CN105101878A - 医用图像处理装置以及医用图像处理方法 - Google Patents

医用图像处理装置以及医用图像处理方法 Download PDF

Info

Publication number
CN105101878A
CN105101878A CN201480019108.3A CN201480019108A CN105101878A CN 105101878 A CN105101878 A CN 105101878A CN 201480019108 A CN201480019108 A CN 201480019108A CN 105101878 A CN105101878 A CN 105101878A
Authority
CN
China
Prior art keywords
region
image
processing apparatus
medical image
activity
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
Application number
CN201480019108.3A
Other languages
English (en)
Other versions
CN105101878B (zh
Inventor
山形仁
大野良治
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.)
Fujita Health University
Kobe University NUC
Canon Medical Systems Corp
Original Assignee
Kobe University NUC
Toshiba Medical Systems Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kobe University NUC, Toshiba Medical Systems Corp filed Critical Kobe University NUC
Publication of CN105101878A publication Critical patent/CN105101878A/zh
Application granted granted Critical
Publication of CN105101878B publication Critical patent/CN105101878B/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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/486—Diagnostic techniques involving generating temporal series of image 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
    • A61B6/50—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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/08—Volume rendering
    • 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
    • G06T7/20—Analysis of motion
    • G06T7/215—Motion-based segmentation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D 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
    • G06T2207/10072—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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30061—Lung
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography

Landscapes

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

Abstract

根据胸部容积图像提供对慢性阻塞性肺疾病的诊断有效的辅助信息。医用图像处理装置的存储部(112)存储表示被检体胸部的形态的呼吸时相不同的多个图像的数据。通过向量计算处理部(121)，对每个像素或区域计算多个图像间的部位的活动量。根据活动量、由图像的像素值求得的特征值、以及区域的大小的变化率的至少两个的组合，通过等级确定部(123)针对每个像素或区域确定与慢性阻塞性肺疾病的严重度相关的等级。

Description

医用图像处理装置以及医用图像处理方法
技术领域
本发明的实施方式涉及医用图像处理装置以及医用图像处理方法。
背景技术
本发明涉及慢性阻塞性肺疾病(COPD：ChronicObstructivePulmonaryDisease)的诊断，特别地涉及用于使用了胸部CT图像的图像诊断装置。COPD是包含慢性支气管炎和肺气肿的疾病，特别地，在美国是65～84岁中3大疾病(癌症、心疾病、中风)之后的第4大死因，预计到2020年，将超过中风成为第3大死因。慢性支气管炎是指气管或支气管慢性地发生炎症，支气管内的持续性或反复性的粘液分泌的过剩状态，作为支气管构造，由于纤维组织而内腔变窄。另外，肺气肿是末梢的肺泡·肺泡道被破坏并融合，产生气腔(大疱:bulla)并失去弹性的状态。二者均阻塞由于肺泡的张力而扩大的末梢的细支气管，是降低呼气能力的疾病。
COPD的临床诊断通过使用了由呼吸功能检查装置即肺活量计测量到的呼气流量的肺活量测定来进行。在投放了支气管扩张药物后，如果1秒后的呼气量(1秒量：FEV1)相对于用力肺活量(FVC)的比(1秒的比率：FEV1％)小于70％，则诊断为COPD，另外，根据FEV1相对于标准的FEV1的比(％1秒的比率：％FEV1)来诊断其严重度。严重度由被称为GOLD(GlobalInitiativeforChronicObstructiveLungDisease)的国际项目决定的GOLD值(GOLD0(风险组)至GOLD4(最严重))来表示。基于该肺活量测定的COPD诊断停留在诊断肺野整体的功能，为了治疗战略或治疗效果判定·复查，希望根据医用图像进行每个像素单位的、或者肺叶或肺区区域单位等每个肺区域的局部的、或局域的COPD诊断。
因此，已经实现了使用吸气时的胸部CT图像，通过提示低浓度吸收区域(LAA：LowAttenuationArea)，来表示由于COPD造成的上述的支气管构造变化或大疱的存在的局部的COPD的程度。然而，在该方法中，根据某一CT值中的某一阈值(例如，-950HU)来进行判定，CT值本身通常在任一CT装置中均不一定相同，因此，不能说是准确的诊断。相对于该问题，最近，提出了作为观察的方法，将吸气时图像与胸部CT图像的呼气时图像进行对位，提示由该对位信息得到的每个体素的移动量的方法、或者根据对位后的每个体素的呼气时和吸气时的CT值来判断的方法(非专利文献1)。后者的方法的情况下，在以呼气时的CT值(x轴)与吸气时的CT值(y轴)为2轴的二维坐标空间中，相对于吸气时图像将-950HU决定为阈值，相对于呼气时图像将-856HU决定为阈值，相对于所形成的四个象限，决定正常、COPD(实质上，肺气肿)、作为这些的中间的疾病状态的功能性小支气管疾病(fSAD)，按照像素单位进行判定。
然而，仅仅通过利用上述的胸部CT图像在呼气时和吸气时的图像的体素的活动或CT值，难以准确地判断COPD的程度。
现有技术文献
非专利文献
非专利文献1:C.JGalban,et.al.,”Computedtomography-basedbiomarkerprovidesuniquesignaturefordiagnosisofCOPDphenotypesanddiseaseprogression”,NatureMed.,Vol.18,No.11,1711-1716,2013
发明内容
目的在于使用基于CT或MRI的胸部图像提高慢性阻塞性肺疾病诊断能力地提供有效的辅助信息。
本实施方式所涉及的医用图像处理装置对表示被检体胸部的形态的呼吸时相不同的多个图像的数据进行处理。针对每个像素或区域计算多个图像间的部位的活动量。根据活动量、由图像的像素值求得的特征值、以及区域的大小的变化率的至少两个的组合，针对每个像素或区域确定与慢性阻塞性肺疾病的严重度相关的等级。输出与所确定的等级相关的信息。
附图说明
图1是将本实施方式所涉及的医用图像处理装置与X射线计算机断层摄影装置一起表示的图。
图2是表示本实施方式所涉及的医用图像处理的步骤的流程图。
图3是表示图2的工序S1所涉及的图像例的图。
图4是表示图2的工序S2所涉及的图像例的图。
图5是表示图2的工序S4的区域例的图。
图6是表示基于图2的工序V3，R3的等级确定处理的变形例的图。
图7是表示基于图2的工序V3，R3的等级确定处理的变形例的图。
图8是表示基于图2的工序V3，R3的等级确定处理的变形例的图。
图9是表示基于图2的工序V3，R3的等级确定处理的变形例的图。
图10是表示基于图2的工序V3，R3的等级确定处理的一个例子的图。
图11是表示基于图2的工序V3，R3的等级确定处理的其他的例子的图。
图12是表示基于图2的工序V3，R3的等级确定处理的其他的例子的图。
图13是表示基于图2的工序V3，R3的等级确定处理的其他的例子的图。
图14是表示图2的工序V4所涉及的图像例的图。
图15是表示图2的工序R4所涉及的图像例的图。
图16是表示在本实施方式中确定严重度等级所使用的参数之一的体积变化率的图。
图17是表示图16的体积变化率的细节的图。
图18是表示使用图16的体积变化率的严重度等级的确定处理的一个例子的图。
图19是表示使用图16的体积变化率的严重度等级的确定处理的其他的例子的图。
图20是表示在本实施方式中确定严重度等级所使用的参数之一的3个时相的活动量的图。
符号说明
100…架台部(扫描)、101…X射线管、102…旋转环、103…X射线检测器、104…数据收集电路、105…非接触数据传送装置、106…前处理部、107…架台驱动部、108…滑动环、109…高电压发生部、110…主控制器、112…存储装置、115…输入装置、119…图像对位处理部、117…区域分割处理部、120…区域评估值计算部、121…向量计算处理部、122…显示部、123…严重度等级确定部、124…彩色图像生成处理部。
具体实施方式
本实施方式所涉及的医用图像处理装置对表示被检体胸部的形态的呼吸时相不同的多个图像的数据进行处理。针对每个像素或区域计算多个图像间的部位的活动量。根据活动量、由图像的像素值求得的特征值、以及区域的大小的变化率的至少两个的组合，针对每个像素或区域确定与慢性阻塞性肺疾病的严重度相关的等级。输出与确定的等级相关的信息。
以下，参照附图，说明本实施方式所涉及的医用图像处理装置。在以下的说明中，示例出表示被检体胸部内部的三维形态(三维构造)的体数据。该体数据由X射线计算机断层摄影装置或磁共振成像装置产生。另外，本实施方式所涉及的医用图像处理装置也可以将表示被检体胸部内部的二维形态(二维构造)的断层图像作为处理对象来使用。以下，设当简称为“图像”时，是指“体数据或二维图像(断层图像)的数据”。另外，设当简称为“像素”时，是指“构成体数据的体素、或构成二维图像(断层图像)的像素”。
如图1所示，本实施方式所涉及的医用图像处理装置为独立的、或者被组合到X射线计算机断层摄影装置。虽然说明为X射线管101和X射线检测器103作为一体在被检体的周围旋转的旋转/旋转方式，但也可以是在环上配置多个X射线检测器103，只有X射线管101在被检体的周围旋转的固定/旋转方式、和将多个X射线管101配置在环上，多个X射线检测器103也同样地配置在环上的固定/固定方式等各种方式。另外，关于旋转/旋转方式，说明为一对X射线管101和X射线检测器103被搭载在旋转架上的一管球型，但也可以是X射线管101与X射线检测器103的对被多个搭载在旋转架上的所谓的多管球型。关于X射线检测器103，存在将透过被检体的X射线通过闪烁体等荧光体转换光之后，通过光电二极管等光电转换元件转换成电荷的间接转换形、和利用基于X射线的半导体内的电子空穴对的生成以及向其电极的移动即光导电现象的直接转换形，但也可以采用任一方式。
架台部(还称为扫描)100具有旋转环102。架台驱动部107在主控制器110的控制下使旋转环102旋转。在旋转环102上，搭载有X射线管101和X射线检测器103。X射线检测器103夹着通过顶板滑动将被检体插入的摄影区域S，与X射线管101对置。高电压发生部109产生向X射线管101的两极间施加的管电压，并产生向阴极灯丝供给的管电流。当从高电压发生部109经由滑动环108向X射线管101施加管电压，并且供给管电流时，从X射线管101产生X射线。由X射线管101产生的X射线通过未图示的准直器(还称为X射线光阑器)例如成形为锥束形。X射线检测器103为了接收锥束形X射线而采用多列型检测器(还称为多切片型检测器)。在X射线检测器103上，一般连接有被称为DAS(dataacquisitionsystem)的数据收集电路104。在数据收集电路104中，针对每个通道设置有将X射线检测器103的各通道的电流信号转换成电压的I-V转换器、使该电压信号与X射线的照射周期同步地周期性进行积分的积分器、将该积分器的输出信号放大的放大器、将该前置放大器的输出信号转换成数字信号的模拟数字转换器。
在数据收集电路104上，经由非接触数据传送装置105连接前处理部106。前处理部106对从数据收集电路104接收到的数据，执行校正通道间的灵敏度的不均匀，或者校正由于X射线强吸收体，主要由于金属部导致的极端的信号强度的降低或信号脱落等前处理。存储装置112存储由前处理部106接受了前处理的投影数据，除此之外还存储重建后的体数据或断层图像数据等。重建处理部118根据所存储的投影数据来重建体数据或断层图像数据。显示部122主要显示图像或后述的彩色图像。
本实施方式所涉及的医用图像处理装置对呼吸时相不同的多个图像进行处理。典型地适用于在肺野表示最小容积的呼气时相收集到的第1体数据和在肺野表示最大容积的吸气时相收集到的第2体数据。
图像对位处理部119对第1体数据与第2体数据将解剖学上相同的对象物彼此在相同的位置相匹配(对位)，实际上，使呼气时的第1体数据和吸气时的第2体数据对位(配准)。另外，该图像对位处理部119还用于在呼气时体数据或吸气时体数据与标准的呼气时或吸气时的胸部体数据间使解剖学上的位置相匹配的对位处理。该对位处理使用所谓的非刚性对位(non-rigidregistration)的技术来进行体素等级的对位。所谓该非刚性对位是指考虑被检体的呼吸导致的肺野的位移以及变形来在解剖学上将相同的像素(体素)彼此建立对应。即，作为非刚性对位处理，可以说明为进行体数据上的对象物彼此的对位，同时校正对象物彼此的变形的处理。实际上，使用进行肺区域提取、支气管区域提取、或肺动脉的区域提取，根据这些区域在呼气时、吸气时图像的差异制成表示呼气时图像空间中的每个区域的位移方向和距离的变形区域(warpfield)，使呼气时图像变形的方法等。基本上应用日本特开2012-179359号公报所公开的非刚性对位技术。
区域分割处理部117例如将与充满气体的肺区域对应的CT值作为阈值，通过膨胀收缩处理等从第1、第2体数据的各个中提取肺野区域，并将提取出的肺野区域分割为多个区域。例如，肺野区域被分割为左肺区域和右肺区域。左右肺区域分别进一步将与肺叶间膜对应的CT值作为阈值，右肺被分割为上叶区域、中叶区域、下叶区域的三个肺叶区域，左肺被分割为上叶区域、下叶区域的两个肺叶区域。肺叶区域分别通过肺叶支气管的分支，进一步被分割为作为更小的单位的区域，所述肺叶支气管的分支通过利用了支气管或伴随着支气管的肺动脉的分枝构造的模式匹配技术等处理来确定。典型地，右肺被分割为10个区域，左肺被分割为9个区域。另外，作为后述的向量处理等的对象，操作者等经由输入装置115可以任意地选择左右肺区域、肺叶区域、区域区域、由体素单位或附近的规定数的体素构成的集合体(例如，立方体等)的块区域的任一个。
在向量计算处理部121中，在呼吸期不同的第1、第2体数据间，针对每个体素分别计算对象物的位移方向和位移距离，即，分别计算活动向量。当处理对象是上述块区域或肺叶区域等分割区域时，向量计算处理部121根据存在于各区域内的多个体素所涉及的多个活动向量来产生单一的活动向量。例如，求得以各区域的多个活动向量为对象的平均向量，或从多个活动向量中选择位移距离表示中间值或中央值的代表性的活动向量。
区域评估值计算部120针对每个上述块区域或肺叶区域等每个分割区域，计算表示各区域的CT值分布的特征的评估值。作为评估值(特征值)，典型地能够列举表示与空气或气体对应的小于-950HU的体素数相对于各区域内的体素总数的比例(称为低吸收区域比率(％LAV:LowAttenuationVolume))、由各区域的CT值分布(CT值直方图)得到的CT值的平均值、方差值、偏斜度(skewness)、峰度(kurtosis)等。作为其他的例子，特征值使用像素值、像素值的差、具有小于阈值的像素值的像素数相对于区域内的像素数的比例、区域内的像素值分布的方差、或区域内的像素值的平均值。将哪一评估值选择为处理对象由操作者等任意地选择。
区域评估值计算部120还计算第1、第2体数据间的区域的大小的变化率、三维中的体积变化率、二维中的面积变化率。如图16所示，区域A的体积变化率VRA例如由
|V1-V2|/V1
来提供。如图17所示，V1表示第1体数据中的按照附近的多个像素(向量)划分的区域A的体积(或面积)。如果是三维，则区域A被设定为附近27个像素的范围。另外，如果是二维，则区域A被设定为附近9个像素的范围。对该27个像素分别求得活动向量。第1体数据上的27个像素经由活动向量分别与第2体数据上的27像素对应。呼气时的区域A在吸气时扩大。第2体数据上的27个像素离散。V2表示被第2体数据上的27个像素所包围的区域A的体积(或面积)。
严重度等级确定部123针对每个像素或区域，根据任一个特征值、每个体素(像素)或区域的活动向量、区域的大小的变化率的至少两个的组合来确定与慢性阻塞性肺疾病的严重度相关的等级。具体的情况后述。
彩色图像生成处理部124生成三维彩色图像，所述三维彩色图像使由严重度等级确定部123针对每个体素、每4×4×4的块区域或者每个分割区域所确定的严重度等级的三维分布与根据严重度等级预先分配的彩色所涉及的第1或第2体数据的解剖学位置一致。进而彩色图像生成处理部124通过MPR(断面转换处理)或体绘制处理等，从上述三维彩色图像转换成能够由显示部122显示的二维的彩色图像。
在图2中，示出本实施方式所涉及的医用图像处理步骤。首先，如图3所示，根据吸气时(吸气屏气时)收集到的投影数据重建(摄像)三维的胸部CT图像(还称为第2体数据)(S1)。当是成年人的情况下，肺野需要在体轴方向以40cm的范围进行摄像，一般由多切片对应的二维检测器103并用MSCT扫描和螺旋扫描。同样地，如图4所示，根据在呼气时(呼气屏气时)收集到的投影数据来重建三维的胸部CT图像(第1体数据)(S2)。
接着，将吸气时的胸部CT图像(第2体数据)和呼气时的胸部CT图像(第1体数据)经由存储装置112向图像对位处理部119发送，使呼气时的胸部CT图像(第2体数据)与吸气时的胸部CT图像(第1体数据)对位(S3)。在该对位中，在两个图像间存在伴随着呼吸的肺野变形，因此使用非刚性对位(non-rigidregistration)的技术按照体素等级来进行对位。该对位技术使用进行肺的区域提取、支气管的区域提取、或者肺动脉的区域提取，根据这些区域在呼气时、吸气时的图像的差异来制成呼气时图像空间的变形区域，使呼气时图像变形的方法等。
另外，将吸气时的胸部CT图像(第2体数据)经由存储装置112向区域分割处理部117发送，提取肺野区域，并将肺野区域分割成左肺区域和右肺区域，左右肺区域分别进一步如图5所示例的那样，右肺被分割为上叶区域、中叶区域、下叶区域的三个肺叶区域，左肺被分割为上叶区域、下叶区域的两个肺叶区域，另外，按照叶支气管的分支点，肺叶区域被进一步分割为作为小的单位的区域。
吸气时的胸部CT图像(第2体数据)和呼气时的胸部CT图像(第1体数据)经由存储装置112向图像对位处理部119发送，使呼气时的胸部CT图像(第1体数据)与吸气时的胸部CT图像(第2体数据)对位(S3)。在该对位中，在两个图像间存在伴随着呼吸的肺野变形，因此使用非刚性对位(non-rigidregistration)的技术按照体素等级进行对位。该对位技术使用进行肺的区域提取、支气管的区域提取、或肺动脉的区域提取，根据这些区域在呼气时、吸气时的图像的差异来制成呼气时图像空间的变形区域，使呼气时图像变形的方法等。
接着，在与后述的工序V3、V4中利用的体素的活动量(活动向量的距离)相关联的分析中，需要在各个肺构造的位置中表示合适的严重度的表(以下，记作严重度表)，因此，按照体素单位、或者按照例如由4×4×4体素构成的块区域单位使具有该合适值的形状·构造的标准胸部CT图像与吸气时胸部CT图像对位。对位方法应用与工序S3相同的处理。
以后，将处理内容分为生成体素单位的彩色图像的工序V1-V4和生成区域单位的彩色图像的工序R1-R4分别进行说明。各个处理的概要如以下那样。即，在体素单位的情况下，根据各体素的活动向量量(位移距离)、由CT值的分析得到的一个特征值、以及体积变化率的至少两个的组合，向与由工序S5得到的标准图像的体素对应的预先决定的严重度表上映射，对该像素分配与严重度对应的彩色进行彩色显示。另一方面，在区域单位的情况下，将通过分析作为区域的活动向量和利用在各个区域中能够计算的CT值的低吸收区域比率等评估值而得到的一个值向与由工序S4得到的每个分割区域或由工序S5得到的标准图像的块区域对应的严重度表上进行映射，对该区域分配与严重度对应的彩色进行彩色显示。
在上述中预定的严重度表分别对完成了预先得到的多个GOLD评估的临床数据进行相同的处理(S1-5,V1-2,R1-2)，分别进行与GOLD评估的主分量分析而制成，所述GOLD评估和活动或CT值等参数的组合对应。
首先，在将体素单位作为处理对象的工序V1中，根据被对位的两个胸部CT图像由向量计算处理部121计算体素(像素)等级的活动向量，并计算作为该三个方向分量的X，Y，Z方向的活动量以及向量绝对值。
接着，在工序V2中，根据被对位的两个胸部CT图像，由严重度等级计算部123计算体素(像素)单位的吸气时胸部CT图像以及呼气时胸部CT图像的CT值及其差分值。另外，计算第1、第2体数据间的区域的体积变化率。
在工序V3中，由严重度等级确定部123按照体素单位确定严重度等级，制成与严重度等级对应的彩色图像并显示。在该工序V3中，根据由每个体素的活动向量所示的位移方向所涉及的位移距离和与活动向量相关的XYZ正交的3轴所相关的三个方向分量(距离)中的两个方向分量，从伴随着呼吸的各部的移动的观点出发，针对每个体素将该像素的分析值向所述的预先得到严重度等级的严重度表上映射来进行确定(分类)。例如，如图6所示，根据Y方向的活动量(移动距离)和Z方向的活动量，针对每个体素确定Gold0至Gold3的四个严重度等级(阶段)。例如，从Gold0到Gold3，严重度变高。
如图7所示，可以根据X方向的活动量和Z方向的活动量来确定严重度等级，如图8所示，也可以根据XYZ的一方向的活动量和活动向量方向所涉及的活动量来确定严重度等级。
另外，在第一吸气时胸部CT图像上分配与对每个体素确定的严重度等级对应的彩色来制成彩色图像，如图14所示的那样进行显示。该严重度彩色的分配例如分为对严重度等级Gold3分配红色，对Gold0分配绿色等四个严重度等级，分配不同的彩色。或者也可以从Gold3向Gold0，作为连续的灰度，例如从红色变化为绿色。另外，在该例子中，设为Gold0～3的四个阶段，也可以按照Gold0～4的5个阶段进行分区。
在上述的说明中，根据由向量所示的位移距离和与活动向量相关的XYZ直交的3个轴所涉及的三个方向分量中的两个参数，确定了与阻塞性肺疾病的严重度相关的严重度等级，也可以根据活动向量量等中的三个参数来确定严重度等级。
在工序V4中，在各体素的活动中与上述相同，使用从与活动向量方向相关的活动向量量、与活动向量相关的XYZ直交的3个轴所涉及的三个方向分量中选择出的1个以上的活动方向分量和由CT值求得的特征值来确定严重度等级。例如，如图9所示，也可以根据XYZ的一方向的活动量或活动向量方向所涉及的活动量和两个胸部CT图像的一方的CT值或者其差值来确定严重度等级。在图10中，对相对于z方向的活动量的y方向的活动量设CT值或这两个图像间的CT值差为第三轴，按照由这三个参数决定的4个区域来确定等级。在图11中，也可以对相对于z方向的活动量的x方向的活动量，设CT值为第三轴，在图12中，对相对于体素的活动向量方向的活动量(即，活动向量的绝对值)的x，y，z方向的一个方向分量中的最大量设CT值为第3轴。
这样在第一吸气时胸部CT图像上分配与根据两个或三个参数针对每个体素确定的严重度等级对应的彩色来制成彩色图像，如图14所示的那样显示。该彩色设定也可以例如对Gold3分配红色，对Gold0分配绿色，即，对四个Gold区域分别决定彩色，或者也可以从Gold3的3轴交点向Gold0的前方，连续地红色变为绿色。
除了上述的三个参数之外，也可以增加呼气时的CT值等，增加四个参数或其他的参数，在五维以上的多维空间中使用主分量分析等方法来设定Gold值。将与该Gold值对应的彩色作为该体素的彩色值。
接着，针对按照区域单位确定等级并生成彩色图像的处理进行说明。将与在工序S4中分割出的分割区域或块区域相关的构造体体积(或其变化)、表示低照射剂量区域的比例的LAV％值(或其变化)等的参数增加到用于确定严重度等级的选项中。
在工序R1中，计算作为由S4得到的左右肺、肺叶或与区域的分割区域或块区域相关的各区域的活动向量。该计算将与上述的各区域内的多个体素相关的多个向量的活动向量的平均值、中间值等作为与该区域相关的活动向量来捕捉。在工序R2中，根据与由S4得到的左右肺、肺叶或区域相关的各区域的每一个或每个块区域的CT值来求得表示各区域中的低照射剂量量区域的比例的吸气时LAV％值(例如设阈值为-950HU)、呼气时LAV％(例如设阈值为-856HU)。或者将各区域中的吸气时、呼气时的CT值的平均值、方差、峰度等作为评估值，由区域评估值计算部120进行计算。
工序R3与工序V3相同，由严重度等级确定部123按照区域单位确定严重度等级，制成与严重度等级对应的彩色图像，如图15所示例的那样显示。在该工序R3中，根据每个区域的活动向量的绝对值和与每个区域的活动向量相关的XYZ的正交的3轴所涉及的三个方向分量(距离)的多个活动参数中的两个方向分量，对每个区域确定严重度等级。
在工序R4中，对R3的多个活动参数中的一个以上的方向分量，例如增加从每个区域吸气时的CT值平均值、其差、LAV％值中选择出的参数，根据这两个以上的参数来确定严重度等级。也可以这样根据在多维空间上确定的严重度等级来制成彩色图像，并进行显示。
该R3、R4的区域单位下的二维彩色图像、三维彩色图像与上述体素或块单位的严重度表不同，将使用与各个肺叶或区域等分割区域对应的严重度表。
通过使用活动、CT值、构造物等多个参数，从而能够更准确地诊断评估局部的慢性阻塞性肺疾病。
在上述的说明中，按照体素单位、块区域单位、分割区域单位确定严重度等级，将该空间分布生成为彩色图像，但也可以作为肺整体来确定严重度等级。作为肺整体的严重度等级，能够通过与区域单位的严重度等级的确定方法相同的处理来确定。特别在肺整体的情况下，也可以不仅仅彩色显示，而将仅提示GOLD值或基于本方法的肺整体的分析值作为点，在二维或三维的严重度表的情况下，显示在该表上。
如图18所示，也可以根据区域的体积变化率和由CT值求得的特征值，针对每个区域确定严重度等级。如图19所示，也可以根据区域的体积变化率、每个区域的活动向量的距离(活动量)、以及每个区域的活动向量的XYZ中的一方向分量，针对每个区域确定严重度等级。
另外，在上述的说明中，在呼吸时相不同的两个图像间求得活动量等，确定严重度等级，也可以如图20所示，在呼吸时相Vt1、Vt2、Vt3的不同的三个图像间，进一步在大量的图像间求得活动量等，确定严重度等级。从呼吸时相不同的三个图像中，与每个区域的活动向量相关的XYZ的一方向分量的活动量选择TR1、TR2、TR3的任一个。例如，如果设呼吸时相Vt1的图像上的某一体素的X坐标为X1，呼吸时相Vt2的图像上的对应体素的X坐标为X2，呼吸时相Vt3的图像上的对应体素的X坐标为X3，则与活动向量相关的X方向分量的活动量由
TR1＝|X1-X2|+|X2-X3|
TR2＝|X1-X2|/|X2-X3|
TR3＝(|X1-X2|+|X2-X3|)/2
来提供。即，求得多个图像间的移动距离的总和、多个图像间的移动距离的比率、作为通过多个图像间的移动距离的平均来确定严重度等级的参数的活动量。
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 (25)

1.一种医用图像处理装置，其特征在于包括：
图像存储部，存储表示被检体胸部的形态的呼吸时相不同的多个图像的数据；
活动量计算部，针对每个像素或区域计算所述多个图像间的部位的活动量；
等级确定部，根据所述活动量、从所述图像的像素值求得的特征值以及所述区域的大小的变化率的至少两个的组合，针对每个像素或区域确定与慢性阻塞性肺疾病的严重度相关的等级；以及
输出部，输出与所确定的所述等级相关的信息。
2.根据权利要求1所述的医用图像处理装置，其特征在于：所述特征值是所述像素值、所述像素值的差、具有小于阈值的像素值的像素数相对于所述区域内的像素数的比例、所述区域内的像素值分布的方差或所述区域内的像素值的平均值。
3.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：
映射产生部，产生与所确定的所述等级相关的二维或三维的映射。
4.根据权利要求1所述的医用图像处理装置，其特征在于：所述图像是二维图像或三维图像。
5.根据权利要求1所述的医用图像处理装置，其特征在于：所述活动量计算部针对每个所述像素或区域计算向量。
6.根据权利要求5所述的医用图像处理装置，其特征在于：所述活动量由所述向量的一个方向分量或两个方向分量来表示。
7.根据权利要求1所述的医用图像处理装置，其特征在于：所述区域的大小的变化率根据B相对于A的比率来计算，其中，所述A是利用所述多个图像内的一个图像中的附近的多个像素所划分的区域的面积或体积，所述B是利用通过所述向量与所述附近的多个像素分别对应的其他的图像中的多个像素所划分的区域的面积或体积。
8.根据权利要求1所述的医用图像处理装置，其特征在于：
在所述多个图像中包含在吸气时所产生的吸气图像和在呼气时所产生的呼气图像，
所述活动量、所述特征值以及所述变化率使用所述吸气图像和所述呼气图像来计算。
9.根据权利要求1所述的医用图像处理装置，其特征在于：作为所述区域适用肺野的右肺区域和左肺区域。
10.根据权利要求9所述的医用图像处理装置，其特征在于：所述右肺区域和所述左肺区域分别被分割成多个肺叶区域。
11.根据权利要求10所述的医用图像处理装置，其特征在于：所述肺叶区域分别被分割成多个肺区区域。
12.根据权利要求1所述的医用图像处理装置，其特征在于：作为所述区域适用作为由附近的规定数的体素构成的集合体的块区域。
13.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：
对位处理部，在所述多个图像间使解剖学上的位置对齐，
所述活动量计算部计算被对位了的所述图像间的部位的活动量。
14.一种医用图像处理装置，其特征在于包括：
存储部，存储表示被检体胸部的形态的呼吸时相不同的第1、第2体数据；
向量计算部，针对每个像素或区域计算所述第1、第2体数据间的部位的活动向量；
等级确定部，通过所述活动向量、从所述第1、第2体数据的像素值求得的特征值以及所述区域的大小的变化率的至少两个的组合，针对每个像素或区域确定与慢性阻塞性肺疾病的严重度相关的等级；以及
映射产生部，产生表示与所确定的所述等级相关的空间分布的映射。
15.根据权利要求14所述的医用图像处理装置，其特征在于：所述第1体数据是吸气时收集到的体数据，所述第2体数据是呼气时收集到的体数据。
16.根据权利要求14所述的医用图像处理装置，其特征在于：所述等级确定处理部根据所述特征值和与所述活动向量相关的一个方向分量来确定所述等级。
17.根据权利要求14所述的医用图像处理装置，其特征在于：所述等级确定处理部根据所述特征值和与所述活动向量相关的两个向分量来确定所述等级。
18.根据权利要求14所述的医用图像处理装置，其特征在于：所述特征值是所述像素值、所述像素值的差、具有小于阈值的像素值的像素数相对于所述区域内的像素数的比例、所述区域内的像素值分布的方差或所述区域内的像素值的平均值。
19.根据权利要求14所述的医用图像处理装置，其特征在于：所述活动向量从所述区域的各个所包含的多个向量中，选择表示平均距离的向量、表示距离的中间值的向量或表示距离的中央值的向量。
20.根据权利要求14所述的医用图像处理装置，其特征在于：所述第1、第2体数据由X射线计算机断层摄影装置或磁共振成像装置产生。
21.根据权利要求14所述的医用图像处理装置，其特征在于：作为所述区域，肺野区域被分割为右肺区域和左肺区域，所述右肺区域和所述左肺区域分别被分割成多个肺叶区域，或者所述肺叶区域分别被分割成多个肺区区域。
22.根据权利要求14所述的医用图像处理装置，其特征在于：所述活动向量被分化为表示横隔膜移动方向的Z轴方向分量、表示胸骨移动方向的Y轴方向分量以及与所述Z轴以及Y轴正交的X轴方向分量。
23.根据权利要求14所述的医用图像处理装置，其特征在于还包括：
对位处理部，在所述多个图像间使解剖学上的位置对齐，
所述向量计算部计算被对位了的所述图像间的部位的活动向量。
24.根据权利要求14所述的医用图像处理装置，其特征在于：所述区域的大小的变化率根据B相对于A比率来计算，所述A是利用所述第1体数据中的附近的多个体素所划分的区域的面积或体积，所述B是利用通过所述活动向量与所述附近的多个体素分别对应的所述第2体数据中的多个体素所划分的区域的面积或体积。
25.一种医用图像处理方法，其特征在于：
在表示被检体胸部的形态的呼吸时相不同的第1、第2体数据间使解剖学上的位置对齐，
在被对位了的所述第1、第2体数据间按照体素单位或区域单位来计算活动向量，
通过所述活动向量、从所述第1、第2体数据的像素值求得的特征值以及所述区域的大小的变化率的至少两个的组合，针对每个像素或区域确定与慢性阻塞性肺疾病的严重度相关的等级，
产生表示与所确定的所述等级相关的空间分布的映射。
CN201480019108.3A 2013-04-05 2014-03-24 医用图像处理装置以及医用图像处理方法 Active CN105101878B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2013079896 2013-04-05
JP2013-079896 2013-04-05
PCT/JP2014/058116 WO2014162911A1 (ja) 2013-04-05 2014-03-24 医用画像処理装置及び医用画像処理方法

Publications (2)

Publication Number Publication Date
CN105101878A true CN105101878A (zh) 2015-11-25
CN105101878B CN105101878B (zh) 2018-04-10

Family

ID=51658210

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480019108.3A Active CN105101878B (zh) 2013-04-05 2014-03-24 医用图像处理装置以及医用图像处理方法

Country Status (5)

Country Link
US (1) US9730666B2 (zh)
EP (1) EP2982304B1 (zh)
JP (1) JP6402422B2 (zh)
CN (1) CN105101878B (zh)
WO (1) WO2014162911A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106033603A (zh) * 2015-03-10 2016-10-19 东芝医疗系统株式会社 医用图像处理装置和医用图像处理方法
CN107773234A (zh) * 2017-10-10 2018-03-09 首都医科大学附属北京朝阳医院 图像处理方法和装置
CN108205667A (zh) * 2018-03-14 2018-06-26 海信集团有限公司 车道线检测方法及装置、车道线检测终端、存储介质
WO2018205922A1 (en) * 2017-05-08 2018-11-15 Suzhou Complexis Medical Inc. Methods and systems for pulmonary function test based on diagnostic medical imaging and machine learning
CN109300122A (zh) * 2018-09-14 2019-02-01 沈阳东软医疗系统有限公司 图像处理与阈值确定方法、装置及设备
CN109999366A (zh) * 2017-12-20 2019-07-12 东芝能源系统株式会社 医用装置、医用装置的控制方法以及程序
CN110418607A (zh) * 2017-02-28 2019-11-05 株式会社岛津制作所 图像处理方法
CN111598895A (zh) * 2020-04-14 2020-08-28 苏州复元医疗科技有限公司 一种基于诊断影像和机器学习的测量肺功能指标的方法

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2989988B1 (en) * 2014-08-29 2017-10-04 Samsung Medison Co., Ltd. Ultrasound image display apparatus and method of displaying ultrasound image
US9526468B2 (en) * 2014-09-09 2016-12-27 General Electric Company Multiple frame acquisition for exposure control in X-ray medical imagers
US9928609B2 (en) * 2015-03-10 2018-03-27 Toshiba Medical Systems Corporation Medical image processing apparatus and medical image processing method
JP6599113B2 (ja) * 2015-03-20 2019-10-30 サイバネットシステム株式会社 自動測定装置及び自動測定方法
US9962086B2 (en) 2015-03-31 2018-05-08 Toshiba Medical Systems Corporation Medical image data processing apparatus and method for determining the presence of an abnormality
US10299752B2 (en) 2015-04-27 2019-05-28 Toshiba Medical Systems Corporation Medical image processing apparatus, X-ray CT apparatus, and image processing method
JP6634769B2 (ja) * 2015-10-02 2020-01-22 富士通株式会社 ボクセル処理方法、ボクセル処理プログラム及び情報処理装置
KR20170096088A (ko) 2016-02-15 2017-08-23 삼성전자주식회사 영상처리장치, 영상처리방법 및 이를 기록한 기록매체
EP3501003B1 (en) * 2016-08-18 2022-08-10 William Beaumont Hospital System and method for determining respiratory induced blood mass change from 4d computed tomography
JP6597548B2 (ja) * 2016-10-17 2019-10-30 コニカミノルタ株式会社 動態解析システム
JP6885260B2 (ja) * 2017-08-10 2021-06-09 コニカミノルタ株式会社 動態画像解析装置
EP3474227B1 (en) * 2017-10-22 2021-05-05 RaySearch Laboratories AB A method, computer program product and computer system for correcting a ct image
JP7047574B2 (ja) * 2018-04-26 2022-04-05 コニカミノルタ株式会社 動態画像解析装置、動態画像解析システム、動態画像解析プログラム及び動態画像解析方法
EP3581109A1 (en) * 2018-06-11 2019-12-18 Koninklijke Philips N.V. Position feed back indicator for medical imaging
JP6933617B2 (ja) * 2018-09-03 2021-09-08 富士フイルム株式会社 診療支援装置
CN111544021B (zh) * 2020-05-11 2022-06-17 徐州医科大学 一种基于胸部ct的covid-19疾病进展评价方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1502302A (zh) * 2002-11-27 2004-06-09 通用电气公司 用于气管测量的方法和系统
US20050025365A1 (en) * 2003-06-06 2005-02-03 Fuji Photo Film Co., Ltd. Method and apparatus for aiding image interpretation and computer-readable recording medium storing program therefor
JP2009153677A (ja) * 2007-12-26 2009-07-16 Konica Minolta Medical & Graphic Inc 動態画像処理システム
CN102125439A (zh) * 2010-01-14 2011-07-20 株式会社东芝 图像处理装置、x射线计算机断层摄像装置以及图像处理方法
CN102208105A (zh) * 2010-03-31 2011-10-05 富士胶片株式会社 医学图像处理技术
CN102207991A (zh) * 2010-03-31 2011-10-05 富士胶片株式会社 医学图像诊断辅助技术
JP2012115582A (ja) * 2010-12-03 2012-06-21 Konica Minolta Medical & Graphic Inc 胸部診断支援システム
CN102793551A (zh) * 2011-05-24 2012-11-28 柯尼卡美能达医疗印刷器材株式会社 胸部诊断辅助信息生成系统
CN103068312A (zh) * 2010-08-27 2013-04-24 柯尼卡美能达医疗印刷器材株式会社 诊断支援系统以及程序
CN103608845A (zh) * 2011-06-21 2014-02-26 皇家飞利浦有限公司 呼吸运动确定装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003070781A (ja) * 2001-09-04 2003-03-11 Hitachi Medical Corp 医用画像診断支援装置
US7283652B2 (en) * 2002-11-27 2007-10-16 General Electric Company Method and system for measuring disease relevant tissue changes
JP4560643B2 (ja) * 2003-06-17 2010-10-13 株式会社Ａｚｅ 呼吸気ｃｔ画像による換気分布計測方法
US8821418B2 (en) * 2007-05-02 2014-09-02 Earlysense Ltd. Monitoring, predicting and treating clinical episodes
US9044194B2 (en) 2010-08-27 2015-06-02 Konica Minolta, Inc. Thoracic diagnosis assistance system and computer readable storage medium
US8644575B2 (en) 2011-02-28 2014-02-04 Kabushiki Kaisha Toshiba Processing of abdominal images
US9020229B2 (en) * 2011-05-13 2015-04-28 Broncus Medical, Inc. Surgical assistance planning method using lung motion analysis

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1502302A (zh) * 2002-11-27 2004-06-09 通用电气公司 用于气管测量的方法和系统
US20050025365A1 (en) * 2003-06-06 2005-02-03 Fuji Photo Film Co., Ltd. Method and apparatus for aiding image interpretation and computer-readable recording medium storing program therefor
JP2009153677A (ja) * 2007-12-26 2009-07-16 Konica Minolta Medical & Graphic Inc 動態画像処理システム
CN102125439A (zh) * 2010-01-14 2011-07-20 株式会社东芝 图像处理装置、x射线计算机断层摄像装置以及图像处理方法
CN102208105A (zh) * 2010-03-31 2011-10-05 富士胶片株式会社 医学图像处理技术
CN102207991A (zh) * 2010-03-31 2011-10-05 富士胶片株式会社 医学图像诊断辅助技术
CN103068312A (zh) * 2010-08-27 2013-04-24 柯尼卡美能达医疗印刷器材株式会社 诊断支援系统以及程序
JP2012115582A (ja) * 2010-12-03 2012-06-21 Konica Minolta Medical & Graphic Inc 胸部診断支援システム
CN102793551A (zh) * 2011-05-24 2012-11-28 柯尼卡美能达医疗印刷器材株式会社 胸部诊断辅助信息生成系统
CN103608845A (zh) * 2011-06-21 2014-02-26 皇家飞利浦有限公司 呼吸运动确定装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106033603A (zh) * 2015-03-10 2016-10-19 东芝医疗系统株式会社 医用图像处理装置和医用图像处理方法
CN106033603B (zh) * 2015-03-10 2019-06-11 东芝医疗系统株式会社 医用图像处理装置和医用图像处理方法
CN110418607A (zh) * 2017-02-28 2019-11-05 株式会社岛津制作所 图像处理方法
CN110418607B (zh) * 2017-02-28 2023-02-24 株式会社岛津制作所 图像处理方法
WO2018205922A1 (en) * 2017-05-08 2018-11-15 Suzhou Complexis Medical Inc. Methods and systems for pulmonary function test based on diagnostic medical imaging and machine learning
CN107773234A (zh) * 2017-10-10 2018-03-09 首都医科大学附属北京朝阳医院 图像处理方法和装置
CN109999366A (zh) * 2017-12-20 2019-07-12 东芝能源系统株式会社 医用装置、医用装置的控制方法以及程序
CN109999366B (zh) * 2017-12-20 2021-05-18 东芝能源系统株式会社 医用装置、医用装置的控制方法以及存储介质
CN108205667A (zh) * 2018-03-14 2018-06-26 海信集团有限公司 车道线检测方法及装置、车道线检测终端、存储介质
CN109300122A (zh) * 2018-09-14 2019-02-01 沈阳东软医疗系统有限公司 图像处理与阈值确定方法、装置及设备
US11478163B2 (en) 2018-09-14 2022-10-25 Neusoft Medical Systems Co., Ltd. Image processing and emphysema threshold determination
CN111598895A (zh) * 2020-04-14 2020-08-28 苏州复元医疗科技有限公司 一种基于诊断影像和机器学习的测量肺功能指标的方法

Also Published As

Publication number Publication date
EP2982304B1 (en) 2018-04-25
US20160022240A1 (en) 2016-01-28
JP6402422B2 (ja) 2018-10-10
CN105101878B (zh) 2018-04-10
US9730666B2 (en) 2017-08-15
JP2014210171A (ja) 2014-11-13
EP2982304A1 (en) 2016-02-10
WO2014162911A1 (ja) 2014-10-09
EP2982304A4 (en) 2016-11-30

Similar Documents

Publication Publication Date Title
CN105101878A (zh) 医用图像处理装置以及医用图像处理方法
CN102125439B (zh) 图像处理装置、x射线计算机断层摄像装置以及图像处理方法
US10413253B2 (en) Method and apparatus for processing medical image
CN101536914B (zh) 图像处理装置以及x射线计算机断层摄影装置
US8009795B2 (en) Image processing apparatus and X-ray computer tomography apparatus
JP6492005B2 (ja) Ｘ線ｃｔ装置、再構成演算装置、及び再構成演算方法
CN102596003B (zh) 使用内窥镜判定气道直径的系统
US9295442B2 (en) Medical image conversion apparatus, method and program
JP2013503679A (ja) 関心領域内の動きをモニタリングする動きモニタリング・システム
JP4560643B2 (ja) 呼吸気ｃｔ画像による換気分布計測方法
US11127153B2 (en) Radiation imaging device, image processing method, and image processing program
US11282243B2 (en) Method for processing computed tomography imaging data of a suspect's respiratory system
Akkoul et al. 3D Reconstruction of the proximal femur shape from few pairs of x-ray radiographs
WO2015111308A1 (ja) ３次元医用画像表示制御装置およびその作動方法並びに３次元医用画像表示制御プログラム
JP6852545B2 (ja) 画像表示システム及び画像処理装置
CN113520432A (zh) 适用于断层造影系统的门控方法
Artaechevarria et al. Automated quantitative analysis of a mouse model of chronic pulmonary inflammation using micro X-ray computed tomography
JP6877881B2 (ja) 医用画像処理装置、ｘ線ｃｔ装置及び画像処理方法
EP4099268A1 (en) Medical information display apparatus, medical image processing apparatus, and medical information display method
CN109242925A (zh) 一种基于门控数据的呼吸伪影校正方法
Ding Regional lung function and mechanics using image registration
Nagel et al. Phased attenuation correction in respiration correlated CT-PET
Tanaka et al. Quantitative pulmonary functional imaging using a dynamic flat-panel detector (FPD)
Tauber et al. A posteriori respiratory motion compensation for PET imaging
JP2014104249A (ja) 医用画像撮影装置および画像処理装置

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
CP01 Change in the name or title of a patent holder

Address after: Japanese maple

Patentee after: Canon Medical Systems Corp.

Patentee after: NATIONAL UNIVERSITY CORPORATION KOBE University

Address before: Japanese maple

Patentee before: TOSHIBA MEDICAL SYSTEMS Corp.

Patentee before: NATIONAL UNIVERSITY CORPORATION KOBE University

CP01 Change in the name or title of a patent holder
TR01 Transfer of patent right

Effective date of registration: 20210708

Address after: Japanese maple

Patentee after: Canon Medical Systems Corp.

Patentee after: Fujita Gakuen

Address before: Japanese maple

Patentee before: Canon Medical Systems Corp.

Patentee before: NATIONAL UNIVERSITY CORPORATION KOBE University

TR01 Transfer of patent right