CN112869761A - 医用图像诊断支持系统以及医用图像处理装置、医用图像处理方法 - Google Patents
医用图像诊断支持系统以及医用图像处理装置、医用图像处理方法 Download PDFInfo
- Publication number
- CN112869761A CN112869761A CN202010511864.5A CN202010511864A CN112869761A CN 112869761 A CN112869761 A CN 112869761A CN 202010511864 A CN202010511864 A CN 202010511864A CN 112869761 A CN112869761 A CN 112869761A
- Authority
- CN
- China
- Prior art keywords
- medical image
- lesion candidate
- reconstruction
- enlarged
- lesion
- 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
Links
- 238000012545 processing Methods 0.000 title claims abstract description 68
- 238000003745 diagnosis Methods 0.000 title claims abstract description 44
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 230000003902 lesion Effects 0.000 claims abstract description 178
- 238000003384 imaging method Methods 0.000 claims description 27
- 206010028980 Neoplasm Diseases 0.000 claims description 21
- 201000011510 cancer Diseases 0.000 claims description 21
- 230000036210 malignancy Effects 0.000 claims description 21
- 238000002059 diagnostic imaging Methods 0.000 claims description 5
- 238000002360 preparation method Methods 0.000 claims 3
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 7
- 238000000034 method Methods 0.000 description 6
- 238000002591 computed tomography Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- 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]
-
- 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
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- 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
- A61B6/44—Constructional features of apparatus for radiation diagnosis
-
- 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
-
- 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
- A61B6/54—Control of apparatus or devices for radiation diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/54—Browsing; Visualisation therefor
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
-
- 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
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/30096—Tumor; Lesion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- High Energy & Nuclear Physics (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Optics & Photonics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Pulmonology (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Physiology (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供能够缩短病变候补的诊断确定所需要的时间的医用图像诊断支持系统以及医用图像处理装置、医用图像处理方法。一种包括拍摄被检体的医用图像的医用图像拍摄装置和处理上述医用图像的医用图像处理装置在内的医用图像诊断支持系统,其特征在于,具备:投影数据获取部,其获取上述被检体的投影数据;重建部,其基于上述投影数据来重建上述医用图像;获取部,其获取根据上述医用图像检测出的病变候补的数据即病变候补数据;重建条件决定部,其基于上述病变候补数据,决定包括上述病变候补且与上述医用图像相比放大的放大重建图像的重建条件;放大重建部,其使用上述重建条件来重建上述放大重建图像;以及显示部,其显示上述放大重建图像。
Description
技术领域
本发明涉及包括拍摄医用图像的医用图像拍摄装置和处理医用图像的医用图像处理装置的医用图像诊断支持系统以及医用图像处理装置、医用图像处理方法,尤其涉及由图像诊断支持装置进行的医用图像的处理。
背景技术
随着以X射线CT(Computed Tomography:计算机体层摄影)装置为代表的医用图像拍摄装置的高性能化,大量的医用图像被获取,进行图像诊断的阅片医生的负担增大。
专利文献1公开了为了减少阅片医生的负担,而利用计算机从医用图像检测并提示病变候补来支持图像诊断的图像诊断支持装置所谓的CAD(Computer Aided Detection:计算机辅助检测)。
现有技术文献
专利文献
专利文献1:日本特开2018-61771号公报
然而,在专利文献1中,存在只是提示由CAD检测出的病变候补,阅片医生确定病变候补是否是病变这样的诊断需要长时间的情况。即,为了确定病变候补的诊断,单纯放大的医用图像还不够,阅片医生需要委托放射科医生制作更详细的数据,例如与病变候补有关的放大重建图像,所以诊断确定需要长时间。
发明内容
对此,本发明的目的在于提供能够缩短病变候补的诊断确定所需要的时间的医用图像诊断支持系统以及医用图像处理装置、医用图像处理方法。
为了实现上述目的,本发明是包括拍摄被检体的医用图像的医用图像拍摄装置和处理上述医用图像的医用图像处理装置在内的医用图像诊断支持系统,其特征在于,具备:投影数据获取部,其获取上述被检体的投影数据;重建部,其基于上述投影数据来重建上述医用图像;获取部,其获取根据上述医用图像检测出的病变候补的数据即病变候补数据;重建条件决定部,其基于上述病变候补数据来决定包括上述病变候补且与上述医用图像相比放大的放大重建图像的重建条件;放大重建部,其使用上述重建条件重建上述放大重建图像;以及显示部,其显示上述放大重建图像。
另外,本发明是处理医用图像的医用图像处理装置,其特征在于,具备:获取部,其获取根据上述医用图像检测出的病变候补的数据即病变候补数据;重建条件决定部,其基于上述病变候补数据,决定包括上述病变候补且与上述医用图像相比放大的放大重建图像的重建条件;放大重建部,其使用上述重建条件来重建上述放大重建图像;以及显示部,其显示上述放大重建图像。
另外,本发明是处理医用图像的医用图像处理方法,其特征在于,具备:获取步骤,在该获取步骤中,获取根据上述医用图像检测出的病变候补的数据即病变候补数据;重建条件决定步骤,在该重建条件决定步骤中,基于上述病变候补数据来决定包括上述病变候补且与上述医用图像相比放大的放大重建图像的重建条件;放大重建步骤,在该放大重建步骤中,使用上述重建条件重建上述放大重建图像;以及显示步骤,在该显示步骤中,显示上述放大重建图像。
发明效果
根据本发明,能够提供能够缩短病变候补的诊断确定所需要的时间的医用图像诊断支持系统以及医用图像处理装置、医用图像处理方法。
附图说明
图1是实施例1的医用图像诊断支持系统的硬件构成图。
图2是表示医用图像和病变候补的一个例子的图。
图3是实施例1的功能框图。
图4是表示实施例1的处理流程的一个例子的图。
图5是表示实施例1的放大重建图像的重建条件的决定处理的流程的一个例子的图。
图6是对病变候补的大小和像素值进行说明的图。
图7是表示放大重建图像的显示画面的一个例子的图。
图8是表示实施例2的放大重建图像的重建条件的决定处理的流程的一个例子的图。
图9是对实施例2的多剖面图像的生成处理进行补充说明的图。
图10是实施例3的功能框图。
图11是表示实施例3的处理流程的一个例子的图。
图12是表示实施例3的再拍摄条件的决定处理的流程的一个例子的图。
附图标记说明
100:医用图像处理装置,101:CPU,102:存储器,103:存储部,104:网络适配器,105:总线,106:输入部,107:显示部,108:网络,109:医用图像拍摄装置,110:医用图像数据库,111:阅片装置,112:投影数据获取部,113:重建部,200:断层图像,201:病变候补,300:病变候补数据,301:获取部,302:重建条件决定部,303:放大重建部,304:放大重建图像,600:圆,700:病变候补显示部,701:鼠标指示器,702:放大重建图像显示部,703:XY剖面图像,704:ZX剖面图像,705:YZ剖面图像,706:三维图像,900:基准线,901:倾斜线。
具体实施方式
以下,根据附图对本发明的医用图像诊断支持系统以及医用图像处理装置、医用图像处理方法的优选的实施例进行说明。此外,在以下的说明以及附图中,对具有相同的功能构成的构成要素标注相同的附图标记从而省略重复说明。
【实施例1】
使用图1对本实施例的医用图像诊断支持系统1的硬件构成进行说明。医用图像诊断支持系统1通过医用图像处理装置100与医用图像拍摄装置109、医用图像数据库110、阅片装置111经由网络108连接为能够接收发送信号而构成。
医用图像处理装置100是所谓的计算机。具体而言,通过CPU(Central ProcessingUnit:中央处理装置)101、存储器102、存储部103、网络适配器104、输入部106、显示部107经由总线105连接为能够接收发送信号而构成。这里,“能够接收发送信号”是指不管有线或者无线均能够以电或者光学方式相互地或者从一方向另一方交接信号的状态。
CPU101是读出存储于存储部103的系统程序等,并控制各构成要素的动作的装置。CPU101将储存于存储部103的程序、执行程序所需要的数据加载到存储器102并执行。存储部103是储存供CPU101执行的程序、执行程序所需要的数据的装置,具体而言,是相对于HDD(Hard Disk Drive:硬盘驱动器)、SSD(Solid State Drive:固态硬盘)等记录装置、IC卡、SD卡、DVD等记录介质进行读写的装置。包括执行程序所需要的数据的各种数据也从LAN(Local Area Network:局域网)等网络108接受发送。在存储器102存储有CPU101执行的程序、运算处理的中途经过等。
显示部107是显示程序执行的结果等的装置,具体而言,是液晶显示器等。输入部106是操作者对于医用图像处理装置100进行操作指示的操作设备,具体而言,是键盘、鼠标等。鼠标也可以是触控板、跟踪球等其他的指示设备。另外,在显示部107是触摸面板的情况下,触摸面板也可以作为输入部106而发挥作用。网络适配器104用于将医用图像处理装置100与LAN、电话线路、因特网等网络108连接。
医用图像拍摄装置109是获取将病变部位等的形态进行成像得到的断层图像等医用图像的装置,例如是X射线CT(Computed Tomography)装置。医用图像拍摄装置109具备投影数据获取部112和重建部113。投影数据获取部1 12是获取以各种投影角度拍摄被检体得到的投影数据的装置,例如是使X射线源和X射线检测器在被检体的周围旋转的扫描仪。重建部113是基于投影数据重建断层图像的装置,具体而言,是所谓的计算机。投影数据获取部112和重建部113可以分别由医用图像拍摄装置109所具备的使用ASIC(ApplicationSpecific Integrated Circuit:专用集成电路)、FPGA(Field-Programmable Gate Array:可编程门阵列)等的专用硬件构成,也可以由CPU所执行的软件构成。此外,通过堆叠多个断层图像来制作三维医用图像。
医用图像数据库110是保管由医用图像拍摄装置109获取到的医用图像的数据库系统。医用图像与包含有医用图像的拍摄条件等的DICOM(Digital Imaging andCommunications in Medicine:医学数字成像与通信)标签一起保管于医用图像数据库110。
阅片装置111是具备用于对医用图像进行阅片的观察器功能的装置,具体而言,是所谓的计算机。阅片装置111也可以与医用图像处理装置100一体。
医用图像处理装置100是根据医用图像来检测病变的可能性较高的组织即病变候补、或识别检测出的病变候补的恶性度、医用图像所包含的脏器的计算机。病变候补的检测程序可以通过AI(Artificial Intelligence:人工智能)构建,也可以具备对医用图像与病变成对的集合这样的学习数据进行机器学习的功能。
使用图2对由医用图像拍摄装置109获取的医用图像和由医用图像处理装置100检测出的病变候补进行说明。图2的(a)示出了由X射线CT装置拍摄到的医用图像即肺野的断层图像200,图2的(b)示出了从断层图像200检测出的3个病变候补201。此外,断层图像200在XY面上重建,与XY面正交的Z方向是被检体的体轴方向。阅片医生对图2的(a)的断层图像200进行阅片,然后参照图2的(b)的病变候补201重新对断层图像200进行阅片,或一边参照图2的(b)的病变候补201一边阅片。无论哪种情况,阅片医生都对断层图像200进行阅片,对于断层图像200、病变候补201做出诊断。
使用图3对本实施例的医用图像处理装置100的功能框图进行说明。此外,这些功能既可以由使用ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)等的专用硬件构成,也可以由在CPU101上动作的软件构成。在以后的说明中,对各功能由软件构成的情况进行说明。本实施例具备获取部301、重建条件决定部302、以及放大重建部303。以下,对各部进行说明。
获取部301获取通过医用图像处理装置100从医用图像检测出的病变候补的数据即病变候补数据300。病变候补数据300包含有例如病变候补的三维坐标、大小、像素值、恶性度等。
重建条件决定部302基于病变候补数据300来决定包括病变候补且与医用图像相比放大的放大重建图像304的重建条件。
放大重建部303使用由重建条件决定部302决定的重建条件来重建放大重建图像304。重建后的放大重建图像304被显示于显示部107。此外,放大重建部303也可以由医用图像处理装置100以外的计算机构成。另外,医用图像拍摄装置109具备的重建部113也可以执行放大重建。
使用图4对本实施例的处理流程的一个例子进行说明。
(S401)
投影数据获取部112获取被检体的投影数据。获取到的投影数据被发送至重建部113。另外,也可以在医用图像数据库110、存储部103保管投影数据。
(S402)
重建部113基于在S401中获取到的投影数据来重建医用图像。
重建部113将重建的医用图像发送到医用图像处理装置100。另外,也可以在医用图像数据库110、存储部103保管医用图像。
(S403)
医用图像处理装置100的CPU101根据在S402中重建的医用图像来检测病变候补。接下来,CPU101基于检测出的病变候补来生成病变候补数据300,并将该病变候补数据300储存于存储器102。
(S404)
获取部301从存储器102获取病变候补数据300。
(S405)
重建条件决定部302基于在S404中获取到的病变候补数据300来决定放大重建图像的重建条件。重建条件包含有放大重建图像的视场、重建间隔、厚度。重建条件决定部302将所决定的重建条件储存到存储器102。
使用图5对本步骤的处理流程的一个例子进行说明。
(S501)
重建条件决定部302获取与病变候补数据300所包含的病变候补的中心坐标、大小、像素值有关的数据。
使用图6对病变候补的大小和像素值进行说明。图6的(a)是包括病变候补的区域被放大后的XY面,示出了病变候补的XY面上的最大径XYmax。图6的(b)是包括病变候补的区域被放大的ZX面,示出了病变候补的Z方向上的最大径Zmax。图6的(c)是包括病变候补的区域被放大的XY面,示出了以最大径XYmax为直径的圆600。图6的(d)是图6的(c)的圆600中的像素值直方图。
在本步骤中,作为与病变候补的大小有关的数据,例如获取病变候补的XY面上的最大径XYmax、病变候补的Z方向上的最大径Zmax。另外,作为与病变候补的像素值有关的数据,例如获取根据图6的(d)所例示的像素值直方图计算出的像素值的众数、平均值、标准偏差。
(S502)
重建条件决定部302基于在S501中获取到的病变候补的XY面上的最大径XYmax,计算放大重建图像的XY面上的视场FOV(Field Of View)。视场FOV的计算例如使用下式。
FOV=XYmax×L…(1)
这里,L是预先设定的倍率,例如设定为2.0。此外,也可以将FOV固定为预先决定的值,根据XYmax的值设定L的值。
(S503)
重建条件决定部302基于在S501中获取到的病变候补的Z方向上的最大径Zmax,计算放大重建图像的Z方向上的范围。Z方向上的范围的计算例如使用下式。
PosA=z0-(Zmax×M)/2…(2)
PosB=z0+(Zmax×M)/2…(3)
这里,PosA和PosB是Z方向上的开始位置和结束位置,z0是病变候补的Z方向上的中心坐标,M是预先设定的倍率,例如设定为2.0。此外,也可以将从PosA到PosB的范围固定为预先决定的值,根据Zmax的值设定M的值。
另外,也可以将Z方向上的放大重建图像的间隔Int设定为拍摄医用图像时设定的最小间隔,通过下式计算放大重建图像的厚度Thick。
Thick=k×M×Int…(4)
这里,k是预先设定的倍率,例如设定为1.0。此外,也可以将Thick固定为预先决定的值。
(S504)
重建条件决定部302基于在S501中获取到的病变候补的像素值来计算窗口宽度WW(Window Width)和窗口水平WL(Window Level)。WW和WL包含于显示放大重建图像的显示条件。对WL设定根据图6(d)所例示的像素值直方图计算出的像素值的众数或平均值。另外,WW的计算例如使用下式。
WW=range(p×SD≤range)、
p×SD(p×SD>range)…(5)
这里,range是WW的下限值,SD是根据像素值直方图计算出的标准偏差,p是预先设定的系数,例如设定为3.0。
返回图4的说明。
(S406)
放大重建部303从存储器102获取在S405中决定的重建条件。而且,放大重建部303基于获取到的重建条件来重建放大重建图像。重建的放大重建图像也可以经由网络适配器104以及网络108发送到医用图像数据库110、阅片装置111。
在由医用图像拍摄装置109获取到被检体的体积数据的情况下,放大重建图像不局限于XY面上的图像,也可以是YZ面、ZX面上的图像或者任意的剖面角度的倾斜图像。
(S407)
在S406中重建的放大重建图像被显示于显示部107。
使用图7对放大重建图像的显示例进行说明。图7的(a)是与检测出病变候补的医用图像一起显示放大重建图像的例子,图7的(b)是与检测出病变候补的医用图像一起显示放大重建图像的多剖面图像、三维图像的例子。
在图7的(a)中,检测出病变候补的医用图像被显示于显示部107的病变候补显示部700,能够通过鼠标指示器701来选择各病变候补。若操作者使用鼠标指示器701从显示于病变候补显示部700的病变候补中选择所希望的病变候补,则选择出的病变候补的放大重建图像被显示于显示部107的放大重建图像显示部702。通过根据操作者的选择来显示放大重建图像,从而仅显示作为操作者的阅片医生想确认的病变候补的放大重建图像,所以能够缩短病变候补的诊断确定所需要的时间。
另外,也可以在重建放大重建图像之前,例如图4的S405之前,检测多个病变候补并从显示于显示部107的医用图像中选择所希望的病变候补。该情况下,被重建的放大重建图像的量被限定,所以能够抑制存储部103等的使用容量。
在图7的(b)中,检测出病变候补的医用图像被显示于病变候补显示部700,XY剖面图像703、ZX剖面图像704、YZ剖面图像705这样的多剖面图像和三维图像706作为病变候补的放大重建图像而被显示于放大重建图像显示部702。此外,也可以代替三维图像706,显示任意的剖面角度上的倾斜图像。通过显示多剖面图像、三维图像,操作者能够多角度地观察病变候补,所以能够缩短诊断确定所需要的时间,并且能够提高阅片精度。
这里,对医用图像处理装置100不具备放大重建部303、医用图像拍摄装置109的重建部113执行放大重建的情况进行说明。重建的处理负荷较大,所以需要较高的机器规格。因此,使医用图像拍摄装置109的现有的重建部113执行放大重建是有效的。以下,基于图4对从上述的医用图像处理装置100执行放大重建的形式的变更部位进行说明。
(S405)
重建条件决定部302基于在S404中获取到的病变候补数据300来决定放大重建图像的重建条件。重建条件决定部302将所决定的重建条件经由网络108发送到医用图像拍摄装置109,并对重建部113指示基于该重建条件的重建。
(S406)
接受重建的指示的重建部113基于接收到的重建条件来重建放大重建图像。重建部113将所重建的放大重建图像作为针对重建指示的响应发送到医用图像处理装置100。
这样,通过医用图像处理装置100向医用图像拍摄装置109指示放大重建,从而医用图像拍摄装置109能够执行放大重建。由此,能够活用医用图像拍摄装置109的现有的重建部113,减少了医用图像处理装置100的重建的负荷。另外,医用图像处理装置100不需要较高的机器规格,能够低成本地构成医用图像处理装置100。
通过以上说明的处理流程,显示了由医用图像处理装置100检测出的病变候补的放大重建图像。阅片医生能够一起确认病变候补和作为病变候补的详细数据的放大重建图像,所以能够缩短病变候补的诊断确定所需要的时间。
【实施例2】
在实施例1中,对基于病变候补的大小决定放大重建图像的放大重建条件进行了说明。医用图像处理装置100也能够检测病变候补,并且计算病变候补的恶性度。在本实施例中,对基于病变候补的恶性度决定放大重建图像的重建条件进行说明。此外,本实施例的整体构成和处理流程与实施例1相同,所以省略说明。
使用图8对本实施例的放大重建图像的重建条件的决定处理的流程的一个例子进行说明。
(S801)
重建条件决定部302将恶性度与病变候补数据300所包含的病变候补的中心坐标、大小、像素值有关的数据一起获取。在本步骤获取的与病变候补的中心坐标、大小、像素值有关的数据与实施例1相同。
恶性度使用0.0~1.0的范围的小数作为表示病变候补是恶性的等级的数值,恶性度0.0表示病变候补是良性,恶性度1.0表示病变候补是恶性。换句话说,在恶性度是0.0或者1.0时诊断确定比较容易,相对于此,当恶性度在0.5附近时诊断确定比较困难,需要更详细的数据。
(S802)
重建条件决定部302基于在S801中获取到的病变候补的XY面上的大小和恶性度,计算放大重建图像的XY面上的视场FOV。视场FOV的计算例如使用将式(1)变形后的下式。
FOV=XYmax×L(1-|1-2R|)…(6)
这里,R是恶性度,使用0.0~1.0的范围的小数。
(S803)
重建条件决定部302基于在S801中获取到的病变候补的Z方向上的大小和恶性度,计算放大重建图像的Z方向上的范围。Z方向上的范围的计算例如使用将式(2)和式(3)变形后的下式。
PosA=z0-(Zmax×M(1-|1-2R|))/2…(7)
PosB=z0+(Zmax×M(1-|1-2R|))/2…(8)
另外,也可以将Z方向上的放大重建图像的间隔Int设定为拍摄医用图像时设定的最小间隔,通过将式(4)变形后的下式计算放大重建图像的厚度Thick。
Thick=k×M(1-|1-2R|)×Int…(9)
(S804)
重建条件决定部302基于在S801中获取到的病变候补的像素值,计算窗口宽度WW(Window Width)和窗口水平WL(Window Level)。此外,WW和WL的计算与图5的S504相同。
(S805)
重建条件决定部302基于在S801中获取到的病变候补的恶性度来生成多剖面图像。
使用图9对多剖面图像的生成进行说明。图9的(a)是包括病变候补的区域被放大的XY面,示出基准线900和倾斜线901。基准线900是通过病变候补的中心且沿着Y方向的线。倾斜线901是在病变候补的中心以角度θ与基准线900交叉的线,沿着倾斜线901生成多剖面图像。图9的(b)是表示病变候补的恶性度R与角度θ的关系的表的例子。
在本步骤中,根据病变候补的恶性度R来决定多剖面图像的角度θ,将重建条件决定为越是恶性度R在0.5附近时、生成越多的多剖面图像。即,能够更多角度地对于诊断确定比较困难的病变候补进行观察。
基于通过以上说明的处理流程决定的重建条件,重建并显示病变候补的放大重建图像。阅片医生能够将作为病变候补的详细数据的放大重建图像与病变候补一起确认,所以能够缩短病变候补的诊断确定所需要的时间。另外,在本实施例中,根据恶性度调整放大重建图像的视场、多剖面图像的角度,所以越是诊断确定比较困难的病变候补,越显示更详细的数据,从而能够提高阅片精度。
【实施例3】
在实施例1和实施例2中,对重建并显示放大重建图像进行了说明。根据医用图像处理装置100检测的病变候补,存在需要再拍摄以获得更详细的数据的情况。在本实施例中,对基于病变候补数据决定再拍摄条件进行说明。此外,本实施例的整体构成与实施例1相同所以省略说明。
使用图10对本实施例的功能框图进行说明。此外,这些功能也可以由使用ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)等的专用硬件构成,也可以由在CPU101上动作的软件构成。在以后的说明中,对各功能由软件构成的情况进行说明。本实施例具备获取部301和再拍摄条件决定部1002。
获取部301与实施例1相同地获取病变候补数据300。
再拍摄条件决定部1002基于病变候补数据300来决定再拍摄条件。
使用图11对本实施例的处理流程的一个例子进行说明。
(S1101)
获取部301从存储器102获取病变候补数据300。病变候补数据300可以从医用图像处理装置100经由网络适配器104发送,也可以读出预先存储于存储部103的数据。
此外,在本步骤获取的病变候补数据300也可以仅限定于从多个病变候补中选择的病变候补的病变候补数据300。病变候补的选择使用图7的(a)所例示的画面。由于限定了病变候补数据300,从而减少本步骤以后的处理,能够抑制处理时间。
(S1102)
再拍摄条件决定部1002基于在S1101获取到的病变候补数据300决定再拍摄条件。
使用图12对本步骤的处理流程的一个例子进行说明。
(S1201)
再拍摄条件决定部1002获取与病变候补数据300所包含的病变候补的中心坐标、大小、以及像素值有关的数据。在本步骤中,作为与病变候补的大小有关的数据,获取例如病变候补的Z方向上的最大径Zmax。另外,作为与病变候补的像素值有关的数据,获取病变候补的像素值的平均值、病变候补的背景的像素值、病变候补与背景的像素值的差异即对比度等。
(S1202)
再拍摄条件决定部1002基于在S1201中获取到的病变候补的Z方向上的最大径Zmax,计算Z方向上的拍摄范围。Z方向上的拍摄范围的计算例如使用式(2)和式(3)。
(S1203)
再拍摄条件决定部1002决定Z方向的拍摄间隔。Z方向的拍摄间隔使用医用图像拍摄装置109的最小间隔。
(S1204)
再拍摄条件决定部1002基于与病变候补的像素值有关的数据来决定管电流和管电压。
返回图11的说明。
(S1103)
在S1102中决定的再拍摄条件被显示于显示部107。
(S1104)
作为操作者的医师将显示于显示部107的再拍摄条件与病变候补一起确认,判定是否要进行再拍摄。在要进行再拍摄的情况下处理进入S1105,在不进行再拍摄的情况下处理流程结束。
(S1105)
基于在S1102中决定的再拍摄条件,执行使用医用图像拍摄装置109的再拍摄。
通过以上说明的处理流程,获取并显示能够观察由医用图像处理装置100检测出的病变候补的详细部分的再拍摄图像。因为阅片医生能够将作为病变候补的详细数据的再拍摄图像与病变候补一起确认,所以能够缩短病变候补的诊断确定所需要的时间。
以上,对本发明的多个实施例进行了说明。本发明并不局限于这些实施例,包含有各种变形例。例如,上述的实施例是为了容易理解地描述本发明而详细说明的内容,并不局限于具备所描述的全部构成。另外,能够将某实施例的构成的一部分置换为其他的实施例的构成。并且,也能够对某实施例的构成添加其他的实施例的构成。另外,也能够对于各实施例的构成的一部分进行其他的构成的追加、删除、置换。
Claims (15)
1.一种医用图像诊断支持系统,是包括拍摄被检体的医用图像的医用图像拍摄装置和处理上述医用图像的医用图像处理装置在内的医用图像诊断支持系统,
其特征在于,
上述医用图像诊断支持系统具备:
投影数据获取部,其获取上述被检体的投影数据;
重建部,其基于上述投影数据来重建上述医用图像;
获取部,其获取根据上述医用图像检测出的病变候补的数据即病变候补数据;
重建条件决定部,其基于上述病变候补数据,决定包括上述病变候补且与上述医用图像相比放大的放大重建图像的重建条件;
放大重建部,其使用上述重建条件来重建上述放大重建图像;以及
显示部,其显示上述放大重建图像。
2.根据权利要求1所述的医用图像诊断支持系统,其特征在于,
上述重建条件包含有上述放大重建图像的视场、重建间隔、厚度。
3.根据权利要求1所述的医用图像诊断支持系统,其特征在于,
上述显示部显示上述放大重建图像的显示条件包含有窗口宽度和窗口水平。
4.根据权利要求3所述的医用图像诊断支持系统,其特征在于,
上述显示条件基于上述病变候补数据所包含的像素值直方图而被决定。
5.根据权利要求1所述的医用图像诊断支持系统,其特征在于,
上述重建条件决定部基于上述病变候补数据所包含的上述病变候补的大小来决定上述放大重建图像的视场。
6.根据权利要求5所述的医用图像诊断支持系统,其特征在于,
上述重建条件决定部基于上述病变候补数据所包含的上述病变候补的恶性度来调整上述放大重建图像的视场。
7.根据权利要求1所述的医用图像诊断支持系统,其特征在于,
上述放大重建部在与上述放大重建图像不同的剖面角度上,重建包括上述病变候补且与上述医用图像相比放大的第二放大重建图像,
上述显示部将上述第二放大重建图像与上述放大重建图像一起显示。
8.根据权利要求7所述的医用图像诊断支持系统,其特征在于,
上述重建条件决定部基于上述病变候补数据所包含的上述病变候补的恶性度来决定上述第二放大重建图像的剖面角度。
9.根据权利要求1所述的医用图像诊断支持系统,其特征在于,
上述放大重建部生成包括上述病变候补的三维图像,
上述显示部将上述三维图像与上述放大重建图像一起显示。
10.根据权利要求1所述的医用图像诊断支持系统,其特征在于,
上述显示部具有病变候补显示部,该病变候补显示部将上述病变候补与上述医用图像一起显示,
当显示于上述病变候补显示部的病变候补中的一个病变候补被选择时,显示所选择的病变候补的放大重建图像。
11.根据权利要求1所述的医用图像诊断支持系统,其特征在于,
上述医用图像诊断支持系统还具备再拍摄条件决定部,该再拍摄条件决定部基于上述病变候补数据来决定用于再拍摄医用图像的条件即再拍摄条件。
12.根据权利要求11所述的医用图像诊断支持系统,其特征在于,
上述显示部具有病变候补显示部,该病变候补显示部将上述病变候补与上述医用图像一起显示,
上述再拍摄条件决定部基于从显示于上述病变候补显示部的病变候补中选择出的病变候补的病变候补数据来决定上述再拍摄条件。
13.根据权利要求1所述的医用图像诊断支持系统,其特征在于,
上述医用图像拍摄装置具备上述重建部,
上述医用图像处理装置具备上述重建条件决定部,
上述医用图像拍摄装置将重建的上述医用图像发送到上述医用图像处理装置,
上述医用图像处理装置的上述重建条件决定部基于从接收到的上述医用图像检测出的病变候补来决定上述重建条件,并将上述重建条件以及基于上述重建条件的重建的指示发送到上述医用图像拍摄装置,
上述医用图像拍摄装置的上述重建部在接收上述指示时,使用上述重建条件并基于上述投影数据来生成第二重建图像。
14.一种医用图像处理装置,是处理医用图像的医用图像处理装置,
其特征在于,
上述医用图像处理装置具备:
获取部,其获取根据上述医用图像检测出的病变候补的数据即病变候补数据;
重建条件决定部,其基于上述病变候补数据,决定包括上述病变候补且与上述医用图像相比放大的放大重建图像的重建条件;
放大重建部,其使用上述重建条件来重建上述放大重建图像;以及
显示部,其显示上述放大重建图像。
15.一种医用图像处理方法,是处理医用图像的医用图像处理方法,
其特征在于,
上述医用图像处理方法包括:
获取步骤,在该获取步骤中,获取根据上述医用图像检测出的病变候补的数据即病变候补数据;
重建条件决定步骤,在该重建条件决定步骤中,基于上述病变候补数据,决定包括上述病变候补且与上述医用图像相比放大的放大重建图像的重建条件;
放大重建步骤,在该放大重建步骤中,使用上述重建条件来重建上述放大重建图像;以及
显示步骤,在该显示步骤中,显示上述放大重建图像。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019216057A JP7408361B2 (ja) | 2019-11-29 | 2019-11-29 | 医用画像診断支援システム及び医用画像処理装置、医用画像処理方法 |
JP2019-216057 | 2019-11-29 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112869761A true CN112869761A (zh) | 2021-06-01 |
CN112869761B CN112869761B (zh) | 2023-10-24 |
Family
ID=71103254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010511864.5A Active CN112869761B (zh) | 2019-11-29 | 2020-06-08 | 医用图像诊断支持系统、医用图像处理装置及方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11436786B2 (zh) |
EP (1) | EP3828833B1 (zh) |
JP (1) | JP7408361B2 (zh) |
CN (1) | CN112869761B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102389628B1 (ko) * | 2021-07-22 | 2022-04-26 | 주식회사 클라리파이 | 의료영상의 병변 특징에 따른 영상처리 장치 및 방법 |
CN117272758B (zh) * | 2023-11-20 | 2024-03-15 | 埃洛克航空科技(北京)有限公司 | 基于三角格网的深度估计方法、装置、计算机设备和介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1471375A (zh) * | 2000-10-24 | 2004-01-28 | ��ʽ���綫֥ | 图像处理设备和图像处理方法 |
US20050105683A1 (en) * | 2003-11-14 | 2005-05-19 | Kazuhiko Sato | Computer aided image acquisition and diagnosis system |
JP2007014483A (ja) * | 2005-07-06 | 2007-01-25 | Toshiba Corp | 医用診断装置及び診断支援装置 |
JP2013208310A (ja) * | 2012-03-30 | 2013-10-10 | Toshiba Corp | コンピュータ断層撮影装置及び医用画像診断支援方法 |
US20130308839A1 (en) * | 2012-05-21 | 2013-11-21 | Terarecon, Inc. | Integration of medical software and advanced image processing |
US20150036903A1 (en) * | 2013-08-05 | 2015-02-05 | Siemens Aktiengesellschaft | Lesion-type specific reconstruction and display of digital breast tomosynthesis volumes |
CN104869906A (zh) * | 2012-12-13 | 2015-08-26 | 株式会社东芝 | 医用图像诊断装置以及医用图像处理装置 |
CN105658146A (zh) * | 2013-10-24 | 2016-06-08 | 佳能株式会社 | 信息处理装置、信息处理方法、控制装置、控制系统、控制方法、断层合成图像捕获装置、x射线成像装置、图像处理装置、图像处理系统、图像处理方法和计算机程序 |
US20160232661A1 (en) * | 2015-02-10 | 2016-08-11 | Kabushiki Kaisha Toshiba | Radiation diagnosis apparatus |
JP2016168120A (ja) * | 2015-03-11 | 2016-09-23 | 東芝メディカルシステムズ株式会社 | 医用画像処理装置および医用画像処理装置における画像表示制御方法 |
US20190236763A1 (en) * | 2018-01-30 | 2019-08-01 | Canon Medical Systems Corporation | Apparatus and method for context-oriented blending of reconstructed images |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050037406A1 (en) * | 2002-06-12 | 2005-02-17 | De La Torre-Bueno Jose | Methods and apparatus for analysis of a biological specimen |
JP2007029248A (ja) | 2005-07-25 | 2007-02-08 | Hitachi Medical Corp | 比較読影支援装置及び画像処理プログラム |
US8165908B2 (en) * | 2005-07-29 | 2012-04-24 | Siemens Aktiengesellschaft | Tool tip with additional information and task-sensitive direct access help for a user |
JP5421756B2 (ja) | 2009-12-11 | 2014-02-19 | 富士フイルム株式会社 | 画像表示装置および方法並びにプログラム |
US10395420B2 (en) * | 2012-02-28 | 2019-08-27 | Brainlab Ag | Calculation of a medical image using templates |
US10004403B2 (en) * | 2014-08-28 | 2018-06-26 | Mela Sciences, Inc. | Three dimensional tissue imaging system and method |
JP6476041B2 (ja) * | 2015-03-31 | 2019-02-27 | 株式会社Aze | 医用画像診断装置、その制御方法、及びプログラム |
JP6629025B2 (ja) | 2015-09-30 | 2020-01-15 | キヤノンメディカルシステムズ株式会社 | 医用画像診断システム及び架台装置 |
WO2017196885A1 (en) * | 2016-05-10 | 2017-11-16 | The Regents Of The University Of California | Method and device for high-resolution color imaging using merged images from holographic and lens-based devices |
JP2018061771A (ja) | 2016-10-14 | 2018-04-19 | 株式会社日立製作所 | 画像処理装置、及び画像処理方法 |
EP3301649B1 (en) | 2017-09-07 | 2019-10-30 | Siemens Healthcare GmbH | Method for processing medical image data and image processing system for medical image data |
WO2020069509A1 (en) * | 2018-09-28 | 2020-04-02 | The Board Of Regents Of The University Of Texas System | Methods, apparatuses, and systems for 3-d phenotyping and physiological characterization of brain lesions and surrounding tissue |
-
2019
- 2019-11-29 JP JP2019216057A patent/JP7408361B2/ja active Active
-
2020
- 2020-06-08 CN CN202010511864.5A patent/CN112869761B/zh active Active
- 2020-06-15 US US16/901,306 patent/US11436786B2/en active Active
- 2020-06-16 EP EP20180171.9A patent/EP3828833B1/en active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1471375A (zh) * | 2000-10-24 | 2004-01-28 | ��ʽ���綫֥ | 图像处理设备和图像处理方法 |
US20050105683A1 (en) * | 2003-11-14 | 2005-05-19 | Kazuhiko Sato | Computer aided image acquisition and diagnosis system |
JP2007014483A (ja) * | 2005-07-06 | 2007-01-25 | Toshiba Corp | 医用診断装置及び診断支援装置 |
JP2013208310A (ja) * | 2012-03-30 | 2013-10-10 | Toshiba Corp | コンピュータ断層撮影装置及び医用画像診断支援方法 |
US20130308839A1 (en) * | 2012-05-21 | 2013-11-21 | Terarecon, Inc. | Integration of medical software and advanced image processing |
CN104869906A (zh) * | 2012-12-13 | 2015-08-26 | 株式会社东芝 | 医用图像诊断装置以及医用图像处理装置 |
US20150036903A1 (en) * | 2013-08-05 | 2015-02-05 | Siemens Aktiengesellschaft | Lesion-type specific reconstruction and display of digital breast tomosynthesis volumes |
CN105658146A (zh) * | 2013-10-24 | 2016-06-08 | 佳能株式会社 | 信息处理装置、信息处理方法、控制装置、控制系统、控制方法、断层合成图像捕获装置、x射线成像装置、图像处理装置、图像处理系统、图像处理方法和计算机程序 |
US20160232661A1 (en) * | 2015-02-10 | 2016-08-11 | Kabushiki Kaisha Toshiba | Radiation diagnosis apparatus |
JP2016168120A (ja) * | 2015-03-11 | 2016-09-23 | 東芝メディカルシステムズ株式会社 | 医用画像処理装置および医用画像処理装置における画像表示制御方法 |
US20190236763A1 (en) * | 2018-01-30 | 2019-08-01 | Canon Medical Systems Corporation | Apparatus and method for context-oriented blending of reconstructed images |
Non-Patent Citations (1)
Title |
---|
李亮 等: "一种用于小体积偏置探测器锥束CT系统的反投影滤波重建算法", CT理论与应用研究, vol. 16, no. 1, pages 1 - 9 * |
Also Published As
Publication number | Publication date |
---|---|
EP3828833A1 (en) | 2021-06-02 |
JP2021083821A (ja) | 2021-06-03 |
US20210166465A1 (en) | 2021-06-03 |
US11436786B2 (en) | 2022-09-06 |
CN112869761B (zh) | 2023-10-24 |
JP7408361B2 (ja) | 2024-01-05 |
EP3828833B1 (en) | 2024-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2054860B1 (en) | Selection of datasets from 3d renderings for viewing | |
CN110458837B (zh) | 一种图像后处理方法、装置、电子设备及存储介质 | |
US20190189270A1 (en) | Hospital information apparatus, hospital information system, and hospital information processing method | |
CN112869761B (zh) | 医用图像诊断支持系统、医用图像处理装置及方法 | |
JP2005130928A (ja) | 画像表示装置、画像表示方法及びそのプログラム | |
US11464471B2 (en) | Image display device, image display method, image display program, image management device, image management method, and image management program | |
JP4721865B2 (ja) | 医用画像表示装置 | |
KR101783964B1 (ko) | 단층 촬영 장치 및 그에 따른 단층 영상 복원 방법 | |
US20050245804A1 (en) | Medical image diagnosis apparatus | |
JP5363962B2 (ja) | 診断支援システム、診断支援プログラムおよび診断支援方法 | |
CN109493396B (zh) | 一种ct图像显示方法、装置、设备及介质 | |
JP7134678B2 (ja) | 放射線画像処理装置、放射線画像処理方法及びプログラム | |
JP2021023548A (ja) | 医用画像処理装置、医用画像処理システム、医用画像処理プログラム、及び医用画像処理方法 | |
JP7404555B2 (ja) | 情報処理システム、情報処理方法、及び情報処理プログラム | |
US20210049731A1 (en) | Image display device, image display method, image display program, image management device, image management method, and image management program | |
US11488333B2 (en) | Image processing system, image processing method, and image processing program | |
US20210210196A1 (en) | Medical image display device, method, and program | |
US11657909B2 (en) | Medical image processing apparatus and medical image processing method | |
US20240127450A1 (en) | Medical image processing apparatus and non-transitory computer readable medium | |
US20220309660A1 (en) | Image display apparatus and storage medium | |
KR20150113940A (ko) | 의료 영상 판독을 지원하기 위한 가상 사용자 인터페이스 장치 및 가상 사용자 인터페이스 제공 방법 | |
JP2012040044A (ja) | 医用画像表示装置 | |
KR20150113490A (ko) | 의료 영상 판독을 지원하기 위한 가상 사용자 인터페이스 장치 및 가상 사용자 인터페이스 제공 방법 | |
JP6838971B2 (ja) | 医用画像保管装置および医用画像保管システム | |
WO2023170010A1 (en) | Optimal path finding based spinal center line extraction |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220113 Address after: Chiba County, Japan Applicant after: Fujifilm medical health Co.,Ltd. Address before: Tokyo, Japan Applicant before: Hitachi, Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |