CN112165901A - 计算机程序、图像处理装置、以及图像处理方法 - Google Patents

计算机程序、图像处理装置、以及图像处理方法 Download PDF

Info

Publication number
CN112165901A
CN112165901A CN201980035304.2A CN201980035304A CN112165901A CN 112165901 A CN112165901 A CN 112165901A CN 201980035304 A CN201980035304 A CN 201980035304A CN 112165901 A CN112165901 A CN 112165901A
Authority
CN
China
Prior art keywords
value
images
predetermined
image processing
slope
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201980035304.2A
Other languages
English (en)
Other versions
CN112165901B (zh
Inventor
城户辉仁
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.)
Ehime University NUC
Original Assignee
Ehime University NUC
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 Ehime University NUC filed Critical Ehime University NUC
Publication of CN112165901A publication Critical patent/CN112165901A/zh
Application granted granted Critical
Publication of CN112165901B publication Critical patent/CN112165901B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—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
    • A61B6/02—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
    • A61B6/54—Control of apparatus or devices for radiation diagnosis
    • A61B6/541—Control of apparatus or devices for radiation diagnosis involving acquisition triggered by a physiological signal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • 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
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/486—Diagnostic techniques involving generating temporal series of image data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/503—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/507—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for determination of haemodynamic parameters, e.g. perfusion CT
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/412—Dynamic

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Pulmonology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明的目的是提供与以往相比能够以更简便的手法对时间序列图像进行解析的解析手法。本发明的应用例之一是一种计算机程序,其用于具备存储单元的图像处理装置,存储单元存储由预定数量的帧的CT图像组成的图像数据,预定数量的帧的CT图像是对施用了造影剂之后的受检者的器官进行摄像而获得的图像,并且是时间序列的图像,计算机程序使图像处理装置执行:第1步骤,基于由预定数量的帧的CT图像组成的图像数据来确定CT值的经时变化；第2步骤,基于在第1步骤中确定的CT值的经时变化来确定CT值相对于预定时间的斜率即预定的斜率；以及第3步骤,基于在第2步骤中确定的预定的斜率,用预定的函数对CT值的经时变化进行逼近。

Description

计算机程序、图像处理装置、以及图像处理方法
技术领域
本发明涉及图像处理技术,尤其涉及对时间序列的动态图像进行解析的技术。
背景技术
已知有使用图像对心脏的血流进行解析的手法，其中，该图像是在向受检者施用了造影剂后对该受检者的心脏进行摄像而获得的图像。作为上述心肌血流的解析手法之一,有在冠状动脉CT检查时另外执行的CTP(计算机断层摄影灌注)。该CTP是例如将造影剂首次通过心肌作为造影效果而进行观察,由此来评估心肌血流的状态的方法。另外,作为该CTP中的评价方法,有通过解析由动态摄影获得的TDC(时间密度曲线)来定量评价心肌血流的方法,在此,动态摄影是指在多次心跳时对逐渐染色的心肌进行摄像。
作为像这样通过解析TDC来定量评价心肌血流等的手法,例如有如下方法(例如,参照专利文献1。):解析由动态摄影获得的CT图像,导出输入函数以及输出函数,并基于导出的输入函数以及输出函数来计算到达时间和基值,然后定量评价心肌血流，其中，到达时间(以下,称为“AT”。)是造影剂到达预定的心肌区域的时刻，基值是作为器官内像素位置的像素基准的CT值。
现有技术文献
专利文献
专利文献1:国际公开第2016/009957号
发明内容
发明要解决的问题
然而,在上述专利文献1所记载的方法中,需要解析通过在至少30～40次心跳时进行动态摄影而获得的多帧CT图像,并且解析处理繁琐,所以期望一种能够以更简便的手法对时间序列图像进行解析的解析方法。另外,还存在如下的问题:由于需要进行时间与至少30～40次心跳相对应的CTP检查,所以导致受检者的辐射暴露量增加。因此,还期望准确地掌握摄像定时并缩短摄像时间,从而减少对受检者的辐射暴露量。
因此,本发明的目的是提供一种与以往相比能够以更简便的手法对时间序列图像进行解析的解析手法。另外,本发明的另一个目的是提供一种与以往相比减少对受检者的辐射暴露量,并且在时间序列图像的解析中保证客观性和定量性的解析手法。
解决问题的技术方案
本发明是为了解决上述课题的至少一部分而完成的本发明,可以通过以下的应用例来实现。此外,本文中括号内的参考标记和补充说明等示出了与稍后说明的实施例之间的对应关系,以便于理解本发明,但其不对本发明有任何限定。
本发明中的应用例1的计算机程序用于具备存储单元(110)的图像处理装置(100),所述存储单元存储由预定数量的帧的CT(计算机断层摄影)图像组成的图像数据,所述预定数量的帧的CT图像是对施用了造影剂之后的受检者的器官进行摄像而获得的图像,并且是时间序列的图像,所述计算机程序的要点在于,所述计算机程序使所述图像处理装置执行如下的步骤:第1步骤(S350、S540),基于由所述预定数量的帧的CT图像组成的图像数据来确定CT值的经时变化；第2步骤(S1100),基于在所述第1步骤中确定的所述CT值的经时变化来确定所述CT值相对于预定时间的斜率即预定的斜率；以及第3步骤(S1300),基于在所述第2步骤中确定的所述预定的斜率,用预定的函数对所述CT值的经时变化进行逼近。
本发明中的应用例2的计算机程序是根据应用例1的计算机程序,其要点在于,所述预定的斜率是所述CT值相对于所述预定时间的斜率,并且是大于预定值的斜率。
本发明中的应用例3的计算机程序是根据应用例1或者应用例2的计算机程序,其要点在于,所述存储单元存储由第1预定数量的帧的CT图像组成的第1图像数据,以及由小于所述第1预定数量的第2预定数量的帧的CT图像组成的第2图像数据,所述计算机程序还使所述图像处理装置执行如下的第4步骤(S480):在于所述第1步骤中基于所述第1图像数据确定的所述CT值的经时变化中,确定所述CT值成为最大值的定时即最大定时,并且所述计算机程序使所述图像处理装置基于由所述第2预定数量的帧的CT图像组成的所述第2图像数据,执行所述第1步骤、所述第2步骤、以及所述第3步骤,其中,所述第2预定数量的帧的CT图像是基于在所述第4步骤中确定的所述最大定时而确定的帧的CT图像。
本发明中的应用例4的计算机程序是根据应用例3的计算机程序,其要点在于,所述计算机程序使所述图像处理装置基于由所述第2预定数量的帧的CT图像组成的所述第2图像数据,执行所述第1步骤、所述第2步骤、以及所述第3步骤,其中,所述第2预定数量的帧的CT图像是基于在所述第4步骤中确定的所述最大定时而确定的帧的CT图像,并且是与所述器官的1次跳动相对应的图像。
本发明中的图像处理装置的要点在于,具备:存储单元(110),其存储由预定数量的帧的CT(计算机断层摄影)图像组成的图像数据,所述预定数量的帧的CT图像是对施用了造影剂之后的受检者的器官进行摄像而获得的图像,并且是时间序列的图像；第1单元(123、133),其基于由所述预定数量的帧的CT图像组成的图像数据来确定CT值的经时变化；第2单元(125、137),其基于由所述第1单元确定的所述CT值的经时变化来确定所述CT值相对于预定时间的斜率即预定的斜率；以及第3单元(125、137),其基于由所述第2单元确定的所述预定的斜率,用预定的函数对所述CT值的经时变化进行逼近。
本发明中的图像处理方法由具备存储单元(110)的图像处理装置(100)执行,所述存储单元存储由预定数量的帧的CT(计算机断层摄影)图像组成的图像数据,所述预定数量的帧的CT图像是对在施用了造影剂之后的受检者的器官进行摄像而获得的图像,并且是时间序列的图像,所述图像处理方法的要点在于,所述图像处理装置执行如下的步骤:第1步骤(S350、S540),基于由所述预定数量的帧的CT图像组成的图像数据来确定CT值的经时变化；第2步骤(S1100),基于在所述第1步骤中确定的所述CT值的经时变化来确定所述CT值相对于预定时间的斜率即预定的斜率；以及第3步骤(S1300),基于在所述第2步骤中确定的所述预定的斜率,用预定的函数对所述CT值的经时变化进行逼近。
附图说明
图1是本发明的一个实施例即实施例1中的图像处理装置100的整体构成图。
图2是举例说明CT图像的一个示例的说明图。
图3是示出输入函数导出处理的流程图。
图4是示出输入函数确定处理的流程图。
图5是示出输出函数导出处理的流程图。
图6是示出输出函数确定处理的流程图。
图7(A)是示出输入函数数据存储部129的输入函数表700的数据构成的一个示例的说明图,图7(B)是示出输出函数数据存储部139的输出函数表750的数据构成的一个示例的说明图。
图8(A)是示出实施例1中的主动脉的第1TDC的一个示例的说明图,图8(B)是示出实施例1中的心肌内冠状动脉的第2TDC的一个示例的说明图。
图9(A)是示出实施例2中的主动脉的第1TDC的一个示例的说明图,图9(B)是示出实施例2中的心肌内冠状动脉的第2TDC的一个示例的说明图。
具体实施方式
以下将参照附图对于应用了本发明的实施例进行说明。此外,本发明的实施方式不局限于以下实施例,在属于本发明的技术范围内能够采用各种实施方式。
实施例1
<图像处理装置100的构成>
首先,参照图1对本实施例的图像处理装置100的构成进行说明。图1是图像处理装置100的整体构成图。图像处理装置100由例如通用的计算机系统构成,以下所说明的图像处理装置100内的各个构成要素或功能通过执行存储在计算机可读记录介质等中的计算机程序来实现。本实施例的图像处理装置100具备图像数据存储部110、输入函数导出部120、输入函数数据存储部129、输出函数导出部130、输出函数数据存储部139、以及血流解析处理部150。另外,输入装置160和显示装置170连接至图像处理装置100。
图像处理装置100是使用对受检者施用造影剂之后所摄像的受检者器官的CT图像来对该器官的血流量进行定量解析的装置。在本实施方式中,图像处理装置100以与心电图同步对受检者的心脏进行摄像而获得的同相位的多张CT的帧图像为对象,并且用像素单位解析这些心脏CT图像,由此来确定用于计算心脏以及心脏附近的血流量的定量值的输入函数以及输出函数等。在本实施方式中,图像处理装置100基于由对静脉施用的造影剂所引起的CT图像的像素值的变化来推定心脏等的血流量,例如,在造影剂到达对象部位而使得CT图像的像素值急剧变化的情况下,将像素值开始变化以前的像素值设为基值,并且将像素值开始变化的时刻设为AT。此外,可以使用各种物质作为该造影剂,在本实施方式中使用例如碘普罗胺。
图像数据存储部110是计算机系统中的普遍的存储器,在本实施方式中,图像数据存储部110存储通过对心脏进行摄像而获得的心脏以及心脏附近的CT图像的图像数据。CT图像是对施用了造影剂之后的受检者的器官进行摄像而获得的时间序列的多帧CT图像,并且是由多个切片图像(短轴断层图像)构成的三维图像(三维体数据),详细情况将稍后说明。
输入函数导出部120基于保存在图像数据存储部110的图像数据来导出输入函数等，该输入函数与流入受检者的器官的造影剂带给CT图像的像素值(以下,称为“CT值”。)的变化相关联。此外,输入函数导出部120具有在下文说明的ROI设定部121、ROI经时变化确定部123、以及输入函数化处理部125。输入函数数据存储部129存储与输入函数导出部120所导出的输入函数等有关的数据而作为稍后说明的输入函数表700。
ROI设定部121根据医生等解析者通过输入装置160进行的操作来设定CT图像中用于确定输入函数的区域即ROI(Region of Interest；感兴趣区域)。具体地,ROI设定部121从图像数据存储部110读取图像数据,将呈现出设为对象的区域的切片的帧图像显示在显示装置170,并且根据解析者使用输入装置3进行的输入,在显示于显示装置170的图像上设定ROI。此外,该ROI的位置对于同一切片的所有帧图像都是相同的。
ROI经时变化确定部123基于时间序列的多帧CT图像的图像数据来确定ROI内的CT值的经时变化。具体地,ROI经时变化确定部123生成根据ROI内的CT值而确定的ROI值的TDC，以作为CT图像中的预定区域的CT值的经时变化。此外,ROI值是指,通过统计算法对ROI内的CT值进行处理而得到的值(统计值),可以取例如平均值、最频值、中位数、最大值、最小值等中的任意一个。
输入函数化处理部125基于由ROI经时变化确定部123生成的TDC来确定ROI内的CT值成为最大值Max的时刻即MT、造影剂到达至设定有ROI的区域的时刻即AT、作为用于获得稍后说明的第2TDC而进行摄像的期间的摄像时段即MB、以及输入函数等。此外,输入函数化处理部125对由ROI经时变化确定部123生成的TDC执行平滑化处理以使得TDC成为平滑的曲线,然后确定输入函数等。另外,输入函数化处理部125还确定CT值急剧升高之后的预定的帧即上限帧Fa和稍后说明的基值即BL。
输出函数导出部130基于保存在图像数据存储部110的图像数据来导出输出函数等，输出函数与由于造影剂流入受检者器官的血管而对CT图像的CT值造成的变化相关联。此外,输出函数导出部130不是以ROI单位而是以像素单位导出输出函数,并且具有对象像素提取部131、CT经时变化确定部133、以及输出函数化处理部137。输出函数数据存储部139存储与输出函数导出部130所导出的输出函数有关的数据而作为稍后说明的输出函数表750。
对象像素提取部131提取成为输出函数的导出对象的像素,并且确定该像素在帧图像上的位置。具体地,作为提取处理,对象像素提取部131在所有时间序列的多帧CT图像中,以切片单位来选择CT值处在预定的范围内(例如,50～160)的像素。此外,在该提取处理中,当在作为目标的对象像素的区域内包括成为对象外的小区域时,能够执行以下处理:根据该对象外的区域的大小(例如,像素数为预定数量以下)而将该区域视为处理缺陷,并转换成对象像素。另外,当在对象像素的区域外存在成为对象的孤立像素时,还能够执行以下处理：根据孤立的对象区域的大小(例如,像素数为预定数量以下)而将该区域设定为对象外。然后,对象像素提取部131将以这种方式针对每个切片提取的像素位置确定为对象像素位置(器官内像素位置),上述对象像素位置是用于计算输出函数的对象。
CT经时变化确定部133基于时间序列的多帧CT图像的图像数据来确定处在对象像素位置(器官内像素位置)的像素的CT值的经时变化。具体地,CT经时变化确定部133针对每个切片生成TDC作为对象像素位置的CT值的经时变化。
输出函数化处理部137基于由CT经时变化确定部133生成的TDC来确定输出函数等。具体地,输出函数化处理部137基于由CT经时变化确定部133确定的经时变化即TDC来计算各CT值间的斜率的值,并且基于计算出的斜率的值之中大于等于预定值的斜率来确定输出函数。
血流解析处理部150基于输入函数以及输出函数对血流量进行定量解析。具体地,血流解析处理部150参照输入函数数据存储部129的输入函数表700以及输出函数数据存储部139的输出函数表750进行预定的解析处理。例如使用Patlak Plot法或反卷积法等作为该血流量的定量解析的手法来确定MBF(Myocardial Blood Flow:心肌血流量)、MBV(Myocardial Blood Volume:心肌血容量)、MTT(Mean Transit Time:平均通过时间)等。具体地,基于稍后说明的输入函数表700中的函数F的斜率a或函数F的数据,以及输出函数表750中的斜率α或函数F的数据来执行预定的解析处理。另外,由血流解析处理部150进行的定量解析的结果被显示在显示装置170上。此时,例如,将定量解析的结果与CT图像并列显示或叠加显示,并比较两个图像,由此,能够同时进行心肌梗塞或者心绞痛等情况下的冠状动脉狭窄的评价和心肌缺血评价。另外,例如,将所确定的MBF和正常的MBF进行比较,如果所确定的MBF低于正常的MBF,则能够判断处于缺血状态,进而,能够对处在心肌梗塞或者心绞痛等情况下的心肌冠状动脉进行冠状动脉狭窄的评价和心肌缺血评价。
<CT图像数据的构成>
参照图2对存储在图像数据存储部110中的CT图像进行说明。图2是举例说明CT图像的一个示例的说明图。图2所示的CT图像是与心电图同步地对心脏进行摄像而获得的图像,并且是心跳为相同相位的预定张数(例如30张)的帧图像210。一帧由多张切片图像构成,并且一帧的数据由三维的图像数据构成。此外,在图2中举例说明了一个切片的帧图像。CT图像可以是对受检者施用了造影剂之后立即开始摄像而获得的CT图像,也可以按照摄像顺序包括第1帧至第30帧。
<输入函数导出处理的内容>
接下来,参照图3以及图4对由输入函数导出部120执行的输入函数导出处理进行说明。图3是示出输入函数导出处理的流程图。图4是示出输入函数确定处理的流程图。
如图3所示,在输入函数导出处理中,首先,ROI设定部120根据由解析者做出的选择处理,从图像数据存储部110读取呈现出特定区域的切片图像的帧图像的图像数据(S310),当所选择的切片图像中鲜明地呈现出特定区域的帧图像显示在显示装置5上时,根据解析者的操作来设定ROI(S330)。接下来,ROI经时变化确定部123对设定有ROI的所有帧图像分别计算ROI值,并且绘制基于ROI值的TDC(S350)。然后,输入函数化处理部125执行稍后说明的输入函数确定处理(S390)。
如图4所示,在输入函数确定处理中,首先,输入函数化处理部125基于由ROI经时变化确定部123生成的TDC,来确定上限帧Fa(S405),其中上限帧Fa用于规定作为输入函数导出对象的帧的范围,并且,输入函数化处理部125将表示帧号的变量n设定为1(S410),并进行n加1的计算(S420)。接下来,输入函数化处理部125将第n帧以前的帧的ROI值逼近成一条直线L(S430),并且将第n帧以后且上限帧Fa以前的帧的ROI值逼近成二次函数F(S440)。接下来,输入函数化处理部125计算直线L和第n帧以前的帧的ROI值的最小二乘误差,以及计算二次函数F和第n帧以后且上限帧Fa以前的帧的ROI值的最小二乘误差,并且计算这些误差的总和(S450)。然后,输入函数化处理部125在n小于上限帧Fa-1期间重复步骤S410至S450的处理(S460中为“是”),以分别计算出从n＝2到n＝上限帧Fa-1的最小二乘误差的总和。接下来,当输入函数化处理部125全部计算出从n＝2到n＝上限帧Fa-1的最小二乘误差的总和时(S460中为“否”),则从其中确定最小二乘误差的总和为最小的n(S470)。然后,输入函数化处理部125将TDC中的ROI值为最大值Max的帧设为MT,将步骤S470中确定的n的情形下的位于直线L和二次函数F的交点的帧设为AT,将被设为AT的帧中的ROI值(直线L的高度(Y截距))设为BL,将与MT的前后的预定的心跳次数相对应的期间设为摄像时段MB,并且确定输入函数以及输入函数的斜率a。
<输出函数导出处理的内容>
参照图5以及图6,对在输出函数导出部130中所执行的输出函数导出处理进行说明。图5是示出输出函数导出处理的流程图。图6是示出输出函数确定处理的流程图。
如图5所示,在输出函数导出处理中,首先,对象像素提取部131选择一个切片图像,从图像数据存储部110读取该切片的帧图像的图像数据(S510),从所选择的切片的所有像素中,将所有帧图像中的CT值满足上述条件的像素视为确定区域的像素,并提取这些像素作为对象像素(S520),从提取的对象像素中选择一个像素(S530)。接下来,CT经时变化确定部133绘制由对象像素提取部131选择的像素的TDC(S540)。接下来,输出函数化处理部137基于CT值来执行稍后说明的输出函数确定处理以确定输出函数等(S550)。然后,输出函数导出部130针对所有的对象像素执行步骤S530至S550的处理(S580),并且针对所有的切片执行步骤S510至S580的处理(S590)。
如图6所示,在输出函数确定处理中,首先,输出函数化处理部137计算由CT经时变化确定部133生成的TDC中的各点间的斜率α(S610),并且仅提取计算出的斜率中的大于等于预定值(例如,大于等于0.2)的斜率(S620)。然后,输出函数化处理部137基于提取的斜率α用预定的函数进行逼近(S630),从而确定输出函数(S650)。
<输入函数表700以及输出函数表750的构成>
参照图7(A)、(B),对存储在输入函数数据存储部129中的输入函数表700以及存储在输出函数数据存储部139中的输出函数表750的数据构成进行说明。图7(A)、(B)是分别示出输入函数表700以及输出函数表750的数据结构的一个示例的说明图,(A)是示出输入函数数据存储部129的输入函数表700的数据构成的一个示例的说明图,(B)是示出输出函数数据存储部139的输出函数表750的数据构成的一个示例的说明图。
如图7(A)所示,输入函数表700包括AT711、MT712、BL713、函数F的斜率a714、函数L及F715、ROI值717、以及MB718作为数据项目。此外,函数L及F715是由输入函数化处理部125获得的将从n＝1到n＝上限帧Fa进行逼近而得到的直线L的表达式以及二次函数F的表达式,ROI值717是作为TDC的根源的每个帧的ROI值。另外,在将输入函数表700中的输入函数用于血流解析的情况下,血流解析处理部150将对ROI值717或函数L及F715进行校正后而获得的函数用作输入函数,以使AT711以及BL715成为原点。
如图7(B)所示,输出函数表750包括切片编号761、像素位置762、斜率α763、以及函数F765作为数据项目。此外,像素位置762是表示作为基础而用于计算斜率α763的两个CT值的位置的数据,函数F765是根据斜率α763计算出的逼近式即函数F的表达式。
<针对心脏CT图像的图像处理的内容>
接下来,将对本实施例中的心脏CT图像的图像处理进行具体的说明。对基于本实施例中的心脏CT图像的TDC实施的图像处理中,以如下流程对心脏实施摄影:在采用测试注入法来实施摄影之后,使用未稀释的造影剂实施摄影,并且,上述测试注入法使用以生理盐水将造影剂稀释至预定浓度的稀释造影剂(例如,以生理盐水将造影剂稀释成4倍的稀释造影剂)。具体地,首先,采用测试注入法实施摄影,由此,拍摄包含受检者的主动脉的心脏CT图像即第1CT图像。然后,基于该第1CT图像,执行由图像处理装置100进行的如上所述的输入函数导出处理,由此,生成主动脉的第1TDC,并且确定MB和输入函数等。接下来,在基于第1TDC而确定的MB中,使用未稀释的造影剂进行摄影,由此,拍摄包含受检者的主动脉以及心肌内冠状动脉的心脏CT图像即第2CT图像。然后,基于该第2CT图像,执行由图像处理装置100进行的如上所述的输出函数导出处理,由此,生成心肌内冠状动脉的第2TDC,并且确定输出函数等。接下来,基于如上确定的输入函数和输出函数等,执行由图像处理装置100进行的心肌内冠状动脉的血流量的定量解析。
在此,参照图8(A)、(B)说明针对第1TDC以及第2TDC实施的图像处理的概要。图8(A)、(B)是分别举例说明本实施例中的TDC的一个示例的说明图,(A)是示出本实施例中的主动脉的第1TDC的一个示例的说明图,(B)是示出本实施例中的心肌内冠状动脉的第2TDC的一个示例的说明图。此外,图8(A)是在心脏的主动脉附近的第1CT图像中在主动脉设定了ROI的情况下的说明图,图8(B)是将对象像素设定成预定的CT值(在本实施例中,设为50～150HU。)的情况下的说明图。
如图8(A)所示,首先,图像处理装置100基于采用测试注入法来实施摄影而获得的心脏的第1CT图像而实施图像处理,由此生成主动脉的第1TDC,并且基于该第1TDC来确定MB等。具体地,首先,输入函数导出部120的ROI经时变化确定部123将由ROI设定部121设定的ROI应用于同一切片的其他帧图像210,针对每个帧图像,基于ROI内的像素的CT值来确定代表ROI的ROI值。接下来,ROI经时变化确定部123绘制针对同一切片的所有帧确定的ROI值，由此生成第1TDC。接下来,ROI经时变化确定部123检测第1TDC中的CT值的最大值Max、或者曲线显著上升(CT值急剧上升)后的初始峰值。然后,ROI经时变化确定部123取得TDC中的从ROI值的最小值Min到该最大值Max或者峰值的固定百分比(例如,能够设定为70％、80％、90％等,在本实施例中,设为70％。)的值。
然后,输入函数化处理部125将检测到最大值Max或者峰值的帧以前的帧,并且与如上所述由ROI经时变化确定部123确定的固定百分比的值相对应的帧设为上限帧Fa。接下来,输入函数化处理部125应用最小二乘法等对第n(n为从2到上限帧Fa-1)帧Fn以前的ROI值进行线性逼近,以导出直线L的表达式,并且应用最小二乘法等对从第n帧Fn到上限帧Fa的ROI值逼近成二次函数,以导出二次函数F的表达式。接下来,输入函数化处理部125计算直线L与第n帧Fn以前的ROI值之间的误差的平方和,并且计算二次函数F与第n帧Fn以后的ROI值之间的误差的平方和(残差平方和)。然后,输入函数化处理部25对所有的n进行上述处理,以确定这些误差的平方和的合计为最小的n,将在该误差为最小的n的情况下的直线L以及二次函数F分别确定为逼近的输入函数,并且确定输入函数的斜率a。在此,ROI值成为最大值Max的帧为MT,位于直线L以及二次函数F的交点(交界)的帧为AT,位于直线L以及二次函数F的交点(交界)的帧的ROI值为BL,在MT的前后且与3次心跳相对应的时段为MB。以这种方式,输入函数化处理部125基于第1TDC确定主动脉的区域的MT、AT、BL、MB、斜率a、以及输入函数。此外,在对上述BL进行确定时,除了将ROI值本身作为BL之外,还可以将例如直线L的高度(Y截距)作为BL。
在此,对摄像时段即MB进行说明,摄像时段为用于获得第2CT图像而实施摄影的定时。一般地,由于在造影剂流入主动脉之后,造影剂会流入心肌内冠状动脉,所以如果通过在MT的前后且与预定的心跳次数相对应的时段中进行摄影来获得CT图像的话,则能够获得造影剂已流入心肌内冠状动脉的CT图像。尤其是,在第2CT图像中,为了获得在造影剂确实已流入心肌内冠状动脉时的帧中的心肌内冠状动脉的CT值,将本实施例中的摄像时段MB设为与MT以前的1次心跳和MT之后的2次心跳相对应的时段。
如图8(B)所示,接下来,经由图像处理装置100基于通过MB中的摄影而获得的第2CT图像而实施的图像处理来生成心肌内冠状动脉的第2TDC,并且基于该第2TDC来确定输出函数等。在此,由于在伴随心搏的心脏的扩张期血液主要流向心肌内冠状动脉,所以CT值在心脏的扩张期和非扩张期之间会发生变化,第2TDC呈现为像形成阶梯那样的点。在此,在基于第2TDC来确定输出函数的情况下,基于大于等于预定值的斜率的值来进行逼近,由此能够确定高精度的输出函数。具体地,计算基于摄像时段MB中的摄影而获得的第2TDC中的各点间的斜率的值,提取所有斜率的值中大于等于预定值的斜率α1～α3的值,并且通过基于该斜率α1～α3的输出函数确定处理来确定输出函数。
在此,如上所述,遵循心脏的扩张期和非扩张期之间的关系的第2TDC中的1次心跳中的斜率的值的变化形态呈前半部分为小的斜率的值而后半部分为大的斜率的值的形态。并且,在输出函数确定处理中利用的斜率的值是1次心跳中的后半部分的大的斜率的值即斜率α1～α3。即,换言之,输出函数确定处理是利用第2TDC中的1次心跳中的斜率之中后半部分的斜率的值的处理。此外,在确定输出函数时,可以利用斜率α1～α3的平均值来确定输出函数,也可以在确定斜率α1～α3各自的逼近式后通过各种确定方法来确定输出函数。
实施例2
接下来,参照图9(A)、(B)对实施例2中的心脏CT图像的图像处理进行具体说明。图9(A)、(B)是举例说明实施例2中的TDC的一个示例的说明图,(A)是示出实施例2中的主动脉的第1TDC的一个示例的说明图,(B)是示出实施例2中的心肌内冠状动脉的第2TDC的一个示例的说明图。此外,由于实施例2中的图像处理装置100的构成与实施例1中的相同,并且实施例2中的输入函数导出处理以及输出函数导出处理的流程与实施例1中的大致相同,所以省略<图像处理装置100的构成>、<输入函数导出处理的内容>、以及<输出函数导出处理的内容>等的说明。
如图9所示,在实施例2中的心脏CT图像的图像处理中,也与上述实施例1同样地,以如下流程对心脏实施摄影:在采用测试注入法实施摄影之后,使用未稀释的造影剂实施摄影。不过,与上述实施例1不同的是,实施例2中的基于第1TDC而确定的MB是与1次心跳对应的时段,并且生成与1次心跳相对应的TDC来作为第2TDC。然后,提取基于摄像时段MB中进行的摄影而获得的第2TDC中的斜率α4,并且通过基于该斜率α4的输出函数确定处理来确定输出函数。此外,为了获得在造影剂确实已流入心肌内冠状动脉时的帧中的心肌内冠状动脉的CT值,将实施例2中的摄像时段即MB设为与MT之后的1次心跳相对应的时段。
<实施例1以及实施例2的特征>
如上所述,根据上述实施例1以及实施例2的图像处理装置100,在S540中,基于由通过摄像时段即MB中的摄影而获得的时间序列的多帧第2CT图像组成的图像数据来确定CT值的经时变化即第2TDC；在S620中,提取第2TDC中的各点间的CT值的斜率即预定的斜率α1～α3、α4；在S630中,能够基于这些预定的斜率α1～α3、α4用预定的函数进行逼近。尤其是,能够针对摄像时段即MB中的计算出的多个斜率,执行提取大于预定值的斜率α1～α3、α4的处理。因此,如果将上述实施例1以及实施例2的图像处理装置100用于例如对心肌内冠状动脉的CT图像进行图像处理,则能够排除原本不会流动有心肌血流的心脏的非扩张期的数据,从而能够基于扩张期的数据执行高精度的图像处理,进而,能够执行高精度的血流量的定量解析。另外,由于与以往的图像处理相比能够以更简单的方法进行解析,所以也能够减轻由于图像处理而对图像处理装置100造成的负荷。
另外,根据上述实施例1以及实施例2的图像处理装置100,图像数据存储部110存储由第1预定数量的帧的第1CT图像组成的第1图像数据、以及由小于第1预定数量的第2预定数量的帧的第2CT图像组成的第2图像数据,能够基于由采用测试注入法进行摄影而获得的第1CT图像所确定的MT,来确定与预定的心跳次数相对应的摄像时段即MB,其中,测试注入法使用稀释的造影剂,并且能够基于在MB中使用未稀释的造影剂实施摄影而获得的第2CT图像,来执行由图像处理装置100进行的图像处理。因此,与像以往那样在与20～30次心跳相对应的期间进行CTP检查的情况相比,能够利用在与较少次数心跳相对应的期间的摄像时段即MB中进行摄影而获得的CT图像来执行图像处理,所以与以往相比能够减轻受检者的辐射暴露量,并且能够基于简单的检查而执行图像处理。
而且,根据上述实施例2的图像处理装置100,能够基于在摄像时段即MB中进行摄影而获得的且与1次跳动相对应的帧数的第2CT图像以及第2TDC,来执行由图像处理装置100进行的图像处理。因此,与像以往那样在与20～30次心跳相对应的期间进行CTP检查的情况相比,能够利用在与较少数次心跳相对应的期间的摄像时段即MB中进行CTP检查而获得的CT图像来执行图像处理,所以与以往相比能够减轻受检者的辐射暴露量,并且能够基于简单的检查而执行图像处理。
<其他实施例>
在上述实施例中,将在基于第1CT图像的MT的前后且与3次心跳或者1次心跳相对应的时段设为摄像时段即MB,但本发明并不局限于此,可以以如下方式设定MB。例如,可以将在MT的前后且与2次心跳或4～10次心跳相对应的期间设为摄像时段即MB。即使是基于上述MB或摄像定时的摄影,与以往相比也能够减轻受检者的辐射暴露量,并且也能够基于简单的检查而执行图像处理。
在上述实施例中,在图6所示的输出函数确定处理中,仅取了计算出的斜率之中大于等于0.2的斜率,但本发明并不局限于此,可以将0.2以外的数值作为阈值。例如,可以将基于根据多次摄影获得的结果而计算出的统计值的数值作为阈值。根据上述阈值,能够执行更高精度的图像处理,进而能够执行高精度的血流量的定量解析。
在上述实施例中,在图6所示的输出函数确定处理中,仅提取了计算出的斜率之中大于等于0.2的斜率,即,仅提取了心脏的扩张期中的斜率(1次心跳中的斜率之中后半部分的斜率)的值,但本发明并不局限于此,也可以基于心脏的非扩张期中的CT值的变化来确定输出函数。具体地,例如可以是如下的处理:对第2TDC中的小于0.2的斜率进行提取,并通过基于差分的差分法等来确定输出函数,其中,差分是基于提取的斜率而得出的各CT值的变化(心脏的非扩张期中的CT值的变化)的差分。
在上述实施例中,在输出函数导出处理中使用了图6所示的输出函数确定处理,但本发明并不局限于此,在输入函数导出处理中也可以使用像图6所示的输出函数确定处理那样的处理。例如,当确定基于第1TDC的输入函数时也可以像输出函数确定处理那样根据斜率来确定输入函数。与以往的图像处理相比,上述图像处理能够以更简单的方法进行解析,从而能够进一步减轻由于图像处理对图像处理装置100造成的负荷。
在上述实施例中,为了拍摄第1CT图像,在采用测试注入法来实施动态摄影,其中,测试注入法使用以生理盐水将造影剂稀释后获得的稀释造影剂,但本发明并不局限于此。例如,可以采用在对象部位设定ROI并实时监视ROI的CT值(ROI值)的团注跟踪法来实施摄影。另外,可以采用使用未稀释的造影剂的测试注入法来实施动态摄影,而且,也可以采用测试注入法和团注跟踪法的组合,即团注测试跟踪法来实施动态摄影。也就是说,在上述实施例中,为了使实施用于拍摄第2CT图像的摄影的定时实现最优化,可以使用各种手法来拍摄第1CT图像。
在上述实施例中示出以下流程:通过使用稀释的造影剂的测试注入法进行摄影来获得第1CT图像,然后通过使用未稀释的造影剂的摄影来获得第2CT图像,但本发明并不局限于此。例如,也可以是如下的手法:在执行用于拍摄第1CT图像拍摄的测试注入法的摄影期间中仅在预定的心跳中对多个心脏相位进行摄影,由此来拍摄第2CT图像。
在上述实施例中,对象像素提取部131执行如上文所述的提取处理,但本发明并不局限于此,也可以以像素为单位执行以下的处理。例如,对象像素提取部131也可以在时间序列的多帧CT图像中,基于各像素的CT值的变化量例如最大值和最小值之间的差值来选择像素。具体地,对象像素提取部131可以在一个切片中获得所有帧图像中CT值的最大值和最小值之间的差值,并且提取该差值为预定的值(例如50～150)的像素。而且,对象像素提取部131可以将该处理添加到上文所述的提取处理中而一并执行,或者可以仅执行任意一者。
在上述实施例中,在输入函数确定处理中通过如上所述的方法来确定上限帧Fa,但本发明并不局限于此。例如,可以获得第1TDC的变化率,并且将变化率为最大的帧与变化率为0的帧之间的任意帧设为上限帧Fa。
在上述实施例中,在输入函数确定处理中通过直线和二次曲线这两个函数将第1TDC函数化,但本发明并不局限于此。例如,可以用直线L对第n帧Fn以前进行逼近,并且用直线或者三次以上的多次函数对第n帧Fn以后的ROI值或者CT值的分布进行逼近。或者,也可以将直至上限帧Fa的所有ROI值或者CT值的分布逼近成用多次多项式表示的函数。另外,可以用三个以上的函数对第1TDC进行逼近,例如,可以将从第2帧到上限帧Fa-1划分为三个以上的时段,并且用预定的函数对各时段进行逼近。在第1TDC中,存在着在曲线即将显著上升(ROI值或者CT值急剧上升)之前,ROI值或者CT值暂时降低的情况。在出现了上述现象情况下,可以划分成ROI值或者CT值基本上恒定且能够逼近线性的时段(第1时段)、ROI值或者CT值减小的时段(第2时段)、以及此后的ROI值或者CT值急剧上升时段(第3时段)。然后,例如,可以用直线对第1时段进行逼近,用二次以上的函数对第2时段进行逼近,并且用其他的二次以上的函数对第3时段进行逼近。在上述情况下,可以将位于第1时段和第2时段的交界的帧,或者位于第2时段和第3时段的交界的帧中的任意一个设为AT,并且可以将成为该AT的帧的ROI值或者CT值设为基值。
而且,可以用一个函数对第1TDC进行逼近,例如,可以将正态累积分布函数或者累积分布函数拟合到第1TDC,并用单一的函数对第1TDC进行逼近。在以这种方式用正态累积分布函数将第1TDC函数化的情况下,为了最佳地拟合第1TDC的上升曲线可以选择正态分布的标准偏差(SD)和平均值。此时,例如,可以将与被逼近成第1TDC的正态累积分布函数的-3SD最接近的帧设为AT,并且可以将成为该AT的帧的ROI值或者CT值设为基值。
在上述实施例中,在函数确定处理中对平滑化了的第1TDC进行函数逼近,但本发明并不局限于此,也可以通过除了上述拟合成m次函数的以外的方法使第1TDC平滑化。例如,当生成第1TDC时,可以获得与周围的像素的平均值,并使用该平均值进行平滑化,也可以通过移动平均使第1TDC平滑化。另外,也可以对未平滑化的第1TDC进行函数逼近。
在上述实施例中,如上所述,在显示装置170显示了由血流解析处理部150进行的定量解析的结果,但本发明并不局限于此。例如,当在显示装置170显示将心脏区域划分为任意的多个部分而示出的图像时,可以以与各部分的血流量相对应的显示形态来显示各部分。或者,当基于保存在图像数据存储部110的图像数据而显示器官的三维图像时,该三维图像中的各像素的显示形态也可以是与血流量相对应的显示形态。此外,CT图像也可以基于每个像素的坐标信息而进行三维图像显示。
以上,基于实施例及变形例对本发明进行了说明,但上述发明实施方式是为了便于理解本发明的方式,并不限定本发明。在不脱离本发明的主旨以及权利要求范围的情况下,可以对本发明进行更改或改进,并且本发明包括其等同形式。
附图标记的说明
100…图像处理装置；110…图像数据存储部；120…输入函数导出部；121…ROI设定部；123…经时变化确定部；125…函数化处理部；129…输入函数数据存储部；130…输出函数导出部；131…对象像素提取部；133…CT经时变化确定部；137…输出函数化处理部；139…输出函数数据存储部；150…血流解析处理部；160…输入装置；170…显示装置。

Claims (6)

1.一种计算机程序,所述计算机程序用于具备存储单元的图像处理装置,所述存储单元存储由预定数量的帧的CT(计算机断层摄影)图像组成的图像数据,所述预定数量的帧的CT图像是对施用了造影剂之后的受检者的器官进行摄像而获得的图像,并且是时间序列的图像,所述计算机程序的特征在于,
所述计算机程序使所述图像处理装置执行如下的步骤:
第1步骤,基于由所述预定数量的帧的CT图像组成的图像数据来确定CT值的经时变化；
第2步骤,基于在所述第1步骤中确定的所述CT值的经时变化来确定所述CT值相对于预定时间的斜率即预定的斜率；以及
第3步骤,基于在所述第2步骤中确定的所述预定的斜率,用预定的函数对所述CT值的经时变化进行逼近。
2.根据权利要求1所述的计算机程序,其特征在于,
所述预定的斜率是所述CT值相对于所述预定时间的斜率,并且是大于预定值的斜率。
3.根据权利要求1或2所述的计算机程序,其特征在于,
所述存储单元存储由第1预定数量的帧的CT图像组成的第1图像数据,以及由小于所述第1预定数量的第2预定数量的帧的CT图像组成的第2图像数据,
所述计算机程序还使所述图像处理装置执行如下的第4步骤:在于所述第1步骤中基于所述第1图像数据确定的所述CT值的经时变化中,确定所述CT值成为最大值的定时即最大定时,并且
所述计算机程序使所述图像处理装置基于由所述第2预定数量的帧的CT图像组成的所述第2图像数据,执行所述第1步骤、所述第2步骤、以及所述第3步骤,其中,所述第2预定数量的帧的CT图像是基于在所述第4步骤中确定的所述最大定时而确定的帧的CT图像。
4.根据权利要求3所述的计算机程序,其特征在于,
所述计算机程序使所述图像处理装置基于由所述第2预定数量的帧的CT图像组成的所述第2图像数据,执行所述第1步骤、所述第2步骤、以及所述第3步骤,其中,所述第2预定数量的帧的CT图像是基于在所述第4步骤中确定的所述最大定时而确定的帧的CT图像,并且是与所述器官的1次跳动相对应的图像。
5.一种图像处理装置,其特征在于,具备:
存储单元,其存储由预定数量的帧的CT(计算机断层摄影)图像组成的图像数据,所述预定数量的帧的CT图像是对施用了造影剂之后的受检者的器官进行摄像而获得的图像,并且是时间序列的图像；
第1单元,其基于由所述预定数量的帧的CT图像组成的图像数据来确定CT值的经时变化；
第2单元,其基于由所述第1单元确定的所述CT值的经时变化来确定所述CT值相对于预定时间的斜率即预定的斜率；以及
第3单元,其基于由所述第2单元确定的所述预定的斜率,用预定的函数对所述CT值的经时变化进行逼近。
6.一种图像处理方法,所述图像处理方法由具备存储单元的图像处理装置执行,所述存储单元存储由预定数量的帧的CT(计算机断层摄影)图像组成的图像数据,所述预定数量的帧的CT图像是对施用了造影剂之后的受检者的器官进行摄像而获得的图像,并且是时间序列的图像,所述图像处理方法的特征在于,
所述图像处理装置执行如下的步骤:
第1步骤,基于由所述预定数量的帧的CT图像组成的图像数据来确定CT值的经时变化；
第2步骤,基于在所述第1步骤中确定的所述CT值的经时变化来确定所述CT值相对于预定时间的斜率即预定的斜率；以及
第3步骤,基于在所述第2步骤中确定的所述预定的斜率,用预定的函数对所述CT值的经时变化进行逼近。
CN201980035304.2A 2018-05-29 2019-05-28 计算机可读记录介质、图像处理装置、以及图像处理方法 Active CN112165901B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018102516 2018-05-29
JP2018-102516 2018-05-29
PCT/JP2019/021147 WO2019230738A1 (ja) 2018-05-29 2019-05-28 コンピュータプログラム、画像処理装置、および画像処理方法

Publications (2)

Publication Number Publication Date
CN112165901A true CN112165901A (zh) 2021-01-01
CN112165901B CN112165901B (zh) 2024-04-05

Family

ID=68698858

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980035304.2A Active CN112165901B (zh) 2018-05-29 2019-05-28 计算机可读记录介质、图像处理装置、以及图像处理方法

Country Status (5)

Country Link
US (1) US11813106B2 (zh)
EP (1) EP3811869B1 (zh)
JP (1) JP7236747B2 (zh)
CN (1) CN112165901B (zh)
WO (1) WO2019230738A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112053413B (zh) * 2020-08-31 2023-08-29 杭州脉流科技有限公司 脑部ct灌注成像的参数图获取方法、装置、计算机设备和存储介质

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2490999A1 (en) * 2002-07-01 2004-01-08 Allez Physionix Limited Systems and methods for making noninvasive assessments of cardiac tissue and parameters
US20070016031A1 (en) * 2000-11-28 2007-01-18 Allez Physionix Limited Systems and methods for making noninvasive assessments of cardiac tissue and parameters
US20080107233A1 (en) * 2006-11-08 2008-05-08 Takuya Sakaguchi X-ray diagnostic apparatus and image processing apparatus
CN101347339A (zh) * 2007-07-18 2009-01-21 株式会社东芝 医学成像诊断装置
US20100016731A1 (en) * 2008-07-15 2010-01-21 Cardiox Corporation Hemodynamic Detection of Circulatory Anomalies
CN101658428A (zh) * 2008-08-28 2010-03-03 西门子（中国）有限公司 灌注成像技术中对位图进行处理的方法和系统
JP2012127814A (ja) * 2010-12-15 2012-07-05 Fujifilm Ri Pharma Co Ltd 血流量推定装置、方法及びコンピュータプログラム
JP2012161444A (ja) * 2011-02-07 2012-08-30 Hitachi Medical Corp Ｘ線ｃｔ装置
WO2013057982A1 (ja) * 2011-10-19 2013-04-25 株式会社日立メディコ 画像診断装置、および画像判別方法
JP2013236960A (ja) * 2013-07-29 2013-11-28 Toshiba Corp 医用画像診断装置
WO2016009957A1 (ja) * 2014-07-15 2016-01-21 富士フイルムＲｉファーマ株式会社 コンピュータプログラム、画像処理装置及び方法
JP2016020866A (ja) * 2014-07-15 2016-02-04 富士フイルムＲｉファーマ株式会社 コンピュータプログラム、画像処理装置及び方法
KR20160096442A (ko) * 2015-02-05 2016-08-16 삼성메디슨 주식회사 초음파 진단장치 및 그에 따른 초음파 진단 장치의 동작 방법
US20170103526A1 (en) * 2015-10-13 2017-04-13 Toshiba Medical Systems Corporation Medical image processing apparatus and medical image processing method
CN107847122A (zh) * 2015-08-03 2018-03-27 国立大学法人爱媛大学 视野计测方法、视野计测装置和视力检查视标

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5416761B2 (ja) * 2009-03-04 2014-02-12 株式会社根本杏林堂 薬液注入装置およびｘ線ｃｔシステム
US8538106B2 (en) * 2009-10-20 2013-09-17 Siemens Aktiengesellschaft Three-dimensional esophageal reconstruction
US20140163403A1 (en) * 2012-12-12 2014-06-12 The Texas A&M University System Automated determination of arterial input function areas in perfusion analysis
JP6298811B2 (ja) * 2013-04-11 2018-03-20 株式会社根本杏林堂 薬液注入装置
US9517042B2 (en) * 2014-09-12 2016-12-13 General Electric Company Systems and methods for imaging phase selection for computed tomography imaging
KR101798083B1 (ko) * 2016-02-04 2017-12-12 삼성전자주식회사 단층 영상 처리 장치, 방법, 및 그 방법에 관련된 기록매체
JP6846758B2 (ja) * 2017-03-09 2021-03-24 キヤノンメディカルシステムズ株式会社 画像処理装置
JP6945462B2 (ja) * 2018-01-17 2021-10-06 富士フイルム株式会社 画像処理装置、画像処理方法、及び画像処理プログラム
JP7033931B2 (ja) * 2018-01-17 2022-03-11 富士フイルム株式会社 画像処理装置、画像処理方法、及び画像処理プログラム

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070016031A1 (en) * 2000-11-28 2007-01-18 Allez Physionix Limited Systems and methods for making noninvasive assessments of cardiac tissue and parameters
CA2490999A1 (en) * 2002-07-01 2004-01-08 Allez Physionix Limited Systems and methods for making noninvasive assessments of cardiac tissue and parameters
US20080107233A1 (en) * 2006-11-08 2008-05-08 Takuya Sakaguchi X-ray diagnostic apparatus and image processing apparatus
CN101347339A (zh) * 2007-07-18 2009-01-21 株式会社东芝 医学成像诊断装置
US20100016731A1 (en) * 2008-07-15 2010-01-21 Cardiox Corporation Hemodynamic Detection of Circulatory Anomalies
CN101658428A (zh) * 2008-08-28 2010-03-03 西门子（中国）有限公司 灌注成像技术中对位图进行处理的方法和系统
JP2012127814A (ja) * 2010-12-15 2012-07-05 Fujifilm Ri Pharma Co Ltd 血流量推定装置、方法及びコンピュータプログラム
JP2012161444A (ja) * 2011-02-07 2012-08-30 Hitachi Medical Corp Ｘ線ｃｔ装置
WO2013057982A1 (ja) * 2011-10-19 2013-04-25 株式会社日立メディコ 画像診断装置、および画像判別方法
US20140219539A1 (en) * 2011-10-19 2014-08-07 Hitachi Medical Corporation Image diagnostic device and image assessment method
JP2013236960A (ja) * 2013-07-29 2013-11-28 Toshiba Corp 医用画像診断装置
WO2016009957A1 (ja) * 2014-07-15 2016-01-21 富士フイルムＲｉファーマ株式会社 コンピュータプログラム、画像処理装置及び方法
JP2016020866A (ja) * 2014-07-15 2016-02-04 富士フイルムＲｉファーマ株式会社 コンピュータプログラム、画像処理装置及び方法
US20170206652A1 (en) * 2014-07-15 2017-07-20 Fujifilm Ri Pharma Co., Ltd. Computer program, and image processing device and method
KR20160096442A (ko) * 2015-02-05 2016-08-16 삼성메디슨 주식회사 초음파 진단장치 및 그에 따른 초음파 진단 장치의 동작 방법
CN107847122A (zh) * 2015-08-03 2018-03-27 国立大学法人爱媛大学 视野计测方法、视野计测装置和视力检查视标
US20170103526A1 (en) * 2015-10-13 2017-04-13 Toshiba Medical Systems Corporation Medical image processing apparatus and medical image processing method

Also Published As

Publication number Publication date
EP3811869A4 (en) 2022-04-27
EP3811869B1 (en) 2024-07-03
JP7236747B2 (ja) 2023-03-10
US11813106B2 (en) 2023-11-14
WO2019230738A1 (ja) 2019-12-05
JPWO2019230738A1 (ja) 2021-07-29
US20210196220A1 (en) 2021-07-01
EP3811869A1 (en) 2021-04-28
CN112165901B (zh) 2024-04-05

Similar Documents

Publication Publication Date Title
CN110546646B (zh) 用于基于机器学习来评估血管阻塞的方法和系统
US9275266B2 (en) Apparatus and method for tracking contour of moving object, and apparatus and method for analyzing myocardial motion
JP6667999B2 (ja) 画像処理装置、画像処理方法、及びプログラム
US20210334963A1 (en) Method and system for assessing vessel obstruction based on machine learning
EP3753494A1 (en) Calculating a fractional flow reserve
JP2019022647A (ja) Ｘ線血管造影法画像の血液フロー速度を決定するための方法と装置
JP5060719B2 (ja) 生体臓器の画像処理装置、方法及びコンピュータプログラム
JP2015528355A (ja) 画像、特に血管造影画像、のシーケンスの定量的測定の方法と装置
US10438364B2 (en) System and method for registration of perfusion images
JP2009273815A (ja) 医用画像処理装置、及び医用画像処理プログラム
US20170301100A1 (en) Image registration device, method, and program
CN112165901B (zh) 计算机可读记录介质、图像处理装置、以及图像处理方法
JP2011043489A (ja) 心筋の局所壁運動状態を評価するための、画像処理装置、画像処理プログラム及び画像処理方法
JP6343004B2 (ja) コンピュータプログラム、画像処理装置及び方法
JP6675458B2 (ja) 血管解析装置、血管解析方法及び血管解析プログラム
JP6054244B2 (ja) 医用画像解析装置
KR102000615B1 (ko) 관상동맥의 시작점을 자동으로 추출하기 위한 방법 및 그 장치
JP5534704B2 (ja) 画像処理装置およびｘ線診断装置
JP2015217113A (ja) 血管解析装置、医用画像診断装置、血管解析方法及び血管解析プログラム
JP5889825B2 (ja) Ｒｏｉ設定装置、ｒｏｉ設定方法、コンピュータプログラム及び脳血流推定装置
JP2023083660A (ja) 心筋エネルギー計算方法、心筋エネルギー計算システム、心筋エネルギー計算装置及び心筋エネルギー計算プログラム
CN118247221A (zh) 基于特异性冠脉血流模型的血流储备分数评估方法及装置
CN117412712A (zh) 对左心室顺应性的无创测量
Mor-Avi et al. Segmental analysis of Color Kinesis: new echocardiographic technique for objective assessment of regional LV endocardial motion
Kachenoura et al. Volumetric quantification of myocardial perfusion using analysis of multi-detector computed tomography 3D datasets

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
GR01 Patent grant
GR01 Patent grant