CN109152549B - 图像诊断装置以及图像取得方法 - Google Patents

图像诊断装置以及图像取得方法 Download PDF

Info

Publication number
CN109152549B
CN109152549B CN201780031293.1A CN201780031293A CN109152549B CN 109152549 B CN109152549 B CN 109152549B CN 201780031293 A CN201780031293 A CN 201780031293A CN 109152549 B CN109152549 B CN 109152549B
Authority
CN
China
Prior art keywords
image
correction
noise reduction
unit
observation
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
Application number
CN201780031293.1A
Other languages
English (en)
Other versions
CN109152549A (zh
Inventor
野口喜实
荻野昌宏
村濑毅伦
高桥哲彦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Healthcare Corp
Original Assignee
Fujifilm Healthcare Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujifilm Healthcare Corp filed Critical Fujifilm Healthcare Corp
Publication of CN109152549A publication Critical patent/CN109152549A/zh
Application granted granted Critical
Publication of CN109152549B publication Critical patent/CN109152549B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5269—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56509—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to motion, displacement or flow, e.g. gradient moment nulling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/546—Interface between the MR system and the user, e.g. for controlling the operation of the MR system or for the design of pulse sequences
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Medical Informatics (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Signal Processing (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Pulmonology (AREA)
  • Image Processing (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Image Analysis (AREA)

Abstract

在MRI装置等图像诊断装置中，通过修正处理来使图像成为高画质，并缩短拍摄时间。图像诊断装置通过降噪部(201)降低由观测部(100)取得且变换为图像的观测数据的噪声，通过图像修正部(202)对该降噪数据进行使用了人的视觉特性的修正处理。图像修正部(202)将降噪数据分离为全局性的亮度成分与局部性的变动成分，使用全局性的亮度成分来生成修正度图，并使用该修正度图和局部性的变动成分来修正降噪数据，由此得到可经受临床验证的高画质的图像。

