CN105433972B - 医用图像处理装置及方法 - Google Patents
医用图像处理装置及方法 Download PDFInfo
- Publication number
- CN105433972B CN105433972B CN201510590716.6A CN201510590716A CN105433972B CN 105433972 B CN105433972 B CN 105433972B CN 201510590716 A CN201510590716 A CN 201510590716A CN 105433972 B CN105433972 B CN 105433972B
- Authority
- CN
- China
- Prior art keywords
- vertebra
- medical image
- image
- label
- dimensional image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0073—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by tomography, i.e. reconstruction of 3D images from 2D projections
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
- A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0013—Medical 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
-
- 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
- G06T2207/30008—Bone
- G06T2207/30012—Spine; Backbone
-
- 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
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N2013/0074—Stereoscopic image analysis
- H04N2013/0092—Image segmentation from stereoscopic image signals
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供医用图像处理装置、方法及程序,即使是只包含椎骨的一部分的图像,也能够对该图像中包含的椎骨赋予标签。判定部(22)判定被摄体的第一医用图像(V1)中是否包含上端部的椎骨的至少一部分和下端部的椎骨的至少一部分中的至少一方。在该判定被否定的情况下,图像获取部(21)取得能够识别被摄体的椎骨的标签的第二医用图像(V2)。标签赋予部(23)使第一医用图像(V1)和第二医用图像(V2)对位而对第一医用图像(V1)中包含的椎骨赋予标签。
Description
技术领域
本发明涉及对医用图像中包含的椎骨进行识别的医用图像处理装置、方法及程序。
背景技术
脊髓起到用于传递在脑和身体的各部之间来往的消息的作用,是非常重要的部位。因此,脊髓被多个椎骨(脊椎)保护。此外,读取对被摄体进行扫描而得到的断层图像来确认有无椎骨的损伤、病变。此时,例如为了报告存在损伤、病变的椎骨,需要识别各椎骨。因此,提出了基于对被摄体进行扫描而得到的断层图像来将多个椎骨分别分离且识别并对各椎骨赋予标签(Label)的图像处理的各种算法。
例如,在专利文献1中提出了如下方法:以从CT(Computed Tomography:计算机断层扫描)图像或者MRI(magnetic resonance imaging:磁共振成像)图像等的断层图像得到的三维图像作为对象,生成与各椎骨的中心轴交叉的面以及平行的面的断层图像,算出表示各断层图像中的剖面形状的清晰度的特征量以及表示椎骨的排列的规则性的特征量,基于这些特征量来确定位于各椎骨之间的椎间盘的位置,从而确定各椎骨的区域,进一步对所确定的椎骨的区域赋予标签。
此外,在非专利文献1中,提出了使用“可变形部件模型(Deformable PartModel)”以及“动态规划(Dynamic Programing)”方法来推定椎骨以及骶骨的方法。在非专利文献1中记载的方法中,通过推定骶骨,能够以骶骨为基准对椎骨赋予标签。
专利文献1:日本特开2011-131040号公报
非专利文献1:Vertebrae Detection and Labelling in Lumbar MR Images,MICCAI Workshop:Computational Methods and Clinical Applications for SpineImaging,2013.
发明内容
发明要解决的课题
但是,在成为对象的图像中例如如胸椎那样只包含脊椎的一部分的情况下,使用在上述专利文献1以及非专利文献1中记载的方法时,不能识别椎骨的位置,其结果是,不能对椎骨赋予标签。
本发明是鉴于上述情况而作出的,其目的在于,在医用图像处理装置、方法及程序中,即使是只包含椎骨的一部分的图像,也能够对该图像中包含的椎骨赋予标签。
用于解决课题的手段
本发明的医用图像处理装置的特征在于,具备:
判定单元,判定被摄体的第一医用图像中是否包含上端部的椎骨的至少一部分和下端部的椎骨的至少一部分中的至少一方;
图像获取单元,在判定被否定的情况下,取得能够识别被摄体的椎骨的标签的第二医用图像;及
标签赋予单元,使第一医用图像与第二医用图像对位而对第一医用图像中包含的椎骨赋予标签。
“上端部的椎骨的至少一部分”是指,构成脊椎的多个椎骨中能够识别为是上端部的椎骨的部分。因此,既可以是上端部的椎骨的全部,也可以是其一部分。
“下端部的椎骨的至少一部分”是指,构成脊椎的多个椎骨中能够识别为是下端部的椎骨的部分。因此,既可以是下端部的椎骨的全部,也可以是其一部分。
“标签”只要是能够识别椎骨的解剖学上的位置的信息则可以是任何信息,例如除了各椎骨固有的解剖学上的记号、编号以及记号与编号的组合之外,也可以是以特定的椎骨为基准的记号、编号以及记号与编号的组合等。
另外,在本发明的医用图像处理装置中,也可以将标签赋予单元设为如下单元:在上述的判定被肯定的情况下,基于第一医用图像中包含的上端部的椎骨的至少一部分和下端部的椎骨的至少一部分中的至少一方的信息,对第一医用图像中包含的椎骨赋予标签。
此外,在本发明的医用图像处理装置中,也可以将图像获取单元设为如下单元:取得包含被摄体的上端部的椎骨的至少一部分和下端部的椎骨的至少一部分中的至少一方的医用图像作为第二医用图像。
此外,在本发明的医用图像处理装置中,也可以将图像获取单元设为如下单元:取得被摄体的至少一个椎骨的标签已知的医用图像作为第二医用图像。
此外,在本发明的医用图像处理装置中,也可以将上端部的椎骨设为第一颈椎和第二颈椎的至少一方。
此外,在本发明的医用图像处理装置中,也可以将下端部的椎骨设为第五腰椎和骶骨的至少一方。
此外,在本发明的医用图像处理装置中,也可以将图像获取单元设为如下单元:在能够识别被摄体的椎骨的标签的医用图像存在多个的情况下,取得通过与第一医用图像相同的摄影方法取得的医用图像作为第二医用图像。
此外,在本发明的医用图像处理装置中,也可以将图像获取单元设为如下单元:在能够识别被摄体的椎骨的标签的医用图像存在多个的情况下,取得摄影时期与第一医用图像接近的医用图像作为第二医用图像。
作为“摄影时期接近的医用图像”,优选为摄影时期最接近的医用图像,但并不限定于此,也可以是从第一医用图像的摄影时期起在预先设定的天数以内拍摄的医用图像。
本发明的医用图像处理方法的特征在于,
判定被摄体的第一医用图像中是否包含上端部的椎骨的至少一部分和下端部的椎骨的至少一部分中的至少一方,
在判定被否定的情况下,取得能够识别被摄体的椎骨的标签的第二医用图像,
使第一医用图像与第二医用图像对位而对第一医用图像中包含的椎骨赋予标签。
另外,也可以作为用于使计算机执行本发明的医用图像处理方法的程序而提供。
发明效果
为了对椎骨赋予标签,需要以上端部的椎骨以及下端部的椎骨的至少一方为基准。根据本发明,判定被摄体的第一医用图像中是否包含上端部的椎骨的至少一部分和下端部的椎骨的至少一部分中的至少一方。并且,在该判定被否定的情况下,取得能够识别被摄体的椎骨的标签的第二医用图像,使第一医用图像与第二医用图像对位,使用第二医用图像而对第一医用图像中包含的椎骨赋予标签。因此,即使是在第一医用图像中只包含椎骨的一部分的情况下,也能够使用第二医用图像而对第一医用图像中包含的椎骨赋予标签。
附图说明
图1是表示应用了本发明的实施方式的医用图像处理装置的、诊断支援系统的概要的硬件结构图。
图2是表示通过在计算机中安装医用图像处理程序而实现的医用图像处理装置的概略结构的图。
图3是示意性地示出表示椎骨的排列的矢状图像的图。
图4是表示第一三维图像的例子的图。
图5是表示第二三维图像的例子的图。
图6是表示第二三维图像的其他例子的图。
图7是用于说明对位的图。
图8是表示在本实施方式中进行的处理的流程图。
具体实施方式
以下,参照附图说明本发明的实施方式。图1是表示应用了本发明的实施方式的医用图像处理装置的、诊断支援系统的概要的硬件结构图。如图1所示,在该系统中,本实施方式的医用图像处理装置1、三维图像摄影装置2以及图像保存服务器3以能够经由网络4进行通信的状态连接。
三维图像摄影装置2为通过对成为被摄体的诊断对象的部位进行拍摄而生成表示该部位的三维图像的装置,具体而言,为CT装置、MRI装置以及PET(Positron EmissionTomography:正电子发射计算机断层显像)装置等。由该三维图像摄影装置2生成的三维图像发送到图像保存服务器3并进行保存。另外,在本实施方式中,设为被摄体的诊断对象部位为椎骨、三维图像摄影装置2为MRI装置、三维图像为MRI图像。
图像保存服务器3是保存并管理各种数据的计算机,具备大容量外部存储装置以及数据库管理用软件。图像保存服务器3经由有线或者无线的网络4而与其他装置进行通信,收发图像数据等。具体而言,经由网络而取得由三维图像摄影装置2生成的三维图像等图像数据,并保存于大容量外部存储装置等记录介质而进行管理。另外,图像数据的存储格式、经由网络4的各装置间的通信基于DICOM(Digital Imaging and Communication inMedicine:数字成像和通信医学)等协议。此外,对三维图像赋予基于DICOM标准的标记(Tag)。标记中包括患者姓名、表示摄影装置的信息、摄影日期时间以及摄影部位等信息。
医用图像处理装置1是在一台计算机中安装本发明的医用图像处理程序而成的装置。计算机既可以是进行诊断的医生直接操作的工作站或者个人计算机,或者也可以是经由网络而与它们连接的服务器计算机。医用图像处理程序记录于DVD、CD-ROM等记录介质而分发,从该记录介质安装到计算机。或者,也可以以能够从外部存取的状态存储在与网络连接的服务器计算机的存储装置或者网络存储器中,根据要求而下载到医生使用的计算机并进行安装。
图2是表示通过在计算机中安装医用图像处理程序而实现的医用图像处理装置的概略结构的图。如图2所示,医用图像处理装置1作为标准的工作站的结构,具备CPU11、内存(Memory)12以及存储器(Storage)13。此外,在医用图像处理装置1连接有显示器14和鼠标等输入部15。
在存储器13中存储有包括经由网络4而从图像保存服务器3取得的三维图像以及通过医用图像处理装置1中的处理而生成的图像在内的各种信息。
此外,在内存12中存储有医用图像处理程序。医用图像处理程序作为使CPU11执行的处理,规定如下处理:第一图像取得处理,取得三维图像摄影装置2取得的、包含被摄体的成为诊断对象的椎骨的第一三维图像V1;判定处理,判定第一三维图像V1中是否包含上端部的椎骨的至少一部分和下端部的椎骨的至少一部分中的至少一方;第二图像取得处理,在该判定被否定的情况下,取得能够识别被摄体的椎骨的标签的第二三维图像V2;及标签赋予处理,使第一三维图像V1与第二三维图像V2对位而对第一三维图像V1中包含的椎骨赋予标签。
并且,通过CPU11按照程序执行这些处理,计算机作为图像获取部21、判定部22以及标签赋予部23而发挥作用。另外,医用图像处理装置1也可以具备分别进行第一图像取得处理以及第二图像取得处理、判定处理以及标签赋予处理的多个CPU。
图像获取部21从图像保存服务器3取得第一三维图像V1以及第二三维图像V2。在三维图像V1、V2已经存储在存储器13中的情况下,图像获取部21也可以从存储器13取得。
判定部22判定第一三维图像V1中是否包含上端部的椎骨的至少一部分和下端部的椎骨的至少一部分中的至少一方,并将判定结果输出到图像获取部21以及标签赋予部23。图3是示意性地示出表示椎骨的排列的矢状图像的图。如图3所示,对各椎骨以解剖学方式赋予标签。在此,脊椎由颈椎、胸椎、腰椎以及骶骨这4个部分构成。颈椎由7个椎骨构成,以解剖学方式赋予C1~C7的标签。胸椎由12个椎骨构成,以解剖学方式赋予Th1~Th12的标签。腰椎由5个椎骨构成,以解剖学方式赋予L1~L5的标签。骶骨仅由1个骨头构成,以解剖学方式赋予S1的标签。在本实施方式中,使用这些解剖学上的标签作为对椎骨赋予的标签。
如图3所示,椎骨具有圆柱形状,但位于上端部的第一颈椎以及第二颈椎和位于下端部的第五腰椎以及骶骨形成与其他椎骨不同的特殊的形状。因此,在本实施方式中,设为判定部22使用作为上端部的椎骨的第一颈椎以及第二颈椎的至少一方作为判定的对象、使用作为下端部的椎骨的第五腰椎以及骶骨的至少一方作为判定的对象。
另外,判定部22进行第一判定以及第二判定中的至少一方,该第一判定是能够识别上端部的椎骨的至少一部分、即至少上端部的椎骨的区域是否包含在第一三维图像V1中的判定,该第二判定是能够识别下端部的椎骨的至少一部分、即至少下端部的椎骨的区域是否包含在第一三维图像V1中的判定。在本实施方式中,既可以只进行第一判定,也可以只进行第二判定。此外,也可以进行第一以及第二判定这双方。此外,也可以先进行第一判定,在第一判定被否定的情况下进行第二判定,在第一判定被肯定的情况下不进行第二判定。相反,也可以先进行第二判定,在第二判定被否定的情况下进行第一判定,在第二判定被肯定的情况下不进行第一判定。在该情况下,在第一判定以及第二判定这双方被否定的情况下,是否包含上端部的椎骨的至少一部分以及下端部的椎骨的至少一部分中的至少一方的判定被否定,在除此以外的情况下被肯定。
在此,判定部22为了进行第一判定,准备由表示第一颈椎以及第二颈椎的至少一方的三维形状的图案构成的模板。此外,为了进行第二判定,准备由表示第五腰椎以及骶骨的至少一方的三维形状的图案构成的模板。判定部22进行第一三维图像V1和模板的匹配,搜索具有与模板的图案相同的形状的区域。并且,在搜索到区域的情况下,第一判定以及第二判定被肯定。
在此,在第一三维图像V1如图4所示只包含胸椎的一部分的情况下,判定部22进行的判定被否定。另一方面,在第一三维图像V1如图5所示包含第一颈椎以及第二颈椎的至少一方的情况下,或者在第一三维图像V1如图6所示包含第五腰椎以及骶骨的至少一方的情况下,判定部22进行的判定被肯定。另外,在图4~6中,为了说明而表示从三维图像生成的通过椎骨的中心的矢状图像。
在判定部22的判定被否定的情况下,标签赋予部23进行第一标签赋予处理,在判定部22的判定被肯定的情况下,标签赋予部23进行第二标签赋予处理。首先,说明第一标签赋予处理。当判定部22的判定被否定时,图像获取部21从图像保存服务器3取得第二三维图像V2,该第二三维图像V2中能够识别取得了第一三维图像V1的被摄体的椎骨的标签。
在此,对保存于图像保存服务器3的三维图像赋予DICOM标准的标记。标记中包括患者姓名、表示摄影装置的信息、摄影日期时间、摄影部位等信息。图像获取部21取得在标记中被赋予与第一三维图像V1相同的患者姓名、且能够识别椎骨的标签的三维图像作为第二三维图像V2。另外,作为能够识别椎骨的标签的三维图像,能够使用已经对椎骨赋予标签、且在标记中被赋予该内容的信息的图像。或者,能够使用在标记中被赋予表示包含上端部的椎骨的至少一部分以及下端部的椎骨的至少一部分的信息的图像。
在此,在能够识别关于同一患者的椎骨的标签的三维图像在图像保存服务器3中保存有多个的情况下,取得通过与第一三维图像V1相同的摄影方法取得的三维图像作为第二三维图像V2。例如,若第一三维图像V1为MRI图像,则取得MRI图像作为第二三维图像V2。此外,也可以取得摄影时期与第一三维图像V1最接近的三维图像作为第二三维图像V2。此外,也可以判定图像保存服务器3中是否保存有通过与第一三维图像V1相同的摄影方法取得的三维图像,在该判定被否定的情况下,取得摄影时期与第一三维图像V1最接近的三维图像作为第二三维图像V2。
在第二三维图像V2为在标记中被赋予其中包含的椎骨的标签的信息的图像的情况下,标签赋予部23使用所取得的三维图像V2对第一三维图像V1中包含的椎骨赋予标签。另一方面,在第二三维图像V2为在标记中没有被赋予其中包含的椎骨的标签的信息、且包含上端部的椎骨的至少一部分以及下端部的椎骨的至少一部分的图像的情况下,进行识别第二三维图像V2中包含的各椎骨的位置而对各椎骨赋予标签的处理。识别各椎骨的位置而对各椎骨赋予标签的处理与后述的第二标签赋予处理相同,所以在此省略详细的说明。
并且,标签赋予部23进行第一三维图像V1与第二三维图像V2的对位。作为对位的方法,进行第一三维图像V1和第二三维图像V2的匹配,搜索包括具有与第一三维图像V1中包含的椎骨相同的形状的椎骨的区域即可。另外,在第一三维图像V1和第二三维图像V2中摄影方法不同的情况下,例如在第一三维图像V1为MRI图像、第二三维图像V2为CT图像的情况下,使用在“Multi-modal volume registration by maximization of mutualinformation,Medical Image Analysis(1996)volume 1,number 1,pp 35-51.”(参考文献1)中记载的方法,来进行对位即可。
由此,如图7所示进行第一三维图像V1与第二三维图像V2的对位。在此,在第二三维图像V2中,椎骨的标签已知。在第二三维图像V2中,若与第一三维图像V1对应的区域中包含的椎骨的标签分别为Th2、Th3、Th4,则能够对第一三维图像V1中包含的椎骨分别赋予Th2、Th3、Th4的标签。
接着,说明第二标签赋予处理。第二标签赋予处理是如下的处理:基于第一三维图像V1中包含的、上端部的椎骨的至少一部分以及下端部的椎骨的至少一部分中的至少一方的信息,对椎骨赋予标签。标签赋予部23例如使用专利文献1中记载的方法来进行第二标签赋予处理。即,标签赋予部23从第一三维图像V1检测各椎骨的中心轴,生成与所检测出的各椎骨的中心轴交叉的面以及平行的面的断层图像。并且,基于表示各断层图像中的剖面形状的清晰度的特征量以及表示椎骨的排列的规则性的特征量,识别各椎骨的位置。在此,在第一三维图像V1中包含上端部的椎骨的至少一部分的情况下,对所识别出的椎骨从上端部起依次赋予标签。此外,在第一三维图像V1中包含下端部的椎骨的至少一部分的情况下,对所识别出的椎骨从下端部起依次赋予标签。
另外,在第一三维图像V1中包含骶骨的情况下,也可以使用非专利文献1中记载的方法来识别骶骨,并以骶骨为基准而对椎骨赋予标签。
此外,作为对椎骨赋予标签的方法,并不限定于上述的方法,能够使用任意的方法。
接着,说明在本实施方式中进行的处理。图8是表示在本实施方式中进行的处理的流程图。首先,图像获取部21从图像保存服务器3取得作为诊断对象的第一三维图像V1(步骤ST1),判定部22进行能够识别上端部的椎骨的至少一部分、即至少上端部的椎骨的区域是否包含在第一三维图像V1中的判定(判定处理:步骤ST2)。当步骤ST2被否定时,标签赋予部23进行第一标签赋予处理(步骤ST3)。另一方面,当步骤ST2被肯定时,标签赋予部23进行第二标签赋予处理(步骤ST4)。并且,标签赋予部23保存对椎骨赋予了标签的第一三维图像V1(步骤ST5),并结束处理。
如此,在本实施方式中,在判定部22的判定被否定的情况下,取得第二三维图像V2,使第一三维图像V1与第二三维图像V2对位,使用第二三维图像V2,对第一三维图像V1中包含的椎骨赋予标签。因此,即使是在第一三维图像V1中只包含椎骨的一部分的情况下,也能够对第一三维图像V1中包含的椎骨赋予标签。
此外,在能够作为第二三维图像V2而利用的三维图像存在多个的情况下,取得通过与第一三维图像V1相同的摄影方法取得的三维图像作为第二三维图像V2,从而能够对第一三维图像V1中包含的椎骨高精度地赋予标签。
此外,在能够作为第二三维图像V2而利用的三维图像存在多个的情况下,取得摄影时期与第一三维图像V1接近的医用图像作为第二三维图像V2,从而能够对第一三维图像V1中包含的椎骨高精度地赋予标签。
另外,在上述实施方式中,存在在进行第一标签赋予处理时能够识别椎骨的标签的图像没有保存在图像保存服务器3中的情况。在该情况下,由于不能对第一三维图像V1中包含的椎骨赋予标签,所以标签赋予部23也可以在显示器14显示不能赋予椎骨的标签这一内容的消息。另外,也可以代替消息的显示或者除此之外,还输出声音的消息。
此外,在上述实施方式中,作为本发明的第一医用图像以及第二医用图像使用三维图像而对椎骨赋予标签,但也可以以通过X线摄影而取得的二维的X线图像或者通过椎骨的中心的矢状剖面的断层图像作为对象,对椎骨赋予标签。在该情况下,如第一医用图像为三维图像、第二医用图像为X线图像这样,也可以在第一医用图像以及第二医用图像中使用不同种类的图像。此外,在该情况下,也可以对作为第一医用图像的三维图像进行投影而模拟地生成二维的X线图像,以该模拟的X线图像作为对象而对椎骨赋予标签。
Claims (9)
1.一种医用图像处理装置,其特征在于,具备:
判定单元,判定被摄体的第一医用图像中是否包含上端部的椎骨的至少一部分和下端部的椎骨的至少一部分中的至少一方;
图像获取单元,在所述判定被否定的情况下,取得能够识别所述被摄体的所述椎骨的标签的第二医用图像;及
标签赋予单元,使所述第一医用图像与所述第二医用图像对位而对所述第一医用图像中包含的椎骨赋予标签。
2.根据权利要求1所述的医用图像处理装置,其中,
所述标签赋予单元为如下单元:在所述判定被肯定的情况下,基于所述第一医用图像中包含的所述上端部的椎骨的至少一部分和所述下端部的椎骨的至少一部分中的至少一方的信息,对所述第一医用图像中包含的椎骨赋予标签。
3.根据权利要求1或2所述的医用图像处理装置,其中,
所述图像获取单元为如下单元:取得包含所述被摄体的所述上端部的椎骨的至少一部分和所述下端部的椎骨的至少一部分中的至少一方的医用图像作为所述第二医用图像。
4.根据权利要求1或2所述的医用图像处理装置,其中,
所述图像获取单元为如下单元:取得所述被摄体的至少一个椎骨的标签已知的医用图像作为所述第二医用图像。
5.根据权利要求1或2所述的医用图像处理装置,其中,
所述上端部的椎骨为第一颈椎和第二颈椎的至少一方。
6.根据权利要求1或2所述的医用图像处理装置,其中,
所述下端部的椎骨为第五腰椎和骶骨的至少一方。
7.根据权利要求1或2所述的医用图像处理装置,其中,
所述图像获取单元为如下单元:在能够识别所述被摄体的所述椎骨的标签的医用图像存在多个的情况下,取得通过与所述第一医用图像相同的摄影方法取得的医用图像作为所述第二医用图像。
8.根据权利要求1或2所述的医用图像处理装置,其中,
所述图像获取单元为如下单元:在能够识别所述被摄体的所述椎骨的标签的医用图像存在多个的情况下,取得摄影时期与所述第一医用图像接近的医用图像作为所述第二医用图像。
9.一种医用图像处理方法,其特征在于,
判定被摄体的第一医用图像中是否包含上端部的椎骨的至少一部分和下端部的椎骨的至少一部分中的至少一方,
在所述判定被否定的情况下,取得能够识别所述被摄体的所述椎骨的标签的第二医用图像,
使所述第一医用图像与所述第二医用图像对位而对所述第一医用图像中包含的椎骨赋予标签。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014192152A JP6145892B2 (ja) | 2014-09-22 | 2014-09-22 | 医用画像処理装置、方法およびプログラム |
JP2014-192152 | 2014-09-22 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105433972A CN105433972A (zh) | 2016-03-30 |
CN105433972B true CN105433972B (zh) | 2020-06-05 |
Family
ID=55444882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510590716.6A Active CN105433972B (zh) | 2014-09-22 | 2015-09-16 | 医用图像处理装置及方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9679376B2 (zh) |
JP (1) | JP6145892B2 (zh) |
CN (1) | CN105433972B (zh) |
DE (1) | DE102015114513A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7250675B2 (ja) * | 2016-11-11 | 2023-04-03 | ボストン サイエンティフィック サイムド,インコーポレイテッド | 誘導システム |
JP7120560B2 (ja) * | 2017-07-03 | 2022-08-17 | 株式会社リコー | 診断支援システム、診断支援方法及び診断支援プログラム |
JP7121191B2 (ja) * | 2019-04-11 | 2022-08-17 | 富士フイルム株式会社 | 構造物分離装置、方法およびプログラム、学習装置、方法およびプログラム、並びに学習済みモデル |
CN112349392B (zh) * | 2020-11-25 | 2021-08-03 | 北京大学第三医院(北京大学第三临床医学院) | 一种人体颈椎医学图像处理系统 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5483960A (en) * | 1994-01-03 | 1996-01-16 | Hologic, Inc. | Morphometric X-ray absorptiometry (MXA) |
US7014633B2 (en) * | 2000-02-16 | 2006-03-21 | Trans1, Inc. | Methods of performing procedures in the spine |
US7542791B2 (en) * | 2003-01-30 | 2009-06-02 | Medtronic Navigation, Inc. | Method and apparatus for preplanning a surgical procedure |
US8014575B2 (en) * | 2004-03-11 | 2011-09-06 | Weiss Kenneth L | Automated neuroaxis (brain and spine) imaging with iterative scan prescriptions, analysis, reconstructions, labeling, surface localization and guided intervention |
GB0503236D0 (en) * | 2005-02-16 | 2005-03-23 | Ccbr As | Vertebral fracture quantification |
JP4545807B2 (ja) * | 2008-03-31 | 2010-09-15 | 富士フイルム株式会社 | 骨番号認識装置およびそのプログラム |
JP5364290B2 (ja) * | 2008-04-17 | 2013-12-11 | 富士フイルム株式会社 | 画像表示装置並びに画像表示制御方法およびプログラム |
JP5388496B2 (ja) * | 2008-07-22 | 2014-01-15 | キヤノン株式会社 | 画像表示制御装置、画像表示制御方法及びプログラム |
US9042618B2 (en) * | 2009-09-17 | 2015-05-26 | Siemens Aktiengesellshaft | Method and system for detection 3D spinal geometry using iterated marginal space learning |
JP4940340B2 (ja) * | 2009-11-27 | 2012-05-30 | 富士フイルム株式会社 | 椎骨セグメンテーション装置、方法及びプログラム |
WO2011134083A1 (en) * | 2010-04-28 | 2011-11-03 | Ryerson University | System and methods for intraoperative guidance feedback |
US9020235B2 (en) * | 2010-05-21 | 2015-04-28 | Siemens Medical Solutions Usa, Inc. | Systems and methods for viewing and analyzing anatomical structures |
US8160357B2 (en) * | 2010-07-30 | 2012-04-17 | Kabushiki Kaisha Toshiba | Image segmentation |
JP5777973B2 (ja) * | 2011-08-11 | 2015-09-16 | 株式会社日立メディコ | 磁気共鳴イメージング装置 |
EP2690596B1 (en) * | 2012-07-24 | 2018-08-15 | Agfa Healthcare | Method, apparatus and system for automated spine labeling |
-
2014
- 2014-09-22 JP JP2014192152A patent/JP6145892B2/ja active Active
-
2015
- 2015-08-31 DE DE102015114513.8A patent/DE102015114513A1/de active Pending
- 2015-09-01 US US14/842,169 patent/US9679376B2/en active Active
- 2015-09-16 CN CN201510590716.6A patent/CN105433972B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105433972A (zh) | 2016-03-30 |
DE102015114513A1 (de) | 2016-03-24 |
US20160086327A1 (en) | 2016-03-24 |
US9679376B2 (en) | 2017-06-13 |
JP2016059732A (ja) | 2016-04-25 |
JP6145892B2 (ja) | 2017-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210158531A1 (en) | Patient Management Based On Anatomic Measurements | |
JP6401083B2 (ja) | 医用画像処理装置、方法およびプログラム | |
US10390886B2 (en) | Image-based pedicle screw positioning | |
JP6184926B2 (ja) | 椎骨セグメンテーション装置、方法およびプログラム | |
US20200058098A1 (en) | Image processing apparatus, image processing method, and image processing program | |
US20210174503A1 (en) | Method, system and storage medium with a program for the automatic analysis of medical image data | |
CN111210897A (zh) | 处理医学图像 | |
US20170231713A1 (en) | Mr-levelcheck-2: method for localization of structures in projection images | |
CN105433972B (zh) | 医用图像处理装置及方法 | |
JP7237089B2 (ja) | 医療文書作成支援装置、方法およびプログラム | |
US20150324521A1 (en) | Information processing apparatus, information processing method, and storage medium storing program | |
EP2710553B1 (en) | Determination of a physically-varying anatomical structure | |
US20070280561A1 (en) | System, method and computer instructions for aiding image analysis | |
US10580136B2 (en) | Mapping image generation device, method, and program | |
JP2020006150A (ja) | 基準系の妥当性 | |
CN115861168A (zh) | 具有附加对象的2d医学图像数据的自动分析 | |
Pham et al. | VinDr-SpineXR: A large annotated medical image dataset for spinal lesions detection and classification from radiographs | |
JP6869086B2 (ja) | 位置合せ装置および位置合せ方法並びに位置合せプログラム | |
US11983870B2 (en) | Structure separating apparatus, structure separating method, and structure separating program, learning device, learning method, and learning program, and learned model | |
US20230016429A1 (en) | Using a current workflow step for control of medical data processing | |
US20230206662A1 (en) | Image processing apparatus, method, and program | |
US11501442B2 (en) | Comparison of a region of interest along a time series of images | |
WO2023110134A1 (en) | Detection of positional deviations in patient registration | |
JP2023047909A (ja) | 医用画像表示装置、方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |