JP2005253770A - 医用画像処理装置及び医用画像処理プログラム - Google Patents
医用画像処理装置及び医用画像処理プログラム Download PDFInfo
- Publication number
- JP2005253770A JP2005253770A JP2004071104A JP2004071104A JP2005253770A JP 2005253770 A JP2005253770 A JP 2005253770A JP 2004071104 A JP2004071104 A JP 2004071104A JP 2004071104 A JP2004071104 A JP 2004071104A JP 2005253770 A JP2005253770 A JP 2005253770A
- Authority
- JP
- Japan
- Prior art keywords
- image
- detection target
- shadow image
- target shadow
- medical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 46
- 238000001514 detection method Methods 0.000 claims abstract description 144
- 230000002159 abnormal effect Effects 0.000 claims abstract description 90
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000012937 correction Methods 0.000 claims description 29
- 238000003702 image correction Methods 0.000 claims description 15
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 7
- 238000013519 translation Methods 0.000 claims description 3
- 238000000491 multivariate analysis Methods 0.000 abstract description 5
- 208000004434 Calcinosis Diseases 0.000 abstract description 3
- 239000000284 extract Substances 0.000 abstract description 3
- 206010028980 Neoplasm Diseases 0.000 abstract 1
- 230000006870 function Effects 0.000 description 12
- 238000000034 method Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 2
- 238000004195 computer-aided diagnosis Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【課題】より少ない基準画像を用いて、コストを抑えつつ、精度良く検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別する。
【解決手段】画像データを画像解析し、腫瘤陰影、微小石灰化クラスタ等の異常陰影である可能性がある検出対象陰影画像を抽出する（ステップＳ２）。検出対象陰影画像の大きさ、位置及び方向を基準画像に対応する大きさ、位置又は方向に補正し、補正画像を作成し（ステップＳ３）、補正画像から特徴量を抽出する（ステップＳ４）。多変量解析を用いて、補正画像から抽出された特徴量と、基準画像の特徴量とを比較し、検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別する（ステップＳ５）。
【選択図】図３
【解決手段】画像データを画像解析し、腫瘤陰影、微小石灰化クラスタ等の異常陰影である可能性がある検出対象陰影画像を抽出する（ステップＳ２）。検出対象陰影画像の大きさ、位置及び方向を基準画像に対応する大きさ、位置又は方向に補正し、補正画像を作成し（ステップＳ３）、補正画像から特徴量を抽出する（ステップＳ４）。多変量解析を用いて、補正画像から抽出された特徴量と、基準画像の特徴量とを比較し、検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別する（ステップＳ５）。
【選択図】図３
Description
本発明は、医用画像処理装置及び医用画像処理プログラムに係り、特に医師が医用画像を読影する際、その診断の効率化を図る医用画像処理装置及び医用画像処理プログラムに関する。
医療の分野においては、医用画像のデジタル化が実現され、ＣＲ（Computed Radiography）装置、ＣＴ（Computed Tomography）装置、ＭＲＩ（Magnetic Resonance Imaging）装置等により生成された医用画像データをＣＲＴ（Cathode Ray Tube）等の画像表示装置に表示し、この画像表示装置に表示された医用画像を医師が読影して、病変部の状態や経時変化を観察して診断を行っている。
また、医師の読影に対する負担軽減を目的として、デジタル画像処理技術を用いて画像データの解析を行い、乳癌、肺癌等の異常陰影候補を自動的に検出するコンピュータ診断支援装置（Computer-Aided Diagnosis；ＣＡＤ）が開発されている（例えば、特許文献１参照。）。
検出対象となる陰影画像が異常陰影画像であるか正常画像であるかを判別する方法として、検出対象陰影画像の特徴量を抽出して行う判別分析や類似画像検出等の多変量解析が挙げられる。判別分析では、予め異常陰影画像と正常画像とに分類されている複数の基準画像の特徴量を記憶させておき、その境界を算出し、検出対象陰影画像の特徴量が異常陰影画像と正常画像のどちらに近いかを判別する。また、類似画像検出では、検出対象陰影画像の特徴量を基準画像の特徴量と比較し、類似点の最も多い基準画像を検出する。
このような多変量解析で判別性能を高めるためには、より多くの特徴量を用いることが効果的である。しかし、基準画像のデータ数に対して特徴量が少ない場合には、特徴量の追加により判別性能が向上するが、基準画像のデータ数に対して特徴量が多くなり過ぎると、統計的信頼度が低下し、判別性能が低下する。これを防ぐためには、特徴量の追加とともに、基準画像をより多く収集することが重要である。
また、従来の方法で異常陰影候補を検出する際に、同じ画像でも大きさ、位置、方向が変わると、違った特徴量を示す場合がある。そのため、あらゆる大きさ、位置、方向に対応した異常陰影画像を基準画像として記憶しておかなければならない。
特開２００２−１１２９８５号公報
しかし、正常画像に比べて異常陰影画像の数ははるかに少ないため、実際に基準画像として多くの異常陰影画像を収集することは困難であった。さらに、あらゆる大きさ、位置、方向に対応した異常陰影画像を作成することは多大な時間とコストがかかるため、現実的ではなかった。
本発明は上記の従来技術における問題に鑑みてなされたものであって、より少ない基準画像を用いて、コストを抑えつつ、精度良く検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別することができる医用画像処理装置及び医用画像処理プログラムを提供することを課題とする。
請求項１に記載の発明は、予め異常陰影画像と正常画像とに分類されている基準画像と、被写体を撮影して取得された医用画像から抽出された検出対象陰影画像と、を比較する比較手段を有し、当該比較手段による比較結果に基づいて前記検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別するようにした医用画像処理装置において、前記検出対象陰影画像の大きさ、位置又は方向を前記基準画像に対応する大きさ、位置又は方向に補正し、当該補正した検出対象陰影画像を前記比較手段に出力する画像補正手段を備えたことを特徴とする。
請求項２に記載の発明は、請求項１に記載の医用画像処理装置において、前記基準画像は複数あり、各基準画像の大きさ、位置又は方向が統一されていることを特徴とする。
請求項３に記載の発明は、請求項１又は２に記載の医用画像処理装置において、前記医用画像は、マンモグラムであることを特徴とする。
請求項４に記載の発明は、請求項１〜３のいずれか一項に記載の医用画像処理装置において、前記画像補正手段は、前記検出対象陰影画像のモーメントを用いて主軸角を求め、当該求められた主軸角に基づいて前記検出対象陰影画像の方向を補正することを特徴とする。
請求項５に記載の発明は、請求項１〜３のいずれか一項に記載の医用画像処理装置において、前記画像補正手段は、前記検出対象陰影画像の幾何学的特徴を用いて主軸角を求め、当該求められた主軸角に基づいて前記検出対象陰影画像の方向を補正することを特徴とする。
請求項６に記載の発明は、請求項１〜５のいずれか一項に記載の医用画像処理装置において、前記画像補正手段は、アフィン変換を用いて拡大若しくは縮小、平行移動又は回転移動を行うことにより、前記検出対象陰影画像の大きさ、位置又は方向を補正することを特徴とする。
請求項７に記載の発明は、請求項１〜６のいずれか一項に記載の医用画像処理装置において、前記検出対象陰影画像が異常陰影画像であるか正常画像であるかの判別は、前記比較手段による比較結果及び補正前の検出対象陰影画像の解析結果に基づいて行うことを特徴とする。
請求項８に記載の発明は、請求項１〜７のいずれか一項に記載の医用画像処理装置において、前記異常陰影画像であると判別された検出対象陰影画像の位置の補正における平行移動量、前記異常陰影画像であると判別された検出対象陰影画像の方向の補正における回転角度、前記異常陰影画像であると判別された検出対象陰影画像、又は前記異常陰影画像であると判別された検出対象陰影画像のサイズ情報を表示する表示手段を備えたことを特徴とする。
請求項９に記載の発明は、コンピュータに、予め異常陰影画像と正常画像とに分類されている基準画像と、被写体を撮影して取得された医用画像から抽出された検出対象陰影画像と、を比較する比較機能と、当該比較機能における比較結果に基づいて前記検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別する判別機能と、を実現させるための医用画像処理プログラムにおいて、前記コンピュータに、前記検出対象陰影画像の大きさ、位置又は方向を前記基準画像に対応する大きさ、位置又は方向に補正する画像補正機能を実現させ、前記比較機能を実現させる際に、前記基準画像と前記補正した検出対象陰影画像とを比較させることを特徴とする。
請求項１０に記載の発明は、請求項９に記載の医用画像処理プログラムにおいて、前記基準画像は複数あり、各基準画像の大きさ、位置又は方向が統一されていることを特徴とする。
請求項１１に記載の発明は、請求項９又は１０に記載の医用画像処理プログラムにおいて、前記医用画像は、マンモグラムであることを特徴とする。
請求項１２に記載の発明は、請求項９〜１１のいずれか一項に記載の医用画像処理プログラムにおいて、前記画像補正機能を実現させる際に、前記検出対象陰影画像のモーメントを用いて主軸角を求めさせ、当該求められた主軸角に基づいて前記検出対象陰影画像の方向を補正させることを特徴とする。
請求項１３に記載の発明は、請求項９〜１１のいずれか一項に記載の医用画像処理プログラムにおいて、前記画像補正機能を実現させる際に、前記検出対象陰影画像の幾何学的特徴を用いて主軸角を求めさせ、当該求められた主軸角に基づいて前記検出対象陰影画像の方向を補正させることを特徴とする。
請求項１４に記載の発明は、請求項９〜１３のいずれか一項に記載の医用画像処理プログラムにおいて、前記画像補正機能を実現させる際に、アフィン変換を用いて拡大若しくは縮小、平行移動又は回転移動を行わせることにより、前記検出対象陰影画像の大きさ、位置又は方向を補正させることを特徴とする。
請求項１５に記載の発明は、請求項９〜１４のいずれか一項に記載の医用画像処理プログラムにおいて、前記判別機能を実現させる際に、前記比較機能における比較結果及び補正前の検出対象陰影画像の解析結果に基づいて前記検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別させることを特徴とする。
請求項１６に記載の発明は、請求項９〜１５のいずれか一項に記載の医用画像処理プログラムにおいて、前記コンピュータに、前記異常陰影画像であると判別された検出対象陰影画像の位置の補正における平行移動量、前記異常陰影画像であると判別された検出対象陰影画像の方向の補正における回転角度、前記異常陰影画像であると判別された検出対象陰影画像、又は前記異常陰影画像であると判別された検出対象陰影画像のサイズ情報を表示する表示機能を実現させることを特徴とする。
請求項１、９に記載の発明によれば、基準画像と、大きさ、位置又は方向を基準画像に対応する大きさ、位置又は方向に補正した検出対象陰影画像と、を比較し、この比較結果に基づいて検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別するので、検出対象陰影画像の大きさ、位置又は方向を基準画像に合わせてから基準画像と比較することができる。したがって、あらゆる大きさ、位置又は方向に対応した基準画像を用意しておく必要がないので、より少ない基準画像を用いて、コストを抑えつつ、精度良く検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別することができる。
請求項２、１０に記載の発明によれば、各基準画像の大きさ、位置又は方向が統一されているので、容易に検出対象陰影画像の大きさ、位置又は方向を基準画像に対応する大きさ、位置又は方向に補正することができる。
請求項３、１１に記載の発明によれば、マンモグラムを対象として検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別することができる。
請求項４、１２に記載の発明によれば、検出対象陰影画像のモーメントを用いて主軸角を求め、求められた主軸角に基づいて検出対象陰影画像の方向を補正するので、検出対象陰影画像の方向を基準画像に合わせてから基準画像と比較することができる。
請求項５、１３に記載の発明によれば、検出対象陰影画像の幾何学的特徴を用いて主軸角を求め、求められた主軸角に基づいて検出対象陰影画像の方向を補正するので、検出対象陰影画像の方向を基準画像に合わせてから基準画像と比較することができる。
請求項６、１４に記載の発明によれば、アフィン変換を用いて拡大若しくは縮小、平行移動又は回転移動を行うことにより、検出対象陰影画像の大きさ、位置又は方向を補正するので、検出対象陰影画像の大きさ、位置又は方向の補正を一度の変換で行うことができる。
請求項７、１５に記載の発明によれば、基準画像と補正した検出対象陰影画像とを比較した比較結果及び補正前の検出対象陰影画像の解析結果に基づいて検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別するので、より少ない基準画像を用いて、コストを抑えつつ、精度良く検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別することができる。
請求項８、１６に記載の発明によれば、異常陰影画像であると判別された検出対象陰影画像の位置の補正における平行移動量、前記異常陰影画像であると判別された検出対象陰影画像の方向の補正における回転角度、前記異常陰影画像であると判別された検出対象陰影画像、又は前記異常陰影画像であると判別された検出対象陰影画像のサイズ情報を表示するので、これらの情報をユーザに知らせることができる。
［第１の実施の形態］
図１〜図８を参照して本発明の第１の実施の形態における医用画像処理装置１について詳細に説明する。ただし、発明の範囲は図示例に限定されない。
図１〜図８を参照して本発明の第１の実施の形態における医用画像処理装置１について詳細に説明する。ただし、発明の範囲は図示例に限定されない。
まず、医用画像処理装置１の概略構成について説明する。図１に示すように、医用画像処理装置１は、ＣＰＵ（Central Processing Unit）２、Ｉ／Ｆ（InterFace）部３、操作手段４、表示手段５、通信部６、ＲＯＭ（Read Only Memory）７、ＲＡＭ（Random Access Memory）８、記憶部９、基準画像データベース１０等を備えて構成され、各部はバス１１により接続されている。
ＣＰＵ２は、操作手段４から入力される各種指示や、Ｉ／Ｆ部３又は通信部６から入力されるデータに従って、ＲＯＭ７に記憶されている各種プログラムの中から指定されたプログラムをＲＡＭ８のワークエリアに展開し、上記プログラムとの協働によって各種処理を実行し、その処理結果をＲＡＭ８の所定の領域に格納するとともに、表示手段５に表示させる。
ＣＰＵ２は、画像データから検出対象陰影画像を抽出し、検出対象陰影画像の大きさ、位置又は方向を基準画像に対応する大きさ、位置又は方向に補正して補正画像を作成し、基準画像と補正画像とを比較し、この比較結果に基づいて検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別して、１つ又は複数の種類の異常陰影候補を検出する（図３参照）。
Ｉ／Ｆ部３は、画像生成装置Ｇと接続するためのインターフェイスであり、画像生成装置Ｇにおいて生成された画像データを医用画像処理装置１に入力する。
画像生成装置Ｇとしては、被写体を撮影して取得された医用画像が記録されたフィルム上にレーザ光を走査して画像データを取得するレーザデジタイザや、ＣＣＤ（Charge Coupled Device）等の光電変換素子からなるセンサによりフィルムに記録された画像データを取得するフィルムスキャナ等が適用可能である。
また、フィルムに記録された医用画像を読み取るのではなく、蓄積性蛍光体を用いて医用画像を撮影する撮影装置や、照射された放射線の強度に応じた電荷を生成する放射線検出素子とコンデンサからなるフラットパネルディテクタ等を接続可能な構成としてもよく、画像データの入力方法は特に限定しない。
操作手段４は、カーソルキーや数字キー、各種機能キーからなるキーボードを備えて構成され、各キー操作による押下信号をＣＰＵ２に出力する。なお、操作手段４は、必要に応じてマウスやタッチパネル等のポインティングデバイスや、その他の入力装置を備えることとしてもよい。
表示手段５は、ＬＣＤ（Liquid Crystal Display）等から構成され、ＣＰＵ２の制御に従って、医用画像や、異常陰影候補の検出結果等の各種表示情報を表示する。
通信部６は、ネットワークインターフェイスカード、モデム、ターミナルアダプタ等の通信用インターフェイスにより構成され、通信ネットワーク上の外部機器と各種情報の送受信を行う。例えば、通信部６を介して画像生成装置Ｇから画像データを受信する構成としてもよいし、通信部６を介して病院内のサーバや各診療室に設置される診療端末に接続して、異常陰影候補の検出結果を送信する構成としてもよい。
ＲＯＭ７は、不揮発性の半導体メモリで構成され、ＣＰＵ２により実行される各種プログラム等を記憶している。
ＲＡＭ８は、書き換え可能な半導体素子で構成される。ＲＡＭ８は、データが一時的に保存される記憶媒体であり、ＣＰＵ２が実行するためのプログラムを展開するためのプログラムエリア、ＣＰＵ２による各種処理結果等を保存するためのデータエリア、等が形成される。
記憶部９は、磁気的、光学的記録媒体又は半導体メモリ等により構成され、画像生成装置ＧからＩ／Ｆ部３を介して入力された画像データ、画像データから抽出された検出対象陰影画像、検出対象陰影画像を補正して作成された補正画像、補正画像から抽出された特徴量等を記憶する。
基準画像データベース１０は、異常陰影の判別時に基準となる複数の基準画像の特徴量を記憶している。図２に示すように、各基準画像は、所定の大きさの切り出し領域単位で生成され、切り出し領域内における主軸長Ｌ1，Ｌ2，・・・，Ｌn、重心位置Ｇ1，Ｇ2，・・・，Ｇn及び主軸角が統一されている。ここでは、主軸角が０度となるよう統一されている。また、基準画像は、予め異常陰影画像と正常画像とに分類されている。
主軸長とは、対象図形内に描くことができる最大の長さの線（主軸）の長さをいい、対象の大きさを特徴付ける特徴量の１つである。対象の境界上にある２点の全ての組み合わせについて画素単位の距離を求め、最大の距離を持つ２点を求めることにより、主軸の端点（ｘ1，ｙ1）と（ｘ2，ｙ2）が得られる。主軸長Ｌは式（１）で与えられる。
主軸角θは、画像のｘ軸と主軸とのなす角度であって、式（２）で示すように、幾何学的特徴を用いて求められる。主軸角θは、対象の方向を特徴付ける特徴量の１つである。
また、主軸角θは、対象図形のモーメントを用いて求めることもできる。（ｐ＋ｑ）次のモーメントｍpqは、式（３）で定義される。
ただし、ｆ（ｘ，ｙ）は（ｘ，ｙ）における画像データである。
（ｐ＋ｑ）次の重心回りのモーメント（central moment）μpqは、式（４）で定義される。
ここで、
である。
モーメントから求められる主軸角θは、式（６）で表される。
次に、第１の実施の形態における動作について説明する。
図３は、医用画像処理装置１により実行される異常陰影候補検出処理１を説明するフローチャートである。以下、各ステップの処理の主体は、特に言及する場合を除き、ＣＰＵ２であるとする。ここでは、医用画像データとして、乳房を撮影したマンモグラムを用いた例を説明するが、対象となる部位はこれに限らず、胸部や腹部であってもかまわない。
図３は、医用画像処理装置１により実行される異常陰影候補検出処理１を説明するフローチャートである。以下、各ステップの処理の主体は、特に言及する場合を除き、ＣＰＵ２であるとする。ここでは、医用画像データとして、乳房を撮影したマンモグラムを用いた例を説明するが、対象となる部位はこれに限らず、胸部や腹部であってもかまわない。
図３に示すように、まず、画像生成装置Ｇから画像データがＩ／Ｆ部３を介して入力され（ステップＳ１）、記憶部９に記憶される。
次に、記憶部９に記憶されている画像データが画像解析され、腫瘤陰影、微小石灰化クラスタ等の異常陰影である可能性がある検出対象陰影画像が抽出される（ステップＳ２）。
次に、検出対象陰影画像の大きさ、位置及び方向が基準画像に対応する大きさ、位置又は方向に補正され、補正画像が作成される（ステップＳ３）。
図４を参照して、補正画像作成処理について説明する。
まず、検出対象陰影画像の主軸長が算出され（ステップＳ１１）、基準画像に対応する大きさになるように、拡大率又は縮小率が決定される（ステップＳ１２）。
まず、検出対象陰影画像の主軸長が算出され（ステップＳ１１）、基準画像に対応する大きさになるように、拡大率又は縮小率が決定される（ステップＳ１２）。
また、検出対象陰影画像の重心位置が算出され（ステップＳ１３）、基準画像に対応する位置になるように、平行移動条件が決定される（ステップＳ１４）。
また、検出対象陰影画像の主軸角が算出され（ステップＳ１５）、基準画像に対応する方向になるように、回転移動条件が決定される（ステップＳ１６）。
そして、決定された拡大率又は縮小率、平行移動条件、回転移動条件に基づいて、検出対象陰影画像にアフィン変換（affine transformation）が施され、補正画像が作成される（ステップＳ１７）。
図５に、補正画像の例を示す。図５（ａ）は、主軸長に基づいて拡大することにより作成された補正画像の例である。図５（ｂ）は、重心位置に基づいて平行移動を行うことにより作成された補正画像の例である。図５（ｃ）は、主軸角に基づいて回転移動を行うことにより作成された補正画像の例である。
次に、図３に示すように、補正画像から特徴量が抽出される（ステップＳ４）。ここでは、特徴量として、テクスチャに関する特徴量を用いる。
図６に、テクスチャ解析に用いる局所パターンの例を示す。図６のｆ０は、画像に対して３×３の画素ブロック単位で解析を行う際に、中央の画素の画像データの値（画素値）を示す特徴量である。ｆ１は、中央の画素の画像データの値を２倍した値を示し、ｆ２は、中央の画素の画像データの値を３倍した値を示している。ｆ３は、３×３の画素ブロックのうち中央の画素とその右側の画素の画像データの値を掛けた値を表している。ｆ３４は、３×３の画素ブロックの中央の画素とその左上の画素と右上の画素の画像データの値を掛けた値を表している。他のパターンについても同様である。
各画素の画像データが図７に示す値である場合に、３×３の画素ブロックＦに注目すると、ｆ０は２、ｆ１は２×２＝４、・・・、ｆ３４は１×２×３＝６となる。このようにして、３５個の特徴量が算出される。画像データに対して３×３の画素ブロックを１画素ずつずらしていき、全ての領域に対して特徴量を算出する。
次に、図３に示すように、多変量解析を用いて、補正画像から抽出された特徴量と、基準画像データベース１０に記憶されている基準画像の特徴量とが比較され、検出対象陰影画像が異常陰影画像であるか正常画像であるかが判別される（ステップＳ５）。
検出対象陰影画像の判別方法として、判別分析や類似画像検出を用いることができる。判別分析では、予め準備されている正常画像のグループに属する基準画像と異常陰影画像のグループに属する基準画像とに基づいて、特徴量を軸とした特徴量空間上で正常画像と異常陰影画像との境界線を設け、検出対象陰影画像がどちらのグループに属しているかを判別する。図８を参照して、マハラノビス距離を用いた判別分析の例を説明する。マハラノビス距離とは、データの分散を考慮した各グループの中心から判別データ（検出対象陰影画像）までの距離である。図８は、特徴量１と特徴量２を２変数として基準画像をプロットしたものである。図８に示すように、異常陰影画像に分類されている基準画像ａ1〜ａ4からなるＡ群、正常画像に分類されている基準画像ｂ1〜ｂ4からなるＢ群の２群を準備しておき、判別データＸについてＡ群の中心Ｇaからのマハラノビス距離Ｄa、Ｂ群の中心Ｇbからのマハラノビス距離Ｄbをそれぞれ求める。そして、その距離比Ｄa／Ｄbに基づいて、判別データＸがどちらの群に属するかを判別する。距離比Ｄa／Ｄbが閾値以下である場合には、判別データＸはＡ群に近く異常陰影画像であると判別され、距離比Ｄa／Ｄbが閾値より大きい場合には、判別データＸはＢ群に近く正常画像であると判別される。図８に、マハラノビス距離比による異常陰影画像と正常画像との境界線Ｌを示す。
類似画像検出では、式（７）で示される特徴量空間における検出対象陰影画像と基準画像とのユークリッド距離Ｄを算出して、その距離Ｄが近い基準画像を類似画像として検出する。
ここで、Ｚakは検出対象陰影画像のｎ個の特徴量のうちのｋ番目の特徴量、Ｚbkは類似画像検出に用いる基準画像のｎ個の特徴量のうちのｋ番目の特徴量である。
距離Ｄが最短となる基準画像を検出し、その基準画像が異常陰影画像であるか正常画像であるかに基づいて検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別することとしてもよいし、距離Ｄが近い基準画像を複数枚検出して、異常陰影画像と正常画像の比率に基づいて検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別することとしてもよい。
そして、異常陰影画像であると判別された検出対象陰影画像が異常陰影候補として検出され（ステップＳ６）、検出結果が表示手段５に表示される（ステップＳ７）。具体的には、画像データ上の異常陰影候補がマーカー等で示されるとともに、異常陰影画像であると判別された検出対象陰影画像の位置の補正における平行移動量、方向の補正における回転角度、又は異常陰影画像であると判別された検出対象陰影画像のサイズ情報が表示される。ここで、サイズ情報とは、補正前の検出対象陰影画像の大きさ、又は検出対象陰影画像が抽出される際の切り出し画像サイズをいう。
以上で異常陰影候補検出処理１が終了する。
以上で異常陰影候補検出処理１が終了する。
以上説明したように、医用画像処理装置１によれば、検出対象陰影画像の大きさ、位置又は方向を基準画像に対応する大きさ、位置又は方向に補正し、基準画像と補正画像とを比較し、この比較結果に基づいて検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別するので、検出対象陰影画像の大きさ、位置又は方向を基準画像に合わせてから基準画像と比較することができる。したがって、あらゆる大きさ、位置又は方向に対応した基準画像を用意しておく必要がないので、より少ない基準画像を用いて、コストを抑えつつ、精度良く検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別することができる。
また、各基準画像の大きさ、位置又は方向が統一されているので、容易に検出対象陰影画像の大きさ、位置又は方向を基準画像に対応する大きさ、位置又は方向に補正することができる。
また、補正画像を作成する際に、アフィン変換を用いて拡大又は縮小、平行移動、回転移動を行うことにより、検出対象陰影画像の大きさ、位置又は方向の補正を一度の変換で行うことができる。
また、異常陰影画像であると判別された検出対象陰影画像（異常陰影候補）やそのサイズ情報、位置の補正における平行移動量、又は方向の補正における回転角度を表示することにより、これらの情報をユーザに知らせることができる。
なお、第１の実施の形態においては、図２に示すように、各基準画像の切り出し領域が所定の大きさに統一されている場合について説明したが、各基準画像の切り出し領域の大きさは必ずしも統一されていなくてもよい。
［第２の実施の形態］
次に、本発明を適用した第２の実施の形態について説明する。
第２の実施の形態における医用画像処理装置は、第１の実施の形態に示した医用画像処理装置１と同様の構成であるため、同一の構成部分については同一の符号を付し、図示及び説明を省略する。以下、第２の実施の形態に特徴的な構成及び処理について説明する。
次に、本発明を適用した第２の実施の形態について説明する。
第２の実施の形態における医用画像処理装置は、第１の実施の形態に示した医用画像処理装置１と同様の構成であるため、同一の構成部分については同一の符号を付し、図示及び説明を省略する。以下、第２の実施の形態に特徴的な構成及び処理について説明する。
ＣＰＵ２は、画像データから検出対象陰影画像を抽出し、検出対象陰影画像の大きさ、位置又は方向を基準画像に対応する大きさ、位置又は方向に補正して補正画像を作成し、基準画像と補正画像とを比較し、この比較結果及び補正前の検出対象陰影画像の解析結果に基づいて検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別して、１つ又は複数の種類の異常陰影候補を検出する（図９参照）。
次に、動作について説明する。
図９は、第２の実施の形態における医用画像処理装置により実行される異常陰影候補検出処理２を説明するフローチャートである。以下、各ステップの処理の主体は、特に言及する場合を除き、ＣＰＵ２であるとする。
図９は、第２の実施の形態における医用画像処理装置により実行される異常陰影候補検出処理２を説明するフローチャートである。以下、各ステップの処理の主体は、特に言及する場合を除き、ＣＰＵ２であるとする。
図９に示すように、まず、画像生成装置Ｇから画像データがＩ／Ｆ部３を介して入力され（ステップＳ２１）、記憶部９に記憶される。
次に、記憶部９に記憶されている画像データが画像解析され、腫瘤陰影、微小石灰化クラスタ等の異常陰影である可能性がある検出対象陰影画像が抽出される（ステップＳ２２）。
次に、検出対象陰影画像の大きさ、位置及び方向が基準画像に対応する大きさ、位置又は方向に補正され、補正画像が作成される（ステップＳ２３）。そして、補正画像から特徴量が抽出される（ステップＳ２４）。補正画像の作成方法及び特徴量の抽出については、第１の実施の形態と同様であるので、説明を省略する。
また、補正前の検出対象陰影画像から円形度、背景画像とのコントラスト、陰影の周辺部から中心部にかけての濃度勾配の強度成分等の特徴量が抽出される（ステップＳ２５）。
そして、補正画像から抽出された特徴量と、補正前の検出対象陰影画像から抽出された特徴量とを多変量解析の入力データとして用いて、検出対象陰影画像が異常陰影画像であるか正常画像であるかが判別される（ステップＳ２６）。画像の大きさや位置、方向によって異なる特徴を示す特徴量については、補正画像から抽出された特徴量を用いて基準画像データベース１０に記憶されている基準画像の特徴量との比較により判別を行い、その他の特徴量については、補正前の検出対象陰影画像から抽出された特徴量を用いて判別を行う。
そして、異常陰影画像であると判別された検出対象陰影画像が異常陰影候補として検出され（ステップＳ２７）、検出結果が表示手段５に表示される（ステップＳ２８）。
以上で異常陰影候補検出処理２が終了する。
以上で異常陰影候補検出処理２が終了する。
第２の実施の形態における医用画像処理装置によれば、検出対象陰影画像の大きさ、位置又は方向を基準画像に対応する大きさ、位置又は方向に補正し、基準画像と補正画像とを比較した比較結果及び補正前の検出対象陰影画像の解析結果に基づいて検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別するので、より少ない基準画像を用いて、コストを抑えつつ、精度良く検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別することができる。
なお、上記各実施の形態における記述は、本発明に係る好適な医用画像処理装置の例であり、これに限定されるものではない。医用画像処理装置を構成する各部の細部構成及び細部動作に関しても本発明の趣旨を逸脱することのない範囲で適宜変更可能である。
１ 医用画像処理装置
２ ＣＰＵ
３ Ｉ／Ｆ部
４ 操作手段
５ 表示手段
６ 通信部
７ ＲＯＭ
８ ＲＡＭ
９ 記憶部
１０ 基準画像データベース
１１ バス
２ ＣＰＵ
３ Ｉ／Ｆ部
４ 操作手段
５ 表示手段
６ 通信部
７ ＲＯＭ
８ ＲＡＭ
９ 記憶部
１０ 基準画像データベース
１１ バス
Claims (16)
- 予め異常陰影画像と正常画像とに分類されている基準画像と、被写体を撮影して取得された医用画像から抽出された検出対象陰影画像と、を比較する比較手段を有し、当該比較手段による比較結果に基づいて前記検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別するようにした医用画像処理装置において、
前記検出対象陰影画像の大きさ、位置又は方向を前記基準画像に対応する大きさ、位置又は方向に補正し、当該補正した検出対象陰影画像を前記比較手段に出力する画像補正手段を備えたことを特徴とする医用画像処理装置。 - 前記基準画像は複数あり、各基準画像の大きさ、位置又は方向が統一されていることを特徴とする請求項１に記載の医用画像処理装置。
- 前記医用画像は、マンモグラムであることを特徴とする請求項１又は２に記載の医用画像処理装置。
- 前記画像補正手段は、前記検出対象陰影画像のモーメントを用いて主軸角を求め、当該求められた主軸角に基づいて前記検出対象陰影画像の方向を補正することを特徴とする請求項１〜３のいずれか一項に記載の医用画像処理装置。
- 前記画像補正手段は、前記検出対象陰影画像の幾何学的特徴を用いて主軸角を求め、当該求められた主軸角に基づいて前記検出対象陰影画像の方向を補正することを特徴とする請求項１〜３のいずれか一項に記載の医用画像処理装置。
- 前記画像補正手段は、アフィン変換を用いて拡大若しくは縮小、平行移動又は回転移動を行うことにより、前記検出対象陰影画像の大きさ、位置又は方向を補正することを特徴とする請求項１〜５のいずれか一項に記載の医用画像処理装置。
- 前記検出対象陰影画像が異常陰影画像であるか正常画像であるかの判別は、前記比較手段による比較結果及び補正前の検出対象陰影画像の解析結果に基づいて行うことを特徴とする請求項１〜６のいずれか一項に記載の医用画像処理装置。
- 前記異常陰影画像であると判別された検出対象陰影画像の位置の補正における平行移動量、前記異常陰影画像であると判別された検出対象陰影画像の方向の補正における回転角度、前記異常陰影画像であると判別された検出対象陰影画像、又は前記異常陰影画像であると判別された検出対象陰影画像のサイズ情報を表示する表示手段を備えたことを特徴とする請求項１〜７のいずれか一項に記載の医用画像処理装置。
- コンピュータに、予め異常陰影画像と正常画像とに分類されている基準画像と、被写体を撮影して取得された医用画像から抽出された検出対象陰影画像と、を比較する比較機能と、当該比較機能における比較結果に基づいて前記検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別する判別機能と、を実現させるための医用画像処理プログラムにおいて、
前記コンピュータに、
前記検出対象陰影画像の大きさ、位置又は方向を前記基準画像に対応する大きさ、位置又は方向に補正する画像補正機能を実現させ、
前記比較機能を実現させる際に、前記基準画像と前記補正した検出対象陰影画像とを比較させることを特徴とする医用画像処理プログラム。 - 前記基準画像は複数あり、各基準画像の大きさ、位置又は方向が統一されていることを特徴とする請求項９に記載の医用画像処理プログラム。
- 前記医用画像は、マンモグラムであることを特徴とする請求項９又は１０に記載の医用画像処理プログラム。
- 前記画像補正機能を実現させる際に、前記検出対象陰影画像のモーメントを用いて主軸角を求めさせ、当該求められた主軸角に基づいて前記検出対象陰影画像の方向を補正させることを特徴とする請求項９〜１１のいずれか一項に記載の医用画像処理プログラム。
- 前記画像補正機能を実現させる際に、前記検出対象陰影画像の幾何学的特徴を用いて主軸角を求めさせ、当該求められた主軸角に基づいて前記検出対象陰影画像の方向を補正させることを特徴とする請求項９〜１１のいずれか一項に記載の医用画像処理プログラム。
- 前記画像補正機能を実現させる際に、アフィン変換を用いて拡大若しくは縮小、平行移動又は回転移動を行わせることにより、前記検出対象陰影画像の大きさ、位置又は方向を補正させることを特徴とする請求項９〜１３のいずれか一項に記載の医用画像処理プログラム。
- 前記判別機能を実現させる際に、前記比較機能における比較結果及び補正前の検出対象陰影画像の解析結果に基づいて前記検出対象陰影画像が異常陰影画像であるか正常画像であるかを判別させることを特徴とする請求項９〜１４のいずれか一項に記載の医用画像処理プログラム。
- 前記コンピュータに、
前記異常陰影画像であると判別された検出対象陰影画像の位置の補正における平行移動量、前記異常陰影画像であると判別された検出対象陰影画像の方向の補正における回転角度、前記異常陰影画像であると判別された検出対象陰影画像、又は前記異常陰影画像であると判別された検出対象陰影画像のサイズ情報を表示する表示機能を実現させることを特徴とする請求項９〜１５のいずれか一項に記載の医用画像処理プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004071104A JP4513365B2 (ja) | 2004-03-12 | 2004-03-12 | 医用画像処理装置及び医用画像処理プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004071104A JP4513365B2 (ja) | 2004-03-12 | 2004-03-12 | 医用画像処理装置及び医用画像処理プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2005253770A true JP2005253770A (ja) | 2005-09-22 |
| JP4513365B2 JP4513365B2 (ja) | 2010-07-28 |
Family
ID=35080080
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004071104A Expired - Fee Related JP4513365B2 (ja) | 2004-03-12 | 2004-03-12 | 医用画像処理装置及び医用画像処理プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4513365B2 (ja) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007020829A (ja) * | 2005-07-15 | 2007-02-01 | Hitachi Ltd | 画像データ解析方法およびシステム |
| JP2007133840A (ja) * | 2005-11-07 | 2007-05-31 | Hirotaka Niitsuma | ＥＭＯｂｊｅｃｔＬｏｃａｌｉｚａｔｉｏｎｕｓｉｎｇＨａａｒ−ｌｉｋｅｆｅａｔｕｒｅ |
| JP2007148894A (ja) * | 2005-11-29 | 2007-06-14 | Fuji Electric Retail Systems Co Ltd | 防犯装置、防犯システムおよび防犯プログラム |
| JP2009207541A (ja) * | 2008-02-29 | 2009-09-17 | Toshiba Corp | 医用画像読影支援装置 |
| JP4775515B1 (ja) * | 2011-03-14 | 2011-09-21 | オムロン株式会社 | 画像照合装置、画像処理システム、画像照合プログラム、コンピュータ読み取り可能な記録媒体、および画像照合方法 |
| JP2012040075A (ja) * | 2010-08-16 | 2012-03-01 | Hoya Corp | 内視鏡画像処理システム |
| JP2014140335A (ja) * | 2013-01-24 | 2014-08-07 | Dainippon Printing Co Ltd | 培地画像解析装置、培地情報登録システム、プログラム及び衛生管理システム |
| JP2014531925A (ja) * | 2011-09-26 | 2014-12-04 | コーニンクレッカ フィリップス エヌ ヴェ | 医用画像システム及び方法 |
| JP2020030502A (ja) * | 2018-08-21 | 2020-02-27 | 株式会社アクセル | 画像処理装置、画像処理方法および画像処理プログラム |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0326238A (ja) * | 1989-06-26 | 1991-02-04 | Fuji Photo Film Co Ltd | 放射線画像診断装置 |
| JPH08186762A (ja) * | 1994-12-27 | 1996-07-16 | Toshiba Medical Eng Co Ltd | マンモグラフィ装置 |
| JP2002008008A (ja) * | 2000-06-27 | 2002-01-11 | Fuji Photo Film Co Ltd | 医用画像出力方法および装置 |
| JP2002325761A (ja) * | 2000-06-30 | 2002-11-12 | Hitachi Medical Corp | 画像診断支援装置 |
| JP2003190134A (ja) * | 2001-12-28 | 2003-07-08 | Konica Corp | 医用画像処理装置、医用画像処理方法、プログラム、及び記憶媒体 |
| JP2004005364A (ja) * | 2002-04-03 | 2004-01-08 | Fuji Photo Film Co Ltd | 類似画像検索システム |
| JP2004041694A (ja) * | 2002-05-13 | 2004-02-12 | Fuji Photo Film Co Ltd | 画像生成装置およびプログラム、画像選択装置、画像出力装置、画像提供サービスシステム |
-
2004
- 2004-03-12 JP JP2004071104A patent/JP4513365B2/ja not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0326238A (ja) * | 1989-06-26 | 1991-02-04 | Fuji Photo Film Co Ltd | 放射線画像診断装置 |
| JPH08186762A (ja) * | 1994-12-27 | 1996-07-16 | Toshiba Medical Eng Co Ltd | マンモグラフィ装置 |
| JP2002008008A (ja) * | 2000-06-27 | 2002-01-11 | Fuji Photo Film Co Ltd | 医用画像出力方法および装置 |
| JP2002325761A (ja) * | 2000-06-30 | 2002-11-12 | Hitachi Medical Corp | 画像診断支援装置 |
| JP2003190134A (ja) * | 2001-12-28 | 2003-07-08 | Konica Corp | 医用画像処理装置、医用画像処理方法、プログラム、及び記憶媒体 |
| JP2004005364A (ja) * | 2002-04-03 | 2004-01-08 | Fuji Photo Film Co Ltd | 類似画像検索システム |
| JP2004041694A (ja) * | 2002-05-13 | 2004-02-12 | Fuji Photo Film Co Ltd | 画像生成装置およびプログラム、画像選択装置、画像出力装置、画像提供サービスシステム |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007020829A (ja) * | 2005-07-15 | 2007-02-01 | Hitachi Ltd | 画像データ解析方法およびシステム |
| JP4622715B2 (ja) * | 2005-07-15 | 2011-02-02 | 株式会社日立製作所 | 画像データ解析方法およびシステム |
| JP2007133840A (ja) * | 2005-11-07 | 2007-05-31 | Hirotaka Niitsuma | ＥＭＯｂｊｅｃｔＬｏｃａｌｉｚａｔｉｏｎｕｓｉｎｇＨａａｒ−ｌｉｋｅｆｅａｔｕｒｅ |
| JP2007148894A (ja) * | 2005-11-29 | 2007-06-14 | Fuji Electric Retail Systems Co Ltd | 防犯装置、防犯システムおよび防犯プログラム |
| JP2009207541A (ja) * | 2008-02-29 | 2009-09-17 | Toshiba Corp | 医用画像読影支援装置 |
| JP2012040075A (ja) * | 2010-08-16 | 2012-03-01 | Hoya Corp | 内視鏡画像処理システム |
| JP4775515B1 (ja) * | 2011-03-14 | 2011-09-21 | オムロン株式会社 | 画像照合装置、画像処理システム、画像照合プログラム、コンピュータ読み取り可能な記録媒体、および画像照合方法 |
| WO2012124124A1 (ja) * | 2011-03-14 | 2012-09-20 | オムロン株式会社 | 画像照合装置、画像処理システム、画像照合プログラム、コンピュータ読み取り可能な記録媒体、および画像照合方法 |
| CN103403760A (zh) * | 2011-03-14 | 2013-11-20 | 欧姆龙株式会社 | 图像比对装置、图像处理系统、图像比对程序、计算机可读取的记录介质以及图像比对方法 |
| KR101506105B1 (ko) | 2011-03-14 | 2015-03-25 | 오므론 가부시키가이샤 | 화상 대조 장치, 화상 처리 시스템, 화상 대조 프로그램이 기록된 기록 매체, 및 화상 대조 방법 |
| JP2014531925A (ja) * | 2011-09-26 | 2014-12-04 | コーニンクレッカ フィリップス エヌ ヴェ | 医用画像システム及び方法 |
| US10146403B2 (en) | 2011-09-26 | 2018-12-04 | Koninklijke Philips N.V. | Medical image system and method |
| JP2014140335A (ja) * | 2013-01-24 | 2014-08-07 | Dainippon Printing Co Ltd | 培地画像解析装置、培地情報登録システム、プログラム及び衛生管理システム |
| JP2020030502A (ja) * | 2018-08-21 | 2020-02-27 | 株式会社アクセル | 画像処理装置、画像処理方法および画像処理プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4513365B2 (ja) | 2010-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109741312B (zh) | 一种肺结节鉴别方法、装置、设备及介质 | |
| US8958614B2 (en) | Image-based detection using hierarchical learning | |
| US8724865B2 (en) | Method, computer software, and system for tracking, stabilizing, and reporting motion between vertebrae | |
| CN102138827B (zh) | 图像显示装置 | |
| US20070052700A1 (en) | System and method for 3D CAD using projection images | |
| JP2005198970A (ja) | 医用画像処理装置 | |
| Xu et al. | Quantifying the margin sharpness of lesions on radiological images for content‐based image retrieval | |
| US20050201599A1 (en) | Diagnostic imaging support apparatus and diagnostic imaging support method | |
| US11200443B2 (en) | Image processing apparatus, image processing method, and image processing system | |
| US9256799B2 (en) | Marking system for computer-aided detection of breast abnormalities | |
| US20080226145A1 (en) | Image processing apparatus and computer readable media containing image processing program | |
| US20180064409A1 (en) | Simultaneously displaying medical images | |
| JP4513365B2 (ja) | 医用画像処理装置及び医用画像処理プログラム | |
| JP2009226043A (ja) | 医用画像処理装置及び異常陰影検出方法 | |
| JP2024528381A (ja) | 医用画像データの自動追跡読影方法及びシステム | |
| US9286688B2 (en) | Automatic segmentation of articulated structures | |
| JP2002094772A (ja) | 放射線画像処理方法および放射線画像処理装置 | |
| JPWO2005009242A1 (ja) | 医用画像処理装置及び方法 | |
| US20230274439A1 (en) | Method and system for determining a change of an anatomical abnormality depicted in medical image data | |
| Şekeroğlu et al. | A computer aided diagnosis system for lung cancer detection using support vector machine | |
| JP4483250B2 (ja) | 画像診断支援装置、画像診断支援方法及びプログラム | |
| JP2006334140A (ja) | 異常陰影候補の表示方法及び医用画像処理システム | |
| JP2005102784A (ja) | 画像診断支援装置及び画像診断支援方法 | |
| Qian et al. | Knowledge-based automatic detection of multitype lung nodules from multidetector CT studies | |
| JP2008073076A (ja) | 乳房ｘ線画像処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070301 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100202 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100216 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100330 |
|
| 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: 20100420 |
|
| 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: 20100503 |
|
| 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: 20130521 Year of fee payment: 3 |
|
| LAPS | Cancellation because of no payment of annual fees |