JP2003180679A - 医療映像処理システム及び処理方法 - Google Patents

医療映像処理システム及び処理方法

Info

Publication number
JP2003180679A
JP2003180679A JP2002246685A JP2002246685A JP2003180679A JP 2003180679 A JP2003180679 A JP 2003180679A JP 2002246685 A JP2002246685 A JP 2002246685A JP 2002246685 A JP2002246685 A JP 2002246685A JP 2003180679 A JP2003180679 A JP 2003180679A
Authority
JP
Japan
Prior art keywords
image
organ
image processing
algorithm
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2002246685A
Other languages
English (en)
Other versions
JP3838954B2 (ja
Inventor
Sogen Boku
宗元 朴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from KR10-2001-0053346A external-priority patent/KR100450278B1/ko
Priority claimed from KR10-2002-0028073A external-priority patent/KR100458088B1/ko
Application filed by Individual filed Critical Individual
Publication of JP2003180679A publication Critical patent/JP2003180679A/ja
Application granted granted Critical
Publication of JP3838954B2 publication Critical patent/JP3838954B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • 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
    • 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
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/41—Detecting, measuring or recording for evaluating the immune or lymphatic systems
    • A61B5/414—Evaluating particular organs or parts of the immune or lymphatic systems
    • A61B5/416—Evaluating particular organs or parts of the immune or lymphatic systems the spleen
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4519—Muscles
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30061—Lung
    • G06T2207/30064—Lung nodule

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Databases & Information Systems (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Veterinary Medicine (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Processing (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • User Interface Of Digital Computer (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

(57)【要約】 （修正有） 【課題】 映像処理に関する専門知識なしに医療映像処
理を遂行できる医療映像処理システムを提供する。 【解決手段】 CT、MRI等の各種医療映像撮影装置から
のデジタル医療映像をデータベ−スに蓄えるサーバー
と、前記サーバー及び複数のクライアントコンピュータ
ーにTCP/IPで連結されたイメージプロセッシングシステ
ムを含んでなる医療映像処理システムにおいて、前記イ
メージプロセッシングシステムは、クライアントコンピ
ューターからのユーザーの意思をコンピューター信号に
転換して出力するユーザーインタフェース部と、提供さ
れたプロセッシング制御信号に応じて療映像制御アルゴ
リズム内蔵のプログラムを遂行して前記データベースか
ら医療イメージを読取り前記ユーザー制御信号を遂行し
て算出された結果を出力するイメージ処理プロセッサー
と、提供される信号の伝達を受取って、ユーザーが認識
できる形態に提供する出力装置とを含む。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明はデジタル医療映像処
理システム及びかかるシステムを利用した医療映像処理
方法に関し、特に映像処理に関する専門知識のない医療
人が医療映像から所望の結果を容易に得られる医療映像
処理システム及び処理方法に適用して有効な技術に関す
る。
【０００２】
【従来の技術】医療映像は、X線、CT(Computed Tomogra
phy、コンピュータ断層撮影)、MRI(Magnetic Resonance
Imaging、磁気共鳴像)、超音波(Ultra Sound)等があ
り、人体の部位及び観察目的によって異なる映像資料が
使用される。医療映像は人体の内部を非侵襲的に見るこ
とができるので、診断、治療及び手術のための計画や方
法を決定するのに重要な資料として活用される。このよ
うな医療映像に関する読取り及び診断は該当分野に関す
る専門的な知識と経験を具えている医療人によって行え
るので客観的な判断根拠を提供できる付加的な情報の必
要性が求められる。コンピューターを用いたデジタル映
像資料の処理技法を医療映像資料に適用することによ
り、医療人が医療映像をより正確で、素早くに読取り及
び診断できる客観的な判断根拠を提供することができ
る。このような医療映像資料の処理技法の開発は全世界
的に急速に発展されており、より効率的で正確な処理技
法などが開発されつつある。
【０００３】映像資料から所望の結果を得るためには多
くの段階の処理過程を経なければならない。医療映像は
他の映像資料と異なる特性を有するので既存の開発され
た映像処理技法をそのまま適用することができず、医療
人の専門知識を基にした新たなアルゴリズムを開発して
適用できなければならない。このような新たなアルゴリ
ズムなどはワークステーションのユニックス環境でテキ
スト形態の命令語を使用するように開発されている。従
って、かかるアルゴリズムを適用して医療映像資料を処
理するためには映像処理に関する専門知識とユニックス
命令語などのコンピューターに関する基礎知識が必要で
ある。さらに、今まで開発された映像処理システムグラ
フィックスユーザーインタフェースなどは一般的なデジ
タル映像処理技法だけを適用できるように開発されてき
た。しかし、医療映像が一般映像と異なる処理方法を求
めるので、かかる処理システムは効果的ではない。診断
や治療のための映像資料はその資料が膨大なので、これ
らを一々一般的な映像処理技法を適用して所望の結果を
得るためには多くの時間と努力が必要である。映像処理
に関する専門知識のないユーザーが所望の結果を得るこ
とは現実的に困難なことが多かった。
【０００４】
【発明が解決しょうとする課題】本発明は映像処理に関
する専門知識なしに医療映像処理を遂行できる医療映像
処理システムを提供することを目的とする。
【０００５】本発明の他の目的はウィンドウズ基盤のグ
ラフィックスユーザーインタフェースを介して医療映像
資料を分析し、所望の結果を得るためのアルゴリズムを
具現できる医療映像処理システムを提供することにあ
る。
【０００６】
【課題を解決するための手段】このような目的を達成す
るための本発明による医療映像処理システムは、CT、MR
I等の各種医療映像撮影装置から提供されるデジタル医
療映像を医療映像データベースに蓄える医療映像取得サ
ーバーと、前記医療映像取得サーバー及び複数のクライ
アントコンピューターにTCP/IPで連結されたイメージプ
ロセッシングシステムを含むことを特徴とする。
【０００７】本発明による医療映像処理システムの他の
細部的な構成の特徴は前記イメージプロセッシングシス
テムが、クライアントコンピューターから提供されるユ
ーザーの意思をコンピューター信号に転換して出力する
ユーザーインタフェース部と、前記ユーザーインタフェ
ース部を介して提供されたプロセッシング制御信号に応
じて医療映像情報制御アルゴリズムが内蔵されたプログ
ラムを遂行して前記医療映像データベースから医療イメ
ージを読取り前記ユーザー制御信号を遂行し、算出され
た結果を出力するイメージ処理プロセッサーと、前記イ
メージ処理プロセッサーから提供される信号の伝達を受
取ってユーザーが認識できる形態で提供する出力装置を
含むことである。
【０００８】本発明による医療映像処理システムの細部
的な構成の特徴は前記イメージ処理プロセッサーに内蔵
されたイメージ処理プログラムが一般的なデジタル映像
処理アルゴリズムと臓器探索を処理するアルゴリズムを
含むことである。
【０００９】本発明による医療映像処理方法はディスプ
レー装置を介してウィンドウズフレームの形態にメニュ
ー画面を提供する過程と、コンピューターに連結された
入力装置を介して入力されたユーザーの作業意思命令を
コンピューター信号に変換してインタフェース部を介し
てイメージ処理プロセッサーに伝達する過程と、インタ
フェース部を介して伝達された制御信号を分析する過程
と、ユーザーの制御信号に応じて該当イメージをローデ
ィング(Loading)してディスプレー装置を介して示す過
程と、インタフェース部を介してユーザーのイメージ処
理制御信号の伝達を受取る過程と、イメージ処理プロセ
ッサーに内蔵されたアルゴリズムを読取り処理制御信号
に該当するアルゴリズムを遂行する過程と、アルゴリズ
ムの遂行結果をディスプレー装置を介して示す過程と、
ユーザーの制御信号に応じて算出された情報を所定のデ
ータベースに蓄える過程を含むことを特徴とする。
【００１０】
【課題を解決するための手段】以下、添付された図を参
照して本発明による医療映像処理システム及び処理方法
に関し、詳細に説明する。
【００１１】医療映像処理システムのユーザーは大きく
２つの部類に分けて考えられる。第１のユーザーは医療
映像を診療及び医学研究目的で使用する医療人であっ
て、これらは医学的な知識を基礎にして医学映像自体と
処理された結果に関心を持ち、相対的にデジタル映像処
理技法の適用に関してはあまり関心を持っていない。医
療人のシステム使用目的は、より客観的で正確な情報を
容易に得ることができ、結果をよりやさしく、多様な機
能を利用して処理しようとする。
【００１２】第２のユーザーは医学及び医療映像に関す
る専門知識のないコンピューターを利用したデジタル映
像処理専門家であって、医療映像に関する効率的な新た
なアルゴリズムを開発しようとする開発者である。これ
らは医療映像を画面を介して確認し、開発されたアルゴ
リズムを選択的に適用して映像ファイルに関するピクセ
ル及び明暗値などの特性を容易に把握しようとする。医
療映像は一般的なデジタル映像と異なる特性を有し、探
そうとする臓器に応じて異なる特性を示す。従って、医
療映像資料に関する一般的な特性は新たなアルゴリズム
を開発するための重要な資料になる。開発者は新たなア
ルゴリズムを適用して得られた結果を医学及び医療映像
に関する専門知識を持っている医療人を通じて検証を受
け、医療映像処理システムに追加することによりシステ
ムを継続的に拡張しようとする。
【００１３】このような２部類のユーザーが共通的に所
望の機能を遂行し、新たな要求事項を継続的に受容でき
るようにシステムが構成されなければならない。本発明
による医療映像処理システムは、まず、ユーザーが基本
的に所望の機能などを具現し継続的に拡張する客体志向
方法論を使用して開発していく。
【００１４】医療人のシステムに対する要求事項を整理
すると次のとおりである。 １．所望の臓器を選択すると映像ファイルから臓器を抽
出すること。 ２．抽出された臓器の体積を求めることができること。 ３．医療映像ファイルの明暗値範囲によって他の色相を
選択することができること。 ４．一般的なウィンドウズ基盤の使用環境を提供して使
用方法に関する教育がなくても容易に使用できることで
ある。
【００１５】新たなアルゴリズム開発者のシステムに関
する要求事項を整理すると次のとおりである。 １．医療映像ファイルの情報を容易に得ること、平滑化
とヒストグラム資料を画面で確認して映像に関する資料
を容易に得ること。 ２．特定の臓器を抽出する一連のアルゴリズムなどを他
の臓器抽出に容易に再使用できること。 ３．開発された各々のアルゴリズムなどは独立的に新た
な映像ファイルに容易に適用できること。 ４．処理結果は新たな処理のためファイルで蓄えられ、
次に再び使用できること。 ５．新たに開発されたアルゴリズムはシステムに容易に
追加してシステムを拡張できることである。
【００１６】上記のような要求事項を満たせるために処
理すべき問題点として次のような事項が考えられる。
【００１７】第１は、医療映像ファイルの特性による問
題である。医療映像ファイルは標準化された形式で構成
されていないので、各装備に応じて異なる形式の資料で
処理される。その例として、CT映像資料は撮影方法及び
映像資料のサイズと暗号化キー、そして患者に関する情
報を含んでおり、直接に映像処理技法を適用し難いの
で、これらをデジタル映像処理技法を適用しやすい標準
的な映像ファイルに変換しなければならない。
【００１８】第２は、グラフィックスユーザーインタフ
ェース環境を提供するためのプログラムは一般的に構造
が複雑なので医療映像を処理するプログラムと共に開発
する場合、各々を独立的に抽象化し、一般化して各々の
クラスで構成しなければならない。このようにカプセル
化を介して最少限のインタフェースだけを提供すること
により、相互の干渉を減らし、プログラムをより容易に
デバッグし、開発されたシステムを容易に保持管理及び
拡張することができる。本発明による医療映像処理シス
テムは個人用コンピューターのウィンドウズ運営体制を
基盤に開発されており、医療映像をウィンドウズ環境で
グラフィックスに処理するためのシステムである。
【００１９】
【発明の実施の形態】本発明による映像処理システムの
構成は図１に示したとおりである。前記映像処理システ
ムは、CT、MRI等の各種医療映像撮影装置から提供され
るデジタル医療映像を医療映像データベースに蓄える医
療映像取得サーバー100と、前記医療映像取得サーバー1
00及び複数のクライアントコンピューターにTCP/IPで連
結されたイメージプロセッシングシステム200を含んで
いる。
【００２０】イメージプロセッシングシステム200は複
数のクライアントコンピューターから提供されるユーザ
ーの意思をコンピューター信号に転換して出力するユー
ザーインタフェース部210と、ユーザーインタフェース
部210を介して提供されたプロセッシング制御信号に応
じて医療映像制御アルゴリズムが内蔵されたプログラム
を遂行して前記医療映像データベースから医療イメージ
を読取り前記ユーザー制御信号を遂行し、算出された結
果を出力するイメージ処理プロセッサー220と、イメー
ジ処理プロセッサー220から提供される信号の伝達を受
取ってユーザーが認識できる形態で提供する出力装置23
0を含んでいる。
【００２１】本発明による医療映像処理システムにより
処理されるグラフィックスデータはウィンドウズに表現
されるために連続的な一連の変化を経る。それで、グラ
フィックスデータの全ての資料がウィンドウズに見られ
なく活性化されたウィンドウズのサイズ及び画面の解像
度によってデータを調節するようになる。
【００２２】システムを構成するために必要なクラスは
応用プログラムを基本的に大きく４つの客体で構成して
いる。
【００２３】第１；タイトルバー、システムメニュー、
状態バー、スクロールバーなどを構成しているウィンド
ウズ（登録商標）領域、 第２；文字やグラフそして出力結果を示すクライアント
領域、 第３；メモリにロードし、データを処理するデータ処理
領域、 第４；上記列挙した３つの領域を統合的に管理する部分
に分けられる。
【００２４】これらの領域を中心にライブラリに登録さ
れたクラスなどを用いてプログラムを作成しなければな
らない。医療映像を処理するためのプログラムはこれら
のウィンドウズのメニューの駆動により同期化し、必要
なダイアルログやウィンドウズを生成して必要な処理過
程を経る。そして、処理された結果は画面を介してユー
ザーが確認できるようにする。このようなインタフェー
スの基本フレームとプログラムの拡張のために必要ない
ろんな画面などは標準化された客体を使用できるし、自
然な客体志向方法論の適用が可能である。映像処理プロ
グラムは映像において特性情報に関する静的構造と映像
が持つ状態変化による行為を結合して１つの客体に構成
することができる。映像処理のためのアルゴリズム適用
もまた広い意味で映像客体の行為に定義できるが、継続
的な開発アルゴリズムの拡張と保持管理側面で映像客体
と分離することが複雑性を減らせるものと判断できる。
さらに、各々のアルゴリズムを独立的な客体に分離して
開発できるが、アルゴリズムの共通的な方法と属性に関
する重複性を減少させる面でこれらを１つのクラスに定
義することができる。
【００２５】画面に表示された医療映像客体に関する処
理を実行する場合、映像客体の状態変化は一般的なデジ
タル映像処理アルゴリズムを適用する場合と臓器探索を
処理する場合で分けて考えられる。
【００２６】デジタル映像処理アルゴリズムが客体の状
態を変化させる場合は平滑化と色塗りを実行する場合で
ある。平滑化を実行するとメモリにある映像データを平
滑化アルゴリズムの実行によって変更し、これを画面に
示すようになる。色塗りは蓄えられている映像は256レ
ベルを有するグレー映像で映像データを変更しなくて、
色を表現するためのパレット値を変更して画面に表示す
ることにより、映像の色を決定するようになる。ヒスト
グラムは既存の映像データを読んで値を計算し、計算さ
れた結果によるデータをグラフで示すものであるので、
メモリにある映像客体を直接変化させない。故に、現在
の画面に示されている映像客体は自身のデータをそのま
ま保持しながらいつでも同じヒストグラムを示すことが
できる。ヒストグラムは画面映像が256段階のカラー若
しくは白黒映像に対してどんな処理状態にある場合でも
提供することができる。
【００２７】臓器探索アルゴリズムは順次的に映像デー
タに適用しなければならないので、決まった手順に従わ
ない場合、予想の結果が期待できない。臓器探索アルゴ
リズムを適用する場合、一連のアルゴリズムを一度に全
部適用して結果を得ることができるし、各段階別にアル
ゴリズムを適用して各結果を観察することができる。各
段階別結果の観察のために先に説明した映像処理のため
の色彩変更及びヒストグラムを適用して映像の特性を把
握することができるし、開発過程ではアルゴリズムの組
合を変更して適用することが可能である。１つの映像客
体はアルゴリズムが客体のデータを直接変化させたり或
いは単純に客体のデータを示すために利用のみする。こ
の場合、自身の状態を変化させたり、或いは変化させな
いで、演算を介して得られた結果を次の計算過程で使用
できるように伝達するようになる。従って、自身のデー
タが直接に変更される場合を、他の状態に、データは変
化しないでデータを用いて演算だけ遂行する場合、自身
の状態を保持することで表現した。
【００２８】医療映像処理システムのグラフィックスユ
ーザーインタフェースはマイクロソフト社のビジュアル
C++バージョン6.0を開発道具として個人用コンピュータ
ーの32ビット運営体制で(ウィンドウズ NT バージョ
ン4.0、ウィンドウズ95そしてウィンドウズ98)実行でき
るように開発された。医療映像処理システムの基本アル
ゴリズムは、ワークステーションのユニックス(UNIX
（登録商標）)環境でC言語で開発され、これをビジュア
ルC++に転換して使用した。ユーザーインタフェースの
フレームはビジュアルC++から提供する基本フレームを
使用して、商業的プログラムで一般的に使用するユーザ
ーになじみのある形式のインタフェースを提供する。
【００２９】従来の映像処理インタフェースは文字命令
語を用いて各映像処理アルゴリズムを段階的に適用し
た。各段階毎に映像ファイルを開き、アルゴリズムを適
用して映像を処理した後、処理されたイメージをファイ
ルに蓄えて次の段階に使用できるようにした。このよう
に処理されたイメージを確認するために画面からイメー
ジを見られるプログラムを使って結果を見ることができ
た。しかし、本発明による映像処理システムはかかる各
段階別に処理された映像をすぐ画面に示すことにより、
別途の映像を見るために別のプログラムを使用する必要
がないようにした。このように処理されて画面に示され
る映像をファイルに蓄えられるし、次の処理段階に利用
できるため入出力によるシステムの負荷を減らし、貯蔵
スペースを節約できるようにした。
【００３０】図２は医療映像取得サーバー100に連結さ
れた医療映像データベースDBで処理すべき患者の目録を
読取り選択する画面の例示図である。仮に、その患者が
脳に異常があったり、患者の脳の映像情報を必要とする
場合、図３で示すように該当患者の脳のイメージデータ
を読取る。本例示図は脳のプロトン映像とT2強調映像で
ある。以後、クライアントが前記イメージから脳の白質
と灰白質及び脳脊髄の分離映像を所望する場合、インタ
フェースを介して該当命令提供を受取ったイメージ処理
プロセッサーでは該当命令を遂行できるアルゴリズムを
駆動して図４におけるようにクライアントに処理結果を
提供する。
【００３１】図５は他の実施例を示した画面であって、
患者の腹部CTイメージデータを読取り、肝臓と脾臓とを
分離した後、擬似カラーリングを施した結果の画面であ
る。今後、図６におけるようにクライアントが精密な手
作業を遂行できるように機能を提供する。図７はまた他
の実施例による画面例示図であって、胸部CTから肺と結
晶性肺癌を抽出した場合の例示画面である。
【００３２】本発明による医療映像処理方法は図８のフ
ローチャートに示したとおりである。ユーザーの意思に
よってディスプレー装置を介してウィンドウズフレーム
の形態にメニュー画面を提供する(S10)。キーボードま
たはマウスのようにコンピューターに連結された入力装
置を介してユーザーの作業意思命令を受取りコンピュー
ター信号に変換してインタフェースを介してイメージ処
理プロセッサーに伝達する(S20)。イメージプロセッサ
ーではインタフェースを介して伝達された制御信号を分
析する(S30)。前記イメージプロセッサーにより分析さ
れたユーザーの制御信号に応じて該当イメージをデータ
ベースからローディングしてディスプレー装置を介して
示す(S40)。以後、インタフェースを介してユーザーの
イメージ処理制御信号の伝達を受取って(S50)、イメー
ジ処理プロセッサーに内蔵されたアルゴリズムを読取り
処理制御信号に該当するアルゴリズムを遂行する(S6
0)。アルゴリズムの遂行結果をディスプレー装置を介し
て示し(S70)、ユーザーの制御信号により算出された情
報を所定のデータベースに蓄える過程(S80)からなって
いる。
【００３３】イメージ処理プロセッサーで処理するアル
ゴリズムは一般的なデジタル映像処理アルゴリズムと臓
器探索を処理するアルゴリズムを含んでなり、一般的な
デジタル映像処理アルゴリズムは医療映像の平滑化のた
めのアルゴリズムと、映像カラーリングのためのアルゴ
リズムを含んでいる。
【００３４】以下で本発明による医療映像イメージ処理
システムを利用して種々な臓器のイメージを処理する例
を各臓器別アルゴリズムの具現過程を介して示す。ま
ず、肝臓のイメージを抽出するためのアルゴリズムは図
９に示したように、大きく明暗値比率算出過程(A)とテ
ンプレート生成過程(B)及び仕上げ過程(C)からなる。各
過程の詳細な進行過程は次のとおりである。
【００３５】明暗値比率算出過程(A)はさらに前処理過
程(a−1)とサンプル抽出過程(a−2)及び位置探索過程(a
−3)に分けられる。まず、前処理過程(a−1)は背景除去
と筋肉層除去の２つの部分で構成される。映像から人体
を除いた背景の黒い地を明暗値255の白い色で処理する
ようになる。殆どのCT映像には肝臓や脾臓と同一な明暗
値を持ちながらこれらと隣接して位置する筋肉層が人体
回りに沿って分布している。このような筋肉層は臓器を
構成する画素の追跡するとき、臓器の一部に認識され臓
器の正確な抽出を難しくし、結果的に追跡された臓器の
体積に誤差をもたらすことがあるので、前以って除去し
た。除去方法は皮下脂肪層と肋骨部分を先に除去し、人
体回りに残っている不規則な帯形態の筋肉組織を人体の
周辺に沿ってその厚さを追跡して除去する。
【００３６】明暗値の分布を調査するために臓器を構成
する明暗値の範囲を推定し、肝臓実質を構成する部分の
比率に関する単位面積当たり各明暗値などの比率に関す
るサンプルを抽出する。単位面積当たり各明暗値などの
比率に関するサンプルを求める。
【００３７】範囲決定と比率収集(a−2)過程は映像の背
景及び臓器を除いた筋肉層を除去する前処理過程(a−1)
と、臓器を構成する明暗値の範囲を推定する過程(a−2)
と、各スライスで入力映像の人体の位置を決定し、人体
内で肝臓と脾臓の大略的な位置を決定してこれらの追跡
のための座標を獲得する位置探索過程(a−3)を含んでい
る。
【００３８】テンプレート生成過程(B)はバイナリ映像
をクロージングした後、平準化映像にサブトラクト(sub
tract)して臓器に該当する部分の平準化映像を生成して
平均値を算出する過程(b−1)と、１つのメッシュ内で入
力映像の明暗値の比率とサンプルから抽出した比率等を
比較してその誤差によって生成された多数の誤差映像等
を再度平準化映像にサブトラクトさせ、平準化映像を生
成して平均値比較を用いて抽出するテンプレート映像選
択過程(b−2)と、選択されたテンプレート映像をオープ
ニングして拡大させ、臓器の外郭線部分を表現する映像
の抽出過程(b−3)を含んでいる。
【００３９】仕上げ(C)過程は映像が有する元の情報の
損実なしに自然な外郭線の生成のためのバイナリ映像に
おけるサブトラクション過程(c−1)と、画素と画素との
間を認識して臓器の外郭線部分には影響を及ばさずに臓
器の内部だけを詰める、詰め過程(c−2)からなってい
る。
【００４０】そして、肺癌の領域イメージを抽出するた
めのアリゴリズムは、肺セグメンテーション過程(A)
と、形態学的(morphological)フィルターを使用して肺
癌部分を肺の一部に含ませることができるように境界線
イメージを拡張する過程(B)と、肺部分だけセグメンテ
ーションされたイメージを入力にして一定のグレーレベ
ル値以上のピクセルを除去し、その中、一定のピクセル
サイズ以上のクラスター(cluster)だけを肺癌候補者に
選び出す過程(C)と、肺癌候補者に選び出されたクラス
ターのヒストグラムを用いて各ピクセルなどに関する標
準偏差を求める過程(D)と、標準偏差値を分析して部分
ボリュームと肺癌とを区別する肺癌抽出過程(E)とを含
んでいる。
【００４１】図１０はその進行過程を詳細に示したフロ
ーチャートである。前記肺セグメンテーション過程(A)
は元のイメージのヒストグラムからすべてのピクセルの
グレー値を一定オフセットだけスライディングさせ、明
るいイメージに変換させるイメージヒストグラムスライ
ディング過程(a−1)と、スライディングされたイメージ
で所定のグレー値を基準にして該当基準値より暗いイメ
ージピクセルを除去する胸部セグメンテーション過程(a
−2)と、胸部だけセグメンテーションされたイメージを
全てのスケールに均等に分布するようにヒストグラム変
換されたイメージを生成するイークォライゼーション
(等化)過程(a−3)と、胸部だけセグメンテーションされ
たイメージをグレーレベル値の頻度数を使用したヒスト
グラムを介して中間値を境に２つの領域に分離するイメ
ージ変換過程(a−4)と、変換されたイメージの外郭境界
線だけを抽出して肺の領域で気管支イメージを除去する
ために遂行される境界線抽出過程(a−5)と、抽出された
境界線に沿って左・右肺イメージを気管支イメージから
除去する境界線追跡過程(a−6)と、元のイメージと追跡
された境界線とのイメージを合成するイメージ合成過程
(a−7)と、左・右肺の内側と外側を認識するとき発生す
る誤差を減らすために追跡された境界線の厚さを調整す
る過程(a−8)と、境界線の内側のピクセル値などを所定
グレー値に指定して左・右肺の内側と外側を認識する境
界線詰め過程(a−9)からなっている。
【００４２】一方、造影剤を使用しないで撮影された腹
部CT映像から腎臓イメージを抽出するためのアルゴリズ
ムは単一スライス処理過程(A)と全体スライス処理過程
(B)からなっている。
【００４３】図１１はその進行過程をより詳細に示した
フローチャートである。単一スライス処理過程(A)は単
一スライス内の脊椎の明暗値の中ピーク値を中心に一定
のサイズの明暗値を有する領域を腎臓に設定する過程(a
−1)と、閾値を基準に映像ピクセルを腎臓の組織は"0"
で、ホールは"255"の明暗値に変換させバイナリ映像を
生成する過程(a−2)と、前記バイナリ映像で腎臓を構成
する部分のピクセルの数とホールの数を認識して腎臓を
構成する全体面積におけるホールの比率を算出する過程
(a−3)と、単位メッシュ内でホールの数が前記比率以上
であるとメッシュに含まれた全てのピクセルなどを"25
5"で処理し、ホールの数が前記比率より小さいと全て"
0"で処理してメッシュ映像を生成する過程(a−4)と、１
つのピクセルと連結されたピクセルだけを格子方向に探
索しながら腎臓を構成するピクセル等の座標値を基に腎
臓の肺領域を抽出する過程(a−5)と、肺領域が抽出され
た腎臓部分のメッシュイメージを拡大して隣り合うピク
セルを四方(上、下、左、右)に回りながらオープニング
させテンプレートを生成する過程(a−6)と、オープニン
グされたテンプレート映像をバイナリ映像にサブトラク
トさせ全体の映像の中、テンプレート部分に属する部分
の映像を抽出するサブトラクション過程(a−7)と、サブ
トラクションされた腎臓イメージの内部に存在する小さ
いホールのピクセルとピクセルの間を認識して詰める、
詰め(filling)過程(a−8)からなっている。
【００４４】前記全体スライス処理過程(B)は単一スラ
イス処理過程(A)により処理された各スライスのピクセ
ル毎に、入力された映像のピクセル値を全部加えて平均
値を算出して重ねた映像を生成する過程(b−1)と、重ね
た映像のサイズより拡張されたテンプレート映像を各入
力映像にサブトラクトさせテンプレートの外のピクセル
を除去するノイズ除去過程(b−2)と、オブジェクトの中
で最も多いピクセルから構成されたオブジェクトだけを
認識して抽出する肺領域抽出を介したノイズ除去過程(b
−3)とを含んでいる。
【００４５】胃の体積を算出するためのアルゴリズム
は、図１２に示したように、腹部CT映像に背景を除去
し、臓器に明暗値の差異を極大化するために映像を平準
化する前処理過程(a)と、 映像の内で食物で詰められた
胃部分と空気で詰められた胃部分とに分けられて示す胃
イメージに関して各ヒストグラムを生成して(b−1)明暗
値を分析し(b−2)、ここに位置情報を利用して胃を抽出
する(b−3)探索過程(b)と、各ヒストグラムから抽出さ
れた胃領域を連結してくれる合わせ過程(c)と、抽出さ
れた胃の映像ヘッダに蓄えられた情報を利用して胃の体
積を算出する体積算出過程(d)とを含んでいる。
【００４６】造影剤を使用して撮影された腹部CT映像か
ら肝臓のイメージを抽出するためのアルゴリズムは、図
１３のフローチャートに示したようになる。
【００４７】探索しようとする臓器である肝臓を構成す
る画素の集合でなったシード(seed)映像を生成する過程
(S1)と、前記シード映像の部分値を基準に単位メッシュ
サイズの中で入力映像の明暗値分布を比較して、ノイズ
部分が含まれない臓器のメッシュ映像を形成する過程(S
2)と、肺領域内の１つの点を認識してこのピクセルと連
結された全てのピクセルを探すことでノイズ領域を分離
する領域分割過程(S3)と、腎臓領域が含まれた血管領域
から領域設定の基準値であるメッシュ映像の平均値まで
の明暗値を有する部分を肝臓の領域に含ませる１次抽出
過程(S4)と、前記１次抽出された映像の内部に存在する
全てのホールを詰める２次抽出過程(S5)と、バイナリ映
像から抽出しようとする臓器の部分だけをサブトラクト
するためのフレームに使用されるテンプレートを生成す
る過程(S6)と、ピクセルとピクセルの間を認識して臓器
の内部の小さいサイズのホールだけを詰める、詰め過程
(S7)と、腎臓が共に抽出された映像から腎臓を抽出する
過程(S8)とを含んでいる。
【００４８】さらに、本発明による医療映像処理システ
ムを用いて図１４に示したように医者間の意見を交換で
きるようにすることにより、誤診発生率を減らせるよう
になる。以上で説明した臓器別アルゴリズムを遂行した
結果映像を多数の医者たちが各自のコンピューター端末
機に連結されたディスプレー装置を介して提供を受け
る。医者たちは自身のコンピューター端末機に連結され
た入力装置(キーボード、マウス等)を利用してグラフィ
ックスに表示したり文字入力を介して意見を交換でき
る。画像カメラとマイク及びスピーカが設置された場合
には患者の画像イメージと音声情報が交換されられる。
このようなシステムを介して本医療映像処理システムに
接続したクライアント(医者)の会議を通じてアルゴリズ
ムの遂行結果による映像をみながら個人の意見を交換す
ることにより、誤診の発生率が少なくなりうる。この
際、提供される医療映像情報は特定の臓器の抽出前後の
２次元医療映像(CT、MRI、USなど)を３次元の形態に提
供でき、３次元映像をいろんな角度で２次元形態に示す
ことができる。
【００４９】本医療映像処理システムの拡張された実施
例によればコンピューター断層撮影装置(CT)で撮影した
イメージデータから筋肉や体脂肪または骨の体積測定が
可能である。
【００５０】体脂肪の位置と体積そして比率を正確に測
定するのは美的理由ばかりでなく、健康上の理由からも
かなり重要である。現在まで体脂肪の正確な測定はCTや
MRIを利用する方法であると知られている。しかし、MRI
は放射線の危険のない長所があるにもかかわらずCTより
価格が高く、体脂肪を示す映像資料の値が状況によって
変化でき、正確な体脂肪の測定が難しいという短所があ
る。しかし、CTの技術が発達して１回測定時の放射線の
量を大いに減らしたので専門家らは人体には殆ど害がな
いと言っている。さらに、CTはどんな状況においても何
人を測定しても体脂肪値が一定になるので正確な体脂肪
の位置と体積そして比率を測定できるという長所があ
る。従って、本発明ではCTを利用して撮影した映像を利
用する。
【００５１】本発明による方法を用いてCTを介して撮影
したイメージから腹部と足の体脂肪を正確に測定するこ
とができる。もちろん他の部位もCTを利用してその部位
の体脂肪を正確に測定することができる。
【００５２】図１５は本発明によるCT情報を利用した体
脂肪の体積算出方法の進行過程を示したフローチャート
図である。
【００５３】CTを用いて得た腹部と足のデジタル医療映
像(Digital Imaging and Communication in Medicine ;
DICOM)ファイルはヘッダ情報と映像情報から構成され
ている。この中から、映像情報をPGM(Portable Grey Ma
p、ポータブルグレーマップ)ファイルに変換する。ヘッ
ダ情報は測定した人の固有番号と性別、年齢、各ピクセ
ルのサイズ、スライス間の間隔などの情報を持ってあ
り、PGMファイルに変換された映像情報は多数個のスラ
イスから構成されているが、１スライスは２次元形態の
ピクセルなどから構成されている。CT映像がフィルムか
らなっている場合、フィルムスキャナを用いてPGMファ
イルに変換する。この場合、ヘッダ情報はフィルム内で
探してキーボードなどの入力装置を介して入力しなけれ
ばならない(S151過程)。
【００５４】PGM映像で体脂肪の値を有するピクセルな
どを探して特定な色で表示する。ここで、体脂肪のピク
セルのCT値を256グレーレベルで示すと79〜87であり、
ユーザーが必要の時修正できるように図１６におけるよ
うにグラフィックスユーザーインタフェース機能を提供
する。さらに、体脂肪の色は予め黄色で決定されている
が、これも必要の時、ユーザーが変えられるようにGUI
を提供する(S152過程)。
【００５５】体脂肪のピクセル値は体脂肪が異なる成分
(例えば、筋肉)と混合されている時、その混合された比
率により異なるように示されるので、１つの値でない、
多数の値に現われる。従って、純粋な体脂肪のピクセル
値を知り、純粋な筋肉のピクセル値をわかれば、体脂肪
の値と体脂肪の比率との関係を知ることができる。例え
ば、純粋な体脂肪の値が81であり、純粋な筋肉の値が91
であると、体脂肪が80%、筋肉が20%ずつ混合されたピク
セル値は83となる。純粋な体脂肪のピクセル値と純粋な
筋肉のピクセル値は純粋な体脂肪と純粋な筋肉があると
判断される足の該当部分から知ることができる。各スラ
イスにおける体脂肪と他の成分との混合比率に従って異
なるように示される体脂肪のピクセルが有するCT値(256
グレーレベル)に該当するピクセルの数及び該当比率値
を任意の記憶場所に蓄える(S153過程)。
【００５６】従って、このような体脂肪の値と体脂肪の
比率との関係を利用してより正確な体脂肪の体積を計算
することができる。その計算式は次のとおりである。
【００５７】体脂肪の体積計算、式（１)は体脂肪のピ
クセル値の範囲にある全てのピクセルが100%体脂肪だと
仮定した式であり、式（２)は体脂肪の各値が該当比率
の体脂肪を含んでいると仮定した式である(S154過程)。
【００５８】V : 特定の臓器の体積 PA : １つのピクセルの面積 Psi : スライスiにおけるピクセルの数(1≦i≦n) Pj : 特定の臓器ピクセル値jに対する特定の臓器の比
率(Fs≦j≦Fe) Psij : スライスiにおける体脂肪のピクセル値jのピク
セルの数 Ds : スライス間の間隔 Fs : 特定の臓器のピクセル範囲の開始の値 Fe : 特定の臓器のピクセル範囲の終値
【００５９】
【数１】
【００６０】
【数２】 ユーザーにこのような体脂肪の比率を視覚的に提供する
ため初期の体脂肪の色である黄色またはユーザーが選択
した色の彩度を選択して彩度が最も高い色を100%体脂肪
の色にし、体脂肪の比率が減少することにより彩度を低
く選択する。この時、必要な場合彩度の変化の代わりに
体脂肪の比率によって色相を異にして選択することもで
きる(S155過程)。
【００６１】ユーザーが腹部内に閉曲線で特定の臓器ま
たは内部の臓器などを選択するとその特定の臓器または
内部の臓器などに含まれている体脂肪を残りの腹部体脂
肪と区別して、各々の体脂肪の体積と比率を計算して図
１７aまた図１７bにおけるように腹部の映像及び足の映
像での体脂肪の体積と比率を計算してユーザーが認識で
きるように示す。さらに、図１８に示すように体脂肪の
比率により色相を異にしてパレットと共にピクセルを示
す。
【００６２】体脂肪測定と同じ方法で筋肉のピクセル値
から筋肉の体積と比率を正確に計算することができる。
従って、同じ体重であっても体脂肪と筋肉の比率を計算
した結果、異なり得るし、この比率は肥満の程度を示
す。
【００６３】上記の体積計算式（１)によって豚CT映像
で図１９におけるように元の映像から平滑化を経て抽出
された肝臓の体積を計算した結果1057.972mlであり、図
２０における実際の豚の肝臓の体積が1055mlであったの
で、体積計算式の正確性を確認することができた。
【００６４】
【発明の効果】以上、説明したように、本発明による医
療映像処理システムはデジタル映像処理のための専門人
力の助けを受けなくても医療人が直接映像処理をするこ
とができるという効果がある。
【図面の簡単な説明】
【図１】本発明による医療映像処理システムの構成を示
すブロック図である。
【図２】本発明による映像処理画面の例示図である。
【図３】本発明による映像処理画面の例示図である。
【図４】本発明による映像処理画面の例示図である。
【図５】本発明による映像処理画面の例示図である。
【図６】本発明による映像処理画面の例示図である。
【図７】本発明による映像処理画面の例示図である。
【図８】本発明による医療映像処理方法の進行過程を示
したフローチャートである。
【図９】本発明による医療映像処理方法に遂行される臓
器別処理アルゴリズムを示したフローチャートである。
【図１０】本発明による医療映像処理方法に遂行される
臓器別処理アルゴリズムを示したフローチャートであ
る。
【図１１】本発明による医療映像処理方法に遂行される
臓器別処理アルゴリズムを示したフローチャートであ
る。
【図１２】本発明による医療映像処理方法に遂行される
臓器別処理アルゴリズムを示したフローチャートであ
る。
【図１３】本発明による医療映像処理方法に遂行される
臓器別処理アルゴリズムを示したフローチャートであ
る。
【図１４】本発明による医療映像処理システムを利用し
た会議機能を示した例示図である。
【図１５】本発明の実施例によるCT情報を利用した体脂
肪の体積算出過程を示したフローチャートである。
【図１６】本発明に基づいて提供されるGUI例示図であ
る。
【図１７ａ】腹部及び足の体脂肪の抽出例示図である。
【図１７ｂ】腹部及び足の体脂肪の抽出例示図である。
【図１８】臓器比率によって色相を異にしてパレットと
共にピクセルを示した例示図である。
【図１９】豚のCT映像から肝臓体積を算出するための例
示図である。
【図２０】実際の豚の映像肝臓イメージである。
【符号の説明】
１００ 医療映像取得サーバー ２００ イメージプロセッシング ２１０ インタフェース部 ２２０ イメージ処理プロセッサー ２３０ 出力装置
───────────────────────────────────────────────────── 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） Ａ６１Ｂ 5/00 Ａ６１Ｂ 5/00 Ｄ ５Ｅ５０１ Ｇ ５Ｌ０９６ 5/055 Ｇ０６Ｆ 3/00 ６５１Ａ Ｇ０１Ｒ 33/28 Ｇ０６Ｔ 1/00 ２９０Ａ 33/54 7/00 １５０ Ｇ０６Ｆ 3/00 ６５１ Ｈ０４Ｎ 7/18 Ｋ Ｇ０６Ｔ 1/00 ２９０ Ａ６１Ｂ 6/00 ３６０Ｚ 7/00 １５０ 8/00 Ｈ０４Ｎ 7/18 5/05 ３９０ // Ａ６１Ｂ 6/00 ３８０ ３６０ ３８３ 8/00 Ｇ０１Ｎ 24/02 ５３０Ｙ Ｈ０４Ｎ 5/325 Ｂ Ａ６１Ｂ 6/00 ３５０Ｄ ３５０Ｓ ３５０Ｂ Ｆターム(参考） 4C093 AA26 CA17 CA18 DA01 DA03 DA10 EE01 FD03 FF15 FF17 FF22 FF23 FF32 FF34 FF35 FF50 FG01 FG16 FH06 FH08 4C096 AA11 AA18 AB50 AC01 AC04 AC05 AC08 AD03 AD14 AD16 DC11 DC14 DC19 DC21 DC23 DC24 DC33 DD07 DD11 DE02 DE06 DE07 FC20 4C301 DD30 EE13 JC14 JC16 JC20 KK13 KK24 KK30 KK31 KK40 LL20 5B057 AA08 BA03 CA12 CA16 DA04 DA06 DB02 DC09 5C054 AA01 CA02 CA07 EJ04 EJ05 FA00 FC12 FC14 FC15 FD05 FE09 HA12 5E501 AA01 AA25 AC15 AC17 BA05 CB02 CB09 FA05 FA09 FA14 5L096 BA06 FA02 FA06 FA14 GA07

Claims (16)

    【特許請求の範囲】
  1. 【請求項１】 CT、MRI等の各種医療映像撮影装置から
    提供されるデジタル医療映像を医療映像データベースに
    蓄える医療映像取得サーバーと、前記医療映像取得サー
    バー及び複数のクライアントコンピューターにTCP/IPで
    連結されたイメージプロセッシングシステムを含む医療
    映像処理システムにおいて、前記イメージプロセッシン
    グシステムは、 クライアントコンピューターから提供されるユーザーの
    意思をコンピューター信号に転換して出力するユーザー
    インタフェース部と、 前記ユーザーインタフェース部を介して提供されたプロ
    セッシング制御信号によって医療映像制御アルゴリズム
    が内蔵されたプログラムを遂行して前記医療映像データ
    ベースから医療イメージを読取り前記ユーザー制御信号
    を遂行し、算出された結果を出力するイメージ処理プロ
    セッサーと、 前記イメージ処理プロセッサーから提供される信号の伝
    達を受取ってユーザーが認識できる形態で提供する出力
    装置を含むことを特徴とする医療映像処理システム。
  2. 【請求項２】 前記イメージ処理プロセッサーに内蔵さ
    れたイメージ処理プログラムは、一般的なデジタル映像
    処理アルゴリズムと臓器探索を処理するアルゴリズムを
    含むことを特徴とする請求項１に記載の医療映像処理シ
    ステム。
  3. 【請求項３】 前記イメージプロセッシングシステム
    は、イメージ処理プログラムの遂行結果による映像情報
    を複数クライアントのディスプレー装置に提供し、各ク
    ライアントコンピューターに連結された入力装置を介し
    て入力された情報を他のクライアントコンピューターに
    提供して各クライアントの意見を交換することができる
    ように制御することを特徴とする請求項１に記載の医療
    映像処理システム。
  4. 【請求項４】 ディスプレー装置を介してウィンドウズ
    フレームの形態にメニュー画面を提供する過程と、 コンピューターに連結された入力装置を介して入力され
    たユーザーの作業意思命令をコンピューター信号に変換
    してインタフェース部を介してイメージ処理プロセッサ
    ーに伝達する過程と、 インタフェース部を介して伝達された制御信号を分析す
    る過程と、 ユーザーの制御信号によって該当イメージをローディン
    グ(Loading)してディスプレー装置を介して示す過程
    と、 インタフェース部を介してユーザーのイメージ処理制御
    信号の伝達を受取る過程と、 イメージ処理プロセッサーに内蔵されたアルゴリズムを
    読取って処理制御信号に該当するアルゴリズムを遂行す
    る過程と、 アルゴリズムの遂行結果をディスプレー装置を介して示
    す過程と、 ユーザーの制御信号により算出された情報を所定のデー
    タベースに蓄える過程を含むことを特徴とする医療映像
    処理方法。
  5. 【請求項５】 アルゴリズムの遂行結果に応じてディス
    プレー装置を介して出力される臓器の体積比率によって
    色相を異にしてパレットと共にピクセルを示すことを特
    徴とする請求項４に記載の医療映像処理方法。
  6. 【請求項６】 前記イメージ処理プロセッサーで処理す
    るアルゴリズムは、 一般的なデジタル映像処理アルゴリズムと、 臓器探索を処理するアルゴリズムを含むことを特徴とす
    る請求項４に記載の医療映像処理方法。
  7. 【請求項７】 前記一般的なデジタル映像処理アルゴリ
    ズムは、 医療映像の平滑化のためのアルゴリズムと、映像カラー
    リングのためのアルゴリズムを含むことを特徴とする請
    求項６に記載の医療映像処理方法。
  8. 【請求項８】 前記臓器探索アルゴリズムの中から、肝
    臓のイメージを抽出するためのアルゴリズムは、 映像の背景及び臓器を除いた筋肉層を除去する前処理過
    程(a−1)と、 臓器を構成する明暗値の範囲を推定し、肝臓実質を構成
    する部分の比率に対する単位面積当たり各明暗値等の比
    率に対するサンプルを抽出する過程(a−2)と、 各スライスで入力映像の人体の位置を決定し、人体内で
    肝臓と脾臓の大略的な位置を決定してこれらの追跡のた
    めの座標を獲得する位置探索過程(a−3)とを含む明暗値
    比率算出過程(A)と、 バイナリ映蔵をクロージングした後、平準化映像にサブ
    トラクトして臓器に該当する部分の平準化映像を生成し
    て平均値を算出する過程(b−1)と、 一つのメッシュ内で入力映像の明暗値の比率とサンプル
    から抽出した比率等を比較してその誤差によって生成さ
    れた多数の誤差映像等を再度平準化映像にサブトラクト
    させ平準化映像を生成して平均値比較を用いて抽出する
    テンプレート映像選択過程(b−2)と、 選択されたテンプレート映像をオープニングして拡大さ
    せ臓器の外郭線部分を表現する映像の抽出過程(b−3)と
    を含むテンプレート生成過程(B)と、 映像が有する元の情報の損失無しに自然的な外郭線の生
    成のためのバイナリ映像におけるサブトラクション過程
    (c−1)と、 画素と画素との間を認識して臓器の外郭線部分には影響
    を及ばさず臓器の内部だけを詰める、詰め過程(c−2)と
    を含む仕上げ過程(C)からなることを特徴とする請求項
    ６に記載の医療映像処理方法。
  9. 【請求項９】 前記臓器探索アリゴリズムの中、肺癌の
    領域イメージを抽出するためのアリゴリズムは、 元のイメージのヒストグラムからすべてのピクセルのグ
    レー値を一定オフセットだけスライディングさせ、明る
    いイメージに変換させるイメージヒストグラムスライデ
    ィング過程(a−1)と、 スライディングされたイメージで所定のグレー値を基準
    にして該当基準値より暗いイメージピクセルを除去する
    胸部セグメンテーション過程(a−2)と、 胸部だけセグメンテーションされたイメージを全てのス
    ケールに均等に分布するようにヒストグラム変換された
    イメージを生成するイークォライゼーション(等化)過程
    (a−3)と、 胸部だけセグメンテーションされたイメージをグレーラ
    ベル値の頻度数を使用したヒストグラムを介して中間値
    を境に２つの領域で分離するイメージ変換過程(a−4)
    と、 変換されたイメージの外郭境界線だけを抽出して肺の領
    域で気管支イメージを除去するために遂行される境界線
    抽出過程(a−5)と、抽出された境界線に沿って左・右肺
    イメージを気管支イメージから除去する境界線追跡過程
    (a−6)と、 元のイメージと追跡された境界線とのイメージを合成す
    るイメージ合成過程(a−7)と、 左・右肺の内側と外側を認識するとき発生する誤差を減
    らすために追跡された境界線の厚さを調整する過程(a−
    8)と、 境界線の内側のピクセル値などを所定のグレー値に指定
    して左・右肺の内側と外側を認識する境界線詰め過程(a
    −9)とを含む肺セグメンテーション過程(A)と、 形態学的フィルターを使用して肺癌部分を肺の一部に含
    ませることができるように境界線イメージを拡張する過
    程(B)と、 肺部分だけセグメンテーションされたイメージを入力に
    して一定のグレーレベル値以上のピクセルを除去し、そ
    の中一定のピクセルサイズ以上のクラスターだけを肺癌
    候補者に選び出す過程(C)と、 肺癌候補者に選び出されたクラスターのヒストグラムを
    用いて各ピクセルに対する標準偏差を求める過程(D)
    と、 標準偏差値を分析して部分ボリュームと肺癌とを区別す
    る肺癌抽出過程(E)を含むことを特徴とする請求項６に
    記載の医療映像処理方法。
  10. 【請求項１０】 前記臓器探索アルゴリズムの中、造影
    剤を使用せずに撮影された腹部CT映像から腎臓イメージ
    を抽出するためのアルゴリズムは、 単一スライス内の脊椎の明暗値の中、ピーク(peak)値を
    中心に一定のサイズの明暗値を持つ領域を腎臓に設定す
    る過程(a-1)と、 閾値を基準に映像ピクセルを変換させバイナリ映像を生
    成する過程(a−2)と、前記バイナリ映像で腎臓を構成す
    る部分のピクセルの数とホールの数を認識して腎臓を構
    成する全体面積におけるホールの比率を算出する過程(a
    −3)と、 単位メッシュ内でホールの数と前記比率の相関関係によ
    る処理を介してメッシュ映像を生成する過程(a−4)と、 １つのピクセルと連結されたピクセルだけを格子方向に
    探索しながら腎臓を構成するピクセル等の座標値を基に
    腎臓の肺領域を抽出する過程(a−5)と、 肺領域が抽出された腎臓部分のメッシュイメージを拡大
    して隣り合うピクセルを四方に回りながらオープニング
    させテンプレートを生成する過程(a−6)と、テンプレー
    ト映像をバイナリ映像にサブトラクトさせ全体の映像の
    中テンプレート部分に属する部分の映像を抽出するサブ
    トラクション過程(a−7)と、サブトラクションされた腎
    臓イメージの内部に存在する小さいホールのピクセルと
    ピクセルの間を認識して詰める、詰め過程(a−8)とを含
    む単一スライス処理過程(A)と、 前記単一スライス処理過程により処理された各スライス
    のピクセル毎に、入力された映像のピクセル値を全部加
    えて平均値を算出して重ねた映像を生成する過程(b−1)
    と、 重ねた映像のサイズより拡張されたテンプレート映像を
    各入力映像にサブトラクトさせテンプレートの外のピク
    セルを除去するノイズ除去過程(b-2)と、オブジェクトの
    中で最も多いピクセルで構成されたオブジェクトだけを
    認識して抽出するオブジェクト抽出過程(b−3)とを含む
    全体スライス処理過程(B)とからなることを特徴とする
    請求項６に記載の医療映像処理方法。
  11. 【請求項１１】 前記臓器探索アルゴリズムの中、胃の
    体積を算出するためのアルゴリズムは、腹部CT映像の背
    景を除去し、臓器の明暗値の差異を極大化するために、
    映像を平準化する前処理過程と、映像の内で食物で詰め
    られた胃部分と空気で詰められた胃部分とに分けられて
    示す胃イメージに対して各ヒストグラムを生成して明暗
    値を分析し、ここに位置情報を利用して胃を抽出する探
    索過程と、 各ヒストグラムから抽出された胃領域を連結してくれる
    合わせ過程と、 抽出された胃の映像ヘッダに保管された情報を利用して
    胃の体積を算出する体積算出過程を含むことを特徴とす
    る請求項６に記載の医療映像処理方法。
  12. 【請求項１２】 前記臓器探索アルゴリズムの中造影剤
    を使用して撮影された腹部CT映像から肝臓のイメージを
    抽出するためのアルゴリズムは、 探索しようとする臓器である肝臓を構成する画素の集合
    からなるシード映像を生成する過程と、前記シード映像
    の部分値を基準に単位メッシュサイズの中で入力映像の
    明暗値分布を比較して、ノイズ部分が含まらない臓器の
    メッシュ映像を形成する過程と、 肺領域内の一つの点を認識して、このピクセルと連結さ
    れた全てのピクセルを探すことでノイズ領域を分離する
    領域分割過程と、 腎臓領域が含まれた血管領域から領域設定の基準値であ
    るメッシュ映像の平均値までの明暗値を有する部分を肝
    臓の領域に含ませる１次抽出過程と、 前記１次抽出された映像の内部に存在する全てのホール
    を詰める２次抽出過程と、バイナリ映像から抽出しよう
    とする臓器の部分だけをサブトラクトするためのフレー
    ムとして使用されるテンプレートを生成する過程と、ピ
    クセルとピクセルの間を認識して臓器内部の小さいサイ
    ズのホールだけを詰める、詰め過程と、 腎臓が共に抽出された映像から腎臓を抽出する過程とを
    含むことを特徴とする請求項６に記載の医療映像処理方
    法。
  13. 【請求項１３】 前記臓器探索アルゴリズムを利用して
    CT映像から脂肪のピクセル値を利用して体脂肪の体積及
    び体脂肪率を算出することを特徴とする請求項６に記載
    の医療映像処理方法。
  14. 【請求項１４】 前記臓器探索アルゴリズムを利用して
    CT映像から筋肉のピクセル値を利用して骨格筋と平滑筋
    の各体積を計算し、その体積比を算出することを特徴と
    する請求項６に記載の医療映像処理方法。
  15. 【請求項１５】 前記臓器探索アルゴリズムを利用して
    CT映像から骨のピクセル値を利用して硬骨と軟骨の各体
    積を計算し、その比率を算出することを特徴とする請求
    項６に記載の医療映像処理方法。
  16. 【請求項１６】 前記臓器探索アルゴリズムにおける体
    積算出過程は、１つのピクセルの面積×(((１番目スライ
    ス内の臓器のCT値の範囲の中から、１番目CT値を持つピ
    クセルの数×臓器の該当比率+...+１番目スライス内の
    臓器のCT値の範囲中、最後番目CT値を持つピクセルの数
    ×臓器の該当比率)+(最後番目スライス内の臓器のCT値
    の範囲の中、１番目CT値を持つピクセルの数×臓器の該
    当比率+....+最後番目スライス内の臓器CT値の範囲の
    中、最後番目CT値を持つピクセルの数×臓器の該当比
    率)×1/2+２番目スライスから最後番目から２番目のス
    ライスに対して臓器のCT値の範囲の中、１番目CT値を持
    つピクセルの数×臓器の該当比率+...+臓器のCT値の範
    囲の中、最後番目CT値を持つピクセルの数×臓器の該当
    比率)×スライス間の間隔の式から臓器の体積を算出す
    ることを特徴とする請求項７ないし請求項１５のいずれ
    か一項に記載の医療映像処理方法。
JP2002246685A 2001-08-31 2002-08-27 医療映像処理システム及び処理方法 Expired - Fee Related JP3838954B2 (ja)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2001-0053346A KR100450278B1 (ko) 2001-08-31 2001-08-31 의료영상 처리 시스템 및 처리방법
KR2001-053346 2001-08-31
KR10-2002-0028073A KR100458088B1 (ko) 2002-05-21 2002-05-21 컴퓨터 영상정보를 이용한 피추출 대상의 체적 산출방법
KR2002-028073 2002-05-21

Publications (2)

Publication Number Publication Date
JP2003180679A true JP2003180679A (ja) 2003-07-02
JP3838954B2 JP3838954B2 (ja) 2006-10-25

Family

ID=26639322

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2002246685A Expired - Fee Related JP3838954B2 (ja) 2001-08-31 2002-08-27 医療映像処理システム及び処理方法

Country Status (3)

Country Link
US (1) US7587073B2 (ja)
JP (1) JP3838954B2 (ja)
WO (1) WO2003017833A1 (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011125549A1 (ja) * 2010-03-31 2011-10-13 公立大学法人大阪府立大学 脂肪組織画像表示装置
KR101347733B1 (ko) 2013-04-24 2014-01-06 주식회사 인피니트헬스케어 의료영상에서 자동으로 분할된 지방 영역을 수정하는 장치 및 방법
WO2014148806A1 (ko) * 2013-03-18 2014-09-25 삼성전자주식회사 3차원 의료 영상에서 랜드마크들의 자동 등록을 위한 장치 및 방법
KR101479845B1 (ko) 2013-05-31 2015-01-09 서울여자대학교 산학협력단 무릎 자기공명영상의 전방십자인대 분할 장치 및 그 분할 방법
KR101968152B1 (ko) * 2017-10-11 2019-04-11 (주)아이디 색칠놀이 기반의 영상분석 및 3d디스플레이 시스템
WO2019164214A1 (ko) * 2018-02-23 2019-08-29 삼성전자주식회사 자기공명영상장치 및 그 제어방법

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4419426B2 (ja) * 2003-04-24 2010-02-24 コニカミノルタエムジー株式会社 医用画像システム
US7346203B2 (en) * 2003-11-19 2008-03-18 General Electric Company Methods and apparatus for processing image data to aid in detecting disease
US20060135865A1 (en) * 2004-11-23 2006-06-22 General Electric Company Method and apparatus for synching of images using regions of interest mapped by a user
US7545979B2 (en) * 2005-04-12 2009-06-09 General Electric Company Method and system for automatically segmenting organs from three dimensional computed tomography images
WO2007111755A2 (en) * 2005-12-29 2007-10-04 Cytyc Corporation Scalable architecture for maximizing slide throughput
WO2007116719A1 (ja) * 2006-04-04 2007-10-18 Konica Minolta Medical & Graphic, Inc. 診断支援システム
JP4493679B2 (ja) * 2007-03-29 2010-06-30 富士フイルム株式会社 対象領域抽出方法および装置ならびにプログラム
JP2008264213A (ja) * 2007-04-20 2008-11-06 Olympus Corp 内視鏡画像ファイリングシステム
DE102007028270B4 (de) * 2007-06-15 2013-11-14 Siemens Aktiengesellschaft Verfahren zur Segmentierung von Bilddaten zur Erkennung einer Leber
US20090041322A1 (en) * 2007-07-10 2009-02-12 Seimens Medical Solutions Usa, Inc. Computer Assisted Detection of Polyps Within Lumen Using Enhancement of Concave Area
US10916043B2 (en) * 2007-11-26 2021-02-09 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Apparatus, method and computer program for generating a template for arranging at least one object at at least one place
JP5343190B2 (ja) * 2008-02-04 2013-11-13 株式会社日立情報通信エンジニアリング 画像処理装置及び画像処理プログラム
TWI582628B (zh) * 2009-02-18 2017-05-11 許碩穎 用於醫療或美容之人體影像儲存與比對系統及其方法
DE102009015116B4 (de) * 2009-03-31 2016-03-03 Tomtec Imaging Systems Gmbh Verfahren und Vorrichtung zur Registrierung von Bilddatensätzen und zur Reduktion von lagebedingten Grauwertschwankungen nebst zugehörigen Gegenständen
JP5147903B2 (ja) * 2010-07-12 2013-02-20 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
TWI428018B (zh) * 2010-11-25 2014-02-21 Realtek Semiconductor Corp 影像轉換的裝置及方法
WO2013076930A1 (ja) * 2011-11-25 2013-05-30 パナソニック株式会社 医用画像圧縮装置、医用画像圧縮方法、及び予測知識データベース作成装置
US8799358B2 (en) 2011-11-28 2014-08-05 Merge Healthcare Incorporated Remote cine viewing of medical images on a zero-client application
US9798856B2 (en) * 2012-03-21 2017-10-24 Koninklijke Philips N.V. Clinical workstation integrating medical imaging and biopsy data and methods using same
JP5631914B2 (ja) * 2012-03-23 2014-11-26 富士フイルム株式会社 データベース検索装置、方法、及び、プログラム
EP2847605B1 (en) 2012-05-09 2019-01-02 Laboratoires Bodycad Inc. Segmentation of magnetic resonance imaging data
CN102793550B (zh) * 2012-08-21 2014-05-07 山东育达医疗设备有限公司 一种数字摄影系统
JP2014127011A (ja) * 2012-12-26 2014-07-07 Sony Corp 情報処理装置、情報処理方法、およびプログラム
US9495756B2 (en) 2013-04-09 2016-11-15 Laboratoires Bodycad Inc. Multi-scale active contour segmentation
US9607241B2 (en) 2013-04-09 2017-03-28 Laboratories Bodycad Inc. Concurrent active contour segmentation
DE102013206754A1 (de) * 2013-04-16 2014-10-16 Siemens Aktiengesellschaft Verfahren zum Bearbeiten von Daten und zugehörige Datenverarbeitungsanlage oder Datenverarbeitungsanlagenverbund
KR20150034061A (ko) 2013-09-25 2015-04-02 삼성전자주식회사 복수의 클라이언트들에 의한 촬영 환경 설정 방법 및 장치
EP3224802A1 (en) 2014-09-28 2017-10-04 Koninklijke Philips N.V. Image processing apparatus and method
US10409235B2 (en) * 2014-11-12 2019-09-10 Siemens Healthcare Gmbh Semantic medical image to 3D print of anatomic structure
US9801601B2 (en) 2015-12-29 2017-10-31 Laboratoires Bodycad Inc. Method and system for performing multi-bone segmentation in imaging data
KR101871601B1 (ko) * 2016-11-30 2018-06-26 한국과학기술연구원 안와벽 재건술을 위한 수술 계획 생성 방법, 이를 수행하는 수술 계획 생성 서버, 및 이를 저장하는 기록매체
CN107254336A (zh) * 2017-07-18 2017-10-17 府谷县新亚新能源科技发展有限责任公司 一种型煤规模化生产的设备及方法
US10799189B2 (en) 2017-11-22 2020-10-13 General Electric Company Systems and methods to deliver point of care alerts for radiological findings
US11049250B2 (en) * 2017-11-22 2021-06-29 General Electric Company Systems and methods to deliver point of care alerts for radiological findings
US10783634B2 (en) * 2017-11-22 2020-09-22 General Electric Company Systems and methods to deliver point of care alerts for radiological findings
CN111667903A (zh) * 2020-04-24 2020-09-15 杭州深睿博联科技有限公司 医学图像处理方法和装置
CN112884766B (zh) * 2021-03-25 2023-07-14 深圳大学 基于卷积神经网络的mri图像处理方法、装置及相关设备
CN114627147B (zh) * 2022-05-16 2022-08-12 青岛大学附属医院 基于多阈值图像分割的颅面标志点自动识别方法
CN117672471B (zh) * 2024-02-01 2024-04-19 达州爱迦飞诗特科技有限公司 支持远程访问与操作的医学影像文件处理方法和系统

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5878746A (en) * 1993-08-25 1999-03-09 Lemelson; Jerome H. Computerized medical diagnostic system
US5542003A (en) * 1993-09-13 1996-07-30 Eastman Kodak Method for maximizing fidelity and dynamic range for a region of interest within digitized medical image display
JP3089165B2 (ja) * 1994-11-10 2000-09-18 株式会社グラフィックス・コミュニケーション・ラボラトリーズ 動きベクトル探索装置
US5873824A (en) * 1996-11-29 1999-02-23 Arch Development Corporation Apparatus and method for computerized analysis of interstitial infiltrates in chest images using artificial neural networks
JP3174288B2 (ja) * 1997-09-01 2001-06-11 ジーイー横河メディカルシステム株式会社 Ｃｔ画像作成方法およびｘ線ｃｔ装置
KR100325253B1 (ko) * 1998-05-19 2002-03-04 미야즈 준이치롯 움직임벡터 검색방법 및 장치
KR100332072B1 (ko) * 1999-02-18 2002-04-10 박종원 단층촬영 영상으로부터의 장기 추출 및 체적산출방법
US6795578B1 (en) * 1999-09-29 2004-09-21 Canon Kabushiki Kaisha Image processing apparatus and method, and storage medium
KR100434665B1 (ko) * 2001-04-25 2004-06-16 주식회사 서울씨앤제이 비선형 변환 테이블을 갖는 의료 장치 및 이를 이용한의료 영상 정보 처리 방법
DE10206397B4 (de) * 2002-02-15 2005-10-06 Siemens Ag Verfahren zur Darstellung von Projektions- oder Schnittbildern aus 3D-Volumendaten eines Untersuchungsvolumens

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011125549A1 (ja) * 2010-03-31 2011-10-13 公立大学法人大阪府立大学 脂肪組織画像表示装置
US9173634B2 (en) 2010-03-31 2015-11-03 Osaka Prefecture University Public Corporation Fatty tissue image display device
WO2014148806A1 (ko) * 2013-03-18 2014-09-25 삼성전자주식회사 3차원 의료 영상에서 랜드마크들의 자동 등록을 위한 장치 및 방법
KR20140114308A (ko) * 2013-03-18 2014-09-26 삼성전자주식회사 3차원 의료 영상에서 랜드마크들의 자동 등록을 위한 장치 및 방법
KR101599219B1 (ko) 2013-03-18 2016-03-03 삼성전자주식회사 3차원 의료 영상에서 랜드마크들의 자동 등록을 위한 장치 및 방법
US9799115B2 (en) 2013-03-18 2017-10-24 Samsung Electronics Co., Ltd. Apparatus and method for automatically registering landmarks in three-dimensional medical image
KR101347733B1 (ko) 2013-04-24 2014-01-06 주식회사 인피니트헬스케어 의료영상에서 자동으로 분할된 지방 영역을 수정하는 장치 및 방법
KR101479845B1 (ko) 2013-05-31 2015-01-09 서울여자대학교 산학협력단 무릎 자기공명영상의 전방십자인대 분할 장치 및 그 분할 방법
KR101968152B1 (ko) * 2017-10-11 2019-04-11 (주)아이디 색칠놀이 기반의 영상분석 및 3d디스플레이 시스템
WO2019164214A1 (ko) * 2018-02-23 2019-08-29 삼성전자주식회사 자기공명영상장치 및 그 제어방법

Also Published As

Publication number Publication date
US20050078857A1 (en) 2005-04-14
JP3838954B2 (ja) 2006-10-25
WO2003017833A1 (en) 2003-03-06
US7587073B2 (en) 2009-09-08

Similar Documents

Publication Publication Date Title
JP3838954B2 (ja) 医療映像処理システム及び処理方法
US11127137B2 (en) Malignancy assessment for tumors
US8335359B2 (en) Systems, apparatus and processes for automated medical image segmentation
US11488306B2 (en) Immediate workup
JP6422486B2 (ja) 高度医用画像処理ウィザード
JP6807820B2 (ja) 画像検索装置、方法およびプログラム
CN102460471B (zh) 用于胸腔层析x射线合成成像中的计算机辅助肺结节检测的系统
CN112885453A (zh) 用于标识后续医学图像中的病理变化的方法和系统
EP3796210A1 (en) Spatial distribution of pathological image patterns in 3d image data
US20150003702A1 (en) Processing and displaying a breast image
US11996182B2 (en) Apparatus and method for medical image reading assistant providing representative image based on medical use artificial neural network
WO2019146358A1 (ja) 学習システム、方法及びプログラム
KR100450278B1 (ko) 의료영상 처리 시스템 및 처리방법
US20050168474A1 (en) Method, computer program and system of visualizing image data
JP4691732B1 (ja) 組織抽出システム
CN114708283A (zh) 图像目标的分割方法、装置、电子设备及存储介质
US20040193650A1 (en) Image processing apparatus
US20230099284A1 (en) System and method for prognosis management based on medical information of patient
WO2024024587A1 (ja) 画像処理装置、画像処理装置の作動方法、および画像処理装置の作動プログラム
EP3839964A1 (en) Making measurements in images
KR20230151865A (ko) 의료 영상에서 세기의 분포에 기반한 보조 정보를 생성하고 시각화하는 의료 영상 진단 보조 장치 및 방법
WO2023233031A1 (en) Methods of radiomics features extraction
Mosleh et al. An image processing system for cephalometric analysis and measurements
KR20220155828A (ko) 의료 영상 분석 장치 및 방법, 의료 영상 시각화 장치 및 방법
GB2574659A (en) Immediate workup

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20050920

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20051205

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: 20060711

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20060801

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: 20100811

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110811

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120811

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120811

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130811

Year of fee payment: 7

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

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