JP2004173748A - 類似医用画像データベース作成方法、類似医用画像データベース並びに類似医用画像検索方法及び装置 - Google Patents
類似医用画像データベース作成方法、類似医用画像データベース並びに類似医用画像検索方法及び装置 Download PDFInfo
- Publication number
- JP2004173748A JP2004173748A JP2002340628A JP2002340628A JP2004173748A JP 2004173748 A JP2004173748 A JP 2004173748A JP 2002340628 A JP2002340628 A JP 2002340628A JP 2002340628 A JP2002340628 A JP 2002340628A JP 2004173748 A JP2004173748 A JP 2004173748A
- Authority
- JP
- Japan
- Prior art keywords
- medical image
- shadow
- image
- similar medical
- similar
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 75
- 238000012545 processing Methods 0.000 claims abstract description 61
- 238000001514 detection method Methods 0.000 claims abstract description 35
- 230000003902 lesion Effects 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 abstract 1
- 238000000605 extraction Methods 0.000 description 30
- 230000005484 gravity Effects 0.000 description 16
- 230000002159 abnormal effect Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 14
- 210000004185 liver Anatomy 0.000 description 12
- 210000000056 organ Anatomy 0.000 description 11
- 210000004204 blood vessel Anatomy 0.000 description 10
- 210000003734 kidney Anatomy 0.000 description 10
- 238000012217 deletion Methods 0.000 description 5
- 230000037430 deletion Effects 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 210000000621 bronchi Anatomy 0.000 description 1
- 239000005337 ground glass Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000000779 thoracic wall Anatomy 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Processing Or Creating Images (AREA)
Abstract
【課題】膨大な量の医用画像をその陰影の特徴量などに基づいて容易に検索可能に分類された医用画像データベースを作成でき、それを検索できるようにする。
【解決手段】病巣陰影を含む医用画像に所定の画像処理を施して多値化画像を作成し、作成された多値化画像に基づいて又は多値化画像及び医用画像に基づいて、複数の判別処理を実行して病巣陰影を検出し、検出処理によって病巣陰影が検出された場合、その検出時の判別処理の演算の型及び判別処理の演算によって求められた病巣陰影の特徴量を医用画像に対応付けて類似医用画像として蓄積することによって類似医用画像データベースを作成する。読影対象となる陰影を含む医用画像についても同様の判別処理を実行し、その結果に基づいて類似医用画像データベースを検索して所望の類似医用画像を検索する。
【選択図】 図2
【解決手段】病巣陰影を含む医用画像に所定の画像処理を施して多値化画像を作成し、作成された多値化画像に基づいて又は多値化画像及び医用画像に基づいて、複数の判別処理を実行して病巣陰影を検出し、検出処理によって病巣陰影が検出された場合、その検出時の判別処理の演算の型及び判別処理の演算によって求められた病巣陰影の特徴量を医用画像に対応付けて類似医用画像として蓄積することによって類似医用画像データベースを作成する。読影対象となる陰影を含む医用画像についても同様の判別処理を実行し、その結果に基づいて類似医用画像データベースを検索して所望の類似医用画像を検索する。
【選択図】 図2
Description
【0001】
【発明の属する技術分野】
本発明は、CT装置やMRI装置などで撮影された病巣陰影等を有する医用画像を格納したデータベースの中から所定の陰影に特徴量の類似した病巣陰影を有する類似医用画像を検索できるようにした類似医用画像データベース作成方法、類似医用画像データベース並びに類似医用画像検索方法及び装置に関する。
【0002】
【従来の技術】
CT装置やMRI装置で撮影された医用画像を用いて肺がん検診などを行う場合には、まず最初に二人の医師がそれぞれ並行して独立に読影を行い、その後にその読影結果を持ち寄り、両医師が最終的に異常あり又は異常なしの総合判定を行っている。この読影を行う場合に、過去に異常ありと判定された陰影を参照することがある。医用画像を参照する場合、過去に異常ありと判定された膨大な医用画像データベースの中から読影対象である陰影に類似する陰影を含む医用画像を検索する必要がある。従来は、このような類似医用画像の検索方法として、特許文献1に示すようなものが知られている。特許文献1に記載されたものは、判定対象である陰影の特徴量を求め、その特徴量に最も類似する陰影を医用画像データベースの中から検索するものである。
【特許文献1】
特開2001−155019号公報
【0003】
【発明が解決しようとする課題】
ところが、特徴量には種々の陰影(癌病巣)のタイプによって多数のものが存在する。例えば、体積、表面積、形状の複雑度、楕円近似度、濃度的特徴量(濃度平均値、濃度標準偏差など)、テクスチャ的特徴量量(エネルギー、エントロピーなど)などがある。このように陰影の特徴量は、多数存在するので、この特徴量のみを単純に比較しただけでは類似の陰影を含む医用画像を検索することは非常に困難である。
【0004】
本発明の目的は、膨大な量の医用画像をその陰影の特徴量などに基づいて容易に検索可能に分類された医用画像データベースを作成することのできる類似医用画像データベース作成方法、及びこれによって作成された類似医用画像データベースを提供することにある。
【0005】
本発明の別の目的は、膨大な量の医用画像をその陰影の特徴量などに基づいて容易に検索可能に分類された医用画像データベースから所望の医用画像を容易に検索することのできる類似医用画像検索方法及び装置を提供することにある。
【0006】
【課題を解決するための手段】
請求項1に係る類似医用画像データベース作成方法は、病巣陰影を含む医用画像に所定の画像処理を施して多値化画像を作成し、作成された前記多値化画像に基づいて又は前記多値化画像及び前記医用画像に基づいて、複数の判別処理を実行して前記病巣陰影を検出し、前記検出処理によって前記病巣陰影が検出された場合、その検出時の前記判別処理の演算の型及び前記判別処理の演算によって求められた前記病巣陰影の特徴量を前記医用画像に対応付けて類似医用画像として蓄積することによって類似医用画像データベースを作成するものである。医用画像には、癌などの陰影のほか、血管、血管の断面、気管支の断面などが混在して写っているので、医用画像に直接画像処理を施したとしても病巣陰影を含む医用画像であっても、その病巣陰影を異常な陰影であるとして検出することは非常に困難である。そこで、多値化手段によって医用画像を多値化し、その多値化画像に基づいて陰影の中心又は重心座標などを求め、その中心座標を基準にしてさらに多値化画像に種々の画像処理を施して、血管、血管の断面、気管支の断面などのような病巣ではない陰影を効率的に削除し、複数の判別処理を実行して病巣として確信度の高い陰影を病巣候補陰影として検出するようにしている。この判別処理によって予め病巣陰影と判定されているものは病巣候補陰影として検出されるので、その検出時の判別処理の演算の型とその演算によって求められた病巣陰影の特徴量を医用画像に対応付けて蓄積する。従って、膨大な医用画像について上述の処理を行うことによって病巣陰影を含む医用画像が判別処理の演算の型とその演算によって求められた特徴量によって適切に分類されるので、人手をかけることなく膨大な医用画像をその病巣陰影の特徴に従ってデータベース化することができる。
【0007】
請求項2に係る類似医用画像データベースは、請求項1の類似医用画像データベース作成方法によって作成されたものである。これは、請求項1の方法によって作成されたデータベースに関するものである。このように作成されたデータベースは利用することによって検索を容易にすることができる。
【0008】
請求項3に係る類似医用画像検索方法は、読影対象である陰影を含む医用画像に所定の画像処理を施して多値化画像を作成し、作成された前記多値化画像に基づいて又は前記多値化画像及び前記医用画像に基づいて、少なくとも1つ以上の判別処理を実行して前記読影対象である陰影が病巣候補陰影であるか否かを検出し、前記検出処理によって前記読影対象である陰影が病巣候補陰影であると検出された場合、その検出時の前記判別処理の演算の型及び前記判別処理の演算によって求められた前記病巣陰影の特徴量に基づいて、請求項2の類似医用画像データベースの中から類似医用画像を検索するものである。これは、請求項2の類似医用画像データベースの中から類似医用画像を検索する場合に、データベースを作成時と同様の判別処理を実行して、その結果である演算の型及び特徴量を用いて所望の類似医用画像を検索するようにしたものである。
【0009】
請求項4に係る類似医用画像検索装置は、請求項2に記載された類似医用画像データベースと、読影対象である陰影を含む医用画像に所定の画像処理を施して多値化画像を作成する多値化手段と、前記多値化手段によって作成された前記多値化画像に基づいて又は前記多値化画像及び前記医用画像に基づいて、少なくとも1つ以上の判別処理を実行して前記読影対象である陰影が病巣候補陰影であるか否かを検出する検出手段と、前記検出手段によって前記読影対象である陰影が病巣候補陰影であると検出された場合、その検出時の前記判別処理の演算の型及び前記判別処理の演算によって求められた前記病巣陰影の特徴量に基づいて、前記類似医用画像データベースの中から類似医用画像を検索する検索手段とを備えたものである。これは、請求項3の類似医用画像検索方法に対応した装置の発明である。
【0010】
なお、各請求項で実行される判別処理については、本願の出願人が、大きさや形の異なる陰影を統一的に扱うことができ、コンピュータ演算に要する時間も短時間で済む画像診断支援装置を出願している(特願2001−187969号)ので、この中で使用されている判別処理を使用することが好ましい。
【0011】
【発明の実施の形態】
以下添付図面に従って本発明に係る類似医用画像データベース作成方法並びに類似医用画像検索方法及び装置の好ましい実施の形態について説明する。図1は、本発明が適用される類似医用画像検索装置全体のハードウエア構成を示すブロック図である。この類似医用画像検索装置は、例えばX線CT装置等で被検体の対象部位について収集した複数の断層像(CT画像など)に基づいて、検出された病巣候補陰影等を表示したり、検出された病巣候補陰影等の中から確信度の高いものを絞り込んで表示したり、また、これらの処理の途中における画像を表示したりする診断支援(CAD:Computer Aided Detection)システムを内蔵したものであり、この診断支援システムを用いて各種の陰影を分類して類似医用画像データベースを作成すると共に対象陰影に類似する陰影を含む類似医用画像を検索するように動作するものである。
【0012】
この類似医用画像検索装置は、各構成要素の動作を制御する中央処理装置(CPU)10と、装置全体の制御プログラムが格納された主メモリ11と、複数の断層像データ及びプログラム等が格納された磁気ディスク12と、表示用の画像データを一時記憶する表示メモリ13と、この表示メモリ13からの画像データに基づいて画像を表示する表示装置としてのCRTディスプレイ14と、画面上のソフトスイッチを操作するマウス15及びそのコントローラ16と、各種パラメータ設定用のキーやスイッチを備えたキーボード17と、スピーカ18と、上記各構成要素を接続する共通バス19とから構成される。
【0013】
この実施の形態では、主メモリ11以外の記憶装置として、磁気ディスク12のみが接続されている場合を示しているが、これ以外にフロッピディスクドライブ、ハードディスクドライブ、CD−ROMドライブ、光磁気ディスク(MO)ドライブ、ZIPドライブ、PDドライブ、DVDドライブなどが接続されていてもよい。さらに、通信インターフェイスを介してLAN(ローカルエリアネットワーク)やインターネット、電話回線などの種々の通信ネットワーク1a上に接続可能とし、他のコンピュータ、データベース、CT装置1bなどとの間で画像データのやりとりを行えるようにしてもよい。また、画像データのやりとりは、X線CT装置やMRI装置などの被検体の断層像が収集可能な医用画像診断装置を上記LAN等の通信ネットワーク1aと接続して行ってもよい。
【0014】
以下、図1の類似医用画像検索装置の動作例について図面を用いて説明する。図2は、類似医用画像検索装置が実行する類似医用画像データベース作成フローの一例を示す図である。図1のCPU10は、このフローに従って予め蓄積されている膨大な医用画像を分類しデータベース化を行う。以下、この類似医用画像データベース作成フローの詳細をステップ順に説明する。
【0015】
[ステップS21]
初期処理として、次のことを行う。過去に異常であると判定された陰影を含む医用画像データベースの中から臓器の部位又は臓器の種類に対応したCT画像を磁気ディスク12から順次読み込む。そして、読み込まれたCT画像の中から診断対象臓器に対して多値化(二値化)処理を施し、多値化画像を生成する。臓器の部位又は臓器の種類に対応した最適な検出処理を行うために、その部位又は臓器の種類等を判断し、それ対応したステップS22〜S2Bの検出演算処理及び判定処理を実行するように設定する。
[ステップS22]
多値化画像又はCT原画像及び多値化画像に対して種々の画像処理を施し、すりガラス型陰影の検出演算処理を行う。なお、この検出演算処理を実行するサブルーチンとその設定パラメータのことを演算の型と呼ぶ。このステップの演算の型は数値データ「1」として分類される。以下同様にして検出演算処理を構成するサブルーチンとその設定パラメータとの組合せ、すなわち演算の型を実行し、その検出演算処理によって陰影が検出されるかどうかを実行する。また、検出演算処理は、元のCT画像を使わずに、多値化画像だけに基づいて処理を行う場合やCT原画像と多値化画像を用いて処理を行う場合がある。多値化画像に基づいて検出演算処理を行うことによって、コンピュータ演算などに要する時間を短縮化したり、演算処理の負担を軽減することができる。
[ステップS23]
前のステップS22のすりガラス型陰影検出演算処理の結果、そのCT画像に含まれる異常陰影がすりガラス型陰影として検出されたか否かの判定を行い、検出された(yes)場合はステップS2Cにジャンプし、検出されなかった(no)場合は次のステップに進む。
【0016】
[ステップS24]
多値化画像又はCT原画像及び多値化画像に対して種々の画像処理を施し、胸壁密着型陰影の検出演算処理を行う。なお、この演算の型は数値データ「2」として分類される。
[ステップS25]
前のステップS24の胸壁密着型陰影検出演算処理の結果、そのCT画像に含まれる異常陰影が胸壁密着型陰影として検出されたか否かの判定を行い、検出された(yes)場合はステップS2Cにジャンプし、検出されなかった(no)場合は次のステップに進む。
【0017】
[ステップS26]
多値化画像又はCT原画像及び多値化画像に対して種々の画像処理を施し、血管連結型陰影の検出演算処理を行う。なお、この演算の型は数値データ「3」として分類される。
[ステップS27]
前のステップS26の血管連結型陰影検出演算処理の結果、そのCT画像に含まれる異常陰影が血管連結型陰影として検出されたか否かの判定を行い、検出された(yes)場合はステップS2Cにジャンプし、検出されなかった(no)場合は次のステップに進む。
【0018】
[ステップS28]
多値化画像又はCT原画像及び多値化画像に対して種々の画像処理を施し、血管埋没型陰影の検出演算処理を行う。なお、この演算の型は数値データ「4」として分類される。
[ステップS29]
前のステップS26の血管埋没型陰影検出演算処理の結果、そのCT画像に含まれる異常陰影が血管埋没型陰影として検出されたか否かの判定を行い、検出された(yes)場合はステップS2Cにジャンプし、検出されなかった(no)場合は次のステップに進む。
【0019】
[ステップS2A]
以下同様にして、多値化画像又はCT原画像及び多値化画像に対して種々の画像処理を施し、陰影型の検出演算処理を行う。その演算の型は数値データ「N」として分類される。
[ステップS2B]
前のステップS2Aの陰影型検出演算処理の結果、そのCT画像に含まれる異常陰影がその陰影型として検出されたか否かの判定を行い、検出された(yes)場合はステップS2Cにジャンプし、検出されなかった(no)場合は次のステップに進む。
【0020】
図3は、図2のステップS26の血液連結型陰影の検出演算(演算の型=3)の処理の詳細を示す図である。仮に、このステップS26の検出演算処理によって異常陰影がその陰影型として検出された場合、図3のような処理によってその異常陰影の各特徴量が求められることになる。以下、図3の処理について説明する。
[ステップS31]
異常陰影の円形度(FM1・m)を求める。ここで、mは検査毎に付与される異なる番号である。
[ステップS32]
長径、短径の比(FM2・m)を求める。
[ステップS33]
直交軸上の濃度差(FM3・m)を求める。
[ステップS34]
CT値/面積(FM4・m)を求める。
[ステップS35]
その他の特徴量(FM5・m)を求める。
【0021】
以上の各ステップS31〜S34で実行される処理の詳細は、本願発明者が先に出願した特願2001−187969号に記載されているので、ここではその説明は省略する。なお、ここでは、図2のステップS26について説明したが、他のステップS22,S24,S28,・・・,S2Aで実行される特徴量を求める処理は、そのステップ毎にその組合せ等が種々異なるものである。
【0022】
[ステップS2C]
この処理は、ステップS23,S25,S27,S29,・・・,S2Bの各判定処理でyesと判定された場合に実行されるものであり、各ステップS22,S24,S26,S28,・・・,S2Aの検出演算の型を示す数値データと、その検出演算によって求められた複数の特徴量を画像に対応付けて登録する。例えば、図3の特徴量の場合には、図4に示すように医用画像1に対して、画像1のアドレス、その演算型、その特徴量(FM1・1),(FM2・1),(FM3・1),・・・が一組として類似医用画像データベースに蓄積登録される。そして、次の医用画像2についても同様の処理を実行され、画像2のアドレス、その演算型、その特徴量(FM1・2),(FM2・2),(FM3・2),・・・が一組として類似医用画像データベースに蓄積登録される。このようにして、過去に異常であると判定された陰影を含む膨大な医用画像に基づいて類似医用画像データベースが作成される。
【0023】
次に、図4の類似医用画像データベースの中から読影対象である陰影に類似する陰影を含む医用画像を検索する場合について説明する。図5は、類似医用画像検索方法及び装置の検索動作の一例を示す図である。以下、この類似医用画像検索処理の詳細をステップ順に説明する。
【0024】
[ステップS51]
読影対象となる陰影を含む医用画像を指定画像としてCAD演算処理にかける。このCAD演算処理は、図2に示したものと同様のものである。なお、ここでのCAD演算処理では、ステップS2Cの処理は行わない。
[ステップS52]
読影対象となる陰影がCAD演算処理によって異常陰影候補として検出されたか否かを判定し、検出された(yes)場合は次のステップS53に進み、検出されなかった場合には処理を終了する。
[ステップS53]
前のステップ52で検出されたと判定されたので、その検出時の演算の型と特徴量に基づいて類似医用画像データベースの中から類似する陰影を含む医用画像を検索する。この検索処理では、演算の型が一致し、かつ、特徴量を用いた距離Σ(FMi・m−FMi・n)2
が所定の値より小さい場合にその陰影を含む医用画像を類似画像と見なす。なお、これ以外にマハラノビス距離、ユークリッド距離を用いてもよい。
[ステップS54]
検索処理の結果、類似画像が見つかったか否かの判定を行い、見つかった(yes)場合はステップS55に進み、見つからなかった(no)場合はステップS56に進む。
[ステップS55]
検索処理の結果、見つかった医用画像(検索画像)を読影対象となる陰影を含む医用画像(指定画像)と共に図6に示すように並べて表示する。図6では、指定画像が左側中央に、検索画像が右側に並べられて4枚表示されている。なお、検索画像が存在しない場合には、サンプル画像が表示される。
【0025】
医用画像の中から特定の臓器を抽出する場合について説明する。図7は、肝臓を抽出する場合の処理の一例を示すフロー図である。図8及び図9は、このフローの動作を説明する図である。図8(A)は、医用画像であり、種々の臓器が撮影されている。この医用画像の中から肝臓だけを抽出する場合について説明する。
【0026】
まず、最初のステップでは、図8(A)の医用画像に基づいて画像間相関処理やしきい値処理などを行い、図8(B)に示すような脊椎を含む領域を抽出し、その脊椎領域の座標の重心位置(又は平均位置)80を求める。この重心位置(又は平均位置)80を脊椎代表点と呼ぶ。体軸方向で肝臓を含む区間では必ず脊椎を含むので、撮影区間内で脊椎を抽出できるようなしきい値設定による二値化画像においては画像間の相関をとると脊椎領域の相関が最も高くなり、脊椎代表点を容易に抽出することができる。なお、画像間の相関を取る場合には、隣接画像には限らず、数枚離れた画像間で相関をとる場合もある。
【0027】
次のステップでは、しきい値処理等によって肝臓のCT値に近い領域を抽出する。これによって抽出される領域は、図9(A)に示すように一般的に複数である。図9には、領域90〜94が抽出されている。この中で領域90は脊椎内部の領域であり、領域91が肝臓の領域である。従って、この中から、肝臓の領域91を抽出する必要がある。
【0028】
そこで、次のステップでは、削除条件に従って、肝臓領域91以外の領域を削除する処理を行う。この削除条件とは、抽出領域の重心と脊椎代表点との間の距離が所定値よりも小さい場合にその抽出領域を削除するというものである。すなわち、脊椎領域90を除く他の領域91〜94の重心位置と脊椎代表点80との間の距離が所定値よりも小さい場合の領域が削除される。従って、図9(B)に示すように各領域91〜94の重心位置と脊椎代表点80との間の距離を測定する。領域91の場合は距離L1、領域92の場合は距離L2、領域93の場合は距離L3、領域94の場合は距離L4である。ここで所定値はL0であり、脊椎代表点80を中心とする半径L0の円を描くと点線円のようになる。この点線円内に重心位置が存在する領域92〜94は削除の対象となり、点線円の外に位置する領域91のみが残るようになる。
【0029】
なお、削除条件として、これ以外に、種々のものが考えられる。例えば、抽出領域の縁と脊椎代表点との間の距離が所定値よりも小さい場合にその抽出領域を削除するというものや脊椎代表点80を通過する垂直線97に対して、抽出領域の重心位置が左側の領域に存在するものであって、その左側抽出領域内の各画素に対して、脊椎代表点80を通る垂直線97を左右対称線とする線対称の位置(右側の領域)に抽出領域に対応する画素が存在する割合が所定値(例えば30%)よりも大きい場合に、その対称の関係にある両抽出領域(両方の抽出領域が連結している場合も含む)を削除するものである。これは、腎臓などのように脊椎を挟んで左右に位置する臓器に対応した領域を削除するための条件である。
【0030】
なお、この実施の形態では、削除する場合について説明したが、保存条件により該当する領域のみを保存する場合もある。例えば、肝臓の場合は左右対称の位置に抽出画素が存在する割合は小さいので、脊椎代表点80を通る垂直線97を左右対称線とする線対称の位置(右側の領域)に抽出領域に対応する画素が存在する割合が約30%よりも小さい場合は肝臓であると判断するようにしてもよい。このようにして、所定の臓器、ここでは肝臓に対応する領域91のみが抽出されるので、この領域91について、前述のCAD診断システムを実行することによって、より正確な診断処理を行うことができるようになる。
【0031】
次に、この医用画像の中から腎臓だけを抽出する場合について説明する。この場合は、前述の削除条件を腎臓抽出用の条件に変更することによって実現される。すなわち、図10(A)に示すような医用画像の中から前述と同様にして脊椎代表点80を抽出する。そして、しきい値処理等によって腎臓のCT値に近い領域を抽出する。これによって抽出された領域は、図10(B)に示すような領域100〜105である。この中で領域100は脊椎領域であり、領域101,102が腎臓の領域であり、領域103〜105は腎臓以外の領域である。これらの領域100〜105の中から、腎臓領域101,102を抽出する。
【0032】
その削除条件として、抽出領域の重心位置が垂直線97よりも左側の領域に存在するものであって、その抽出領域内の各画素と垂直線97に対する線対称の位置にも抽出領域の画素が存在する割合が所定値(例えば35%)よりも大きい場合に、その対称の関係にある両抽出領域(両方の抽出領域が連結している場合も含む)を保存し、それ以外の領域を削除する。垂直線97は、脊椎代表点80の座標(X0,Y0)通過するものである。重心位置がこの垂直線97よりも左側に存在する領域を抽出する。図10(B)では、この抽出処理によって領域101と領域104が抽出される。この抽出領域101,104内の各画素と垂直線97に対する線対称の位置にも抽出領域の画素が存在する割合が所定値よりも大きいものは、抽出領域102,105である。従って、この条件に該当しない抽出領域103が削除される。
【0033】
次に、脊椎代表点の座標(X0,Y0)に対して、垂直方向に所定距離D1及びD2内に重心位置が存在する領域を抽出し、保存する。すなわち、次の式を満足する重心位置の領域を抽出する。
Y0−D1<yi<Y0+D2
ここでiは抽出領域を示す指標である。
【0034】
抽出領域101の重心位置は(x1,y1)、抽出領域102の重心位置は(x2,y2)、抽出領域103の重心位置は(x3,y3)、抽出領域104の重心位置は(x4,y4)である。これらの各領域について上式を満足するか否かの判定を行うと、抽出領域101,102が上式を満足し、抽出領域104,105は上式を満足しないので、抽出領域101,102が保存され、抽出領域104,105は削除される。以上の処理の結果、腎臓に対応する領域101,102のみが抽出保存される。なお、抽出領域の重心位置に基づいて判断する場合について説明したが、抽出領域全体が脊椎代表点の座標(X0,Y0)に対して、垂直方向に所定距離D1及びD2内に存在するか否かに基づいて腎臓領域を抽出するようにしてもよい。
【0035】
上述の実施の形態では、垂直線97は、脊椎代表点80に対する垂線として説明したが、CT画像内の体表輪郭部の左右対称の中心線を垂直線97として上述の比較判定処理を行うようにしてもよい。
【0036】
【発明の効果】
以上説明したように本発明の類似医用画像データベース作成方法によれば、膨大な量の医用画像をその陰影の特徴量などに基づいて容易に検索可能に分類された医用画像データベースを作成することができるという効果がある。
【0037】
また、本発明の類似医用画像検索方法及び装置によれば、膨大な量の医用画像をその陰影の特徴量などに基づいて容易に検索可能に分類された医用画像データベースから所望の医用画像を容易に検索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】本発明が適用される類似医用画像検索装置全体のハードウエア構成を示すブロック図である。
【図2】類似医用画像検索装置が実行する類似医用画像データベース作成フローの一例を示す図である。
【図3】図2のステップS26の血液連結型陰影の検出演算(演算の型=3)の処理の詳細を示す図である。
【図4】図2の類似医用画像データベース作成フローによって作成される類似医用画像データベースの一例を示す図である。
【図5】類似医用画像検索方法及び装置の検索動作の一例を示す図である。
【図6】検索処理によって見つかった医用画像(検索画像)の表示例を示す図である。
【図7】医用画像の中から特定の臓器を抽出する場合の処理の一例を示すフロー図である。
【図8】図7のフローによってどのようにして医用画像の中から肝臓が抽出されるのか、その動作を説明するための第1の図である。
【図9】図7のフローによってどのようにして医用画像の中から肝臓が抽出されるのか、その動作を説明するための第2の図である。
【図10】図7のフローによってどのようにして医用画像の中から腎臓が抽出されるのか、その動作を説明するための図である。
【符号の説明】
10…中央処理装置(CPU)
11…主メモリ
12…磁気ディスク
13…表示メモリ
14…CRTディスプレイ
15…マウス
16…コントローラ
17…キーボード
18…スピーカ
19…共通バス
1a…通信ネットワーク
1b…他のコンピュータ又はCT装置
【発明の属する技術分野】
本発明は、CT装置やMRI装置などで撮影された病巣陰影等を有する医用画像を格納したデータベースの中から所定の陰影に特徴量の類似した病巣陰影を有する類似医用画像を検索できるようにした類似医用画像データベース作成方法、類似医用画像データベース並びに類似医用画像検索方法及び装置に関する。
【0002】
【従来の技術】
CT装置やMRI装置で撮影された医用画像を用いて肺がん検診などを行う場合には、まず最初に二人の医師がそれぞれ並行して独立に読影を行い、その後にその読影結果を持ち寄り、両医師が最終的に異常あり又は異常なしの総合判定を行っている。この読影を行う場合に、過去に異常ありと判定された陰影を参照することがある。医用画像を参照する場合、過去に異常ありと判定された膨大な医用画像データベースの中から読影対象である陰影に類似する陰影を含む医用画像を検索する必要がある。従来は、このような類似医用画像の検索方法として、特許文献1に示すようなものが知られている。特許文献1に記載されたものは、判定対象である陰影の特徴量を求め、その特徴量に最も類似する陰影を医用画像データベースの中から検索するものである。
【特許文献1】
特開2001−155019号公報
【0003】
【発明が解決しようとする課題】
ところが、特徴量には種々の陰影(癌病巣)のタイプによって多数のものが存在する。例えば、体積、表面積、形状の複雑度、楕円近似度、濃度的特徴量(濃度平均値、濃度標準偏差など)、テクスチャ的特徴量量(エネルギー、エントロピーなど)などがある。このように陰影の特徴量は、多数存在するので、この特徴量のみを単純に比較しただけでは類似の陰影を含む医用画像を検索することは非常に困難である。
【0004】
本発明の目的は、膨大な量の医用画像をその陰影の特徴量などに基づいて容易に検索可能に分類された医用画像データベースを作成することのできる類似医用画像データベース作成方法、及びこれによって作成された類似医用画像データベースを提供することにある。
【0005】
本発明の別の目的は、膨大な量の医用画像をその陰影の特徴量などに基づいて容易に検索可能に分類された医用画像データベースから所望の医用画像を容易に検索することのできる類似医用画像検索方法及び装置を提供することにある。
【0006】
【課題を解決するための手段】
請求項1に係る類似医用画像データベース作成方法は、病巣陰影を含む医用画像に所定の画像処理を施して多値化画像を作成し、作成された前記多値化画像に基づいて又は前記多値化画像及び前記医用画像に基づいて、複数の判別処理を実行して前記病巣陰影を検出し、前記検出処理によって前記病巣陰影が検出された場合、その検出時の前記判別処理の演算の型及び前記判別処理の演算によって求められた前記病巣陰影の特徴量を前記医用画像に対応付けて類似医用画像として蓄積することによって類似医用画像データベースを作成するものである。医用画像には、癌などの陰影のほか、血管、血管の断面、気管支の断面などが混在して写っているので、医用画像に直接画像処理を施したとしても病巣陰影を含む医用画像であっても、その病巣陰影を異常な陰影であるとして検出することは非常に困難である。そこで、多値化手段によって医用画像を多値化し、その多値化画像に基づいて陰影の中心又は重心座標などを求め、その中心座標を基準にしてさらに多値化画像に種々の画像処理を施して、血管、血管の断面、気管支の断面などのような病巣ではない陰影を効率的に削除し、複数の判別処理を実行して病巣として確信度の高い陰影を病巣候補陰影として検出するようにしている。この判別処理によって予め病巣陰影と判定されているものは病巣候補陰影として検出されるので、その検出時の判別処理の演算の型とその演算によって求められた病巣陰影の特徴量を医用画像に対応付けて蓄積する。従って、膨大な医用画像について上述の処理を行うことによって病巣陰影を含む医用画像が判別処理の演算の型とその演算によって求められた特徴量によって適切に分類されるので、人手をかけることなく膨大な医用画像をその病巣陰影の特徴に従ってデータベース化することができる。
【0007】
請求項2に係る類似医用画像データベースは、請求項1の類似医用画像データベース作成方法によって作成されたものである。これは、請求項1の方法によって作成されたデータベースに関するものである。このように作成されたデータベースは利用することによって検索を容易にすることができる。
【0008】
請求項3に係る類似医用画像検索方法は、読影対象である陰影を含む医用画像に所定の画像処理を施して多値化画像を作成し、作成された前記多値化画像に基づいて又は前記多値化画像及び前記医用画像に基づいて、少なくとも1つ以上の判別処理を実行して前記読影対象である陰影が病巣候補陰影であるか否かを検出し、前記検出処理によって前記読影対象である陰影が病巣候補陰影であると検出された場合、その検出時の前記判別処理の演算の型及び前記判別処理の演算によって求められた前記病巣陰影の特徴量に基づいて、請求項2の類似医用画像データベースの中から類似医用画像を検索するものである。これは、請求項2の類似医用画像データベースの中から類似医用画像を検索する場合に、データベースを作成時と同様の判別処理を実行して、その結果である演算の型及び特徴量を用いて所望の類似医用画像を検索するようにしたものである。
【0009】
請求項4に係る類似医用画像検索装置は、請求項2に記載された類似医用画像データベースと、読影対象である陰影を含む医用画像に所定の画像処理を施して多値化画像を作成する多値化手段と、前記多値化手段によって作成された前記多値化画像に基づいて又は前記多値化画像及び前記医用画像に基づいて、少なくとも1つ以上の判別処理を実行して前記読影対象である陰影が病巣候補陰影であるか否かを検出する検出手段と、前記検出手段によって前記読影対象である陰影が病巣候補陰影であると検出された場合、その検出時の前記判別処理の演算の型及び前記判別処理の演算によって求められた前記病巣陰影の特徴量に基づいて、前記類似医用画像データベースの中から類似医用画像を検索する検索手段とを備えたものである。これは、請求項3の類似医用画像検索方法に対応した装置の発明である。
【0010】
なお、各請求項で実行される判別処理については、本願の出願人が、大きさや形の異なる陰影を統一的に扱うことができ、コンピュータ演算に要する時間も短時間で済む画像診断支援装置を出願している(特願2001−187969号)ので、この中で使用されている判別処理を使用することが好ましい。
【0011】
【発明の実施の形態】
以下添付図面に従って本発明に係る類似医用画像データベース作成方法並びに類似医用画像検索方法及び装置の好ましい実施の形態について説明する。図1は、本発明が適用される類似医用画像検索装置全体のハードウエア構成を示すブロック図である。この類似医用画像検索装置は、例えばX線CT装置等で被検体の対象部位について収集した複数の断層像(CT画像など)に基づいて、検出された病巣候補陰影等を表示したり、検出された病巣候補陰影等の中から確信度の高いものを絞り込んで表示したり、また、これらの処理の途中における画像を表示したりする診断支援(CAD:Computer Aided Detection)システムを内蔵したものであり、この診断支援システムを用いて各種の陰影を分類して類似医用画像データベースを作成すると共に対象陰影に類似する陰影を含む類似医用画像を検索するように動作するものである。
【0012】
この類似医用画像検索装置は、各構成要素の動作を制御する中央処理装置(CPU)10と、装置全体の制御プログラムが格納された主メモリ11と、複数の断層像データ及びプログラム等が格納された磁気ディスク12と、表示用の画像データを一時記憶する表示メモリ13と、この表示メモリ13からの画像データに基づいて画像を表示する表示装置としてのCRTディスプレイ14と、画面上のソフトスイッチを操作するマウス15及びそのコントローラ16と、各種パラメータ設定用のキーやスイッチを備えたキーボード17と、スピーカ18と、上記各構成要素を接続する共通バス19とから構成される。
【0013】
この実施の形態では、主メモリ11以外の記憶装置として、磁気ディスク12のみが接続されている場合を示しているが、これ以外にフロッピディスクドライブ、ハードディスクドライブ、CD−ROMドライブ、光磁気ディスク(MO)ドライブ、ZIPドライブ、PDドライブ、DVDドライブなどが接続されていてもよい。さらに、通信インターフェイスを介してLAN(ローカルエリアネットワーク)やインターネット、電話回線などの種々の通信ネットワーク1a上に接続可能とし、他のコンピュータ、データベース、CT装置1bなどとの間で画像データのやりとりを行えるようにしてもよい。また、画像データのやりとりは、X線CT装置やMRI装置などの被検体の断層像が収集可能な医用画像診断装置を上記LAN等の通信ネットワーク1aと接続して行ってもよい。
【0014】
以下、図1の類似医用画像検索装置の動作例について図面を用いて説明する。図2は、類似医用画像検索装置が実行する類似医用画像データベース作成フローの一例を示す図である。図1のCPU10は、このフローに従って予め蓄積されている膨大な医用画像を分類しデータベース化を行う。以下、この類似医用画像データベース作成フローの詳細をステップ順に説明する。
【0015】
[ステップS21]
初期処理として、次のことを行う。過去に異常であると判定された陰影を含む医用画像データベースの中から臓器の部位又は臓器の種類に対応したCT画像を磁気ディスク12から順次読み込む。そして、読み込まれたCT画像の中から診断対象臓器に対して多値化(二値化)処理を施し、多値化画像を生成する。臓器の部位又は臓器の種類に対応した最適な検出処理を行うために、その部位又は臓器の種類等を判断し、それ対応したステップS22〜S2Bの検出演算処理及び判定処理を実行するように設定する。
[ステップS22]
多値化画像又はCT原画像及び多値化画像に対して種々の画像処理を施し、すりガラス型陰影の検出演算処理を行う。なお、この検出演算処理を実行するサブルーチンとその設定パラメータのことを演算の型と呼ぶ。このステップの演算の型は数値データ「1」として分類される。以下同様にして検出演算処理を構成するサブルーチンとその設定パラメータとの組合せ、すなわち演算の型を実行し、その検出演算処理によって陰影が検出されるかどうかを実行する。また、検出演算処理は、元のCT画像を使わずに、多値化画像だけに基づいて処理を行う場合やCT原画像と多値化画像を用いて処理を行う場合がある。多値化画像に基づいて検出演算処理を行うことによって、コンピュータ演算などに要する時間を短縮化したり、演算処理の負担を軽減することができる。
[ステップS23]
前のステップS22のすりガラス型陰影検出演算処理の結果、そのCT画像に含まれる異常陰影がすりガラス型陰影として検出されたか否かの判定を行い、検出された(yes)場合はステップS2Cにジャンプし、検出されなかった(no)場合は次のステップに進む。
【0016】
[ステップS24]
多値化画像又はCT原画像及び多値化画像に対して種々の画像処理を施し、胸壁密着型陰影の検出演算処理を行う。なお、この演算の型は数値データ「2」として分類される。
[ステップS25]
前のステップS24の胸壁密着型陰影検出演算処理の結果、そのCT画像に含まれる異常陰影が胸壁密着型陰影として検出されたか否かの判定を行い、検出された(yes)場合はステップS2Cにジャンプし、検出されなかった(no)場合は次のステップに進む。
【0017】
[ステップS26]
多値化画像又はCT原画像及び多値化画像に対して種々の画像処理を施し、血管連結型陰影の検出演算処理を行う。なお、この演算の型は数値データ「3」として分類される。
[ステップS27]
前のステップS26の血管連結型陰影検出演算処理の結果、そのCT画像に含まれる異常陰影が血管連結型陰影として検出されたか否かの判定を行い、検出された(yes)場合はステップS2Cにジャンプし、検出されなかった(no)場合は次のステップに進む。
【0018】
[ステップS28]
多値化画像又はCT原画像及び多値化画像に対して種々の画像処理を施し、血管埋没型陰影の検出演算処理を行う。なお、この演算の型は数値データ「4」として分類される。
[ステップS29]
前のステップS26の血管埋没型陰影検出演算処理の結果、そのCT画像に含まれる異常陰影が血管埋没型陰影として検出されたか否かの判定を行い、検出された(yes)場合はステップS2Cにジャンプし、検出されなかった(no)場合は次のステップに進む。
【0019】
[ステップS2A]
以下同様にして、多値化画像又はCT原画像及び多値化画像に対して種々の画像処理を施し、陰影型の検出演算処理を行う。その演算の型は数値データ「N」として分類される。
[ステップS2B]
前のステップS2Aの陰影型検出演算処理の結果、そのCT画像に含まれる異常陰影がその陰影型として検出されたか否かの判定を行い、検出された(yes)場合はステップS2Cにジャンプし、検出されなかった(no)場合は次のステップに進む。
【0020】
図3は、図2のステップS26の血液連結型陰影の検出演算(演算の型=3)の処理の詳細を示す図である。仮に、このステップS26の検出演算処理によって異常陰影がその陰影型として検出された場合、図3のような処理によってその異常陰影の各特徴量が求められることになる。以下、図3の処理について説明する。
[ステップS31]
異常陰影の円形度(FM1・m)を求める。ここで、mは検査毎に付与される異なる番号である。
[ステップS32]
長径、短径の比(FM2・m)を求める。
[ステップS33]
直交軸上の濃度差(FM3・m)を求める。
[ステップS34]
CT値/面積(FM4・m)を求める。
[ステップS35]
その他の特徴量(FM5・m)を求める。
【0021】
以上の各ステップS31〜S34で実行される処理の詳細は、本願発明者が先に出願した特願2001−187969号に記載されているので、ここではその説明は省略する。なお、ここでは、図2のステップS26について説明したが、他のステップS22,S24,S28,・・・,S2Aで実行される特徴量を求める処理は、そのステップ毎にその組合せ等が種々異なるものである。
【0022】
[ステップS2C]
この処理は、ステップS23,S25,S27,S29,・・・,S2Bの各判定処理でyesと判定された場合に実行されるものであり、各ステップS22,S24,S26,S28,・・・,S2Aの検出演算の型を示す数値データと、その検出演算によって求められた複数の特徴量を画像に対応付けて登録する。例えば、図3の特徴量の場合には、図4に示すように医用画像1に対して、画像1のアドレス、その演算型、その特徴量(FM1・1),(FM2・1),(FM3・1),・・・が一組として類似医用画像データベースに蓄積登録される。そして、次の医用画像2についても同様の処理を実行され、画像2のアドレス、その演算型、その特徴量(FM1・2),(FM2・2),(FM3・2),・・・が一組として類似医用画像データベースに蓄積登録される。このようにして、過去に異常であると判定された陰影を含む膨大な医用画像に基づいて類似医用画像データベースが作成される。
【0023】
次に、図4の類似医用画像データベースの中から読影対象である陰影に類似する陰影を含む医用画像を検索する場合について説明する。図5は、類似医用画像検索方法及び装置の検索動作の一例を示す図である。以下、この類似医用画像検索処理の詳細をステップ順に説明する。
【0024】
[ステップS51]
読影対象となる陰影を含む医用画像を指定画像としてCAD演算処理にかける。このCAD演算処理は、図2に示したものと同様のものである。なお、ここでのCAD演算処理では、ステップS2Cの処理は行わない。
[ステップS52]
読影対象となる陰影がCAD演算処理によって異常陰影候補として検出されたか否かを判定し、検出された(yes)場合は次のステップS53に進み、検出されなかった場合には処理を終了する。
[ステップS53]
前のステップ52で検出されたと判定されたので、その検出時の演算の型と特徴量に基づいて類似医用画像データベースの中から類似する陰影を含む医用画像を検索する。この検索処理では、演算の型が一致し、かつ、特徴量を用いた距離Σ(FMi・m−FMi・n)2
が所定の値より小さい場合にその陰影を含む医用画像を類似画像と見なす。なお、これ以外にマハラノビス距離、ユークリッド距離を用いてもよい。
[ステップS54]
検索処理の結果、類似画像が見つかったか否かの判定を行い、見つかった(yes)場合はステップS55に進み、見つからなかった(no)場合はステップS56に進む。
[ステップS55]
検索処理の結果、見つかった医用画像(検索画像)を読影対象となる陰影を含む医用画像(指定画像)と共に図6に示すように並べて表示する。図6では、指定画像が左側中央に、検索画像が右側に並べられて4枚表示されている。なお、検索画像が存在しない場合には、サンプル画像が表示される。
【0025】
医用画像の中から特定の臓器を抽出する場合について説明する。図7は、肝臓を抽出する場合の処理の一例を示すフロー図である。図8及び図9は、このフローの動作を説明する図である。図8(A)は、医用画像であり、種々の臓器が撮影されている。この医用画像の中から肝臓だけを抽出する場合について説明する。
【0026】
まず、最初のステップでは、図8(A)の医用画像に基づいて画像間相関処理やしきい値処理などを行い、図8(B)に示すような脊椎を含む領域を抽出し、その脊椎領域の座標の重心位置(又は平均位置)80を求める。この重心位置(又は平均位置)80を脊椎代表点と呼ぶ。体軸方向で肝臓を含む区間では必ず脊椎を含むので、撮影区間内で脊椎を抽出できるようなしきい値設定による二値化画像においては画像間の相関をとると脊椎領域の相関が最も高くなり、脊椎代表点を容易に抽出することができる。なお、画像間の相関を取る場合には、隣接画像には限らず、数枚離れた画像間で相関をとる場合もある。
【0027】
次のステップでは、しきい値処理等によって肝臓のCT値に近い領域を抽出する。これによって抽出される領域は、図9(A)に示すように一般的に複数である。図9には、領域90〜94が抽出されている。この中で領域90は脊椎内部の領域であり、領域91が肝臓の領域である。従って、この中から、肝臓の領域91を抽出する必要がある。
【0028】
そこで、次のステップでは、削除条件に従って、肝臓領域91以外の領域を削除する処理を行う。この削除条件とは、抽出領域の重心と脊椎代表点との間の距離が所定値よりも小さい場合にその抽出領域を削除するというものである。すなわち、脊椎領域90を除く他の領域91〜94の重心位置と脊椎代表点80との間の距離が所定値よりも小さい場合の領域が削除される。従って、図9(B)に示すように各領域91〜94の重心位置と脊椎代表点80との間の距離を測定する。領域91の場合は距離L1、領域92の場合は距離L2、領域93の場合は距離L3、領域94の場合は距離L4である。ここで所定値はL0であり、脊椎代表点80を中心とする半径L0の円を描くと点線円のようになる。この点線円内に重心位置が存在する領域92〜94は削除の対象となり、点線円の外に位置する領域91のみが残るようになる。
【0029】
なお、削除条件として、これ以外に、種々のものが考えられる。例えば、抽出領域の縁と脊椎代表点との間の距離が所定値よりも小さい場合にその抽出領域を削除するというものや脊椎代表点80を通過する垂直線97に対して、抽出領域の重心位置が左側の領域に存在するものであって、その左側抽出領域内の各画素に対して、脊椎代表点80を通る垂直線97を左右対称線とする線対称の位置(右側の領域)に抽出領域に対応する画素が存在する割合が所定値(例えば30%)よりも大きい場合に、その対称の関係にある両抽出領域(両方の抽出領域が連結している場合も含む)を削除するものである。これは、腎臓などのように脊椎を挟んで左右に位置する臓器に対応した領域を削除するための条件である。
【0030】
なお、この実施の形態では、削除する場合について説明したが、保存条件により該当する領域のみを保存する場合もある。例えば、肝臓の場合は左右対称の位置に抽出画素が存在する割合は小さいので、脊椎代表点80を通る垂直線97を左右対称線とする線対称の位置(右側の領域)に抽出領域に対応する画素が存在する割合が約30%よりも小さい場合は肝臓であると判断するようにしてもよい。このようにして、所定の臓器、ここでは肝臓に対応する領域91のみが抽出されるので、この領域91について、前述のCAD診断システムを実行することによって、より正確な診断処理を行うことができるようになる。
【0031】
次に、この医用画像の中から腎臓だけを抽出する場合について説明する。この場合は、前述の削除条件を腎臓抽出用の条件に変更することによって実現される。すなわち、図10(A)に示すような医用画像の中から前述と同様にして脊椎代表点80を抽出する。そして、しきい値処理等によって腎臓のCT値に近い領域を抽出する。これによって抽出された領域は、図10(B)に示すような領域100〜105である。この中で領域100は脊椎領域であり、領域101,102が腎臓の領域であり、領域103〜105は腎臓以外の領域である。これらの領域100〜105の中から、腎臓領域101,102を抽出する。
【0032】
その削除条件として、抽出領域の重心位置が垂直線97よりも左側の領域に存在するものであって、その抽出領域内の各画素と垂直線97に対する線対称の位置にも抽出領域の画素が存在する割合が所定値(例えば35%)よりも大きい場合に、その対称の関係にある両抽出領域(両方の抽出領域が連結している場合も含む)を保存し、それ以外の領域を削除する。垂直線97は、脊椎代表点80の座標(X0,Y0)通過するものである。重心位置がこの垂直線97よりも左側に存在する領域を抽出する。図10(B)では、この抽出処理によって領域101と領域104が抽出される。この抽出領域101,104内の各画素と垂直線97に対する線対称の位置にも抽出領域の画素が存在する割合が所定値よりも大きいものは、抽出領域102,105である。従って、この条件に該当しない抽出領域103が削除される。
【0033】
次に、脊椎代表点の座標(X0,Y0)に対して、垂直方向に所定距離D1及びD2内に重心位置が存在する領域を抽出し、保存する。すなわち、次の式を満足する重心位置の領域を抽出する。
Y0−D1<yi<Y0+D2
ここでiは抽出領域を示す指標である。
【0034】
抽出領域101の重心位置は(x1,y1)、抽出領域102の重心位置は(x2,y2)、抽出領域103の重心位置は(x3,y3)、抽出領域104の重心位置は(x4,y4)である。これらの各領域について上式を満足するか否かの判定を行うと、抽出領域101,102が上式を満足し、抽出領域104,105は上式を満足しないので、抽出領域101,102が保存され、抽出領域104,105は削除される。以上の処理の結果、腎臓に対応する領域101,102のみが抽出保存される。なお、抽出領域の重心位置に基づいて判断する場合について説明したが、抽出領域全体が脊椎代表点の座標(X0,Y0)に対して、垂直方向に所定距離D1及びD2内に存在するか否かに基づいて腎臓領域を抽出するようにしてもよい。
【0035】
上述の実施の形態では、垂直線97は、脊椎代表点80に対する垂線として説明したが、CT画像内の体表輪郭部の左右対称の中心線を垂直線97として上述の比較判定処理を行うようにしてもよい。
【0036】
【発明の効果】
以上説明したように本発明の類似医用画像データベース作成方法によれば、膨大な量の医用画像をその陰影の特徴量などに基づいて容易に検索可能に分類された医用画像データベースを作成することができるという効果がある。
【0037】
また、本発明の類似医用画像検索方法及び装置によれば、膨大な量の医用画像をその陰影の特徴量などに基づいて容易に検索可能に分類された医用画像データベースから所望の医用画像を容易に検索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】本発明が適用される類似医用画像検索装置全体のハードウエア構成を示すブロック図である。
【図2】類似医用画像検索装置が実行する類似医用画像データベース作成フローの一例を示す図である。
【図3】図2のステップS26の血液連結型陰影の検出演算(演算の型=3)の処理の詳細を示す図である。
【図4】図2の類似医用画像データベース作成フローによって作成される類似医用画像データベースの一例を示す図である。
【図5】類似医用画像検索方法及び装置の検索動作の一例を示す図である。
【図6】検索処理によって見つかった医用画像(検索画像)の表示例を示す図である。
【図7】医用画像の中から特定の臓器を抽出する場合の処理の一例を示すフロー図である。
【図8】図7のフローによってどのようにして医用画像の中から肝臓が抽出されるのか、その動作を説明するための第1の図である。
【図9】図7のフローによってどのようにして医用画像の中から肝臓が抽出されるのか、その動作を説明するための第2の図である。
【図10】図7のフローによってどのようにして医用画像の中から腎臓が抽出されるのか、その動作を説明するための図である。
【符号の説明】
10…中央処理装置(CPU)
11…主メモリ
12…磁気ディスク
13…表示メモリ
14…CRTディスプレイ
15…マウス
16…コントローラ
17…キーボード
18…スピーカ
19…共通バス
1a…通信ネットワーク
1b…他のコンピュータ又はCT装置
Claims (4)
- 病巣陰影を含む医用画像に所定の画像処理を施して多値化画像を作成し、
作成された前記多値化画像に基づいて又は前記多値化画像及び前記医用画像に基づいて、複数の判別処理を実行して前記病巣陰影を検出し、
前記検出処理によって前記病巣陰影が検出された場合、その検出時の前記判別処理の演算の型及び前記判別処理の演算によって求められた前記病巣陰影の特徴量を前記医用画像に対応付けて類似医用画像として蓄積する
ことによって類似医用画像データベースを作成することを特徴とする類似医用画像データベース作成方法。 - 請求項1の類似医用画像データベース作成方法によって作成されたことを特徴とする類似医用画像データベース。
- 読影対象である陰影を含む医用画像に所定の画像処理を施して多値化画像を作成し、
作成された前記多値化画像に基づいて又は前記多値化画像及び前記医用画像に基づいて、少なくとも1つ以上の判別処理を実行して前記読影対象である陰影が病巣候補陰影であるか否かを検出し、
前記検出処理によって前記読影対象である陰影が病巣候補陰影であると検出された場合、その検出時の前記判別処理の演算の型及び前記判別処理の演算によって求められた前記病巣陰影の特徴量に基づいて、請求項2の類似医用画像データベースの中から類似医用画像を検索することを特徴とする類似医用画像検索方法。 - 請求項2に記載された類似医用画像データベースと、
読影対象である陰影を含む医用画像に所定の画像処理を施して多値化画像を作成する多値化手段と、
前記多値化手段によって作成された前記多値化画像に基づいて又は前記多値化画像及び前記医用画像に基づいて、少なくとも1つ以上の判別処理を実行して前記読影対象である陰影が病巣候補陰影であるか否かを検出する検出手段と、
前記検出手段によって前記読影対象である陰影が病巣候補陰影であると検出された場合、その検出時の前記判別処理の演算の型及び前記判別処理の演算によって求められた前記病巣陰影の特徴量に基づいて、前記類似医用画像データベースの中から類似医用画像を検索する検索手段と
を備えたことを特徴とする類似医用画像検索装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002340628A JP2004173748A (ja) | 2002-11-25 | 2002-11-25 | 類似医用画像データベース作成方法、類似医用画像データベース並びに類似医用画像検索方法及び装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002340628A JP2004173748A (ja) | 2002-11-25 | 2002-11-25 | 類似医用画像データベース作成方法、類似医用画像データベース並びに類似医用画像検索方法及び装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004173748A true JP2004173748A (ja) | 2004-06-24 |
Family
ID=32703193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002340628A Pending JP2004173748A (ja) | 2002-11-25 | 2002-11-25 | 類似医用画像データベース作成方法、類似医用画像データベース並びに類似医用画像検索方法及び装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2004173748A (ja) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006014967A (ja) * | 2004-07-02 | 2006-01-19 | Hitachi Medical Corp | 画像診断支援装置 |
JP2006149446A (ja) * | 2004-11-25 | 2006-06-15 | Hitachi Medical Corp | 医用画像表示装置 |
JP2008520313A (ja) * | 2004-11-19 | 2008-06-19 | 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 | コンピュータ援用診断用の現場データを収集するアーキテクチャ |
JP2008537892A (ja) * | 2005-01-10 | 2008-10-02 | 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 | 解析から取得へのフィードバックを用いた心肺スクリーニング |
JP2009005840A (ja) * | 2007-06-27 | 2009-01-15 | Fujifilm Corp | 画像処理装置及び画像処理方法 |
JP2009011564A (ja) * | 2007-07-04 | 2009-01-22 | Fujifilm Corp | 画像処理装置及び画像処理方法 |
JP2009207886A (ja) * | 2008-02-07 | 2009-09-17 | Fujifilm Corp | 椎骨中心検出装置および方法並びにプログラム |
WO2010035380A1 (ja) * | 2008-09-25 | 2010-04-01 | キヤノン株式会社 | データ検索装置およびその制御方法、データ検索システム |
WO2010082246A1 (ja) * | 2009-01-14 | 2010-07-22 | キヤノン株式会社 | 情報処理装置および情報処理方法 |
US8180123B2 (en) | 2007-03-02 | 2012-05-15 | Fujifilm Corporation | Similar case search apparatus and method, and recording medium storing program therefor |
US8189883B2 (en) | 2007-03-02 | 2012-05-29 | Fujifilm Corporation | Similar case search apparatus and method, and recording medium storing program therefor |
US8238663B2 (en) | 2007-10-11 | 2012-08-07 | Fuji Xerox Co., Ltd. | Similar image search apparatus and computer readable medium |
JP2013198817A (ja) * | 2013-07-10 | 2013-10-03 | Canon Inc | 情報処理装置、情報処理方法、プログラムおよび記憶媒体 |
JP2017113439A (ja) * | 2015-12-25 | 2017-06-29 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 中心線決定装置、医用装置、およびプログラム |
-
2002
- 2002-11-25 JP JP2002340628A patent/JP2004173748A/ja active Pending
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006014967A (ja) * | 2004-07-02 | 2006-01-19 | Hitachi Medical Corp | 画像診断支援装置 |
JP4558394B2 (ja) * | 2004-07-02 | 2010-10-06 | 株式会社日立メディコ | 画像診断支援装置 |
JP2008520313A (ja) * | 2004-11-19 | 2008-06-19 | 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 | コンピュータ援用診断用の現場データを収集するアーキテクチャ |
JP4514039B2 (ja) * | 2004-11-25 | 2010-07-28 | 株式会社日立メディコ | 医用画像表示装置 |
JP2006149446A (ja) * | 2004-11-25 | 2006-06-15 | Hitachi Medical Corp | 医用画像表示装置 |
JP2008537892A (ja) * | 2005-01-10 | 2008-10-02 | 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 | 解析から取得へのフィードバックを用いた心肺スクリーニング |
US8180123B2 (en) | 2007-03-02 | 2012-05-15 | Fujifilm Corporation | Similar case search apparatus and method, and recording medium storing program therefor |
US8189883B2 (en) | 2007-03-02 | 2012-05-29 | Fujifilm Corporation | Similar case search apparatus and method, and recording medium storing program therefor |
JP4640383B2 (ja) * | 2007-06-27 | 2011-03-02 | 富士フイルム株式会社 | 画像処理装置及び画像処理方法 |
JP2009005840A (ja) * | 2007-06-27 | 2009-01-15 | Fujifilm Corp | 画像処理装置及び画像処理方法 |
US8131045B2 (en) | 2007-06-27 | 2012-03-06 | Fujifilm Corporation | Image processing apparatus, image processing method and recording medium |
US8086013B2 (en) | 2007-07-04 | 2011-12-27 | Fujifilm Corporation | Image processing apparatus and image processing method |
JP2009011564A (ja) * | 2007-07-04 | 2009-01-22 | Fujifilm Corp | 画像処理装置及び画像処理方法 |
JP4640384B2 (ja) * | 2007-07-04 | 2011-03-02 | 富士フイルム株式会社 | 画像処理装置及び画像処理方法 |
US8238663B2 (en) | 2007-10-11 | 2012-08-07 | Fuji Xerox Co., Ltd. | Similar image search apparatus and computer readable medium |
JP2009207886A (ja) * | 2008-02-07 | 2009-09-17 | Fujifilm Corp | 椎骨中心検出装置および方法並びにプログラム |
WO2010035380A1 (ja) * | 2008-09-25 | 2010-04-01 | キヤノン株式会社 | データ検索装置およびその制御方法、データ検索システム |
JP2010079568A (ja) * | 2008-09-25 | 2010-04-08 | Canon Inc | データ検索装置およびその制御方法、データ検索システム |
JP2010165127A (ja) * | 2009-01-14 | 2010-07-29 | Canon Inc | 情報処理装置および情報処理方法 |
US8160333B2 (en) | 2009-01-14 | 2012-04-17 | Canon Kabushiki Kaisha | Information processing apparatus and information processing method |
WO2010082246A1 (ja) * | 2009-01-14 | 2010-07-22 | キヤノン株式会社 | 情報処理装置および情報処理方法 |
US8958612B2 (en) | 2009-01-14 | 2015-02-17 | Canon Kabushiki Kaisha | Information processing apparatus and information processing method |
JP2013198817A (ja) * | 2013-07-10 | 2013-10-03 | Canon Inc | 情報処理装置、情報処理方法、プログラムおよび記憶媒体 |
JP2017113439A (ja) * | 2015-12-25 | 2017-06-29 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 中心線決定装置、医用装置、およびプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111028224B (zh) | 数据标注、模型训练和图像处理方法、装置及存储介质 | |
JP4999163B2 (ja) | 画像処理方法および装置ならびにプログラム | |
US7899514B1 (en) | Medical image processing methodology for detection and discrimination of objects in tissue | |
JP5864542B2 (ja) | 画像の異常を検出するための画像データの処理方法、システムおよびプログラム | |
JP5016603B2 (ja) | 自動及び動的血管検出のための方法並びに装置 | |
JP4767957B2 (ja) | 結合空間強度尤度比検定を使用する体積腫瘍分断 | |
JP2008520324A (ja) | コンピュータ支援による肺結節誤検出低減における不均衡なケース数を克服するための層化方法 | |
JP2004173748A (ja) | 類似医用画像データベース作成方法、類似医用画像データベース並びに類似医用画像検索方法及び装置 | |
US8913817B2 (en) | Rib suppression in radiographic images | |
US9269139B2 (en) | Rib suppression in radiographic images | |
US7555152B2 (en) | System and method for detecting ground glass nodules in medical images | |
US7486812B2 (en) | Shape estimates and temporal registration of lesions and nodules | |
JP2008520318A (ja) | サポートベクタマシン(svm)を用いるコンピュータ支援検出(cad)における誤検出低減のためのシステム及び方法 | |
Timp et al. | Interval change analysis to improve computer aided detection in mammography | |
Song et al. | Using HOG-LBP features and MMP learning to recognize imaging signs of lung lesions | |
JP4629053B2 (ja) | トボガンに基づく形状の特徴描写方法 | |
CN114140378A (zh) | 扫描图像处理方法、电子设备和可读介质 | |
US20070036406A1 (en) | System and method for toboggan-based object detection in cutting planes | |
Liu et al. | Accurate and robust pulmonary nodule detection by 3D feature pyramid network with self-supervised feature learning | |
US20060239522A1 (en) | Method and system for processing computed tomography image data | |
WO2007033170A1 (en) | System and method for polyp detection in tagged or non-tagged stool images | |
GB2457022A (en) | Creating a fuzzy inference model for medical image analysis | |
Enquobahrie et al. | Automated detection of pulmonary nodules from whole lung helical CT scans: performance comparison for isolated and attached nodules | |
JP4558394B2 (ja) | 画像診断支援装置 | |
JP2007090064A (ja) | 気道及び動脈を定量分析のためにグループ化するためのシステム及び方法 |