Description

图像诊断装置以及图像取得方法
技术领域
本发明涉及一种图像诊断装置，与图像处理中的使图像变得高画质的技术有关。
背景技术
作为医用图像诊断装置之一的磁共振成象(Magnetic Resonance Imaging：MRI)是使用核磁共振(Nuclear Magnetic Resonance：NMR)现象将生物体等被检体的信息进行成像的方法。在临床中需要足够的分辨率来正确地解读作为对象的部位，但是在原理方面，MRI装置存在当提高分辨率时信噪比(Signalto Noise Ratio：SNR)降低的问题。因此，在通常的MRI装置中通过增加对同一部位即同一位置多次拍摄并进行相加的信号相加次数(Number of EXcitations：NEX)，来提高SNR。作为这样的图像处理的现有技术，例如存在专利文献1。在专利文献1中公开了通过使用了视觉特性的Retinex理论进行的图像修正处理。
现有技术文献
专利文献1：日本特开2005-4506公报
发明内容
发明要解决的课题
上述的NEX与拍摄时间处于比例关系，因此存在当增加NEX时拍摄时间延长这样的问题。为了缩短拍摄时间，在针对拍摄得到的观察数据的后置处理中需要降低噪声，但是当降低噪声时作为原本的信号的边缘(轮廓)、亮度差(对比度)也减小。在专利文献1中，作为使用了Retinex理论的修正处理使用多个模糊滤波，由此实现相适应的修正，但是存在处理量大且处理费时这样的问题。
本发明的目的在于，解决上述课题，提供一种能够通过相加次数少的MRI图像来维持画质以及减少处理时间的图像诊断装置以及图像取得方法。
用于解决课题的手段
为了达成上述目的，在本发明中提供一种具有以下结构的图像诊断装置，其具备：降噪部，其降低变换为图像后的观测数据的噪声；以及图像修正部，其对于由降噪部得到的降噪数据进行使用了人的视觉特性的修正处理。
另外，为了达成上述目的，在本发明中提供一种具有以下结构的图像诊断装置，其具备：降噪部，其降低变换为图像后的观测数据的噪声；分离部，其从由降噪部得到的降噪数据中分离全局性的亮度成分和局部性的变动成分；修正度计算部，其使用观测数据、降噪数据、全局性的亮度成分来计算修正度；修正处理部，其使用观测数据、局部性的变动成分以及修正度来进行修正；以及修正控制部，其使用取得观测数据时的参数，控制降噪部、修正度计算部以及修正处理部。
并且，为了达成上述目的，在本发明中提供一种图像诊断装置的图像取得方法，其进行以下处理：降噪处理，从取得的观测数据中降低噪声；分离处理，从通过降噪处理得到的降噪数据中分离全局性的亮度成分和局部性的变动成分；修正度计算处理，使用观测数据、降噪数据以及全局性的亮度成分来计算修正度；以及使用观测数据、局部性的变动成分以及修正度来进行修正处理。
发明效果
根据本发明，缩短图像诊断装置中的拍摄时间，同时能够取得高质量的图像。
附图说明
图1表示各实施例的MRI装置的整体结构的一例。
图2表示第一实施例中的图像处理部的结构的一例。
图3表示第一实施例中的降噪处理的处理流程的一例。
图4表示第一实施例中的图像修正部的结构的一例。
图5用于说明第一实施例中的修正度图的生成方法。
图6表示第一实施例中的输入部的提示例。
图7表示第一实施例中的显示部的显示例。
图8表示第二实施例中的图像处理部的结构的一例。
图9是表示第三实施例中的超声波诊断装置的整体结构的一例的框图。
图10是表示第四实施例中的CT装置的整体结构的一例的框图。
具体实施方式
以下，按照附图说明本发明的各种实施方式。
第一实施例
第一实施例是具有以下结构的图像诊断装置以及图像诊断装置的图像取得方法，该图像诊断装置具备：降噪部，其降低变换为图像后的观测数据的噪声；以及图像修正部，其对于由降噪部得到的降噪数据进行使用了人的视觉特性的修正处理，上述图像取得方法进行以下处理：降噪处理，从取得的观测数据中降低噪声；分离处理，从通过降噪处理得到的降噪数据中分离全局性的亮度成分和局部性的变动成分；修正度计算处理，使用观测数据、降噪数据以及全局性的亮度成分来计算修正度；以及使用观测数据、局部性的变动成分以及修正度来进行修正处理。
图1是表示第一实施例的MRI装置的整体结构的一例的图。根据图1可知，作为医用图像诊断装置的MRI装置大致由以下部分构成：观测部100，其观测被检体，并输出观测数据；以及重建部106，其根据观测数据来重建被检体的图像。
观测部100由静磁场产生系统102、梯度磁场产生系统103、发送系统104、接收系统105、序列发生器107、中央处理装置(CPU)108构成。静磁场产生系统102在被检体101的周围空间中产生均匀的磁场。为了产生均匀的磁场，在静磁场产生系统102中配置永磁体或常导方式或超导方式的磁场产生单元。梯度磁场产生系统103由梯度磁场线圈109以及用于驱动梯度磁场线圈109的梯度磁场电源110构成。向被检体101施加梯度磁场。
序列发生器107是通过某个预定的脉冲序列来反复施加高频磁场脉冲(RF脉冲)和梯度磁场脉冲的控制单元，在CPU 108的控制下进行动作，向发送系统104、梯度磁场产生系统103、接收系统105发送为了收集被检体101的断层图像的数据所需要的各种命令。发送系统104由高频发生器111、调制器112、放大器113、高频线圈114a构成，向构成被检体101的原子的核自旋照射引起核磁共振的RF脉冲。接收系统105由高频线圈114b、放大器115、正交相位检波器116、模拟数字(A/D)变换器117构成，接收通过核自旋的核磁共振释放的回波信号，将观测数据发送到重建部106。
重建部106由以下构成：图像处理部118；包含键盘、鼠标、触摸面板、按钮等的输入部119；包含显示器、打印机等的输出部120；包含磁盘、光盘等来存储数据和希望的程序的存储装置121。图像处理部118当从接收系统105输入了观测数据时，重建图像并通过输出部120进行显示，并且将图像记录到存储装置121中。如图1所示，该图像处理部118能够通过CPU 108执行的程序处理来实现，但是还能够在重建部106设置并使用与CPU 108不同的中央处理装置(CPU)、或者能够通过图像处理用的专用硬件来构成该图像处理部118从而进行处理。
接着，说明图1所示的MRI装置的图像处理部118的处理内容。图2是表示由本实施例的MRI装置中的图像处理部118进行的处理的一例的功能框图。本实施例的图像处理部118由以下各部构成：变换部200，其通过傅里叶变换将观测部100观测到的观测数据变换为图像；降噪部201，其降低变换为图像后的观测数据的噪声；以及图像修正部202，其进行使用了人的视觉特性的修正处理。使用了人的视觉特性的修正处理例如为使用了Retinex理论等的修正处理，包括边缘强调、对比度变更等。在后文中说明使用了人的视觉特性的修正处理。
在降噪部201中，降低对观测数据进行变换而得到的图像的噪声。在降噪处理中存在加权平滑滤波、双边滤波、非局域均值滤波、导向滤波等方法。在本实施例中说明使用了图像的稀疏性(sparsity)的降噪处理。图像的稀疏性，即稀疏性表示在图像或通过任意的基函数进行变换后的系数中包含很多零成分的性质。
图3表示本实施例的降噪部201的处理的一例。如图3所示，降噪部201在步骤ST300中进行了初始化之后重复执行步骤ST301～ST305，由此降低变换为图像后的观测数据中包含的噪声。
以下，说明第k+1次的重复。在步骤ST301中计算出式(1)，计算出推定结果uk+1。
[式1]
Figure BDA0001872508550000041
在此，fk表示通过紧前(第k次)的重复而更新后的图像的频率成分，Φ表示傅里叶变换，ΦT表示Φ的逆变换。关于IN所有要素为1，是与fk相同大小的排列。另外，uC k、uw k、bC k、bw k为在紧前(第k次)的重复中计算出的变更成分。另外，μ为作为参数的正的常数。
接着，在步骤ST402中，通过式(2)和式(3)计算uC k+1、uw k+1。
[式2]
Figure BDA0001872508550000051
[式3]
Figure BDA0001872508550000052
在此，Ψc T、Ψw T分别为Curvelet逆变换和Wavelet逆变换。在此，使用了Curvelet变换和Wavelet变换，但是除此以外，还可以使用TV(Total Variation)、Ridgelet变换等。另外，也可以将这些变换进行组合来使用。
SC和Sw表示被称为Soft Shrinkage的处理。SC和Sw对所有要素分别进行用式(4)、式(5)表示的处理。在此，Ψc、Ψw分别为Curvelet变换和Wavelet变换。另外，λ为作为参数的常数。
[式4]
Figure BDA0001872508550000053
[式5]
Figure BDA0001872508550000054
接着，在步骤ST303中，使用式(6)、式(7)计算bC k+1、bw k+1。
[式6]
Figure BDA0001872508550000061
[式7]
Figure BDA0001872508550000062
接着，在步骤ST304中进行结束判定。作为结束判定，在变更成分u、b的最大值、合计值等低于规定值的情况下或重复次数达到了一定次数的情况下等判定结束。通过重复执行上述步骤，使从变换部200输入的观测数据即图像的噪声降低。这样，在本实施例的降噪部201中，能够使用观测数据的稀疏性来降低噪声。
接着，说明本实施例的图像修正部202。图像修正部202进行使用了人的视觉特性的修正处理，即根据人的视觉特性对MRI图像进行修正。在本说明书中，使用了人的视觉特性的修正处理例如是指使用了Retinex理论等的修正处理，其中，该Retinex理论使人的眼具有与照明光无关地感觉到颜色、明度的颜色恒常性、明度恒常性。
图4表示本实施例的图像修正部202的处理的一例。如图4所示，图像修正部202由以下各部构成：分离部400，其分离全局性的亮度成分与局部性的变动成分；修正度计算部401，其计算输入图像的各位置的修正度；以及图像修正部402，其使用计算出的各成分以及修正度来修正图像。
分别说明分离部400、修正度计算部401、图像修正部402的处理。在分离部400中，使用式(8)计算全局性的亮度成分L。
[式8]
L(x，y)＝G(x，y)*I(x，y)…(8)
在式(8)中，I(x，y)为从降噪部201输入的降噪图像，G(x，y)为模糊函数，*为卷积运算。
在此，在散景函数G中能够使用移动平均滤波、高斯滤波、双边滤波等。在式(8)中记述为卷积运算，但是也可以使用傅里叶变换，并使用卷积处理来作为积和运算。
接着，使用式(9)计算局部性的变动成分R。
[式9]
R(x，y)＝log(I(x，y)/L(x，y))…(9)
接着，说明修正度计算部401。在修正度计算部401中，计算输入图像的各位置的修正度，并生成修正度图C。在修正度的计算中能够将亮度、梯度、输入图像与降噪图像的差值、MRI拍摄参数等中的任意一个或它们的组合用作评价指标。修正度计算部401对于在修正度的计算中使用的评价指标，分别生成修正度图。
图5是用于说明修正度计算部401生成的修正度图C的概要的示意图。在此，表示使用亮度作为评价指标的示例。在图5中，向图像修正部202的分离部400输入根据由图像处理部118的变换部200对观测数据进行变换而得到的观测图像500，由降噪部201计算出的降噪图像501。通过分离部400分离为全局性的亮度成分和局部性的变动成分，计算全局性的亮度成分502。被输入该全局性的亮度成分502的修正度计算部401例如为了抑制低亮度区域中的噪声，生成在全局性的亮度成分502中对于低于既定阈值的区域将修正度设为0，对于高于既定阈值的区域将修正度设为1这样的将亮度作为评价指标的修正度图503。另外，通过设定th1～th2这样的亮度范围，计算亮度范围修正度图504。此外，在图5中，将修正度设为0(黑色)或1(白色)这2值，但是也可以是任意值。
在使用梯度作为评价指标的情况下，例如通过差分法、索贝尔(Sobel)滤波等来计算梯度，在梯度大的区域设定大的修正度，由此计算梯度修正度图505。另外，作为评价指标，还能够计算输入的观测图像500与降噪图像501的差值，推定作为噪声对其进行了降低的区域来计算修正度图506。如此，本实施例的修正度计算部401计算1个或n个修正度图503～506。通过计算多个修正度图，能够控制进行对比度修正、边缘强调的区域以及各修正效果的强弱。即，在本实施例的装置中，在修正度计算部401中，根据多个评价指标来计算多个修正度，由此能够进行更灵活的修正处理。
接着，说明修正处理部402。在修正处理部402中，使用由分离部400分离出的局部性的变动成分R、由修正度计算部401计算出的修正度图C，通过式(10)修正降噪图像。
[式10]
Figure BDA0001872508550000081
在此，O(x，y)为由修正度计算部401修正后的修正图像，Ci(x，y)为计算出的修正度图，α为对修正的比例进行控制的正的参数。
通过式(10)计算各像素位置的最终的修正度，修正输入图像。在此，乘以了修正度图，但是也可以通过进行相加来代替。在将修正度以0～1的范围进行了标准化的情况下，通过使用乘法运算使得最终的修正度收纳在0～1的范围内，因此能够更简单地进行修正。另外，通过构成为进行加法运算或者组合了加法运算与乘法运算的多项式，能够更灵活地计算修正度。即，在本实施例的修正处理部402中，通过乘以或者相加由修正度计算部401计算出的多个修正度，或者进行组合了加法运算和乘法运算的运算来进行修正处理，由此能够灵活地进行应对。
这样，本实施例的图像修正部202包含：修正度计算部，其使用通过变换部变换为图像后的观测数据、从降噪部输出的降噪数据以及降噪数据中的全局性的亮度成分来计算修正度；以及修正处理部，其使用观测数据、降噪数据中的局部性的变动成分以及修正度来进行修正，本实施例的图像修正部202通过这样的结构能够能够更灵活地计算修正度。
在本实施例的结构中，使用重建部106的输入部119，使用户设定降噪处理和修正处理中的参数。图6是输入部119中的向用户的提示画面的一例。如图6所示，考虑基于数值的输入600、基于单选框的输入601、基于滑块的输入602等。此时，期望准备若干参数集。另外，用户也可以按每个被检体的拍摄部位、拍摄模式来进行选择。
输出部120具备显示器等输出装置，显示通过图2所示的各功能块得到的观测图像、降噪图像、修正图像。图7是输出部120的显示器等输出装置中的显示例。如图7所示，在输出装置700上，除了显示观测图像701、降噪图像702、修正图像703以外，还能够同时显示修正度图的组合、修正处理的多个不同的修正结果704～706，并能够由用户进行选择。另外，还可以显示区域707，该区域707用于显示在处理中使用的修正度图的种类、参数等。
如上所述，根据本实施例的结构，通过使用了人的视觉特性的修正处理，能够高速地拍摄可经受住临床检验的高质量的MRI图像，通过降低相加次数来缩短拍摄时间，从而减轻患者的负担以及能够提高诊断效率。
第二实施例
在第二实施例中，使用MRI装置的各种参数，控制噪声去除和修正，由此用户能够简单地取得理想的图像。即，本实施例涉及一种图像诊断装置以及图像取得方法，该图像诊断装置构成为具备：降噪部，其减低变换为图像后的观测数据的噪声；分离部，其从降噪部得到的降噪数据中分离全局性的亮度成分和局部性的变动成分；修正度计算部，其使用观测数据、降噪数据、全局性的亮度成分来计算修正度；修正处理部，其使用观测数据、局部性的变动成分以及修正度来进行修正；以及修正控制部，其使用取得观测数据时的参数，控制降噪部、修正度计算部以及修正处理部。
在本实施例中，也与第一实施例同样地用图1表示MRI装置的全体结构。本实施例与第一实施例的不同点在于，在用于进行使用了人的视觉特性的修正处理的降噪部201以及图像修正部202中使用观测部100的观测参数。
图8是表示第二实施例中的主要部分结构的一例的框图。在第二实施例中，在图像处理部118中追加用于控制降噪部201和图像修正部202的修正控制部700。
说明修正控制部800。修正控制部800从观测部100输入在观测时使用的参数信息。在观测时使用的参数信息例如是指MRI装置的TR(Repetition Time：重复时间)、翻转角度、切片厚度、FOV(Field of View：视场)、矩阵尺寸、多次拍摄并相加而得到的信号的相加次数、带宽、部位信息等。在MRI装置中SNR由于这些参数而变动，因此使用这些参数来进行适当的降噪和修正，由此用户能够简单地取得适当的图像。例如在相加次数少的情况下，预想SNR会降低，因此需要增大降噪效果和修正效果。修正控制部800根据上述参数计算适当的降噪和修正参数，分别发送到降噪部201和图像修正部202。
首先，发送到降噪部201的参数为在式(1)中使用的参数μ以及在式(4)、式(5)中使用的参数λ。通常，在TR短的情况下、在翻转角度小的情况下、在切片厚度薄的情况下、在FOV小的情况下、在矩阵尺寸大的情况下、在相加次数少的情况下、在带宽大的情况下，SNR会降低。实际上希望使用这些参数的组合来决定最终的修正参数。另外，也可以准备针对这些参数的修正参数的表，并存储在CPU 108的存储部、重建部106的存储装置121中来使用。在预测SNR会降低的情况下，修正控制部800通过增大参数λ和参数μ，能够提高降噪效果。
另一方面，从修正控制部800发送到图像修正部202的参数为修正度图计算用参数以及修正处理参数这两个参数。作为修正度图计算用参数，例如发送阈值、亮度的宽度以及与这些有关的修正度信息等。即，使用MRI拍摄中的模式信息、部位信息来事先定义临床上需要的亮度范围，并计算所定义的修正参数，由此进行更佳的修正。例如，在MRI图像中的观察对象的亮度大致处于th1～th2的范围的情况下，将th1和th2发送到修正度计算部401，生成修正度图。作为生成的修正度图，可举出使用了th1和th2的亮度范围修正度图、使用了th1和th2附近的梯度的梯度修正度图。
另外，修正处理参数为在式(10)中使用的参数α。将修正处理参数α发送到图像修正部202的修正处理部402。如上所述，在SNR降低的情况下，降噪效果增大。由此，所需的边缘信息有时变得模糊。与此相对，修正控制部800通过增大修正处理参数α，更强地执行修正，从而能够取得良好的图像。
如上所述，根据本实施例，用户能够使用MRI装置的各种参数更简单地取得良好的MRI图像。
第三实施例
第三实施例是图像诊断装置为超声波诊断装置时的实施例。
图9是表示作为医用图像诊断装置的超声波诊断装置的一结构例的框图。在图9中，对于与图1所示的结构要素相同的要素赋予相同的附图标记并省略其说明。在该图中，构成超声波诊断装置的超声波观测部900由超声波探头901、发送部902、接收部903、超声波发送接收控制部904、整相相加部905构成。
发送部902经由超声波探头901隔开时间间隔反复向被检体101发送超声波。接收部903接收从被检体101产生的时间序列的反射回波信号。超声波发送接收控制部904控制发送部902和接收部903。整相相加部905将接收到的反射回波信号进行整相相加，按时间序列生成RF信号的帧数据。整相相加部905内置有模拟数字(A/D)变换器，将RF信号帧数据作为观测数据输出到重建部106的图像处理部118，图像处理部118使用由RF帧数据构成的观测数据来生成超声波回波图像。
本实施例的超声波观测部900将观测数据发送到图像处理部118。与第一和第二实施例同样地用图2来表示本实施例中的图像处理部118。其中，在本实施例中，图像处理部118的变换部200将RF帧数据变换为图像。对变换后的图像能够进行第一实施例或第二实施例所示的使用了人的视觉特性的修正处理，来计算高画质的超声波图像。
根据本实施例的超声波诊断装置，能够取得高画质的超声波图像。
第四实施例
第四实施例是图像诊断装置能够取得高画质的CT(Computed Tomography：计算机断层扫描)图像的CT装置的实施例。
图10是表示作为医用图像诊断装置的CT(Computed Tomography)装置的一结构例的框图。在该图中，对于与图1所示的结构要素相同的要素赋予相同的附图标记并省略其说明。
在图10中，CT观测部1000由X射线管装置1001、旋转圆盘1002、准直器1003、X射线检测器1006、数据收集装置1007、床台1005、系统控制部1008构成。X射线管装置1001是向床台1005上放置的被检体照射X射线的装置。准直器1003是对从X射线管装置1001照射的X射线的放射范围进行限制的装置。旋转圆盘1002具备在床台1005上放置的被检体进入的开口部1004，并且搭载X射线管装置1001和X射线检测器1006，在被检体周围进行旋转。
X射线检测器1006与X射线管装置1001相对地配置，是通过检测透射了被检体的X射线来计算透射X射线的空间分布的装置，在旋转圆盘1002的旋转方向上排列了很多X射线检测元件，或者在旋转圆盘1002的旋转方向以及旋转轴方向上二维地排列了很多X射线检测元件。数据收集装置1007为作为数字数据收集由X射线检测器1006检测出的X射线剂量的装置。另外，系统控制部1008控制旋转圆盘1002的旋转、床台1005的上下前后左右移动、向X射线管装置1001输入的电力等。
本实施例的CT装置的CT观测部1000将观测数据发送到重建部106的图像处理部118。与第一和第二实施例同样地用图2来表示本实施例中的图像处理部118。其中，在本实施例中，变换部200通过滤波修正反投影法、逐次逼近图像重建法等处理将观测数据变换为图像。对变换后的图像进行第一实施例或第二实施例所示的使用了人的视觉特性的修正处理，计算高画质的CT图像。
如上所述，根据本实施例，能够取得高画质的CT图像。并且，与以往相比能够降低X射线剂量，并能够期待降低曝光量。
此外，本发明并不限于上述实施例，包含各种变形例。例如，为了更好地理解本发明而详细说明了上述实施例，但是并不限于必须具备说明的全部结构。另外，能够将某一实施例的一部分结构替换为其它实施例的结构，另外，能够对某一实施例的结构追加其它实施例的结构。另外，能够对于各实施例的一部分结构进行其它结构的追加、删除、替换。
并且，关于上述的各结构、功能、处理部等，说明了生成用于实现它们中的一部分或全部的CPU的程序的例子，但是显然例如也可以通过集成电路对它们中的一部分或全部进行设计等以硬件的方式来实现。
附图标记说明
100：观测部；101：被检体；102：静磁场产生系统；103：梯度磁场产生系统；104：发送系统；105：接收系统；106：重建部；107：序列发生器；108：中央处理装置(CPU)；109：梯度磁场线圈；110：梯度磁场电源；111：高频发生器；112：调制器；113、115：放大器；114：高频线圈；116：正交相位检波器；117：模拟数字(A/D)变换器；118：图像处理部；119：输入部；120：输出部；121：存储装置；200：变换部；201：降噪部；202：图像修正部；400：分离部；401：修正度计算部；402：修正处理部；500：观测图像；501：降噪图像；502：全局性的亮度成分；503～505：修正度图；600：基于数值的输入；601：基于单选框的输入；602：基于滑块的输入；700：显示装置；701：观测图像；702：降噪图像；703：修正图像；704～706：降噪图像或修正图像；707：显示区域；800：修正控制部；900：超声波观测部；901：探头；902：发送部；903：接收部；904：超声波发送接收控制部；905：整相相加部；1000：CT观测部；1001：X射线管装置；1002：旋转圆盘；1003：准直器；1004：开口部；1005：床台；1006：X射线检测器；1007：数据收集装置；1008系统控制部。

Claims (14)

1.一种图像诊断装置，其特征在于，具备：
降噪部，其降低变换为观测图像后的观测数据的噪声，计算出降噪图像；以及
图像修正部，其对于由上述降噪部得到的降噪数据进行使用了人的视觉特性的修正处理，
上述图像修正部包含修正度计算部，
该修正度计算部将上述观测图像与上述降噪图像之间的差值作为评价指标，使用上述观测数据、上述降噪数据以及上述降噪数据中的全局性的亮度成分来计算修正度。
2.根据权利要求1所述的图像诊断装置，其特征在于，
上述图像修正部还包含修正处理部，
该修正处理部使用上述观测数据、上述降噪数据中的局部性的变动成分以及上述修正度来进行修正。
3.根据权利要求1所述的图像诊断装置，其特征在于，
上述修正度计算部根据包括上述观测图像与上述降噪图像之间的差值在内的多个评价指标来计算多个上述修正度。
4.根据权利要求2所述的图像诊断装置，其特征在于，
上述修正处理部累计多个上述修正度来进行修正处理。
5.根据权利要求2所述的图像诊断装置，其特征在于，
在上述降噪部中使用上述观测数据的稀疏性来降低噪声。
6.根据权利要求1所述的图像诊断装置，其特征在于，
上述观测数据是通过核磁共振成像装置即MRI装置得到的数据。
7.一种图像诊断装置，其特征在于，具备：
降噪部，其降低变换为观测图像后的观测数据的噪声，计算出降噪图像；
分离部，其从通过上述降噪部得到的降噪数据中分离全局性的亮度成分和局部性的变动成分；
修正度计算部，其将上述观测图像与上述降噪图像之间的差值作为评价指标，使用上述观测数据、上述降噪数据以及上述全局性的亮度成分来计算修正度；
修正处理部，其使用上述观测数据、上述局部性的变动成分以及上述修正度来进行修正；以及
修正控制部，其使用取得上述观测数据时的参数，控制上述降噪部、上述修正度计算部以及上述修正处理部。
8.根据权利要求7所述的图像诊断装置，其特征在于，
上述修正度计算部根据包括上述观测图像与上述降噪图像之间的差值在内的多个评价指标来计算多个上述修正度。
9.根据权利要求7所述的图像诊断装置，其特征在于，
上述修正处理部累计多个上述修正度来进行修正处理。
10.根据权利要求7所述的图像诊断装置，其特征在于，
在上述降噪部使用上述观测数据的稀疏性来降低噪声。
11.根据权利要求7所述的图像诊断装置，其特征在于，
上述观测数据为通过MRI装置得到的数据。
12.根据权利要求11所述的图像诊断装置，其特征在于，
作为由上述修正控制部使用的参数，使用通过上述MRI装置进行多次拍摄并进行相加的相加次数。
13.一种图像诊断装置的图像取得方法，其特征在于，
上述图像取得方法进行以下处理：
降噪处理，从取得的变换为观测图像后的观测数据中降低噪声，计算出降噪图像；
分离处理，从通过上述降噪处理得到的降噪数据中分离全局性的亮度成分和局部性的变动成分；
修正度计算处理，将上述观测图像与上述降噪图像之间的差值作为评价指标，使用上述观测数据、上述降噪数据以及上述全局性的亮度成分来计算修正度；以及
使用上述观测数据、上述局部性的变动成分以及上述修正度来进行修正处理。
14.根据权利要求13所述的图像取得方法，其特征在于，
上述图像取得方法还包含控制处理，
在该控制处理中使用取得上述观测数据时的参数，控制上述降噪处理、上述修正度计算处理以及上述修正处理。
CN201780031293.1A 2016-05-26 2017-04-12 图像诊断装置以及图像取得方法 Active CN109152549B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016105023A JP6744764B2 (ja) 2016-05-26 2016-05-26 画像診断装置、及び画像取得方法
JP2016-105023 2016-05-26
PCT/JP2017/014966 WO2017203875A1 (ja) 2016-05-26 2017-04-12 画像診断装置、及び画像取得方法

Publications (2)

Publication Number Publication Date
CN109152549A CN109152549A (zh) 2019-01-04
CN109152549B true CN109152549B (zh) 2022-08-02

Family

ID=60412333

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780031293.1A Active CN109152549B (zh) 2016-05-26 2017-04-12 图像诊断装置以及图像取得方法

Country Status (4)

Country Link
US (1) US10732245B2 (zh)
JP (1) JP6744764B2 (zh)
CN (1) CN109152549B (zh)
WO (1) WO2017203875A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6896177B2 (ja) * 2018-08-10 2021-06-30 三菱電機株式会社 画像処理装置及び画像処理方法
JP7186604B2 (ja) * 2018-12-25 2022-12-09 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、およびプログラム
JP7455508B2 (ja) 2018-12-26 2024-03-26 キヤノンメディカルシステムズ株式会社 磁気共鳴イメージング装置および医用複素数画像処理装置
JP7297485B2 (ja) * 2019-03-25 2023-06-26 キヤノンメディカルシステムズ株式会社 超音波診断装置、医用画像処理装置および医用画像処理プログラム
DE102019217220A1 (de) * 2019-11-07 2021-05-12 Siemens Healthcare Gmbh Computerimplementiertes Verfahren zur Bereitstellung eines Ausgangsdatensatzes
CN113469919B (zh) * 2021-07-27 2024-05-28 深圳市赛禾医疗技术有限公司 超声图像的处理方法、装置及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102753091A (zh) * 2010-02-08 2012-10-24 皇家飞利浦电子股份有限公司 具有单侧发射线圈组阵列的用于影响和/或检测视场内的磁颗粒的设备和方法
CN103458772A (zh) * 2011-04-07 2013-12-18 香港中文大学 视网膜图像分析方法和装置
CN105125176A (zh) * 2015-09-23 2015-12-09 博联众科（武汉）科技有限公司 一种静脉血管导航装置和方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4345366B2 (ja) * 2003-06-12 2009-10-14 コニカミノルタホールディングス株式会社 画像処理プログラムおよび画像処理装置
DE10351928A1 (de) * 2003-11-07 2005-06-16 MAX-PLANCK-Gesellschaft zur Förderung der Wissenschaften e.V. Messung am visuellen System eines Probanden
JP6009180B2 (ja) * 2012-03-07 2016-10-19 日立マクセル株式会社 医療用画像表示システム
JP6071444B2 (ja) * 2012-11-07 2017-02-01 キヤノン株式会社 画像処理装置及びその作動方法、プログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102753091A (zh) * 2010-02-08 2012-10-24 皇家飞利浦电子股份有限公司 具有单侧发射线圈组阵列的用于影响和/或检测视场内的磁颗粒的设备和方法
CN103458772A (zh) * 2011-04-07 2013-12-18 香港中文大学 视网膜图像分析方法和装置
CN105125176A (zh) * 2015-09-23 2015-12-09 博联众科（武汉）科技有限公司 一种静脉血管导航装置和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《Magetic Resonance Image Enhancement based on Multiscale Retinex Algorithm》;HONGQING HU;《2010 3RD INTERNATIONAL CONFERENCE ON BIOMEDICAL ENGINEERING AND INFORMATICS》;20101231;第345-348页 *

Also Published As

Publication number Publication date
JP6744764B2 (ja) 2020-08-19
US10732245B2 (en) 2020-08-04
US20190137589A1 (en) 2019-05-09
CN109152549A (zh) 2019-01-04
WO2017203875A1 (ja) 2017-11-30
JP2017209329A (ja) 2017-11-30

Similar Documents

Publication Publication Date Title
CN109152549B (zh) 图像诊断装置以及图像取得方法
JP6855223B2 (ja) 医用画像処理装置、ｘ線コンピュータ断層撮像装置及び医用画像処理方法
KR101604812B1 (ko) 의료 영상 처리 장치 및 그에 따른 의료 영상 처리 방법
JP5220125B2 (ja) 先験的画像制限画像再構成法
JP5248010B2 (ja) データ補正装置、データ補正方法、磁気共鳴イメージング装置およびｘ線ｃｔ装置
JP4662852B2 (ja) 画像処理方法、画像処理装置、医用画像診断支援システム、及び時間軸方向フィルタリング方法
US8781243B2 (en) Method for constrained reconstruction of high signal-to-noise ratio images
JP5349673B2 (ja) データ補正装置
US11419555B2 (en) Image capturing apparatus and method
JP7302988B2 (ja) 医用撮像装置、医用画像処理装置、及び、医用画像処理プログラム
JP5416912B2 (ja) データ処理装置および医用診断装置
JP2011509717A (ja) 先行画像で制約する連続画像再構成の方法
JP6753798B2 (ja) 医用撮像装置、画像処理方法及びプログラム
KR101525014B1 (ko) 자기 공명 영상 장치 및 그에 따른 자기 공명 영상의 이미징 방법
EP3349655B1 (en) Tomography apparatus and controlling method for the same
KR101681313B1 (ko) 의료 영상 제공 장치 및 그에 따른 의료 영상 제공 방법
CN111553958B (zh) 图像矩阵大小的计算
JP6377712B2 (ja) 超音波診断装置、及び画像撮像方法
US20230363724A1 (en) X-ray ct apparatus and high-quality image generation device
CN116630213A (zh) 4d-mri图像的获取方法、装置及存储介质
Joshi et al. MRI Denoising for Healthcare

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
TA01 Transfer of patent application right

Effective date of registration: 20220111

Address after: Chiba County, Japan

Applicant after: Fujifilm medical health Co.,Ltd.

Address before: Tokyo, Japan

Applicant before: Hitachi, Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant