JP2006239270A - 異常陰影検出装置、異常陰影検出方法およびそのプログラム - Google Patents

異常陰影検出装置、異常陰影検出方法およびそのプログラム Download PDF

Info

Publication number
JP2006239270A
JP2006239270A JP2005061907A JP2005061907A JP2006239270A JP 2006239270 A JP2006239270 A JP 2006239270A JP 2005061907 A JP2005061907 A JP 2005061907A JP 2005061907 A JP2005061907 A JP 2005061907A JP 2006239270 A JP2006239270 A JP 2006239270A
Authority
JP
Japan
Prior art keywords
image
region
chest
chest image
interest
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.)
Withdrawn
Application number
JP2005061907A
Other languages
English (en)
Inventor
Yoshiji Nakamura
佳児 中村
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.)
Fujifilm Holdings Corp
Original Assignee
Fuji Photo Film Co Ltd
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
Application filed by Fuji Photo Film Co Ltd filed Critical Fuji Photo Film Co Ltd
Priority to JP2005061907A priority Critical patent/JP2006239270A/ja
Publication of JP2006239270A publication Critical patent/JP2006239270A/ja
Withdrawn legal-status Critical Current

Links

Images

Landscapes

  • Image Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

【課題】 胸部画像に現れる間質性肺疾患に起因するような微細な濃度変化の検出を精度よく行う。
【解決手段】 診断対象となる第１の胸部画像と第１の胸部画像の病変領域を判定するための基準となる第２の胸部画像との差分画像を取得し、差分画像Ｐsu上の肺野領域内に複数の関心領域ROIを設定する。各関心領域ROIが間質性肺疾患であるか否かを表す疾患情報を取得して、間質性肺疾患であることを示す関心領域ROIが肺野領域内に現れる単位面積当りの頻度に応じて病変領域Ｋであるか否かを判定する。
【選択図】 図９

Description

本発明は、胸部画像より間質性肺疾患による陰影の検出を行う異常陰影検出装置、異常陰影検出方法およびそのプログラムに関するものである。
従来より、間質性肺疾患は胸部単純撮影の中でも比較的良く見られる病変であるが、その画像診断は放射線診断学の中では困難な問題の一つと言われている。間質性肺疾患の診断の難しさは、写真に現れるパターンが多様かつ複雑であり、放射線画像診断の所見と病理学的所見の間の関係が明確に確立されていない。さらに、パターン記述が客観的に定義されていないため放射線医の間でも記述方法が異なるなどがその理由として挙げられている。
そこで、肺野テクスチャーパターンを定量化して放射線画像診断の精度を向上させることが望まれる。従来のアナログ方式の画像では、放射線画像に含まれる診断情報を定量化することは非常に困難であったが、近年デジタル画像が普及してきつつあり、このデジタル画像を用いてコンピュータ支援診断装置（CAD：Computer aided diagnose）で解析して病巣のありそうな場所を検出して、定量的な尺度で表現し客観的な判断材料を提供することが可能になってきた。
このようなコンピュータ支援診断装置で間質性肺疾患を診断するために、例えば、単純X線撮影された胸部画像の肋骨間に正方形関心領域（以下、関心領域をROIという）を２０個程度設定して、この２０個の正方形ROIを解析対象として、フーリエ変換から求められるテクスチャーの物理的尺度を利用して間質性肺疾患を持った異常肺と正常肺の識別をする方法が提案されている。一般に肺野の濃度変化は肺、胸壁による大まかな濃度変化（バックグランドの変化）と間質性肺疾患などの陰影に関係する微細なテクスチャーの濃度変化からなっている。そこで、肺野全体の濃度変化から微細変動成分だけを取り出すために、大まかな濃度変化を二次元面関数で近似することによって得られたバックグランドを、全体の濃度変化から差し引いてバックグランド補正を行ない、微細変動成分のみを取り出して間質性肺疾患の陰影を持った異常肺を正常肺と区別する方法が提案されている（例えば、非特許文献１）。
桂川茂彦，土井邦夫，H.MacMchon，佐々木康夫，柳沢 融，"間質性肺疾患のコンピュータ支援診断の可能性"， 日本医放会誌：50(7)，753-766，1990
しかしながら、非特許文献１に提案されている方法では、肋骨上は肋骨による濃度の影響が大きく間質性肺疾患に起因する微細な濃度変化を観察することが難しいため肋骨間にROIを設定しなければならず、ROIを設定する箇所が限られる。また、バックグランドを二次面関数で近似しているが、バックグランド画像を正確に近似するには至らず、バックグランド補正を行なった画像でも間質性肺疾患のようなテクスチャーの微細な濃度変化を正確に抽出することができず判別性能が低い。
そこで、このような間質性肺疾患に起因するような微細な濃度変化を検出することが可能な異常陰影検出装置、異常陰影検出方法およびそのプログラムを提供することを目的とするものである。
本発明の異常陰影検出装置は、所定の被写体の胸部を撮影して得た診断対象となる第１の胸部画像を取得する第１の胸部画像取得手段と、
前記第１の胸部画像の病変領域を判定するための基準となる前記被写体の第２の胸部画像を取得する第２の胸部画像取得手段と、
前記第１の胸部画像と前記第２の胸部画像との差分画像を取得する差分画像取得手段と、
前記差分画像上の肺野領域内に複数の関心領域を設定する関心領域設定手段と、
前記各関心領域内に含まれる画素から該関心領域が間質性肺疾患であるか否かの指標となる疾患情報を取得する疾患情報取得手段と、
前記疾患情報が間質性肺疾患の特徴を示す関心領域が前記肺野領域内に現れる単位面積当りの頻度に応じて病変領域であるか否かを判定する病変領域判定手段とを備えたことを特徴とするものである。
また、本発明の異常陰影検出方法は、所定の被写体の胸部を撮影して得た診断対象となる第１の胸部画像を取得する第１の胸部画像取得ステップと、
前記第１の胸部画像の病変領域を判定するための基準となる前記被写体の第２の胸部画像を取得する第２の胸部画像取得ステップと、
前記第１の胸部画像と前記第２の胸部画像との差分画像を取得する差分画像取得ステップと、
前記差分画像上の肺野領域内に複数の関心領域を設定する関心領域設定ステップと、
前記各関心領域内に含まれる画素から該関心領域が間質性肺疾患であるか否かの指標となる疾患情報を取得する疾患情報取得ステップと、
前記疾患情報が間質性肺疾患の特徴を示す関心領域が前記肺野領域内に現れる単位面積当りの頻度に応じて病変領域であるか否かを判定する病変領域判定ステップとを備えたことを特徴とするものである。
本発明のプログラムは、コンピュータを、
所定の被写体の胸部を撮影して得た診断対象となる第１の胸部画像を取得する第１の胸部画像取得手段と、
前記第１の胸部画像の病変領域を判定するための基準となる前記被写体の第２の胸部画像を取得する第２の胸部画像取得手段と、
所定の被写体の胸部を撮影して得た診断対象となる第１の胸部画像を取得する第１の胸部画像取得手段と、
前記第１の胸部画像の病変領域を判定するための基準となる前記被写体の第２の胸部画像を取得する第２の胸部画像取得手段と、
前記第１の胸部画像と前記第２の胸部画像との差分画像を取得する差分画像取得手段と、
前記差分画像上の肺野領域内に複数の関心領域を設定する関心領域設定手段と、
前記各関心領域内に含まれる画素から該関心領域が間質性肺疾患であるか否かの指標となる疾患情報を取得する疾患情報取得手段と、
前記疾患情報が間質性肺疾患の特徴を示す関心領域が前記肺野領域内に現れる単位面積当りの頻度に応じて病変領域であるか否かを判定する病変領域判定手段として機能させることを特徴とするものである。
「前記第１の胸部画像の病変領域を判定するための基準となる前記被写体の第２の胸部画像」とは、第１の画像と同一被写体の画像であり、第１の画像の病変部分を検出することが可能な間質性肺疾患が現れていない正常な状態の胸部の画像である。例えば、被写体が間質性肺疾患になる前の正常な状態時に撮影した過去画像であれば、過去画像を基準として経時変化を観察することによって判定を行うことが可能である。あるいは、被写体を撮影した第１の胸部画像を元に、正常時の胸部画像を推定したものを第２の胸部画像として用いるようにしてもよい。
「疾患情報」とは、疾患であるか否かの判定指標となるデータであり、例えば、肺野領域軟部のテクスチャーを評価して得られた物理的な尺度を表すデータなどである。
また、前記第１の胸部画像が、前記被写体の現在胸部画像であり、前記第２の胸部画像が、前記被写体の過去胸部画像であるのが望ましい。
「現在胸部画像」とは、過去胸部画像を撮影した時期より後に撮影された画像をいう。
また、前記疾患情報は、前記関心領域内のテクスチャーを解析して得られるものであってもよい。
本発明によれば、診断対象となる胸部画像と同一被写体の正常な胸部画像を用いて差分画像を取得することにより、肋骨などの読影に必要のないバックグランドを上手く除去することが可能になり、肋骨など構造物が存在するか否かにかかわらず肺野領域内に関心領域を多数設定することができるので、間質性肺疾患の現れているところを精度よく判定するようにすることが可能となる。
同一被写体の現在胸部画像と過去胸部画像とを用いて差分を取得することにより、過去の間質性肺疾患が表れていない正常な状態からの肺野領域の変化を観察して判定することが可能である。
また、関心領域内のテクスチャーを解析することによって、微細な濃度変化である間質性肺疾患の陰影を正確に判定することが可能になる。
図１は本発明の異常陰影検出装置および異常陰影検出方法の一実施形態である異常陰影検出装置１０とネットワーク１００で接続された医療システム１を示す図である。
ネットワーク１００には、例えばＣＲ装置（コンピュータラジオグラフィ）、ＣＴ装置（コンピュータ断層像撮影装置）、ＭＲＩ装置（磁気共鳴像撮影装置）５０等の医療用画像生成装置と、これらの医療用画像生成装置により生成された各種の診断用医療画像を記憶するデータベース７０と異常陰影検出装置１０とが接続されている。
ＣＲ装置５０は、被写体を透過した放射線を、輝尽性蛍光体層を有するシート状の蓄積性蛍光体シートに照射することにより、蓄積性蛍光体シートに被写体の透過放射線像を蓄積記録し、その後、当該蓄積性蛍光体シートにレーザ光を照射して、シートに蓄積記録されている放射線エネルギに応じた光量で発光する輝尽発光光を光電的に読み取ることにより、被写体の透過放射線像をデジタル画像として取得する装置であり、病院等の医療機関において広く使用されているものである。
ＣＲ装置５０とネットワーク１００の間に介在しているＱＡ−ＷＳ（画像品質チェック用ワークステーション）６０は、上述したＣＲ装置５０等の画像生成装置により生成された診断用画像をチェックし、必要な場合は画像生成装置（ＣＲ装置５０等）に対して画像の再取得を要求する等の機能を備えたワークステーションである。本実施形態におけるこのＱＡ−ＷＳ６０は、ＣＲ装置５０によって生成されたデジタル画像Ｐを、データベース７０に記憶する前に表示して、画像濃度、コントラスト等の画質チェック、撮影範囲等のチェックを行うものとして設けられている。
異常陰影検出装置１０は、ＣＡＤの機能を備えたワークステーションなどのコンピュータであり、ネットワーク１００を介して診断用医療画像を記憶するデータベース７０から画像データを読み出すことができる。
また、異常陰影検出装置１０は、図２に示すように、データベース７０から診断対象となる胸部画像（第１の胸部画像）Ｐ１を取得する第１の胸部画像取得手段１１と、データベース７０から胸部画像Ｐ１を診断するための診断基準となる胸部画像であって、第１の胸部画像Ｐ１の被写体と同一被写体を撮影した他の胸部画像（第２の胸部画像）Ｐ２を取得する第２の胸部画像取得手段１２と、第１の胸部画像Ｐ１と第２の胸部画像Ｐ２との差分画像（以下、サブトラクション画像Ｐsuとする）を取得する差分画像取得手段１３と、前記差分画像上の肺野領域内に複数の関心領域を設定する関心領域設定手段１４と、前記各関心領域内のテクスチャーから間質性肺疾患であるか否かの指標となる疾患情報を取得する疾患情報取得手段１５と、前記疾患情報から前記関心領域が病変領域であるか否かを判定する病変領域判定手段１６とを備える。
本実施の形態では、診断対象となる第１の胸部画像をＣＲ装置５０で撮影された現在胸部画像Ｐ１とし、第２の胸部画像をデータベース７０に記憶された同一被写体の過去胸部画像Ｐ２とする場合について以下説明をする。また、過去胸部画像Ｐ２は、間質性肺疾患などによる異常な陰影が現れていない正常な胸部画像であるものとする。
差分画像取得手段１３は、上述のように、ネットワーク１００を介してデータベースサーバ７０から読み出した時系列的に異なる時期にそれぞれ取得された同一患者についての２つの胸部放射線画像、つまり、過去胸部画像Ｐ１，現在胸部画像Ｐ２に基づいて、これら２つの画像Ｐ１，Ｐ２の差異を表すサブトラクション画像Ｐsuを作成するが、このサブトラクション画像Ｐsuの作成は、各画像Ｐ１，Ｐ２中に現れた肋骨などの解剖学的構造物の位置を２つの画像Ｐ１，Ｐ２間で、まず大局的な位置合わせを行い、その後に分割して得られた多数の局所領域のそれぞれの対応する位置が合うように局所領域の位置合わせを行い、この２段階の位置合わせによって得られた２つの画像間で、画素を対応させて減算処理することにより行われる。
減算処理によって得られたサブトラクション画像Ｐsu上には肋骨などの解剖学的構造物の像が除去され過去胸部画像との差異のみが現れる。つまり、現在胸部画像に間質性肺疾患による陰影が現れているが、過去胸部画像には間質性肺疾患による陰影などが現れていない正常な胸部画像の場合には、サブトラクション画像Ｐsu上には間質性肺疾患による陰影のような異常陰影のみが現れることになる。
そこで、関心領域設定手段１４ではサブトラクション画像Ｐsuの解析対象となる多数の正方形ROIを肺野領域内に設定する。正方形ROIは肺野領域内に設定するが、サブトラクション画像Ｐsuは肋骨が除去されているので、肋骨上であるか肋骨間であるかを意識することなく正方形ROIをサブトラクション画像Ｐsuの肺野領域内に一様に設定するようにする。
次に本実施形態の異常陰影検出装置の作用について図３のフローチャートに従って説明する。
予めＣＲ装置５０により、特定の患者の過去胸部画像Ｐ１，現在胸部画像Ｐ２が撮影され、これらの画像Ｐ１，Ｐ２はＱＡ−ＷＳ６０により画質等のチェックがなされた後にネットワーク１００を介してデータベース７０に記憶されている。
まず、異常陰影検出装置１０から、時系列的に古い時期に撮影して得られた過去胸部画像Ｐ１と、その画像Ｐ１よりも新しい時期に撮影して得られた現在胸部画像Ｐ２とに基づいてサブトラクション画像Ｐsuを作成する場合について具体的に説明する。
異常陰影検出装置１０は、まず、第１の胸部画像取得手段１１でネットワーク１００を介してデータベース７０から画像Ｐ１を読み取り（Ｓ１００）、同様に第２の胸部画像取得手段１２でデータベース７０から画像Ｐ２を読み取る（Ｓ１０１）。読み取った画像Ｐ１,Ｐ２を用いて、差分画像取得手段１３で画像Ｐ１，Ｐ２の差分画像Ｐsuを生成する（Ｓ１０２）。
差分画像取得手段１３は、入力された画像Ｐ１，Ｐ２上に現れた胸郭の位置を２つの画像Ｐ１，Ｐ２間で、まず大局的に位置合わせし、その後に分割して得られた多数の局所領域のそれぞれの位置が対応するように局所領域の位置合わせを行う。例えば、図４（ａ）、（ｂ）にそれぞれ示す２つの画像のうち時系列的に新しい方の現在胸部画像（第１の画像）Ｐ１を基準として、過去胸部画像（第２の画像）Ｐ２にアフィン変換を施して第１の画像Ｐ１に大局的におおまかな位置合わせする（図５参照）。おおまかに位置合わせされた両画像Ｐ１，Ｐ２のうち第１の画像Ｐ１に対して、第１の画像Ｐ１を多数の矩形小領域であるテンプレート領域Ｔ１に分割する処理を施し、第２の画像Ｐ２に対して、第１の画像Ｐ１の各テンプレート領域Ｔ１にそれぞれ対応させる。これらの各テンプレート領域Ｔ２よりも大きい領域の探索領域Ｒ２を設定し、各探索領域Ｒ２内で、第１画像の各テンプレート領域Ｔ１がそれぞれ略一致する場所を対応位置として求める（図６参照）。第１画像Ｐ１における各テンプレート領域Ｔ１と、第２画像Ｐ２における各対応テンプレート領域間で対応位置を見つけ、第２画像Ｐ２の各対応テンプレート領域が第１画像Ｐ１の各テンプレート領域Ｔ１に略合致するように、おおまかに位置合わせした第２の画像Ｐ２全体をさらにワーピング（非線形歪変換）して（図７参照）、第２の画像Ｐ２上の点（ｘ、ｙ）が第１の画像Ｐ１上の点（ｘ'、ｙ'）に一致するように詳細な位置合わせをする。
さらに、差分画像取得手段１３は、上述した２段階の位置合わせにより、第２の画像Ｐ２に厳密に一致するようにワーピングされた第２の画像Ｐ２を、第１の画像から減算処理して両画像Ｐ１，Ｐ２のサブトラクション画像Ｐsuを得る。
このようにして作成されたサブトラクション画像Ｐsuは正常時の胸部の解剖学的な構造物を除去した画像となり、この画像Ｐsu上には疾患による陰影Ｋのみが現れた画像となる（図８参照）。また、同一被写体を撮影した撮影時期の異なる画像を用いるようにしたので肋骨などの解剖学的構造物の形状の一致度が高いため、疾患の観察に不要なバックグランド（肋骨など）の影響をきれいに除去することができ、間質性肺疾患のような濃度の微細な変動成分を抽出することが可能になる。
そこで、図９に示すように、得られたサブトラクション画像Ｐsuの肺野領域内（位置合わせ時に取得した肺野領域を用いる）に、関心領域設定手段１４により複数の正方形ROIを設定し（Ｓ１０３）、疾患情報取得手段１５でこれらの複数の正方形ROI内のテクスチャーを解析して疾患情報を取得する（Ｓ１０４）。
桂川茂彦氏などによる「“間質性肺疾患のコンピュータ支援診断の可能性” 日本医放会誌：50(7)，753-766，1990」（非特許文献１）では、肋骨による影響を考慮して肋骨間に正方形ROIを設定しているが、本発明では肋骨などのバックグランドを除去したサブトラクション画像Ｐsuを用いるため、画像Ｐsuの肺野領域内であれば肋骨上であるか否かを問わずに設定することが可能である。また、肋骨が存在するか否かを考慮する必要がないためROIを多数設定することが可能となる。
また、疾患情報取得手段１５では設定された複数の正方形ROIの濃度やテクスチャーを評価する物理的尺度などを疾患情報として取得する。例えば、具体的には前述の非特許文献に記載されているような二次元フーリエ変換から求められるパワースペクトルを眼のレスポンス関数を用いてフィルタリングし、下式（１）（２）で表されるｒｍｓ変動値（root-mean-square variation）Ｒおよびパワースペクトルの一次モーメントＭを濃度変化の大きさと粗さを表現する物理的尺度として求め、これらの物理的尺度を疾患情報として用いる。
Figure 2006239270
Figure 2006239270
病変領域判定手段１６は、これらの物理的尺度を用いて、正常肺に現れるテクスチャーパターンと間質性肺疾患や腫瘤や結節などの異常な陰影に現れるテクスチャーパターンとを比較して分類し、各正方形ROIが間質性肺疾患に分類される特徴を持ったテクスチャーであるか否かを判定する。また、間質性肺疾患は肺野領域内の広い範囲にわたって観察されるが、肺がんのときに観察される腫瘤や結節などの陰影は局部的な濃度変化が観察される。そのため、間質性肺疾患である場合には、間質性肺疾患に分類されるテクスチャーを持つ正方形ROIがまとまって肺野の一部の領域に多数現れるが、腫瘤や結節などの肺がんの陰影の場合にはそのROIのみが間質性肺疾患のテクスチャー近いパターンを示すだけである。そのため、間質性肺疾患である特徴を示すROIが単位面積当りに出現する頻度に応じて、その領域が間質性肺疾患の病変領域であるか否かを判定する。また、間質性肺疾患による陰影は広い範囲にわたって現れるため、単位面積当りに出現する頻度が高い領域全体を間質性肺疾患の陰影が現れている箇所として判定する（Ｓ１０５）。
上述では、肋骨などの解剖学的構造物を除去するために、同一被写体を異なる時期に撮影した現在胸部画像と過去胸部画像から得られた経時サブトラクショ画像を用いて間質性肺疾患であるかを判定する場合について説明したが、エネルギーサブトラクションにより軟部のみを抽出した画像を用いるようにしても良い。
また、被写体を撮影した第１の胸部画像を元に、正常時の胸部画像を推定したものを第２の胸部画像として用いるようにしてもよい。
また、上述では正方ROIを設定する場合について説明したが、テクスチャーの判定に適した大きさの関心領域（ROI）であれば、円形など他の形状であってもよい。
以上、詳細に説明したように経時サブトラクショ画像を用いることによって、肋骨が存在する箇所であるか否かに寄らずに多数の関心を設定することが可能となるので、間質性肺疾患の検出精度や向上させ、間質性肺疾患に罹患している場所を特定することが可能となる。
異常陰影検出方法を実施する医療システムの一例。 異常陰影検出装置の概略構成図。 異常陰影検出方法の流れを表すフローチャート。 現在胸部画像と過去胸部画像の一例。 アフィン変換を説明するための図。 詳細な位置合わせを説明するための図。 ワーピングを説明するための図。 差分画像を説明するための図。 関心領域の設定を設定した様子を示す図。
符号の説明
１ 医療システム
１０ 異常陰影検出装置
１１ 第１の胸部画像取得手段
１２ 第２の胸部画像取得手段
１３ 差分画像取得手段
１４ 関心領域設定手段
１５ 疾患情報取得手段
１６ 病変領域判定手段
５０ 医療用画像生成装置
７０ データベース
100 ネットワーク
Ｐ１ 第１の胸部画像
Ｐ２ 第２の胸部画像
Ｐsu サブトラクション画像

Claims (5)

  1. 所定の被写体の胸部を撮影して得た診断対象となる第１の胸部画像を取得する第１の胸部画像取得手段と、
    前記第１の胸部画像の病変領域を判定するための基準となる前記被写体の第２の胸部画像を取得する第２の胸部画像取得手段と、
    前記第１の胸部画像と前記第２の胸部画像との差分画像を取得する差分画像取得手段と、
    前記差分画像上の肺野領域内に複数の関心領域を設定する関心領域設定手段と、
    前記各関心領域内に含まれる画素から該関心領域が間質性肺疾患であるか否かの指標となる疾患情報を取得する疾患情報取得手段と、
    前記疾患情報が間質性肺疾患の特徴を示す関心領域が前記肺野領域内に現れる単位面積当りの頻度に応じて病変領域であるか否かを判定する病変領域判定手段とを備えたことを特徴とする異常陰影検出装置。
  2. 前記第１の胸部画像が、前記被写体の現在胸部画像であり、
    前記第２の胸部画像が、前記被写体の過去胸部画像であることを特徴とする請求項１記載の異常陰影検出装置。
  3. 前記疾患情報が、前記関心領域内のテクスチャーを解析して得られるものであることを特徴とする請求項１または２記載の異常陰影検出装置。
  4. 所定の被写体の胸部を撮影して得た診断対象となる第１の胸部画像を取得する第１の胸部画像取得ステップと、
    前記第１の胸部画像の病変領域を判定するための基準となる前記被写体の第２の胸部画像を取得する第２の胸部画像取得ステップと、
    前記第１の胸部画像と前記第２の胸部画像との差分画像を取得する差分画像取得ステップと、
    前記差分画像上の肺野領域内に複数の関心領域を設定する関心領域設定ステップと、
    前記各関心領域内に含まれる画素から該関心領域が間質性肺疾患であるか否かの指標となる疾患情報を取得する疾患情報取得ステップと、
    前記疾患情報が間質性肺疾患の特徴を示す関心領域が前記肺野領域内に現れる単位面積当りの頻度に応じて病変領域であるか否かを判定する病変領域判定ステップとを備えたことを特徴とする異常陰影検出方法。
  5. コンピュータを、
    所定の被写体の胸部を撮影して得た診断対象となる第１の胸部画像を取得する第１の胸部画像取得手段と、
    前記第１の胸部画像の病変領域を判定するための基準となる前記被写体の第２の胸部画像を取得する第２の胸部画像取得手段と、
    所定の被写体の胸部を撮影して得た診断対象となる第１の胸部画像を取得する第１の胸部画像取得手段と、
    前記第１の胸部画像の病変領域を判定するための基準となる前記被写体の第２の胸部画像を取得する第２の胸部画像取得手段と、
    前記第１の胸部画像と前記第２の胸部画像との差分画像を取得する差分画像取得手段と、
    前記差分画像上の肺野領域内に複数の関心領域を設定する関心領域設定手段と、
    前記各関心領域内に含まれる画素から該関心領域が間質性肺疾患であるか否かの指標となる疾患情報を取得する疾患情報取得手段と、
    前記疾患情報が間質性肺疾患の特徴を示す関心領域が前記肺野領域内に現れる単位面積当りの頻度に応じて病変領域であるか否かを判定する病変領域判定手段として機能させるプログラム。
JP2005061907A 2005-03-07 2005-03-07 異常陰影検出装置、異常陰影検出方法およびそのプログラム Withdrawn JP2006239270A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2005061907A JP2006239270A (ja) 2005-03-07 2005-03-07 異常陰影検出装置、異常陰影検出方法およびそのプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2005061907A JP2006239270A (ja) 2005-03-07 2005-03-07 異常陰影検出装置、異常陰影検出方法およびそのプログラム

Publications (1)

Publication Number Publication Date
JP2006239270A true JP2006239270A (ja) 2006-09-14

Family

ID=37046238

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2005061907A Withdrawn JP2006239270A (ja) 2005-03-07 2005-03-07 異常陰影検出装置、異常陰影検出方法およびそのプログラム

Country Status (1)

Country Link
JP (1) JP2006239270A (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013008526A1 (ja) 2011-07-12 2013-01-17 オリンパスメディカルシステムズ株式会社 画像処理装置
JP2019136444A (ja) * 2018-02-15 2019-08-22 キヤノン株式会社 情報処理装置、情報処理方法、及びプログラム
CN110800021A (zh) * 2017-06-29 2020-02-14 住友化学株式会社 特异部检测系统及特异部检测方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013008526A1 (ja) 2011-07-12 2013-01-17 オリンパスメディカルシステムズ株式会社 画像処理装置
US8666135B2 (en) 2011-07-12 2014-03-04 Olympus Medical Systems Corp. Image processing apparatus
CN110800021A (zh) * 2017-06-29 2020-02-14 住友化学株式会社 特异部检测系统及特异部检测方法
JP2019136444A (ja) * 2018-02-15 2019-08-22 キヤノン株式会社 情報処理装置、情報処理方法、及びプログラム
JP2022164785A (ja) * 2018-02-15 2022-10-27 キヤノン株式会社 情報処理装置、情報処理方法、及びプログラム
JP7409624B2 (ja) 2018-02-15 2024-01-09 キヤノン株式会社 情報処理装置、情報処理方法、及びプログラム

Similar Documents

Publication Publication Date Title
CN101849836B (zh) 乳腺含有率推算设备、方法和记录介质
JP5026939B2 (ja) 画像処理装置およびそのプログラム
JP3001232B2 (ja) 画像処理方法および装置
CN101231678B (zh) 医用图像处理装置及医用图像处理方法
JP4104036B2 (ja) 異常陰影検出処理方法およびシステム
CN112116004B (zh) 病灶分类方法及装置、病灶分类模型的训练方法
JP2009061253A (ja) 画像成分分離装置、方法、およびプログラム
US10916010B2 (en) Learning data creation support apparatus, learning data creation support method, and learning data creation support program
JP6719421B2 (ja) 学習データ生成支援装置および学習データ生成支援方法並びに学習データ生成支援プログラム
JP2012035068A (ja) 放射線画像処理装置および方法並びにプログラム
JP2005296605A (ja) 放射線写真画像を診断関連領域と診断非関連領域とにセグメント化する方法
JP2004046594A (ja) 画像診断支援装置
JP2020068870A (ja) 画像処理装置、画像処理方法及びプログラム
JP6738305B2 (ja) 学習データ生成支援装置および学習データ生成支援装置の作動方法並びに学習データ生成支援プログラム
JP2005198798A (ja) 放射線画像処理装置及び処理方法
JP2007029514A (ja) 画像解析装置、画像解析方法およびそのプログラム
JP2005253685A (ja) 画像診断支援装置及び画像診断支援プログラム
JP2006340835A (ja) 異常陰影候補の表示方法及び医用画像処理システム
CN104809331A (zh) 一种计算机辅助诊断技术(cad)检测放射图像发现病灶的方法和系统
JP2006239270A (ja) 異常陰影検出装置、異常陰影検出方法およびそのプログラム
Lin et al. Application of two-dimensional fractional-order convolution and bounding box pixel analysis for rapid screening of pleural effusion
JP2004351100A (ja) 医用画像処理システム及び医用画像処理方法
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
JP4169954B2 (ja) 異常陰影候補の検出方法
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

Legal Events

Date Code Title Description
A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A712

Effective date: 20061208

A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20080513