JP2000126150A - 関心領域設定方法、画像処理装置および医用画像処理装置 - Google Patents
関心領域設定方法、画像処理装置および医用画像処理装置Info
- Publication number
- JP2000126150A JP2000126150A JP10302374A JP30237498A JP2000126150A JP 2000126150 A JP2000126150 A JP 2000126150A JP 10302374 A JP10302374 A JP 10302374A JP 30237498 A JP30237498 A JP 30237498A JP 2000126150 A JP2000126150 A JP 2000126150A
- Authority
- JP
- Japan
- Prior art keywords
- region
- image
- interest
- threshold
- extracting
- 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
- 238000000034 method Methods 0.000 claims abstract description 48
- 210000004556 brain Anatomy 0.000 claims abstract description 34
- 238000000605 extraction Methods 0.000 claims abstract description 16
- 238000003384 imaging method Methods 0.000 claims description 36
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000012935 Averaging Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 abstract description 3
- 210000003128 head Anatomy 0.000 description 30
- 238000010586 diagram Methods 0.000 description 14
- 230000001629 suppression Effects 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 210000005240 left ventricle Anatomy 0.000 description 2
- 102100029235 Histone-lysine N-methyltransferase NSD3 Human genes 0.000 description 1
- 101100461044 Homo sapiens NSD3 gene Proteins 0.000 description 1
- 101100533652 Homo sapiens SLIRP gene Proteins 0.000 description 1
- 102100032428 Nuclear fragile X mental retardation-interacting protein 1 Human genes 0.000 description 1
- 102100025491 SRA stem-loop-interacting RNA-binding protein, mitochondrial Human genes 0.000 description 1
- 210000001638 cerebellum Anatomy 0.000 description 1
- 210000004720 cerebrum Anatomy 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 210000003718 sphenoid sinus Anatomy 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
(57)【要約】
【課題】 画像中に関心領域を精度高く自動設定する。
【解決手段】 関心領域を抽出するための閾値を、画像
の撮影条件（頭部，胴部などの撮影部位条件、アキシャ
ル，サジタルなどの撮影角度条件、Ｔ１強調画像，脂肪
抑制画像などの画質条件など）と画像の画素値ヒストグ
ラムとに基づいて計算し、その閾値を用いて画像中に領
域を抽出し、それを関心領域として設定する。 【効果】 関心領域を抽出するための閾値を画像に対応
して計算するため、関心領域を高精度に自動設定でき
る。
の撮影条件（頭部，胴部などの撮影部位条件、アキシャ
ル，サジタルなどの撮影角度条件、Ｔ１強調画像，脂肪
抑制画像などの画質条件など）と画像の画素値ヒストグ
ラムとに基づいて計算し、その閾値を用いて画像中に領
域を抽出し、それを関心領域として設定する。 【効果】 関心領域を抽出するための閾値を画像に対応
して計算するため、関心領域を高精度に自動設定でき
る。
Description
【０００１】
【発明の属する技術分野】この発明は、関心領域設定方
法、画像処理装置および医用画像処理装置に関し、さら
に詳しくは、画像中に関心領域を設定する方法、画像処
理装置および頭部を撮影したＭＲ（Magnetic Resonanc
e）画像中に脳実質領域を自動設定できる医用画像処理
装置および胴部を撮影したＭＲ画像中に脊椎領域を自動
設定できる医用画像処理装置に関する。
法、画像処理装置および医用画像処理装置に関し、さら
に詳しくは、画像中に関心領域を設定する方法、画像処
理装置および頭部を撮影したＭＲ（Magnetic Resonanc
e）画像中に脳実質領域を自動設定できる医用画像処理
装置および胴部を撮影したＭＲ画像中に脊椎領域を自動
設定できる医用画像処理装置に関する。
【０００２】
【従来の技術】画像中に関心領域を設定し、その関心領
域についての統計量を算出することが行われている。例
えば、頭部を撮影したＭＲ画像やＣＴ（Computed Tomog
raphy）画像中に関心領域として脳実質領域を設定し、
その脳実質領域内の画素値の平均値や標準偏差値を算出
し、脳の診断に供することが行われている。また、胴部
（胸部，腹部）を撮影したＭＲ画像やＣＴ画像中に関心
領域として脊椎（脊柱）領域を設定し、その脊椎（脊
柱）領域内の画素値の平均値や標準偏差値を算出し、脊
椎（脊柱）の診断に供することが行われている。また、
心臓を撮影した超音波画像中に関心領域として左心室領
域を設定し、その左心室領域内の画素値の平均値や標準
偏差値を算出し、心臓の診断に供することが行われてい
る。
域についての統計量を算出することが行われている。例
えば、頭部を撮影したＭＲ画像やＣＴ（Computed Tomog
raphy）画像中に関心領域として脳実質領域を設定し、
その脳実質領域内の画素値の平均値や標準偏差値を算出
し、脳の診断に供することが行われている。また、胴部
（胸部，腹部）を撮影したＭＲ画像やＣＴ画像中に関心
領域として脊椎（脊柱）領域を設定し、その脊椎（脊
柱）領域内の画素値の平均値や標準偏差値を算出し、脊
椎（脊柱）の診断に供することが行われている。また、
心臓を撮影した超音波画像中に関心領域として左心室領
域を設定し、その左心室領域内の画素値の平均値や標準
偏差値を算出し、心臓の診断に供することが行われてい
る。
【０００３】従来の関心領域の設定方法としては、例え
ば特開平９−２９９３４９号公報に開示されているよう
に、頭部／アキシャル画像の頭輪郭を円で近似し、その
円を規定値だけ縮めた円の後頭部側半分を関心領域とす
る方法が知られている。
ば特開平９−２９９３４９号公報に開示されているよう
に、頭部／アキシャル画像の頭輪郭を円で近似し、その
円を規定値だけ縮めた円の後頭部側半分を関心領域とす
る方法が知られている。
【０００４】
【発明が解決しようとする課題】特開平９−２９９３４
９号公報に開示の方法は、頭部／アキシャル画像中に関
心領域として脳実質領域を設定する場合に対応している
が、関心領域を抽出するための閾値が固定的であり、十
分な精度が得られるとは限らない問題点があった。ま
た、頭部／サジタル画像や頭部／コロナル画像や胴部画
像には対応できない問題点があった。そこで、この発明
の第１の目的は、関心領域を抽出するための閾値を画像
に対応して計算することにより十分な精度で関心領域を
自動抽出可能とした関心領域設定方法および画像処理装
置を提供することにある。また、この発明の第２の目的
は、脳実質領域や脊椎領域を抽出するための閾値をＭＲ
画像に対応して計算することにより十分な精度で脳実質
領域や脊椎領域を自動抽出可能とした医用画像処理装置
を提供することにある。
９号公報に開示の方法は、頭部／アキシャル画像中に関
心領域として脳実質領域を設定する場合に対応している
が、関心領域を抽出するための閾値が固定的であり、十
分な精度が得られるとは限らない問題点があった。ま
た、頭部／サジタル画像や頭部／コロナル画像や胴部画
像には対応できない問題点があった。そこで、この発明
の第１の目的は、関心領域を抽出するための閾値を画像
に対応して計算することにより十分な精度で関心領域を
自動抽出可能とした関心領域設定方法および画像処理装
置を提供することにある。また、この発明の第２の目的
は、脳実質領域や脊椎領域を抽出するための閾値をＭＲ
画像に対応して計算することにより十分な精度で脳実質
領域や脊椎領域を自動抽出可能とした医用画像処理装置
を提供することにある。
【０００５】
【課題を解決するための手段】第１の観点では、本発明
は、画像中に関心領域を設定する方法であって、関心領
域を抽出するための閾値を画像の撮影条件と画素値ヒス
トグラムとに基づいて計算する閾値計算ステップと、計
算した閾値を用いて画像中に領域を抽出しそれを関心領
域とする関心領域抽出ステップとを有することを特徴と
する関心領域設定方法を提供する。上記構成において、
前記画像の撮影条件とは、例えば、頭部，胴部などの撮
影部位条件、アキシャル，サジタルなどの撮影角度条
件、Ｔ１強調画像，脂肪抑制画像などの画質条件を含
む。上記第１の観点による関心領域設定方法では、関心
領域を抽出するための閾値を、画像の撮影条件と画素値
ヒストグラムとに基づいて計算する。従って、画像毎に
最適の閾値を決定でき、十分な精度で関心領域を自動抽
出可能となる。
は、画像中に関心領域を設定する方法であって、関心領
域を抽出するための閾値を画像の撮影条件と画素値ヒス
トグラムとに基づいて計算する閾値計算ステップと、計
算した閾値を用いて画像中に領域を抽出しそれを関心領
域とする関心領域抽出ステップとを有することを特徴と
する関心領域設定方法を提供する。上記構成において、
前記画像の撮影条件とは、例えば、頭部，胴部などの撮
影部位条件、アキシャル，サジタルなどの撮影角度条
件、Ｔ１強調画像，脂肪抑制画像などの画質条件を含
む。上記第１の観点による関心領域設定方法では、関心
領域を抽出するための閾値を、画像の撮影条件と画素値
ヒストグラムとに基づいて計算する。従って、画像毎に
最適の閾値を決定でき、十分な精度で関心領域を自動抽
出可能となる。
【０００６】第２の観点では、本発明は、上記第１の観
点の関心領域設定方法において、異なる撮影位置で同じ
撮影角度で同じ部位を同じ撮影方法で撮影した一連の画
像の各画素値ヒストグラムを平均した平均ヒストグラム
を求める前処理ステップを有すると共に、前記閾値計算
ステップでは、前記閾値を前記平均値ヒストグラムに基
づいて計算することを特徴とする関心領域設定方法を提
供する。上記第２の観点による関心領域設定方法では、
関心領域を抽出するための閾値を、異なる撮影位置で同
じ撮影角度で同じ部位を同じ撮影方法で撮影した一連の
画像の各画素値ヒストグラムを平均した平均ヒストグラ
ムを用いて計算する。従って、一連の画像では共通の閾
値を使用でき、処理を簡単化できる。
点の関心領域設定方法において、異なる撮影位置で同じ
撮影角度で同じ部位を同じ撮影方法で撮影した一連の画
像の各画素値ヒストグラムを平均した平均ヒストグラム
を求める前処理ステップを有すると共に、前記閾値計算
ステップでは、前記閾値を前記平均値ヒストグラムに基
づいて計算することを特徴とする関心領域設定方法を提
供する。上記第２の観点による関心領域設定方法では、
関心領域を抽出するための閾値を、異なる撮影位置で同
じ撮影角度で同じ部位を同じ撮影方法で撮影した一連の
画像の各画素値ヒストグラムを平均した平均ヒストグラ
ムを用いて計算する。従って、一連の画像では共通の閾
値を使用でき、処理を簡単化できる。
【０００７】第３の観点では、本発明は、関心領域を抽
出するための閾値を画像の撮影条件と画素値ヒストグラ
ムとに基づいて計算する閾値計算手段と、計算した閾値
を用いて画像中に領域を抽出しそれを関心領域とする関
心領域抽出手段とを有することを特徴とする画像処理装
置を提供する。上記構成において、前記画像の撮影条件
とは、例えば、頭部，胴部などの撮影部位条件、アキシ
ャル，サジタルなどの撮影角度条件、Ｔ１強調画像，脂
肪抑制画像などの画質条件を含む。上記第３の観点によ
る画像処理装置では、上記第１の観点の関心領域設定方
法を好適に実施できる。
出するための閾値を画像の撮影条件と画素値ヒストグラ
ムとに基づいて計算する閾値計算手段と、計算した閾値
を用いて画像中に領域を抽出しそれを関心領域とする関
心領域抽出手段とを有することを特徴とする画像処理装
置を提供する。上記構成において、前記画像の撮影条件
とは、例えば、頭部，胴部などの撮影部位条件、アキシ
ャル，サジタルなどの撮影角度条件、Ｔ１強調画像，脂
肪抑制画像などの画質条件を含む。上記第３の観点によ
る画像処理装置では、上記第１の観点の関心領域設定方
法を好適に実施できる。
【０００８】第４の観点では、本発明は、異なる撮影位
置で同じ撮影角度で被検体の頭部を撮影した一連のＭＲ
画像の各画素値ヒストグラムを平均し且つ平滑した平均
平滑ヒストグラムを求める前処理手段と、ＭＲ画像中に
脳実質領域を抽出するための閾値をＭＲ画像の撮影条件
と前記平均平滑ヒストグラムとに基づいて計算する閾値
計算手段と、計算した閾値を用いてＭＲ画像中に脳実質
領域を抽出しそれを関心領域とする関心領域抽出手段と
を具備したことを特徴とする医用画像処理装置を提供す
る。上記第４の観点による医用画像処理装置では、脳実
質領域を抽出するための閾値を、ＭＲ画像の撮影条件と
平均平滑ヒストグラムとに基づいて計算する。従って、
ＭＲ画像毎に最適の閾値を決定でき、十分な精度で脳実
質領域を自動抽出可能となる。また、一連のＭＲ画像で
は共通の閾値を使用でき、処理を簡単化できる。
置で同じ撮影角度で被検体の頭部を撮影した一連のＭＲ
画像の各画素値ヒストグラムを平均し且つ平滑した平均
平滑ヒストグラムを求める前処理手段と、ＭＲ画像中に
脳実質領域を抽出するための閾値をＭＲ画像の撮影条件
と前記平均平滑ヒストグラムとに基づいて計算する閾値
計算手段と、計算した閾値を用いてＭＲ画像中に脳実質
領域を抽出しそれを関心領域とする関心領域抽出手段と
を具備したことを特徴とする医用画像処理装置を提供す
る。上記第４の観点による医用画像処理装置では、脳実
質領域を抽出するための閾値を、ＭＲ画像の撮影条件と
平均平滑ヒストグラムとに基づいて計算する。従って、
ＭＲ画像毎に最適の閾値を決定でき、十分な精度で脳実
質領域を自動抽出可能となる。また、一連のＭＲ画像で
は共通の閾値を使用でき、処理を簡単化できる。
【０００９】第５の観点では、本発明は、異なる撮影位
置で同じ撮影角度で被検体の胴部を撮影した一連のＭＲ
画像の各画素値ヒストグラムを平均し且つ平滑した平均
平滑ヒストグラムを求める前処理手段と、ＭＲ画像中に
脊椎領域を抽出するための閾値をＭＲ画像の撮影条件と
前記平均平滑ヒストグラムとに基づいて計算する閾値計
算手段と、計算した閾値を用いてＭＲ画像中に脊椎領域
を抽出しそれを関心領域とする関心領域抽出手段とを具
備したことを特徴とする医用画像処理装置を提供する。
上記第５の観点による医用画像処理装置では、脊椎領域
を抽出するための閾値を、ＭＲ画像の撮影条件と平均平
滑ヒストグラムとに基づいて計算する。従って、ＭＲ画
像毎に最適の閾値を決定でき、十分な精度で脊椎領域を
自動抽出可能となる。また、一連のＭＲ画像では共通の
閾値を使用でき、処理を簡単化できる。
置で同じ撮影角度で被検体の胴部を撮影した一連のＭＲ
画像の各画素値ヒストグラムを平均し且つ平滑した平均
平滑ヒストグラムを求める前処理手段と、ＭＲ画像中に
脊椎領域を抽出するための閾値をＭＲ画像の撮影条件と
前記平均平滑ヒストグラムとに基づいて計算する閾値計
算手段と、計算した閾値を用いてＭＲ画像中に脊椎領域
を抽出しそれを関心領域とする関心領域抽出手段とを具
備したことを特徴とする医用画像処理装置を提供する。
上記第５の観点による医用画像処理装置では、脊椎領域
を抽出するための閾値を、ＭＲ画像の撮影条件と平均平
滑ヒストグラムとに基づいて計算する。従って、ＭＲ画
像毎に最適の閾値を決定でき、十分な精度で脊椎領域を
自動抽出可能となる。また、一連のＭＲ画像では共通の
閾値を使用でき、処理を簡単化できる。
【００１０】
【発明の実施の形態】以下、図に示す実施形態に基づい
てこの発明をさらに詳しく説明する。なお、これにより
この発明が限定されるものではない。図１は、この発明
の一実施形態の画像処理装置を含むＭＲＩ装置の構成ブ
ロック図である（但し、本実施形態の説明に関連する要
部構成のみを示す）。このＭＲＩ装置１００は、撮像装
置１と、画像処理装置２と、記憶装置３と、表示装置４
と、入力装置５とを具備している。前記撮像装置１は、
被検体Ｋをスキャンし、得られたスキャンデータを画像
処理装置２に渡す。前記画像処理装置２は、前記撮像装
置１からスキャンデータを取得するデータ取得部２ａ
と、スキャンデータからＭＲ画像の画像データを生成す
る画像データ生成部２ｂと、ＭＲ画像中に関心領域を自
動設定する関心領域自動設定処理部２ｃと、自動設定さ
れた関心領域について統計量の算出等を行う統計量算出
等処理部２ｄとを具備している。前記記憶装置３は、前
記スキャンデータや前記画像データを記憶する。前記表
示装置４は、前記ＭＲ画像や各種の情報を表示する。前
記入力装置５は、操作者が入力する情報を受け付ける。
てこの発明をさらに詳しく説明する。なお、これにより
この発明が限定されるものではない。図１は、この発明
の一実施形態の画像処理装置を含むＭＲＩ装置の構成ブ
ロック図である（但し、本実施形態の説明に関連する要
部構成のみを示す）。このＭＲＩ装置１００は、撮像装
置１と、画像処理装置２と、記憶装置３と、表示装置４
と、入力装置５とを具備している。前記撮像装置１は、
被検体Ｋをスキャンし、得られたスキャンデータを画像
処理装置２に渡す。前記画像処理装置２は、前記撮像装
置１からスキャンデータを取得するデータ取得部２ａ
と、スキャンデータからＭＲ画像の画像データを生成す
る画像データ生成部２ｂと、ＭＲ画像中に関心領域を自
動設定する関心領域自動設定処理部２ｃと、自動設定さ
れた関心領域について統計量の算出等を行う統計量算出
等処理部２ｄとを具備している。前記記憶装置３は、前
記スキャンデータや前記画像データを記憶する。前記表
示装置４は、前記ＭＲ画像や各種の情報を表示する。前
記入力装置５は、操作者が入力する情報を受け付ける。
【００１１】図２は、前記関心領域自動設定処理部２ｃ
の動作を示すフロー図である。ステップＭ１では、異な
る撮影位置で、同じ撮影角度で、被検体の同じ部位を撮
影した一連のＭＲ画像を読み込む。例えば、図１０に示
すように、撮影位置が頭頂，大脳，小脳，脳底の各位置
で、撮影角度がアキシャルで、被検体Ｋの頭部を撮影
し、得られた図１１に示すごとき一連のＭＲ画像を読み
込む。ステップＭ２では、読み込んだ一連のＭＲ画像に
ついて前処理を行う。次に、図３を参照して、この前処
理を詳細に説明する。
の動作を示すフロー図である。ステップＭ１では、異な
る撮影位置で、同じ撮影角度で、被検体の同じ部位を撮
影した一連のＭＲ画像を読み込む。例えば、図１０に示
すように、撮影位置が頭頂，大脳，小脳，脳底の各位置
で、撮影角度がアキシャルで、被検体Ｋの頭部を撮影
し、得られた図１１に示すごとき一連のＭＲ画像を読み
込む。ステップＭ２では、読み込んだ一連のＭＲ画像に
ついて前処理を行う。次に、図３を参照して、この前処
理を詳細に説明する。
【００１２】図３のステップｐ１では、読み込んだ各Ｍ
Ｒ画像の輝度分解能を下げた各ヒストグラムを作成する
（例えば、ＭＲ画像の元の輝度分解能の１／５に下げ
る）。分解能を下げるのは、ノイズの影響を除去するた
めである。図１２に、各ＭＲ画像の輝度分解能を下げた
各ヒストグラムを例示する。ステップｐ２では、各ヒス
トグラムを平均して平均ヒストグラムを作成し、その平
均ヒストグラムを移動平均により平滑化し、平均平滑ヒ
ストグラムを求める。図１３に、平均ヒストグラムをデ
ータ数１０個の移動平均により平滑化した平均平滑ヒス
トグラムを例示する。ステップｐ３では、平均平滑ヒス
トグラムを上限側から下方へ検索し、度数が初めて規定
値（例えば規定値＝５〜２０）を越える輝度ＰＭＭを求
める（図１３参照）。前処理が終れば、図２のステップ
Ｍ３へ進む。
Ｒ画像の輝度分解能を下げた各ヒストグラムを作成する
（例えば、ＭＲ画像の元の輝度分解能の１／５に下げ
る）。分解能を下げるのは、ノイズの影響を除去するた
めである。図１２に、各ＭＲ画像の輝度分解能を下げた
各ヒストグラムを例示する。ステップｐ２では、各ヒス
トグラムを平均して平均ヒストグラムを作成し、その平
均ヒストグラムを移動平均により平滑化し、平均平滑ヒ
ストグラムを求める。図１３に、平均ヒストグラムをデ
ータ数１０個の移動平均により平滑化した平均平滑ヒス
トグラムを例示する。ステップｐ３では、平均平滑ヒス
トグラムを上限側から下方へ検索し、度数が初めて規定
値（例えば規定値＝５〜２０）を越える輝度ＰＭＭを求
める（図１３参照）。前処理が終れば、図２のステップ
Ｍ３へ進む。
【００１３】図２のステップＭ３では、画像の撮影部位
が頭部ならステップＭ４へ進み、撮影部位が胴部（胸部
または腹部）ならステップＭ６へ進む。ステップＭ４で
は、画像中の脳実質領域を抽出するための閾値を計算す
る。次に、図４を参照して、この脳実質領域抽出用閾値
計算処理を詳細に説明する。
が頭部ならステップＭ４へ進み、撮影部位が胴部（胸部
または腹部）ならステップＭ６へ進む。ステップＭ４で
は、画像中の脳実質領域を抽出するための閾値を計算す
る。次に、図４を参照して、この脳実質領域抽出用閾値
計算処理を詳細に説明する。
【００１４】図４のステップＴｈ１では、平均平滑ヒス
トグラムを低輝度側より高輝度側へ検索し、初めて減少
しなくなる輝度ＰＢを求める（図１３参照）。ステップ
Ｔｈ２では、平均平滑ヒストグラムのＰＢとＰＭＭの間
で最大値を与える輝度ＰＰを求める（図１３参照）。
トグラムを低輝度側より高輝度側へ検索し、初めて減少
しなくなる輝度ＰＢを求める（図１３参照）。ステップ
Ｔｈ２では、平均平滑ヒストグラムのＰＢとＰＭＭの間
で最大値を与える輝度ＰＰを求める（図１３参照）。
【００１５】ステップＴｈ３では、次の撮影条件に応じ
て、脳実質領域の輝度の上限閾値Ｔh_Hを求める。 ・「Ｔ１強調」または「Ｔ１強調＋造影剤」画像なら、 Ｔh_H＝ＰＭＭ＊０．５ 「Ｔ１強調」又は「Ｔ１強調＋造影剤」画像では、脂肪
が高輝度となるので、ＰＭＭの半分を脳実質領域の上限
閾値とする（図１３参照）。 ・「Ｔ２強調」または「脂肪抑制」画像なら、 Ｔh_H＝ＰＭＭ 「Ｔ２強調」画像ではＣＳＦ（脳脊髄液）が高輝度とな
り、「脂肪抑制」画像では脂肪が低高輝度となり、いず
れも脳実質領域の輝度が高くなるので、ＰＭＭを脳実質
領域の上限閾値とする。 ・「プロトン密度強調」画像なら、 Ｔh_H＝（ＰＰ＋ＰＭＭ）＊０．５ 「プロトン密度強調」画像では、脳実質領域の輝度が広
がるので、ＰＰとＰＭＭの中間を脳実質領域の上限閾値
とする。
て、脳実質領域の輝度の上限閾値Ｔh_Hを求める。 ・「Ｔ１強調」または「Ｔ１強調＋造影剤」画像なら、 Ｔh_H＝ＰＭＭ＊０．５ 「Ｔ１強調」又は「Ｔ１強調＋造影剤」画像では、脂肪
が高輝度となるので、ＰＭＭの半分を脳実質領域の上限
閾値とする（図１３参照）。 ・「Ｔ２強調」または「脂肪抑制」画像なら、 Ｔh_H＝ＰＭＭ 「Ｔ２強調」画像ではＣＳＦ（脳脊髄液）が高輝度とな
り、「脂肪抑制」画像では脂肪が低高輝度となり、いず
れも脳実質領域の輝度が高くなるので、ＰＭＭを脳実質
領域の上限閾値とする。 ・「プロトン密度強調」画像なら、 Ｔh_H＝（ＰＰ＋ＰＭＭ）＊０．５ 「プロトン密度強調」画像では、脳実質領域の輝度が広
がるので、ＰＰとＰＭＭの中間を脳実質領域の上限閾値
とする。
【００１６】ステップＴｈ４では、脳実質領域の輝度の
下限閾値Ｔh_Lを求める。 Ｔh_L＝ＰＢ （図１３参照）
下限閾値Ｔh_Lを求める。 Ｔh_L＝ＰＢ （図１３参照）
【００１７】ステップＴｈ５では、背景（空気）から頭
輪郭エッジを検出する閾値Ｔh_Aを求める。 Ｔh_A＝ＰＭＭ＊０．１ （図１３参照） 閾値Ｔh_Aは、背景（空気）の輝度の上限より大きい値
であればよい。
輪郭エッジを検出する閾値Ｔh_Aを求める。 Ｔh_A＝ＰＭＭ＊０．１ （図１３参照） 閾値Ｔh_Aは、背景（空気）の輝度の上限より大きい値
であればよい。
【００１８】ステップＴｈ６では、頭部内空気（蝶形骨
洞）の輝度の上限閾値Ｔh_Iを求める。 ・「Ｔ１強調」または「プロトン密度強調」画像なら、 Ｔh_I＝Ｔh_A （図１３参照） ・「Ｔ２強調」画像なら、 Ｔh_I＝ＰＢ＊０．５ 「Ｔ１強調」及び「プロトン強調」画像に比べ、脳実質
領域の輝度が落ちるため、頭部内空気との輝度差が小さ
くなり、切り分けが難くなる。よって、Ｔh_Iをより小
さな値ではあるが確実に求める必要がある。脳実質領域
抽出用閾値を計算したら、図２のステップＭ５へ進む。
洞）の輝度の上限閾値Ｔh_Iを求める。 ・「Ｔ１強調」または「プロトン密度強調」画像なら、 Ｔh_I＝Ｔh_A （図１３参照） ・「Ｔ２強調」画像なら、 Ｔh_I＝ＰＢ＊０．５ 「Ｔ１強調」及び「プロトン強調」画像に比べ、脳実質
領域の輝度が落ちるため、頭部内空気との輝度差が小さ
くなり、切り分けが難くなる。よって、Ｔh_Iをより小
さな値ではあるが確実に求める必要がある。脳実質領域
抽出用閾値を計算したら、図２のステップＭ５へ進む。
【００１９】図２のステップＭ５では、計算した脳実質
領域抽出用閾値を用いて画像中に脳実質領域（関心領
域）を設定する。次に、図５を参照して、この脳実質領
域設定処理を詳細に説明する。
領域抽出用閾値を用いて画像中に脳実質領域（関心領
域）を設定する。次に、図５を参照して、この脳実質領
域設定処理を詳細に説明する。
【００２０】図５のステップＲｈ１では、図１４に示す
ように、ＭＲ画像の各Ｒ−Ｌライン（ｙｉ）をＲ端から
Ｌ端側へ検索し、画素値が初めて閾値Ｔh_Aを越えるＸ
座標をＲエッジＥR(yi)とする。また、画像の各Ｒ−Ｌ
ライン（ｙｉ）をＬ端からＲ端側へ検索し、画素値が初
めて閾値Ｔh_Aを越えるＸ座標をＬエッジＥL(yi)とす
る。ステップＲｈ２では、図１５に示すように、画像の
Ａ端からＰ端側へ検索し、初めてＥR(yi)＜ＥL(yi)とな
るｙｉをＡ側存在限界ＥAとする。また、画像のＰ端か
らＡ端側へ検索し、初めてＥR(yi)＜ＥL(yi)となるｙｉ
をＰ側存在限界ＥPとする。
ように、ＭＲ画像の各Ｒ−Ｌライン（ｙｉ）をＲ端から
Ｌ端側へ検索し、画素値が初めて閾値Ｔh_Aを越えるＸ
座標をＲエッジＥR(yi)とする。また、画像の各Ｒ−Ｌ
ライン（ｙｉ）をＬ端からＲ端側へ検索し、画素値が初
めて閾値Ｔh_Aを越えるＸ座標をＬエッジＥL(yi)とす
る。ステップＲｈ２では、図１５に示すように、画像の
Ａ端からＰ端側へ検索し、初めてＥR(yi)＜ＥL(yi)とな
るｙｉをＡ側存在限界ＥAとする。また、画像のＰ端か
らＡ端側へ検索し、初めてＥR(yi)＜ＥL(yi)となるｙｉ
をＰ側存在限界ＥPとする。
【００２１】ステップＲｈ３では、ＲエッジＥR(yi)お
よびＬエッジＥL(yi)が隣接エッジと規定値（例えば１
０画素）以上に不連続でないｙｉ（但し、ＥA≦ｙｉ≦
ＥP）について、中点ＭRL(yi)と距離ＤRL(yi)とを求め
る。 中点ＭRL(yi)＝（ＥR(yi)＋ＥL(yi)）／２ 距離ＤRL(yi)＝｜ＥR(yi)−ＥL(yi)｜
よびＬエッジＥL(yi)が隣接エッジと規定値（例えば１
０画素）以上に不連続でないｙｉ（但し、ＥA≦ｙｉ≦
ＥP）について、中点ＭRL(yi)と距離ＤRL(yi)とを求め
る。 中点ＭRL(yi)＝（ＥR(yi)＋ＥL(yi)）／２ 距離ＤRL(yi)＝｜ＥR(yi)−ＥL(yi)｜
【００２２】ステップＲｈ４では、図１６に示すよう
に、頭部エッジを楕円で近似する。該頭部エッジ近似楕
円は、（ＭRL(yi)の最大値＋最小値）／２を中心位置の
Ｘ座標とし、（ＥA＋ＥP）／２を中心位置のＹ座標と
し、ＤRL(yi)の最大値をＸ方向軸長とし、｜ＥA−ＥP｜
をＹ方向軸長とする楕円である。
に、頭部エッジを楕円で近似する。該頭部エッジ近似楕
円は、（ＭRL(yi)の最大値＋最小値）／２を中心位置の
Ｘ座標とし、（ＥA＋ＥP）／２を中心位置のＹ座標と
し、ＤRL(yi)の最大値をＸ方向軸長とし、｜ＥA−ＥP｜
をＹ方向軸長とする楕円である。
【００２３】ステップＲｈ５では、頭部画像の撮影角度
がアキシャルならステップＲｈ６へ進み、サジタル又は
コロナルならステップＲｈ７へ進む。
がアキシャルならステップＲｈ６へ進み、サジタル又は
コロナルならステップＲｈ７へ進む。
【００２４】ステップＲｈ６では、図１７に示すよう
に、頭部エッジ近似楕円と同心で、規定値（例えば２０
mm）に相当する画素数だけ内側の楕円領域のＰ側半分を
関心領域とする。そして、処理を終了する。ステップＲ
ｈ７では、図１８（サジタル）および図１９（コロナ
ル）に示すように、頭部エッジ近似楕円と同心で、規定
値（例えば２０mm）に相当する画素数だけ内側の楕円領
域のＳ側半分を関心領域とする。そして、処理を終了す
る。
に、頭部エッジ近似楕円と同心で、規定値（例えば２０
mm）に相当する画素数だけ内側の楕円領域のＰ側半分を
関心領域とする。そして、処理を終了する。ステップＲ
ｈ７では、図１８（サジタル）および図１９（コロナ
ル）に示すように、頭部エッジ近似楕円と同心で、規定
値（例えば２０mm）に相当する画素数だけ内側の楕円領
域のＳ側半分を関心領域とする。そして、処理を終了す
る。
【００２５】図２に戻り、ステップＭ６では、画像中の
脊椎領域を抽出するための閾値を計算する。次に、図６
を参照して、この脊椎領域抽出用閾値計算処理を詳細に
説明する。
脊椎領域を抽出するための閾値を計算する。次に、図６
を参照して、この脊椎領域抽出用閾値計算処理を詳細に
説明する。
【００２６】図６のステップＴｓ１では、次のように脊
椎および椎体の輝度の上限閾値Th_Hを求める。 ・「脂肪抑制」画像でないなら、 Ｔh_H＝ＰＭＭ＊０．５ 「脂肪抑制」画像でないなら、脂肪が高輝度となるの
で、ＰＭＭの半分を脊椎および椎体の上限閾値とする。 ・「脂肪抑制」画像なら、 Ｔh_H＝ＰＭＭ 「脂肪抑制」画像では、脂肪の輝度が低下するので、Ｐ
ＭＭを脊椎および椎体の上限閾値とする。
椎および椎体の輝度の上限閾値Th_Hを求める。 ・「脂肪抑制」画像でないなら、 Ｔh_H＝ＰＭＭ＊０．５ 「脂肪抑制」画像でないなら、脂肪が高輝度となるの
で、ＰＭＭの半分を脊椎および椎体の上限閾値とする。 ・「脂肪抑制」画像なら、 Ｔh_H＝ＰＭＭ 「脂肪抑制」画像では、脂肪の輝度が低下するので、Ｐ
ＭＭを脊椎および椎体の上限閾値とする。
【００２７】ステップＴｓ２では、脊椎および椎体の輝
度の下限閾値Ｔh_Hを求める。 Ｔh_L＝ＰＭＭ＊０．０５ ＰＭＭの１／２０とする。
度の下限閾値Ｔh_Hを求める。 Ｔh_L＝ＰＭＭ＊０．０５ ＰＭＭの１／２０とする。
【００２８】ステップＴｓ３では、次のように背景（空
気）から背輪郭エッジを検出する閾値Ｔh_Aを求める。 ・「Ｔ１強調＋脂肪抑制なし」画像なら、 Ｔh_A＝ＰＭＭ＊０．２５ 脂肪が高輝度となるので、閾値Ｔh_Aを高めに設定して
もよい。 ・「Ｔ１強調＋脂肪抑制」または「Ｔ２強調」画像な
ら、 Ｔh_A＝ＰＭＭ＊０．０５ 脂肪が低輝度となるので、閾値Ｔh_Aを低めに設定す
る。脊椎領域抽出用閾値を計算したら、図２のステップ
Ｍ７へ進む。
気）から背輪郭エッジを検出する閾値Ｔh_Aを求める。 ・「Ｔ１強調＋脂肪抑制なし」画像なら、 Ｔh_A＝ＰＭＭ＊０．２５ 脂肪が高輝度となるので、閾値Ｔh_Aを高めに設定して
もよい。 ・「Ｔ１強調＋脂肪抑制」または「Ｔ２強調」画像な
ら、 Ｔh_A＝ＰＭＭ＊０．０５ 脂肪が低輝度となるので、閾値Ｔh_Aを低めに設定す
る。脊椎領域抽出用閾値を計算したら、図２のステップ
Ｍ７へ進む。
【００２９】図２のステップＭ７では、胴部画像の撮影
角度がアキシャルならステップＭ８へ進み、サジタルな
らステップＭ９へ進み、コロナルならステップＭ１０へ
進む。
角度がアキシャルならステップＭ８へ進み、サジタルな
らステップＭ９へ進み、コロナルならステップＭ１０へ
進む。
【００３０】ステップＭ８では、計算した脊椎領域抽出
用閾値を用いて画像中にアキシャル脊椎領域（関心領
域）を設定する。次に、図７を参照して、このアキシャ
ル脊椎領域設定処理を詳細に説明する。
用閾値を用いて画像中にアキシャル脊椎領域（関心領
域）を設定する。次に、図７を参照して、このアキシャ
ル脊椎領域設定処理を詳細に説明する。
【００３１】図７のステップＲsa１では、図２０に示す
ように、画像の各Ａ−Ｐライン（ｘｉ）をＰ端からＡ側
へ検索し、画素値が初めてＴh_Aを越えるＹ座標をＰ側
エッジＥP(xi)とする。ステップＲsa２では、図２１に
示すように、Ｒ−Ｌ中心線ＣRLの両側にそれぞれ規定値
（例えば２８mm）ずつに相当する画素数のｘｉで、（Ｐ
側エッジＥP(xi)の最大値と最小値）／２を代表値ＥPと
する。ステップＲsa３では、図２２に示すように、代表
値ＥPより規定値（例えば９０mm）に相当する画素数だ
けＡ側のＹ座標をＢAとする。また、代表値ＥPより規定
値（例えば３５mm）に相当する画素数だけＡ側のＹ座標
をＢPとする。
ように、画像の各Ａ−Ｐライン（ｘｉ）をＰ端からＡ側
へ検索し、画素値が初めてＴh_Aを越えるＹ座標をＰ側
エッジＥP(xi)とする。ステップＲsa２では、図２１に
示すように、Ｒ−Ｌ中心線ＣRLの両側にそれぞれ規定値
（例えば２８mm）ずつに相当する画素数のｘｉで、（Ｐ
側エッジＥP(xi)の最大値と最小値）／２を代表値ＥPと
する。ステップＲsa３では、図２２に示すように、代表
値ＥPより規定値（例えば９０mm）に相当する画素数だ
けＡ側のＹ座標をＢAとする。また、代表値ＥPより規定
値（例えば３５mm）に相当する画素数だけＡ側のＹ座標
をＢPとする。
【００３２】ステップＲsa４では、図２３に示すよう
に、Ｒ−Ｌ中心線ＣRLのＸ座標を中心位置のＸ座標と
し、（ＢA＋ＢP）／２を中心位置のＹ座標とし、規定値
（例えば５６mm）に相当する距離をＸ方向軸長とし、｜
ＢA−ＢP｜をＹ方向軸長とする楕円を、アキシャル関心
領域とする。そして、処理を終了する。
に、Ｒ−Ｌ中心線ＣRLのＸ座標を中心位置のＸ座標と
し、（ＢA＋ＢP）／２を中心位置のＹ座標とし、規定値
（例えば５６mm）に相当する距離をＸ方向軸長とし、｜
ＢA−ＢP｜をＹ方向軸長とする楕円を、アキシャル関心
領域とする。そして、処理を終了する。
【００３３】さて、図２のステップＭ９では、計算した
脊椎領域抽出用閾値を用いて画像中にサジタル脊椎領域
（関心領域）を設定する。次に、図８を参照して、この
サジタル脊椎領域設定処理を詳細に説明する。
脊椎領域抽出用閾値を用いて画像中にサジタル脊椎領域
（関心領域）を設定する。次に、図８を参照して、この
サジタル脊椎領域設定処理を詳細に説明する。
【００３４】図８のステップＲss１では、図２４に示す
ように、画像の各Ａ−Ｐライン（ｙｉ）をＰ端からＡ側
へ検索し、画素値が初めてＴh_Aを越えるＸ座標をＰ側
エッジＥP(yi)とする。ステップＲss２では、Ｐ側エッ
ジＥP(yi)を移動平均により平滑化する。ステップＲss
３では、平滑化したＰ側エッジＥP(yi)より規定値（例
えば９０mm）に相当する画素数だけＡ側のＸ座標をＢA
(yi)とする。また、平滑化したＰ側エッジＥP(yi)より
規定値（例えば３５mm）に相当する画素数だけＡ側のＸ
座標をＢP(yi)とする。ステップＲss４では、ＢA(yi)と
ＢP(yi)の間の帯状領域を、サジタル関心領域とする。
そして、処理を終了する。
ように、画像の各Ａ−Ｐライン（ｙｉ）をＰ端からＡ側
へ検索し、画素値が初めてＴh_Aを越えるＸ座標をＰ側
エッジＥP(yi)とする。ステップＲss２では、Ｐ側エッ
ジＥP(yi)を移動平均により平滑化する。ステップＲss
３では、平滑化したＰ側エッジＥP(yi)より規定値（例
えば９０mm）に相当する画素数だけＡ側のＸ座標をＢA
(yi)とする。また、平滑化したＰ側エッジＥP(yi)より
規定値（例えば３５mm）に相当する画素数だけＡ側のＸ
座標をＢP(yi)とする。ステップＲss４では、ＢA(yi)と
ＢP(yi)の間の帯状領域を、サジタル関心領域とする。
そして、処理を終了する。
【００３５】さて、図２のステップＭ１０では、計算し
た脊椎領域抽出用閾値を用いて画像中にコロナル脊椎領
域（関心領域）を設定する。次に、図９を参照して、こ
のコロナル脊椎領域設定処理を詳細に説明する。
た脊椎領域抽出用閾値を用いて画像中にコロナル脊椎領
域（関心領域）を設定する。次に、図９を参照して、こ
のコロナル脊椎領域設定処理を詳細に説明する。
【００３６】図９のステップＲsc１では、図２６に示す
ように、Ｒ−Ｌ中心線ＣRLの両側にそれぞれ規定値（例
えば２８mm）に相当する画素数の幅を持つ帯状領域を、
コロナル関心領域とする。そして、処理を終了する。
ように、Ｒ−Ｌ中心線ＣRLの両側にそれぞれ規定値（例
えば２８mm）に相当する画素数の幅を持つ帯状領域を、
コロナル関心領域とする。そして、処理を終了する。
【００３７】以上のように、頭部のアキシャル画像でも
（図１７）、頭部のサジタル画像でも（図１８）、頭部
のコロナル画像でも（図１９）、胴部のアキシャル画像
でも（図２３）、胴部のサジタル画像でも（図２５）、
胴部のコロナル画像でも（図２６）、高精度に関心領域
を自動設定できる。関心領域が設定されたら、統計量算
出等処理部２ｄは、関心領域について画素値の平均値や
標準偏差などの統計量の算出等を行う。
（図１７）、頭部のサジタル画像でも（図１８）、頭部
のコロナル画像でも（図１９）、胴部のアキシャル画像
でも（図２３）、胴部のサジタル画像でも（図２５）、
胴部のコロナル画像でも（図２６）、高精度に関心領域
を自動設定できる。関心領域が設定されたら、統計量算
出等処理部２ｄは、関心領域について画素値の平均値や
標準偏差などの統計量の算出等を行う。
【００３８】
【発明の効果】この発明の関心領域設定方法および画像
処理装置によれば、関心領域を抽出するための閾値を画
像に対応して計算するため、十分な精度で関心領域を自
動設定できるようになる。また、この発明の医用画像処
理装置によれば、脳実質領域や脊椎領域を抽出するため
の閾値をＭＲ画像に対応して計算するため、十分な精度
で脳実質領域や脊椎領域を自動抽出することが出来る。
処理装置によれば、関心領域を抽出するための閾値を画
像に対応して計算するため、十分な精度で関心領域を自
動設定できるようになる。また、この発明の医用画像処
理装置によれば、脳実質領域や脊椎領域を抽出するため
の閾値をＭＲ画像に対応して計算するため、十分な精度
で脳実質領域や脊椎領域を自動抽出することが出来る。
【図１】この発明の一実施形態にかかるＭＲＩ装置の構
成ブロック図である。
成ブロック図である。
【図２】関心領域自動設定処理のフローチャートであ
る。
る。
【図３】前処理のフローチャートである。
【図４】脳実質領域抽出用閾値計算処理のフローチャー
トである。
トである。
【図５】脳実質領域設定処理のフローチャートである。
【図６】脊椎領域抽出用閾値計算処理のフローチャート
である。
である。
【図７】アキシャル脊椎領域設定処理のフローチャート
である。
である。
【図８】サジタル脊椎領域設定処理のフローチャートで
ある。
ある。
【図９】コロナル脊椎領域設定処理のフローチャートで
ある。
ある。
【図１０】一連の画像の撮影位置の例示図である。
【図１１】一連の頭部画像の例示図である。
【図１２】一連の頭部画像の画素値のヒストグラムの例
示図である。
示図である。
【図１３】平均平滑ヒストグラムの例示図である。
【図１４】頭部のＲエッジ／Ｌエッジを検出する処理の
説明図である。
説明図である。
【図１５】頭部のＡ側エッジ／Ｐ側エッジを検出する処
理の説明図である。
理の説明図である。
【図１６】頭部を近似する楕円の説明図である。
【図１７】アキシャル頭部画像中に設定した関心領域の
例示図である。
例示図である。
【図１８】サジタル頭部画像中に設定した関心領域の例
示図である。
示図である。
【図１９】コロナル頭部画像中に設定した関心領域の例
示図である。
示図である。
【図２０】アキシャル胴部画像で胴部のＰ側エッジを検
出する処理の説明図である。
出する処理の説明図である。
【図２１】胴部のＰ側エッジの代表値の説明図である。
【図２２】アキシャル胴部画像中に設定する関心領域の
Ａ−Ｐ範囲の説明図である。
Ａ−Ｐ範囲の説明図である。
【図２３】アキシャル胴部画像中に設定した関心領域の
例示図である。
例示図である。
【図２４】サジタル胴部画像で胴部のＰ側エッジを検出
する処理の説明図である。
する処理の説明図である。
【図２５】サジタル胴部画像中に設定した関心領域の例
示図である。
示図である。
【図２６】コロナル胴部画像中に設定した関心領域の例
示図である。
示図である。
１００ ＭＲＩ装置 １ 撮像装置 ２ 画像処理装置 ２ａ データ取得部 ２ｂ 画像データ生成部 ２ｃ 関心領域自動設定処理部 ２ｄ 統計量算出等処理部
───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 4C093 AA21 CA35 DA04 FF19 FF28 4C096 AA03 AA04 AA11 AB44 AC01 AC04 AC06 AD14 BB22 BB23 BB24 DC21 DC28 5B057 AA07 BA07 BA30 CE09 DA08 DB02 DB09 DC23
Claims (5)
- 【請求項１】 画像中に関心領域を設定する方法であっ
て、関心領域を抽出するための閾値を画像の撮影条件と
画素値ヒストグラムとに基づいて計算する閾値計算ステ
ップと、計算した閾値を用いて画像中に領域を抽出しそ
れを関心領域とする関心領域抽出ステップとを有するこ
とを特徴とする関心領域設定方法。 - 【請求項２】 請求項１に記載の関心領域設定方法にお
いて、異なる撮影位置で同じ撮影角度で同じ部位を同じ
撮影方法で撮影した一連の画像の各画素値ヒストグラム
を平均した平均ヒストグラムを求める前処理ステップを
有すると共に、前記閾値計算ステップでは、前記閾値を
前記平均値ヒストグラムに基づいて計算することを特徴
とする関心領域設定方法。 - 【請求項３】 関心領域を抽出するための閾値を画像の
撮影条件と画素値ヒストグラムとに基づいて計算する閾
値計算手段と、計算した閾値を用いて画像中に領域を抽
出しそれを関心領域とする関心領域抽出手段とを具備し
たことを特徴とする画像処理装置。 - 【請求項４】 異なる撮影位置で同じ撮影角度で被検体
の頭部を撮影した一連のＭＲ画像の各画素値ヒストグラ
ムを平均し且つ平滑した平均平滑ヒストグラムを求める
前処理手段と、ＭＲ画像中に脳実質領域を抽出するため
の閾値をＭＲ画像の撮影条件と前記平均平滑ヒストグラ
ムとに基づいて計算する閾値計算手段と、計算した閾値
を用いてＭＲ画像中に脳実質領域を抽出しそれを関心領
域とする関心領域抽出手段とを具備したことを特徴とす
る医用画像処理装置。 - 【請求項５】 異なる撮影位置で同じ撮影角度で被検体
の胴部を撮影した一連のＭＲ画像の各画素値ヒストグラ
ムを平均し且つ平滑した平均平滑ヒストグラムを求める
前処理手段と、ＭＲ画像中に脊椎領域を抽出するための
閾値をＭＲ画像の撮影条件と前記平均平滑ヒストグラム
とに基づいて計算する閾値計算手段と、計算した閾値を
用いてＭＲ画像中に脊椎領域を抽出しそれを関心領域と
する関心領域抽出手段とを具備したことを特徴とする医
用画像処理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP30237498A JP4051142B2 (ja) | 1998-10-23 | 1998-10-23 | 関心領域設定方法、画像処理装置および医用画像処理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP30237498A JP4051142B2 (ja) | 1998-10-23 | 1998-10-23 | 関心領域設定方法、画像処理装置および医用画像処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000126150A true JP2000126150A (ja) | 2000-05-09 |
| JP4051142B2 JP4051142B2 (ja) | 2008-02-20 |
Family
ID=17908138
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP30237498A Expired - Fee Related JP4051142B2 (ja) | 1998-10-23 | 1998-10-23 | 関心領域設定方法、画像処理装置および医用画像処理装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4051142B2 (ja) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005048844A1 (en) * | 2003-11-19 | 2005-06-02 | Agency For Science, Technology And Research | Automatic identification of the anterior and posterior commissure landmarks |
| JP2006500099A (ja) * | 2002-09-19 | 2006-01-05 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像データ情報の表示 |
| JP2008508018A (ja) * | 2004-07-27 | 2008-03-21 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像化ジオメトリのパラメタの自動決定 |
| JP2009219610A (ja) * | 2008-03-14 | 2009-10-01 | Yokohama Tlo Co Ltd | 臓器領域特定方法、および臓器領域特定装置 |
| JP2010029640A (ja) * | 2008-06-26 | 2010-02-12 | Toshiba Corp | 磁気共鳴イメージング装置 |
| WO2012130132A1 (zh) * | 2011-03-31 | 2012-10-04 | 深圳迈瑞生物医疗电子股份有限公司 | 脊柱椎体和椎间盘分割方法、装置、磁共振成像系统 |
| JP2013039147A (ja) * | 2011-08-11 | 2013-02-28 | Hitachi Medical Corp | 磁気共鳴イメージング装置および関心領域特定方法 |
| WO2015099426A1 (ko) * | 2013-12-23 | 2015-07-02 | 재단법인 아산사회복지재단 | 뇌경색 영역의 분할 방법 |
| KR20150111537A (ko) * | 2014-03-25 | 2015-10-06 | 재단법인 아산사회복지재단 | 뇌경색 영역의 분할 방법 |
| KR20160036517A (ko) * | 2014-09-25 | 2016-04-04 | 재단법인 아산사회복지재단 | 뇌졸중 전자동 경색부 구분 방법 |
| KR101611489B1 (ko) | 2013-09-13 | 2016-04-11 | 재단법인 아산사회복지재단 | 뇌 영상에 기반한 경색 영역의 발생 시점의 추정 방법 |
| US10478069B2 (en) | 2015-03-12 | 2019-11-19 | The Asan Foundation | Method for estimating time of occurrence of infarct on basis of brain image |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101378675B1 (ko) * | 2010-09-16 | 2014-03-27 | 가톨릭대학교 산학협력단 | 영상진단기기를 이용한 뇌수종 진단 방법 및 장치 |
-
1998
- 1998-10-23 JP JP30237498A patent/JP4051142B2/ja not_active Expired - Fee Related
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006500099A (ja) * | 2002-09-19 | 2006-01-05 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像データ情報の表示 |
| WO2005048844A1 (en) * | 2003-11-19 | 2005-06-02 | Agency For Science, Technology And Research | Automatic identification of the anterior and posterior commissure landmarks |
| US7783090B2 (en) | 2003-11-19 | 2010-08-24 | Agency For Science, Technology And Research | Automatic identification of the anterior and posterior commissure landmarks |
| JP2008508018A (ja) * | 2004-07-27 | 2008-03-21 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像化ジオメトリのパラメタの自動決定 |
| JP4754565B2 (ja) * | 2004-07-27 | 2011-08-24 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像化ジオメトリのパラメタの自動決定 |
| JP2009219610A (ja) * | 2008-03-14 | 2009-10-01 | Yokohama Tlo Co Ltd | 臓器領域特定方法、および臓器領域特定装置 |
| JP2010029640A (ja) * | 2008-06-26 | 2010-02-12 | Toshiba Corp | 磁気共鳴イメージング装置 |
| US8816688B2 (en) | 2008-06-26 | 2014-08-26 | Kabushiki Kaisha Toshiba | Magnetic resonance imaging apparatus and magnetic resonance imaging method |
| CN102727200A (zh) * | 2011-03-31 | 2012-10-17 | 深圳迈瑞生物医疗电子股份有限公司 | 脊柱椎体和椎间盘分割方法、装置、磁共振成像系统 |
| WO2012130132A1 (zh) * | 2011-03-31 | 2012-10-04 | 深圳迈瑞生物医疗电子股份有限公司 | 脊柱椎体和椎间盘分割方法、装置、磁共振成像系统 |
| US9445744B2 (en) | 2011-03-31 | 2016-09-20 | Shenzhen Mindray Bio-Medical Electronics Co., Ltd. | Methods, systems, and devices for spine centrum extraction and intervertebral disk dividing |
| JP2013039147A (ja) * | 2011-08-11 | 2013-02-28 | Hitachi Medical Corp | 磁気共鳴イメージング装置および関心領域特定方法 |
| KR101611489B1 (ko) | 2013-09-13 | 2016-04-11 | 재단법인 아산사회복지재단 | 뇌 영상에 기반한 경색 영역의 발생 시점의 추정 방법 |
| WO2015099426A1 (ko) * | 2013-12-23 | 2015-07-02 | 재단법인 아산사회복지재단 | 뇌경색 영역의 분할 방법 |
| KR20150111537A (ko) * | 2014-03-25 | 2015-10-06 | 재단법인 아산사회복지재단 | 뇌경색 영역의 분할 방법 |
| KR101578483B1 (ko) | 2014-03-25 | 2015-12-21 | 재단법인 아산사회복지재단 | 뇌경색 영역의 분할 방법 |
| KR20160036517A (ko) * | 2014-09-25 | 2016-04-04 | 재단법인 아산사회복지재단 | 뇌졸중 전자동 경색부 구분 방법 |
| KR101723791B1 (ko) | 2014-09-25 | 2017-04-07 | 재단법인 아산사회복지재단 | 뇌졸중 전자동 경색부 구분 방법 |
| US10478069B2 (en) | 2015-03-12 | 2019-11-19 | The Asan Foundation | Method for estimating time of occurrence of infarct on basis of brain image |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4051142B2 (ja) | 2008-02-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2808773B2 (ja) | 階調変換自動化装置 | |
| US7774041B2 (en) | Method and apparatus for calculating index concerning local blood flow circulations | |
| JP4294881B2 (ja) | 画像の位置合わせ方法および装置 | |
| JP3593616B2 (ja) | 心室容積の測定方法及び装置 | |
| US7672540B2 (en) | Nonrigid registration of cardiac perfusion MR images using adaptive local template matching | |
| JP4051142B2 (ja) | 関心領域設定方法、画像処理装置および医用画像処理装置 | |
| JPH0731606A (ja) | 磁気共鳴断層撮影装置 | |
| KR101258814B1 (ko) | 동적조영증강 유방 ｍｒ 영상에서 조직별 밝기값 보정 및 종양 강성 제약을 적용한 비강체 정합 방법 및 시스템 | |
| US7418122B2 (en) | Image processing apparatus and method | |
| JP2003190148A (ja) | 局所血流動態に関するインデックスを演算する方法及び装置 | |
| US20050201607A1 (en) | Method and system for processing an image | |
| JP2021530331A (ja) | 心臓灌流磁気共鳴イメージングを使用して虚血性心疾患を検出するために完全定量ピクセル単位心筋血流および心筋血流予備能マップを自動的に生成および分析するための方法およびシステム | |
| JP4274400B2 (ja) | 画像の位置合わせ方法および装置 | |
| JPH08103439A (ja) | 画像の位置合わせ処理装置及び画像間処理装置 | |
| US7627158B2 (en) | Automatic registration of intra-modality medical volume images using affine transformation | |
| US20230401675A1 (en) | Method for enhancing object contour of image in real-time video | |
| Styner et al. | Automatic brain segmentation in rhesus monkeys | |
| JP4302180B2 (ja) | 局所血流動態に関するインデックスを演算する方法及び装置 | |
| JP3368588B2 (ja) | 磁気共鳴診断装置 | |
| EP3658031B1 (en) | Motion compensated cardiac valve reconstruction | |
| KR100332072B1 (ko) | 단층촬영 영상으로부터의 장기 추출 및 체적산출방법 | |
| JPH06133962A (ja) | 画像処理装置 | |
| CN111626974B (zh) | 冠状动脉造影图像序列的质量评分方法和装置 | |
| CN114129188B (zh) | 一种超声造影灌注流向估计方法与成像系统 | |
| CN114332270B (zh) | 用于微创介入手术的ct图像金属伪影去除方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040604 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050809 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070612 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070813 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070904 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071102 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20071127 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20071203 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101207 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101207 Year of fee payment: 3 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101207 Year of fee payment: 3 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101207 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101207 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111207 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111207 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121207 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121207 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121207 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131207 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |