CN104968276B - 图像处理装置以及区域抽出方法 - Google Patents

图像处理装置以及区域抽出方法 Download PDF

Info

Publication number
CN104968276B
CN104968276B CN201480007607.0A CN201480007607A CN104968276B CN 104968276 B CN104968276 B CN 104968276B CN 201480007607 A CN201480007607 A CN 201480007607A CN 104968276 B CN104968276 B CN 104968276B
Authority
CN
China
Prior art keywords
mentioned
area
image
region
pixel
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.)
Expired - Fee Related
Application number
CN201480007607.0A
Other languages
English (en)
Other versions
CN104968276A (zh
Inventor
后藤良洋
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.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
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 Hitachi Ltd filed Critical Hitachi Ltd
Publication of CN104968276A publication Critical patent/CN104968276A/zh
Application granted granted Critical
Publication of CN104968276B publication Critical patent/CN104968276B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • 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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular

Landscapes

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

Abstract

为了提供能够根据局部存在的微小的浓度值变化抽出对象区域，并且明确地显示所抽出的对象区域的图像处理装置、区域抽出方法以及图像处理方法，图像处理装置(100)从图像抽出血管区域(A)，抽出CT值比血管区域(A)的平均浓度值小的区域作为软斑块区域(B)。另外，对于未抽出的软斑块，在血管区域(A)和软斑块区域(B)的差分区域中设定像素对，针对像素对之间的各像素(Pj)，判定是否为进一步小于比像素对的CT值稍小的值的像素值。由此，抽出像素值局部地微小变化的部分作为软斑块。

Description

图像处理装置以及区域抽出方法
技术领域
本发明涉及一种图像处理装置、区域抽出方法以及图像处理方法，详细地说涉及CT图像或MR图像中的血管软斑块的抽出和描绘。
背景技术
存在于血管中的软斑块被认为不稳定容易从血管壁脱离，引起血栓的风险大。因此，希望容易识别地显示存在软斑块的情况及其分布。
例如，在专利文献1中，记载了对血管附带的斑块进行分析的图像分析装置。在该图像分析装置中，如果指定了图像上的希望的区域，则与指定的区域内的图像的像素值分布对应地显示表示斑块的不稳定性的指标。
现有技术文献
专利文献1：日本特开2011-115481号公报
发明内容
发明要解决的问题
但是，难以正确地从血管抽出软斑块。特别在CT图像的情况下，软斑块的CT值和周围的血液的CT值接近。软斑块被表示为局部存在的微小的浓度变化，因此难以从周围的血管分离并抽出。另外，脏器的平均CT值还与拍摄装置的特性、切片位置相关地进行变化。因此，难以从外部设定阈值，难以通过简单的阈值处理分离血管和软斑块。
本发明是鉴于以上的问题点而提出的，其目的在于，提供一种图像处理装置以及区域抽出方法，其能够根据局部存在的微小的浓度值变化抽出对象区域，并且明确地显示所抽出的对象区域。
解决问题的方案
为了达到上述目的，本发明是一种图像处理装置，其特征在于，具备：输入部，其输入图像数据；第一区域抽出部，其从通过上述输入部输入的图像数据抽出第一区域；第二区域抽出部，其根据基于上述第一区域内的浓度值的阈值对上述第一区域进行阈值处理，从上述第一区域内抽出第二区域；第三区域抽出部，其设定位于上述第一区域和上述第二区域的差分区域内的2个像素的组合即像素对，将位于各像素对之间的像素作为关注像素，在上述关注像素的像素值和上述像素对的至少任意一方的像素值之间的差比规定的值大的情况下，抽出上述关注像素作为第三区域；对象区域设定部，其取得组合上述第二区域和上述第三区域所得的区域作为对象区域。
另外，是一种图像处理装置，其特征在于，具备：血管区域抽出部，其从图像抽出血管区域；软斑块区域抽出部，其抽出上述血管区域内的软斑块区域；形状评价部，其对上述软斑块区域的形状进行评价；显示优先度设定部，其根据上述软斑块区域的形状评价结果，设定软斑块区域的显示优先度；图像生成部，其根据上述显示优先度生成上述血管区域的二维图像。
另外，是一种区域抽出方法，其使用计算机从图像数据抽出对象区域，该区域抽出方法的特征在于，包括：输入图像数据的步骤；对输入的图像数据进行阈值处理而抽出第一区域的步骤；根据基于上述第一区域内的浓度值的阈值对上述第一区域进行阈值处理，从上述第一区域内抽出第二区域的步骤；设定位于上述第一区域和上述第二区域的差分区域内的2个像素的组合即像素对，将位于各像素对之间的像素作为关注像素，在上述关注像素的像素值和上述像素对的至少任意一方的像素值之间的差比规定的值大的情况下，抽出上述关注像素作为第三区域的步骤；取得组合上述第二区域和上述第三区域所得的区域作为对象区域的步骤。
另外，是一种图像处理方法，其使用了计算机，该图像处理方法的特征在于，包括：从被检测体的图像抽出血管区域的步骤；抽出上述血管区域内的软斑块区域的步骤；对上述软斑块区域的形状进行评价的步骤；根据上述软斑块区域的形状评价结果，设定软斑块区域的显示优先度的步骤；根据上述显示优先度生成上述血管区域的二维图像的步骤。
发明效果
根据本发明，能够提供一种图像处理装置以及区域抽出方法，其能够根据局部存在的微小的浓度值变化抽出对象区域，并且明确地显示所抽出的对象区域。
附图说明
图1是表示图像处理装置100的整体结构的图。
图2是表示图像处理装置100的功能结构的图。
图3(a)是说明血管区域A的图，(b)是说明软斑块区域B的抽出的图。
图4(a)是像素对(Pi、Pk)的设定例子，(b)是表示局部的像素值的微小变化的图表。
图5是操作画面3的一个例子。
图6是说明使用了像素对的区域抽出条件判定的图。
图7是对象区域(软斑块区域B、C)的分布例子。
图8是将抽出的对象区域41p重叠显示在断层像411上的图像41。
图9是将抽出的对象区域42p与去骨MIP图像421重叠或合成显示的二维图像42以及软斑块的面积比例显示42a的例子。
图10是将抽出的对象区域43p与MIP图像431重叠或合成显示的二维图像43、截面显示43c以及软斑块的面积比例显示43a的例子。
图11是说明本发明的区域抽出处理的步骤的流程图。
图12是说明血管5内的软斑块的形状和种类的图。
图13是说明图像生成处理的步骤的流程图。
图14是说明形状评价处理(1)的步骤的流程图。
图15是说明显示优先度设定处理的步骤的流程图。
图16是说明与根据软斑块的形状设定的显示优先度对应的描绘的图(存在非接触斑块53和接触斑块52的情况)。
图17是说明与根据软斑块的形状设定的显示优先度对应的描绘的图(存在多个接触斑块52a、52b的情况)。
图18是说明与根据软斑块的形状设定的显示优先度对应的描绘的图(存在非接触斑块53和接触斑块52的情况)。
图19是说明与根据软斑块的形状设定的显示优先度对应的描绘的图(存在多个接触斑块52a、52b的情况)。
图20是在血管内设定了视点70的描绘例子。
图21是与软斑块的形状对应的分色显示例子，(a)是与MIP图像451的合成显示，(b)是去骨MIP图像461合成显示。
图22是说明单侧固定非接触斑块53A的图。
图23是说明两侧固定非接触斑块53B的图。
图24是说明两侧固定非接触斑块53B的另一个例子的图。
图25是说明形状评价处理(2)的步骤的流程图。
具体实施方式
以下，根据附图详细说明本发明的实施方式。
[第一实施方式]
首先，参照图1说明应用了本发明的图像处理装置100的图像处理系统1的结构。
如图1所示，图像处理系统1具备：具有显示装置107和输入装置109的图像处理装置100、经由网络110与图像处理装置100连接的图像数据库111、医用图像拍摄装置112。
图像处理装置100是进行图像生成、图像分析等处理的计算机。图像处理装置100如图1所示，具备CPU(中央处理单元)101、主存储器102、存储装置103、通信接口(通信I/F)104、显示存储器105、与鼠标108等外部设备的接口(I/F)106，各部经由总线113连接。
CPU101将存储在主存储器102或存储装置103等中的程序调用到主存储器102的RAM上的工作存储区域中执行，对经由总线113连接的各部进行驱动控制，实现图像处理装置100所进行的各种处理。
CPU101执行从图像抽出血管的软斑块区域的区域抽出处理(参照图3)。将在后面详细说明区域抽出处理。
主存储器102由ROM(只读存储器)、RAM(随机存取存储器)等构成。ROM恒久地保存计算机的启动程序、BIOS等程序、数据等。另外，RAM暂时保存从ROM、存储装置103等加载的程序、数据等，并且具备为了CPU101进行各种处理而使用的工作存储区域。
存储装置103是进行向HDD(硬盘驱动器)、其他记录介质的数据读写的存储装置，存储CPU101所执行的程序、执行程序所需要的数据、OS(操作系统)等。关于程序，存储有相当于OS的控制程序、应用程序。这些各程序代码根据需要由CPU101读出而转移到主存储器102的RAM中，作为各种单元来执行。
通信I/F104具有通信控制装置、通信端口等，起到图像处理装置100和网络110之间的通信的媒介的作用。另外，通信I/F104经由网络110进行与图像数据库111、其他计算机、或X射线CT装置、MRI装置等医用图像拍摄装置112的通信控制。
I/F106是用于连接外围设备的端口，进行与外围设备的数据的收发。例如，也可以经由I/F106连接鼠标108、触控笔等指点设备。
显示存储器105是暂时积蓄从CPU101输入的显示数据的缓存器。以规定的定时将积蓄的显示数据输出到显示装置107。
显示装置107由液晶屏、CRT监视器等显示器装置、用于与显示器装置协作来进行显示处理的逻辑电路构成，经由显示存储器105与CPU101连接。显示装置107通过CPU101的控制显示在显示存储器105中积蓄的显示数据。
输入装置109例如是键盘等输入装置，向CPU101输出由操作者输入的各种指示、信息。操作者使用显示装置107、输入装置109以及鼠标108等外部设备，以对话方式操作图像处理装置100。
网络110包含LAN(局域网)、WAN(广域网)、内联网、因特网等各种通信网，起到图像数据库111、服务器、其他信息设备等与图像处理装置100之间的通信连接的媒介的作用。
图像数据库111积蓄存储由医用图像拍摄装置112拍摄到的图像数据。在图1所示的图像处理系统1中，图像数据库111为经由网络110与图像处理装置100连接的结构，但也可以在图像处理装置100内的例如存储装置103中设置图像数据库111。
接着，参照图2说明图像处理装置100的功能结构。
如图2所示，图像处理装置100具备输入部21、第一区域抽出部22、阈值计算部23、第二区域抽出部24、第三区域抽出部25、对象区域设定部26、图像生成部27以及显示部28。
输入部21输入图像数据。图像数据是使用X射线CT装置、MRI装置等拍摄被检测体所得的多个断层像。将积累了这些多个断层像所得的数据称为三维原图像数据。以下，以输入图像为CT图像的情况为例子进行说明。
第一区域抽出部22从通过输入部21输入的图像数据抽出第一区域。在本实施方式中，将第一区域设为血管区域。第一区域抽出部22为了抽出血管区域而进行基于适当的阈值的阈值处理，得到包含多个血管的二值图像。并且，指定区域的圆形度等、所在位置等来抽出特定的血管。该血管区域的抽出方法是一个例子，也可以使用其他方法抽出血管区域。
例如，也可以根据操作者的鼠标指示抽出特定的血管。图3(a)是通过第一区域抽出部22抽出的血管区域(第一区域)A的一个例子。在血管区域(第一区域)A中，有时混合有血液的区域和软斑块等的区域，因此浓度值并不一定均一。
阈值计算部23根据通过第一区域抽出部22抽出的血管区域A内的浓度值，计算用于抽出第二区域的阈值。在本实施方式中，计算血管区域A的平均浓度值，来作为用于抽出软斑块(第二区域)的阈值。此外，计算的阈值并不限于血管区域A的平均浓度值，也可以是根据血管区域A内的浓度值求出的其他的统计值。
第二区域抽出部24根据由阈值计算部23计算出的阈值(平均浓度值)对第一区域(血管区域A)进行阈值处理，抽出第二区域。例如，抽出像素值比阈值(平均浓度值)小的像素作为第二区域。抽出图3(b)所示那样的软斑块区域B作为第二区域。此外，软斑块的浓度值存在不均匀，因此在上述阈值处理中，即使是软斑块也残留没有抽出的像素。
第三区域抽出部25抽出没有通过第二区域抽出部24成功抽出的软斑块区域(第三区域)。第三区域抽出部25如图2所示，包含差分区域计算部251、像素对设定部252、比较部253。
差分区域计算部251求出第一区域(血管区域A)和第二区域(软斑块区域B)的差分区域。像素对设定部252设定位于差分区域内的2个像素的组合即像素对(Pi、Pk)。比较部253将位于通过像素对设定部252设定的各像素对(Pi、Pk)之间的像素Pj作为关注像素，将关注像素Pj的像素值Gj与比像素对的像素值Gi、Gk稍小的值Gi－ΔG、Gk－ΔG进行比较。在关注像素Pj的像素值Gj小的情况下，抽出该关注像素作为软斑块区域。
即，第三区域抽出部25判定以下的公式(1)、(2)，在满足至少任意一个公式的情况下，抽出该关注像素Pj作为第三区域(软斑块区域C)。
Gj<Gi－ΔG ……(1)
Gj<Gk－ΔG ……(2)
在图4(a)中表示像素对(Pi、Pk)和关注像素Pj的例子。
在如图4(a)所示那样设定了像素对(Pi、Pk)的情况下，如图4(b)所示，当位于像素对(Pi、Pk)之间的关注像素Pj的像素值Gj小于比周围(像素对)的像素值稍小的值Gi－ΔG、Gk－ΔG的情况下，抽出关注像素Pj来作为第三区域(软斑块区域)C。
在一般的造影CT图像的情况下，如果使ΔG的值为大约20～30左右，则能够得到合适的结果。此外，该值是一个例子。理想的是与图像的种类、拍摄的方法、或向显示装置107的输出等级的设定对应地设定最优的值。
也能够由操作者设定ΔG的值。显示部28例如将图5所示的操作画面3显示在显示装置107上。在图5的操作画面3中，设置有显示作为处理对象的图像(断层像)的图像显示区31、用于调整微小量ΔG的值的输入栏32、指示区域抽出处理开始的开始按键33、指示区域抽出处理结束的结束按键34等。
第三区域抽出部对于差分区域内的各像素对，重复进行上述条件式(1)、(2)的像素值的比较。
图6(a)表示没有抽出关注像素Pj作为第三区域(软斑块区域)C的例子。在差分区域R中设定的像素对之间的关注像素Pj的像素值Gj为Gj>Gi－ΔG或Gj>Gk－ΔG的情况下，不抽出关注像素Pj来作为软斑块(第三区域C)。
图6(b)、(c)是抽出关注像素Pj作为第三区域(软斑块区域)C的例子。当在差分区域R中设定的像素对之间的关注像素Pj的像素值Gj为
Gj<Gi－ΔG或者Gj<Gk－ΔG的情况以及
Gj<Gi－ΔG并且Gj<Gk－ΔG的情况下，
抽出关注像素Pj来作为软斑块(第三区域C)。
通过将关注像素Pj的像素值与周围(像素对)的像素值进行比较，能够捕获到局部的微小的像素值的变化。结果，能够细致地甄别并抽出软斑块区域C和周围的血液。另外，通过在差分区域内设定像素对来进行扫描，能够没有遗漏地搜索对象。
此外，上述的条件式(1)、(2)是将造影CT图像作为输入图像时的例子。在造影CT图像中，将软斑块的像素值表示得比血液的区域的像素值小，因此应用上述条件式(1)、(2)。
与此相对，在MR图像的情况下，有时与拍摄的方法对应地血液的区域的像素值和软斑块的像素值之间的大小关系反转。在将软斑块的像素值表示得比血液的区域的像素值大的图像中，应用以下的条件式(3)、(4)来代替上述条件式(1)、(2)。
Gj>Gi+ΔG ……(3)
Gj>Gk+ΔG ……(4)
另外，图4(b)的图表的纵轴(像素值轴)的正向为反向。另外，在第二区域抽出部24中，抽出具有比阈值(平均浓度值)大的像素值的区域作为第二区域B。
图2的对象区域设定部26取得将第二区域B和第三区域C组合后的区域作为对象区域。对象区域是软斑块区域。图7是示意地表示血管区域A内的对象区域(B、C)的分布的图。
此外，上述第一区域抽出部22、第二区域抽出部24、第三区域抽出部25针对抽出的各像素，在存储器内写入将各区域A、B、C区分的符号，但各区域抽出部22、24、25可以分别具有独立的存储器，也可以顺序地在一个存储器中覆盖写入。在覆盖写入的情况下，例如有时把作为第二区域B抽出的像素通过第三区域抽出部25的处理作为第三区域C进行覆盖写入。最终，设定组合了第二区域B和第三区域C所得的区域来作为对象区域。
图像生成部27把抽出的对象区域描绘在其周围的二维图像上，然后输出给显示部28。显示部28在显示装置107中显示描绘了对象区域的二维图像。图8的二维图像41是在被检测体的颈部的断层像411中带颜色地显示出对象区域41p的例子。
另外，图像生成部27可以具备合成图像生成部271。合成图像生成部271首先根据三维原图像数据，生成对象区域的周围的参照用二维图像421。图9所示的参照用二维图像421是向左右方向投影了被检测体的颈部所得的去骨MIP图像。并且，合成图像生成部271生成对象区域(软斑块区域)的带阴影图像42p。然后，生成在参照用二维图像421上重叠或合成了对象区域的带阴影图像42p所得到的合成图像42。
图10的参照用二维图像431是在前后方向上对被检测体的颈部进行了MIP(Maximum Intensity Projection：最大强度投影)处理所得到的MIP图像。图10的合成图像43在参照用二维图像431上重叠或合成了对象区域的带阴影图像43p。
此外，参照用二维图像421、431并不限于MIP图像、去骨MIP图像。也可以为MPR(Multi-Planar Reconstruction：多平面重构)图像、CPR(Curved PlanarReconstruction：曲面重构)图像、3D图像、透明显示(ray sum)图像、MinIP图像等根据三维原图像能够生成的其他种类的二维图像。
另外，图像生成部27也可以具备比例显示部272。比例显示部272对每个截面求出对象区域(软斑块区域B、C)对于第一区域(血管区域A)所占的面积的比例，并进行图表显示。图9的比例显示42a、图10的比例显示43a使纵轴为截面位置，使横轴为百分比。比例显示42a、43a的截面位置与合成图像42、43的截面位置一致。
另外，图像生成部27可以具备截面图像显示部273。截面图像显示部273如图10所示，如果通过鼠标指点器43m等指定了合成图像43的任意的位置，则生成指定的位置的与第一区域(血管区域)的芯线正交的截面图像43c并进行显示。并且，截面图像显示部273在截面图像43c内带颜色地显示抽出的对象区域。
另外，图像生成部27也可以具备软斑块形状评价部274以及显示优先度设定部275。在第二实施方式中说明软斑块形状评价部274和显示优先度设定部275。
接着，参照图11的流程图说明第一实施方式的图像处理装置100执行的区域抽出处理的流程。
CPU101(第一区域抽出部22)从存储装置103或经由通信I/F104连接的图像数据库111输入设为处理对象的CT图像等的图像数据(步骤S101)。然后，从输入图像抽出血管区域A(第一区域)(步骤S102)。通过公知的方法进行血管区域A的抽出即可。关于用于抽出血管的阈值，既可以通过输入装置109等从外部输入，也可以设为预先设定的值。通过阈值处理，例如抽出图3(a)所示的区域A。
有时在通过阈值处理得到的二值图像中包含多个血管。在该情况下，CPU101从多个血管中抽出特定的血管。例如，指定区域的圆形度、所在位置等，从多个血管中抽出特定的血管，或者抽出通过鼠标等指示的区域来作为特定血管。
接着，CPU101(阈值计算部23)根据在步骤S102中抽出的血管区域A内的像素值，求出用于抽出软斑块区域的阈值。例如，求出血管区域A内的平均CT值(步骤S103)。CPU101(第二区域抽出部24)抽出比平均CT值小的像素值的区域来作为第二区域(软斑块区域)B(步骤S104)。例如，抽出通过图3(b)的斜线所示的第二区域B。
难以通过步骤S104的阈值处理抽出全部的软斑块。
因此，在下一步骤中，通过找出局部的浓度值变化，来抽出没有成功抽出的软斑块。
CPU101(第三区域抽出部25)从血管区域A和已抽出的软斑块区域B的差分区域R中，搜索表示比周围的CT值稍低的CT值的像素。CPU101首先在血管区域A和在步骤S104中抽出的软斑块区域B的差分区域R中设定像素对(步骤S105)。然后，CPU101关注位于像素对(Pi、Pk)之间的像素Pj，判定关注像素Pj的CT值Gj是否满足以下的条件(1)、(2)(为CT图像时)。在满足以下的条件(1)、(2)中的至少任意一个条件的情况下，抽出关注像素Pj作为软斑块区域C(步骤S106、步骤S107)。
Gj<Gi－ΔG ……(1)
Gj<Gk－ΔG ……(2)
CPU101一边挪动在差分区域内设定的像素对的位置，一边重复进行步骤S106～步骤S107的处理(步骤S108：是→步骤S106)。
在图7中表示基于步骤S106、步骤S107的软斑块区域C的抽出结果。
抽出在步骤S104中抽出的软斑块区域B(CT值比血管的平均CT值小的区域)的一部分作为区域C。在图7中，包含区域B和区域C的区域是软斑块区域(对象区域)(步骤S109)。
CPU101生成断层像、血管截面图像、或抽出的对象区域的周围的参照用图像。并且，带颜色或带阴影地在参照用图像上明确地显示所抽出的对象区域(步骤S110、步骤S111)。图8是在断层像41上带颜色地显示了所抽出的软斑块区域41p的例子。
另外，例如也可以如图9、图10所示，根据三维原图像生成去骨MIP图像421、MIP图像431等参照用二维图像，针对抽出的对象区域(软斑块区域)生成带阴影二维图像42p，将它们重叠或合成来进行显示。
另外，也可以如图10所示，在同一显示画面内显示用鼠标指点器43m指定的位置的血管截面图像43c。在血管截面图像43c中进行识别显示(例如带颜色显示)以使软斑块区域变得明确。
另外，也可以如图9、图10所示，CPU101显示血管截面内的软斑块的面积的比例。把在各截面位置的血管中软斑块的面积的比例，在将横轴设为百分比，将纵轴设为截面位置的坐标区域内进行描绘。由此，操作者能够在图像上观察或定量地观察软斑块的分布。
如以上说明的那样，根据第一实施方式的图像处理装置100，CPU101从由图像中抽出的血管区域A，抽出CT值比血管区域A的平均浓度值小的区域作为软斑块区域B。另外，对于未抽出的软斑块，在血管区域A和软斑块区域B的差分区域R中设定像素对，针对像素对之间的各像素Pj，判定是否为进一步小于比像素对的CT值稍小的值(微小值)的像素值。由此，CPU101能够抽出像素值的局部的微小变化。由此，能够细致地抽出难以从血管区域中分离抽出的软斑块区域。
[第二实施方式]
接着，说明抽出的软斑块的形状评价和显示形式。
首先，参照图12说明状态不同的2种软斑块。
在血管5内的软斑块中存在在截面α内没有与血管壁51接触的软斑块以及与血管壁51接触的软斑块。以下，将与血管壁51接触的软斑块称为接触斑块52，将没有与血管壁51接触的软斑块称为非接触斑块53。
非接触斑块53是在关注截面α中周围全部为血液区域的软斑块区域。这种软斑块容易剥离或折断，病理上的风险大。
接触斑块52与血管壁51接触，因此比较稳定，剥离的风险小。
在第二实施方式中，图像处理装置100的图像生成部27对软斑块的形状进行评价，进行图像生成从而优先描绘病理上风险大的非接触斑块53。
第二实施方式的图像处理装置100的图像生成部27使用图2所示的软斑块形状评价部274和显示优先度设定部275的功能。此外，其他的功能结构(输入部21、第一区域抽出部22、阈值计算部23、第二区域抽出部24、第三区域抽出部25、对象区域设定部26)与第一实施方式的图像处理装置100相同，因此省略重复的说明。另外，图像处理装置100的硬件结构也与第一实施方式相同。
软斑块形状评价部274判定通过第一实施方式的区域抽出处理抽出的对象区域是否与第一区域A的内周部接触。即，判定血管内的软斑块区域是否与血管壁51接触。
显示优先度设定部275根据软斑块形状评价部274的评价结果，设定显示优先度。在对象区域(软斑块区域)没有与第一区域A的内周部(血管壁51)接触的情况下，设定显示优先度以便优先描绘对象区域(软斑块区域)。例如，在通常的MIP图像等中，在投影线上投影最大像素值，但在第二实施方式中，优先显示非接触斑块53。并且，显示优先度设定部275也可以考虑视点和对象区域(软斑块区域)的位置关系来设定显示优先度。例如，当在投影线上存在2处非接触斑块53的情况下，优先显示距离视点近的非接触斑块。
接着，参照图13～图20说明第二实施方式的图像处理装置100的图像生成处理。
此外，关于成为图13的图像生成处理的对象的图像，例如按照与第一实施方式的区域抽出处理(图11的步骤S101～步骤S109)相同的步骤抽出血管区域和软斑块区域。
CPU101执行软斑块区域的形状评价处理(步骤S201)。例如依照图14所示的步骤(形状评价处理(1))进行形状评价处理。
在图14所示的形状评价处理(1)中，CPU101(软斑块形状评价部274)首先设定与血管5正交的截面α(步骤S301)。CPU101判定截面α内的软斑块区域是否与血管壁51接触(步骤S302)。根据软斑块区域的周围的像素值来判定是否与血管壁51接触。当周围存在不是血液的像素值的像素的情况下，返回该软斑块区域是接触斑块52的结果(步骤S302：是→步骤S303)。在软斑块区域的周围的像素全部是血液的像素值的情况下，返回是非接触斑块53的结果(步骤S302：否→步骤S304)。
返回到图13的图像生成处理的步骤S202。在步骤S202中，CPU101根据软斑块的形状评价结果进行显示优先度设定处理。例如按照图15所示的步骤进行显示优先度设定处理。
此外，假设在开始图15的显示优先度设定处理时，设定了投影面和视点位置。
CPU101判定在投影线69上是否存在非接触斑块53(步骤S401)。当在投影线69上存在非接触斑块53的情况下(步骤S401：是)，进一步判定在投影线69上是否混合存在非接触斑块53和接触斑块52(步骤S402)。当在投影线69上混合存在非接触斑块53和接触斑块52的情况下(步骤S403：是)，优先显示非接触斑块53(步骤S403)。另外，在只有非接触斑块53的情况下(步骤S402：只有非接触斑块)，优先显示距离视点近的非接触斑块53(步骤S404)。
当在投影线69上没有非接触斑块53，只存在接触斑块52的情况下(步骤S401：只有接触斑块)，优先显示距离视点近的软斑块(步骤S404)。
当通过这样的步骤对各血管正交截面α进行了显示优先度设定处理时，返回图13的步骤S203的处理。CPU101根据所设定的显示优先度生成二维图像(步骤S203)。
图16～图19表示图12所示的血管5的正交截面α(α1～α4)中的软斑块的配置和投影图像之间的关系。使投影面60相对于血管正交截面α(α1～α4)例如为垂直的面。将视点配置在隔着血管5与投影面60相对的位置。表示将血管5平行投影到投影面60的例子。拍摄方法可以是MIP，也可以3D，也可以是透明(ray-sum)，还可以是其他方法。
将没有与血管壁51接触的非接触斑块53的显示优先度设定得比其他区域高。CPU101从预定的投影方向对投影面60投影软斑块来生成投影图像。
在图16所示的截面α1中混合存在非接触斑块53和接触斑块52。在该情况下，与接触斑块52相比优先地将非接触斑块53投影到投影面60。另外，为了表示病理上的风险的高度，理想的是非接触斑块53的投影图像63使用红色的显示颜色。具体地说，用红色分色地显示与非接触斑块53对应的投影图像63，用绿色分色地显示与接触斑块52对应的投影图像62。
在通常的MIP处理中，投影投影线上的最大像素值，因此从软斑块描绘造影血液，无法在投影图像上识别软斑块的存在，但是通过本实施方式的图像生成处理，描绘出非接触斑块53。操作者能够在MIP图像上确认非接触斑块53的存在。另外，通过分色显示，容易直观地观察病理上的风险。
在图17所示的截面α2中不存在非接触斑块53，而存在多个接触斑块52a、52b。此时，将距离视点近的接触斑块52a的显示优先度设定得高。具体地说，CPU101将距离视点近的接触斑块52a的投影图像62a进行投影，使其比与另一个接触斑块52b对应的投影图像62b更靠前。另外，关于各投影图像62a、62b的颜色，即使是相同的绿色系但如果进行色度、亮度不同的配色，则能够表现出多个区域重叠地投影的情况。
在图18所示的截面α3中存在非接触斑块53和接触斑块52。另外，在投影线69上接触斑块52存在于比非接触斑块53更靠近视点的位置。在该情况下，在接触斑块52的投影图像62内用半透明颜色、虚线等显示非接触斑块53的投影图像63。由此，能够表示虽然从视点位置隐藏，但在投影线上存在非接触斑块53的情况。
在图19所示的截面α4中不存在非接触斑块53。在2处存在接触斑块52a、52b。在该情况下，与图17的例子同样地，将距离视点近的接触斑块52a的显示优先度设定得比另一个接触斑块52b高。另外，对距离视点近的接触斑块52a的投影图像62a进行投影，使其比与另一个接触斑块52b对应的投影图像62b更靠前面。另外，关于各投影图像62a、62b的颜色，即使是相同的绿色系但如果进行色度、亮度不同的配色，则能够表现出存在多个区域，这些区域重叠的情况。
图20表示中心投影的例子。在中心投影中，CPU101在血管内部设定视点70，在血管的周围设定沿着血管形状的曲圆筒状投影面60a。并且，将曲圆筒状投影面60a的图像展开为平面状投影面60b。
在中心投影的情况下，也与图16同样地，用红色系描绘与非接触斑块53对应的投影图像63，用绿色系描绘与接触斑块52对应的投影图像62。由此，容易识别非接触斑块53的存在及其危险度。
当在投影线69上混合存在接触斑块52和非接触斑块53的情况下，将非接触斑块53的显示优先度设定得比其他高。
在图21中表示在第二实施方式中生成的图像的例子。
图21(a)的图像45在使用原CT图像(三维原图像)制作的MIP图像451中，带阴影地合成显示了某特定的血管45b内的软斑块区域45c。用与其他区域不同的显示颜色或显示形式显示软斑块区域45c中的一部分区域45d。该区域45d表示非接触斑块53。理想的是在实际的图像中，例如用红色系的显示颜色进行描绘。其他的软斑块区域45c是接触斑块52，理想的是在实际的图像中用绿色系进行描绘。
图21(b)的图像46在使用原CT图像(三维原图像)制作的去骨MIP图像461中，带阴影地合成显示了某特定的血管46b内的软斑块区域46c。用与其他区域不同的显示颜色或显示形式显示软斑块区域46c中的一部分区域46d。该区域46d表示非接触斑块53。理想的是在实际的图像中，例如用红色系进行描绘。其他的软斑块区域46c是接触斑块52，理想的是在实际的图像中用绿色系进行描绘。在去骨MIP图像461中还描绘出动脉血管的钙化区域46e等。能够根据图像46同时观察钙化区域46e和软斑块46c、46d。
如以上说明的那样，第二实施方式的图像处理装置100判定软斑块区域的形状，针对非接触斑块53提高显示优先度来生成二维图像。另外，用红色系的配色描绘非接触斑块53，用绿色系的配色描绘接触斑块52等，改变显示颜色。由此，能够明确并且直观地表示存在风险大的非接触斑块53的情况。
[第三实施方式]
在第三实施方式中，代替第二实施方式的软斑块的形状评价处理(2)(参照图14)，进行图25所示的软斑块形状评价处理(2)。
在第三实施方式的软斑块的形状评价处理(2)中，分析非接触斑块53的三维形状。具体地说，判定在某个截面中被判定为非接触斑块53的软斑块在不同的截面中，是否与血管壁、其他的软斑块接触。
参照图22～图24说明软斑块的形状。
图22所示的非接触斑块的一端到达并附着在接触斑块52上，但在另一端侧为非接触。以下，将这样的形状的软斑块称为单侧固定非接触斑块53A。
图23所示的非接触斑块的两端到达并附着在接触斑块52上。以下，将这样的形状的软斑块称为两侧固定非接触斑块53B。如图24所示的软斑块那样，有时分离为2处地存在接触斑块52a、52b，非接触斑块的一端附着在接触斑块52a，另一端侧附着在接触斑块52b。将这样的形状也称为两侧固定非接触斑块53B。
为了分析软斑块的三维的形状，在第三实施方式中，执行图25所示的形状评价处理(2)。
以下，说明形状评价处理(2)。
首先，CPU101判定在血管正交截面α内软斑块是否与血管壁51接触(步骤S501)。在接触的情况下(步骤S501：是)，判定为接触斑块52(步骤S502)。当在血管正交截面α内软斑块不与血管壁51接触的情况下(步骤S501：否)，转移到步骤S503。
CPU101以关注的软斑块内的任意的像素作为起点7，进行各向异性三维区域生长处理。通过各向异性三维区域生长处理使区域扩展，判定是否在全部的方向(至少2个方向以上)上与血管壁或接触斑块52接触(步骤S503)。
例如如图22的非接触斑块那样，如果从起点7向某方向进行区域扩展处理，则保持非接触地扩展处理结束，但如果从起点7向其他方向进行区域扩展处理，则到达接触斑块。这样，当在某截面中是非接触软斑块，但如果三维地看则成为一侧固定(接触)而一侧非接触的情况下，得到是单侧固定非接触斑块53A的结果(步骤S505)。
另外，如图23、图24所示，在从起点7向相反的2个方向进行了区域扩展的情况下，在2个方向都到达了接触斑块52时(步骤S503：是)，得到是两侧固定非接触斑块的结果(步骤S504)。图23和图24的不同在于，在图23中非接触斑块53被固定在一块接触斑块52，而在图24中，非接触斑块53分别被固定在不同块的接触斑块52a、52b。
如图23、图24所示，当在多个方向进行了各向异性三维区域生长处理的情况下，如果在至少2个方向以上到达接触斑块52，则即使是非接触斑块，剥落的风险也小。因此，对于两侧固定非接触斑块53B，CPU101例如用黄色系的显示颜色进行描绘。
另一方面，当在多个方向上进行了各向异性三维区域生长处理的情况下，在任意一个方向上未到达接触斑块52地扩展处理结束的情况下(图23的单侧固定非接触斑块53A)，剥落的风险最大。因此，对于单侧固定非接触斑块53A，例如用红色系的显示颜色进行描绘。
如以上说明的那样，在第三实施方式中，分析非接触斑块53的三维形状，判定端部是否固定在接触斑块上。然后，在单侧固定的情况和两侧固定的情况下，用不同的显示颜色等进行描绘。可以对是否是软斑块剥落的风险大的形状进行评价，与该形状对应地分色显示。
以上，参照附图说明了本发明的图像处理装置等的优选实施方式，但本发明并不限于该例子。例如，在上述实施方式中，说明了从血管抽出软斑块的处理，但也可以将其他脏器的图像作为对象。只要本技术领域的技术人员，就可知在本申请公开的技术思想的范畴内能够想到各种变更例子或修正例子，能够了解它们当然也属于本发明的技术范围。
附图标记说明
1：图像处理系统；100：图像处理装置；101：CPU；102：主存储器；103：存储装置；104：通信I/F；105：显示存储器；106：I/F；107：显示装置；108：鼠标；109：输入装置；110：网络；111：图像数据库；112：医用图像拍摄装置；113：总线；21：输入部；22：第一区域抽出部；23：阈值计算部；24：第二区域抽出部；25：第三区域抽出部；251：差分区域计算部；252：像素对设定部；253：比较部；26：对象区域设定部；27：图像生成部；271：合成图像生成部；272：比例显示部；273：截面图像显示部；274：软斑块形状评价部；275：显示优先度设定部；28：显示部；A：血管区域(第一区域)；B：软斑块区域(第二区域)；C：软斑块区域(第三区域)；52：接触斑块；53：非接触斑块；53A：单侧固定非接触斑块；53B：两侧固定非接触斑块；60：投影面。

Claims (11)

1.一种图像处理装置，其特征在于，具备：
输入部，其输入图像数据；
第一区域抽出部，其从通过上述输入部输入的图像数据抽出第一区域；
第二区域抽出部，其根据基于上述第一区域内的浓度值的阈值对上述第一区域进行阈值处理，从上述第一区域内抽出第二区域；
第三区域抽出部，其设定位于上述第一区域和上述第二区域的差分区域内的2个像素的组合即像素对，将位于各像素对之间的像素作为关注像素，在上述关注像素的像素值与上述像素对中的至少任意一方的像素的像素值的差比预定的值大时，抽出上述关注像素作为第三区域；
对象区域设定部，其取得将上述第二区域和上述第三区域组合后的区域作为对象区域。
2.根据权利要求1所述的图像处理装置，其特征在于，
上述图像数据是三维原图像，
还具备：
图像生成部，其根据上述三维原图像，生成包含上述对象区域及其周围的范围的二维图像；
显示部，其显示通过上述图像生成部生成的二维图像。
3.根据权利要求1所述的图像处理装置，其特征在于，
上述第一区域是血管区域，上述对象区域是软斑块区域。
4.根据权利要求2所述的图像处理装置，其特征在于，
上述图像生成部对于上述对象区域的周围生成参照用二维图像，并且生成上述对象区域的带阴影图像，生成在上述参照用二维图像上重叠或合成了上述对象区域的带阴影图像所得到的合成图像。
5.根据权利要求1所述的图像处理装置，其特征在于，还具备：
比例显示部，其显示上述对象区域对于上述第一区域所占的比例。
6.根据权利要求4所述的图像处理装置，其特征在于，具备：
位置指定部，其指定上述合成图像的任意的位置；
截面图像显示部，其在由上述位置指定部指定的位置的与上述第一区域正交的截面图像中重叠显示上述对象区域。
7.根据权利要求2所述的图像处理装置，其特征在于，
还具备形状评价部，其评价上述对象区域的形状，
上述图像生成部在作为上述形状评价部的评价的结果上述对象区域不与上述第一区域的内周部接触的情况下，设定显示优先度从而优先显示上述对象区域，并生成基于上述三维原图像的二维图像。
8.根据权利要求7所述的图像处理装置，其特征在于，
上述图像生成部还根据视点与上述对象区域的位置关系，设定上述显示优先度。
9.一种图像处理装置，其特征在于，具备：
血管区域抽出部，其从图像抽出血管区域；
软斑块区域抽出部，其抽出上述血管区域内的软斑块区域；
形状评价部，其对上述软斑块区域的形状进行评价；
显示优先度设定部，其根据上述软斑块区域的形状评价结果，设定软斑块区域的显示优先度；
图像生成部，其根据上述显示优先度生成上述血管区域的二维图像；其中，
上述形状评价部根据上述血管区域的截面图像，判定上述软斑块区域是否与血管壁接触；
上述显示优先度设定部在上述软斑块区域没有与上述血管壁接触的情况下，设定比接触的情况高的显示优先度。
10.根据权利要求9所述的图像处理装置，其特征在于，
上述形状评价部还根据上述血管区域的三维原图像三维地搜索上述软斑块区域的周围的各方向，判定上述软斑块区域是否延伸并到达上述血管壁。
11.一种区域抽出方法，其使用计算机从图像数据抽出对象区域，其特征在于，包括：
输入图像数据的步骤；
对输入的图像数据进行阈值处理来抽出第一区域的步骤；
根据基于上述第一区域内的浓度值的阈值对上述第一区域进行阈值处理，从上述第一区域内抽出第二区域的步骤；
设定位于上述第一区域和上述第二区域的差分区域内的2个像素的组合即像素对，将位于各像素对之间的像素作为关注像素，在上述关注像素的像素值与上述像素对中的至少任意一方的像素的像素值的差比预定的值大的情况下，抽出上述关注像素来作为第三区域的步骤；以及
取得将上述第二区域和上述第三区域组合后的区域作为对象区域的步骤。
CN201480007607.0A 2013-02-28 2014-02-18 图像处理装置以及区域抽出方法 Expired - Fee Related CN104968276B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2013038513 2013-02-28
JP2013-038513 2013-02-28
PCT/JP2014/053678 WO2014132829A1 (ja) 2013-02-28 2014-02-18 画像処理装置、及び領域抽出方法

Publications (2)

Publication Number Publication Date
CN104968276A CN104968276A (zh) 2015-10-07
CN104968276B true CN104968276B (zh) 2018-02-27

Family

ID=51428101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480007607.0A Expired - Fee Related CN104968276B (zh) 2013-02-28 2014-02-18 图像处理装置以及区域抽出方法

Country Status (4)

Country Link
US (1) US9886781B2 (zh)
JP (1) JP6353827B2 (zh)
CN (1) CN104968276B (zh)
WO (1) WO2014132829A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101660370B1 (ko) * 2013-12-12 2016-09-27 삼성메디슨 주식회사 초음파 영상 표시 방법 및 장치
US20200357122A1 (en) * 2018-03-30 2020-11-12 Shimadzu Corporation Data analysis device and data analysis system
US10813612B2 (en) * 2019-01-25 2020-10-27 Cleerly, Inc. Systems and method of characterizing high risk plaques
US11776093B2 (en) * 2019-07-16 2023-10-03 University Of Florida Research Foundation, Incorporated Automatic sharpness adjustment for imaging modalities
AU2021205821A1 (en) 2020-01-07 2022-07-21 Cleerly, Inc. Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking
CN111062943B (zh) * 2020-03-18 2020-06-09 南京景三医疗科技有限公司 斑块稳定性的确定方法、装置及医疗设备
CN112472114B (zh) * 2020-12-10 2021-07-30 三峡大学 一种基于影像学特征的卵巢癌与结核性腹膜炎分类系统
US20230289963A1 (en) 2022-03-10 2023-09-14 Cleerly, Inc. Systems, devices, and methods for non-invasive image-based plaque analysis and risk determination
CN116227238B (zh) * 2023-05-08 2023-07-14 国网安徽省电力有限公司经济技术研究院 一种抽水蓄能电站运行监测管理系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101166470A (zh) * 2005-04-28 2008-04-23 株式会社日立医药 图像显示装置及程序
CN102332160A (zh) * 2010-07-05 2012-01-25 奥林巴斯株式会社 图像处理装置及图像处理方法
CN102436638A (zh) * 2010-08-24 2012-05-02 奥林巴斯株式会社 图像处理装置以及图像处理方法
CN102548481A (zh) * 2009-09-30 2012-07-04 富士胶片株式会社 诊断辅助系统、诊断辅助程序和诊断辅助方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04125779A (ja) 1990-09-18 1992-04-27 Toshiba Corp 画像処理方法
JP2003175022A (ja) * 1996-06-26 2003-06-24 Matsushita Electric Ind Co Ltd Ｘ線画像装置
JP4393016B2 (ja) * 2000-06-30 2010-01-06 株式会社日立メディコ 画像診断支援装置
JP4169967B2 (ja) 2001-01-10 2008-10-22 株式会社日立メディコ 画像診断支援装置
DE10249643A1 (de) * 2002-10-24 2004-05-13 Siemens Ag Verfahren zur Unterstützung der Diagnose und/oder Therapie einer krankhaften Veränderung eines Blutgefäßes und hierzu hergerichtete Datenverarbeitungseinrichtung
US8355775B2 (en) 2004-06-03 2013-01-15 Hitachi Medical Corporation Image diagnosing support method and image diagnosing support apparatus
JP5121204B2 (ja) * 2006-10-11 2013-01-16 オリンパス株式会社 画像処理装置、画像処理方法、および画像処理プログラム
US8126238B2 (en) * 2006-11-22 2012-02-28 General Electric Company Method and system for automatically identifying and displaying vessel plaque views
US7957574B2 (en) * 2006-11-22 2011-06-07 General Electric Company Methods and apparatus for generating a risk metric for soft plaque in vessels
JP2009082407A (ja) * 2007-09-28 2009-04-23 Toshiba Corp 画像処理装置及び医用画像処理装置
JP4125779B1 (ja) 2008-01-29 2008-07-30 宝養生資材株式会社 エレベーターの昇降かご内の養生構造
JP2010000306A (ja) 2008-06-23 2010-01-07 Toshiba Corp 医用画像診断装置、画像処理装置、及びプログラム
JP5658146B2 (ja) * 2009-05-13 2015-01-21 住友電気工業株式会社 血管内壁分析装置
JP5647604B2 (ja) * 2009-05-13 2015-01-07 住友電気工業株式会社 血管内壁分析装置
JP2011024826A (ja) * 2009-07-27 2011-02-10 Toshiba Corp 医用画像処理装置および医用画像処理プログラム
JP5412242B2 (ja) * 2009-11-05 2014-02-12 伸治 久米 超音波断層画像の処理装置
JP5417158B2 (ja) 2009-12-25 2014-02-12 株式会社東芝 画像処理装置、医用画像診断装置および画像処理プログラム
JP5713748B2 (ja) * 2011-03-24 2015-05-07 株式会社東芝 プラーク領域抽出方法及びその装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101166470A (zh) * 2005-04-28 2008-04-23 株式会社日立医药 图像显示装置及程序
CN102548481A (zh) * 2009-09-30 2012-07-04 富士胶片株式会社 诊断辅助系统、诊断辅助程序和诊断辅助方法
CN102332160A (zh) * 2010-07-05 2012-01-25 奥林巴斯株式会社 图像处理装置及图像处理方法
CN102436638A (zh) * 2010-08-24 2012-05-02 奥林巴斯株式会社 图像处理装置以及图像处理方法

Also Published As

Publication number Publication date
US20160012614A1 (en) 2016-01-14
JPWO2014132829A1 (ja) 2017-02-02
CN104968276A (zh) 2015-10-07
WO2014132829A1 (ja) 2014-09-04
US9886781B2 (en) 2018-02-06
JP6353827B2 (ja) 2018-07-04

Similar Documents

Publication Publication Date Title
CN104968276B (zh) 图像处理装置以及区域抽出方法
US8939892B2 (en) Endoscopic image processing device, method and program
US11036311B2 (en) Method and apparatus for 3D viewing of images on a head display unit
US20060181551A1 (en) Method, computer program product, and apparatus for designating region of interest
US9678620B2 (en) Workflow for ambiguity guided interactive segmentation of lung lobes
US7424140B2 (en) Method, computer program product, and apparatus for performing rendering
US20180047168A1 (en) Image processing apparatus and image processing method
WO2007122896A1 (ja) 医用画像表示システム及び医用画像表示プログラム
CN103049638A (zh) 半自动化手术前切除规划
US9530238B2 (en) Image processing apparatus, method and program utilizing an opacity curve for endoscopic images
JP2012045256A (ja) 領域分割結果修正装置、方法、及びプログラム
US20070133849A1 (en) Method and apparatus for visualisation of a tubular structure
US7576741B2 (en) Method, computer program product, and device for processing projection images
US9123163B2 (en) Medical image display apparatus, method and program
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
US20190197762A1 (en) Cpr image generation apparatus, method, and program
JPH1176228A (ja) 三次元画像構成装置
US11633165B2 (en) Image processing apparatus, image processing method, and image processing program
US10438368B2 (en) Apparatus, method, and system for calculating diameters of three-dimensional medical imaging subject
US20220284685A1 (en) Method for Direct Manipulation and Visualization of the 3D Internal Structures of a Tubular Object as They are in Reality Without Any Noticeable Distortion
EP4369352A1 (en) System for virtual reality-based preoperative surgical planning
WO2021081842A1 (zh) 基于vrds ai医学影像的肠肿瘤与血管分析方法和相关装置
CN108113749B (zh) 距解剖腔的壁的距离的可视化
JP2010075334A (ja) 医用画像処理装置及びプログラム
JP2023051236A (ja) 切開シミュレーション装置、切開シミュレーション方法、及びプログラム

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: 20160727

Address after: Tokyo, Japan, Japan

Applicant after: Hitachi Ltd.

Address before: Tokyo, Japan, Japan

Applicant before: Hitachi Medical Corporation

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180227

Termination date: 20210218

CF01 Termination of patent right due to non-payment of annual fee