JP2002527834A - 画像化方法 - Google Patents
画像化方法Info
- Publication number
- JP2002527834A JP2002527834A JP2000576410A JP2000576410A JP2002527834A JP 2002527834 A JP2002527834 A JP 2002527834A JP 2000576410 A JP2000576410 A JP 2000576410A JP 2000576410 A JP2000576410 A JP 2000576410A JP 2002527834 A JP2002527834 A JP 2002527834A
- Authority
- JP
- Japan
- Prior art keywords
- image
- function
- scan
- imaging
- discontinuities
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Devices For Conveying Motion By Means Of Endless Flexible Members (AREA)
- Lubrication Of Internal Combustion Engines (AREA)
- Vehicle Body Suspensions (AREA)
- Holo Graphy (AREA)
- Camera Bodies And Camera Details Or Accessories (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
逆畳み込み処理はスキャン済物体(23)のMR、CTもしくは他の画像(25)に適用されることにより、物体縁部における点像分布関数(22')を導出し、且つ、その全幅半値FWHMの中央点から、真の画像縁部の位置(30)を精密照準する。逆畳み込み空間において上記PSF関数(22')に物体画像(25')を重畳することにより、位置(30)に続く各サブ・ピクセルは位置(30)の前方に移動され、物体縁部(23)に対して更に尖鋭に合致すべく画像縁部(25')を復元する。画像輪郭(37)を尖鋭に定義することにより、各画像プロフィル(35)ならびにそれらのセグメント化の面積および体積を正確に決定することが容易になる。画像縁部の定義を正確にしたので、独立式のMR診断および治療計画において幾何学的歪みの補正を行うことができる。
Description
【０００１】 本発明は画像化方法(imaging)に関し、特に画質強化(image enhancement)を行
う方法およびシステムに関する。
う方法およびシステムに関する。
【０００２】 画像化方法は物体領域(object domain)から画像領域(image domain)への変換(
transfer)を含むが、有限サイズのエネルギ源、検出器サイズ、サンプリング周
波数、表示密度、ソフトウェア・フィルタ機能、および、可能的にはいくらかの
撮像素子(imager)に拠る部分的体積効果(partial-volume effect)などの限定要
因により、物体領域において無限に精細なデルタ関数は画像領域において忠実に
は再現され得ない。代わりに、スミアな画像(smeared-out image)もしくは点像
分布関数(point-spread function)(PSF)が観察される。同様に、物体領域におい
て無限に尖鋭なエッジ応答関数(edge-response function)(ERF)は画像領域内で
スミアなERFとなる。不連続部もしくはコントラスト・プロフィルの各近接したE
RFが相互に接近するほど、スミア効果(smearing effect)は強くなる。
transfer)を含むが、有限サイズのエネルギ源、検出器サイズ、サンプリング周
波数、表示密度、ソフトウェア・フィルタ機能、および、可能的にはいくらかの
撮像素子(imager)に拠る部分的体積効果(partial-volume effect)などの限定要
因により、物体領域において無限に精細なデルタ関数は画像領域において忠実に
は再現され得ない。代わりに、スミアな画像(smeared-out image)もしくは点像
分布関数(point-spread function)(PSF)が観察される。同様に、物体領域におい
て無限に尖鋭なエッジ応答関数(edge-response function)(ERF)は画像領域内で
スミアなERFとなる。不連続部もしくはコントラスト・プロフィルの各近接したE
RFが相互に接近するほど、スミア効果(smearing effect)は強くなる。
【０００３】 本発明の目的は、上述の問題を少なくとも部分的に克服しうる方法およびシス
テムを提供するにある。 本発明のひとつの態様によれば、物体スキャンの画像領域結果に対して逆畳み
込み処理を適用することにより、一箇所以上の物体不連続部を物体領域から画像
領域へ変換するに有効な点像分布関数または線像分布関数を上記結果から導出し
、且つ、上記関数から、上記画像領域内における夫々の不連続部の位置を導出す
る方法が提供される。
テムを提供するにある。 本発明のひとつの態様によれば、物体スキャンの画像領域結果に対して逆畳み
込み処理を適用することにより、一箇所以上の物体不連続部を物体領域から画像
領域へ変換するに有効な点像分布関数または線像分布関数を上記結果から導出し
、且つ、上記関数から、上記画像領域内における夫々の不連続部の位置を導出す
る方法が提供される。
【０００４】 本発明の別の態様によれば、物体スキャンの画像領域結果に対して逆畳み込み
処理を実施することにより、一箇所以上の物体不連続部を物体領域から画像領域
へ変換するに有効な点像分布関数または線像分布関数を上記結果から導出する手
段と、上記関数から、上記画像領域内におけるそれぞれの不連続部の位置を導出
する手段と、を備えて成る画像化システムが提供される。
処理を実施することにより、一箇所以上の物体不連続部を物体領域から画像領域
へ変換するに有効な点像分布関数または線像分布関数を上記結果から導出する手
段と、上記関数から、上記画像領域内におけるそれぞれの不連続部の位置を導出
する手段と、を備えて成る画像化システムが提供される。
【０００５】 本発明の方法およびシステムによれば、画像領域内における各不連続部の位置
が高精度で確立され得る。これは、相当のスミアから解放された画像定義に対し
て重要であり、この目的のために、上記それぞれの不連続部の位置は上記関数の
全幅半値の中央点から容易にサブ・ピクセル精度で導出され得る。 上記関数は上記変換の上記画像領域結果と相関されて、上記一箇所以上の不連
続部の画像化の空間分解能を増進し得る。上記増進は、上記一箇所以上の不連続
部のそれぞれの画像領域結果内における各サブ・ピクセルの移動(transfer)を含
み、上記各サブ・ピクセルはそれぞれの画像領域結果内において上記位置の一方
の側から他方の側へと移動される。
が高精度で確立され得る。これは、相当のスミアから解放された画像定義に対し
て重要であり、この目的のために、上記それぞれの不連続部の位置は上記関数の
全幅半値の中央点から容易にサブ・ピクセル精度で導出され得る。 上記関数は上記変換の上記画像領域結果と相関されて、上記一箇所以上の不連
続部の画像化の空間分解能を増進し得る。上記増進は、上記一箇所以上の不連続
部のそれぞれの画像領域結果内における各サブ・ピクセルの移動(transfer)を含
み、上記各サブ・ピクセルはそれぞれの画像領域結果内において上記位置の一方
の側から他方の側へと移動される。
【０００６】 上記逆畳み込み処理は最小二乗実行フィルタリングを使用して実施され得る。 以下においては添付図面を参照し、本発明に係る画像化方法およびシステムを
例示的に記述する。 図１に関して記述される方法およびシステムは医療診断および治療計画を目的
としてMRスキャンを利用する。基本的に、記述された総括的技術において本発明
の方法およびシステムは、MRスキャンの他の用途において且つ他のスキャン技術
が利用される状況においても使用され得る。さらに、構造および機能はいずれも
図１における個別の‘ブロック’１〜１９により表されるが、上記方法およびシ
ステムはプログラムされたデジタル・データ処理操作において相当の程度まで明
らかである。
例示的に記述する。 図１に関して記述される方法およびシステムは医療診断および治療計画を目的
としてMRスキャンを利用する。基本的に、記述された総括的技術において本発明
の方法およびシステムは、MRスキャンの他の用途において且つ他のスキャン技術
が利用される状況においても使用され得る。さらに、構造および機能はいずれも
図１における個別の‘ブロック’１〜１９により表されるが、上記方法およびシ
ステムはプログラムされたデジタル・データ処理操作において相当の程度まで明
らかである。
【０００７】 図１を参照すると、MRスキャナ1による慣用の操作に従い導出されたデータは
、プロセッサ2において画像化目的で処理される。プロセッサ2の出力は表示3を
提供すべく使用され、該表示3から後画像化処理4へと委ねられる。後画像化処理
4は、さらに詳細で忠実な検査を行うべく表示3の所定領域を選択する機能を含む
。
、プロセッサ2において画像化目的で処理される。プロセッサ2の出力は表示3を
提供すべく使用され、該表示3から後画像化処理4へと委ねられる。後画像化処理
4は、さらに詳細で忠実な検査を行うべく表示3の所定領域を選択する機能を含む
。
【０００８】 ここまで記述された範囲で図１の画像化方法およびシステムは慣用であり、既
に公知の処から前進する段階が達成されるのは、後画像化処理4により獲得され
た関心選択領域の画像データのさらなる処理5においてである。より詳細には、
さらなる処理5は、関心選択領域の画像輪郭の真の縁部もしくは境界をさらに明
確に定義し、且つ、これらの輪郭の画像化の精度を高めるべく作用する。
に公知の処から前進する段階が達成されるのは、後画像化処理4により獲得され
た関心選択領域の画像データのさらなる処理5においてである。より詳細には、
さらなる処理5は、関心選択領域の画像輪郭の真の縁部もしくは境界をさらに明
確に定義し、且つ、これらの輪郭の画像化の精度を高めるべく作用する。
【０００９】 スキャナ1によりスキャンされた物体領域からの特定形状を、後画像化処理4内
に現れる画像領域へと変換する定義および精度は、多くの要因により制限される
。かかる制限はスキャナ1自体(特に有限サイズのエネルギ源)、プロセッサ2によ
り実施される処理、および表示3から生じ；かかる制限は本来的にたとえば、使
用されるデータ・サンプリング周波数および表示密度、および関連するソフトウ
ェアのフィルタ機能により生ずる。より詳細には図２を参照すると、物体領域内
での無限に精細なデルタ関数20は画像領域において忠実には再現されない。代わ
りに、矢印21により表された変換は、画像領域における点像分布関数(PSF)もし
くはスミアな画像22に帰着する。同様に、物体領域における無限に尖鋭なエッジ
応答関数(ERF)もしくは段部23は矢印24により示された変換により、画像領域に
おいて寸法矢印26により示されて分布するスミアな遷移部25となる。２個の画像
ERFが相互に接近されたとき、スミア効果(smeared-out effect)は相互に重なり
合う。その結果としての空間分解能の劣化は多くの場合に百分率変調変換(perce
ntage modulation transfer)により監視されるが、この百分率変調変換は、画像
領域における変調の大きさと物体領域におけるそれとの比率で与えられて百分率
で表現される。
に現れる画像領域へと変換する定義および精度は、多くの要因により制限される
。かかる制限はスキャナ1自体(特に有限サイズのエネルギ源)、プロセッサ2によ
り実施される処理、および表示3から生じ；かかる制限は本来的にたとえば、使
用されるデータ・サンプリング周波数および表示密度、および関連するソフトウ
ェアのフィルタ機能により生ずる。より詳細には図２を参照すると、物体領域内
での無限に精細なデルタ関数20は画像領域において忠実には再現されない。代わ
りに、矢印21により表された変換は、画像領域における点像分布関数(PSF)もし
くはスミアな画像22に帰着する。同様に、物体領域における無限に尖鋭なエッジ
応答関数(ERF)もしくは段部23は矢印24により示された変換により、画像領域に
おいて寸法矢印26により示されて分布するスミアな遷移部25となる。２個の画像
ERFが相互に接近されたとき、スミア効果(smeared-out effect)は相互に重なり
合う。その結果としての空間分解能の劣化は多くの場合に百分率変調変換(perce
ntage modulation transfer)により監視されるが、この百分率変調変換は、画像
領域における変調の大きさと物体領域におけるそれとの比率で与えられて百分率
で表現される。
【００１０】 スミア効果は、隣接する不連続部の各ERFまたはコントラスト・プロフィルが
相互に接近するほど(または、変調の空間周波数が高くなるほど)強くなり；これ
はプロフィル高さの損失をも引き起こす。空間分解能の本来的な損失(すなわち
、ERFの角隅縁部上でスミア効果により表された部分)は、超高分解能のデジタル
・スキャン・システムにより画像を再スキャンすることによってさえも、回復さ
れずまたは部分的に回復され得ない。
相互に接近するほど(または、変調の空間周波数が高くなるほど)強くなり；これ
はプロフィル高さの損失をも引き起こす。空間分解能の本来的な損失(すなわち
、ERFの角隅縁部上でスミア効果により表された部分)は、超高分解能のデジタル
・スキャン・システムにより画像を再スキャンすることによってさえも、回復さ
れずまたは部分的に回復され得ない。
【００１１】 本発明によればさらなる処理5は、精度の高い画像縁部の定義および位置を提
供すると共に、画像化における空間分解能を増進すべく作用する。特に図２に関
しては、物体ERFの不連続部もしくは段部23に対応する縁部位置は画像領域内で
画像PSFの全幅半値(full-width half-maximum)(FWHM)の中央点から精密照準され
(pin-pointed)；この精密照準は画像ERFに対するサブ・ピクセル精度とされ得る
。実用的な実施方式においては、単一ピクセル変調の‘擬似’縁部および他の特
定形状を除去すべく、低コントラスト・フィルタリング、‘領域’フィルタリン
グおよびサブ・ピクセル・サンプリングが使用され得る。そのときに上記ERFの
不連続部もしくは段部23は、最適縁部位置の外側からサブ・ピクセル値を除去し
て内側(within)を補償することにより、画像領域内で回復される。なお、その場
合に各サブ・ピクセルは表示ではピクセルとなり、且つ、上記画質強化は極高分
解能画像変換システムの性能に等しくなる。
供すると共に、画像化における空間分解能を増進すべく作用する。特に図２に関
しては、物体ERFの不連続部もしくは段部23に対応する縁部位置は画像領域内で
画像PSFの全幅半値(full-width half-maximum)(FWHM)の中央点から精密照準され
(pin-pointed)；この精密照準は画像ERFに対するサブ・ピクセル精度とされ得る
。実用的な実施方式においては、単一ピクセル変調の‘擬似’縁部および他の特
定形状を除去すべく、低コントラスト・フィルタリング、‘領域’フィルタリン
グおよびサブ・ピクセル・サンプリングが使用され得る。そのときに上記ERFの
不連続部もしくは段部23は、最適縁部位置の外側からサブ・ピクセル値を除去し
て内側(within)を補償することにより、画像領域内で回復される。なお、その場
合に各サブ・ピクセルは表示ではピクセルとなり、且つ、上記画質強化は極高分
解能画像変換システムの性能に等しくなる。
【００１２】 図２において矢印27および28により示された如く、無限に尖鋭なERF23の画像E
RF 25は画像PSF 22と物体ERF 23との畳み込みにより生成され得る。本発明によ
れば、矢印29により表される画像ERF 25の逆畳み込みにより、画像PSF 22は逆畳
み込み空間において画像PSF 22'として再現される。画像ERF 25はこの空間内で
画像ERF 25'としてPSF 22'に重畳され、最適縁部位置30は、画像PSF 22'のFWHM
の中央点から導出され且つサブ・ピクセルの精度で精密照準される。
RF 25は画像PSF 22と物体ERF 23との畳み込みにより生成され得る。本発明によ
れば、矢印29により表される画像ERF 25の逆畳み込みにより、画像PSF 22は逆畳
み込み空間において画像PSF 22'として再現される。画像ERF 25はこの空間内で
画像ERF 25'としてPSF 22'に重畳され、最適縁部位置30は、画像PSF 22'のFWHM
の中央点から導出され且つサブ・ピクセルの精度で精密照準される。
【００１３】 １次元の場合、本発明に係る操作は比較的に容易である、と言うのも、x-プロ
フィルもしくはy-プロフィルのみ、すなわち線像分布関数(line spread functio
n)LSFのみが関与するからである。但し２次元の操作は、画像における一切の可
能的なストリーキング(streaking)を排除すべくx-プロフィルおよびy-プロフィ
ルの両者、および、必要に応じてxy-対角的プロフィルが使用可能であり；この
場合、画像を復元すべく適切な重み付け方式が必要となる。
フィルもしくはy-プロフィルのみ、すなわち線像分布関数(line spread functio
n)LSFのみが関与するからである。但し２次元の操作は、画像における一切の可
能的なストリーキング(streaking)を排除すべくx-プロフィルおよびy-プロフィ
ルの両者、および、必要に応じてxy-対角的プロフィルが使用可能であり；この
場合、画像を復元すべく適切な重み付け方式が必要となる。
【００１４】 物体ERF 23により表される元の尖鋭な縁部特定形状が更なる処理5において上
記位置30にて精密照準されたなら、その特定形状は付加的再処理6(図１)により
回復され得る。再処理6において最適縁部位置30の‘外側’で生ずる各サブ・ピ
クセル値は、それらの‘内側(within)’を補償すべく移動される。これは図２に
おいて、画像ERF 25'においてサブ・ピクセル・ブロック32を点30の後ろから前
へと移動する矢印31により表される。形状において忠実に物体ERF 23に合致する
という画像ERF 25'から画像ERF 33への復元は、矢印34により表される。画像ERF
33は表示7(図１)において拡大して表示される。
記位置30にて精密照準されたなら、その特定形状は付加的再処理6(図１)により
回復され得る。再処理6において最適縁部位置30の‘外側’で生ずる各サブ・ピ
クセル値は、それらの‘内側(within)’を補償すべく移動される。これは図２に
おいて、画像ERF 25'においてサブ・ピクセル・ブロック32を点30の後ろから前
へと移動する矢印31により表される。形状において忠実に物体ERF 23に合致する
という画像ERF 25'から画像ERF 33への復元は、矢印34により表される。画像ERF
33は表示7(図１)において拡大して表示される。
【００１５】 これらの技術によれば、画像ノイズなどの他の特性に関するトレードオフ損失
なしで、画像化における空間分解能の損失が相当に回復され得る。 更に、表示7において空間分解能を強化すると、表示3から選択された関心領域
がプロフィル縁部におけるブレ(blurring)(もしくは段部)の影響なしで再現され
る。
なしで、画像化における空間分解能の損失が相当に回復され得る。 更に、表示7において空間分解能を強化すると、表示3から選択された関心領域
がプロフィル縁部におけるブレ(blurring)(もしくは段部)の影響なしで再現され
る。
【００１６】 図３は、流体内における豚の脳の実際のMRスキャンで提供された低コントラス
ト結果の一定部分を示している。曲線Aは生成された画像ERFであり、曲線Bは、
処理5において実行された曲線Aの逆畳み込みから帰着する線像分布関数(LSF)で
ある。最適縁部位置は曲線BのFWHMの中央点Cから確立されると共に、付加的再処
理6はサブ・ピクセル移動により作用し、曲線Aをその元となる縁部特定形状に実
質的に合致すべく表示7にて復元する。
ト結果の一定部分を示している。曲線Aは生成された画像ERFであり、曲線Bは、
処理5において実行された曲線Aの逆畳み込みから帰着する線像分布関数(LSF)で
ある。最適縁部位置は曲線BのFWHMの中央点Cから確立されると共に、付加的再処
理6はサブ・ピクセル移動により作用し、曲線Aをその元となる縁部特定形状に実
質的に合致すべく表示7にて復元する。
【００１７】 なお、曲線Aは段部化されているが、曲線Bは円滑であり且つ中央点Cはサブ・
ピクセル精度で位置決めされることを銘記されたい。さらに曲線Bは、プロフィ
ル高さとバックグラウンド・ノイズとの間の8:1より大きい感度を表している。 再び図２を参照すると、表示3の被選択関心領域内における画像の完全プロフ
ィル35は、処理5で導出された縁部位置データから矢印36により示された如く構
築される。このデータは、被選択関心領域の複数のx-プロフィルもしくはy-プロ
フィルのサンプリングから導出された全ての対応点の位置と共に、点30の位置を
特定する。上記データからのこれらの点の構築および表示は表示8内で生ずるこ
とから、上記プロフィル35に対する相当に正確な輪郭37が定義される。真の輪郭
37の尖鋭度は、関連する画像ERF 25の分布(矢印26により表されている)により逆
畳み込み無しで獲得されるであろうスミア輪郭と対照的である。
ピクセル精度で位置決めされることを銘記されたい。さらに曲線Bは、プロフィ
ル高さとバックグラウンド・ノイズとの間の8:1より大きい感度を表している。 再び図２を参照すると、表示3の被選択関心領域内における画像の完全プロフ
ィル35は、処理5で導出された縁部位置データから矢印36により示された如く構
築される。このデータは、被選択関心領域の複数のx-プロフィルもしくはy-プロ
フィルのサンプリングから導出された全ての対応点の位置と共に、点30の位置を
特定する。上記データからのこれらの点の構築および表示は表示8内で生ずるこ
とから、上記プロフィル35に対する相当に正確な輪郭37が定義される。真の輪郭
37の尖鋭度は、関連する画像ERF 25の分布(矢印26により表されている)により逆
畳み込み無しで獲得されるであろうスミア輪郭と対照的である。
【００１８】 輪郭37の小寸部分は図４に拡大されて示されると共に、x-プロフィルおよびy-
プロフィルからそれぞれ導出された各最適縁部位置間の最適適合線として定義さ
れ；各x-プロフィル位置は黒点で表され且つ各y-プロフィル位置は白点で表され
る。x-プロフィルおよびy-プロフィルの対応位置同士の接近性は、達成されたサ
ブ・ピクセルのレベルに対する精度を示している。もし上記逆畳み込み技術が使
用されなければ画像プロフィル輪郭において明白となるであろうスミアは、点線
38および39により境界付けられた空間に亘り延在するはずであり；これらの境界
は、図２におけるプロフィル35の表示では点線で示されている。
プロフィルからそれぞれ導出された各最適縁部位置間の最適適合線として定義さ
れ；各x-プロフィル位置は黒点で表され且つ各y-プロフィル位置は白点で表され
る。x-プロフィルおよびy-プロフィルの対応位置同士の接近性は、達成されたサ
ブ・ピクセルのレベルに対する精度を示している。もし上記逆畳み込み技術が使
用されなければ画像プロフィル輪郭において明白となるであろうスミアは、点線
38および39により境界付けられた空間に亘り延在するはずであり；これらの境界
は、図２におけるプロフィル35の表示では点線で示されている。
【００１９】 表示8において導出された画像輪郭37は正確に定義されることから、その輪郭
内の領域の計算9においては対応して正確な決定が許容され；関与する体積もま
た、スキャンされた順次的スライスから導出され得る。面積および体積の決定は
、治療の前後における腫瘍もしくは病巣のサイズの診断および正確な評価10に対
して特に有用である。同様に、血管造影における動脈寸法の評価に対しても有用
である。
内の領域の計算9においては対応して正確な決定が許容され；関与する体積もま
た、スキャンされた順次的スライスから導出され得る。面積および体積の決定は
、治療の前後における腫瘍もしくは病巣のサイズの診断および正確な評価10に対
して特に有用である。同様に、血管造影における動脈寸法の評価に対しても有用
である。
【００２０】 さらに、表示8において導出された画像輪郭37の正確な定義は、診断および治
療計画11に対する解剖学的構造をセグメント化(segmenting)するのに特に有用で
ある。また、処理12によれば２回のスキャンの強度の比率が導出されて、緩和時
間T1およびT2の値および陽子密度の値が導出される。これらの値は次に、スキャ
ナ1内で使用されたクーチ・トップ(couch-top)14から導出された標準化データを
利用して、画像輪郭の境界内で表示13に示される。位置座標を決定するための目
印をも提供するクーチ・トップ14は、図５および図６に示された形態を有すると
共に以下で記述される。
療計画11に対する解剖学的構造をセグメント化(segmenting)するのに特に有用で
ある。また、処理12によれば２回のスキャンの強度の比率が導出されて、緩和時
間T1およびT2の値および陽子密度の値が導出される。これらの値は次に、スキャ
ナ1内で使用されたクーチ・トップ(couch-top)14から導出された標準化データを
利用して、画像輪郭の境界内で表示13に示される。位置座標を決定するための目
印をも提供するクーチ・トップ14は、図５および図６に示された形態を有すると
共に以下で記述される。
【００２１】 図５および図６を参照するとポリスチレン発泡体であるクーチ・トップ40は、
平坦厚板の形状を有すると共に、MR設備のスキャン台に適合する湾曲発泡体基部
41上に支持される。トップ40内には稲妻形に延在する２本の管42が埋設されて、
中央に埋設された直線管43の各側にて上記クーチの丈に沿って延在する。 稲妻形に延在する各管42は二重内孔の矩形断面であるが、管43は単一内孔断面
である。而して管42および43の配列により画成される５個の内孔にはそれぞれ、
標準化および較正の目的で表Iの５種類のMR溶液S0〜S4が充填され得る。４種のM
nCl2・4H2O溶液すなわちS1〜S4は解剖学的組織に対するT1およびT2の値の全範囲
をカバーすると共に、CuSO4・5H2Oである第5の溶液、すなわちS0は名目的に“緩
やかな結合水(loosely bound water)”に等しい。
平坦厚板の形状を有すると共に、MR設備のスキャン台に適合する湾曲発泡体基部
41上に支持される。トップ40内には稲妻形に延在する２本の管42が埋設されて、
中央に埋設された直線管43の各側にて上記クーチの丈に沿って延在する。 稲妻形に延在する各管42は二重内孔の矩形断面であるが、管43は単一内孔断面
である。而して管42および43の配列により画成される５個の内孔にはそれぞれ、
標準化および較正の目的で表Iの５種類のMR溶液S0〜S4が充填され得る。４種のM
nCl2・4H2O溶液すなわちS1〜S4は解剖学的組織に対するT1およびT2の値の全範囲
をカバーすると共に、CuSO4・5H2Oである第5の溶液、すなわちS0は名目的に“緩
やかな結合水(loosely bound water)”に等しい。
【００２２】
【表１】
【００２３】 表示13においてT1、T2により示された組織種類および陽子密度値は処理15によ
りルックアップ・テーブルから決定され、且つ、表示16において画像輪郭境界内
には組織密度が割当てられる。表示16の画像は更に、メモリ17から供給されるデ
ータに従い幾何学的歪みに関して経験的に補正される。メモリ17内に記憶される
データはクモの巣形態の一群のドラムファントム画法(drum phantom)を使用して
導出され、且つ、幾何学的歪みの補正は、画像輪郭が定義される精度および空間
分解能の故に基本的に写実的に有効である。
りルックアップ・テーブルから決定され、且つ、表示16において画像輪郭境界内
には組織密度が割当てられる。表示16の画像は更に、メモリ17から供給されるデ
ータに従い幾何学的歪みに関して経験的に補正される。メモリ17内に記憶される
データはクモの巣形態の一群のドラムファントム画法(drum phantom)を使用して
導出され、且つ、幾何学的歪みの補正は、画像輪郭が定義される精度および空間
分解能の故に基本的に写実的に有効である。
【００２４】 補正された画像に割当てられた組織種類は、Richard A、Geise等により1977年
7月の放射線医学(Radiology)、第124巻:133-141頁に記述された大容積不均質性
補正方法(Bulk Heterogeneity Correction method)により表示16で利用されるこ
とにより、各画像に対して正規化組織密度値を確立し；これに対する更新可能な
ルックアップ・テーブルはメモリ18に記憶される。故に、クーチ14から導出され
た位置データに関連してステップ19で使用されたときに表示16の全ての組織輪郭
は、それぞれの組織密度および位置が正確にマッピングされる。これにより、診
断および治療計画に関する正確で容易に使用可能な独立式の基準が確立されると
共に、直交および傾斜MR画像が関与するときには真に３次元的な評価および計画
が可能とされる。
7月の放射線医学(Radiology)、第124巻:133-141頁に記述された大容積不均質性
補正方法(Bulk Heterogeneity Correction method)により表示16で利用されるこ
とにより、各画像に対して正規化組織密度値を確立し；これに対する更新可能な
ルックアップ・テーブルはメモリ18に記憶される。故に、クーチ14から導出され
た位置データに関連してステップ19で使用されたときに表示16の全ての組織輪郭
は、それぞれの組織密度および位置が正確にマッピングされる。これにより、診
断および治療計画に関する正確で容易に使用可能な独立式の基準が確立されると
共に、直交および傾斜MR画像が関与するときには真に３次元的な評価および計画
が可能とされる。
【００２５】 上記において本発明の上記方法およびシステムは医療に関して記述されたが、
かかる方法およびシステムはたとえば概略的に工学技術、物理科学および計装の
分野などの様に、上記よりも広範囲に適用可能である。更に、上記方法およびシ
ステムはMR画像化方法に制限されるものでなく、他の形態の画像化が関与する場
合にも利用され得る。図１において‘ブロック’1乃至11により示された各ステ
ップおよび構造は、MR画像化方法に対するのと同様にしてコンピュータ支援式断
層撮影(CT)に適用可能である。本発明が適用可能な他の形態の画像化方法として
は、X線撮影、フィルムもしくは印刷のデジタル形態への画像変換、デジタルX線
蛍光間接撮影法、超音波撮像、核医学、陽電子放射断層撮影法(PET)および他の
カメラもしくは画像化方法が挙げられる。上記技術は特に、考察の対象となる小
寸構造が造影液体の注入により強調表示されるというX線デジタル蛍光間接撮影
法で使用されるに適しており；上記小寸構造はまた、画像減算技術を使用して周
囲の干渉作用から分離され得る。
かかる方法およびシステムはたとえば概略的に工学技術、物理科学および計装の
分野などの様に、上記よりも広範囲に適用可能である。更に、上記方法およびシ
ステムはMR画像化方法に制限されるものでなく、他の形態の画像化が関与する場
合にも利用され得る。図１において‘ブロック’1乃至11により示された各ステ
ップおよび構造は、MR画像化方法に対するのと同様にしてコンピュータ支援式断
層撮影(CT)に適用可能である。本発明が適用可能な他の形態の画像化方法として
は、X線撮影、フィルムもしくは印刷のデジタル形態への画像変換、デジタルX線
蛍光間接撮影法、超音波撮像、核医学、陽電子放射断層撮影法(PET)および他の
カメラもしくは画像化方法が挙げられる。上記技術は特に、考察の対象となる小
寸構造が造影液体の注入により強調表示されるというX線デジタル蛍光間接撮影
法で使用されるに適しており；上記小寸構造はまた、画像減算技術を使用して周
囲の干渉作用から分離され得る。
【００２６】 X線撮影、超音波撮像、核医学およびPETスキャンの本来的な分解能は比較的に
低いが、いくつかのものはリアルタイムの考察に使用される。故に、個々の静止
フレームもしくはハードコピーの画像のみが再処理され得る。 工学技術、物理科学および計装の分野に関し、本発明はたとえばバーコード・
パターン、DNA分析のスペクトル、目の虹彩パターン(たとえば、民間金融におけ
る識別目的で)、指紋識別、および発光分光などに関して使用される１次元画像
に適用可能である。本発明はまたたとえば、衛星もしくはパターン認識により獲
得された画像、または、監視カメラもしくは実験室実験作業の間における２次元
画像にも適用可能である。概略的事項として本発明は、たとえば物体および画像
との間の位置的変位の測定、歪み補正および製造制御などのために、真の物体の
縁部位置に対する画像の縁部位置を正確に決定することが必要な場合に適用可能
である。
低いが、いくつかのものはリアルタイムの考察に使用される。故に、個々の静止
フレームもしくはハードコピーの画像のみが再処理され得る。 工学技術、物理科学および計装の分野に関し、本発明はたとえばバーコード・
パターン、DNA分析のスペクトル、目の虹彩パターン(たとえば、民間金融におけ
る識別目的で)、指紋識別、および発光分光などに関して使用される１次元画像
に適用可能である。本発明はまたたとえば、衛星もしくはパターン認識により獲
得された画像、または、監視カメラもしくは実験室実験作業の間における２次元
画像にも適用可能である。概略的事項として本発明は、たとえば物体および画像
との間の位置的変位の測定、歪み補正および製造制御などのために、真の物体の
縁部位置に対する画像の縁部位置を正確に決定することが必要な場合に適用可能
である。
【００２７】 本発明のさらなる適用例として、以下においてはCT画像化方法およびMR画像化
方法を相互に関連させて使用する方法およびシステムを記述する。 磁気共鳴(MR)信号に対する主な寄与は、水分子およびタンパク質の豊富な陽子
含有量に由来する。それは、使用される磁界によるラーモア周波数(Larmor freq
uency)での量子過程である。陽子からの‘T1重み付け’および‘T2重み付け’MR
信号は一定の割合で相対的なコントラスト数(contrast number)を提供する一方
、CTにおいてX線吸収はX線ビーム内に晒された全ての原子の電子密度により影響
される多色減衰プロセス(polychromatic attenuation process)である。CT数(ま
たは線形減衰係数、電子密度もしくは組織密度)をMRコントラスト数と相関させ
る方程式は無く；２つのタイプの信号間を直接的に較正することは不可能である
。かかる相関の欠如は、基線基準として水を使用したCTコントラスト(絶対)スケ
ールの各反対側の端部における骨および空気であって、それらに共通する少ない
陽子数によりMR画像コントラスト(相対)スケールの同一端部における骨および空
気を検討することで確認されている。
方法を相互に関連させて使用する方法およびシステムを記述する。 磁気共鳴(MR)信号に対する主な寄与は、水分子およびタンパク質の豊富な陽子
含有量に由来する。それは、使用される磁界によるラーモア周波数(Larmor freq
uency)での量子過程である。陽子からの‘T1重み付け’および‘T2重み付け’MR
信号は一定の割合で相対的なコントラスト数(contrast number)を提供する一方
、CTにおいてX線吸収はX線ビーム内に晒された全ての原子の電子密度により影響
される多色減衰プロセス(polychromatic attenuation process)である。CT数(ま
たは線形減衰係数、電子密度もしくは組織密度)をMRコントラスト数と相関させ
る方程式は無く；２つのタイプの信号間を直接的に較正することは不可能である
。かかる相関の欠如は、基線基準として水を使用したCTコントラスト(絶対)スケ
ールの各反対側の端部における骨および空気であって、それらに共通する少ない
陽子数によりMR画像コントラスト(相対)スケールの同一端部における骨および空
気を検討することで確認されている。
【００２８】 CT信号とMR信号との間には相関が欠如することから、画像化を目的としてそれ
らを組合せて使用するのは本来は不都合であるが、本発明は、それらの各々の利
点を利用して画像分解能およびコントラスト情報を改善する方法およびシステム
を提供する。 後者に関し、CTは高い空間分解能を提供するが、横断スライスに対して垂直な
視界に関してのみである。信号／ノイズ比を改善すべく長寸ボクセル(elongate
voxel)を使用する必要があることから、復元された全ての非横断面に対する分解
能は低い。同様に、長寸ボクセルの使用による部分的体積効果もまた、病巣のコ
ントラスト・プロフィルの薄寸縁部における検出誤差を引き起こす。一方でMRは
、任意の画像スライス面に対して垂直な方向で見たときには同様の高度の空間分
解能を与え得ると共に、立方ボクセル体積の画像化方法でも等方性の分解能を提
供し得る。
らを組合せて使用するのは本来は不都合であるが、本発明は、それらの各々の利
点を利用して画像分解能およびコントラスト情報を改善する方法およびシステム
を提供する。 後者に関し、CTは高い空間分解能を提供するが、横断スライスに対して垂直な
視界に関してのみである。信号／ノイズ比を改善すべく長寸ボクセル(elongate
voxel)を使用する必要があることから、復元された全ての非横断面に対する分解
能は低い。同様に、長寸ボクセルの使用による部分的体積効果もまた、病巣のコ
ントラスト・プロフィルの薄寸縁部における検出誤差を引き起こす。一方でMRは
、任意の画像スライス面に対して垂直な方向で見たときには同様の高度の空間分
解能を与え得ると共に、立方ボクセル体積の画像化方法でも等方性の分解能を提
供し得る。
【００２９】 この目的のために、患者もしくは他の対象物の関心体積の断面に亘り多数のス
ライス横断面CTスキャンが収集される。また、同一の体積の対応する多数のスラ
イス横断面MRスキャンも収集される。後者のスキャンのスライス厚みはCTスライ
スの厚みの半分とされ又はCTスライスの厚みよりも薄寸とされ得ると共に、２次
元的にもしくは３次元的に収集され得る。スキャンされた患者もしくは他の物体
は、そのクーチ・トップ上で座標基準配置に関する目印を提供するクーチ上に拘
束される。これはたとえば、対応するCTおよびMRスキャン、および、可能的には
行われる放射線治療に対する１次の精度に対する解剖学的な位置および特定形状
の再現性を確実にするためである。
ライス横断面CTスキャンが収集される。また、同一の体積の対応する多数のスラ
イス横断面MRスキャンも収集される。後者のスキャンのスライス厚みはCTスライ
スの厚みの半分とされ又はCTスライスの厚みよりも薄寸とされ得ると共に、２次
元的にもしくは３次元的に収集され得る。スキャンされた患者もしくは他の物体
は、そのクーチ・トップ上で座標基準配置に関する目印を提供するクーチ上に拘
束される。これはたとえば、対応するCTおよびMRスキャン、および、可能的には
行われる放射線治療に対する１次の精度に対する解剖学的な位置および特定形状
の再現性を確実にするためである。
【００３０】 CTおよびMR画像のそれぞれの横断面は、上記方法で個別に処理されると共に、
CTおよびMR画像に対する逆畳み込み空間内で相互に整合される。上記２組の逆畳
み込みマップは次に、CT数が変換されて対応のMRコントラスト数を置換し得るべ
く、２次の精度へと相互に結合される。これが達成されたなら、２次元MR画像か
らもしくは３次元の体積画像の対応ボクセルの再配置から、非横断(すなわち傾
斜)面が獲得可能であり；その場合に２次元MRが使用され、コントラスト変換の
さらなるステップが必要なこともある。
CTおよびMR画像に対する逆畳み込み空間内で相互に整合される。上記２組の逆畳
み込みマップは次に、CT数が変換されて対応のMRコントラスト数を置換し得るべ
く、２次の精度へと相互に結合される。これが達成されたなら、２次元MR画像か
らもしくは３次元の体積画像の対応ボクセルの再配置から、非横断(すなわち傾
斜)面が獲得可能であり；その場合に２次元MRが使用され、コントラスト変換の
さらなるステップが必要なこともある。
【００３１】 CTおよびMR画像のそれぞれの横断面は、CTおよびMR画像に対する逆畳み込み空
間において‘境界’もしくは‘指紋’整合技術を用いることにより個別に処理さ
れる。これらの横断画像面において、特に医療的に使用される場合、患者の側部
に沿った皮膚輪郭特定形状は２次的整列および整合目的で最適に使用され得る、
と言うのも、それらは患者の移動により影響されることが少ないからである。ク
ーチ・トップ(たとえば図５および図６に関して上述された)に埋設された矩形管
システムの座標位置に関し、遷移誤差は容易に補正され得る。処理されたデータ
は次に、厳密に対応するCT画像およびMR画像の横断スライスに対する‘診断およ
び統計ソフトウェア・パッケージ’に対し、且つ、病巣もしくは組織のプロフィ
ルもしくは輪郭の‘真の’面積と、次に‘真の’体積の正確な演算のための関連
した‘統計パッケージ’に対し、使用され得る。
間において‘境界’もしくは‘指紋’整合技術を用いることにより個別に処理さ
れる。これらの横断画像面において、特に医療的に使用される場合、患者の側部
に沿った皮膚輪郭特定形状は２次的整列および整合目的で最適に使用され得る、
と言うのも、それらは患者の移動により影響されることが少ないからである。ク
ーチ・トップ(たとえば図５および図６に関して上述された)に埋設された矩形管
システムの座標位置に関し、遷移誤差は容易に補正され得る。処理されたデータ
は次に、厳密に対応するCT画像およびMR画像の横断スライスに対する‘診断およ
び統計ソフトウェア・パッケージ’に対し、且つ、病巣もしくは組織のプロフィ
ルもしくは輪郭の‘真の’面積と、次に‘真の’体積の正確な演算のための関連
した‘統計パッケージ’に対し、使用され得る。
【００３２】 上記２組の逆畳み込みマップはまた、対応するMRコントラスト数を置換すべく
CT数が変換され得る如く、２次の精度へと相互に結合され得る。これが行われた
なら、２次元画像からもしくは３次元体積の対応ボクセルの再配置から、非横断
(すなわち傾斜)面が獲得され；２次元MRの場合にはコントラスト変換の更なるス
テップが必要とされる。変換されたコントラスト・データは次に、MR画像を使用
する平面内傾斜画像擬似３次元手法のための３次元放射線治療処理計画用ソフト
ウェア・パッケージで使用され得る。
CT数が変換され得る如く、２次の精度へと相互に結合され得る。これが行われた
なら、２次元画像からもしくは３次元体積の対応ボクセルの再配置から、非横断
(すなわち傾斜)面が獲得され；２次元MRの場合にはコントラスト変換の更なるス
テップが必要とされる。変換されたコントラスト・データは次に、MR画像を使用
する平面内傾斜画像擬似３次元手法のための３次元放射線治療処理計画用ソフト
ウェア・パッケージで使用され得る。
【００３３】 本発明に係る画像データの逆畳み込み処理に必要なソフトウェアは、最小二乗
曲線適合方法に関連して実施され得る。次に、必要なソフトウェアを容易に開発
し得る上記方法の数学モデルが図７に関して与えられるが、図７は、降下段部縁
部SDEを有することにより画像ERF E(x)を生成する階段関数SFによるLSF L(x)の
畳み込みを示している。SFの点x=1からx=nにおける畳み込みから帰着するE(x)の
値を考えると：
曲線適合方法に関連して実施され得る。次に、必要なソフトウェアを容易に開発
し得る上記方法の数学モデルが図７に関して与えられるが、図７は、降下段部縁
部SDEを有することにより画像ERF E(x)を生成する階段関数SFによるLSF L(x)の
畳み込みを示している。SFの点x=1からx=nにおける畳み込みから帰着するE(x)の
値を考えると：
【００３４】
【数１】
【００３５】 逆畳み込みに関し、すなわち、LSF L(x)を明らかにするERF E(x)に関し、
【００３６】
【数２】
【００３７】 故に、ERFの向きに関わらず逆畳み込み処理により同一形状のLSFが回復され；
正のまたは負のコントラスト・プロフィルの立ち上がり(roll-up)もしくは立ち
下がり(roll-down)ERFのいずれが関与するかは問題でない。これは重要な特性で
ある、と言うのも、正のコントラスト輪郭は両端部にて立ち上がり(ロウからハ
イへの)ERFを有するが、負のコントラスト輪郭は両端部にて立ち下がり(ハイか
らロウへの)ERFを有するからである。
正のまたは負のコントラスト・プロフィルの立ち上がり(roll-up)もしくは立ち
下がり(roll-down)ERFのいずれが関与するかは問題でない。これは重要な特性で
ある、と言うのも、正のコントラスト輪郭は両端部にて立ち上がり(ロウからハ
イへの)ERFを有するが、負のコントラスト輪郭は両端部にて立ち下がり(ハイか
らロウへの)ERFを有するからである。
【００３８】 実用的な実施方式において、上記LSFは実行フィルタ(running filter)を使用
する逆畳み込みにより上記ERFから導出される。これにより、画像のデジタル化
ピクセル値に影響するノイズの問題を克服する上で上記方法の精度が高められる
。上記関数のひとつの点から他の点までの全長に沿って進む一群のデータ点の最
小二乗適合法が利用される。
する逆畳み込みにより上記ERFから導出される。これにより、画像のデジタル化
ピクセル値に影響するノイズの問題を克服する上で上記方法の精度が高められる
。上記関数のひとつの点から他の点までの全長に沿って進む一群のデータ点の最
小二乗適合法が利用される。
【００３９】 y=a0+a1x+a2x2が上記ERF曲線を示すものとすれば、５点適合もしくは７点適合
が使用され、正規方程式は次の様になる：
が使用され、正規方程式は次の様になる：
【００４０】
【数３】
【００４１】 式中、 m-5，・・・mまで；iは1+n，・・・5+n；または、 m-7，・・・mまで；iは1+n，・・・7+n； nは0，1，2，・・・；且つ、 1，・・・mはERFプロフィルの範囲(span)である。
【００４２】 解は、
【００４３】
【数４】
【００４４】 または、
【００４５】
【数５】
【００４６】 のいずれかから導かれ得る。 これらの式の両者に対して：
【００４７】
【数６】
【００４８】 とし得る。 次に、LSFプロフィルに対するxに関して、dy/dx(3+n)またはdy/dx(4+n)におけ
る勾配が導出されてプロットされ得る。 xに対するdy/dxのグラフによりLSFプロフィルが与えられる。このプロフィル
のピークは、グラフの上昇および下降縁部の各中央点の中央に配置される。かか
る各中央点は上記プロフィルの全幅半値(FWHM)の各極値を定義するものであり、
且つ、これの中央点は‘平均’効果によりサブ・ピクセル・レベルの精度で決定
される。
る勾配が導出されてプロットされ得る。 xに対するdy/dxのグラフによりLSFプロフィルが与えられる。このプロフィル
のピークは、グラフの上昇および下降縁部の各中央点の中央に配置される。かか
る各中央点は上記プロフィルの全幅半値(FWHM)の各極値を定義するものであり、
且つ、これの中央点は‘平均’効果によりサブ・ピクセル・レベルの精度で決定
される。
【００４９】 上記点像分布関数(PSF)は２次元プロフィルであり、該プロフィルは実際には
、画像平面内で相互に直交する２つの対応LSFから導出され得る。故に、PSFプロ
フィルのピーク位置は、２個のピークもしくは２個のLSFプロフィルの‘平均’
もしくは‘交差(cross-over)’から得られる。上記PSFは実際には２次元平面に
おける２本の直交軸から得られる。
、画像平面内で相互に直交する２つの対応LSFから導出され得る。故に、PSFプロ
フィルのピーク位置は、２個のピークもしくは２個のLSFプロフィルの‘平均’
もしくは‘交差(cross-over)’から得られる。上記PSFは実際には２次元平面に
おける２本の直交軸から得られる。
【００５０】 上記LSF(もしくはPSF)の生成は、位相反転補正の後で、コントラスト輪郭の各
縁部における各ERFの立ち上がりもしくは立ち下がり特性に依存しない。換言す
ると、それは、輪郭内における向きおよびコントラスト数の絶対値に依存しない
。LSF(もしくはPSF)のピーク位置は立ち上がりもしくは立ち下がりERFの中央中
間(50%)点であり、これは真の縁部の定義に対する最適位置である。
縁部における各ERFの立ち上がりもしくは立ち下がり特性に依存しない。換言す
ると、それは、輪郭内における向きおよびコントラスト数の絶対値に依存しない
。LSF(もしくはPSF)のピーク位置は立ち上がりもしくは立ち下がりERFの中央中
間(50%)点であり、これは真の縁部の定義に対する最適位置である。
【図１】 本発明の方法およびシステムの概略図である。
【図２】 図１の方法およびシステムにより実施される処理の特徴を示す図である。
【図３】 図１の方法およびシステムを使用して達成される結果を示す図である。
【図４】 図２に示された画像プロフィルの輪郭のある区分を拡大して示す図である。
【図５】 図１の方法およびシステムで使用されるクーチ・トップ(couch-top)の平面図
である。
である。
【図６】 図１の方法およびシステムで使用されるクーチ・トップの端部断面図である。
【図７】 図１の方法およびシステムに係る逆畳み込み処理の数学モデルの基礎としての
畳み込み操作を示す図である。
畳み込み操作を示す図である。
【手続補正書】
【提出日】平成１３年５月２２日（２００１．５．２２）
【手続補正１】
【補正対象書類名】明細書
【補正対象項目名】特許請求の範囲
【補正方法】変更
【補正内容】
【特許請求の範囲】
【手続補正２】
【補正対象書類名】明細書
【補正対象項目名】０００３
【補正方法】変更
【補正内容】
【０００３】 本発明の目的は、上述の問題を少なくとも部分的に克服しうる方法およびシス
テムを提供するにある。 本発明のひとつの態様によれば、物体スキャンの画像領域結果に対して逆畳み
込み処理を適用することにより、一箇所以上の物体不連続部の点像分布関数また
は線像分布関数を上記結果から導出し、且つ、上記関数から、上記画像領域内に
おける夫々の不連続部の位置を導出する画像化方法であって、前記逆畳み込み処 理がサブ・ピクセル・サンプリングを用いてなされる画像化方法が提供される。
テムを提供するにある。 本発明のひとつの態様によれば、物体スキャンの画像領域結果に対して逆畳み
込み処理を適用することにより、一箇所以上の物体不連続部の点像分布関数また
は線像分布関数を上記結果から導出し、且つ、上記関数から、上記画像領域内に
おける夫々の不連続部の位置を導出する画像化方法であって、前記逆畳み込み処 理がサブ・ピクセル・サンプリングを用いてなされる画像化方法が提供される。
【手続補正３】
【補正対象書類名】明細書
【補正対象項目名】０００４
【補正方法】変更
【補正内容】
【０００４】 本発明の別の態様によれば、物体スキャンの画像領域結果に対して逆畳み込み
処理を実施することにより、一箇所以上の物体不連続部の点像分布関数または線
像分布関数を上記結果から導出する手段と、上記関数から、上記画像領域内にお
けるそれぞれの不連続部の位置を導出する手段と、を備えて成る画像化システム であって、前記逆畳み込み処理がサブ・ピクセル・サンプリングを用いてなされ る画像化システムが提供される。
処理を実施することにより、一箇所以上の物体不連続部の点像分布関数または線
像分布関数を上記結果から導出する手段と、上記関数から、上記画像領域内にお
けるそれぞれの不連続部の位置を導出する手段と、を備えて成る画像化システム であって、前記逆畳み込み処理がサブ・ピクセル・サンプリングを用いてなされ る画像化システムが提供される。
【手続補正４】
【補正対象書類名】明細書
【補正対象項目名】０００５
【補正方法】変更
【補正内容】
【０００５】 本発明の方法およびシステムによれば、画像領域内における各不連続部の位置
が高精度で確立され得る。これは、相当のスミアから解放された画像定義に対し
て重要であり、この目的のために、上記それぞれの不連続部の位置は上記関数の
全幅半値の中央点から容易にサブ・ピクセル精度で導出され得る。 上記関数は上記変換の上記画像領域結果と相関されて、上記一箇所以上の不連
続部の画像化の空間分解能を増進し得る。上記増進は、上記一箇所以上の不連続
部のそれぞれの画像領域結果内における各サブ・ピクセルの移動(transfer)を含
み、上記各サブ・ピクセルはそれぞれの画像領域結果内において縁部画像の定義 のために 上記位置の一方の側から他方の側へと移動される。
が高精度で確立され得る。これは、相当のスミアから解放された画像定義に対し
て重要であり、この目的のために、上記それぞれの不連続部の位置は上記関数の
全幅半値の中央点から容易にサブ・ピクセル精度で導出され得る。 上記関数は上記変換の上記画像領域結果と相関されて、上記一箇所以上の不連
続部の画像化の空間分解能を増進し得る。上記増進は、上記一箇所以上の不連続
部のそれぞれの画像領域結果内における各サブ・ピクセルの移動(transfer)を含
み、上記各サブ・ピクセルはそれぞれの画像領域結果内において縁部画像の定義 のために 上記位置の一方の側から他方の側へと移動される。
【手続補正５】
【補正対象書類名】明細書
【補正対象項目名】００１１
【補正方法】変更
【補正内容】
【００１１】 本発明によればさらなる処理5は、精度の高い縁部画像の定義および位置を提
供すると共に、画像化における空間分解能を増進すべく作用する。特に図２に関
しては、物体ERFの不連続部もしくは段部23に対応する縁部位置は画像領域内で
画像PSFの全幅半値(full-width half-maximum)(FWHM)の中央点から精密照準され
(pin-pointed)；この精密照準は画像ERFに対するサブ・ピクセル精度とされる。 低コントラストおよび‘領域’フィルタリングが‘擬似’縁部を除去するために 使用され、またサブ・ピクセル・サンプリングが単一ピクセル変調の分解能まで 詳しく検出するために使用される。 そのときに上記ERFの不連続部もしくは段部2
3は、最適縁部位置の外側からサブ・ピクセル値を除去して内側(within)を補償
することにより、画像領域内で回復される。なお、その場合に各サブ・ピクセル
は表示ではピクセルとなり、且つ、上記画質強化は極高分解能画像変換システム
の性能に等しくなる。
供すると共に、画像化における空間分解能を増進すべく作用する。特に図２に関
しては、物体ERFの不連続部もしくは段部23に対応する縁部位置は画像領域内で
画像PSFの全幅半値(full-width half-maximum)(FWHM)の中央点から精密照準され
(pin-pointed)；この精密照準は画像ERFに対するサブ・ピクセル精度とされる。 低コントラストおよび‘領域’フィルタリングが‘擬似’縁部を除去するために 使用され、またサブ・ピクセル・サンプリングが単一ピクセル変調の分解能まで 詳しく検出するために使用される。 そのときに上記ERFの不連続部もしくは段部2
3は、最適縁部位置の外側からサブ・ピクセル値を除去して内側(within)を補償
することにより、画像領域内で回復される。なお、その場合に各サブ・ピクセル
は表示ではピクセルとなり、且つ、上記画質強化は極高分解能画像変換システム
の性能に等しくなる。
【手続補正６】
【補正対象書類名】明細書
【補正対象項目名】００１２
【補正方法】変更
【補正内容】
【００１２】 図２において矢印27および28により示された如く、無限に尖鋭な段部23の画像
ERF 25は画像PSF 22と物体ERF 23との畳み込みにより生成され得る。本発明によ
れば、矢印29により表される、サブ・ピクセル・サンプリングを用いた画像ERF
25の逆畳み込みにより、画像PSF 22は逆畳み込み空間において画像PSF 22'とし
て再現される。画像ERF 25はこの空間内で画像ERF 25'としてPSF 22'に重畳され
、最適縁部位置30は、画像PSF 22'のFWHMの中央点から導出され且つサブ・ピク
セルの精度で精密照準される。
ERF 25は画像PSF 22と物体ERF 23との畳み込みにより生成され得る。本発明によ
れば、矢印29により表される、サブ・ピクセル・サンプリングを用いた画像ERF
25の逆畳み込みにより、画像PSF 22は逆畳み込み空間において画像PSF 22'とし
て再現される。画像ERF 25はこの空間内で画像ERF 25'としてPSF 22'に重畳され
、最適縁部位置30は、画像PSF 22'のFWHMの中央点から導出され且つサブ・ピク
セルの精度で精密照準される。
【手続補正７】
【補正対象書類名】図面
【補正対象項目名】図３
【補正方法】変更
【補正内容】
【図３】
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ０６Ｔ 7/60 ２５０ Ａ６１Ｂ 5/05 ３８０ (31)優先権主張番号 ９９０２３３２．７ (32)優先日 平成11年２月２日(1999．2．2) (33)優先権主張国 イギリス（ＧＢ） (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ，ＭＬ， ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，Ｋ Ｅ，ＬＳ，ＭＷ，ＳＤ，ＳＬ，ＳＺ，ＴＺ，ＵＧ，ＺＷ )，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ，ＲＵ， ＴＪ，ＴＭ)，ＡＥ，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ， ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，ＣＮ，Ｃ Ｒ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＤＭ，ＥＥ，ＥＳ，ＦＩ ，ＧＢ，ＧＤ，ＧＥ，ＧＨ，ＧＭ，ＨＲ，ＨＵ，ＩＤ， ＩＬ，ＩＮ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，Ｋ Ｚ，ＬＣ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＡ ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ，ＮＺ， ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，Ｓ Ｋ，ＳＬ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＴＺ，ＵＡ，ＵＧ ，ＵＳ，ＵＺ，ＶＮ，ＹＵ，ＺＡ，ＺＷ Ｆターム(参考） 4C093 AA26 CA01 CA08 CA50 FD05 FD20 FF16 FF23 FF50 4C096 AB08 DC06 DC19 DC24 4C301 EE07 EE11 JC08 JC20 KK24 5B057 AA07 BA06 CA08 CA12 CA16 CB02 CB06 CB12 CB16 CC02 CE03 CE06 DC16 5L096 AA03 AA06 BA13 DA01 EA33 FA06 GA02 GA32 GA55
Claims (16)
- 【請求項１】 物体スキャンの画像領域結果に対して逆畳み込み処理を適用
することにより、 一箇所以上の物体不連続部を物体領域から画像領域へ変換するに有効な点像分
布関数または線像分布関数を上記結果から導出し、且つ、 上記関数から、上記画像領域内における夫々の不連続部の位置を導出する、 画像化方法。 - 【請求項２】 前記夫々の不連続部の位置は、前記関数の全幅半値の中央点
から導出される、請求項１記載の方法。 - 【請求項３】 前記関数は前記変換の前記画像領域結果と相関されて、前記
一箇所以上の不連続部の画像化の空間分解能を増進する、請求項１または２に記
載の方法。 - 【請求項４】 前記一箇所以上の不連続部の画像化の空間分解能の増進は、
上記一箇所以上の不連続部の夫々の画像領域結果内における各サブ・ピクセルの
移動を含み、上記各サブ・ピクセルは夫々の画像領域結果内において前記位置の
一方の側から他方の側へと移動される、請求項３記載の方法。 - 【請求項５】 前記逆畳み込み処理は最小二乗実行フィルタリングを使用し
て実施される、請求項１乃至４のいずれか一項に記載の方法。 - 【請求項６】 前記物体の縁部輪郭は前記逆畳み込み処理を使用して前記画
像領域内に定義される、請求項１乃至５のいずれか一項に記載の方法。 - 【請求項７】 前記縁部輪郭内においては前記物体画像の面積および／また
は体積が決定される、請求項６記載の方法。 - 【請求項８】 前記物体スキャンは磁気共鳴(MR)スキャンであり、 緩和時間T1およびT2の値は前記輪郭内の前記物体画像から導出され、且つ、 これらの値は、スキャン済物体内に包含される組織種類または他の物質を記憶
データから識別すべく使用される、請求項６または７に記載の方法。 - 【請求項９】 識別された前記組織もしくは他の物質の種類に対する密度値
は更なる記憶データから導出される、請求項８記載の方法。 - 【請求項１０】 物体の同一部分に対して対応するコンピュータ断層撮影(C
T)スキャンおよび磁気共鳴(MR)スキャンが行われ、 各スキャンは、上記逆畳み込み処理を使用して上記部分に関する位置的な相関
に対して相互に関連付けられ、且つ、 上記物体の上記部分の画像化は、上記CTスキャンの各対応相関位置に該当する
CTコントラスト数に依存して空間的に改変されたMRスキャンに従って提供される
、 請求項１乃至９のいずれか一項に記載の方法。 - 【請求項１１】 前記MRスキャンから導出された画像化に対しては記憶デー
タに従い幾何的補正が適用される、請求項８乃至１０のいずれか一項に記載の方
法。 - 【請求項１２】 物体スキャンの画像領域結果に対して逆畳み込み処理を実
施することにより、一箇所以上の物体不連続部を物体領域から画像領域へ変換す
るに有効な点像分布関数または線像分布関数を上記結果から導出する手段と、 上記関数から、上記画像領域内における夫々の不連続部の位置を導出する手段
と、 を備えて成る画像化システム。 - 【請求項１３】 前記夫々の不連続部の位置は、前記関数の全幅半値の中央
点から導出される、請求項１２記載のシステム。 - 【請求項１４】 前記関数は前記変換の前記画像領域結果と相関されて、前
記一箇所以上の不連続部の画像化の空間分解能を増進する、請求項１２または１
３に記載のシステム。 - 【請求項１５】 前記一箇所以上の不連続部の画像化の空間分解能の増進は
、上記一箇所以上の不連続部の夫々の画像領域結果内における各サブ・ピクセル
の移動を含み、上記各サブ・ピクセルは夫々の画像領域結果内において前記位置
の一方の側から他方の側へと移動される、請求項１４記載の方法。 - 【請求項１６】 前記逆畳み込み処理は最小二乗実行フィルタリングを使用
して実施される、請求項１２乃至１５のいずれか一項に記載のシステム。
Applications Claiming Priority (7)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| GB9822397.7 | 1998-10-15 | ||
| GBGB9822397.7A GB9822397D0 (en) | 1998-10-15 | 1998-10-15 | Imaging |
| GB9825165.5 | 1998-11-18 | ||
| GBGB9825165.5A GB9825165D0 (en) | 1998-11-18 | 1998-11-18 | Imaging |
| GB9902332.7 | 1999-02-02 | ||
| GBGB9902332.7A GB9902332D0 (en) | 1999-02-02 | 1999-02-02 | Imaging |
| PCT/GB1999/003417 WO2000022573A1 (en) | 1998-10-15 | 1999-10-15 | Imaging |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2002527834A true JP2002527834A (ja) | 2002-08-27 |
| JP2002527834A5 JP2002527834A5 (ja) | 2007-03-01 |
| JP4309062B2 JP4309062B2 (ja) | 2009-08-05 |
Family
ID=27269515
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000576410A Expired - Fee Related JP4309062B2 (ja) | 1998-10-15 | 1999-10-15 | 画像化方法 |
Country Status (9)
| Country | Link |
|---|---|
| US (1) | US6928182B1 (ja) |
| EP (1) | EP1121663B1 (ja) |
| JP (1) | JP4309062B2 (ja) |
| AT (1) | ATE286283T1 (ja) |
| AU (1) | AU768756B2 (ja) |
| CA (1) | CA2346852A1 (ja) |
| DE (1) | DE69922983T2 (ja) |
| GB (1) | GB2346028B (ja) |
| WO (1) | WO2000022573A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008079976A (ja) * | 2006-09-28 | 2008-04-10 | Aloka Co Ltd | 超音波診断装置 |
Families Citing this family (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7127096B2 (en) * | 2001-11-20 | 2006-10-24 | Accuimage Diagnostics Corp. | Method and software for improving coronary calcium scoring consistency |
| US7149331B1 (en) | 2002-09-03 | 2006-12-12 | Cedara Software Corp. | Methods and software for improving thresholding of coronary calcium scoring |
| WO2004036738A2 (en) * | 2002-10-16 | 2004-04-29 | Varian Medical Systems Technologies, Inc. | Method and apparatus for excess signal correction in an imager |
| CN100415171C (zh) * | 2003-07-31 | 2008-09-03 | 株式会社东芝 | 使扫描图像中的模糊最小化的方法和设备 |
| US7492967B2 (en) * | 2003-09-24 | 2009-02-17 | Kabushiki Kaisha Toshiba | Super-resolution processor and medical diagnostic imaging apparatus |
| FR2867935A1 (fr) * | 2004-03-17 | 2005-09-23 | Thomson Licensing Sa | Procede de rehaussement des contours dans une image |
| SE0400731D0 (sv) * | 2004-03-22 | 2004-03-22 | Contextvision Ab | Method, computer program product and apparatus for enhancing a computerized tomography image |
| US7215732B2 (en) * | 2004-09-30 | 2007-05-08 | General Electric Company | Method and system for CT reconstruction with pre-correction |
| GB0422930D0 (en) * | 2004-10-15 | 2004-11-17 | Chui Kui M | Image processing |
| US7778450B2 (en) * | 2005-01-20 | 2010-08-17 | Scimed Life Systems, Inc. | Pattern recognition systems and methods |
| JP4585456B2 (ja) * | 2006-01-23 | 2010-11-24 | 株式会社東芝 | ボケ変換装置 |
| JP2008073208A (ja) * | 2006-09-21 | 2008-04-03 | Konica Minolta Medical & Graphic Inc | 画像処理装置及び画像処理方法 |
| JP2008073342A (ja) * | 2006-09-22 | 2008-04-03 | Konica Minolta Medical & Graphic Inc | 放射線画像撮影システム及び放射線画像撮影方法 |
| JP4799428B2 (ja) * | 2007-01-22 | 2011-10-26 | 株式会社東芝 | 画像処理装置及び方法 |
| CN101846798B (zh) * | 2009-03-24 | 2013-02-27 | 财团法人工业技术研究院 | 景物深度信息的取得方法与装置 |
| DE102009015594B4 (de) * | 2009-03-30 | 2015-07-30 | Carl Zeiss Sms Gmbh | Verfahren und Vorrichtung zur subpixelgenauen Positionsbestimmung einer Kante einer Markerstruktur in einer Vielzahl von Aufnahmepixeln aufweisenden Aufnahme der Markerstruktur |
| US8362947B2 (en) * | 2011-03-29 | 2013-01-29 | Victor Gorelik | Method for obtaining object-plane field from its two images |
| US8922641B2 (en) | 2011-06-29 | 2014-12-30 | The Procter & Gamble Company | System and method for inspecting components of hygienic articles |
| CN103565473A (zh) | 2012-07-27 | 2014-02-12 | 三星电子株式会社 | 图像处理模块和图像处理方法 |
| WO2014074138A1 (en) * | 2012-11-09 | 2014-05-15 | Nikon Corporation | Globally dominant point spread function estimation |
| US9530079B2 (en) | 2012-11-09 | 2016-12-27 | Nikon Corporation | Point spread function classification using structural properties |
| US9779491B2 (en) | 2014-08-15 | 2017-10-03 | Nikon Corporation | Algorithm and device for image processing |
| CN104248437B (zh) * | 2014-10-15 | 2017-04-12 | 中国科学院深圳先进技术研究院 | 动态磁共振图像成像方法和系统 |
| US9792673B2 (en) * | 2015-09-25 | 2017-10-17 | Intel Corporation | Facilitating projection pre-shaping of digital images at computing devices |
| EP4012662A1 (en) * | 2020-12-09 | 2022-06-15 | Koninklijke Philips N.V. | Method for identifying a material boundary in volumetric image data |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2155187B (en) | 1984-02-27 | 1987-10-21 | Picker Int Ltd | Nuclear magnetic resonance imaging apparatus |
| GB8405065D0 (en) | 1984-02-27 | 1984-04-04 | Picker Int Ltd | Nuclear magnetic resonance imaging apparatus |
| US4947323A (en) | 1986-05-22 | 1990-08-07 | University Of Tennessee Research Corporation | Method and apparatus for measuring small spatial dimensions of an object |
| US4973111A (en) | 1988-09-14 | 1990-11-27 | Case Western Reserve University | Parametric image reconstruction using a high-resolution, high signal-to-noise technique |
| GB8918105D0 (en) | 1989-08-08 | 1989-09-20 | Nat Res Dev | Echo planar imaging using 180grad pulses |
| US5150292A (en) * | 1989-10-27 | 1992-09-22 | Arch Development Corporation | Method and system for determination of instantaneous and average blood flow rates from digital angiograms |
| US5001429A (en) | 1989-11-21 | 1991-03-19 | General Electric Company | Removal of truncation artifacts in NMR imaging |
| US5445155A (en) | 1991-03-13 | 1995-08-29 | Scimed Life Systems Incorporated | Intravascular imaging apparatus and methods for use and manufacture |
| US5790692A (en) * | 1994-09-07 | 1998-08-04 | Jeffrey H. Price | Method and means of least squares designed filters for image segmentation in scanning cytometry |
| US20020186874A1 (en) * | 1994-09-07 | 2002-12-12 | Jeffrey H. Price | Method and means for image segmentation in fluorescence scanning cytometry |
| US5784492A (en) | 1995-03-16 | 1998-07-21 | Trustees Of Boston University | Apparatus and method for data compression with the CLEAN technique |
| US5576548A (en) * | 1995-06-05 | 1996-11-19 | University Of South Florida | Nuclear imaging enhancer |
| JP3813999B2 (ja) | 1995-08-25 | 2006-08-23 | ジーイー横河メディカルシステム株式会社 | 画像処理方法および画像処理装置 |
| US5594767A (en) | 1995-11-02 | 1997-01-14 | General Electric Company | Methods and apparatus for enhancing image sharpness |
| JP3392608B2 (ja) | 1995-11-29 | 2003-03-31 | 株式会社東芝 | 画像処理装置及びその方法 |
| EP0973069A3 (en) * | 1998-07-14 | 2006-10-04 | Nova Measuring Instruments Limited | Monitoring apparatus and method particularly useful in photolithographically processing substrates |
| IL125337A0 (en) * | 1998-07-14 | 1999-03-12 | Nova Measuring Instr Ltd | Method and apparatus for lithography monitoring and process control |
-
1999
- 1999-10-05 US US09/807,396 patent/US6928182B1/en not_active Expired - Fee Related
- 1999-10-15 AT AT99950910T patent/ATE286283T1/de not_active IP Right Cessation
- 1999-10-15 WO PCT/GB1999/003417 patent/WO2000022573A1/en active IP Right Grant
- 1999-10-15 GB GB9924530A patent/GB2346028B/en not_active Expired - Fee Related
- 1999-10-15 DE DE69922983T patent/DE69922983T2/de not_active Expired - Fee Related
- 1999-10-15 EP EP99950910A patent/EP1121663B1/en not_active Expired - Lifetime
- 1999-10-15 CA CA002346852A patent/CA2346852A1/en not_active Abandoned
- 1999-10-15 JP JP2000576410A patent/JP4309062B2/ja not_active Expired - Fee Related
- 1999-10-15 AU AU63503/99A patent/AU768756B2/en not_active Ceased
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008079976A (ja) * | 2006-09-28 | 2008-04-10 | Aloka Co Ltd | 超音波診断装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2000022573A1 (en) | 2000-04-20 |
| DE69922983T2 (de) | 2005-12-29 |
| EP1121663A1 (en) | 2001-08-08 |
| DE69922983D1 (de) | 2005-02-03 |
| CA2346852A1 (en) | 2000-04-20 |
| GB2346028B (en) | 2003-03-05 |
| JP4309062B2 (ja) | 2009-08-05 |
| AU768756B2 (en) | 2004-01-08 |
| ATE286283T1 (de) | 2005-01-15 |
| EP1121663B1 (en) | 2004-12-29 |
| GB9924530D0 (en) | 1999-12-15 |
| US6928182B1 (en) | 2005-08-09 |
| GB2346028A (en) | 2000-07-26 |
| AU6350399A (en) | 2000-05-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4309062B2 (ja) | 画像化方法 | |
| US7873192B1 (en) | Method for providing a smoothed image | |
| Attivissimo et al. | A technique to improve the image quality in computer tomography | |
| US20120302880A1 (en) | System and method for specificity-based multimodality three- dimensional optical tomography imaging | |
| Paulus et al. | Towards improved hardware component attenuation correction in PET/MR hybrid imaging | |
| JP4495926B2 (ja) | Ｘ線立体再構成処理装置、ｘ線撮影装置、ｘ線立体再構成処理方法及びｘ線立体撮影補助具 | |
| US20060058641A1 (en) | Method for generating an MR atlas and for MR imaging using same | |
| EP1716537B1 (en) | Apparatus and method for the processing of sectional images | |
| CN109716388B (zh) | 图像数据中的降噪 | |
| Bini et al. | Quantitative carotid PET/MR imaging: clinical evaluation of MR-attenuation correction versus CT-attenuation correction in 18F-FDG PET/MR emission data and comparison to PET/CT | |
| US7433086B2 (en) | Edge detection and correcting system and method | |
| Park et al. | Deep learning image reconstruction algorithm for abdominal multidetector CT at different tube voltages: assessment of image quality and radiation dose in a phantom study | |
| Koike et al. | Pseudo low-energy monochromatic imaging of head and neck cancers: Deep learning image reconstruction with dual-energy CT | |
| Hemler et al. | A quantitative comparison of residual error for three different multimodality registration techniques | |
| Le Goff-Rougetet et al. | Segmented MR images for brain attenuation correction in PET | |
| US11893745B2 (en) | System and method for generating and displaying contours | |
| CN111242853B (zh) | 基于光流处理的医学ct图像去噪方法 | |
| Museyko et al. | Binary segmentation masks can improve intrasubject registration accuracy of bone structures in CT images | |
| EP2285282B1 (en) | Spatial orientation method of an immobilized subject | |
| Close et al. | Accuracy assessment of layer decomposition using simulated angiographic image sequences | |
| KR100399051B1 (ko) | 흉부 단순 엑스선 영상에서 늑골의 경계를 자동으로추출하는 방법 | |
| US11562512B2 (en) | System and method for generating and displaying contours | |
| Evans et al. | Preclinical assessment of a new magnetic resonance-based technique for determining bone quality by characterization of trabecular microarchitecture | |
| Hemler et al. | Quantified registration error versus the accuracy of registered surfaces for a multimodality surface-based registration system | |
| Babykala et al. | Noise reduction in CT lung images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20061016 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061122 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070111 |
|
| 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: 20090407 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090507 |
|
| 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: 20120515 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120515 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130515 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130515 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140515 Year of fee payment: 5 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| 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 |