CN108472001A - 医用图像处理装置、其控制方法及程序 - Google Patents
医用图像处理装置、其控制方法及程序 Download PDFInfo
- Publication number
- CN108472001A CN108472001A CN201680063583.XA CN201680063583A CN108472001A CN 108472001 A CN108472001 A CN 108472001A CN 201680063583 A CN201680063583 A CN 201680063583A CN 108472001 A CN108472001 A CN 108472001A
- Authority
- CN
- China
- Prior art keywords
- organ
- medical image
- refinement
- processing apparatus
- region
- 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
- 238000000034 method Methods 0.000 title claims description 23
- 210000000056 organ Anatomy 0.000 claims abstract description 84
- 230000006870 function Effects 0.000 claims abstract description 56
- 238000007670 refining Methods 0.000 claims abstract description 14
- 210000003462 vein Anatomy 0.000 claims description 29
- 238000004040 coloring Methods 0.000 claims description 22
- 210000003240 portal vein Anatomy 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 9
- 210000001367 artery Anatomy 0.000 claims description 5
- 210000004204 blood vessel Anatomy 0.000 description 43
- 210000004185 liver Anatomy 0.000 description 36
- 238000005516 engineering process Methods 0.000 description 17
- 238000010276 construction Methods 0.000 description 12
- 210000002989 hepatic vein Anatomy 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 6
- 239000003086 colorant Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 6
- 230000009467 reduction Effects 0.000 description 6
- 238000002059 diagnostic imaging Methods 0.000 description 5
- 238000003825 pressing Methods 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000002054 transplantation Methods 0.000 description 3
- KNMAVSAGTYIFJF-UHFFFAOYSA-N 1-[2-[(2-hydroxy-3-phenoxypropyl)amino]ethylamino]-3-phenoxypropan-2-ol;dihydrochloride Chemical compound Cl.Cl.C=1C=CC=CC=1OCC(O)CNCCNCC(O)COC1=CC=CC=C1 KNMAVSAGTYIFJF-UHFFFAOYSA-N 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 210000002216 heart Anatomy 0.000 description 2
- 201000007270 liver cancer Diseases 0.000 description 2
- 208000014018 liver neoplasm Diseases 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 241000415078 Anemone hepatica Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 206010019663 Hepatic failure Diseases 0.000 description 1
- 206010027476 Metastases Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 210000004351 coronary vessel Anatomy 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000002440 hepatic effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 208000007903 liver failure Diseases 0.000 description 1
- 231100000835 liver failure Toxicity 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 230000009401 metastasis Effects 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- 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
- 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
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- G06T2207/20036—Morphological 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
- G06T2207/30016—Brain
-
- 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
- G06T2207/30048—Heart; Cardiac
-
- 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
- G06T2207/30056—Liver; Hepatic
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
管理各自与器官对应的多个分析功能,并且以与分析功能的对应的类型相关联的方式存储器官信息。所述器官信息表示所述器官中包括的多个区域中的哪个要经受细化。从用户接收对分析功能中的一个的指定,并且获取医用图像数据。识别包括在所获取的医用图像数据中的器官的多个区域。从用户接收对器官进行细化的指令,并且基于所存储的器官信息和所接收的分析功能的类型,确定所识别的器官的多个区域中的要经受细化的区域。对所确定的器官的区域进行细化。以使得将细化的区域的图像与未经受细化的区域的图像一起显示的方式来进行控制。
Description
技术领域
本发明涉及医用图像处理装置、医用图像处理装置的控制方法以及程序。
背景技术
当在器官中发现癌症时,根据癌症的阶段开展各种治疗计划。
对肝癌的典型外科手术方法的示例包括部分肝切除。这些示例还包括活体肝移植,活体肝移植将健康的肝脏转移到由于肝癌而变得功能障碍的患者。这些过程都涉及控制肝脏体积。如果肝脏迅速失去其异常体积的约40%,则肝功能衰竭的风险显著增加。因此,必须预先计划手术范围并且预测治疗后的患者的状况。使用3D计算机断层扫描(3D-CT)来由肝脏的区段中的像素数量估计肝脏体积的技术已经出现并得到广泛使用,并且目前其有效性是已知的。
PTL 1(下面描述)公开了一种提供适于观察切面附近的血管的走向的图像的机构。
引文列表
专利文献
PTL 1:日本特开2014-18619号公报
发明内容
技术问题
对于部分肝切除和活体肝移植,在手术前基于血管的走向估计肝脏的区段。对于具有复杂的血管结构的器官(例如,肝脏)的手术,必须预先知道血管的走向。对于肝脏而言,这是通过从每个角度观察在计算机上再现的门静脉和肝静脉的走向来完成的。
各个血管的中枢结构在肝外科手术过程中是最重要的。然而,在计算机上再现的血管结构是自然呈现的,在中枢血管的大小方面没有改变。结果,血管结构彼此交叠,这使得难以详细了解血管的走向。因此,优选的是以使得能够观察血管的中枢结构的方式来显示血管。
本发明的目的是提供一种能够便于细化(thin)和显示用户想要以细化模式显示的区域的机构。
问题的解决方案
为了实现上述目的,根据本发明的医用图像处理装置包括:管理部,用于管理各自与器官对应的多个分析功能;存储部,用于以将器官信息与由所述管理部管理的分析功能的对应的类型相关联的方式来存储所述器官信息,所述器官信息表示所述器官中包括的多个区域中的哪个要经受细化;接收部,用于接收对由所述管理部管理的分析功能中的一个的指定;获取部,用于获取医用图像数据;识别部,用于识别包括在所述医用图像数据中的器官的多个区域;指令接收部,用于接收对器官进行细化的指令;确定部,用于根据由所述指令接收部接收的指令,基于由所述存储部存储的器官信息和由所述接收部接收的分析功能的类型,确定由所述识别部识别的器官的多个区域中的哪个要经受细化;生成部,用于通过对由所述确定部确定的器官的区域的医用图像数据进行细化来生成细化的表面形状数据;以及显示控制部,用于以使得将代表所述细化的表面形状数据的图像与未经受所述生成部进行的细化的区域的图像一起显示的方式来进行控制。
发明的有益效果
本发明使得能够提供一种能够便于细化和显示用户想要以细化模式显示的区域的机构。
附图的简要说明
[图1]是例示根据本发明的实施例的医用图像处理装置100的硬件构造的图。
[图2]是例示根据本发明的实施例的医用图像处理装置100的功能构造的图。
[图3]是例示根据本发明的实施例的处理的详细流程的流程图。
[图4]示出了根据本发明的实施例的能够接收对分析功能的选择的示例性画面。
[图5]是代表根据本发明的实施例的分析功能表500的示例的数据表。
[图6]是例示根据本发明的实施例的处理的详细流程的流程图。
[图7]示出了根据本发明的实施例的选择“静脉”并且显示静脉的示例性画面。
[图8]示出了根据本发明的实施例的选择多个“部位”并且显示多个部位的示例性画面。
[图9]示出了根据本发明的实施例的选择多个“部位”并且显示通过将各个预定部位的中心线扩宽预定宽度而获得的形状数据(表面形状数据)的示例性画面。
[图10]示出了根据本发明的实施例的选择多个“部位”并且显示通过根据血管直径扩宽各个预定部位的中心线获得的形状数据的示例性画面。
[图11]示出了器官被划分成预定区段并且所述区段被可识别地显示的示例性画面。
[图12]示出了以血管所在的对应区段的颜色来显示血管的示例性画面。
[图13]是例示根据本发明的第二实施例的处理的详细流程的流程图。
[图14]是作为根据第二实施例的示例性部位的门静脉的示意图。
[图15]是例示根据第二实施例的示例性指令接收画面1400的示意图。
[图16]是用于说明根据第二实施例的路线的示意图。
[图17]是通过使用随着距起点的距离而变化的直径进行细化而获得的门静脉的示意图。
具体实施方式
在下文中,将参照附图描述本发明的实施例。
首先,将使用图1来描述根据本发明的实施例的医用图像处理装置100的硬件构造。注意,图1中例示的医用图像处理装置100的硬件构造仅仅是示例,并且依据预期的用途或目的,各种其他构造是可能的。
医用图像处理装置100包括CPU 201、RAM 202、ROM 203、系统总线204、输入控制器205、视频控制器206、存储器控制器207、通信I/F控制器208、输入设备209、显示器210以及外部存储器211。
CPU 201进行对连接到系统总线204的设备和控制器的总体控制。
RAM 202例如用作CPU 201的主存储器或工作区域。为了执行处理,CPU 201例如将适当的程序加载到RAM 202中,并且通过执行该程序来实现各种操作。
ROM 203或外部存储器211存储作为CPU 201的控制程序的基本输入/输出系统(basic input/output system,BIOS)和操作系统以及用于实现由各种设备执行的功能所需的各种其他程序(下面描述)。
输入控制器205控制来自诸如键盘或鼠标等的指点设备(输入设备209)的输入。
视频控制器206控制诸如显示器210等的显示设备的显示。显示器210(显示单元)例如是CRT显示器或液晶显示器。
存储器控制器207控制对外部存储器211(诸如硬盘、软盘或经由适配器连接到PCMCIA卡槽的卡型存储器)的访问,外部存储器211例如存储引导程序、浏览器软件程序、各种应用、字体数据、用户文件和各种类型的数据。
注意,CPU 201例如通过在RAM 202中的显示信息区域中扩展(光栅化)轮廓字体来使得能够在显示器210上进行显示。而且,CPU 201使得用户能够用鼠标光标(未示出)等在显示器210上指点。
本发明的医用图像处理装置100用来进行各种类型的处理(下面描述)的各种程序被存储在外部存储器211中。这些程序根据需要被加载到RAM 202中,并且因此由CPU 201执行。由根据本发明的程序使用的定义文件、各种信息表和医用图像被存储在外部存储器211中。医用图像可以被存储在外部服务器中并且由医用图像处理装置100从中获取。
图1中例示的医用图像处理装置100的硬件构造的描述在此结束。
现在,将使用图2描述医用图像处理装置100的功能构造图。
医用图像处理装置100包括诸如管理单元2001、存储单元2002、获取单元2003、识别单元2004、指令接收单元2005、确定单元2006、生成单元2007以及显示控制单元2008等功能单元。
管理单元2001管理各自与器官对应的多个分析功能。存储单元2002以将器官信息与所管理的分析功能的类型相关联的方式存储器官信息。器官信息是表示器官中包括的多个区域中的哪个要被细化(即,经受细化)的信息。获取单元2003获取医用图像数据。识别单元2004识别包括在医用图像数据中的器官的多个区域。指令接收单元2005接收对器官进行细化的指令。确定单元2006基于存储在存储单元中的器官信息和由用户指定的分析功能的类型,确定在医用图像数据中识别的器官的多个区域中的哪个要被细化。生成单元2007是对由确定单元确定的器官的区域进行细化并且生成细化的形状数据的功能单元。显示控制单元2008以这样的方式进行控制:将代表由生成单元根据器官的多个区域中的一个生成的细化的形状数据的图像与未经受细化的区域的图像一起显示。
图2中例示的医用图像处理装置100的功能构造的描述在此结束。
[第一实施例]
现在,将使用图3的流程图详细描述本发明的第一实施例。
在步骤S301中,医用图像处理装置100的CPU 201根据来自用户的指令接收对医用图像数据的指定。在本实施例中,医用图像数据是通过由诸如计算机断层摄影(CT)机器或磁共振成像(MRI)机器的模式进行摄像而获取的被检体的体数据(volume data)。
在步骤S302中,医用图像处理装置100的CPU 201接收来自用户的对分析功能的选择。例如,通过接收对图4中所示的选择画面上的图标的选择,CPU 201接收对与图标对应的分析功能的选择。虽然本实施例描述了响应于对肝脏分析图标401的按下而进行的处理,但是CPU 201可以接收对用于分析诸如心脏等的不同部位的分析功能的选择。
在步骤S303中,医用图像处理装置100的CPU 201从外部存储器211获取与在步骤S302中接收到选择所针对的分析功能对应的设置。具体而言,与分析功能对应的设置包括用于构造图7中所示的画面的信息和用于分析器官(即,分析对象)的信息。分析功能中的各个在画面上被分配不同的按钮。当用户按下按钮时,基于与分析功能对应的设置获取使用在步骤S301中选择的医用图像数据的设置。在本实施例中,获取与在步骤S302中选择的肝脏分析对应的设置。与肝脏分析对应的设置包括部位信息,部位信息是关于肝脏中包括的部位(区域)(诸如,肝主质、下腔静脉、动脉、门静脉和静脉)的信息。
在步骤S304中,医用图像处理装置100的CPU 201以与关于肝主质、下腔静脉、动脉、门静脉和静脉中的各个的部位信息相关联的方式接收对从医用图像数据中提取的区段的指定。
在步骤S305中,医用图像处理装置100的CPU 201以在步骤S304中接收到指定所针对的医用图像数据区段与对应的部位信息相关联的方式来存储所述医用图像数据区段。
可以通过在由用户识别部位信息的同时通过手动提取区段,来从医用图像数据中提取上述的区段并且将其与部位信息相关联。作为选择,可以基于以与分析功能相关联的方式预先存储的提取条件来自动提取区段,然后将区段以与部位信息相关联的方式存储。
在步骤S306中,医用图像处理装置100的CPU 201接收对部位按钮中的一个的选择,部位按钮各自与一条器官部位信息对应。也就是说,部位按钮是针对各条部位信息配设的按钮,诸如图7中所示的静脉按钮701。
在步骤S307中,医用图像处理装置100的CPU 201在显示画面上显示与在步骤S306中选择的部位按钮对应的部位。例如,如果接收到对静脉按钮701的选择,则如图7中所示显示静脉702。
图3的流程图的描述在此结束。进行图3中所示的处理,使得能够存储与在步骤S301中接收到指定所针对的医用图像数据中包括的各个器官部位对应的区段,也能够在显示单元上显示与所选择的部位信息对应的部位。
如果在正以这种方式显示部位的同时打开或关闭部位按钮,则显示与已打开的部位按钮对应的部位,并且隐藏与已关闭的部位按钮对应的部位。也就是说,例如,当如图8中所示按下针对肝主质、下腔静脉、门静脉和静脉的部位按钮时,在显示单元上显示肝主质803、下腔静脉804、门静脉802和静脉801的图像。
在如上所述存储了与器官部位中的各个对应的区段之后,启用图6的流程图中例示的部位细化处理。
现在,将描述图6的流程图。
在步骤S601中,医用图像处理装置100的CPU 201识别由用户选择的部位。具体而言,通过确定哪些部位按钮被按下,CPU 201识别由用户选择的部位。
在步骤S603中,医用图像处理装置100的CPU 201确定是否已经接收到以细化模式显示器官的指令。具体而言,如果在由用户选中用于表示是否进行细化的复选框910的同时接收到对表面创建按钮912(参见图9)的按下,则CPU 201确定已经接收到以细化模式显示的指令。
在接收到对表面创建按钮912的按下时,医用图像处理装置100的CPU 201在步骤S604中确定“依据血管直径”复选框911是否被选中(即,该复选框是否已被用户选择)。如果CPU 201确定“依据血管直径”复选框911被选中,则处理进行到步骤S610,否则进行到步骤S605。
从步骤S605至步骤S609的流程是针对在步骤S601中识别的所有部位进行的例行流程。
在步骤S605中,医用图像处理装置100的CPU 201针对在步骤S601中选择的部位中的一个确定细化标志503中的对应标志是否为开。
具体而言,首先,CPU 201获取存储在外部存储器211中的分析功能表500(诸如图5的分析功能表)。分析功能表500具有诸如分析功能501、部位502和细化标志503的栏,分析功能501示出分析功能的类型,部位502示出与分析功能中的各个对应的器官部位,细化标志503包含各自表示是否对部位502中的对应部位进行细化的标志。分析功能501、部位502和细化标志503中的这些要素被以彼此相关联的方式存储。基于针对与由用户在步骤S302中选择的分析功能对应的部位的细化标志503中的标志,CPU 201从分析功能表500中获取针对所选部位的标志信息。然后,CPU 201以这样的方式进行确定:如果所获取的标志信息为开(被设置为1),则处理进行到步骤S607,否则进行到步骤S606。
在本实施例中,在所选择的分析功能为肝脏分析的情况下,在分析功能表500中仅选择部位“门静脉”和“静脉”经受细化。因此,如果所选择的部位是“门静脉”或“静脉”,则处理进行到步骤S607,而如果所选择的部位是“肝主质”、“下腔静脉”或“动脉”,则处理进行到步骤S606。如果所选择的分析功能是心脏分析,则仅当所选择的部位是“右冠状动脉”或“左冠状动脉”时,处理进行到步骤S607以进行细化。
在步骤S606中,医用图像处理装置100的CPU 201生成CPU 201已在步骤S605中确定细化标志503中的对应标志为关(或被设置为0)所针对的部位的表面形状数据。表面形状数据例如是基于与部位对应的医用图像数据通过移动立方体(已知技术)而生成的多边形数据。
在步骤S607中,医用图像处理装置100的CPU 201识别已在步骤S605中做出确定的部位的中心线。例如,可以通过将诸如Hilditch算法等的二维细化技术扩展为三维而获得的技术或通过扩展三维表面细化技术而获得的细化技术来识别中心线。
在步骤S608中,医用图像处理装置100的CPU 201通过将在步骤S607中确定的中心线在与中心线正交的方向上扩宽预定宽度来生成表面形状数据(细化的表面形状数据)。
在步骤S609中,医用图像处理装置100的CPU 201将在步骤S606或步骤S608中生成的表面形状数据存储在外部存储器211中。
当针对在步骤S601中选择的所有部位完成步骤S605至S609时,处理进行到步骤S615。
在步骤S610中,基于分析功能表500,医用图像处理装置100的CPU201以与在步骤S605中相同的方式,针对所选择的部位中的一个确定细化标志503中的对应标志是否为开。如果CPU 201确定细化标志503中的对应标志为开,则处理进行到步骤S612,否则进行到步骤S611。
在步骤S611中,医用图像处理装置100的CPU 201生成CPU 201已在步骤S610中确定细化标志503中的对应标志为关所针对的部位的表面形状数据。表面形状数据例如是基于与部位对应的医用图像数据通过移动立方体(已知技术)而生成的多边形数据。
在步骤S612中,医用图像处理装置100的CPU 201识别CPU 201已在步骤S610中确定细化标志503中的对应标志为开所针对的部位的中心线。这里用来识别中心线的技术与上面描述的技术相同。
在步骤S613中,医用图像处理装置100的CPU 201通过将在步骤S612中识别的中心线在与中心线正交的方向上以使得中心线的宽度与血管(管状结构)的直径成比例的方式扩宽,来生成表面形状数据。使用已知技术来计算血管直径,并且根据所确定的血管直径来扩宽中心线的宽度。也就是说,生成代表略小于实际血管直径的血管直径的表面形状数据。
在步骤S614中,医用图像处理装置100的CPU 201将在步骤S611或步骤S613中生成的表面形状数据存储在外部存储器211中。
当针对在步骤S601中选择的所有部位完成步骤S610至S614时,处理进行到步骤S615。
在步骤S615中,医用图像处理装置100的CPU 201显示在步骤S601中选择的部位的表面形状数据。也就是说,将细化的表面形状数据的图像与未经受细化的区域的表面形状数据的图像一起显示。
图9中所示的画面是在对步骤S601中选择的所有部位完成步骤S605至步骤S609之后对由在步骤S615中显示的表面形状数据生成的图像进行呈现的示例性画面。
在图9中所示的示例性画面中,仅分析功能表500中的细化标志503中的对应标志为开(on)的门静脉902和静脉901经受细化,由此它们相对于其中心线被扩宽预定宽度,并且显示所得的形状。另一方面,肝主质903(器官主质(organ parenchyma))和下腔静脉904不经受细化并以其原始形状显示。如上所述,通过简单地给出进行细化的指令,能够由用户仅细化和显示要细化的部位。因此,用户能够省去每次选择要细化的部位的麻烦。
图9中所示的示例性画面使得能够针对各个部位设置颜色信息,并且针对各部位配设颜色信息设置按钮(921至925)。在接收到对颜色信息设置按钮的选择时,使得能够使用RGB值设置颜色的颜色设置画面显现并且接收用户对颜色的指定。这里指定的颜色被显示为与颜色信息设置按钮对应的部位的颜色。例如,如果用颜色信息设置按钮921指定的颜色是粉红色,则以粉红色显示肝主质903。因此,通过对在肝主质903中错综复杂地行进的门静脉902和静脉901设置不同的颜色,能够以容易地可理解的方式显示肝主质903中的血管的走向。能够以与从体数据提取的部位对应的方式预设颜色信息。在这种情况下,颜色信息作为与细化的部位对应的颜色信息而被继承,使得以对应的颜色显示与细化的表面形状数据对应的图像。
图10中所示的画面是在对步骤S601中选择的所有部位完成步骤S610至步骤S613之后对在步骤S615中显示的表面形状数据进行呈现的示例性画面。
在图10中所示的示例性画面中,仅分析功能表500中的细化标志503中的对应标志为开的门静脉1002和静脉1001经受细化,由此它们根据其血管直径被扩宽。另一方面,肝主质1003和下腔静脉1004不经受细化并以其原始形状显示。在图10中,再次通过简单地给出进行细化的指令,能够由用户仅细化和显示要细化的部位。因此,用户能够省去每次选择要细化的部位的麻烦。另外,由于根据血管直径来扩宽中心线,所以即使所显示的血管比图9中的情况更接近实际的血管,也能够以容易地可识别血管的走向的方式来显示部位。
在图10中,如在图9中一样,可以针对各个部位设置颜色信息。在接收到对颜色信息设置按钮的选择时,使得能够使用RGB值设置颜色的颜色设置画面显现并且接收用户对颜色的指定。这里指定的颜色被显示为与颜色信息设置按钮对应的部位的颜色。因此,例如,通过对在肝主质903中错综复杂地行进的门静脉902和静脉901设置不同的颜色,能够以容易地可理解的方式显示肝主质903中的血管的走向。
另外,当如图11中所示接收到对划分按钮1110(划分指令)的选择时,例如,能够接收到用于根据静脉的走向将肝主质903划分成多个区段(诸如,“左肝静脉灌注区段1103”、“中肝静脉灌注区段1102”和“右肝静脉灌注区段1101”)的指定。区段可以由用户手动指定或者可以使用已知技术来指定。当用户接收对针对区段的颜色信息设置按钮1111至1113的选择时,显示使得能够使用RGB值来设置颜色的颜色设置画面,并且这使得能够设置颜色。使用颜色信息设置按钮指定的颜色被应用于这三个区段并且被显示。具体而言,使用颜色信息设置按钮1111指定的颜色被应用于“左肝静脉灌注区段1103”,使用颜色信息设置按钮1112指定的颜色被应用于“中肝静脉灌注区段1102”,并且使用颜色信息设置按钮1113指定的颜色被应用于“右肝静脉灌注区段1101”。
在应用该颜色信息的情况下,如果在“细化”复选框1114和“依据血管直径”复选框1115被选择的同时按下表面创建按钮1116,则发生到图12中所示的画面的转变。在图12中所示的示例性画面中,位于“左肝静脉灌注区段1103”中的血管1203以用颜色信息设置按钮1111指定的颜色显示,位于“中肝静脉灌注区段1102”中的血管1202以用颜色信息设置按钮1112指定的颜色显示,并且位于“右肝静脉灌注区段1101”中的血管1201以用颜色信息设置按钮1113指定的颜色显示。图12中所示的血管是静脉,但不一定必须是静脉。例如,可以代替地显示门静脉。这些区段以通过颜色识别的方式来显示,但是可以使用任何其他手段,只要能够通知用户它们是不同的区段即可。
以依据肝脏的区段的显示模式可识别地显示通过使血管细化而获得的表面形状数据。因此,能够将与肝脏的一个区段对应的血管的走向与对应于另一区段的血管的走向容易地进行区分。例如,在活体肝移植中,这有助于开展考虑到供体(其给予器官)的残余肝脏中的灌注区段(即,肝脏的区段)的手术计划。
虽然在该示例中选择了“细化”复选框1114和“依据血管直径”复选框1115,但是在仅选择“细化”复选框1114的情况下上述血管可以以不同的颜色显示。
第一实施例的描述在此结束。
[第二实施例]
在第一实施例中,由存储单元针对器官的各个部位(区域)存储表示是否进行细化的标志信息,并且自动识别要经受细化的部位,然后将识别的部位细化。作为细化方法,第一实施例描述了通过在与血管的中心线正交的方向上扩宽预定宽度来使血管细化的方法,以及通过根据血管直径扩宽中心线来使血管细化的方法。第二实施例描述了通过随着从血管的起点到末端的距离增加而使血管的直径逐渐变窄来以细化模式显示血管的方法。
除了用图13代替图6以外,第二实施例的系统构造、硬件构造、功能构造、示例性画面和数据表与第一实施例的相同。第二实施例仅描述与第一实施例的处理不同的处理。
图13是例示根据第二实施例的处理的详细流程的流程图。
这里不描述步骤S601和步骤S602,因为它们与图6的流程图中的相同。
在步骤S1301中,医用图像处理装置100的CPU 201确定是否已接收到以细化模式显示器官的指令。具体而言,CPU 201使指令接收画面1400(图14中所示)显示在显示器210上,并且如果在“逐渐变窄”按钮1401或细化按钮1402被选择的同时按下表面创建按钮1403,则CPU201确定已接收到以细化模式显示器官的指令。如果在“正常”按钮被选择的同时按下表面创建按钮1403,则CPU 201确定已接收到简单表面创建指令而不是以细化模式显示器官的指令,然后基于体数据创建表面数据。
当在步骤S1301中按下表面创建按钮1403时,医用图像处理装置100的CPU 201在步骤S1302中确定“逐渐变窄”按钮1401是否被选择。如果CPU 201确定“逐渐变窄”按钮1401被选择,则处理进行到步骤S609,否则进行到步骤S604。
这里不描述步骤S604至步骤S611,因为它们与第一实施例中的对应步骤相同。
在步骤S1303中,医用图像处理装置100的CPU 201识别CPU 201已在步骤S609中确定细化标志为开的部位的起点1601的位置(这对应于“起点识别单元”)。起点1601是作为管状结构的部位的树结构的开始点(或根)。例如,在图15中由附图标记1501表示的部分是肝脏的门静脉的起点。可以通过经由诸如鼠标等的指点设备接收来自用户的输入的技术,或通过自动提取管状结构(诸如具有树结构的门静脉)的起点1601的位置的已知技术(参见例如日本特开2012-22839号公报),来识别起点1601的位置。
在步骤S1304中,根据CPU 201已在步骤S609中确定细化标志为开的部位(树结构),CPU 201生成代表根据距起点1601的距离确定的直径的形状数据。
详细描述这里进行的处理。基于在步骤S1303中识别的部位的起点1601的位置,医用图像处理装置100的CPU 201提取部位的树结构。按以下方式提取树结构。CPU 201提取与在步骤S611中识别的中心线对应的体素。在提取的体素当中,将与在步骤S1303中识别的起点1601的位置对应的体素定义为开始点,并且扫描从其行进的一系列其他体素。该使用图16的示意图来描述操作。CPU 201识别从起点1601行进的体素。如果从起点1601行进的体素的数量是一个或两个,则CPU 201将该一个或两个体素识别为相同线性结构要素的体素(voxel)(或体素(voxels))。重复该操作,并且如果CPU 201从起点1601识别出第三个或更后的体素1602,则CPU 201将体素1602识别为节点。通过重复该操作,CPU 201能够识别节点1602和节点1603(参见图16)。通过CPU 201,将从起点1601行进至节点1602的体素提取为线性结构要素1611,将从节点1602行进至节点1603的体素提取为线性结构要素1612,将从节点1602行进至端点1604的体素提取为线性结构要素1613,将从节点1603行进至端点1606的体素提取为线性结构要素1614,并且将从节点1603行进至端点1605的体素提取为线性结构要素1615。
可以通过其他技术(诸如使用Hessian矩阵的技术)来提取树结构。具体而言,在对三维医用图像进行多重分辨率变换之后,CPU 201在各分辨率的图像中进行Hessian矩阵的本征值分析以提取线性结构要素。接下来,通过将各分辨率的图像中的分析结果组合在一起,CPU 201提取三维医用图像中的各种尺寸的线性结构要素。然后,通过使用例如最小生成树算法将所提取的线性结构要素连接,CPU 201能够获得代表三维医用图像中的管状结构的数据(参见例如日本特开2012-223338号公报)。
接下来,CPU 201识别从部位的所提取的树结构的起点1601延伸到达端点的多个路线(路径)。图16中例示的路线A是始于起点1601并经过节点1602到达端点1604的路线。路线B是始于起点1601并经过节点1602和节点1603到达端点1605的路线。路线C是始于起点1601并经过节点1602和节点1603到达端点1606的路线。在图16的示意图中,CPU 201能够识别出上述三个路线。
CPU 201确定如上所述识别的多个路线中的各个的长度。根据所确定的长度,CPU201识别从起点到端点在长度方面的最长路线。在路线A是最长路线的假设下来描述本实施例。CPU 201通过在从路线A的起点至端点的范围上的计算,来确定在与步骤S611中识别的中心线正交的部位的横截面中的部位的半径。在所有所确定的半径当中,由CPU 201识别出最大的半径(在下文中被称为“最大半径”)和最小的半径(在下文中被称为“最小半径”)。
基于所识别的最大半径和最小半径,CPU 201识别相对于路线A的距离的每个体素的半径减小率。例如,CPU 201能够通过将通过从最大半径减去最小半径而获得的值除以路线A的距离,来识别每个体素的半径减小率。如上所述,能够由最大半径、最小半径和路线A的距离来确定每个体素的半径减小率。然而,这仅仅是示例,并且并不一定是唯一的确定方法。虽然在本实施例的描述中使用了半径,但是上述方法当然可以使用直径来实现。
然后,首先,针对所识别的所有多个路线中的最短路线,CPU 201确定中心线的半径。在路线C是最短路线的假设下来描述本实施例。
CPU 201确定在步骤S1303中识别的起点1601的位置处的部位的半径(在下文中该半径被称为“起点半径”)。根据该起点半径和每个体素的减小率,CPU 201通过针对从起点1601至端点1606行进的体素中的各个进行计算来确定沿路线C行进的中心线的半径。因此,CPU 201确定线性结构要素1611、线性结构要素1612和线性结构要素1614中的各个的半径。这里确定的半径从不改变。
接下来,CPU 201识别路线C之后的下一个最短路线。这在本实施例中是路线B。在形成路线B的所有线性结构要素的半径中,已通过针对路线C的计算确定了线性结构要素1611和线性结构要素1612的半径。因此,CPU 201仅通过计算确定线性结构要素1615的半径。基于通过针对路线C的计算而确定的节点1603处的半径以及每个体素的减小率,CPU201确定线性结构要素1615的半径。
接下来,CPU 201识别路线B之后的下一个最短路线。这在本实施例中是路线A。在形成路线A的线性结构要素的半径中,已确定线性结构要素1611的半径。因此,CPU 201基于上述的每个体素的减小率和节点1602处的半径,通过计算确定线性结构要素1613的半径。然后,CPU201确定是否存在路线A之后的下一个最长路线。由于在本实施例的图16中没有比路线A更长的路线,所以CPU 201在此结束处理。
这完成了涉及根据距部位的起点的距离使部位的半径逐渐变窄的细化处理。图17的示意图示出了通过细化而获得的门静脉,该细化涉及根据距部位的起点的距离使部位的半径逐渐变窄。涉及根据距起点的距离使半径逐渐变窄的细化是有利的,因为即使当部位是错综复杂地分支的部位时,它们也被以这样的方式显示:与起点等距的区域的直径(即,管状结构的外周长)是相等的。这意味着如果外周长相等,则用户能够本能地确定距起点的距离是相等的。换句话说,用户能够本能地感知相对于起点的位置关系。
第二实施例的描述在此结束。
本发明使得能够提供一种能够便于细化和显示用户想要以细化模式显示的区域的机构。
虽然在本实施例中将肝脏描述为器官,但是任何其他器官(例如心脏、脑和肺)能够包括在本发明中,只要它们是管状结构即可。
例如,本发明可以体现为系统、装置、方法、程序或存储介质。具体而言,本发明可以应用于由多个设备组成的系统,或应用于由单个设备组成的装置。本发明包括将实现上述实施例的功能的软件程序直接或远程地提供给系统或装置的情况。本发明还包括当系统或装置的信息处理器读出并执行所提供的程序代码时被实现的情况。
因此,安装在信息处理器中用于在信息处理器中实现本发明的功能处理的程序代码也实现本发明。也就是说,本发明还包括用于实现本发明的功能处理的计算机程序。
在这种情况下,计算机程序可以是目标代码、由解释器执行的程序或提供给OS的脚本数据,或者可以是任何其他形式,只要其用作程序即可。
用于提供程序的记录介质的示例包括软盘、硬盘、光盘、磁光盘、MO、CD-ROM、CD-R和CD-RW。这些示例还包括磁带、非易失性存储卡、ROM和DVD(DVD-ROM、DVD-R)。
可以通过使用客户端计算机上的浏览器连接到互联网上的网站,然后将本发明的计算机程序或具有自动安装功能的压缩文件从网站下载到记录介质(诸如硬盘)上来提供程序。
还可以通过将形成本发明的程序的程序代码分割成多个文件并从不同的网站下载多个文件来实现本发明。也就是说,本发明还包括使得多个用户能够将用于实现本发明的功能处理的程序文件下载在信息处理器中的WWW服务器。
根据本发明的程序可以被加密并存储在诸如CD-ROM等的存储介质上并被分发给用户。在这种情况下,许可满足预定条件的用户经由互联网从网站下载用于对加密程序进行解密的密钥信息。通过使用下载的密钥信息,加密程序能够被执行、被安装到信息处理器上并被实现。
当信息处理器执行读出的程序时,实现上述实施例的功能。当在信息处理器上运行的OS等基于程序的指令进行实际处理的一部分或全部时,也可以实现上述实施例的功能。
当从记录介质读出的程序被写入到插入在信息处理器中的功能扩展板或连接到信息处理器的功能扩展单元的存储器,然后功能扩展板或功能扩展单元的CPU等基于程序的指令进行实际处理的一部分或全部时,也可以实现上述实施例的功能。
应该注意,上述的实施例仅例示了用于实施本发明的示例,并且本发明的技术范围不应被解释为限于这些实施例。也就是说,本发明可以在不脱离其技术精神或主要特征的情况下以各种形式实施。
本申请要求2015年10月30日提交的日本专利申请第2015-215286号和2016年10月7日提交的日本专利申请第2016-199458号的优先权,这些申请的全部内容通过引用并入本文。
附图标记列表
100:医用图像处理装置
201:CPU
202:RAM
203:ROM
204:系统总线
205:输入控制器
206:视频控制器
207:存储器控制器
208:通信I/F控制器
209:键盘
210:CRT显示器
211:外部存储器
Claims (11)
1.一种医用图像处理装置,所述医用图像处理装置包括:
管理部,用于管理各自与器官对应的多个分析功能;
存储部,用于以将器官信息与由所述管理部管理的分析功能的对应的类型相关联的方式来存储所述器官信息,所述器官信息表示所述器官中包括的多个区域中的哪个要经受细化;
接收部,用于接收对由所述管理部管理的分析功能中的一个的指定;
获取部,用于获取医用图像数据;
识别部,用于识别包括在所述医用图像数据中的器官的多个区域;
指令接收部,用于接收对器官进行细化的指令;
确定部,用于根据由所述指令接收部接收的指令,基于由所述存储部存储的器官信息和由所述接收部接收的分析功能的类型,确定由所述识别部识别的器官的所述多个区域中的哪个要经受细化;
生成部,用于通过对由所述确定部确定的器官的区域的医用图像数据进行细化来生成细化的表面形状数据;以及
显示控制部,用于以使得将代表所述细化的表面形状数据的图像与未经受所述生成部进行的细化的区域的图像一起显示的方式来进行控制。
2.根据权利要求1所述的医用图像处理装置,其中,器官中包括的所述多个区域包括均为管状结构的器官主质、静脉、动脉以及门静脉中的至少一者,并且
所述存储部将所述管状结构存储为要经受细化的区域。
3.根据权利要求2所述的医用图像处理装置,其中,所述细化的表面形状数据是基于在所述管状结构中识别的中心线而生成的细化的表面形状数据。
4.根据权利要求2或3所述的医用图像处理装置,其中,所述接收部能够接收表示所述细化是依据所述管状结构的直径的处理的第一指令,或者不依据所述管状结构的直径的第二指令;并且
在所述接收部接收到所述第一指令的情况下,所述生成部进行根据所述管状结构的直径而扩宽中心线的处理作为所述细化,所述中心线在所述管状结构中被识别,而在所述接收部接收到所述第二指令的情况下,所述生成部进行将在所述管状结构中识别的中心线扩宽预定宽度的处理作为所述细化。
5.根据权利要求2至4中任一项所述的医用图像处理装置,其中,所述存储部将所述静脉和所述门静脉存储为要经受细化的区域。
6.根据权利要求1至4中任一项所述的医用图像处理装置,其中,所述存储部针对所述多个区域中的各个区域存储颜色信息,所述颜色信息被用于显示;并且
所述显示控制部以使得用由所述存储部存储的颜色信息表示的颜色来显示细化的区域的方式进行控制。
7.根据权利要求6所述的医用图像处理装置,所述医用图像处理装置还包括用于将所述器官的器官主质划分成多个区段的划分部,
其中,所述存储部还针对由所述划分部获得的所述多个区段中的各个区段存储颜色信息,所述颜色信息被用于显示;并且
当由所述划分部划分所述器官主质时,所述显示控制部将所述细化的表面形状数据划分成各自与所述器官主质的所述多个区段中的一个区段对应的各条,并且以使得使用由所述存储部针对对应的区段而存储的颜色信息来显示所述细化的表面形状数据的各条的方式进行控制。
8.根据权利要求1至5中任一项所述的医用图像处理装置,其中,针对除由所述确定部确定的器官的区域以外的区域,所述生成部根据区域的医用图像数据生成表面形状数据;并且
所述显示控制部以使得将代表细化的表面形状数据的图像与代表区域的表面形状数据的图像一起显示的方式来进行控制。
9.根据权利要求1至8中任一项所述的医用图像处理装置,所述医用图像处理装置还包括用于识别区域的起点的起点识别部;
其中,所述生成部通过根据距由所述起点识别部识别的起点的距离,在从区域的起点至末端的范围上,使区域的直径逐渐减小,来生成所述细化的表面形状数据。
10.一种医用图像处理装置的控制方法,所述医用图像处理装置包括存储部,所述存储部用于以将器官信息与由管理部管理的分析功能的类型相关联的方式来存储所述器官信息,所述器官信息表示器官中包括的多个区域中的哪个要经受细化,
所述医用图像处理装置包括:
管理步骤,管理各自与器官对应的多个分析功能;
接收步骤,接收对在所述管理步骤中管理的分析功能中的一个的指定;
获取步骤,获取医用图像数据;
识别步骤,识别包括在所述医用图像数据中的器官的多个区域;
指令接收步骤,接收对器官进行细化的指令;
确定步骤,根据在所述指令接收步骤中接收的指令,基于由所述存储部存储的器官信息和在所述接收步骤中接收的分析功能的类型,确定在所述识别步骤中识别的器官的所述多个区域中的哪个要经受细化;
生成步骤,通过对在所述确定步骤中确定的器官的区域的医用图像数据进行细化来生成细化的表面形状数据;以及
显示控制步骤,以使得将代表所述细化的表面形状数据的图像与未经受所述生成步骤中的细化的区域的图像一起显示的方式来进行控制。
11.一种由医用图像处理装置可执行的程序,所述医用图像处理装置包括存储部,所述存储部用于以将器官信息与由管理部管理的分析功能的类型相关联的方式来存储所述器官信息,所述器官信息表示器官中包括的多个区域中的哪个要经受细化,所述程序使所述医用图像处理装置用作:
管理部,用于管理各自与器官对应的多个分析功能;
接收部,用于接收对由所述管理部管理的分析功能中的一个的指定;
获取部,用于获取医用图像数据;
识别部,用于识别包括在所述医用图像数据中的器官的多个区域;
指令接收部,用于接收对器官进行细化的指令;
确定部,用于根据由所述指令接收部接收的指令,基于由所述存储部存储的器官信息和由所述接收部接收的分析功能的类型,确定由所述识别部识别的器官的所述多个区域中的哪个要经受细化;
生成部,用于通过对由所述确定部确定的器官的区域的医用图像数据进行细化来生成细化的表面形状数据;以及
显示控制部,用于以使得将代表所述细化的表面形状数据的图像与未经受所述生成部进行的细化的区域的图像一起显示的方式来进行控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210447448.2A CN114822783A (zh) | 2015-10-30 | 2016-10-28 | 医用图像处理装置及其控制方法 |
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015-215286 | 2015-10-30 | ||
JP2015215286 | 2015-10-30 | ||
JP2016-199458 | 2016-10-07 | ||
JP2016199458A JP6496698B2 (ja) | 2015-10-30 | 2016-10-07 | 医用画像処理装置、その制御方法、及びプログラム |
PCT/JP2016/081981 WO2017073703A1 (ja) | 2015-10-30 | 2016-10-28 | 医用画像処理装置、その制御方法、及びプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210447448.2A Division CN114822783A (zh) | 2015-10-30 | 2016-10-28 | 医用图像处理装置及其控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108472001A true CN108472001A (zh) | 2018-08-31 |
Family
ID=58713273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680063583.XA Pending CN108472001A (zh) | 2015-10-30 | 2016-10-28 | 医用图像处理装置、其控制方法及程序 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10535428B2 (zh) |
JP (1) | JP6496698B2 (zh) |
CN (1) | CN108472001A (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7277105B2 (ja) * | 2018-10-25 | 2023-05-18 | 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、医用画像処理方法、及び、医用画像処理プログラム |
WO2020105645A1 (ja) * | 2018-11-20 | 2020-05-28 | 富士フイルム株式会社 | 画像解析装置、解析機能決定方法、及び解析機能決定プログラム |
JP7295527B2 (ja) * | 2019-05-15 | 2023-06-21 | 株式会社日本マイクロニクス | 血管位置表示装置及び血管位置表示方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393644A (zh) * | 2008-08-15 | 2009-03-25 | 华中科技大学 | 一种肝门静脉血管树建模方法及其系统 |
CN101425186A (zh) * | 2008-11-17 | 2009-05-06 | 华中科技大学 | 一种基于ct图像的肝脏分段方法及其系统 |
JP2013043016A (ja) * | 2011-08-25 | 2013-03-04 | Aze Ltd | 医用画像作成表示装置およびプログラム |
WO2013118047A1 (en) * | 2012-02-06 | 2013-08-15 | Koninklijke Philips Electronics N.V. | Invisible bifurcation detection within vessel tree images |
CN103702613A (zh) * | 2011-07-28 | 2014-04-02 | 松下电器产业株式会社 | 切割模拟装置以及切割模拟程序 |
CN103886312A (zh) * | 2014-03-21 | 2014-06-25 | 华东师范大学 | 一种快速选择并显示磁共振血管图像中感兴趣血管的方法 |
CN103997972A (zh) * | 2011-12-16 | 2014-08-20 | 皇家飞利浦有限公司 | 通过名称的自动血管识别 |
CN104619258A (zh) * | 2012-09-13 | 2015-05-13 | 富士胶片株式会社 | 三维图像显示装置、方法及程序 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4748843B2 (ja) * | 2000-01-25 | 2011-08-17 | 株式会社日立メディコ | 臓器の特定領域抽出表示装置及び臓器の特定領域抽出表示方法をコンピュータに実行させるプログラムを記録した記録媒体 |
JP4738236B2 (ja) * | 2006-04-05 | 2011-08-03 | 株式会社日立メディコ | 画像表示装置 |
JP5723541B2 (ja) * | 2010-03-31 | 2015-05-27 | 富士フイルム株式会社 | 医用画像診断支援装置およびその作動方法、並びにプログラム |
JP5309109B2 (ja) * | 2010-10-18 | 2013-10-09 | 富士フイルム株式会社 | 医用画像処理装置および方法、並びにプログラム |
JP2012223338A (ja) | 2011-04-19 | 2012-11-15 | Fujifilm Corp | 木構造作成装置および方法ならびにプログラム |
JP5391229B2 (ja) | 2011-04-27 | 2014-01-15 | 富士フイルム株式会社 | 木構造抽出装置および方法ならびにプログラム |
US8588501B2 (en) * | 2011-07-29 | 2013-11-19 | Siemens Aktiengesellschaft | Automatic pose initialization for accurate 2-D/3-D registration applied to abdominal aortic aneurysm endovascular repair |
JP6008635B2 (ja) | 2012-07-24 | 2016-10-19 | 富士フイルム株式会社 | 手術支援装置、方法およびプログラム |
JP5833994B2 (ja) * | 2012-09-20 | 2015-12-16 | 富士フイルム株式会社 | 画像処理装置および方法ならびにプログラム |
US20140324469A1 (en) * | 2013-04-30 | 2014-10-30 | Bruce Reiner | Customizable context and user-specific patient referenceable medical database |
JP2015066311A (ja) * | 2013-09-30 | 2015-04-13 | 国立大学法人徳島大学 | 画像処理装置、画像処理方法、画像処理装置の制御プログラム、記録媒体 |
JP6220310B2 (ja) * | 2014-04-24 | 2017-10-25 | 株式会社日立製作所 | 医用画像情報システム、医用画像情報処理方法及びプログラム |
-
2016
- 2016-10-07 JP JP2016199458A patent/JP6496698B2/ja active Active
- 2016-10-28 CN CN201680063583.XA patent/CN108472001A/zh active Pending
-
2018
- 2018-04-25 US US15/962,991 patent/US10535428B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393644A (zh) * | 2008-08-15 | 2009-03-25 | 华中科技大学 | 一种肝门静脉血管树建模方法及其系统 |
CN101425186A (zh) * | 2008-11-17 | 2009-05-06 | 华中科技大学 | 一种基于ct图像的肝脏分段方法及其系统 |
CN103702613A (zh) * | 2011-07-28 | 2014-04-02 | 松下电器产业株式会社 | 切割模拟装置以及切割模拟程序 |
JP2013043016A (ja) * | 2011-08-25 | 2013-03-04 | Aze Ltd | 医用画像作成表示装置およびプログラム |
CN103997972A (zh) * | 2011-12-16 | 2014-08-20 | 皇家飞利浦有限公司 | 通过名称的自动血管识别 |
WO2013118047A1 (en) * | 2012-02-06 | 2013-08-15 | Koninklijke Philips Electronics N.V. | Invisible bifurcation detection within vessel tree images |
CN104619258A (zh) * | 2012-09-13 | 2015-05-13 | 富士胶片株式会社 | 三维图像显示装置、方法及程序 |
CN103886312A (zh) * | 2014-03-21 | 2014-06-25 | 华东师范大学 | 一种快速选择并显示磁共振血管图像中感兴趣血管的方法 |
Non-Patent Citations (1)
Title |
---|
景晓军等: "《图像处理技术及其应用》", 31 August 2015 * |
Also Published As
Publication number | Publication date |
---|---|
JP6496698B2 (ja) | 2019-04-03 |
JP2017080398A (ja) | 2017-05-18 |
US20180247709A1 (en) | 2018-08-30 |
US10535428B2 (en) | 2020-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102422335B (zh) | 用于交互式术前评估的系统、方法和装置 | |
JP5559642B2 (ja) | 手術支援装置、手術支援方法および手術支援プログラム | |
JP5395823B2 (ja) | 手術支援装置、手術支援方法および手術支援プログラム | |
JP6333583B2 (ja) | 解剖学的ランドマーク及び臨床的オントロジー(ontology)を用いて血管樹形図等を作成する医用画像処理装置及び方法 | |
JP4475625B2 (ja) | 画像処理装置及び画像処理方法 | |
JP2014030556A (ja) | 画像処理装置 | |
EP2878278A1 (en) | Surgical operation support device, method and program | |
JP2012034988A (ja) | 画像診断支援装置、方法及びプログラム | |
US10535428B2 (en) | Medical image processing apparatus, control method for the same, and program | |
US9123163B2 (en) | Medical image display apparatus, method and program | |
US20190197762A1 (en) | Cpr image generation apparatus, method, and program | |
US11756676B2 (en) | Medical image processing apparatus, control method for the same, and program | |
JP6615807B2 (ja) | 医用画像処理装置、医用画像処理装置に搭載可能なプログラム、及び医用画像処理方法 | |
JP5100717B2 (ja) | 画像処理装置及び画像処理方法 | |
JP5465291B2 (ja) | 画像処理装置及び画像処理方法 | |
JP6061991B2 (ja) | 情報処理装置及び情報処理方法、情報処理システム、プログラム並びに記憶媒体 | |
JP6074339B2 (ja) | 処理装置およびその作動方法並びにプログラム | |
JP2018167127A (ja) | 情報処理装置、情報処理方法 | |
JP6387166B2 (ja) | 情報処理装置、情報処理方法 | |
JP2014013590A (ja) | 診断支援装置及び診断支援方法 | |
Xue | A New Image Quantitative Method for Diagnosis and Therapeutic Response | |
JP2017113050A (ja) | 医用画像処理装置、その制御方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |