的处理。
(2)第二实施方式
第二实施方式涉及对第一实施方式的处理部进行替换的处理部。
图12的框图表示第二实施方式的处理部。图13的示意图表示第二实施方式的处理部涉及的处理的例子。图14是表示帧图像的变形例的示意图。图13所示的处理的例子是按每一属性准备了对因垂直方向的位置引起的肺野的运动的差异进行表现的肺野运动模型的情况。所准备的肺野运动模型也可以与图13所示的不同。
图12所示的处理部2000具备选择部2010、调整部2011、变形部2012以及处理执行部2013。
选择部2010确定医用动态图像的属性，参照属性信息1031从两个以上的肺野运动模型1030之中选择与确定出的属性对应的肺野运动模型2040。属性也可以通过图像处理装置1011的解析来确定，还可以根据医用动态图像中附加的元数据来确定，也可以根据操作者的输入来确定。解析中包括血流解析、呼吸解析等。在仅保持有一个肺野运动模型的情况下，拍摄具有与该一个肺野运动模型对应的属性的医用动态图像并进行处理。
调整部2011调整肺野运动模型2040的位置以及大小以使其适合于从两个以上的帧图像依次选择的帧图像2030。通过针对两个以上的帧图像分别调整位置以及大小，肺野运动模型2040的位置以及大小被调整成适合于医用动态图像。通过调整肺野运动模型2040的位置以及大小，构成帧图像2030的像素分别与肺野运动模型2040中模拟的肺野的运动建立对应。
变形部2012通过对帧图像2030设定变形量2050，并以所设定的变形量2050为制约条件使帧图像2030根据作为基准的帧图像2020而变形来对医用动态图像进行变形。由此，构成一个帧图像的像素与构成另一个帧图像的像素建立对应。帧图像2030也可以根据在其之前拍摄到的帧图像来进行变形。
对构成帧图像2030的像素分别设定变形量2050，使用与像素建立了对应的肺野的运动来设定变形量2050。变形的方向适合于肺野的运动的方向。优选肺野的运动越大则变形量2050越大。
在变形中，如图14所示，帧图像2030被分割成栅格状，通过局部匹配来求出局部的移位量。移位量以所设定的变形量2050为制约条件来决定。变形量2050越大则允许越大的变形。变形的算法可被变更，变形中的肺野运动模型2040的使用方式也可以被变更。
处理执行部2013以帧图像2030为一个帧图像，以紧接着帧图像2030拍摄到的帧图像为另一个帧图像，生成变形后的一个帧图像与变形后的另一个帧图像的差分图像。在差分图像的生成中，从构成另一个帧图像的像素之中确定与构成一个帧图像的像素分别对应的像素，在与构成一个帧图像的像素分别对应的像素之间求出作为像素值差的差值，差值被设为构成差分图像的像素的像素值。位于相同的位置的像素也可以被设为对应的像素。这是因为由于帧图像被变形，所以即使在位于相同的位置的像素被设为对应的像素的情况下，肺野的运动的影响也已经被抑制。也可以与第一实施方式同样地进行使用了处理区域的差分图像的生成。
(3)第三实施方式
第三实施方式涉及对第一实施方式的处理部进行替换的处理部。
图15的框图表示第三实施方式的处理部。图16的示意图表示第三实施方式的处理部涉及的处理的例子。图16所示的处理的例子是按每个属性准备了对因垂直方向的位置引起的肺野的运动的差异进行表现的肺野运动模型的情况。
图15所示的处理部3000具备选择部3010、调整部3011、探索部3012以及处理执行部3013。
