CN105246407A - 图像处理装置以及程序 - Google Patents
图像处理装置以及程序 Download PDFInfo
- Publication number
- CN105246407A CN105246407A CN201480030700.3A CN201480030700A CN105246407A CN 105246407 A CN105246407 A CN 105246407A CN 201480030700 A CN201480030700 A CN 201480030700A CN 105246407 A CN105246407 A CN 105246407A
- Authority
- CN
- China
- Prior art keywords
- image
- value
- region
- analysis
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 75
- 238000004458 analytical method Methods 0.000 claims abstract description 118
- 238000010191 image analysis Methods 0.000 claims abstract description 70
- 238000000034 method Methods 0.000 claims description 184
- 230000008569 process Effects 0.000 claims description 147
- 210000004072 lung Anatomy 0.000 claims description 79
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 30
- 201000010099 disease Diseases 0.000 claims description 29
- 238000002224 dissection Methods 0.000 claims description 26
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 23
- 230000007613 environmental effect Effects 0.000 claims description 16
- 230000033001 locomotion Effects 0.000 claims description 9
- 241001465754 Metazoa Species 0.000 claims description 5
- 238000003745 diagnosis Methods 0.000 abstract description 106
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000007619 statistical method Methods 0.000 abstract 2
- 238000003860 storage Methods 0.000 description 22
- 230000002159 abnormal effect Effects 0.000 description 21
- 230000005855 radiation Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 19
- 238000003384 imaging method Methods 0.000 description 19
- 238000004519 manufacturing process Methods 0.000 description 19
- 230000008859 change Effects 0.000 description 18
- 230000036541 health Effects 0.000 description 17
- 230000015572 biosynthetic process Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 13
- 230000009471 action Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 230000002776 aggregation Effects 0.000 description 8
- 238000004220 aggregation Methods 0.000 description 8
- 230000005484 gravity Effects 0.000 description 8
- 230000010354 integration Effects 0.000 description 7
- 210000000038 chest Anatomy 0.000 description 6
- 238000012790 confirmation Methods 0.000 description 5
- 238000004904 shortening Methods 0.000 description 5
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 4
- 230000037396 body weight Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000012856 packing Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 210000003754 fetus Anatomy 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000010247 heart contraction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000009325 pulmonary function Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Classifications
-
- 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
-
- 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
- A61B6/5258—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
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- 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
- 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
- G06T2207/10116—X-ray image
- G06T2207/10124—Digitally reconstructed radiograph [DRR]
-
- 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
- G06T2207/20076—Probabilistic image processing
-
- 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
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)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Optics & Photonics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Physiology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明的目的在于提供一种能够一目了然地掌握成为诊断对象的身体的动态图像中的解析值与根据多个身体而计算出的统计值的差异的图像处理技术。而且,本发明的图像处理装置(3)具备:图像解析部(300),其对构成基准动态图像的多个帧图像(SI)进行图像解析处理,来获得整体解析值(AN);统计解析部(500),其通过使用整体解析值(AN)对诊断区域(AR)进行统计解析处理来获得第1解析值(ANs);参照用统计值生成部(550),其输出参照用统计值(SV);以及显示部(34),其将第1解析值(ANs)和参照用统计值(SV)一起显示。
Description
技术领域
本发明涉及拍摄人体或者动物的身体的动态图像的图像处理技术。
背景技术
在医疗现场中,通过使用X射线等对内脏、骨格等所包含的患部进行拍摄,来进行各种检查、诊断。而且,近年来,通过数字技术的应用,能够比较容易地获取使用X射线等来捕捉了患部的活动的动态图像(由多个帧图像构成的图像组)。
此处,由于利用FPD(flatpaneldetector:平板探测器)等半导体图像传感器,能够针对包括诊断对象区域的被拍摄体区域拍摄动态图像,所以尝试实施在以往的利用X射线进行的静止图像拍摄以及诊断中不能实施的诊断对象区域等的活动解析所引起的病理解析、诊断。例如,在X射线胸部的动态解析中,通过使用针对肺野内的各位置的肺野内亮度变化来掌握对象区域的功能状态,支援(X射线动态图像用CAD)医生等用户的诊断/治疗的研究也被实施。
例如,在专利文献1公开的技术中,公开了一种通过排列显示多个诊断图像并采用操作的同步,从而使比较容易的图像处理装置。
另外,在专利文献2公开的技术中,公开了一种在妇产科中对胎儿的各部位进行计测,在判断胎儿的生长程度、正常或者异常的有无时,生成成为标准的统计值,并与超声波图像一起显示该统计值以及计测值的技术。
专利文献1:日本特开2011-83619号公报
专利文献2:日本特开平6-142100号公报
然而,在上述专利文献1的技术中,始终只能进行诊断对象者自身的当前与过去的比较,不能进行诊断对象者以外的比较,例如考虑了健康者的偏差程度的比较等。
另一方面,在上述专利文献2的技术中,能够借助统计值来进行诊断对象者以外的比较,但超声波图像作为静止图像被拍摄,不能够对基于构成动态图像的帧图像而解析出的解析值和与其对应的统计值进行比较。
发明内容
本发明是鉴于这种情况而完成的,其目的在于提供一种能够一目了然地掌握成为诊断对象的身体的动态图像中的解析值与根据与该身体不同的多个身体而计算出的统计值之间的差异的图像处理技术。
为了解决上述课题,该发明所涉及的技术方案1记载的图像处理装置具备:基准动态图像获取单元,其获取在时间方向上依次拍摄人体或者动物的对象物的身体内部中的对象区域的物理状态周期性地变化的动态周期的状态而得到的基准动态图像;图像解析单元,其通过对构成上述基准动态图像的多个帧图像进行图像解析处理,来获得上述对象区域整体中的整体解析值;统计解析单元,其通过使用上述整体解析值对上述对象区域的整体或者一部分的诊断区域进行统计解析处理,来获得代表上述诊断区域的第1解析值;参照用统计值生成单元,其基于生成指示信息输出使用过去的多个对象物的参照动态图像而计算出的参照用统计值;以及显示单元,其将上述第1解析值和应与上述第1解析值进行比较的上述参照用统计值一起显示。
另外,技术方案2的发明是:在技术方案1所记载的图像处理装置中,还具备区域设定单元,该区域设定单元进行从上述对象区域设定上述诊断区域的区域设定处理,上述统计解析单元从上述整体解析值之中,对通过上述区域设定处理而设定的上述诊断区域选择性地进行上述统计解析处理,由此获得上述第1解析值。
另外,技术方案3的发明是:在技术方案1或者技术方案2所记载的图像处理装置中,上述显示单元还进行显示基于上述整体解析值的整体解析图像的处理,上述整体解析图像包括基于上述多个帧图像而构成为静止图像的解析静止图像。
另外,技术方案4的发明是:在技术方案1或者技术方案2所记载的图像处理装置中,上述显示单元还进行显示基于上述整体解析值的整体解析图像的处理,上述整体解析图像包括基于上述多个帧图像而构成为动态图像的解析动态图像。
另外,技术方案5的发明是:在技术方案4所记载的图像处理装置中,上述第1解析值包括基于上述多个帧图像而计算出的多个第1解析值,上述显示单元还进行将上述多个第1解析值与上述多个帧图像的拍摄时间对应地依次显示,并且将上述解析动态图像和上述多个第1解析值在时间上建立关联地进行显示的处理。
另外,技术方案6的发明是:在技术方案5所记载的图像处理装置中,上述显示单元还进行显示在上述拍摄时间方向上绘制了上述多个第1解析值而得到的图表的处理,上述图表与上述解析动态图像在时间上建立关联。
另外,技术方案7的发明是:在技术方案1~技术方案6中任意一项所记载的图像处理装置中,上述参照用统计值包括将表示上述多个对象物的固有的信息的拍摄对象参数、表示上述多个对象物的疾病的有无以及疾病的状态的疾病信息参数、表示上述参照动态图像被拍摄的拍摄环境的拍摄环境参数、以及表示上述参照动态图像被拍摄的上述对象物的呼吸状态的呼吸状态参数中的至少一个参数作为参量来进行分类后的统计值。
另外,技术方案8的发明是:在技术方案1~技术方案7中任意一项所记载的图像处理装置中,上述图像解析处理包括对上述多个帧图像间的对应像素中的亮度变化值、表示上述多个帧图像的每一个中的上述对象区域的尺寸的距离、上述多个帧图像的每一个中的上述对象区域内的特定的位置坐标、上述多个帧图像的每一个中的上述对象区域的面积、以及在上述多个帧图像间对应的上述特定的位置的移动量中的至少任一个进行计算的处理。
另外,技术方案9的发明是:在技术方案1~技术方案8中任意一项所记载的图像处理装置中,上述参照用统计值包括对上述过去的多个对象物的参照动态图像进行与上述图像解析处理以及上述统计解析处理同样的处理而得到的多个第2解析值中的平均值、最大值、最小值、上述最大值和上述最小值的范围以及偏差程度中的至少任一个的值。
另外,技术方案10的发明是:在技术方案1~技术方案9中任意一项所记载的图像处理装置中,上述对象区域包括肺野区域。
另外,技术方案11的发明是:在技术方案1~技术方案10中任意一项所记载的图像处理装置中,上述生成指示信息是诊断区域、图像解析信息、统计解析信息以及参数信息中的至少一个。
另外,技术方案12的发明是一种通过由图像处理装置所包含的计算机进行执行,来使上述计算机作为技术方案1~11中任意一项所记载的图像处理装置发挥作用的程序。
根据技术方案1~技术方案11所记载的图像处理装置,对通过对构成基准动态图像的多个帧图像进行图像解析处理而得到的整体解析值进行统计解析处理,从而获得第1解析值,并将该第1解析值和应与该第1解析值进行比较的参照用统计值一起显示。即,能够同时显示作为当前诊断对象的对象物的身体的第1解析值、和使用该对象物以外的过去的多个对象物的参照动态图像而计算出的参照用统计值。由此,能够一目了然地掌握与根据过去的多个对象物而计算出的参照用统计值的差异,所以可成为对医生等用户来说的诊断支援信息。因此,能够实现诊断时间的缩短化,能够适当且高效地进行动态诊断。
根据技术方案2的发明,进行从对象区域设定诊断区域的区域设定处理。由此,用户能够将所希望的区域(例如有异常的区域等)设定为诊断区域。
另外,统计解析单元从整体解析值之中,对通过区域设定处理而设定的诊断区域选择性地进行统计解析处理,由此获得第1解析值。即,能够获得诊断区域的第1解析值和诊断区域的参照用统计值。例如,在仅在进行了图像解析处理的对象区域的一部分的区域有异常的情况下,通过将该有异常的区域设定为诊断区域,获得对诊断有效的第1解析值,同时获得对该有异常的区域特化了的参照用统计值。换句话说,第1解析值以及参照用统计值是根据所设定的区域而变动的值,所以通过缩小诊断区域,能够获得对诊断适当且有意义的信息。
根据技术方案3的发明,显示单元还进行显示基于整体解析值的整体解析图像的处理,整体解析图像包括基于多个帧图像而构成为静止图像的解析静止图像。由此,用户能够一边观察解析静止图像一边将所希望的区域(例如有异常的区域等)设定为诊断区域。
另外,如果同时视觉确认解析静止图像和诊断用图像,则能够比较第1解析值和参照用统计值,同时在解析静止图像上也能够确认异常等。
根据技术方案4的发明,显示单元还进行显示基于整体解析值的整体解析图像的处理,整体解析图像包括基于多个帧图像而构成为动态图像的解析动态图像。由此,用户能够一边观察解析动态图像一边将所希望的区域(例如有异常的区域等)设定为诊断区域。
另外,如果同时视觉确认解析动态图像和诊断用图像,则能够比较多个第1解析值和参照用统计值,同时在解析动态图像上也能够确认异常等。
根据技术方案5的发明,显示单元还进行将多个第1解析值与多个帧图像的拍摄时间对应地依次显示,并且将解析动态图像和多个第1解析值在时间上建立关联地进行显示的处理。即,能够与解析动态图像时时刻刻变化这一情况同步地也使第1解析值的显示变化来显示。由此,能够在时间轴上诊断在哪个时间段产生异常、在哪个时间段异常消失(变正常)等。
因此,能够一边与参照用统计值比较一边在视觉上捕捉帧图像上的二维空间的时间变化。
根据技术方案6的发明,显示单元还进行显示在拍摄时间方向上绘制了多个第1解析值而得到的图表的处理,该图表与解析动态图像在时间上建立关联。例如,如果在图表上进行明白当前显示的解析动态图像的帧图像这样的显示,则能够与解析动态图像以及第1解析值的显示时时刻刻变化这一情况同步地一目了然地掌握当前显示的帧图像在图表上与哪个位置(时刻)相符。由此,能够通过图表确认有异常的时刻。
根据技术方案7的发明,参照用统计值包括将拍摄对象参数、疾病信息参数、拍摄环境参数以及呼吸状态参数中的至少一个参数作为参量来进行分类后的统计值。即,能够从利用上述4个参数中的任一个或者它们的组合来将参量进行各种变更而计算出的多个模式的统计值中,根据诊断目的,选择适当的参照用统计值并进行显示。或者,能够根据诊断目的,利用上述4个参数中的任一个或者它们的组合来变更参量,计算参照用统计值并进行显示。例如,在作为诊断对象的对象物为健康者的情况下,参照用统计值能够采用将成为多个对象物的多个健康者作为参量而计算出的统计值,另一方面在作为诊断对象的对象物为特定疾病的患者的情况下,参照用统计值能够采用将成为多个对象物的多个该特定疾病的患者作为参量而计算出的统计值。像这样,能够根据诊断的目的来变更参照用统计值的参量。
根据技术方案8的发明,图像解析处理包括对亮度变化值、表示对象区域的尺寸的距离、特定的位置坐标、对象区域的面积以及特定的位置的移动量中的至少任一个进行计算的处理。由此,能够通过根据诊断计算不同的第1解析值、计算多种第1解析值,来从各种角度综合地诊断对象区域。像这样,能够提供对用户来说有效的诊断支援信息。
根据技术方案9的发明,参照用统计值是对过去的多个对象物的参照动态图像进行与图像解析处理以及统计解析处理同样的处理而得到的多个第2解析值中的平均值、最大值、最小值、最大值和最小值的范围以及偏差程度中的至少任一个的值,由此能够在与第1值进行比较时,高效地进行对象区域是否正常的判断。由此,能够提供对用户来说有效的诊断支援信息。
根据技术方案10的发明,对象区域为肺野区域,由此能够针对在肺野区域中是否异常这种诊断,一边与参照用统计值进行比较一边进行动态诊断。由此,能够高效地判断肺野区域中的有异常的区域,能够实现动态诊断所需要的时间的缩短化,并且能够适当且高效地进行。
根据技术方案11的发明,能够获得与作为生成指示信息的诊断区域、图像解析信息、统计解析信息以及参数信息中的至少一个条件相称的参照用统计值。
根据技术方案12的发明,能够获得与技术方案1~技术方案10所记载的发明相同的效果。
附图说明
该发明的目的、特征、方面以及优点根据以下的详细说明和添加附图而变得更清楚。
图1是表示第1实施方式所涉及的放射线动态图像拍摄系统100的整体构成的图。
图2是表示第1实施方式所涉及的图像处理装置3的功能构成的框图。
图3是例示通过放射线动态图像拍摄而拍摄到的动态图像的图。
图4是对图像解析处理进行说明的示意图。
图5是对图像解析处理进行说明的示意图。
图6是将以时间序列表示呼吸振动值的波形数据的呼吸相位与拍摄时刻一起表示的示意图。
图7是对区域设定处理进行说明的示意图。
图8是表示数据库51中的被分层化了的参照用统计值的一个例子的概念图。
图9是对通过显示图像生成处理而生成的图像进行说明的示意图。
图10是对在第1实施方式中所实现的图像处理装置3的基本动作进行说明的流程图。
图11是对第2实施方式中的显示图像生成处理进行说明的示意图。
图12是表示第3实施方式所涉及的图像处理装置3A的功能构成的框图。
图13是对在第3实施方式中所实现的图像处理装置3A的基本动作进行说明的流程图。
图14是对针对多种第1解析值能够进行切换的显示方法的一个例子进行说明的示意图。
具体实施方式
<1.第1实施方式>
以下对本发明的第1实施方式所涉及的放射线动态图像拍摄系统进行说明。
<1-1.放射线动态图像拍摄系统的整体构成>
第1实施方式所涉及的放射线动态图像拍摄系统将人体或者动物的身体作为被拍摄体,对被拍摄体的对象区域的物理状态周期性地时间变化的状况进行放射线图像的拍摄。
图1是表示第1实施方式所涉及的放射线动态图像拍摄系统的整体构成的图。如图1所示,放射线动态图像拍摄系统100具备拍摄装置1、拍摄控制装置2(拍摄用控制台)、以及图像处理装置3(诊断用控制台)。拍摄装置1和拍摄控制装置2通过通信电缆等连接,并且拍摄控制装置2和图像处理装置3经由LAN(LocalAreaNetwork:局域网)等通信网络NT连接而构成。构成放射线动态图像拍摄系统100的各装置遵循DICOM(DigitalImageandCommunicationsinMedicine:医学数字图像和通信)标准,各装置间的通信依照DICOM标准来进行。
<1-1-1.拍摄装置1的构成>
拍摄装置1例如由X射线拍摄装置等构成,是对伴随着呼吸的被拍摄体M的胸部的动态进行拍摄的装置。动态拍摄通过对被拍摄体M的胸部反复照射X射线等放射线,并按时间顺序获取多个图像来进行。将通过该连续拍摄而得到的一系列的图像称为动态图像。另外,将构成动态图像的多个图像的各个称为帧图像。
如图1所示,拍摄装置1构成为具备照射部(放射线源)11、放射线照射控制装置12、摄像部(放射线检测部)13、以及读取控制装置14。
照射部11根据放射线照射控制装置12的控制来对被拍摄体M照射放射线(X射线)。图示例子是人体用的系统,被拍摄体M相当于检查对象者。在以下也将被拍摄体M称为“被检者”。
放射线照射控制装置12与拍摄控制装置2连接,基于从拍摄控制装置2输入的放射线照射条件控制照射部11进行放射线拍摄。
摄像部13由FPD等半导体图像传感器构成,将从照射部11照射并透过了被检者M的放射线转换成电信号(图像信息)。
读取控制装置14与拍摄控制装置2连接。读取控制装置14基于从拍摄控制装置2输入的图像读取条件来控制摄像部13的各像素的开关部,在对积蓄在该各像素中的电信号的读取进行开关时,读取积蓄在摄像部13中的电信号,从而获取图像数据。然后,读取控制装置14将获取到的图像数据(帧图像)输出给拍摄控制装置2。图像读取条件例如是帧频、帧间隔、像素尺寸、图像尺寸(矩阵尺寸)等。帧频是每1秒获取的帧图像数,与脉率一致。帧间隔是在连续拍摄中,从一次的帧图像的获取动作开始到下一次的帧图像的获取动作开始为止的时间,与脉冲间隔一致。
此处,放射线照射控制装置12和读取控制装置14相互连接,相互交换同步信号来使放射线照射动作和图像的读取动作同一步调。
<1-1-2.拍摄控制装置2的构成>
拍摄控制装置2将放射线照射条件、图像读取条件输出给拍摄装置1来控制拍摄装置1的放射线拍摄以及放射线图像的读取动作,并且,将由拍摄装置1获取的动态图像显示为用于拍摄技师的定位的确认、是否是适合诊断的图像的确认。
如图1所示,拍摄控制装置2构成为具备控制部21、存储部22、操作部23、显示部24以及通信部25,各部通过总线26连接。
控制部21由CPU(CentralProcessingUnit:中央处理单元)、RAM(RandomAccessMemory:随机存取存储器)等构成。控制部21的CPU根据操作部23的操作,读出存储在存储部22中的系统程序、各种处理程序并在RAM内展开,并根据所展开的程序执行以后述的拍摄控制处理为首的各种处理,集中控制拍摄控制装置2各部的动作、拍摄装置1的动作。
存储部22由非易失性的半导体存储器、硬盘等构成。存储部22对控制部21所执行的各种程序、利用程序执行处理所需的参数、或者处理结果等数据进行存储。
操作部23构成为具有具备光标键、数字输入键以及各种功能键等的键盘、和鼠标等指示设备,并将针对键盘的键操作、鼠标操作或者经由触摸面板而输入的指示信号输出给控制部21。
显示部24由彩色LCD(LiquidCrystalDisplay:液晶显示器)等监视器构成,并根据从控制部21输入的显示信号的指示来显示来自操作部23的输入指示、数据等。
通信部25具备LAN适配器、调制解调器、TA(TerminalAdapter:终端适配器)等,并对与通信网络NT连接的各装置之间的数据收发进行控制。
<1-1-3.图像处理装置3的构成>
图像处理装置3经由拍摄控制装置2获取从摄像装置1发送的动态图像,并显示用于医生等进行解读诊断的图像。
如图1所示,图像处理装置3构成为具备控制部31、存储部32、操作部33、显示部34、通信部35以及解析部36,各部通过总线37连接。
控制部31由CPU、RAM等构成。控制部31的CPU根据操作部33的操作,读出存储在存储部32中的系统程序、各种处理程序并在RAM内展开,根据所展开的程序执行各种处理,集中控制图像处理装置3各部的动作(详细后述)。
存储部32由非易失性的半导体存储器、硬盘等构成。存储部32对控制部31所执行的各种程序、利用程序执行处理所需的参数、或者处理结果等数据进行存储。例如,存储部32对后述的用于执行图像处理的图像处理程序进行存储。这些各种程序以能够读取的程序代码的形式被储存,控制部31依次执行按照该程序代码的动作。
操作部33构成为具有具备光标键、数字输入键以及各种功能键等的键盘、和鼠标等指示设备,将针对键盘的键操作、鼠标操作或者经由触摸面板而输入的指示信号输出给控制部31。
显示部34由彩色LCD等监视器构成,根据从控制部31输入的显示信号的指示来显示来自操作部33的输入指示、数据、以及后述的显示用图像。
通信部35具备LAN适配器、调制解调器、TA等,对与通信网络NT连接的各装置之间的数据收发进行控制。
<1-2.信息积蓄装置5的构成>
如图1所示,信息积蓄装置5例如由个人计算机或者使用了工作站的数据库服务器构成,并构成为具备数据库(参照用统计值存储部)51,经由总线36与控制部31进行数据的收发。数据库51中预先存储有考虑了假定的拍摄信息等的参照用统计值的集合体(详细后述)。
在以下,对第1实施方式中的图像处理装置3的详细进行说明。
<1-3.进行动态诊断时的课题>
以对该实施方式中的图像处理装置3的详细进行说明为前提,对进行动态诊断时的问题点进行说明。
在使用了X射线动态图像的肺功能诊断中,在诊断以动态图像的亮度变动为基础进行解析后的结果时,从医者等用户存在“即使在健康者中也有偏差,难以明白有哪种程度的亮度变动是属于正常”这个意见。即,在动态诊断中所显示的画面中,仅显示成为诊断对象的患者的解析图像,所以不能进行与其他人的比较。
因此,在本发明中,目的在于预先根据与诊断用途相称的多个被检者(例如,多个健康者、特定疾病的患者等)的X射线动态图像来计算解析结果的统计值,并与成为诊断对象的被检者M的解析结果一起显示该统计值。
<1-4.图像处理装置3的具体的构成>
本发明的第1实施方式中的放射线动态图像拍摄系统100的图像处理装置3通过显示成为诊断对象的身体的解析值与根据与该身体不同的多个身体而计算出的统计值之间的差异,能够实现动态诊断的诊断时间的缩短化。
在以下,对图像处理装置3所实现的功能构成进行说明。
<1-4-1.图像处理装置3的功能构成>
图2是将在放射线动态图像拍摄系统100的图像处理装置3中通过CPU等根据各种程序进行动作从而由控制部31实现的功能构成与其它构成一起表示的图。此外,该实施方式的图像处理装置3主要使用对包括心脏以及两肺的胸部进行拍摄而得到的动态图像。
在控制部31中,主要由基准动态图像获取部200、图像解析部300、区域设定部400、统计解析部500以及显示图像生成部600构成。另外,控制部31经由总线36与参照用统计值生成部550(相当于上述的具有参照用统计值存储部51的信息积蓄装置5)进行数据的收发。
在以下,对图3所示的控制部31的功能构成通过预先安装的程序的执行来实现进行说明,但也可以通过专用的硬件构成来实现。
以下,参照图2,依次对基准动态图像获取部200、图像解析部300、区域设定部400、统计解析部500、信息积蓄装置5以及显示图像生成部600进行的各处理的具体内容进行说明。
<1-4-1-1.基准动态图像获取部200>
在基准动态图像获取部200中,获取由摄像装置1的读取控制装置14拍摄的在时间方向上依次拍摄被检者M的身体内部中的对象区域的物理状态周期性地变化的动态周期的状态而得到的多个帧图像构成的基准动态图像。本实施方式中的对象区域假定为肺野区域。即,如图2所示,在摄像装置1与图像处理装置3之间夹设拍摄控制装置2,存储在拍摄控制装置2的存储部22中的检测数据(多个帧图像SI)经由通信部25被输出给图像处理装置3的通信部35。
图3是例示通过放射线动态图像拍摄对伴随着呼吸的被检者M的胸部的动态进行拍摄而得到的基准动态图像的图。如图3所示,由基准动态图像获取部200获取到的帧图像S1~S10(SI)是以一定的拍摄时刻连续拍摄呼吸周期的1周期而得到的。具体而言,在时刻t=t1、t2、t3、…、t10的拍摄时刻所拍摄的图像分别与帧图像S1、S2、S3、…、S10对应。
<1-4-1-2.图像解析部300>
在图像解析部300中,通过对构成基准动态图像的多个帧图像SI进行图像解析处理,来获得肺野区域整体中的整体解析值AN。此处所谓的图像解析处理是对(i)多个帧图像SI间的对应像素中的亮度变化值、(ii)表示多个帧图像SI的每一个中的肺野区域的尺寸的距离、(iii)多个帧图像SI的每一个中的肺野区域内的特定的位置坐标、(iv)多个帧图像SI的每一个中的肺野区域的面积、以及(v)在多个帧图像SI间对应的特定的位置的移动量中的至少任一个进行计算的处理。此外,在以下将(i)~(v)称为“图像解析信息IF1”。
在以下,以图像解析处理计算(i)的亮度变化值、(ii)的肺野区域的尺寸、(iv)的肺野区域的面积的情况为例进行说明。图4以及图5是对图像解析处理进行说明的示意图。
首先,在图4中对图像解析处理计算(i)的亮度变化值并获得肺野区域整体中的整体解析值AN的情况进行例示。
在图4的(a)的左侧的图中,示出采用了图3的t=t1时的帧图像S1和t=t2时的帧图像S2的对应像素间的差分的差分图像S1’(SI’),在图4的(a)的中央的图中,示出采用了图3的t=t2时的帧图像S2和t=t3时的帧图像S3的对应像素间的差分的差分图像S2’(SI’),在图4的(a)的右侧的图中,示出采用了图3的t=t3时的帧图像S3和t=t4时的帧图像S4的对应像素间的差分的差分图像S3’(SI’)。此处,仅说明了3枚差分图像SI’,但图像解析处理对构成基准动态图像的全部帧图像SI实施同样的差分处理。
此外,在本实施方式中,差分图像SI’为了便于说明而表现出,实际上无需生成为图像,仅需要各帧图像SI间的差分值。而且,该差分值相当于亮度变化值。
图4的(b)是按像素单位提取在各差分图像SI’中的对应像素间的亮度变化值中成为最大值的亮度变化值而绘制出的图像,相当于后述的显示图像生成处理所生成的整体解析图像(解析静止图像)IG1(详细后述)。即,在图像解析部300中,在肺野区域整体进行提取图像解析处理计算出的对应像素间的亮度变化值中的最大值的处理,从而得到整体解析值AN,并输出给后述的显示图像生成部600。
此外,图4的(b)中,根据提取对应像素间的亮度变化值中的最大值来说明了整体解析值AN,但是并不局限于此,例如也可以是对应像素的亮度变化值的合计值、对应像素的亮度变化值的平均值、对应像素间的亮度变化值中的最小值、对应像素间的亮度变化值中的中央值等中的任一个的值。
接下来,在图5的(a)以及图5的(b)中对图像解析处理计算(iv)的肺野区域的面积的情况进行例示。如图5的(a)以及图5的(b)所示,进行肺野部的轮廓提取,能够将由轮廓围起的区域的像素数定义为肺野部的面积。此处,肺野部的提取可以如图5的(a)所示那样分别在左右进行提取,也可以如图5的(b)所示那样提取为包括心脏、脊椎的区域的轮廓。作为本提取方法,能够采用以往技术(例如参照“Imagefeatureanalysisandcomputer-aideddiagnosis:Accuratedeterminationofribcageboundaryinchestradiographs”,Xin-WeiXuandKunioDoi,MedicalPhysics,Volume22(5),May1995,pp.617-626.等)等。
在图5的(c)以及图5的(d)中对图像解析处理计算(ii)的表示肺野区域的尺寸的距离(肺野区域的特征点间的距离)的情况进行例示。如图5的(c)以及图5的(d)所示,图像解析处理对多个帧图像SI的每一个计算肺野区域的特征点间的距离。即,与上述方法同样地实施肺野部的提取(参照图5的(a)以及图5的(b)),从所提取出的区域求出特征点2点,并求出该2点间的距离,由此作为表示肺野区域的尺寸的距离来进行检测。
图5的(c)以及图5的(d)是例示采用了图5的(a)的肺野部的轮廓OL的情况下的肺野区域的特征点的位置的图。在计算从肺区域的上端LT到下端LB的长度(肺野长)的变化的情况下,在图5的(c)中,是将肺尖部作为肺区域的上端LT、将从肺尖部沿体轴方向下降的直线与横膈膜的交点作为肺区域的下端LB而提取的例子,在图5的(d)中,是将肺尖部作为肺区域的上端LT、将肋横角作为肺区域的下端LB而提取的例子。
而且,图6是以时间序列表示通过图像解析处理而计算出的肺野区域的面积值或者特征点间距离这些特征量的呼吸相位PH的示意图,成为在每个拍摄时刻TM在时间方向上监视的结果。如图6所示,呼吸的周期(呼吸周期)的1周期PC由吸气和呼气构成,由一次呼气和一次吸气构成。在吸气时,随着横膈膜下降而吸入气息,胸廓中的肺野的区域变大。最大限度地吸入气息时(吸气和呼气的转换点)为最大吸气时B1。在呼气时,随着横膈膜上升而吐出气息,肺野的区域变小,最大限度地排出气息时(呼气和吸气的转换点)为最大呼气时B2。
<1-4-1-3.区域设定部400>
在区域设定部400中进行从肺野区域设定诊断区域AR的区域设定处理(参照图2)。作为区域设定处理的一个例子,有基于通过操作部33输入的设定信息来进行设定的方法。即,通过操作部33输入的设定信息是指将肺野区域的一部分指示为诊断区域AR的设定信息,用户一边观察后述的整体解析图像IG1一边经由操作部33进行操作输入。由用户指定的方法可以采用矩形指定、椭圆指定、用手描的指定等任何方法。
另外,作为用户指定的以外的其它的区域设定处理的例子,对于关注的诊断区域AR,也能够使用预先准备的区域作为从肺野的结构等信息获得的区域。作为该诊断区域AR的候补,例如列举“肺野整体”、“右肺野或者左肺野”、“上叶、中叶、下叶(右肺野的情况下)”、“上叶、下叶(左肺野的情况下)”、“在重力方向上等分割肺野而成的区域”、“以距肺门的距离所计算出的区域”等,但这些候补只是例示,并不限于这些。
在以下,作为关注的诊断区域AR,以“上叶、中叶、下叶(右肺野的情况下)”、“在重力方向上等分割肺野而成的区域”以及“以距肺门的距离所计算出的区域”为例进行说明。
图7是对区域设定处理进行说明的示意图,是作为诊断区域AR的候补,分别针对在图7的(a)中作为“上叶、中叶、下叶(右肺野的情况下)”的情况、在图7的(b)中作为“在重力方向上等分割肺野而成的区域”的情况、以及在图7的(c)中作为“以距肺门的距离所计算出的区域”的情况进行说明的示意图。
此外,在图7的(a)~图7的(c)中为了便于说明而示出整体解析图像IG1,但在作为区域设定处理而使用预先准备的区域的情况下,在显示部34不显示整体解析图像IG1。
如图7的(a)所示,能够将整体解析图像IG1的右肺区域分类为上叶AR1a、中叶AR2a、下叶AR3a,并进行诊断区域AR的设定。即,能够预先准备这些标准模型,使标准模型变形来进行对照,由此进行设定。
如图7的(b)所示,能够将整体解析图像IG1的右肺区域整体在重力方向上三等分分类为区域AR1b、区域AR2b、区域AR3b,并进行诊断区域的设定。即,设定为:将右肺区域整体的重力方向的距离作为从肺尖部到横膈膜的距离,并分别使距离d1、距离d2、距离d3相等(d1=d2=d3)。这样沿着重力方向分割区域的理由起因于伴随着因重力而肺泡的大小不同,在区域AR1b~区域AR3b间亮度值发生改变。此外,此处将右肺区域整体的重力方向的距离定义为从肺尖部到横膈膜的距离,但是并不局限于此,也可以以其它距离进行定义。
如图7的(c)所示,首先检测整体解析图像IG1的右肺区域的肺门,计算距肺门的距离,从而能够根据该距离而分类为区域AR1c、区域AR2c、区域AR3c,并进行诊断区域AR的设定。作为肺门的检测,例如能够与图7的(a)同样地预先准备标准模型,并使标准模型变形来进行对照,由此进行检测。在该设定方法中,主要对假定血流解析的情况有效。
区域设定处理除了采用上述那样的用户指定的方法、基于预先准备的区域的区域设定方法以外,还可以采用将过去对被检者M设定的诊断区域预先保持于存储部32,从而再次活用该诊断区域AR的方法。
此外,将诊断区域AR作为“区域”来处理,但也能够不作为区域而作为“点”来处理。在是点的情况下,可以与作为区域的区域同样地,设定为从肺野的结构等信息获得的点(例如,距肺尖部一定距离下部的点、距横膈膜一定距离上部的点等),也可以由用户指定。
<1-4-1-4.统计解析部500>
在统计解析部500中,通过使用整体解析值AN对肺野区域的整体或者一部分的诊断区域AR进行统计解析处理,来获得代表诊断区域AR的第1解析值ANs。在本实施方式中,区域设定部400将通过区域设定处理而设定的诊断区域AR输出给统计解析部500,所以统计解析部500从整体解析值AN之中对通过区域设定处理而设定的诊断区域AR选择性地进行统计解析处理,由此获得第1解析值ANs(参照图2)。
此处所谓的统计解析处理是指计算诊断区域AR内的整体解析值AN的平均值、合计值、最大值、最小值、中央值等中的任一个的处理。因此,统计解析部500获得诊断区域AR内的整体解析值AN的平均值、合计值、最大值、最小值、中央值等(以下,将这些称为“统计解析信息IF2”)中的任一个作为代表诊断区域AR的第1解析值ANs。
而且,如图2所示,统计解析部500将诊断区域AR、图像解析信息IF1、统计解析信息IF2以及后述的参数信息IF3输出给信息积蓄装置5(参照图2)。
<1-4-1-5.信息积蓄装置5>
在信息积蓄装置5中,基于至少包括诊断信息的生成指示信息来输出参照用统计值SV。另外,生成指示信息IF将诊断区域AR、图像解析信息IF1、统计解析信息IF2以及后述的参数信息IF3统称。
此处所谓的参照用统计值SV是基于针对过去的多个被检者的参照动态图像进行与上述同样的图像解析处理以及统计解析处理而得到的多个第2解析值而计算出的、主要目的在于判断第1解析值ANs是否优良的统计值。例如,在第1解析值ANs为对应像素的亮度变化值的平均值的情况下,多个第2解析值是过去的多个受检者的对应像素的多个亮度变化值的平均值。此外,即使在通过与参照用统计值SV的比较而判定为第1解析值ANs不良(否)的情况下,根据参照用统计值SV与第1解析值ANs的差异程度,也能够识别与健康者的值何种程度分离。
另外,参照用统计值SV是指使用多个第2解析值而得到的平均值、最大值、最小值、该最大值和该最小值的范围、以及偏差程度(标准偏差、分散值等)中的至少任一个的统计值。此外,参照动态图像中的过去的“多个被检者”是指作为当前诊断对象的被检者M以外的第三者。
而且,信息积蓄装置5通过被从统计解析部500输入生成指示信息IF(诊断区域AR、图像解析信息IF1、统计解析信息IF2以及后述的参数信息IF3)(参照图2),来生成与这些条件相称的参照用统计值SV。即,参照用统计值SV能够根据诊断区域AR、图像解析信息IF1、统计解析信息IF2以及后述的参数信息IF3的条件进行切换。
在以下,对生成指示信息IF中的参数信息IF3进行说明。即,对于参数信息IF3而言,是对将表示多个被检者的固有的信息的“拍摄对象参数IO”、表示多个被检者的疾病的有无以及疾病的状态的“疾病信息参数IS”、表示参照动态图像被拍摄的拍摄环境的“拍摄环境参数IE”、以及表示参照动态图像被拍摄的被检者的呼吸状态的“呼吸状态参数IB”中的至少一个参数作为参量进行分类这一情况进行指示的信息。此外,每个参数更详细地以如下那样的观点被分类。
即,在“拍摄对象参数IO”中分类为性别、年龄,体型/体厚等,在“疾病信息参数IS”中分类为健康者、特定疾病的患者(例如COPD患者等)、疾病的重症度等,在“拍摄环境参数IE”中分类为管电压、管电流、拍摄时间、线量、拍摄距离、拍摄方向P-A(后前像)或者A-P(前后像)、拍摄时的体位(立位、卧位[仰卧位、侧卧位、伏卧位])等,在“呼吸状态参数IB”中分类为呼气、吸气、屏住呼吸等。此处,关于呼气、吸气等呼吸状态,例如能够利用上述的图6那样的方法从动态图像获取。
此外,作为参量的候补,并不限于上述的参数IO、IS、IE、IB,也可以设置其它参数。另外,也能够利用这些参数的组合以各种模式的参量生成参照用统计值SV。
优选像这样参照用统计值SV根据诊断信息变更参量而生成。使用哪个参数来生成参照用统计值SV,能够通过统计解析部500将参数信息IF3输出给信息积蓄装置5来进行指定(参照图2)。即,参数信息IF3具有上述的参数IO、IS、IE、IB中的任一个或者这些的组合来进行指定。此外,参数信息IF3的输入方法可以如图2所示那样用户经由操作部33直接指定,例如也可以采用从摄像控制装置2自动地输出的构成等。
<1-4-1-5-1.参照用统计值存储部(数据库)51>
接着,对参照用统计值存储部(数据库)51进行说明。在数据库51中,例如以能够基于诊断区域AR、图像解析信息IF1、统计解析信息IF2以及参数信息IF3进行分组的方式储存有本实施方式所涉及的参照用统计值SV。即,数据库51与从统计解析部500输入的生成指示信息IF所指示的属性对应地储存有参照用统计值SV的集合体,并能够输出与生成指示信息IF一致的参照用统计值SV。即,参照用统计值SV的集合体中预先附加属性信息,例如,分组由数据库51储存。此处所谓的属性信息例如在参数信息IF3的拍摄对象参数IO的情况下,是指与性别、年龄、体重、身高、体型/体厚等有关系的信息。
以下,在说明数据库51的概念结构时,在生成指示信息IF中的诊断区域AR、图像解析信息IF1以及统计解析信息IF2的信息固定之下,对参数信息IF3的概念结构特化来进行说明,但诊断区域AR、图像解析信息IF1、统计解析信息IF2也采用同样的概念结构。因此,对于此处的数据库51的概念结构而言,参照用统计值SV的集合体基于拍摄对象参数IO、疾病信息参数IS、拍摄环境参数IE、呼吸状态参数IB例如被分组储存。
另外,使用将拍摄对象参数IO设为“性别”、将疾病信息参数IS设为“健康者或者非健康者”、将拍摄环境参数IE设为“拍摄方向P-A(后前像)或者A-P(前后像)”、将呼吸状态参数IB设为“呼气或者吸气”的情况下的最简单化的例子进行说明。
图8是表示数据库51中的被分层化了的参数信息的一个例子的概念图。此外,在图8中,在作为生成指示信息IF,设诊断区域AR为右肺野、设图像解析信息IF1为亮度变化值、设统计解析信息IF2为平均值的前提下,对参数信息IF3的阶层特化来进行说明。
如图8所示,拍摄对象参数IO的“男性IO1或者女性IO2”、疾病信息参数IS的“健康者IS1或者非健康者IS2”、拍摄环境参数IE的“后前像IE1或者前后像IE2”之中位于最上位概念的是拍摄环境参数IE的“拍摄的方向”,所以首先大致区分为“后前像”以及“前后像”这两个参数信息IE1、IE2,各个参照用统计值SV被分组储存(积蓄)。接下来,拍摄对象参数IO的“性别”与疾病信息参数IS的“健康者或者非健康者”相比是上位概念,所以“男性”“女性”这两个参数信息IO1、IO2的参照用统计值SV在参数信息IE1、IE2中被分别储存。然后,疾病信息参数IS的“健康者或者非健康者”与呼吸状态参数IB的“呼气或者吸气”相比是上位概念,所以“健康者”以及“非健康者”这两个参数信息IS1、IS2的参照用统计值SV在参数信息IO1、IO2中被分别储存。并且,“呼气”以及“吸气”这两个参数信息IB1、IB2的参照统计值SV在参数信息IS1、IS2中被分别储存。
因此,在作为生成指示信息IF,设诊断区域AR为右肺野、设图像解析信息IF1为亮度变化值、设统计解析信息IF2为平均值的前提下,例如设参数信息IF3是拍摄对象参数IO为“男性IO1”、疾病信息参数IS为“非健康者IS2”、拍摄环境参数IE为“后前像IE1”、呼吸状态参数IB为“呼气IB1”的情况下的参数信息与图8所示的参数信息IF30相符。
此外,此处对参数信息IF3中的最简单化的概念结构的一个例子进行了说明,实际上拍摄对象参数IO、疾病信息参数IS、拍摄环境参数IE、呼吸状态参数IB分别由多个属性信息构成。另外,此处,将最上位概念设为拍摄环境参数IE,将最下位概念设为呼吸状态参数IB,但是并不局限于此,通过属性信息的组合可以进行各种变动。
除此之外,数据库51不仅有参数信息IF3,也有诊断区域AR、图像解析信息IF1、统计解析信息IF2的属性信息的组合,所以实际的数据库51是相当复杂的结构。
此外,也考虑如下方式:不进行上述的分组,而在数据库51中,按照使生成指示信息IF(IF1~IF3)所指示的各信息具有属性的方式来储存参照用统计值SV的集合体、并使信息积蓄装置5具有以下的统计处理功能。即,信息积蓄装置5也可以仅将储存在数据库51中的参照用统计值SV的集合体中的、与生成指示信息IF所指示的信息一致的信息作为统计处理的参量的信息,执行统计处理,并输出由图像解析信息IF1以及统计解析信息IF2指示的、应与第1解析值ANs的统计解析种类进行比较的参照用统计值SV。
<1-4-1-6.显示图像生成部600、显示部34>
在显示图像生成部600中,进行以将第1解析值ANs和应与第1解析值ANs进行比较的参照用统计值SV一起显示的方式生成诊断用图像IG2的显示图像生成处理。然后,在显示部34中进行显示诊断用图像IG2的处理。即,在显示部34中,第1解析值ANs和参照用统计值SV以能够比较的方式一起显示。
除此之外,在作为区域设定处理,用户观察整体解析图像IG1而设定诊断区域AR的情况下,显示图像生成处理还进行生成基于整体解析值AN的整体解析图像IG1的处理,显示部34进行在进行统计解析处理之前显示整体解析图像IG1的处理。
本实施方式中的整体解析图像IG1是如图4的(b)所示那样基于多个帧图像SG(在图像解析处理为亮度变化值的情况下,详细而言是差分图像SG’)而构成为静止图像的解析静止图像。
图9是说明通过显示图像生成处理而生成的整体解析图像IG1以及诊断用图像IG2被显示在显示部34的示意图。图9的(a)中表示整体解析图像(解析静止图像)IG1,图9的(b)中表示将参照用统计值SV和第1解析值ANs显示为数值的诊断用图像IG21(IG2),图9的(c)中表示将参照用统计值SV和当前以及过去的第1解析值ANs图表化来显示的诊断用图像IG22(IG2)。另外,此处,假定统计解析部500将诊断区域AR为右肺野的上叶(参照图9的(a))、图像解析信息IF1为亮度变化值、统计解析信息IF2为平均值、以及参数信息IF3为拍摄对象参数IO中的“健康者”这样的条件作为生成指示信息IF给予信息积蓄装置5,并且信息积蓄装置5将与这些条件相称的参照用统计值SV返回到显示图像生成处理的情况。
如图9的(a)所示,是针对解析静止图像IG1设定右肺野的上叶作为诊断区域AR的结果。所设定的诊断区域AR以不妨碍解析静止图像IG1的显示的形式显示于图像上。
如图9的(b)所示,诊断用图像IG21中的与第1解析值ANs相当的“2.3”是整体解析值AN(亮度变化值)中的诊断区域AR(参照图9的(a))的平均值。另一方面,与参照用统计值SV相当的“3.5~7.7(平均:5.6)”中的“5.6”是使用以多个健康者为对象分别计算出的诊断区域AR的亮度变化值的平均值,并取这些平均值的平均所得的数值,“3.5~7.7”表示该分别计算出的亮度变化值的平均值的最大值和最小值的数值。通过像这样将以多个健康者为参量的参照用统计值SV和作为当前诊断对象的被检者M的第1解析值ANs一起显示,能够一目了然地进行与健康者的比较,成为掌握被检者M的状态的诊断支援信息。此外,像这样,在以数值显示第1解析值ANs的情况下,可以在当第1解析值ANs处于健康者的参照用统计值SV的平均值的最大值~平均值的最小值之间时,进行蓝色显示,当不是这样时,进行红色显示这些情形下,改变显示色。
另外,诊断用图像IG2可以是如图9的(b)所示那样显示为数值的诊断用图像IG21,也可以是如图9的(c)所示那样显示为图表的诊断用图像IG22。结合此,也显示本次解析的第1解析值AVs的数值以及参照用统计值SV,变为与健康者相比较而成为什么样的值是一目了然的状态。另外,如图9的(c)所示,通过具有过去的被检者M的解析结果的保持功能,对于第1解析值ANs而言,可以不仅本次的结果,如作为该诊断对象的被检者M的上次的第1解析值ANsP1、上上次的第1解析值ANsP2那样过去的结果也与参照用统计值SV一起显示。在图9的(c)的情况下,由于以上上次的第1解析值ANsP2、上次的第1解析值ANsP1、本次的第1解析值ANs的顺序与健康者的参照用统计值SV接近,所以看出朝向恢复的样子。通过像这样,能够一目了然地掌握从过去的经过(变好还是变坏)。
另一方面,在将参数信息IF3中的拍摄对象参数IO中的“COPD患者”这样的特定的疾病的患者作为参量来生成参照用统计值SV的情况下,一起显示该参照用统计值SV和第1解析值ANs,从而变为能够一目了然地进行与该疾病患者的比较的状态。即,在第1解析值ANs进入到COPD患者的参照用统计值SV的认定COPD的范围内的情况下,暗示被检者M有可能患有COPD。
如前述,信息积蓄装置5输出仅将与生成指示信息IF所指示的信息一致的信息作为统计处理的参量后的参照用统计值SV。但是,当在数据库51中不存在与参数信息IF3或诊断区域AR的条件相称的属性信息时,也能够通过使用存在的属性信息进行归一化,来生成与条件相称的参照用统计值SV。
例如,仅具有体厚作为成为当前诊断对象的被检者M的信息,并且欲以体厚为条件生成参照用统计值SV,但在数据库51中作为拍摄对象参数IO的属性信息有体重和身高而没有体厚的情况下,进行上述所说的归一化。即,信息积蓄装置5基于作为拍摄对象参数IO的属性信息的体重和身高来重新计算体厚,并与被检者M的体厚比较,从而能够从储存在数据库51中的参照用统计值SV的集合体输出具有与条件相称的体重和身高的参照用统计值SV。
像这样,即使在数据库51中不存在符合的属性信息,通过实施某些计算处理(归一化),由此信息积蓄装置5也可以导出符合的属性信息。
<1-5.图像处理装置3的基本动作>
图10是对本实施方式所涉及的图像处理装置3中实现的基本动作进行说明的流程图。此外,由于已经进行了各部的个别功能的说明(参照图2),所以此处仅对整体的流程进行说明。
如图10所示,首先,在步骤S1中,控制部31的基准动态图像获取部200经由拍摄控制装置2获取由摄像装置1的读取控制装置14拍摄的基准动态图像(多个帧图像SI)(参照图3)。
在步骤S2中,图像解析部300对在步骤S1中获取的多个帧图像SI进行图像解析处理,并获得整体解析值AN(参照图4)。
在步骤S3中,显示图像生成部600基于在步骤S2中所得到的整体解析值AN来生成整体解析图像(解析静止图像)IG1。
在步骤S4中,显示部34显示在步骤S3中所生成的解析静止图像IG1(参照图9的(a))。
在步骤S5中,用户经由操作部33针对在步骤S4中所显示的解析静止图像IG1指定诊断区域AR(参照图9的(a)),从而区域设定部400进行区域设定处理。
在步骤S6中,统计解析部500通过对在步骤S5中所设定的诊断区域AR选择性地进行统计解析处理,来获得第1解析值ANs,并且将生成指示信息IF(诊断区域AR、图像解析信息IF1、统计解析信息IF2以及参数信息IF3)输出给信息积蓄装置5(参照图2)。
在步骤S7中,信息积蓄装置5接受在步骤S6中所输出的生成指示信息IF,从储存在数据库51中的参照用统计值SV的集合体生成与生成指示信息IF的条件相称的参照用统计值SV。
在步骤S8中,显示图像生成部600以将在步骤S6中所得到的第1解析值ANs以及在步骤7中所得到的参照用统计值SV一起显示的方式生成诊断用图像IG2(参照图9的(b)以及图9的(c))。
此外,诊断用图像IG2可以如图9的(b)所示那样生成为数值,也可以如图9的(c)所示那样生成为图表。
最后,在步骤S9中,显示图像生成部600将在步骤S8中所生成的诊断用图像IG2输出给显示部34(参照图9的(b)以及图9的(c)),结束本动作流程。
如以上那样在第1实施方式所涉及的图像处理装置3中,通过针对对构成基准动态图像的多个帧图像SI进行图像解析处理而得到的整体解析值AN进行统计解析处理,获得第1解析值ANs,并将该第1解析值ANs和应与该第1解析值ANs比较的参照用统计值SV一起显示。即,能够同时显示作为当前诊断对象的被检者M(对象物)的身体的第1解析值ANs、和使用该被检者M以外的过去的多个被检者的参照动态图像而计算出的参照用统计值SV。由此,能够一目了然地掌握与根据过去的多个被检者而计算出的参照统计值SV的差异,能够成为对医生等用户来说的诊断支援信息。因此,能够实现诊断时间的缩短化,并适当且高效地进行动态诊断。
另外,进行从肺野区域设定诊断区域AR的区域设定处理。由此,用户能够将所希望的区域(例如,有异常的区域等)设定为诊断区域AR。另外,统计解析部500从整体解析值AN之中,对通过区域设定处理而设定的诊断区域AR选择性地进行统计解析处理,由此获得第1解析值ANs。即,能够获得诊断区域AR的第1解析值ANs和诊断区域AR的参照用统计值SV。例如,在仅在进行了图像解析处理的肺野区域的一部分的区域有异常的情况下,将该有异常的区域设定为诊断区域AR,从而获得对诊断有效的第1解析值ANs,同时获得对该有异常的区域特化了的参照用统计值SV。换句话说,第1设定解析值ANs以及参照用统计值SV是根据所设定的区域而变动的值,所以通过缩小诊断区域AR,能够获得对诊断适当且有意义的信息。
另外,显示部34还进行显示基于整体解析值AN的整体解析图像的处理,整体解析图像是基于多个帧图像SI而构成为静止图像的解析静止图像IG1。由此,用户能够一边观察解析静止图像IG1一边将所希望的区域(例如,有异常的区域等)设定为诊断区域AR。另外,如果同时视觉确认解析静止图像IG1和诊断用图像IG2,则能够在对第1解析值ANs和参照用统计值SV进行比较的同时,在解析静止图像IG1上也能够确认异常等。
另外,参照用统计值SV包括将作为参数信息IF3的拍摄对象参数IO、疾病信息参数IS、拍摄环境参数IE以及呼吸状态参数IB中的至少一个参数作为参量而被分类后的统计值。即,能够从利用上述4个参数中的任一个或者它们的组合来对参量进行各种变更而计算出的多个模式的统计值中,根据诊断目的,选择适当的参照用统计值SV来显示。例如,在作为诊断对象的对象物为健康者的情况下,参照用统计值SV能够采用以多个健康者为参量而计算出的统计值,另一方面在诊断对象为特定的疾病的患者的情况下,参照用统计值SV能够采用以多个该特定的疾病的患者为参量而计算出的统计值。像这样,能够根据诊断的目的来变更参照用统计值SV的参量。
另外,图像解析处理进行亮度变化值、表示对象区域的尺寸的距离、特定的位置坐标、对象区域的面积以及特定的位置的移动量中的任一个的处理。即,与第1解析值ANs同样地,在第2解析值以及参照用统计值SV中,也作为上述的值而被计算出。由此,能够根据诊断计算不同的第1解析值ANs。像这样,能够提供对用户来说有效的诊断支援信息。
另外,参照用统计值SV是对过去的多个被检者的参照动态图像进行与图像解析处理以及统计解析处理同样的处理而得到的多个第2解析值中的平均值、最大值、最小值、最大值和最小值的范围以及偏差程度中的至少任一个的值,由此在与第1值ANs比较时,能够高效地进行肺野区域是否正常的判断。由此,能够提供对用户来说有效的诊断支援信息。
而且,对象区域为肺野区域,由此能够针对在肺野区域中是否异常这种诊断,一边与参照用统计值SV进行比较一边进行动态诊断。由此,能够高效地判断肺野区域中的有异常的区域,能够实现动态诊断所需要的时间的缩短化,并且能够适当且高效地进行。
<2.第2实施方式>
本发明的第2实施方式中的图像处理装置3’将第1实施方式的图像处理装置3中的整体解析图像IG1构成为动态图像,所以如以下说明的那样变更为区域设定部400’、统计解析部500’、参照用统计值生成部550’、显示图像生成部600’(未图示)。此外,剩余的构成与图像处理装置3相同。
图11是表示显示图像生成部600’(显示图像生成处理)生成的整体解析图像IG1’(图11的(a))以及诊断用图像IG21’~IG23’(IG2’)(图11的(b)以及图11的(c))的示意图。此外,在图11中,假定整体解析值AN、第1解析值ANs以及参照用统计值SV为亮度变化值的情况,图11的(c)的诊断用图像IG22’的图表表示第1解析值ANs,诊断用图像IG23’的图表表示参照用统计值SV,两者的纵轴表示亮度变化值。而且,诊断用图像IG22’的图表的横轴表示拍摄时刻。
在以下,参照图11,仅对与第1实施方式的各功能不同的部分进行说明。
<2-1.区域设定部400’、显示图像生成部600’>
首先,通过进行与图像解析部300同样的图像解析处理,来获得肺野区域整体中的整体解析值AN,但在显示图像生成部600’中,生成将整体解析图像IG1’基于多个帧图像SI构成为动态图像的解析动态图像。即,显示图像生成处理进行生成基于整体解析值AN的解析动态图像IG1(整体解析图像)的处理,显示部34进行在进行统计解析处理之前显示解析动态图像IG1的处理。
另外,在区域设定部400’中,对构成解析动态图像IG1’的帧图像的每一个进行区域设定处理。此外,构成解析动态图像IG1’的帧图像在整体解析值AN为上述的(i)亮度变化值以及(v)特定的位置的移动量的情况下,是指上述的差分图像SI’(参照图4),在整体解析值AN为上述的(ii)表示肺野区域的尺寸的距离、(iii)特定的位置坐标、以及(iv)肺野区域的面积的情况下,是指上述的帧图像SI(例如参照图5)。
此处,在用户经由操作部33指定诊断区域AR的情况下,可以对构成解析动态图像IG1’的帧图像SI(或者差分图像SI’)的每一个依次进行指定,但例如如果采用用户仅对构成解析动态图像IG1’的最初的帧图像SI(或者差分图像SI’)进行指定,而在剩余的帧图像SI(或者差分图像SI’)中自动地设定诊断区域AR的方法,则较高效。
但是,在每个帧图像SI中肺野区域的形状也变化。与此对应,整体解析图像IG1上的诊断区域AR的显示也变化。因此,例如,根据呼吸的状态变化、心跳的影响而肺野区域的形状变化,能够获得与该诊断区域AR的范围对应的第1解析值ANs。像这样,需要准确地设定诊断区域AR。因此,为了设定诊断区域AR,例如通过在各帧图像SI(或者差分图像SI’)间追踪肺野区域的活动并建立对应,能够自动地获得诊断区域AR。作为在各帧图像SI(或者差分图像SI’)间追踪并建立对应的方法,例如能够采用作为现有方法的对应点探索处理等。
<2-2.统计解析部500’、参照用统计值生成部550’>
另外,在统计解析部500’中,分别针对按构成解析动态图像IG1’的帧图像SI(或者差分图像SI’)的每一个而设定的诊断区域AR进行统计解析处理。即,第1解析值ANs是基于多个帧图像SI(或者差分图像SI’)而计算出的多个第1解析值,按每个帧图像SI(或者差分图像SI’)获得。另外,统计解析部500’将生成指示信息IF输出给参照用统计值生成部550’。
作为多个第1解析值ANs,例如考虑为多个帧图像各个的诊断区域AR内的亮度变化值的平均值即多个亮度变化值等。
而且,在参照用统计值生成部550’中,通过从统计解析部500’输入生成指示信息IF,来生成与这些的条件相称的参照用统计值SV。此处,对于参照用统计值SV,与第1实施方式同样地为单一的统计值。即,第2解析值是使用构成参照动态图像的全部的帧图像而得到的单一的值,并不是如第1解析值ANs那样按每个帧图像所计算出的多个值。
<2-3.显示图像生成部600’>
接着,显示图像生成部600’进行按照将该多个第1解析值ANs和从参照用统计值生成部550’生成的参照用统计值SV一起显示的方式生成诊断用图像IG2’(IG21’~IG23’)的显示图像生成处理。
而且,显示图像生成处理进行按照将多个第1解析值ANs与多个帧图像SI的拍摄时间对应地依次显示,并且将解析动态图像IG1’(参照图11的(a))和多个第1解析值ANs(参照图11的(b))在时间上建立关联地显示的方式生成诊断用图像IG2’的处理。这能够通过从图像解析部300’输出的整体解析值AN和从统计解析部500’输出的第1解析值ANs在时间上建立关联(保持时间上的信息),并输出给显示图像生成部600’来实现。
另外,显示图像生成处理还进行生成在拍摄时间方向上绘制了多个第1解析值ANs而得到的图表(诊断用图像IG22’)的处理(参照图11的(c))。即,诊断用图像IG22’是表示第1解析值ANs的时间变化的图表,该图表在时间上与解析动态图像IG1’建立关联(参照图11的(a)以及图11的(c))。此外,在诊断用图像IG22’的图表上,绘制点P1以使得明白与当前显示的解析动态图像的显示帧的对应。由此,通过比较该点P1和诊断用图像IG23’的健康者的参照用统计值SV,能够一目了然地进行与健康者的比较。
最后,显示图像生成部600’将诊断用图像IG2’(IG21’~IG23’)输出给显示部34,并将诊断用图像IG2’显示于显示部34。
像这样,成为如下的显示:图11的(a)所示的解析动态图像IG1’的再生显示时时刻刻变化,并且图11的(b)所示的诊断用图像IG21’的第1解析值ANs、以及图11的(c)所示的诊断用图像IG22’的图表上的第1解析值ANs与其同步地变化。此外,对于参照用统计值SV,与第1实施方式同样地是单一的统计值,所以在诊断用图像IG21、IG22上不动(参照图11的(b)以及图11的(c))。
如以上那样,在第2实施方式所涉及的图像处理装置3’中,显示部34还进行显示基于整体解析值AN的整体解析图像的处理,整体解析图像是基于多个帧图像而构成为动态图像的解析动态图像IG1’。由此,用户能够一边观察解析动态图像IG1’一边将所希望的区域(例如,有异常的区域等)设定为诊断区域AR。另外,如果同时视觉确认解析动态图像IG1’和诊断用图像IG2’,则能够在对多个第1解析值ANs和参照用统计值SV进行比较的同时,在解析动态图像IG1’也能够确认异常等。
另外,显示部34还进行将多个第1解析值ANs与多个帧图像的拍摄时间对应地依次显示,并且将解析动态图像IG1’和多个第1解析值ANs在时间上建立关联地显示的处理。即,能够与解析动态图像IG1’时时刻刻变化这一情况同步地使第1解析值ANs的显示也变化来显示。由此,能够在时间轴上诊断在哪个时间段产生异常、在哪个时间段异常消失(变正常)等。因此,能够一边与参照用统计值SV比较一边在视觉上捕捉帧图像上的二维空间的时间变化。
而且,显示部34还进行显示在拍摄时间方向上绘制了多个第1解析值ANs而得到的图表的处理,该图表与解析动态图像IG1’在时间上建立关联。例如,如果在图表上进行明白当前显示的解析动态图像IG1’的帧图像这样的显示(例如,图11的(c)的点P等),则能够与解析动态图像IG1’以及第1解析值ANs的显示时时刻刻变化这一情况同步地一目了然地掌握当前显示的帧图像在图表上与哪个位置(时刻)相符。由此,能够通过图表确认有异常的时刻。
<2-4.第2实施方式的变形例>
在上述的第2实施方式中,将参照用统计值SV设为单一的统计值,且在诊断用图像IG21’、IG23’上不动,但也可以显示为时时刻刻移动。
但是,在第2实施方式的变形例的构成中,假定能够同步提取第1解析值ANs和参照用统计值SV的情况,所以前提为参照用统计值SV作为与多个第1解析值ANs对应的多个参照用统计值SV而被保持在数据库51中。
在这种状况下,统计解析部500’例如按照每个帧图像SI(或者差分图像SI’),依次对参照用统计值生成部550输出生成指示信息IF。然后,参照用统计值生成部550’通过从统计解析部500’依次输入生成指示信息IF,依次生成与这些条件相称的多个参照用统计值SV,并输出给显示图像生成部600’。然后,显示图像生成处理进行以与多个第1解析值ANs对应地依次显示多个参照用统计值SV的方式生成诊断用图像IG21’~IG23’(IG2’)的处理。
像这样,成为如下的显示:图11的(a)所示的解析动态图像IG1’的再生显示时时刻刻变化,并且,图11的(b)所示的诊断用图像IG21’的第1解析值ANs和参照用统计值SV以及图11的(c)所示的诊断用图像IG22’的图表上的第1解析值ANs和诊断用图像IG23’的参照用统计值SV分别同步地变化。
如以上那样,在第2实施方式的变形例所涉及的图像处理装置中,显示图像生成处理进行以与多个第1解析值ANs对应地依次显示多个参照用统计值SV的方式生成诊断用图像IG2’的处理。即,能够在时间上将解析动态图像IG1’、第1解析值ANs和参照用统计值SV建立关联来显示。因此,能够与解析动态图像IG1’时时刻刻变化这一情况同步地,不仅是第1解析值ANs的显示,也使参照用统计值SV变化地显示。由此,能够进行与按每个拍摄时刻变化的参照用统计值SV的比较,所以能够进行更详细的动态诊断。
<3.第3实施方式>
图12是表示在作为本发明的第3实施方式而构成的图像处理装置3A中所使用的控制部31A的功能构成的图。该控制部31A作为第1实施方式的图像处理装置3中的控制部31(参照图2)的代替被使用。与第1实施方式不同的点在于:伴随着变更为参照用统计值生成部550A,信息积蓄装置5A具备参照动态图像存储部51A,控制部31A还具备参照用统计值计算部560。此外,剩余的构成与图像处理装置3相同。
<3-1.参照用统计值生成部550A>
第3实施方式中的参照用统计值生成部550A由参照动态图像存储部51A和参照用统计值计算部560构成。
在信息积蓄装置5A中,通过从统计解析部500输入生成指示信息IF(参照图12),基于参数信息IF3从数据库51A将与参数信息IF3相称的多个参照动态图像RI输出给参照用统计值计算部560。
然后,在参照用统计值计算部560中,使用从参照动态图像存储部51A输入的多个参照动态图像RI、和从统计值解析部500输入的诊断区域AR、图像解析信息IF1以及统计解析信息IF2,进行与获得第1解析值ANs同样的图像解析处理以及统计解析处理,从而计算并生成应与第1解析值ANs比较的参照用统计值SV。
<3-2.图像处理装置3A的基本动作>
接着,图13是例示第3实施方式所涉及的图像处理装置3A的动作流程的图。其中,由于图13中的步骤SA1~SA6、SA9、SA10与图10的步骤S1~S6、S8、S9相同,所以省略其说明。
在该第3实施方式中,通过将参照用统计值生成部550(信息积蓄装置5)置换为参照用统计值生成部550A(信息积蓄装置5A和参照用统计值计算部560),从而被变更为参照动态图像存储部51A,并且,通过附加第1实施方式中不存在的参照用统计值计算部560,仅变更下述的工序。
即,作为与第1实施方式同样的工序,经由步骤SA1~SA6,如图13所示,在步骤SA7中,参照动态图像存储部51A基于在步骤SA6中所输入的参数信息IF3,将与参数信息IF3一致的参照动态图像RI输出给参照用统计值计算部550A,并且,从统计值解析部500将诊断区域AR、图像解析信息IF1、统计解析信息IF2输入给参照用统计值计算部560(参照图12)。
而且,在步骤SA8中,参照用统计值计算部560通过使用在步骤SA7中所输入的参照动态图像RI、诊断区域AR、图像解析信息IF1以及统计解析信息IF2进行与获得第1解析值ANs同样的图像解析处理以及统计解析处理,从而计算参照用统计值SV,并对显示图像生成部600输出参照用统计值SV(参照图12)。而且,剩余的工序与第1实施方式相同。
如以上那样,在第3实施方式所涉及的图像处理装置3A中,根据诊断目的,参照用统计值SV能够通过基于参数信息IF3变更参照动态图像RI的参量而由参照用统计值计算部560计算出参照用统计值SV并使其显示。例如在诊断对象为健康者的情况下,参照用统计值SV可以以多个健康者的参照动态图像RI为参量来计算统计值,另一方面,在诊断对象为特定的疾病的患者的情况下,参照用统计值SV可以以多个该特定的疾病的患者为参量来计算统计值。像这样,能够根据诊断的目的来变更参照用统计值SV的计算用的参照用动态图像RI的参量
另外,在第3实施方式所涉及的图像处理装置3A中,说明了以整体解析图像由解析静止图像IG1构成的情况下的第1实施方式的构成为基础进行了变更的情况,但也可以以整体解析图像由解析动态图像IG1’构成的情况下的第2实施方式的构成为基础进行变更。
<4.变形例>
以上,对本发明的实施方式进行了说明,但本发明并不限于上述实施方式,可以进行各种变形。
※在本实施方式中,将图像处理装置3、3’、3A以独立实施的方式分为各实施方式进行了记载,但这些独立功能只要不相互矛盾,可以相互组合。
※在本实施方式所涉及的图像处理装置3、3’、3A中,假定计算一种第1解析值ANs以及一种参照用统计值SV的情况进行了说明,但也可以构成为计算多种第1解析值ANs以及多种参照用统计值SV。
在以下,对根据用户的用途,计算多种第1解析值ANs,并且能够切换各第1解析值ANs的显示方法进行说明。
图14是表示由显示图像生成处理生成的部分诊断用图像IG22B(图14的(a))以及部分诊断用图像IG23B(图14的(b))构成的诊断用图像IG2B的示意图。此外,在图14中,参照用统计值SV是以健康者为对象而得到的统计值,在部分诊断用图像IG23B内表示,图14的(a)的部分诊断用图像IG22B的图表的纵轴是上述(iv)的肺野区域的面积,横轴表示拍摄时刻。另外,图14的(b)的部分诊断用图像IG23B的图表的纵轴表示上述(i)的亮度变化值。
在图14的例子的图像解析处理中,进行上述(i)的亮度变化值以及(iv)的肺野区域的面积这两种,图像解析处理获得肺野区域的面积的整体解析值AN1和亮度变化值的整体解析值AN2。
另外,在统计解析处理中,分别从整体解析值AN1、AN2中对通过区域设定处理而设定的诊断区域AR选择性地进行统计解析处理,从而分别获得两种第1解析值ANs1、ANs2。此处所谓的第1解析值ANs1相当于肺野区域的面积,第1解析值ANs2相当于亮度变化值。
而且,例如,在来自用户的经由操作部33的指示下,在显示图像生成处理中,以将相当于肺野区域的面积的第1解析值ANs1作为部分诊断用图像IG22B的图表来显示的方式进行处理,并以将相当于亮度变化值的第1解析值ANs2作为部分诊断用图像IG23B的绘图而最终显示的方式进行处理。
通过像这样,即使在部分诊断用图像IG22B的图表与部分诊断用图像IG23B的健康者的参照用统计值SV不同的情况下(在图14的(a)中,部分诊断用图像IG22B的图表为肺野的面积即第1解析值ANs1,部分诊断用图像IG23B的健康者的参照用统计值SV为亮度变化值,最初省略了第1解析值ANs2这种情况下),也能够将第1解析值ANs作为能够与参照用统计值SV比较的解析值(在图14的(b)中,将第1解析值ANs1的点P1作为能够与另外的健康者的参照用统计值SV比较的亮度变化值即第1解析值ANs2的点P2而包含于部分诊断用图像IG23B)来切换显示方法。
如以上那样,图像解析处理进行亮度变化值、表示对象区域的尺寸的距离、特定的位置坐标、对象区域的面积以及特定的位置的移动量中的多种处理,从而能够计算多种第1解析值ANs。由此,能够从各种角度综合地诊断肺野区域。像这样,能够提供对用户来说有效的诊断支援信息。
※在本实施方式所涉及的图像处理装置3、3’、3A中具备区域设定部400而构成,但也可以是不具备区域设定部400的构成。即,统计解析部500从整体解析值AN之中对通过区域设定处理而设定的诊断区域AR选择性地进行统计解析处理来获得第1解析值ANs,但在不具备区域设定部400的情况下,也可以通过设诊断区域AR为解析后的整个区域(整体解析值AN)等来进行统计解析处理而获得第1解析值ANs。
※被拍摄体(对象物)M不仅是人体,也可以是动物的身体。
该发明被详细地说明了,但上述的说明在全部的方面仅为示例,本发明并不限定于此。可以认为在没有超出本发明范围的情况下能够想到没有被示例的无数变形例。
附图标记说明:1…拍摄装置;2…拍摄控制装置;3、3’、3A…图像处理装置;31、31A…控制部;34…显示部;100…放射线动态图像拍摄系统;200…动态图像获取部;300…图像解析部;400…区域设定部;500…统计解析部;550、550A…参照用统计值生成部;600…显示图像生成部;M…被拍摄体(被检者);SI…帧图像;SI’…差分图像;IF生成指示信息;IF1…图像解析信息;IF2…统计解析信息;IF3…参数信息;AR…诊断区域;AN…整体解析值;ANs…第1解析值;SV…参照用统计值;IG1…整体解析图像、解析静止图像、解析动态图像;IG2…诊断用图像。
Claims (12)
1.一种图像处理装置,其中,具备:
基准动态图像获取单元,其获取在时间方向上依次拍摄人体或者动物的对象物的身体内部中的对象区域的物理状态周期性地变化的动态周期的状态而得到的基准动态图像;
图像解析单元,其通过对构成所述基准动态图像的多个帧图像进行图像解析处理,来获得所述对象区域整体中的整体解析值;
统计解析单元,其通过使用所述整体解析值对所述对象区域的整体或者一部分的诊断区域进行统计解析处理,来获得代表所述诊断区域的第1解析值;
参照用统计值生成单元,其基于生成指示信息输出使用过去的多个对象物的参照动态图像而计算出的参照用统计值;以及
显示单元,其将所述第1解析值和应与所述第1解析值进行比较的所述参照用统计值一起显示。
2.根据权利要求1所述的图像处理装置,其中,
所述图像处理装置还具备区域设定单元,该区域设定单元进行从所述对象区域设定所述诊断区域的区域设定处理,
所述统计解析单元从所述整体解析值之中,对通过所述区域设定处理而设定的所述诊断区域选择性地进行所述统计解析处理,由此获得所述第1解析值。
3.根据权利要求1或者2所述的图像处理装置,其中,
所述显示单元还进行显示基于所述整体解析值的整体解析图像的处理,
所述整体解析图像包括基于所述多个帧图像而构成为静止图像的解析静止图像。
4.根据权利要求1或者2所述的图像处理装置,其中,
所述显示单元还进行显示基于所述整体解析值的整体解析图像的处理,
所述整体解析图像包括基于所述多个帧图像而构成为动态图像的解析动态图像。
5.根据权利要求4所述的图像处理装置,其中,
所述第1解析值包括基于所述多个帧图像而计算出的多个第1解析值,
所述显示单元还进行将所述多个第1解析值与所述多个帧图像的拍摄时间对应地依次显示,并且将所述解析动态图像和所述多个第1解析值在时间上建立关联地进行显示的处理。
6.根据权利要求5所述的图像处理装置,其中,
所述显示单元还进行显示在所述拍摄时间方向上绘制了所述多个第1解析值而得到的图表的处理,
所述图表与所述解析动态图像在时间上建立关联。
7.根据权利要求1~6中任意一项所述的图像处理装置,其中,
所述参照用统计值包括将表示所述多个对象物的固有的信息的拍摄对象参数、表示所述多个对象物的疾病的有无以及疾病的状态的疾病信息参数、表示所述参照动态图像被拍摄的拍摄环境的拍摄环境参数、以及表示所述参照动态图像被拍摄的所述对象物的呼吸状态的呼吸状态参数中的至少一个参数作为参量来进行分类后的统计值。
8.根据权利要求1~7中任意一项所述的图像处理装置,其中,
所述图像解析处理包括对所述多个帧图像间的对应像素中的亮度变化值、表示所述多个帧图像的每一个中的所述对象区域的尺寸的距离、所述多个帧图像的每一个中的所述对象区域内的特定的位置坐标、所述多个帧图像的每一个中的所述对象区域的面积、以及在所述多个帧图像间对应的所述特定的位置的移动量中的至少任一个进行计算的处理。
9.根据权利要求1~8中任意一项所述的图像处理装置,其中,
所述参照用统计值包括对所述过去的多个对象物的参照动态图像进行与所述图像解析处理以及所述统计解析处理同样的处理而得到的多个第2解析值中的平均值、最大值、最小值、所述最大值和所述最小值的范围以及偏差程度中的至少任一个的值。
10.根据权利要求1~9中任意一项所述的图像处理装置,其中,
所述对象区域包括肺野区域。
11.根据权利要求1~10中任意一项所述的图像处理装置,其中,
所述生成指示信息是诊断区域、图像解析信息、统计解析信息以及参数信息中的至少一个。
12.一种程序,其中,
通过由图像处理装置所包括的计算机进行执行,来使所述计算机作为权利要求1~11中任意一项所述的图像处理装置发挥作用。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013-112055 | 2013-05-28 | ||
JP2013112055 | 2013-05-28 | ||
PCT/JP2014/062131 WO2014192505A1 (ja) | 2013-05-28 | 2014-05-02 | 画像処理装置及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105246407A true CN105246407A (zh) | 2016-01-13 |
Family
ID=51988543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480030700.3A Pending CN105246407A (zh) | 2013-05-28 | 2014-05-02 | 图像处理装置以及程序 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9972088B2 (zh) |
JP (1) | JP6323451B2 (zh) |
CN (1) | CN105246407A (zh) |
WO (1) | WO2014192505A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107230229A (zh) * | 2016-03-25 | 2017-10-03 | 奥林巴斯株式会社 | 图像处理装置、图像处理方法和记录介质 |
CN109542697A (zh) * | 2017-09-21 | 2019-03-29 | 株式会社东芝 | 运算处理装置以及运算处理方法 |
CN109561863A (zh) * | 2016-07-19 | 2019-04-02 | 拉德微斯普私人有限公司 | 诊断辅助程序 |
Families Citing this family (13)
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 |
JP6563214B2 (ja) * | 2015-02-26 | 2019-08-21 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置および医用画像処理方法 |
JP6930638B2 (ja) * | 2016-05-17 | 2021-09-01 | コニカミノルタ株式会社 | 動態解析装置、動態解析プログラム、動態解析方法及び制御装置 |
JP6825229B2 (ja) * | 2016-05-17 | 2021-02-03 | コニカミノルタ株式会社 | 動態解析システム |
US10223790B2 (en) * | 2016-06-29 | 2019-03-05 | Konica Minolta, Inc. | Dynamic analysis system |
JP6812685B2 (ja) * | 2016-07-13 | 2021-01-13 | コニカミノルタ株式会社 | 動態解析装置 |
JP2018064848A (ja) * | 2016-10-21 | 2018-04-26 | コニカミノルタ株式会社 | 動態解析システム |
JP2018110637A (ja) * | 2017-01-10 | 2018-07-19 | コニカミノルタ株式会社 | 動態画像処理装置 |
JP6805918B2 (ja) * | 2017-03-23 | 2020-12-23 | コニカミノルタ株式会社 | 放射線画像処理装置及び放射線画像撮影システム |
JP6950483B2 (ja) * | 2017-11-20 | 2021-10-13 | コニカミノルタ株式会社 | 動態撮影システム |
JP6897656B2 (ja) * | 2018-11-22 | 2021-07-07 | コニカミノルタ株式会社 | 画像表示制御システム、画像表示システム、画像解析装置、画像表示制御プログラム及び画像表示制御方法 |
JP7143747B2 (ja) * | 2018-12-07 | 2022-09-29 | コニカミノルタ株式会社 | 画像表示装置、画像表示方法及び画像表示プログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004312434A (ja) * | 2003-04-08 | 2004-11-04 | Canon Inc | 画像処理装置及び方法及びシステム |
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 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06142100A (ja) | 1992-11-10 | 1994-05-24 | Matsushita Electric Ind Co Ltd | 超音波診断装置 |
US7158610B2 (en) * | 2003-09-05 | 2007-01-02 | Varian Medical Systems Technologies, Inc. | Systems and methods for processing x-ray images |
WO2010132722A2 (en) * | 2009-05-13 | 2010-11-18 | The Regents Of The University Of California | Computer tomography sorting based on internal anatomy of patients |
US8866845B2 (en) * | 2010-03-10 | 2014-10-21 | Empire Technology Development Llc | Robust object recognition by dynamic modeling in augmented reality |
US10219787B2 (en) * | 2010-09-29 | 2019-03-05 | The Board Of Trustees Of The Leland Stanford Junior University | Respiratory mode (“R-Mode”)—acquisition and display of cardiovascular images to show respiratory effects |
JP5575620B2 (ja) | 2010-11-30 | 2014-08-20 | 株式会社東芝 | 画像処理装置 |
US9254112B2 (en) * | 2011-03-23 | 2016-02-09 | Siemens Corporation | Respiratory interval-based correlation and processing of dynamic imaging data |
WO2012151579A2 (en) * | 2011-05-05 | 2012-11-08 | Mayo Foundation For Medical Education And Research | Systems and methods for analyzing in vivo tissue volumes using medical imaging data |
JP2013099520A (ja) * | 2011-10-14 | 2013-05-23 | Toshiba Corp | X線コンピュータ断層撮像装置、医用画像処理装置、及び医用画像処理方法 |
JP5844187B2 (ja) * | 2012-03-23 | 2016-01-13 | 富士フイルム株式会社 | 画像解析装置および方法並びにプログラム |
-
2014
- 2014-05-02 US US14/894,224 patent/US9972088B2/en active Active
- 2014-05-02 CN CN201480030700.3A patent/CN105246407A/zh active Pending
- 2014-05-02 JP JP2015519762A patent/JP6323451B2/ja active Active
- 2014-05-02 WO PCT/JP2014/062131 patent/WO2014192505A1/ja active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004312434A (ja) * | 2003-04-08 | 2004-11-04 | Canon Inc | 画像処理装置及び方法及びシステム |
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 |
Non-Patent Citations (1)
Title |
---|
HIROKI KAWASHIMA等: "Reproducibility of dynamic chest radiography with a flat-panel detector-respiratory changes in pixel value", 《日本放射线技术学会杂志》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107230229A (zh) * | 2016-03-25 | 2017-10-03 | 奥林巴斯株式会社 | 图像处理装置、图像处理方法和记录介质 |
CN109561863A (zh) * | 2016-07-19 | 2019-04-02 | 拉德微斯普私人有限公司 | 诊断辅助程序 |
CN109542697A (zh) * | 2017-09-21 | 2019-03-29 | 株式会社东芝 | 运算处理装置以及运算处理方法 |
CN109542697B (zh) * | 2017-09-21 | 2023-01-31 | 株式会社东芝 | 运算处理装置以及运算处理方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6323451B2 (ja) | 2018-05-16 |
US9972088B2 (en) | 2018-05-15 |
JPWO2014192505A1 (ja) | 2017-02-23 |
WO2014192505A1 (ja) | 2014-12-04 |
US20160104283A1 (en) | 2016-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105246407A (zh) | 图像处理装置以及程序 | |
AU2022221404B2 (en) | System and method for lung-volume-gated x-ray imaging | |
US9901317B2 (en) | Image processing apparatus for acquiring a dynamic image and storage medium | |
JP7225295B2 (ja) | 医用画像表示装置、方法およびプログラム | |
US20210158531A1 (en) | Patient Management Based On Anatomic Measurements | |
US10650282B2 (en) | Medical image classification apparatus, method, and program | |
US20190057504A1 (en) | Image Processor, Image Processing Method, And Image Processing Program | |
US9836842B2 (en) | Image processing apparatus and image processing method | |
US20150042677A1 (en) | Image-generating apparatus | |
US8897533B2 (en) | Medical image processing apparatus | |
CN104363833B (zh) | 图像生成装置以及图像生成方法 | |
KR20070009478A (ko) | 온라인 모니터링용 생리적 신호들의 3d 해부학적 가시화 | |
US9002083B2 (en) | System, method, and software for optical device recognition association | |
EP3723042A1 (en) | Artifical intelligence-based copd assessment | |
JP2014079312A (ja) | 画像処理装置及びプログラム | |
AU2019477068A1 (en) | System and method for determining radiation parameters | |
JP6258084B2 (ja) | 医用画像表示装置、医用画像表示システムおよび医用画像表示プログラム | |
JP5880332B2 (ja) | 画像処理装置及びプログラム | |
CN110473180A (zh) | 胸部呼吸运动的识别方法、系统及存储介质 | |
JP2019074343A (ja) | 画像処理装置、画像処理方法およびプログラム | |
RU120799U1 (ru) | Система поиска областей интереса в трехмерных медицинских изображениях | |
KR102132564B1 (ko) | 진단 장치 및 진단 방법 | |
Urooj et al. | Computer-Aided System for Pneumothorax Detection through Chest X-ray Images using Convolutional Neural Network | |
CN115546200A (zh) | 超声图像处理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160113 |