选择部3010与第二实施方式同样地确定医用动态图像的属性，参照属性信息1031从两个以上的肺野运动模型1030之中选择与确定出的属性对应的肺野运动模型3030。
调整部3011调整肺野运动模型3030的位置以及大小，以使其适合于从两个以上的帧图像依次选择的帧图像3020。通过针对两个以上的帧图像分别调整肺野运动模型3030的位置以及大小，肺野运动模型3030的位置以及大小被调整成适合于医用动态图像。通过调整位置以及大小，构成帧图像3020的像素分别与肺野运动模型3030中模拟的肺野的运动建立对应。
探索部3012以帧图像3020为一个帧图像，以紧接着帧图像3020拍摄到的帧图像3050为另一个帧图像，从构成帧图像3050的像素之中探索与构成帧图像3020的像素分别对应的像素。
在探索中，针对构成帧图像3020的像素3040分别在帧图像3050中设定探索范围3060。使用与像素3040建立了对应的肺野的运动来设定探索范围3060。优选探索范围3060的方向适合于肺野的运动的方向，肺野的运动越大则探索范围3060在肺野的运动的方向越大，结果，肺野的运动越大则探索范围3060越大。也可以仅根据肺野的运动的大小来设定探索范围3060。例如，虽然肺野的运动越大则探索范围3060越大，但探索范围3060的方向恒定。也可以仅根据肺野的运动的方向来设定探索范围3060。例如，虽然探索范围3060的方向适合于正在模拟的肺野的运动的方向，但探索范围3060的大小恒定。
在探索范围3060的方向适合于肺野的运动的方向的情况下，探索范围3060的方向与肺野的运动的方向所成的角为0°或者从180°起的基准以内的角度，优选为0°或者180°。
探索范围3060为长方形，探索范围3060的方向是长边方向。探索范围3060也可以不是长方形。例如，探索范围3060也可以是椭圆形状。在探索范围3060为椭圆形状的情况下，探索范围3060的方向为长轴方向。在更一般的情况下，探索范围3060的方向为探索范围3060的长边方向。探索范围3060也可以是圆形状、正方形等。
图17的示意图表示肺野运动模型。图18的示意图表示帧图像。图17所示的肺野运动模型3070是表现因垂直方向的位置引起的肺野的运动的差异，呼吸相位是呼气期的情况。
使用肺野运动模型3070在图18所示的帧图像3080中设定探索范围3090。在呼吸相位是呼气期的情况下，探索范围3090的方向适合于作为肺野的运动的方向的上方。优选随着向作为肺野的运动的方向的上方行进，探索范围3090宽度变宽。
在探索中，求出特征量，在探索范围中探索特征量的类似度较高的像素。特征量可以是任意的特征量。例如，作为特征量，可举出浓度图案。探索的算法也可以变更，探索中的肺野运动模型的使用方式也可以变更。
处理执行部3013以帧图像3020为一个帧图像，以帧图像3050为另一个帧图像，生成一个帧图像与另一个帧图像的差分图像。在差分图像的生成中，在与构成一个帧图像的像素分别对应的像素之间求出作为像素值差的差值，差值被设为构成差分图像的像素的像素值。对应的像素已经通过探索部3012的探索而确定。也可以与第一实施方式同样地进行使用了处理区域的差分图像的生成。
对本发明详细进行了叙述，但上述的叙述在所有方面只是例示而不是限定。因此，在不脱离本发明的范围的情况下能够得出无数的修正以及变形案。

Claims (18)

1.一种图像处理装置，其特征在于，具备：
保持部，其准备并保持模拟了肺野的运动的肺野运动模型；
取得部，其独立于所述肺野运动模型，通过对肺进行拍摄来取得包括多个帧图像的医用动态图像；
选择部，其从所述保持部所保持的多个肺野运动模型中，选择所述多个帧图像各自对应的肺野运动模型；
处理部，其使用由所述选择部选择的肺野运动模型来处理各个帧图像。
2.根据权利要求1所述的图像处理装置，其特征在于，
所述处理部具备：
设定部，其使用所述肺野运动模型，来设定用于对构成所述医用动态图像的帧图像进行运算处理的区域亦即处理区域；以及
处理执行部，其利用所述处理区域来处理所述医用动态图像。
3.根据权利要求2所述的图像处理装置，其特征在于，
所述肺野运动模型中的肺野的运动越大则所述设定部越增大所述处理区域。
4.根据权利要求2或3所述的图像处理装置，其特征在于，
所述肺野运动模型中的肺野的运动越大则所述设定部将所述处理区域在所述肺野的运动的方向越增大。
5.根据权利要求2或3所述的图像处理装置，其特征在于，
所述设定部使所述处理区域的方向适合于所述肺野运动模型中的肺野的运动的方向。
6.根据权利要求2或3所述的图像处理装置，其特征在于，
所述医用动态图像具有第一帧图像以及第二帧图像，
所述设定部对构成所述第一帧图像的像素分别设定所述处理区域，
所述处理执行部通过从构成所述第二帧图像的像素之中确定与所述处理区域所含的像素分别对应的像素，在所述处理区域所含的像素和与所述处理区域所含的像素分别对应的所述第二帧图像的像素之间求出像素值差，并将所述像素值差的代表值作为设定有所述处理区域的像素的差值，来生成所述第一帧图像与所述第二帧图像的差分图像。
7.根据权利要求1所述的图像处理装置，其特征在于，
所述处理部具备：
变形部，其取得通过使用所述肺野运动模型对所述医用动态图像进行变形而被变形了的医用动态图像；和
处理执行部，其对所述被变形了的医用动态图像进行处理。
8.根据权利要求7所述的图像处理装置，其特征在于，
所述变形部对所述医用动态图像进行变形，以使所述肺野运动模型的肺野的运动越大则变形越大。
9.根据权利要求7或8所述的图像处理装置，其特征在于，
所述医用动态图像具有第一帧图像以及第二帧图像，
所述变形部获得通过使用所述肺野运动模型对所述第一帧图像进行变形而被变形了的第一帧图像，并获得通过使用所述肺野的运动对所述第二帧图像进行变形而被变形了的第二帧图像，
所述处理执行部生成所述被变形了的第一帧图像与所述被变形了的第二帧图像的差分图像。
10.根据权利要求1所述的图像处理装置，其特征在于，
所述医用动态图像具有第一帧图像以及第二帧图像，
所述处理部具备：
探索部，其使用所述肺野运动模型，对所述第二帧图像设定用于探索与构成所述第一帧图像的像素对应的所述第二帧图像的像素的探索范围，在所述探索范围中探索与构成所述第一帧图像的像素对应的所述第二帧图像的像素；和
处理执行部，其使用所述探索部的探索的结果来对所述医用动态图像进行处理。
11.根据权利要求10所述的图像处理装置，其特征在于，
所述肺野运动模型的肺野的运动越大则所述探索部越增大所述探索范围。
12.根据权利要求10或11所述的图像处理装置，其特征在于，
所述探索部使所述探索范围的方向适合于所述肺野运动模型的肺野的运动的方向。
13.根据权利要求10或11所述的图像处理装置，其特征在于，
随着向所述肺野运动模型的肺野的运动的方向行进，所述探索部使所述探索范围变宽。
14.根据权利要求10或11所述的图像处理装置，其特征在于，
所述处理执行部通过从所述探索范围所含的像素之中确定与构成所述第一帧图像的像素分别对应的像素，并在构成所述第一帧图像的像素的每一个与和构成所述第一帧图像的像素分别对应的所述第二帧图像的像素之间求出差值，来生成所述第一帧图像与所述第二帧图像的差分图像。
15.根据权利要求1所述的图像处理装置，其特征在于，
所述医用动态图像具有帧图像，
所述保持部保持包括所述肺野运动模型的两个以上的肺野运动模型，
所述两个以上的肺野运动模型分别模拟肺野的运动，
所述保持部还保持能够确定与所述两个以上的肺野运动模型分别对应的呼吸相位的信息，
所述处理部具备：
选择部，其获得通过对所述帧图像被拍摄的时刻下的呼吸相位进行确定而确定出的呼吸相位，参照所述信息从所述两个以上的肺野运动模型之中选择与所述确定出的呼吸相位对应的所述肺野运动模型；
处理执行部，其通过利用所述肺野运动模型对所述帧图像进行处理来处理所述医用动态图像。
16.根据权利要求1所述的图像处理装置，其特征在于，
所述保持部保持包括所述肺野运动模型的两个以上的肺野运动模型，
所述两个以上的肺野运动模型分别保持肺野的运动，
所述保持部还保持能够确定所述两个以上的肺野运动模型各自的属性的信息，
所述处理部具备：
选择部，其获得通过确定所述医用动态图像的属性而确定出的属性，参照所述信息从所述两个以上的肺野运动模型之中选择与所述确定出的属性对应的所述肺野运动模型；和
处理执行部，其利用所述肺野运动模型对所述医用动态图像进行处理。
17.根据权利要求1所述的图像处理装置，其特征在于，
所述处理部具备：
调整部，其获得将所述肺野运动模型的位置以及大小调整成适合于所述医用动态图像的肺野运动模型；
处理执行部，其使用所述被调整后的肺野运动模型中模拟的肺野的运动来对所述医用动态图像进行处理。
18.一种图像拍摄系统，其特征在于，具备：
拍摄装置，其对肺进行拍摄来生成医用动态图像；和
权利要求1至17任意一项所述的图像处理装置。
CN201510098428.9A 2014-03-07 2015-03-05 图像处理装置 Active CN104887257B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014-045084 2014-03-07
JP2014045084A JP6237353B2 (ja) 2014-03-07 2014-03-07 画像処理装置、画像撮影システム及び画像処理プログラム

Publications (2)

Publication Number Publication Date
CN104887257A CN104887257A (zh) 2015-09-09
CN104887257B true CN104887257B (zh) 2017-12-12

Family

ID=54017857

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510098428.9A Active CN104887257B (zh) 2014-03-07 2015-03-05 图像处理装置

Country Status (3)

Country Link
US (1) US9886755B2 (zh)
JP (1) JP6237353B2 (zh)
CN (1) CN104887257B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6318739B2 (ja) * 2014-03-17 2018-05-09 コニカミノルタ株式会社 画像処理装置、およびプログラム
US9526468B2 (en) * 2014-09-09 2016-12-27 General Electric Company Multiple frame acquisition for exposure control in X-ray medical imagers
CN106952285B (zh) * 2017-02-15 2019-12-10 上海交通大学 基于先验统计运动模型及自适应配准的肺部运动估计方法
JP6934734B2 (ja) * 2017-03-17 2021-09-15 キヤノン株式会社 画像処理装置、画像処理装置の制御方法およびプログラム
US10242446B2 (en) * 2017-05-10 2019-03-26 Konica Minolta, Inc. Image processing apparatus and computer-readable recording medium
JP6958202B2 (ja) * 2017-10-03 2021-11-02 コニカミノルタ株式会社 動態画像処理装置及びプログラム
US11071591B2 (en) * 2018-07-26 2021-07-27 Covidien Lp Modeling a collapsed lung using CT data
JP2022013077A (ja) * 2020-07-03 2022-01-18 キヤノン株式会社 情報処理装置、情報処理方法およびプログラム

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4439882B2 (ja) * 2003-11-14 2010-03-24 キヤノン株式会社 放射線画像処理装置及び処理方法
US7620205B2 (en) * 2005-08-31 2009-11-17 Siemens Medical Solutions Usa, Inc. Method for characterizing shape, appearance and motion of an object that is being tracked
US8433159B1 (en) * 2007-05-16 2013-04-30 Varian Medical Systems International Ag Compressed target movement model using interpolation
EP2160135B1 (en) * 2007-06-21 2012-08-15 Koninklijke Philips Electronics N.V. Adjusting acquisition protocols for dynamic medical imaging using dynamic models
US8027430B2 (en) * 2007-07-30 2011-09-27 Varian Medical Systems International Ag Systems and methods for adapting a movement model based on an image
JP2011161220A (ja) * 2010-01-14 2011-08-25 Toshiba Corp 画像処理装置、ｘ線コンピュータ断層撮像装置及び画像処理プログラム
JP5672147B2 (ja) 2011-05-24 2015-02-18 コニカミノルタ株式会社 胸部診断支援情報生成システム
US9990735B2 (en) * 2012-04-04 2018-06-05 Konica Minolta, Inc. Image generation device that acquires images based on a periodic variation of an anatomical structure
JP5962237B2 (ja) 2012-06-11 2016-08-03 コニカミノルタ株式会社 胸部診断支援情報生成方法
WO2013191061A1 (ja) * 2012-06-20 2013-12-27 コニカミノルタ株式会社 画像処理装置
BR112014032101A2 (pt) * 2012-06-27 2017-06-27 Koninklijke Philips Nv computador configurado para estimar um parâmetro de movimentos para o movimento de um objeto móvel, determinador paramétrico de movimento de um objeto, e método automatizado realizado por computador

Also Published As

Publication number Publication date
US20150254841A1 (en) 2015-09-10
JP2015167725A (ja) 2015-09-28
JP6237353B2 (ja) 2017-11-29
US9886755B2 (en) 2018-02-06
CN104887257A (zh) 2015-09-09

Similar Documents

Publication Publication Date Title
CN104887257B (zh) 图像处理装置
US10699410B2 (en) Automatic change detection in medical images
US9105207B2 (en) Four dimensional image registration using dynamical model for augmented reality in medical applications
US9504852B2 (en) Medical image processing apparatus and radiation treatment apparatus
EP3552550B1 (en) Machine-learning based contrast agent administration
CN109009200B (zh) 用于正电子发射断层成像图像重建的系统和方法
CN104574329B (zh) 超声融合成像方法、超声融合成像导航系统
TW202011894A (zh) 用於肺體積閘控x射線成像系統和方法
KR101428005B1 (ko) 소수의 저선량 ｃｔ 영상을 이용하여 ｐｅｔ 영상을 움직임 보상 및 감쇠 보정하는 방법
CN109035355A (zh) 用于pet图像重建的系统和方法
US9375184B2 (en) System and method for prediction of respiratory motion from 3D thoracic images
CN108601552A (zh) 医学成像和医学成像信息的有效共享
JP6318739B2 (ja) 画像処理装置、およびプログラム
CN107992817A (zh) 自动成像方法和系统
US8655040B2 (en) Integrated image registration and motion estimation for medical imaging applications
JP6131161B2 (ja) 画像位置合わせ装置、方法、およびプログラム、並びに３次元変形モデル生成方法
CN104902816B (zh) 呼吸数据的分析
WO2013166357A1 (en) Multi-plane method for three-dimensional particle image velocimetry
TW202003064A (zh) 醫用畫像處理裝置、治療系統及醫用畫像處理程式
JP5029702B2 (ja) 画像生成装置、画像生成方法およびプログラム
JP2016002251A (ja) 画像処理装置、画像処理方法、およびプログラム
US20150087997A1 (en) Method and device for determining a breathing movement of an object under examination
Jacob et al. In situ casting and imaging of the rat airway tree for accurate 3D reconstruction
JP7280464B2 (ja) プラナー画像生成装置
Dang et al. Measuring human respiration rate using depth frames of PrimeSense camera

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant